曾經被學術界認為高不可攀的“強人工智能”，現如今，隻需一個大區的少量經費、資源，就能研發出來，這的確令人意外。
但想了想，方然也沒有十分驚訝，畢竟自己想要研發的“強AI”，和舊時代學術界心心念念的、那種能通過“圖靈測試”的強人工智能，根本就不是一回事，兩者的研發難度大有區別，也是很尋常的。
另一方麵，既然兩三年就能有成果，對“強AI初號機”的能力，也不能期望太高。
不同於舊時代的“圖靈測試”，今的強人工智能之判據，著眼於本質、而非表象，NEP_791研發的初號機，哪怕其行為特質，以圖靈測試的判定就是一個智障，隻要表征出可信的自主思維特征，就可以認為研發成功。
一旦研發出基礎架構，原則上，要實現更強功能的“強人工智能”，便隻需提升其規模。
與人類受製於大腦體積、結構的困窘不同，計算機係統，目前還沒有碰到基本架構與運行原理決定的性能花板，新一代超級計算機的計算效率，雖然隻有5~40%，相比上一代超算，怎麽也還在繼續增長。
而人腦，一百四十億神經元的組織體，重量一公斤有餘，物理上的限製在現階段幾乎無法突破。
有些研究甚至認為，目前的人腦已經是有機物——細胞——器官架構的最高水平，即便再怎樣演化，譬如增加神經元的數量（提升規模），提升單個神經元的體積（提高信噪比），填充更多的腦白質（拓展帶寬），都會因產生的副作用而得不償失。
這些研究，在ASA的數據庫裏都有，方然也讀過一些，隻是暫時還未能確證。
但現在這一切已不重要，不論人腦是否還有演進的可能，短時間內，也根本無法獲得飛躍性的提升，根本無法追趕電子計算機的腳步。
隻要得到一台切實可用的“強人工智能”，隻要肯投入資源，便能得到更強大的“強AI”。
盡管這種投入，費效比想必會是一條斜率不斷接近於10的曲線，隨投入的翻番，所獲得的性能則距離翻一番越來越遠。
總體看來，還是會比豢養人類研究者更經濟。
AI與人類研究者，誰更經濟，這是方然一早就判明了的，專家組的意見也大致如此。
即便按目前的粗略預計，要具備與科學家相近的智力水平，整個“強人工智能”係統的造價與運行費用必然十分高昂，甚至會大大超出培養、雇傭一批科學家的總消耗，投入產出比也會很難看。
但換一個角度，一個人的智力再怎樣高超，將一群人組織起來，從事研究，則所有研究者都會被“信息交流效率低下”所困擾。
人類擁有的交流手段，視覺，聽覺，觸覺，嗅覺，味覺，除此之外，別無其他。
而這些手段，就算其中效率最高的視覺，傳遞訊息的能力也一點都不強，即便借助學術論文、科研資料，研究者之間的溝通效率，也很難超過10~100bps。
隨著組織規模的擴大，人與人之間，聯係愈加繁雜而緊密，這一問題便格外突出。 本章尚未完結,請點擊下一頁繼續閱讀---->>>