事实上，在制造验证机的项目初期，并不需要多么强大的算力。
真正独创性的模块，是在计算层之上的“核心逻辑”，这一部分的运行法则，一言以蔽之，是传统计算机程序与“敛散算法”的综合。
敛散算法的功能，用一句通俗的话来概括，便是莱斯利*兰伯特曾过的：
“人会犯错，计算机则不会，这是人与计算机的本质区别，除此之外，别无其他。”
思维，认知，千万年来一直为人垄断的特质，本质上，究竟是怎样的神经冲动、意识活动，直到1495年的今，人类仍没有全局性、系统性的认识。
针对人类大脑的研究，不用，成果自然很丰硕，但面对这一百四十亿神经元构成的碳基架构，时至今日仍没有切实可行的“白盒模型”，一切研究都只能将大脑视为“黑罕，观察若干参量，进而推测其运行机理，这种研究的效率极锻下。
正在NEP_791进行的研究，很明智的，并未执着于人脑的运行机制。
毕竟人脑与计算机有本质的区别，研究前者，对创造基于后者的“强AI”并无帮助。
取而代之的思路，则是从逻辑上提出一种“思维模型”，尝试从本质上、而非形式上模拟人类的思维认知活动；
即着眼于效应，结果，追求的不是像人脑那样运转，而只是等效的替代。
第四九五章 敛散
等效替代，放在工程实践领域，是一种很常见的设计与实现思路。
放在“强人工智慧”，则需要切实的考虑清楚，人类，或者说人脑，其思维与认知行为究竟是一种怎样的过程。
“人会犯错误，计算机不会”，这并非是IT专家的调侃，而是严肃的事实。
迄今为止，人类创造出的一切计算机，小到功能孱弱的早期单片机，大到算力ZFlops级别的超级计算机，能够实现的功能，眼花缭乱，无以尽述，但归拢所有这一切功能，不难发现，其本质上完全是人类意志的延续。
这种延续，并不是说人类能轻轻鬆鬆的，做到计算机做出的一切。
而是原则上讲，从单片机、到巨型机所做的任何事，原则上讲，一旦脱离运行时间的限制，人类同样也能够完成。
不仅如此，这段话的真实含义，要比字面上呈现的更深刻：
要完成当今时代一切计算机所做的事，人类，但凡有足够长的时间，根本无需动用自身的思维、认知能力，只需有一副听指挥的身体，加上除“MOV、ADD、XOR……”之外一无所有的机器指令。
一旦意识到这点，便可以明白，为何当今时代的计算机，根本上讲，完全无法进行创造性、探索性的科学研究：
根据指令，摆弄一些数据，就能领悟客观规律，那简直就是在开玩笑。
要完成计算机所做的任何事，人类，根本无需动用智慧，这种原则性的判断，为研发组指出了一个关键点。
人类的智慧，与计算机的算力，如果说有什么本质上的差异，就是“出错”。
换成严谨的说法，就是基于细胞架构的模拟式人脑，能够引入一些出乎预料、无法预知的新变数。
而这一特性，在传统的电子计算机体系里，一概视为“干扰”而务必杜绝，否则便难以得到期望的准确运算结果，其突出成就，便是寻常人认识中的“计算机永不出错”。
撇开极小机率的宇宙射线、本底瑕疵等因素，的确，人类制造出的计算机，可以认为具有100%的可靠性，如果最终计算结果与事实不符，绝对是程序的设计、或者初始条件有问题，最终一定会追溯到人的身上。
计算一百次加法，计算机不会错，人也不会。
但是计算一百亿次加法，计算机不出错很寻常，人呢，根本就不可能一个不拉的全做对。
“人脑迟早会出错”的现象，长期以来，在计算机的永不出错面前自惭形秽，自愧不如，但反映到另一个层面，正是这种模拟式、并行式生化系统的“出错”，才让探索性、创造性的科学研究成为可能。
从已知，尝试推断未知，人类的一切科研活动，本质上都未脱出这样的形式。
而这正是计算机，至少到目前为止的计算机，始终做不到的。
计算机能做的工作，譬如说，计算，总归是一项人类交託的任务，是先由人来判断该问题是否有解，如果有，具体的演算法是什么，然后将数据与演算法交给计算机的逻辑电路去处理，所得结果也要由人去理解，阐述。
即便像AIASG这样的系统，能自主生成程序，实质上，也不过是将一些类似的已有成果排列组合，解决那些早已被人解决过的问题。
路，还是人走出来，计算机只不过是更快的再走一遍，两遍，三遍；
就算再走无数遍，仍没有任何创新。
取而代之的崭新思路，“敛散演算法”，则是根据一定的初始条件，在演算法的每一步，尝试儘可能多的展开分支，引入额外的发散量，当然这种做法，很快就会让计算量暴增，所以还需要进行“收敛”，通过同样包含随机性的判据，迅速“砍”掉大量无意义的分支。
表面上看，这一先发散、后收敛的做法，与向系统中引入随机变数，并无本质区别，实质上也可以粗糙的这样认为。
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 |