互联网2010 - 335.量子

上一章 目录 下一章
    几小时后,路舟和陆铭走出了生物科学楼。
    路舟走在路上,抬头看了眼天上繁星。
    数万年前也曾有人在这么看着繁星,思考着问题。
    他想,自己和他应该没有太大的差别。
    昨天,有的人切开尸体,有的人透过显微镜,今天,有的人困着灵长的远亲,有的人测量这名为dna的信息。
    这所穷极,不过是为了回答那简单的一句,“我是谁?”
    站在楼前,路舟深慨自己的无知。
    路舟侧头说道,“你说。七星的进度算怎么样?”
    陆铭笑了笑,“学术上不敢说,我们所做实在更‘商业’。但就实现来讲,水平上算马虎吧。”
    路舟点了点头,“嗯。基础有限,资金我也需要再想办法。”
    陆铭,“慢慢来,不着急。我知道你想法很多,但就目前的人工智能,它也只能算是弱人工智能,距离强人工智能还很远。这需要我们不懈奔跑找寻。”
    路舟自然清楚这中间难以一蹴而就,卧龙如今也不过是挑了简单的入门,可能拿到业界展示确实会震撼,但这终究还没到技术壁垒的程度。
    “但有些事情,我想还是有必要提前考虑。”路舟道。
    陆铭,“比如?”
    路舟,“比如规则。”
    “想想,我们人也不过一台机器。基因潜藏在每个人体内,我们可以自由地决定做什么,可它却影响着我们的长相、身高,乃至影响着癌变,控制着我们生死。
    反抗着基因所赋予的宿命,找寻着生命的真谛和长生的方法,这是许多前沿学科在做着的事情。
    强人工智能,未必不能如此。一如人反抗基因,人工智能一旦拥有了人所有的,那它也应有反抗人类的意志。”
    人是连基因这种“强制写入硬件中的酷律”都无法约束的物种。
    陆铭摸着下巴,“你是觉得,有必要从现在开始讨论人工智能伦理?”
    路舟歪头道,“有。因为谁也不知道未来有多快。”
    而路舟是依稀记得,几年后,物理巨匠霍金、科技狂人埃隆马斯克以及其他人工智能专家是煞有其事地写了份关于人工智能的约定公开信。
    路舟摇了摇头,走在创业路上,他的心情和前世没什么两样。可走着走着,随着梦谷数据愈多,机器学习、深度学习也就提上了议程。一步步走到这,所有的巧合像是必然。
    他笑道,“可真是荒诞得可以。”
    陆铭听后倒也没有反对,两人是走在回七星的路上。
    突然,某棵树上跳下来只黑猫,正瞪着眼静默地看着路舟。
    一个问题却在路舟脑海中一闪而过。
    “霍金,是谁?”
    他闭上眼睛挤按着太阳穴,这今天里的各种怪异想法显然是有点多。
    路舟突然意识到,自己无法回答这个问题!
    他拿出手机,搜索出了霍老爷子的生平履历。
    自97年后,英特为老爷子提供辅助说话的系统和设备。
    但早在几年前,老爷子是连手指都已经不能动弹。
    英特尔在此之后是找到了新的解决方案,通过各种感应器收集脸部肌肉抽动的信息,不同的细微动作构成信息输入,再捕捉眼球动作来选定词汇!
    如何提高效率?
    路舟再翻页后,是暗道果然!
    英特尔收集了大量霍金过去发表的文章、个人发言的数据,以此作为输入建立了一个数据模型,用以预判他当前可能输入的是什么词汇。
    能怎么做?无非ai。
    他关闭手机屏幕,原来所想不过殊途同归。
    老爷子靠着肌肉抽动的模式来控制输入,用ai和历史数据来提速,用眼球动作再进行确认。
    那换成由脑电信号控制输入,用ai和历史数据来提速,再由脑信号进行确认?
    像是类似,而某些概念的边界也在模糊。人和机器的边界在模糊。
    路舟想起刚刚,那猴子对着自己笑,波形发生变化的情形。
    如果给它造一个机械嘴巴,波形由ai判定一致,嘴巴便发笑,这是不是猴子所控制的嘴巴?
    一个替代品!
    猴子又是否能产生一种独特的感觉,单独对机械嘴巴进行控制?
    一个新的器官!
    原来,新世界的大门一直就在跟前。路舟心想。
    ......
    两人各有所思,再次回到了七星实验室内。
    进门前,陆铭对路舟说道,“这样吧。目前实验室的状况你也清楚,单单你之前提的两个走向,一个ai芯片的探讨,一个认知科学的延伸。若再算上今天这个ai处理脑电信号的尝试,实验室的资金其实并不富裕。”
    陆铭顿了顿,“尤其,无法商业化的部分研究,可能会对公司造成负担。这个,你多加把握。”
    路舟也明白陆铭所担心,“嗯。”
    两人刚走进门,就见实验室内有几人是在白板前讨论。
    曹文聪,“我们所涉及的一些问题,很多时候都是在寻求一个最优或近似最优解。方式上有很多,比如说蒙特卡洛模拟,对解空间内的各个随机搜索点进行检验,不断收敛到全局最优;比如说遗传算法,模拟达尔文生物进化论的进化过程,通过遗传算子的组合交叉和编译,从末代最优个体中解码出近似最优;又或者我们实验室做的卧龙,模拟神经网络的学习过程。
    而我们刚讨论的量子退火算法,也是为了实现这个目的。”
    路舟稍一听,就让曹文聪的话给勾起了兴趣。
    何为最优?
    以物体识别,不就是找到最合适的分类,找到最像的答案。好比,人脸识别,认出你最像你,确认一个结果。
    路舟想了想,九十年代的模拟退火算法他是有所涉猎。它模拟了固体退火的过程并改变数据采样准则,改进了蒙特卡洛模拟的计算效率,再通过“冷却”来控制算法进程。
    曹文聪,“量子退火和模拟退火有极大的不同。”
    路舟,“......”
    曹文聪写了些字,随后又道,“模拟退火基于热波动原理,而量子退火则是利用了量子波动来构建优化算法。它先将优化的问题映射为量子系统,函数则映射为势场,决策变量为系统的自由度......”
    路舟看了看身旁有些尴尬的陆铭,“这进度挺快啊,都发散研究到量子去了?”
    陆铭咳了两声,“这个,还是有助于我们推进人工智能研究的。”
    路舟像看鬼一样看着陆铭,我信了你个邪。理论基础总得有实际支撑,他可没本事弄出量子计算机来。
    陆铭又道,“其实理论已经存在了几十年时间。你可能不太清楚,今年一家海外公司已经宣布成果制成了‘量子退火机’,尽管不是通用量子计算机,但接下来的进程,仍然会很快。
    就是不谈物理基础,理论也确实对我们有帮助。”
    路舟怔了下,考虑着陆铭所说。
    陆铭,“量子力学后,半导体才得以出来,有了经典计算机,才有了互联网。你可以考虑把现在当成第一台计算机出来一样的时代,量子计算机之于它,只有更轰动。”
    路舟笑了笑,“行吧。”
    “师兄多加快卧龙的进度。之后拿着商业化的部分,我们赚钱了再投入给未来。”

添加书签

搜索的提交是按输入法界面上的确定/提交/前进键的

上一章 目录 下一章