第603章 下棋吗 (第2/3页)

机会迅速复盘托尼·史塔克刚刚下过的那一局。然后版面恢复成先前走了几步棋的模样。

    出于某种猜想的好奇心，托尼·史塔克把第二局下完。一样轻松取胜。然后他发觉他可以随意调出第一局或第二局的棋谱。

    至此，要是托尼·史塔克还猜不出来这个网页国际象棋的玩法，也枉费他号称拥有一颗天才大脑了。

    下棋不是重点，下赢也不是。重点在于背后的人工智能。

    最早的人工智能研究，是从50年代的博弈论开始。一言以蔽之，就是在多种选择交叉影响中，如何找到最佳解。

    用数学来比喻，就是图论研究中的最短路径问题。

    到了70年代，人工智能的探讨偏向知识工程，试图理解复杂的人类决策，协助取得结论。

    粗浅地说，就是将无限的问题，试图归类给有限的解决手段。要是解决手段无法确实解决问题，那就再增加一个新的解决方法项目。以此不断扩展。

    落实到现实生活，就像是自动化生产的工厂机械，只能进行预先设定好的有限动作。

    人们认为，当机器被设定好的动作足够丰富，它就会像一个活生生的人类一样，就能算是人工智能了。

    很长一段时间，人们对于人工智能的想象与期许就是如此。包含电影《终结者》中，天网所控制的终结者机器大军。

    再譬如托尼·史塔克于十六岁时，取得MIT学士学位的毕业作品，机械手臂‘笨笨(Dum-E)’也是基于此理论下的作品。

    在91年类神经网络的理论发表，机器学习才正式跃上计算机舞台。

    但是这个时代，机器学习也不过是人工智能的一个分支，而非主流。因为计算的代价非常巨大，硬体设备无法提供所需算力。

    一直要到二十一世纪，计算机硬件发展到一定程度，深度学习与基于大数据的资料探勘，不再像螳臂挡车般可笑。现实发展中的人工智能，才终于有了‘学习’的概念。

    否则在

    （本章未完，请点击下一页继续阅读）

『加入书签，方便阅读』