第(2/3)页

    青年人见江凡没接话，想着是不是想让他继续说，于是接着道：

    “其实解决思路和初阶弱人工智能，也就是他们那个年代口中的机器学习原理上类似。

    也是让人工智能去学习海量的历史数据，并建立算法。

    就比如您刚刚说的材料，他们之前研究出的各种材料，包括有一些细微差异的，加起来可能有10万到一百万种。

    那只需要把这一百万种材料的各种数据丢给人工智能去学习，它就可以得出一个匹配这些材料的验证模型。

    这样再有全新材料出来需要验证的时候，就可以把它的完整参数扔给这个人工智能的验证模型，就可以跳过试验而快速地进行判断。

    而这样得出结果值得相信的逻辑基础是，如果前一百万次的历史数据都支持这个模型得出的结论可信，那也有足够的理由相信，这第一百万零一次新成果通过人工智能测出的数据也会是准确的。

    因为它出错的概率要小于一百万分之一，在统计学上就可以认为是零出错，毕竟就算真实实验，其依然还是会因为各种天气、温度等因素存在误差，而且误差可能还要远大于一百万分之一。

    所以从这个角度来说，这种虚拟仿真测试的结果比真实试验的结果更加可靠。

    但他们那个年代的所谓机器学习算法太低级了，还在用什么卷积神经，所以用那个年代的人工智能程序，即使有100万数据，他们也无法得出高效的验证模型。”

    江凡算是听明白了，原理确实是不难理解，就好像前一百万次我看到风吹过来树叶会动，那即使我不懂任何力学原理，我也有足够理由相信，第一百万零一次风吹过来，树叶也一定会动，是同样的道理。

    江凡感觉这个行，于是对青年人道：“解释的不错，就是这个道理，对了，你这边有人工智能程序吗？给我一套我有用。”

    青年人听到这话愣了一下，咽了一口唾沫，这才小心翼翼地问道：“您想要一套超人工智能？”

    青年人觉得j先生这种级别大佬开口，八成只能是看中了这个级别的，这让他有些无措。

    江凡知道人工智能是分了弱人工智能，强人工智能和超人工智能的。
    第(2/3)页