第415章又被截胡了？

安排好王建成的行程之後，陳念這邊也完成了有關通用型人工智能技術的前期整理。

事實上，跟很多人的第一印象不同，通用型人工智能雖然在概念上更容易被普通人接受、在前景上也具有更廣泛的浪漫主義想象，但其實它所能發揮的價值，卻絕對不僅僅是簡單的一個“類人機器人”那麼簡單。

陳念一直都覺得，過往無數的影視作品裡，對通用型人工智能的描述都並沒有那麼準確。

無論是那部讓機器人三定律膾炙人口的《我，機器人》，還是終結者里的天網，所能反應的，其實都只是通用型人工智能的一個面而已。

人工智能就一定會是人形機器嗎？

人工智能就一定能獲得至高無上的數據權限嗎？

也許不是這樣。

理論上來說，出於對危險的知覺，人類會把通用型人工智能限制在“工具”的層面，它的形態有可能會更接近於“智能助手”，也就是某一個生物人的“附庸”。

而陳念打算要做的，也就是這個方向。

或者換句話說，他不打算作為創世神去創造一種“新人”，而是要在“通用”這個關鍵詞上做文章，創造一類能夠適應大多數工作環境、並在特定領域上展開自我學習的“智能機器”。

用更學術的語言來表達，就是弱通用型人工智能。

相對於絕對意義的GAI來說，這個思路的難點會稍稍低一些，但也沒有低到哪裡去。

畢竟，人工智能的發展哪怕在上一世也完全是個盲盒，它跟核聚變技術完全不同，基本上沒有固定的、明確的路徑，反而更類似於當時的常溫超導探索。

一幫人沿着自認為正確的方向去摸黑探索，在黑暗中也許會偶爾摸到幾個寶石，可沒有人敢斷言摸到寶石的這條路是不是就直接通向礦脈。

我們需要的是更大的模型？更多的數據？更巧妙的技巧？更合理的超級參數？

也許都不是，這些東西並不能讓人工智能變得更強大，相反，只會讓它變得更臃腫。

想要真正解決GAI面臨的所有問題，就必須首先解決人腦和電腦在“底層原理”上的差異。

量子計算機。

這是最接近人腦運作方式的計算機組成形式。

傳統計算機處理的方式只有0和1，其處理數據的方式是直線型的，屬於一維。

哪怕是多核計算機，也不過是同時進行多個線性計算而已。

但人腦的處理方式完全不同，它是神經元在酶的作用下產生對化學刺激產生多種不同的變化和結果。

有多少不同的酶和化學刺激，就會產生多少種不同的狀態和反應。

並且，人腦每秒可以有上千億個神經元同時發揮作用，可以同時完成多項任務，比如我們經常一邊喝水一邊看電影一邊思考，這是計算機無法做到的。

具象地表達的話，計算機智能喝一口水、看一眼電影、想一段問題，然後通過超高頻率的計算，把“喝水、看電影”的時間縮短到極致，製造出“同步進行”的假象。

只有在量子態下，同一時間驗證所有可能性的工作方式，才能最好地復刻出人腦的底層邏輯。

――

不過，在設備發生改變的前提下，傳統的深度學習理論似乎也要做出相應調整？

那就是王建成的事情了。

自己只負責把地基給造出來。

想到這裡，陳念打開了系統面板，查看了量子計算機的解析源點要求。

不出他所料，在這個積累並不算深的領域，解析的源點要求極高。

通用型量子計算機的源點消耗直接是一串問號，哪怕是專用型量子計算機，在對“量子體積”有要求的前提下，源點消耗也基本達到了四位數以上。

――

所謂的量子體積，代表的就是量子比特數、量子比特壽命、高保真操作、高連接性幾個指標共同作用下，能夠成功地相互作用並高概率產生正確結果的量子比特數。

根據陳念的經驗，量子體積100以下時，其實基本是沒有解析的價值的。

畢竟在2010年，中科大就已經實現了四量子比特糾纏，想要達到100，也只不過是維持現有的技術水平，不斷去堆硬件而已。

不划算。

光一台計算機就得上千源點，這還沒考慮依賴於量子算法的操作系統呢.

想到這裡，陳念無奈地退出了系統界面，重新拿起了桌上的電話，打給了陳果。

“我這裡可能遇到點問題。”

陳念直截了當地說道。

“什麼問題？”

對面的陳果語氣稍有些疑惑地問道。

“嗯應該說，我高估了國內量子計算的發展水平。”

“在當前情況下，想要創造出GAI實現的基礎，基本上是不可能、或者說是不經濟的。”

“所以，我需要國內在這方面投入更多的資金和資源，最好是拉一個專門的項目組出來。”

“同時，考慮我們現在的人才積累，為了解決短期內的效率問題，我建議還是像EAST項目一樣，把項目做成國際合作的形式。”

“能挖的人都挖過來吧――甚至這個項目，我們可以讓他們進入核心層。”

“我們的目的，就是用最快的速度打下基礎。”

陳念的這個策略是經過深思熟慮的，畢竟按照他的記憶，哪怕是在上一世，直到2020年前後，量子計算領域都還算不上有什麼突破性的進展。

但人才，卻是與日俱增。

把這些人全部納入己方麾下，可以解決一個“技術可獲得性”的問題，從而最大程度地降低系統里解析所需的源點要求。

本質上講，還是為了薅羊毛。

聽到他的話，陳果那邊短暫地沉默了片刻，聽筒里傳來刷刷地記錄聲，隨後，他開口回答道：

“明白了，這塊我會去安排的。”

“項目的立項進展，後續我實時跟你同步。”

“現在最強的人才在老美那邊，我們可能還是要拿出點東西來交換――這個看上級的決策吧，你就不用操心了。”

“明白。”

陳念簡短地回答道。

操心？

他才不操心。

其實他很清楚，無論是核聚變還是常溫超導技術，到底都是藏不住的。

己方最多能維持的，也就是幾年、甚至只有兩三年的先發優勢。

拿一點東西出來交換，並不會真正影響大局。

但如果能換回來好東西，那就是撿了便宜了.

幾天之後，美國量子計算項目，AQCL小組的實驗室內。

戴維斯滿臉疲憊地揉着眉心，表情惆悵地看着眼前的厚厚一疊報告文件。

在過去的兩個月時間裡，他眼睜睜地看着這些文件從最開始的薄薄一層，慢慢發展到現在堆積得比自己的電腦屏幕還要高。

他很想一一審閱處理完-――事實上，在項目開始的最初期，他也的確是這麼做的。

但隨着資金投入的加大，隨着成果爆炸性地湧現，他也越發陷入了精力不足的困境。

最開始，是報告看不完、迫不得已只能加班。

慢慢地，加班也無法彌補時間上的天然差距，報告越堆越高。

到現在，他已經徹底放棄了原有的工作方式，只會去挑相對關鍵的進展來看了。