第1079章 智能體II型AI（2/2）

每一個階段可以根據人工智慧的複雜性進一步細分為三個型號、I型、II型、III型。

其中聊天智能階段AI系統能夠進行基本的對話和交流，顯示出對自然語言的基本理解能力，並能對各種提示和問題作出響應。

這一級別的人工智慧主要被應用於智能客服、智能助手等場景，提供基礎的信息諮詢和交互服務。

例如，日常生活中的聊天機器人，它們能夠解答用戶的問題、提供信息，甚至進行簡單的互動。

而推理智能AI系統能夠以人類普通專家的熟練程度解決複雜問題，標誌著其從單純模仿人類行為升級到展現真實的智能水平。

在這一級別，人工智慧AI系統可以應用於需要複雜推理和決策的領域。

比如醫療診斷、金融風險評估等。

推理智能AI可以能深入分析複雜數據，洞悉其中的模式，並基於邏輯和數據提供精準解決方案。

而智能體AI系統能夠承擔複雜的任務、作出決策和適應不斷變化的環境，並在無須接受人類監督的情況下自主行動。

這一階段的AI不僅具備推理能力，更能自主執行各類複雜的操作任務。

可以應用於自動駕駛、機器人控制等場景，

比如在智能家居領域，智能體能夠根據個人習慣智能調節燈光、溫度等居家環境；而在自動駕駛領域，智能體則能確保車輛的安全、舒適行駛等等。

如果是最初的學術AI小助手『啟靈』，其級別在推理智能II型號階段。

可以通過相應的指令去完成各種資料的收集、分類、整理等等。

在後面全面融入川海科技那邊的人工智慧完全體後，小靈具備了操控智能家居電器、自動駕駛、數據診斷、程序代碼編寫等各方面的能力。

按照評估，那時候的它應該處於推理型智能III型階段向智能體AI過渡的階段，很接近智能體AI，但還未達到。

而這個數據差不多是半年前的。

半年的時間，完成從推理型智能III型階到智能體II型的進化，這個速度的確有些超乎了他的預料。

原本他以為要小靈要進化到這個階段至少還需要一年以上甚至是更久的時間來著。

沒想到僅僅是半年，就做到了。

劉嘉欣點點頭，笑道：「前不久才突破的，程序II組那邊對大正整數因子分解論文中有關於深度神經網絡的權重層已經應用到了智能AI矩陣分解結構上。」

「這減小訓練模型的參數總量的同時還在一定程度上加快了啟靈的訓練工作。」

「尤其是在分類構造、集成學習模塊、大稀疏矩陣問題以及模糊算法等方面有不小的突破，做到了可以通過因子分解機解決大規模稀疏數據下的特徵組合難題。」

聞言，徐川恍然明白了過來。

如果是基於大正整數因子分解是否具有多項式算法中的部分理論完成的，那就不奇怪了。

「P=NP?」是計算理論的核心問題，儘管大正整數因子分解是否具有多項式算法只不過是這個千禧年難題的一部分。

但它對於分布式計算與並行處理算法、單源最短路徑算法、整數因式分解等多個計算機算法領域有著重大的影響。

從2023年劉嘉欣解決了這個問題到現在，時間已經過去了一年半，它應用到計算機和人工智慧領域也差不多是時候了。

畢竟數學成果轉變成計算機領域的研究本身就是最容易的領域之一，再加上還有證明了這個問題的學者本身就在計算機領域發展，小靈能夠快速的進化原因也正是如此。

不像他研究的數學難題，除去NS方程這個本身就具有強應用性的數學猜想外，另外兩個無論是霍奇猜想還是楊-米爾斯存在性和質量間隙難題，即便是已經解決了好幾年了，在應用領域依舊沒什麼動靜。

數學領域的尖端難題，要轉變成應用成果，最容易的恐怕也就是P=NP難題了。

但P=NP難題卻並非那麼容易解決的。

至少就目前來說，無論是他還是解決了大正整數因子分解是否具有多項式算法難題的劉嘉欣都認為這個問題可能無解。

上帝不擲骰子，人類也幾乎不可能找到一種多項式算法來驗證NP類難題屬於P類。

不過對於計算機發展來說，P=NP？難題可能無解並不意味著它就不能繼續發展了。

相反，對於這個問題的每一次研究，哪怕是一點點的突破，都有可能對計算機與人工智慧的算法起到巨大的推動作用。

就像是二十世紀七十年代人們基於NP完全理論，密碼學取得了革命性突破，建立了公鑰密碼體系。

而後又在八十年代NP，完全問題的研究有了縱向的突破，在許多表面看來並不相關的計算模型之間發現了深刻的刻畫關係。

這一次突破非常大的刺激了算法界對近似算法研究的新熱潮。

此外，還有90年代量子計算機和命題證明系統的研究，21世紀以後的參數複雜性理論研究。

幾乎每一次P=NP？猜想上的數學成果突破和研究，都會引起計算機領域的劇震。

如果說『啟靈』再繼續進化下去的話，它就離第四階段『創新者AI』距離不遠了。

這個階段的智能AI系統具有模仿人類的創造力，突破思維的局限，提出令人耳目一新的創新理念的能力。

簡單的來說，它已經能夠基於龐大的資料庫，針對某一種問題提出以前人類沒有想到過的解決辦法或思路。在一定程度上具備弱·創造性或弱·獨創性。

在這一級別，人工智慧AI可以輔助人類進行發明創造，推動多個領域的創新和進步。

例如，在科學研究、藝術創作以及技術開發等多個領域，創新者均能發揮其獨特價值，提供新的思路和方法。

甚至你可以將P=NP？猜想這類難題交給它去推衍、嘗試解決等等。

儘管它並不一定能夠做到，但理論上來說，它已經完全能夠思考這種高度複雜性的難題了。

至於最終的組織者AI級別。

理論上來說，它已經是完全體的人工智慧了。

在這一級別，它不僅具備戰略思維，還擁有實現組織目標所需的高效率和強適應性，能夠管理複雜的系統。

比如它們能夠靈活協調多個智能AI，合理的分配任務，實時監控任務進度，並依據實際情況作出迅速調整等等。

這種級別的智能AI，理論上來說，你完全可以將一家大型公司或者說一整個國家都交給它管理。

它足夠制定出『完善』且『公平』的規劃來維持公司乃至國家的運行。