第155章 看似科幻，实则现实

和郝成的一番交流，于东是彻底的了解了郝成的想法以及他未来的目标。

“完全不能将白驹科技作为一家企业来看待，”走出创新创业园区的，于东还在跟何钢讨论着：

“用企业的逻辑去分析白驹科技的行为和决策，那绝对是南辕北辙。”

说着，于东还回头看了一眼白驹科技的办公楼，心里突然有一种别样的感觉：有了这家公司，不会整个世界的进程都要被加速了吧？

这个想法一冒出来，立刻就止不住了，越想越觉得有可能。

……

而郝成这边，和魏书杰也是正在进行着一场头脑风暴：讨论着他们心目中的下一代运算核心。

“我确信一点，非确态的输入，确实能够给张量运算带来更快的速度，给演化推理带来更多的可能。”

见过郝成的这几周，魏书杰可是一刻也没有闲着，不仅重温了模糊数学的相关知识，更是查阅了无数的资料，并进行了一系列的假设运算。

这是他最终得出的结论。

郝成大略看了一下，然后问了一个问题：

“结论确实是没错的，但是我有一个疑问，这其中明明有用小沙就可以快速得出结论的步骤，为什么却选择自己忙忙活活搞好几天呢？”

“我……”魏书杰有些支支吾吾，他不知道该如何解释这个问题。

很多问题，如果使用小沙辅助，确实可以节省大量的工作量，这几周的成果，甚至浓缩为一天就可以完成。

不过，这样的话，岂不是会显得自己没做什么工作？

但这话可不能这么说，总不能告诉郝成：这么做就是为了让自己显得更忙一些？

“人与AI相比，能力确实弱了太多。”魏书杰组织了组织语言，然后接着说道：

“我也无数次的研读过白驹科技关于人比AI的优势在哪里，怎么利用AI这个工具，但整理来说，人能做的工作太有限了。

“这还是受过高等教育的高学历人群的情况，如果将范围扩大到全部的人群，这个现象会更加的明显。

“我们都知道，创新、拔高一些、多延伸一点点，道理很简单，但是真正能做这个的人又有多少？百不挑一！”

魏书杰说了一个现象，一个郝成也曾经考虑过，但目前并没有什么太好解决方案的现象。

现在的很多职业，比如流水线工人、外卖员、出租车司机，他们赖以生存的基础，在不远的未来，都是非常容易被AI、被机器人给取代的。

现在的解决方案是一个消极的应对：就是不去发展这些取代大量劳动力的机器。

但显然，这是不符合经济与社会发展的一般规律的——先进的生产力一定会取代落后的生产力，只是早早晚晚，甚至非人力可挡。

至于白驹科技一直所倡导的：在AI的弱势点下手，做更多的创新和提高，正如魏书杰所说，这件事儿不容易，也不是多数人能做的。

“甚至，我们过往几十年的教育，也都并没有培养学生这方面的能力，”魏书杰补充道：“我们更多的是在培养产业工人。

“别说本科阶段，就是硕士博士也是如此，开创性的人才和项目极其稀少。”

“这个问题讨论的大了。”郝成摇了摇头：“但我有一个开创性的设想，我权当一说，你权当一听。”

“嗯？”

魏书杰说前边这么一大堆，其实是为自己在找补，但郝成一听，皱眉思索了一番，却出现了一个大胆的设想。

“我们现在说，AI是工具。”郝成接着说道：“但如果不把它当工具，而是把它当成人的整体一部分呢？

“现在的问题是，无界系统的交互能力还是不够强！”

魏书杰没听明白，这怎么又跟无界系统联系到一起了？

不过，随着郝成之后的解释，他是一张大嘴张了开，开了合，接下来的半个小时就完全没闭上过。

郝成的想法是这样的：

现在的系统，不管是传统的键盘鼠标触摸屏也好，还是无界系统的硬件融合感知的操作意图识别也好，若要去使用它，是需要人去做动作的。

比如，我要搜索一个资料：不管是去搜索

引擎，还是去唤起小沙，那都需要一个交互的步骤。

“那如果，把这个步骤省略了呢？”郝成大胆的幻想着。

“省略？”魏书杰有些不明所以：“怎么省？”

“就像你思考一样，从你的记忆中检索相关的信息。”郝成说道：“让整个世界的知识和数据，映射成你大脑记忆的一部分。”

“啊？”魏书杰听明白郝成表达的是什么意思了，但是，像获取自己的记忆一样获取海量的数据和信息，这怎么可能！

“确实不可能！”郝成说道：“除非能识别人的意识，并将数据转化为人能够直接接收的意识。”

这一听就不是短时间内，甚至几十上百年内都不一定能解决的问题。

“但是，”郝成接着说道：“这个思维和方向，它就是一个活靶子，虽然我们做不到，但并不妨碍我们朝着这个方向向前走一步。”

郝成现在脑子里已经有了一些想法了。

模仿人类大脑思考，汲取记忆和灵感的过程：

大脑想一件事，它是这样的：

我要做一道数学题（1+1=？）（1）→大脑“调用”相关的数学知识解题（=2）（2）

而现在，无界系统的操作步骤：

我要做一道数学题（1）→唤出小沙（2）→通过融合感知的操作或者传统的键鼠语音等操作将这道题描述小沙（3）→小沙解题（4）→我通过眼睛看到了解题结果（5）

那么，模仿人类思考的过程，将无界系统操作步骤的（2）（3）（4）直接浓缩。

答案虽然无法像自己思考那样直接出现在自己的脑子里，但是至少直接出现在了自己的眼睛里。

要尽可能的节省中间的所有步骤，节省的越多，使用操作系统的逻辑就越接近人类本身思考的过程。

“现在的问题已经具体化了，”郝成总结道：“那就是，将无界系统的操作意图识别升级为用户的真实需求识别。

“比如，我的操作意图是打开小沙APP，问一个问题。

“用户的真实需求其实是问的这个问题，如果拿起手机，看到的就是这个问题的答案，或者我们的耳机等外部设备里直接播放了这个问题的答案——

“那么，这和我们自己思考是不是就又接近了一步？至少形势上的是的！

“至于我们怎么知道，用户具体的意图：一、日常使用的行为；二、突然收到的信息；三、最近想干的事情；四、其他。

“这个事儿现在是不是又能干了？”

确实可以干了。

基于以下三点：一、小沙最了解用户，尤其是在使用了硬件融合感知之后。

二、小沙作为全能助理，用户的所有信息它都有一份，长时间使用下去，小沙的处事逻辑会和使用它的用户趋于拟合。

三、小沙的智慧能力在很多时候已经不弱于人。

这三点一结合，怎么就不能干呢？

这就是属于AI的大数据啊，以小沙的能力，真的可以慢慢做到很精准。

而且，这还不仅能够帮助用户处理问题，小沙也可以产生灵感啊！

什么叫灵感？

那就是灵机一动冒出来的东西！

这时候，谁能说通过小沙冒出来的灵感它就不是灵感呢？

根据自己的情况，每天给自己一个新的灵感，择其靠谱者而深入研究，择其不靠谱者而直接放弃。

久而久之，肯定会有成果产出的！

原本非常科幻的一个事情，在郝成的立靶子、朝着靶子走更近一步、然后再剖析这个过程。

一个看似根本不可能完成的任务，最终转化为了AI的训练问题：

从操作意图识别，通过用户的长期使用数据结合瞬间的信息输入，升级为用户真实意图识别。

而这，对于白驹科技来说，根本就不算很困难的事情，至少已经看得着眉目了。

就这样，无界系统的下一项更新和能力已经展现在魏书杰面前了。

虽然，和直接汲取记忆相比确实差了非常多，但是，原本就已经极其强大的无界系统，这不直接会变得更加强大了？

……

“嘶！”魏书杰越想越震惊，越想越觉得自己狭隘了，心里也是不住的感叹：有了白驹科技，世界的进程不会都要加快了吧？

今天，他是第一次见识到了郝成的思维方式和逻辑，竟然是这个样子的。

他又想到了自己这边的【非确态输入的逻辑运算单元】，看样子，这课题产生的方式也差不多是同样的。

转头看向郝成，郝成也正看着他，并且点了点头，明确告诉他就是的。

在远处立一个靶子，那就是方向，往那个走一步，那就是进步。

“你看，”

郝成还给魏书杰展示了一下自己的手机，只见小沙已经对郝成刚才说得话进行了总结。

这还不算完，基于这些，小沙还做了无界系统正式版的更新策略，甚至连计划和更新的具体方案都做好了，甚至，提示是否要发给林文。

这个东西原本就不是该和魏书杰讨论的，只是话赶话赶到这里了。

“你看这，稍微再升级一下，是不是就跟我说的操作意图识别差不多了？”郝成说道。

“确实！”魏书杰长出了一口气，觉得自己有点儿缺氧——他是真的觉得有点儿跟不上郝成的节奏。

“你今天过来，是说什么的来着？”

顺手授权小沙将无界系统2.0的计划发给林文，郝成也是看着魏书杰问道。

“非确态输入的问题。”

魏书杰嘴角抽了抽，自己这边刚说了一点点成果，就被拐带跑了，顺带着帮郝成捋顺了那么大的思路：“我决定从‘多’还是‘少’这个概念的判断入手。”

“嗯！”郝成点了点头，示意魏书杰继续说下去。

“多和少的判断，对于机器来说还是非常难的，而且，机器判断多少的方式和人也有非常大的差别。”

魏书杰接着说道：“比如，大街上有一群人，多不多，人类只需要大眼一扫，就能得出结论，多！

“而机器要做出这个判断就非常困难，采集到图像后，机器就首先要计数，然后还需要有一个标准，大于多少才是多。

“这其中的区别就非常大。”

“确实，”郝成对魏书杰的想法表示认可：“这是一个非常不错的方向，有具体的思路了吗？”

魏书杰先是摇头，然后又是半点头：“从围棋开始吧。”

AI下围棋就有这样一个问题：我占了一大片，这一大片它是多少，人其实是靠目测估算的，而AI是真的会精确计算。

魏书杰的计划是，给AI换一种算法，让它也通过“片”的大小来估算。

“做过具体的假设评估吗？”郝成刚刚看了魏书杰对于整体非确态的假设评估，发现他确实擅长做这个。

就是先假设这个东西能实现，然后在尚未实现的时候，就能估算出这个东西的效率。

“假设，AI可以通过‘片’来大约估算数量，在判断多与少、好与坏等非量化指标的时候，理论速度的提升至少是万倍这个量级的。

“当然，准确性上会差一些，95%！”

郝成点了点头，在脑子里模拟了这么一个场景：围棋棋盘，有两“片”空地，要判断哪个更大：

现在的AI是精准计数，需要上万次的运算。

而如果像人一样，进行多与少的判断，那只要大眼一扫，也就是只需要一两次运算。

速度确实要快上万倍，准确性要差一些。

牺牲5%的准确性，来换上万倍的速度提升，值得不值得？

那就要看使用场景了。

尤其是在AI的训练中，这种非确态不仅没有影响，甚至还能带来更多的变异和可能。

“有具体的算法思路了吗？”郝成问道。

“有！”魏书杰今天过来最主要的目的就是为了告诉郝成这个“有”!

“那好，那就先这样实施。”郝成点了点头。

机器像人类一样判断‘多’和‘少’，这可不是一个问题，而是一类问题，只要真的解决了，未来的应用会非常广泛。

郝成甚至认为，这是AI能不能真的更近一步的关键核心——因为他试了，小沙现在判断多和少的方式依然是计数。