开过小会,把决定通报各长老,玉剑山行动起来。
看起来是个很重大的决定,实际这次涉及到的技术很少,基本都是纯软件层的,长老们也习惯了沈文剑的技术投资方式,没有表达异议。
现在中原地区涉及到机器人控制软件的,总共有三家。
玉剑山发出请柬,三家派出代表和玉剑山的代表在香风崖市场会面。
“这次请诸位过来,是为了建立一个机器人智能研究组织,以开发出各种各样替代人力的机器人。各位手边的文件里有简介,看完我们再谈。”专务办公室的负责人给来客分发文档。
其实用玉简会更节省时间,但是自从玉剑山完善保密系统后,玉简就几乎不用了,这东西太容易夹带私货,有严重的保密隐患。
这份文档没有设计到技术细节,仅仅用于说明人工智能的应用范围,并将研究组织的目标范围划出来。
中级人工智能是“大数据学习”机能,很容易理解它的“知识量”与响应速度是呈反比的。
替代天火的岗位,必须是超算级别的服务端,但服务端仅仅是应用的一小部分。
常规机器搭载中级智能,受限于处理能力和数据库规模,就需要针对每个应用门类做精简化。
举个例子,玉剑山已经服役的第二代“变形金刚”常规型号,其数据库就分作战斗、工程、流水线等几个类目。
不过这仅仅是大项,继续细分的化,战斗型还包含有护航战术数据库、寻的策略数据库、敌我识别、战术岗位等一大堆数据库。
而在实际工作中,为了加快响应速度,设计院设计了一个战斗模块。一旦接战,就会暂停对大数据库的数据采访,把数据处理集中在“战斗习得技能”上以加快反应速度,这是中级智能自主学习数据库知识得到的精要,通过人为限制数据库大小,展现出的是战斗本能极为出色的状态。
可是,即使是“战斗习得技能”这种小数据库,实际按文字计算,规模都是数百亿字!
深挖中级智能的潜力,主要有两个方面。
一是优化机器人自身学习时拓展出的数据库,比如战斗类需要精简有效的高速响应,矿业类则需要判断力和较为高效的计算过程。
二是底层优化。
由于人手关系,玉剑山工程院虽然在人工智能方面投入大量时间与精力,只能做出通用程序,由设计院负责加壳与调试。
新的研究组织,就要将人工智能专业化。
来到这里的三家代表都带了工程师,几个人凑一起看着文件,时不时低声交流几句,大部分都显得很兴奋。
“人工智能好像很厉害的样子啊。”
“……厉不厉害不知道,但明显会降低机器人成本。”
其实这三家门派,虽然也仿制或开发了自家的机器人系统,用的却是三种截然不同的
请收藏:https://m.gwylt.com
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)