涉猎这一领域，成败，并不在于何时开始，而在于能否想到这一步。

　　盛夏时节，眼见就要过去，东北太平洋大区的广袤土地上，第一缕秋风带来丝丝缕缕的凉意，的地下世界，扩建工程紧锣密鼓，在初号机测试进行的同时，更大规模的“强人工智能”部署用基础设施，也在紧张施工中。

　　研究划时代的“强人工智能”，单论项目本身，已经是一项前所未有的巨大成就。

　　但方然的动机，据实而言，并不是简单的探寻科学技术之未知，他希望拥有的“强ai”，能力至少也要在最顶尖的人类科学家之上。

　　否则，从促进科技发展的角度，庸碌的“强ai”就没有意义，单纯研究意识、思维与认知，进而用计算机+人工智能的方式将其复现，便会成为旧时代的诸多烧钱工程，徒然耗费资源而得不到即期的收益。

　　一切科学技术的研究，必须要有收益，否则，nep便无法自残酷的竞争中胜出。

　　即便如此，一开始研发“强人工智能”，目的仍然是验证总体架构的可用性，出于种种考虑，地下世界里的初号机，指标要求一点也不高。

　　采纳莱斯利*兰伯特的意见，方然为初号机选定的研究领域，是数学。

　　遵循从易到难的原则，考虑到强人工智能的一切初始条件，只能来自于人，而人类的科学技术体系又未必完全正确、完全自洽，为避免不必要的干扰和疏漏，“数学”这样一个最客观的学科，是很合理的选择。

　　总之，第一个“强人工智能”的目标，是探索数学。

　　但依靠很原始的强ai，能否去探索前沿，解决大量悬而未决的问题呢，当然不可能，没学会爬就像跑，只会摔一个大跟头。

　　研发组的具体规划，是给予初号机的数据库一份简单的“已有知识列表”，按fscim体系的规范要求，录入基础知识条目，而后启动该系统，观察、测度系统能否从这些简单的已有知识出发，推导出其自身并不知晓的数学定律。

　　即便推导出的结果，极大可能，是人类已经掌握、因此而毫无价值的东西。

　　但用来验证系统的可用性，这却是一个可行之策。

　　不仅如此，观察系统的运行，借助asa这样的人工智能进行追踪，还有望解析“强ai”的运作机理，甚至搞清楚其自主意识的根源。

　　数据库，思维核心，具备这两大部分的系统，原则上便是一个“强人工智能”。

　　不过，早在项目的规划之初，方然就意识到，仅有这两部分所组成的“强ai”，能力注定十分有限，直白的讲，其理论上的最高成就，仅仅局限于现有基础理论的延拓、应用，而绝不可能在现有基础理论的基础上更进一步。

　　原因很简单，不论是人，还是人工智能，脱离客观

　　请收藏：https://m.aptfone.com

（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）