大美书网

手机浏览器扫描二维码访问

第一千零八十二章 智能体ii型ai（第3页）

“这减小训练模型的参数总量的同时还在一定程度上加快了启灵的训练工作。”

“尤其是在SVM分类构造、集成学习模块、大稀疏矩阵问题以及模糊算法等方面有不小的突破，做到了可以通过因子分解机解决大规模稀疏数据下的特征组合难题。”

闻言，徐川恍然明白了过来。

如果是基于大正整数因子分解是否具有多项式算法中的部分理论完成的，那就不奇怪了。

“P=NP?”是计算理论的核心问题，尽管大正整数因子分解是否具有多项式算法只不过是这个千禧年难题的一部分。

但它对于分布式计算与并行处理算法、单源最短路径算法、整数因式分解等多个计算机算法领域有着重大的影响。

从2023年刘嘉欣解决了这个问题到现在，时间已经过去了一年半，它应用到计算机和人工智能领域也差不多是时候了。

毕竟数学成果转变成计算机领域的研究本身就是最容易的领域之一，再加上还有证明了这个问题的学者本身就在计算机领域发展，小灵能够快速的进化原因也正是如此。

不像他研究的数学难题，除去NS方程这个本身就具有强应用性的数学猜想外，另外两个无论是霍奇猜想还是杨-米尔斯存在性和质量间隙难题，即便是已经解决了好几年了，在应用领域依旧没什么动静。

数学领域的尖端难题，要转变成应用成果，最容易的恐怕也就是P=NP难题了。

但P=NP难题却并非那么容易解决的。

至少就目前来说，无论是他还是解决了大正整数因子分解是否具有多项式算法难题的刘嘉欣都认为这个问题可能无解。

上帝不掷骰子，人类也几乎不可能找到一种多项式算法来验证NP类难题属于P类。

不过对于计算机发展来说，P=NP？难题可能无解并不意味着它就不能继续发展了。

相反，对于这个问题的每一次研究，哪怕是一点点的突破，都有可能对计算机与人工智能的算法起到巨大的推动作用。

本小章还未完，请点击下一页继续阅读后面精彩内容！

就像是二十世纪七十年代人们基于NP完全理论，密码学取得了革命性突破，建立了公钥密码体系。

而后又在八十年代NP，完全问题的研究有了纵向的突破，在许多表面看来并不相关的计算模型之间发现了深刻的刻画关系。

这一次突破非常大的刺激了算法界对近似算法研究的新热潮。

此外，还有90年代量子计算机和命题证明系统的研究，21世纪以后的参数复杂性理论研究。

几乎每一次P=NP？猜想上的数学成果突破和研究，都会引起计算机领域的剧震。

如果说‘启灵’再继续进化下去的话，它就离第四阶段‘创新者AI’距离不远了。

这个阶段的智能AI系统具有模仿人类的创造力，突破思维的局限，提出令人耳目一新的创新理念的能力。

简单的来说，它已经能够基于庞大的数据库，针对某一种问题提出以前人类没有想到过的解决办法或思路。在一定程度上具备弱·创造性或弱·独创性。

在这一级别，人工智能AI可以辅助人类进行发明创造，推动多个领域的创新和进步。

例如，在科学研究、艺术创作以及技术开发等多个领域，创新者均能发挥其独特价值，提供新的思路和方法。

甚至你可以将P=NP？猜想这类难题交给它去推衍、尝试解决等等。

尽管它并不一定能够做到，但理论上来说，它已经完全能够思考这种高度复杂性的难题了。

至于最终的组织者AI级别。

理论上来说，它已经是完全体的人工智能了。

在这一级别，它不仅具备战略思维，还拥有实现组织目标所需的高效率和强适应性，能够管理复杂的系统。

比如它们能够灵活协调多个智能AI，合理的分配任务，实时监控任务进度，并依据实际情况作出迅速调整等等。

这种级别的智能AI，理论上来说，你完全可以将一家大型公司或者说一整个国家都交给它管理。

它足够制定出‘完善’且‘公平’的规划来维持公司乃至国家的运行。

。。。。。。。

PS：晚上还有补更，不过会比较晚，大家早上起来再看好了。

（本章完）

喜欢大国院士请大家收藏：（。aiquwx。com）大国院士

请关闭浏览器阅读模式后查看本章节，否则将出现无法翻页或章节内容丢失等现象。