第108章 人工智能領域（1 / 2）
林世傑對人工智能的認知自然還是有的，畢竟他也曾編譯過遊戲。
但隻局限於遊戲中的簡單對抗，隻能算是數字人，擁有的算法也很簡單。
觸發範圍，追擊範圍，選擇模式，設置好這些行為模式的限值就OK了。
不要小看這種模式，這就是最簡單的人工智能。
當然，林世傑講述的時候自然要加上自己看過的不少知識，否則自己能開發出AR網絡可就有破綻了。
張院士聽完後點點頭，「你其實對人工智能已經有了不少了解，甚至有些方麵已經很深入了，就比如你AR的優化算法，和對具體事物的模型建立。」
「隻不過你卻沒有一個完整的係統整理，或者說缺一個完整的認知。」
林世傑立刻點點頭，「沒錯，所以這才厚顏討教啊。」
「嗬嗬，無妨。」張院士笑著說道。
「其實什麼人工智能，字麵上理解，就是我們人工的創造製作出擁有智能表現的係統。」
「這裡麵其實有兩個點最重要，一個就是模型的建立，這是你建立人工智能的前提，它包括事件，周圍的環境，以及你要處理的問題。」
「一個好的模型是非常重要的，有了它就相當於完成了一半！」
「接下來就是算法，有簡單的空間算法，棋盤算法，還有擁有自我學習和進化能力的遺傳算法。」
林世傑不由得一驚，「遺傳算法，能夠自我學習和進化？」
張院士點點頭，「沒錯，隻要設定好編碼方式就能達到條件下的最優編碼！」
「所以好的模型和好的算法，就是一個人工智能誕生的關鍵因素了！」
林世傑不由得點點頭，這麼說來，自己倒是具有誕生人工智能最好的環境了。
「算法方麵現在研究的比較多，比較流行的就是大數據深度學習法，畢竟世界如此廣大，人為的輸入信息無論效率還是效果不如讓智能去自己識別。」
張院士笑了笑，「你知道無人駕駛技術吧，那就是人工智能在大數據上學習的一個重要標誌。」
「你知道嗎，無人自動駕駛要保證安全至少需要177
億公裡的測試，而係統迭代升級後，還要重新測試一遍，這在現實世界中是根本不可能完成的任務。」
「可在數字虛擬世界則沒問題，它能模擬任何現實中的路段，也能同時測試數百台車輛，更能模擬各種不同的突發惡劣環境。」
「這才是這項技術能夠應用於實際的根本原因。」
林世傑連忙說道，「看來我這裡還真的很適合人工智能測試啊。」
「是啊，要不你以為那些科技公司為什麼死命的要各種數據信息。」張院士笑著說道。
「也是，」林世傑也笑了，畢竟各大科技公司對於用戶的信息可是都在盡可能的搜集，而且還有各種交互應用。
畢竟現在互聯網上全都是各種大數據的應用，這可都是在催生著一個個的人工智能啊。
不過張院士接著說道，「不過這些人工智能隻能算是專項的人工智能，距離通用的人工智能還有很遠的路要走呢。」
林世傑那怕通過字麵意思也明白了這兩個詞的意思，通用人工智能內，那豈不就是科幻電影中的智能了。