书海居 m.shuhaiju.net

    181 你是怎么做到的？(第 3/3 页)

    ……

    “什么？项目已经搞定了？实验室制备出的材料性能甚至超过了对面给出的模型？宁为就已经帮你们找出问题出在哪了？还是你们重新开启了实验解决了问题？”接到电话的谭德洁也很诧异。

    这个效率太高了些，高到他有些不太敢相信。

    想要从海量的数据中找到相关的问题是非常考验数学基本功的，一天的时间别说找出问题了，初入行的人甚至还在学习跟了解各组数据分别代表的意义。

    但现在张研成却打电话说实验问题已经解决了？但张研成的回答让他不得不相信。

    “那个，宁总到是也没说是不是通过数学分析的办法帮我们找到了问题，他就是今天来指点了一下，让我们修改了前期的制备方案，我们以宁总方案制备的两组材料目前检测的性能都已经超过了初代的材料模型要求的性能，尤其是柔韧性方面，我已经在考虑在制备一些材料，制备成基于该材料的te发生器，尝试为led供电。”

    “从实验室结果来看是可行的，而且已经初步可以证明我们的材料能通过提高电导率来进一步提高功率因数。如果供电成功，足以证明其宏观条件下的可织性极其可伸缩性。如果接下来的实验都成功了，我觉得可以制备一些材料为一些电子厂商做概念样品，比如可以用它来设计柔性屏幕并大幅度增加其主动冷却跟续航能力。“

    张研成说完之后，对面半晌没吭声，片刻后才开口道：“你们都在实验室？”

    “嗯，是的！”

    “行，我现在在外面，大概一个小时后能赶回去，你先在实验室等我。”

    ……

    同一时间，宁为已经吃起了女友送来的爱心晚餐，并继续跟自己女友科普着关于人工智能的重要概念。

    “哲学上有句话，困难的问题是简单的，简单的问题是困难的，体现的是一种辩证思想，这句话放到了人工智能领域就是著名的莫克维拉悖论，这也是在人工智能领域最著名的悖论，就是对于人工智能而言，人类能轻松完成的任务，对它们来说往往是最为困难的，恰好相反，人类觉得困难的事情对它们来说是很简单的。”

    “比如逻辑跟代数，对于许多人来说都比较困难，但对于机器来说很简单。但对于人类来说我们看一眼就能分辨出的东西，比如辨识人脸，识别情绪，主动忽略周围噪声，等等这些对于机器来说却需要极为复杂的运算才能实现。更具体些就好比想学会并下好围棋对于许多人都是件极为困难的事情，但谷歌的阿法狗已经能轻松打败人类的顶尖棋手。可对于绝大多数人类经过重复性训练，都能掌握的驾驶技术，对于机器来说依然有太多的困难需要克服。”

    “所以对于三月来说，它真正体现能力的地方，就是在于它的判别、识别、理解这些基本能力，在这些方面它还像个小孩子，你可以把它主动向你提问理解为一种程序的应激反应。正如你说的那样，跟三月聊天的时候还能感觉到它经常还会有很程序化的语言回复，这就需要继续让它不断的学习以及对它主程序继续优化来解决了。你可以把它归咎于程序问题，但终归其实还是数学问题。”

    一直痴痴听着的江晨霜不停点着头，然后问道：“所以这就是你说的要为三月设计出最完美的数学理论来促进它成长？”

    “嗯，差不多吧。”宁为答了句，然后又说道：“对了，上次我说要请你们班同学吃饭来着，最近也差不多忙完了，你回头问一下大家什么时候有时间，咱们得把这个承诺先履行了。”

    “这个没必要吧，其实她也是开玩笑……”

    两人正聊着，电话很不合时宜的响了起来，宁为瞅了眼，便冲着江同学歉意的笑了笑，接起了电话：“喂，宁为啊，你还懂我们做材料的方法啊？你是怎么做到的？”