123、太初(第3/3頁)
章節報錯
採購伺服器，甚至還要設計新的架構……
沒有幾年的投入、海量的資金、人員……
幾乎不可能。
這隻能作為一個遠期目標。
沈昆打算是，先利用公司現有的條件，搞出一個初級智慧的減縮版本。
等以後發展起來，再開始著手建設智慧中心。
現階段的人工智慧，呈現在大眾面前的只是一個小程式，
隨便一個移動裝置都能執行。
什麼小度、siri……
但背後的工作量，卻不是買幾組伺服器能解決的。
看一下世界頂尖人工智慧：
2012 &nage 競賽中獲得冠軍，達到實用程度，代表當時圖形識別技術最先進水平的 alex，有 6200 萬個引數。
英偉達公司的一個語言模型&negatron，有 80 億個引數。
微軟的“圖靈 nlg”，有 170 億個引數。
據說open ai公司正在開發的語言模型，有超過1000億個引數。
引數越多，運算量越大，後臺的支援就越複雜。
……
“太初”作為第一代強人工智慧，複雜程度更是遠超時代。
在“聰明藥”的支援下，系統直接將程式碼傳入他的腦海中，
那汪洋般的字元，數以億計的數字，神秘的韻律，直接將他淹沒。
……
如果他一行行去敲出來，只有一個累死的結果。
只有利用智慧升級智慧，
先搞出簡單架構，隨後慢慢新增，升級。
……
這還只是初級人工智慧。
更高的中級人工智慧，高階人工智慧，超級人工智慧……
想想都讓人震撼。
當然，超級人工智慧可能已經化繁為簡，大道歸一。
就像系統這樣，一塊石頭就解決了。
……
目前來看，與其說人工智慧是一個程式，不如說是一個公司，一個產業。
想想，也很符合常理。
初級人工智慧作為通用型人工智慧，適用於各行各業。
怎麼可能只是一段程式碼、一個手機應用那麼簡單？
7017k