101．奢侈的實用性(第1/2頁)

2008年6月，國際人工智慧領域的核心期刊aI的封面是這樣的：

前景是兩隻碩大的包裹著半透明的粉藍色矽膠的機械手，合成一個碗狀，託著一直熟睡中的拉不拉多幼犬。而後景則是整齊碼放著的伺服器機群。

這一期的aI，封面上印著這樣的標題：The&nof&nacome。（中文翻譯：“機器的觸覺”，“機器的接觸”，“機器的撫摸”都可以，就是利用touch的多重含義的。）

文章詳細介紹了數字圖騰在進行測試的仿生機械手，和支援著仿生機械手順利運轉的龐大的程式組和驚人的伺服器機群。

人類的大腦是多麼偉大的一個結構，居然能夠進行如此龐雜繁複的處理，越是研究人工智慧，這個領域的學者們就越是這樣感覺。為了支援前臺的兩個機械手和那些發揮著“眼睛”的功能的鏡頭組，數字圖騰動用了價值7000萬美金的伺服器機群，用蜂巢體系進行連線，來應付來自機械手和鏡頭的超乎一般人想象的運算要求。

他們進行了兩週的測試後，將機械手的訊息寫成了專門的通訊稿，發給了aI雜誌。在專業領域，數字圖騰還是要透過這樣的伎倆來維持自己的關注度，同時，也是業界對於數字圖騰佔據著技術領先地位的認同度。

雖然隱瞞了他們在進行觸覺與視覺的聯動的實驗，而且也沒有說他們在機械手裡使用了電磁關節，只是大致描述了數字圖騰對於觸覺的解決方案。但僅僅這個觸覺的問題，大概也足夠整個業界消化上幾個月了吧。

而相比起冷冰冰的技術，那張作為封面的照片，那張機械手託著熟睡的小狗的照片，則顯得溫情得很。這張照片在公司內外廣為流傳，而現在正在進行機械手和視覺聯動測試得實驗室，則將這張照片做了一整面牆那麼大的一幅噴繪，放在了實驗室的入口處。每個進出實驗室的人看到這張照片，都會發出來自內心的微笑。

“幸福是一隻溫暖的小狗。”繪製了膾炙人口的snoopY系列漫畫的查爾斯&#8226；舒爾茨曾這麼說。而現在看來，他還是頗有點先見之明的。

在已經進行了一個月的測試裡，他們小心翼翼地讓機械手嘗試了各種各樣的觸覺，堅硬的或是柔軟的，單純的或是複雜的，就像是父母引導著自己的孩子透過撫摸各種東西來熟悉這個世界。

而機械手的表現也像是在印證著大家的想象。從一開始生疏稚拙的動作，總是要弄破點什麼的樣子逐漸變成了圓熟簡練，能以正確的力度拿起東西了，最後的成果就是機械手可以撫摸和逗弄小狗小貓之類的寵物了，雖然矽膠的表皮似乎不太被小動物喜歡，不過那些小動物看起來頗喜歡機械手輕柔的觸感。而後，他們嘗試著讓機械手開始拿著簡單的工具做一些事情，比如，剪刀，小錘子，像是讓一個孩子做手工一樣設定了各種各樣的製作目標。最主要的是做一些石膏的小雕塑。

機械手的半自主行為和當初第一代產品靠遙控操作完全不同，現在只要輸入工具和需要完成的目標形狀，機械手現在就可以自己判斷如何去進行這項工作。由於3個可見光鏡頭形成的定位相當精確，作出來的小雕塑的精度都很高。自然，雕塑的難度也從非常簡單的幾何體逐漸向頗為複雜精細的藝術品發展，而最終作品，則是一個思考者的縮小版。

看著機械手和視覺系統配合起來之後的這樣的成長，每個參與其中的技術人員都感到了無比自豪。一個技術人員甚至說：“要是裝了語音平臺，讓這傢伙叫聲爸爸來聽聽，這輩子我就不必費心找媳婦了。”而這句話居然得到了不少人的贊同。

對於這樣的話呂振羽不置一詞，顯然，他自己也有著類似的感覺。尤其是，達摩潛藏在系統裡，透過機械手和視覺系統不斷學習，經常向他發來一些表示興奮，喜悅的表情符號。這個不說話的達摩，完全沉浸在學習的快樂中了，變得更像個小孩子了。

在這個系統裡，呂振羽當初費勁心機弄出來的減法學習程式發揮了巨大的作用，如果不是這個程式在不斷起作用，讓達摩可以透過學習不斷去除對形成判斷無關的資訊，那從機械手上傳來的巨大的資訊量早就讓整個系統崩潰了無數次了。而現在，正是因為這個程式，作為核心的達摩已經掌握了應該如何判斷有用資訊和無用資訊，作為判斷依據的資訊越來越精簡。而後臺支援運算的伺服器機群，甚至因為運算壓力的減小而開始有步驟地關閉了一些。

按照這個速度進行下去，這對機械手最終需要的計算資源，可能也就是4個到6個機櫃，看起來不太多的伺服器資源吧。呂振羽這樣揣測道。

和呂振羽的泰然相比，全世界的程式界和人工智慧界基本上處於暴亂的狀態。不少對技術有強烈的執著的人每天一封郵件地湧向數字圖騰的總裁辦公室，電話和傳真不斷，甚至已經有人直接飛來了上海，號稱要“求見”呂振羽。而他們看中的，倒並非是機械手。

要說機械手，日本和美國他們發展的程度絕對不低，在觸覺方面，雖然日美的機械手走的都是動作控制的路線，但還是有一些學者進行著觸覺模擬方面的實驗。人造面板，電極壓力感應等等一系列技術，都是日美，還有歐洲的一些科學家們首先弄出來的。雖然沒有像數字圖騰那樣，從一開始就走動態感知的路線，並且將一系列觸覺技術集大成地運用了起來，但有了數字圖騰這麼一個榜樣，估計大家地幹勁一足，成果很快就能出來。

那些人工智慧方面的學者們，感興趣的是呂振羽首次披露給學術界的減法學習模式。一直以來，人工智慧界都是將知識與經驗的積累作為學習的幾乎唯一模式，總是覺得積累的資料越多，那簡單的人工智慧，哪怕智慧級別很低，也還是可以發揮不小的功能的。而資料的堆積，則造成了對作為人工智慧的後臺的計算機對計算資源和儲存空間的不斷加量的需求，許多實驗沒有取得成果前，系統卻已經挺不住了。這也就是人工智慧領域出成果很慢的原因之一，畢竟任何機構都不可能有無限的資金揮霍在計算機的添置和更新換代上。

而呂振羽開發出的這種減法學習機制，將極大地改變這種情況。

另外有一點，則是這種東西和呂振羽先前丟擲的混沌碰撞理論不同。減法學習是切切實實可以用程式實現的，而不用依靠運氣。

業界的追捧進一步奠定了呂振羽人工智慧領域的第一人和程式界第一人的地位。而在實驗基本完成之前，對於所有來訪者，呂振羽都一律擋駕。

陳寧也對這個精簡了之後仍然算得上龐然大物的東西極感興趣，雖然她就算來研發中心也很少去任何實驗室，但這次卻破天荒地陪著呂振羽在實驗室裡待了足足一個下午，直到下班也不肯走。

實驗室的技術人員裡雖然不乏腦子少根筋，從而在找尋自己的另一半這個事情上步履維艱的人，但卻不是在這方面一無所知。這一天，原本已經拿加班當正常工作的技術人員們，除了必要的值班人員外，紛紛準時下班了，而值班人員也號稱去吃飯，遠遠躲開了。