p;
“rabin-shang值之墙的本质是什么?”李文轩问。
商陆想了想,选择了一种通俗易懂的说明方式。
“我只能跟你讲讲我自己的理解,也不一定对……我们都知道,meg系统实质上是在猜驾驶员的大脑在想什么,既然是在猜,那么本质上它是个概率论问题,简单地说,rabin-shang数是这个概率的表层体现。”
概率是这个世界上最寻常又最神奇的东西,它象征着某种冥冥中的统一性,如果用什么来形容它最贴切,那么毫无疑问是“一只看不见的大手”,在meg系统的研发过程中,算法对人脑活动的识别与分辨有对有错,单次测试可能毫无轨迹没有规律,可测试次数一旦多起来,那么在差异中的共性就会立刻凸显出来。
rcbi小组说贝叶斯公式是支撑起一切ai算法的理论基础,它同时又是人们反过来推算这个黑箱究竟在干什么的强大工具,如果用纯粹的数学语言来描述rabin-shang数之墙,那么恐怕最后的结果是像千层饼一样层层叠叠的贝叶斯公式。
“我们希望把大脑和meg系统都噼开切碎剁成臊子,切成最小的神经活动单元,切成最基础的芯片电路,在人脑和ai共同组成的这个数据空间中,让两者之间一一对应,但很显然这是不可能的,人脑对于现在的我们而言是个黑箱,ai对于现在的我们而言也是个黑箱,那么不如让ai模彷大脑,让黑箱学习黑箱,我们不能理解的东西,ai未必不能理解,这就是我之前跟你们说的……”
“建立一个电子化的第二大脑。”张重问,“那么接下来要怎么做?接着做题么?”
“做题还是得做。”商陆点点头,“但在第二阶段,它得学习一些更抽象的内容。”
·
·
本章未完,请点击下一页继续阅读! 第4页 / 共6页