这种不能够，并非理论上的做不到，而是解析的时间会长到脱离实际，根本就不现实。
想到这，方然不是在杞人忧天，认为人类创造的AI会脱离控制、自作主张，而是说作为人工智能的使用者，对AI正在做什么，并没办法有很切实的把握。
这对系统开发者来说并不成问题，但是对使用者，则潜藏着这样的风险：
对AI的实际行为，不管开发者怎样声称、怎样保证，都没办法验证这些声称、保证究竟是真的靠谱，还是完全的欺骗。
归而总之，还是此前想到的那一个难题：
除非开发者主动放弃，否则，对复杂度超限的系统，没有任何百分之百可靠的手段，可以确保除开发者之外的任何人将其完全掌控。
思考着ASA的行为，“权限不可转让”的猜想，再度浮现于方然的脑海。
但他想了又想，还是无法给出证明。
幸好现在还无关紧要，至少对ASA，身为开发者的自己并不担心它会失控，方然就暂且将猜想放到一边，他仔细观察“自动化搜索与分析”系统的日志，结合每天的分析报告，逐渐洞悉了这系统的运行规律。
看起来，正仿佛一个物理意义上的大脑，ASA的运行思路，恰似人脑。
这种相似性，与“自我意识”的讨论无关，而是说眼前的人工智能在处理问题时，采取的广泛尝试、不断反馈的策略，与人脑在面对问题时的工作方式很相似。
想象一个人，在尝试解决试卷上的数学题时，究竟是怎样思考，想出办法呢；
大脑的思考过程，人皆有之，却好似很难用语言来清晰描述，教师指导学生，也往往是泛泛的“认真想一想”、“换个思路想”，其实这时候大脑究竟在做什么呢，无非是利用以往积累的神经突触网络，发动神经刺激，将所有可能涉及到题目、可能给出解决方案的神经连接路径都尝试一遍而已。
这过程中，绝大多数路径都指向“否决”，极少数路径一时没有被判无效，或许，还会连通到逻辑关联的其他路径，运气好的话，在经历难以想象的繁复生物电过程后，大脑会半回顾、半新创的给出一条可行路径，问题才得以解决。
这种过程，在人工智能领域，似乎就是所谓的“神经网络”。
第一二一章 算力
但对于ASA，方然观察到的情形，则并非是在软件、而是在行为层面的一种仿生，他隐约察觉，完全活跃起来的人工智能，面对近乎无限的信息海洋会作何感想：
AI的思路恰与人脑类似，是近乎于并行的迅速尝试大量路径，并通过各种判断条件，将绝大多数无效路径终止，进而获得相对可行的路径。
区别只在于，以计算机的强大算力，处理的广度和深度远超人脑。
拘于永不下车的目标和有限的时间精力，事务繁多，方然研究人工智能的时间并不长，但，面对屏幕上的实时监控数据线图，他还是心生感慨，认识到电脑与人脑，人工智能与人类思维之间，并无本质上的区别。
但是不是就能说，人的思维，可以与计算机的运作等同呢……
无意间触及了一个意味深长的问题，潜意识知道这会有多难，方然没多想，他等待着ASA给出结论，却始终没如愿。
关于ASA本身，因为是集思广益般的开发出来，这种规模的软件，出现一些错误再寻常不过，软件运行的几周时间里就崩溃过好几次，即便有数据备份，但远程操控基础科学部的服务器、再登陆计算节点去处理，很繁琐，这种为隐藏自身信息的安全措施大大拖延了项目的实际进度。
不仅如此，就在软件趋于稳定、正常工作后，虽然为AI解决问题的方式而感慨，方然拿到的报告，却没有多大的价值。
7*24的不眠不休，ASA追踪到若干疑似“匿名者”的联邦公民，但针对性却不高。
说白了，这些形迹可疑的目标，有可能是“匿名者”，更有可能是蛰伏在联邦的同类，最大的可能还是系统判别的太粗糙、草木皆兵所致，而调查其他竞争者的行踪，并非方然的目标，现在他可没有精力去调查同类、甚至自相残杀，而只想弄清楚匿名者本人的近况。
那么是软件的大方向有问题吗，回顾报告，方然并不这样认为。
根本的问题，基于ASA的洪水泛滥般探索、逐级筛选验证的调查方式，算力消耗太大。
伯克利大学的网络带宽，在联邦政府新一轮经济刺激政策下，提升显著，看上去并不成为调查的掣肘，但是ASA要完全执行搜索方案，需要十分庞大的算力和存储空间。
方然粗略估计，可能需要独占伯克利的两台大型计算机才勉强够用，这显然不现实，莫说采用非法手段太危险，即便合理合规的购买算力，一台算力PFlops级的大型机每天也要支付上万马克，这还是校内结算价；以自己现有的财力，这样做完全是得不偿失，还要承担暴露行迹的风险。
在信息技术高度发达的世界，算力，某种程度上，比算法更关键。
这样的认识，是方然对IT领域的观察而得出，和计算机课本上的说法大相径庭，但想一想也知道，再怎样精妙的算法、代码、程序，脱离实际运算平台的话也毫无用处；算法可以完善，可以拷贝再制，可以永续工作，然而建立在实打实计算机器之上的算力，却不可能凭空摹想，更不可能复制重用。
小贴士：如果觉得52书库不错，记得收藏网址 https://www.52shuku.vip/ 或推荐给朋友哦~拜托啦 (>.<)
传送门：排行榜单 | 好书推荐 |