阳电提示您：看后求收藏（天籁书屋www.qdfangde.com），接着再看更方便。
才能完成的工作。
但这种应用方式，显然，对复杂问题的解决能力，不会太理想。
在若干年前，应用于某一领域、解决某一类问题的ai，几乎只能用于解决该类问题。
不仅如此，一旦问题的边界条件发生变化，甚至只是略微改变，ai的效率都有可能大幅滑坡，进而必须有人来干预，修改边界条件，替换算法，总之，借助人类的智慧才能应对多变的具体情形。
即便这些多变的情形，根本上讲，并未改变问题的性质，理应在计算机的能力范围内，传统ai体系也几乎总是一筹莫展。
这种情形，在fsci系出现后，才逐渐被改变。
基于fsci系的计算机、ai体系，一言蔽之，对问题的“理解程度”，远比之前那些全凭速度吃饭、对自己正在解决的问题本质一无所知的ai深得多。
说计算机“理解”问题的本质，很多业界人士，只会一笑置之。
这实际上反映出人类的傲慢，方然的观点则相对中立，他并不认为，一台运行fsci构之软件的计算机，会如同人类那样认识、分析、理解问题。
否则，fsci系反而相当于失败，这一体系最初就是为计算机所准备，故，fsci系赋予计算机的能力，是独特的新视角，区别于人根据自身思维特性而做的探索与认识，计算机同样也有自己的一套认识、分析问题之构架。
不论这一架构，是否真的存在，当今时代的“全产机”、通用型ai，确乎可以应付一些以前并无法用ai独力完成的任务。
灵活性与运行效率，这一对矛盾体现在ai架构上，基于fsci构的人工智能效率相对较差，在解决具体问题时，所需算力会比传统的人工智能高出一个约数量级，换来的却是更强大的自主性。
而“强人工智能”，解决问题的思路则不一样，更像是对人类思维过程的模仿。
虽然这种模仿，并非如旧时代的ai方案那样，原版照抄人类大脑的运作过程，而是放手让计算机用“敛散算法”自行探索，一旦形成某问题的解决方案，效率，就可以接近传统ai的水平。
相对基于fsci通用型ai，采用强人工智能，显然可以极大的节约算力。
想法很好，找到莱斯利*兰伯特说明来意，负责人的表情却有一点为难，兰伯特先告诉阿达民，目前“强人工智能三号机”的研发还算顺利，在近乎无限的资金、资源支持下，乐观的讲，“盘古”甚至
