第五十一章 動態特徵邏輯理論（2/2）

其實這樣一比較，大家很容易就明白了人和人工智慧之間的不同，一個是跟著設定的程序進行分析後得出最優解，一個是根據生活經驗以及自己的情緒進行不同的即時反應。而這種即時反應理論上來說是完全無序且不可預測的。

我們可以發現，人在處理一件事的時候經歷了這麼幾個過程：感知，分析，決策。

而現在的人工智慧做的是信息輸入，信息分析，輸出最優結果。

所以在信息處理上，人工智慧跟人類看起來很像，但一旦扯上情感，扯上無序的東西時，人工智慧和人類的區別就出來了。

人會為了所愛的人去死，現在的人工智慧永遠不會。

這個時候再回過頭看劉凡實現的算法，如果算法可以自己根據不斷輸入的數據去推導出各種函數的話，這個時候的行為模式在一定程度上模擬的就是：人從完全無知的嬰兒開始在不斷的成長中對世界有了越來越多的了解。

其實對人工智來說，所謂的算法也好，函數也好，規則也好，也許就是人類的生存法則。人這一輩子，不也是一個不斷了解生命的過程麼。

如果把人類成長的這個過程細化，有沒有可能就是在不斷的發現無數的規則呢？只不過大腦處理了這些問題，我們自己都沒發現而已。

所以當算法可以自己去發現規則的時候，對於人工智慧來說，等同於打開了另一扇大門。雖然這個方向也不一定就完全對，但從理論上來說很可能是更接近真正人工智慧的大門。

但這個東西說說簡單，真要實現就太難了，就像章凱祥擁有強大的數學功底，也有了對應的猜想，但卻無從下手。如果劉凡沒有系統這變態的外掛，想要讓算法去自主挖掘函數對他來說可能這輩子都做不到。

當然，其實劉凡現在的算法距離理想中的狀態還有很大的距離，一方面是函數推導的準確性和挖掘能力，都還有很大的空間，因為會受限於數據量和數據類別。就比如在這次的人臉識別之前，劉凡的數據關聯逆推算法一直都沒什麼突破性的進展。

雖然在以往的使用中確實如他之前構想的能實現無序數據利用，但之前的函數都是沒有突破算法底層的傳統數學框架的，這就讓這些函數是否是算法自己推導出來的這個問題有待商榷了。

但這次在人臉識別上的實驗，讓劉凡看到了突破，算法的自我推導似乎真的可行。

還有一個問題就是劉凡的算法現在只能分析，不能決策。

他試過很多方法，都無法實現決策能力。

他慢慢意識到想要讓算法擁有決策能力，必須打破現有的底層算法原理。

但這並不影響劉凡目前的算法對今天到場的技術人員所造成的震撼，劉凡和章凱祥會有這樣的猜想，別人自然也可能有過這樣的猜想，只不過沒有人能跨過技術難關罷了，因此當大家反應過來劉凡所呈現的東西如果是真的那意味著什麼的時候，所有人都很難再控制自己的情緒了。

而大家的震驚正是劉凡所期待的，當正面剛GSCT那一刻起，木龍科技就是一支站在戰場上準備攻城略地的軍隊了，已經沒有收斂鋒芒的必要了...