第103章 你知道的太多了
陸羽搖搖頭，不再想這些事情。
畢竟對他來說，大國之間的事，離他還是太過遙遠。
這天陸羽在家看書，接到葛雲聰的電話，跟他說特效軟件主要模塊和插件基本開發得差不多了，現在要進行第一次整體測試。
陸羽有點期待，說馬上就去公司。
掛斷電話，給安保人員說了一聲，等他們準備好，一起出發前往雲漢科技。
到公司的時候，葛雲聰已經帶團隊做好準備工作，只等正式測試。
陸羽也沒有多說什麼，直接讓工作人員開始。
……
兩個多小時，這次整體測試還算比較成功，除了一些小BUG，沒出現大問題。
這樣的結果陸羽很滿意，葛雲聰等人也由衷的高興。
前前後後忙碌了半年，現在已經看到勝利的曙光。
跟程序猿們歡慶了一會兒，陸羽和葛雲聰回到辦公室：
“這次整體測試很不錯，是值得高興的事，你們已經接近成功了。
“不過暫時還不能放鬆，接下來還要繼續完善細節，還有一些小插件沒有完成。”
“看進度，春節前是肯定完不成的，不用太趕，慢慢來，多做一些測試，最好讓幻創數字那邊的特效製作人員，來上手實際操作。”
“畢竟，實踐是檢驗真理的唯一標準嘛，有一些我們忽略的問題，可能他們能發現。”
“等軟件正式發佈了，給你們一週的時間，帶薪休假。”
……
葛雲聰點頭：“我會安排好的。”
猶豫了下，又問陸羽：“陸總，我們這麼大的一個團隊，特效軟件之後，我們該幹嘛？總不能就只做維護升級吧？”
陸羽：“這麼大的一個團隊？你覺得現在的團隊已經很大了？”
葛雲聰有點傻眼：“接近四百人了，不大嗎？”
陸羽搖頭：“不夠，遠遠不夠。”
葛雲聰：“陸羽，能不能透露下，公司接下來到底要開發什麼？”
陸羽沒直接回答，反問他：“你有什麼想法？”
葛雲聰：“現在這麼多人都不夠，肯定是一個大工程，不會是要搞操作系統或者CAD工業設計軟件吧？可就憑我們也構建不了完整生態，也沒有應用環境啊。”
陸羽有點好笑：“可以再大膽一點。”
葛雲聰先是一愣，接着想到了什麼，一臉不敢置信，目瞪口呆的看向陸羽：
“陸總，你不會是想……”
陸羽很肯定的點點頭：“這麼沒信心？”
葛雲聰無語：“又不是簡單的軟件，那是人工智能！”
陸羽：“說不上真正的人工智能，連弱人工智能都算不上。”
葛雲聰嘴角抽搐：“那也不是簡單的事。”
陸羽：“你覺得哪難了？”
葛雲聰覺得哪裏都難，半天憋不出一句話：“……”
……
陸羽：“以藍星現在的硬件條件，是誕生不了真正的人工智能的，現在大家研究開發的，說到底，只是基於算力提升的有限智能程序。”
“算力決定了智能程度，那又是什麼決定算力？”
葛雲聰下意識的回到：“存儲，網絡，最重要的，芯片和算法。”
陸羽：“存儲靠什麼？”
葛雲聰：“服務器。”
陸羽：“網絡，我們和別的公司有差別嗎？”
葛雲聰：“沒有。”
陸羽：“所以，還有什麼問題？”
葛雲聰：“可我們沒有自己的AI芯片。”
陸羽：“除了極少數，其他公司也不是都有自己的AI芯片。”
葛雲聰：“但是性能差別很大。”
陸羽：“我們和其他公司相比，優勢在哪？”
葛雲聰：“我們要什麼沒什麼，哪有什麼優……算法！”
陸羽兩手一攤，聳聳肩。
葛雲聰有點激動：“陸總，你真能搞出提升算力的新算法？”
陸羽：“應該，能吧，人工智能包含了那麼多種算法，想要提升算力，不是一種兩種算法能決定的。”
葛雲聰：“我知道我知道，從一開始接觸編程開始，就對人工智能特別感興趣，也蒐集過很多這方面的資料。”
……
陸羽：“既然你對人工智能有一定了解，那你就應該知道一個人工智能包含的算法有多海量。”
“不說那些不太重要的，我們就說說最爲主要的幾類算法。”
“迴歸算法，試圖採用對誤差的衡量來探索變量之間的關係，是統計機器學習的利器，有最小二乘法，邏輯迴歸，逐步式迴歸，多元自適應歸樣條等等。”
“基於實例算法，對決策問題建立模型，選取一批樣本數據，根據某些近似性，把新數據和樣本數據進行比較，來尋找最佳匹配效果，有學習矢量量化，自組織映射算法等等。”
“正則化方法算法，一般作爲其他算法的延伸，根據算法的複雜度對算法進行調整，其中最典型的就是彈性網絡算法。”
“決策樹學習算法，根據數據的屬性採用樹狀結構建立決策模型，用來解決分類和迴歸問題，包含分類及迴歸樹，隨機森林，梯度推進等等算法。”
“基於核的算法，把輸入的數據映射到一個向量空間，在向量空間裏，很多問題能夠更容易解決，包括支持向量，徑向基函數，線性判別分析等等算法。”
“聚類算法，按照中心點或者分層的方式，對輸入數據進行歸併，其中最主要的是期望最大化算法。”
“關聯規則學習算法，通過尋找最能夠解釋數據變量之間關係的規則，來找出大量多元數據集中有用的關聯規則。”
“人工神經網絡算法，模擬生物神經網絡的模式匹配算法，這是機器學習的一個龐大的分支，有幾百上千種算法，感知器神經網絡，反向傳遞算法等等。”
“深度學習算法，是人工神經網絡算法的一種，算是對人工神經網絡的發展，試圖建立大得多，也複雜得多的神經網絡。”
“可以分爲監督式和半監督式學習算法，用來處理存在少量未標識數據的大數據集，包含卷積網絡，堆棧式自動編碼等等。”
“降低維度算法，用來分析數據的內在結構，高維數據的可視化，簡化數據以便監督式學習使用，有主成份分析，偏最小二乘迴歸，多維尺度，投影追蹤等等算法。”
“除了這些，比較重要的，還有，數據壓縮算法，集成算法，堆疊泛化算法，平均單依賴估計算法，合併查找算法，奇異值分解算法，公鑰加密算法，強化學習算法，梯度下降算法，離散微分算法，動態規劃算法，分支界定算法，等等等等。”
陸羽一口氣說了大量人工智能需要運用到的算法：
“這些還是比較重要的算法分類，每類算法都包含多種算法。”
“說了這麼多，還只是人工智能本身，而基於它開發的實際應用，更是數不勝數。”
“現在，你覺得我們這個團隊，人還多嗎？”
葛雲聰以前雖然也瞭解過人工智能，但沒有陸羽瞭解的這麼詳盡，聽陸羽說完，感覺他隨時都能開發出一個人工智能的樣子。
有些呆滯的搖頭：“不多，一點都不多。”
陸羽：“所以，做好準備吧，一旦我們正式開始開發人工智能，就不是短時間能完成的事情。”
葛雲聰問出疑惑：“陸總，我怎麼感覺，如果硬件條件達標，你很有把握搞出真正的人工智能啊？”
陸羽臉色一肅，表情鄭重，眼神犀利，語氣深沉：
“看過電視劇吧，你知道的，太多了。”
葛雲聰嚥了咽發乾的喉嚨：
“陸…陸總，你別嚇我，雲漢科技就是我的家，我愛我家，真的！”
陸羽也只是跟葛雲聰開個玩笑，沒想到葛雲聰是這種反應，哈哈笑了起來：
“放心，跟你開個玩笑。”
葛雲聰猶不放心：“真的只是開玩笑？”
陸羽無語：“你是不是電影看多了？再說了，還真正的人工智能，賈維斯要不要？沒有量子計算機和量子芯片，都是空談。”
葛雲聰半信半疑：“真的？”
陸羽：“你自己不是研究過嗎？”
葛雲聰：“現在誕生不了真正的人工智能，這話以前我是相信的。”
“但陸總你剛纔這麼一說，又那麼自信滿滿，以你的技術，我不知道該不該繼續相信。”
陸羽：“我說我能開發出來，你相信？”
葛雲聰：“相信。”
陸羽：“看不出來，你葛雲聰居然也學會拍馬屁了，你對我的編程技術就這麼有信心？”
葛雲聰撇嘴：“我真不是拍馬屁，陸總你的技術有多厲害，你自己心裏沒數麼？”
陸羽：“我有那麼厲害嗎？”
葛雲聰：“沒有嗎？”
陸羽：“有嗎？”
葛雲聰：“有。”
陸羽長長嘆了口氣：“哎，想不到這麼快我就無敵了。”
葛雲聰：“……”
……
跟葛雲聰瞎侃了一會兒，陸羽才離開公司。前面說過人工智能包含了非常多的學科，實際應用包含的學科就更多了，陸羽現在當然不可能開發出一個真正的人工智能。
知識儲備不夠，硬件條件也不行。
他現在只能和藍星上其他公司一樣，開發一個初步的弱人工智能。
不過就算是如此，也能有極大的作用，提高學習研究效率，實際應用也是比較廣泛，甚至可以涵蓋各行各業，醫學、工業生產、大數據等等。
雖然陸羽現在的知識儲備還不夠，但是蓋一棟大樓需要把所有的材料都準備齊全才開始嗎？
可以先平整土地，挖挖地基嘛。
開發弱人工智能是一個長期的過程，又不是一朝一夕間就能完成的。
先從簡單的、自己能做到的開始，後續繼續學習，再開發複雜的部分。
……
回家的路上，陸羽望向窗外，皺着眉，捉摸不定。
如果不出意外，春節過後，再有一個月左右，整套特效軟件就可以開發完成。
陸羽有點犯難，開發倒是開發好了，問題是，怎麼推廣？
開發佈會？
別鬧，又不是面向普羅大衆的一般軟件，特效製作人員總共纔有多少？
即便雲漢科技已經把軟件製作得比較簡單了，但沒有任何基礎的人，還是要花費一番功夫熟悉才能上手。
你開發佈會，給那些特效公司發邀請函，別人連你雲漢科技是幹嘛的都不知道，會來浪費時間？
陸羽撓撓頭，準備到時候問問鄧強，搞宣傳、弄推廣、做營銷這類事，他陸某人實在是不擅長。
……
：https://www.bie5.cc。：https://m.bie5.cc