不論從哪一點出發(fā)，“強人工智能”，都必須儘早應用到實踐中去。

找到萊斯利*蘭伯特，方然毫不掩飾的直接說出構(gòu)想，對這一計劃，蘭伯特原則上認爲“可以一試”，但並未給出任何確切的承諾。

“是的，阿達民先生，用‘強人工智能’替代現(xiàn)有的AI，的確可以提升一些效率。

這一點，不知您是否理解，即便通用型人工智能與強人工智能，都是基於現(xiàn)有信息技術水平的計算機加軟件之體系，彼此之間，沒有明顯的技術差距，後者的處理效率也會大大優(yōu)於前者，當然，能領先到什麼程度，還說不準。”

“是因爲兩者的軟件架構(gòu)，一個基於FSCIM，一個則基於‘自主思維’嗎。”

“正是如此，或者說，在算力消耗相同的情況下，‘強AI’比現(xiàn)有AI快得多，主要原因並不是前者的效率極高；

而是基於FSCIM體系的傳統(tǒng)人工智能，在解決實際問題時，效率太低。”

萊斯利*蘭伯特的說法，對熟悉FSCIM體系的方然而言，一聽就懂，他早知道這體系的弊端。

FSCIM，聯(lián)邦標準信息測度碼，誕生在舊時代的一套“計算機系統(tǒng)通用編碼標準”，原則上是站在計算機、而非人類的立場上，描述客觀世界，進而從這一體系出發(fā)，可以用傳統(tǒng)AI的諸多算法，實現(xiàn)諸多功能。

這一體系，早在誕生之初，就引起IT業(yè)界的濃厚興趣，但也有很多業(yè)內(nèi)人士不以爲然。

反對者的一大武器，便是FSCIM體系的低效，這種低效，並不是體系架構(gòu)本身多麼拙劣，而是由於FSCIM的開發(fā)初衷：

描繪計算機眼中的世界，進而，爲計算機提供一種內(nèi)稟的通用“語言”。

這樣的體系，顯而易見，並無人類對客觀世界的既有認識，以其爲基礎開發(fā)的程序，一般而言，也幾乎無法藉助人類已有的科學技術成果，去加快處理的速度。

這是什麼意思呢，譬如說，物流網(wǎng)絡的運力規(guī)劃問題，用AI解決的一般思路，是掛載深度學習網(wǎng)絡，並根據(jù)問題的性質(zhì)給定大量邊界條件，AI上線運行後，很快就能根據(jù)初始條件與運行數(shù)據(jù)，逐步優(yōu)化策略，給出較好的解決方案。

舊時代的IT領域中，人工智能，往往就是應用在這樣的場合。

這種“自動化、智能化”，實質(zhì)上仍然是一種低級重複勞動的替代，是用人類智慧，分割、定義問題，給出算法，然後利用計算機的速度，迅速做完原本用人力需要很長時間才能完成的工作。

但這種應用方式，顯然，對複雜問題的解決能力，不會太理想。

在若干年前，應用於某一領域、解決某一類問題的AI，幾乎只能用於解決該類問題。

不僅如此，一旦問題的邊界條件發(fā)生變化，甚至只是略微改變，AI的效率都有可能大幅滑坡，進而必須有人來干預，修改邊界條件，替換算法，總之，藉助人類的智慧才能應對多變的具體情形。

即便這些多變的情形，根本上講，並未改變問題的性質(zhì)，理應在計算機的能力範圍內(nèi)，傳統(tǒng)AI體系也幾乎總是一籌莫展。

這種情形，在FSCIM體系出現(xiàn)後，才逐漸被改變。

基於FSCIM體系的計算機、AI體系，一言蔽之，對問題的“理解程度”，遠比之前那些全憑速度吃飯、對自己正在解決的問題本質(zhì)一無所知的AI深得多。

說計算機“理解”問題的本質(zhì)，很多業(yè)界人士，只會一笑置之。

這實際上反映出人類的傲慢，方然的觀點則相對中立，他並不認爲，一臺運行FSCIM架構(gòu)之軟件的計算機，會如同人類那樣認識、分析、理解問題。

否則，F(xiàn)SCIM體系反而相當於失敗，這一體系最初就是爲計算機所準備，故，F(xiàn)SCIM體系賦予計算機的能力，是獨特的新視角，區(qū)別於人根據(jù)自身思維特性而做的探索與認識，計算機同樣也有自己的一套認識、分析問題之構(gòu)架。

不論這一架構(gòu)，是否真的存在，當今時代的“全產(chǎn)機”、通用型AI，確乎可以應付一些以前並無法用AI獨力完成的任務。

靈活性與運行效率，這一對矛盾體現(xiàn)在AI架構(gòu)上，基於FSCIM架構(gòu)的人工智能效率相對較差，在解決具體問題時，所需算力會比傳統(tǒng)的人工智能高出一個約數(shù)量級，換來的卻是更強大的自主性。

而“強人工智能”，解決問題的思路則不一樣，更像是對人類思維過程的模仿。

雖然這種模仿，並非如舊時代的AI方案那樣，原版照抄人類大腦的運作過程，而是放手讓計算機用“斂散算法”自行探索，一旦形成某問題的解決方案，效率，就可以接近傳統(tǒng)AI的水平。

相對基於FSCIM的通用型AI，採用強人工智能，顯然可以極大的節(jié)約算力。

想法很好，找到萊斯利*蘭伯特說明來意，負責人的表情卻有一點爲難，蘭伯特先告訴阿達民，目前“強人工智能三號機”的研發(fā)還算順利，在近乎無限的資金、資源支持下，樂觀的講，“盤古”甚至有望在年底完成第一階段測試。

隨後，他又向阿達民轉(zhuǎn)告，NEP_791等研發(fā)機構(gòu)的數(shù)學家們，對“盤古”、“混沌”這些系統(tǒng)的看法：

“站在工程技術的角度，應該說，‘強人工智能’目前的表現(xiàn)，出乎意料。

但是數(shù)學家們，對這一系列新產(chǎn)物，還有些疑慮，畢竟與傳統(tǒng)的人工智能不同，‘強AI’的內(nèi)部運行狀態(tài)，原則上也無法得知，這裡面的確潛藏著一定的風險。”

“風險，什麼風險？

擔心人工智能有一天意識覺醒，人類自取滅亡嗎。”

“倒也沒那麼誇張，而是……”

電影大片，是嗎，萊斯利*蘭伯特一開始想到的，也是那些花裡胡哨、效果爆炸的舊時代科幻作品，但身爲IT領域的資深專家，他現(xiàn)在已基本認同了阿達民的觀點。

直白的講，蘭伯特也一致認爲，“混沌”、“盤古”這些系統(tǒng)並不會反噬人類。