第172章 執劍人

    葉凡的這套“千里江山圖”的學習運算邏輯，幾乎是領先了海外友人近乎一個世紀之多。

    如果非要用一個例子來證明的話，那麼國際象棋棋盤上能夠產生的不同，可能大約是10的46次方，而圍棋卻有10的170次方左右。

    兩者對比相當於，你考試前所複習的範圍，以及這一次考試的範圍這麼大的區別。

    而無論是什麼玩意，要考驗算力，以及學習運算邏輯，以及交互能力等等方面，繞不過去的一個坎就是“棋”。

    你棋子能下好了，能隨機應變了，那麼你的這套運算邏輯就不會太弱，至少也是頂級的存在。

    而所謂的人工智能的“情緒化”，“懂感情”等方面，根本就離不開最底層的運算邏輯，而最底層的運算邏輯，也繞不開“棋子”這玩意。

    這是一個必經之路，沒得繞道而行。

    你的人工智能下不了棋，那麼它就是“人工智障”，如果你的人工智能只會下棋，那麼它還是“人工智障”。

    所以這個時候，葉凡的“千里江山圖”算法的優勢就完全體現出來了。

    比方說，你家到火鍋店，有abc三條未知的路同時出發300人，每條路走100人。

    假設半小時內，那麼走a路的人是最快到達的，那麼a路則是條好路。

    當然了，如果路口越多，分析就會更加的複雜，但放出的人越多，結果就越精確。

    相比一條路走到黑的窮舉法，葉凡的這種搜索算法，讓其大大前進了一步，而且起源還會進行深度學習，讓其啃下了大量網上的歷史遺留數據。

    而將這一些完全啃掉之後，就可以智能將其記錄在案，日後分析東西的時候，就像是“記憶”一樣自動儲存在內，根本不用將所有的概率全部都考慮一遍。

    驚人的算力+高效的算法，讓葉凡的“起源”人工智能，可以直接笑傲全球，也正是因為這套強大的學習算法，以及強大的算力，整個互聯網都是他的後花園。

    正如所謂的“千里江山”。

    如此強大的運算能力，以及交互邏輯，導致了起源擁有無限的機遇的同時，又有無限的危險。

    不要忘記了起源的學習能力非常的強大，但若是被起源接觸到了所謂“陰暗”的一面，那麼它也會將其中的東西學習進去。

    所以為了防止這一點，葉凡也是利用起源的能力，對互聯網的一些內容，做了一定程度的分級和屏蔽，若是一些太過於危險的數據，如果沒有葉凡的授權，起源是不會讀取到的。

    然而即便是這個樣子，葉凡也並不是很放心，所以在起源最底層的一套2kb的代碼中，包含了強制死機，清空數據，斷電重啟的強制執行指令。

    而且這一套指令，獨立於整個互聯網之外，也就是點對點的連接，不會受到任何的干擾。

    葉凡總是認為自己多疑，但是往往很多時候，多疑都是能救人一命的。

    法拉利經過一個小時的車程，在中途送了葉傾城回家之後，葉凡自己也驅車前往家裡。

    打開敞篷功能，葉凡此時靠在跑車的座位上，用江萌萌的打火機，點燃了一根中華香菸。