“你的名字是零号。”
[是，blood]
“你是谁？”
[我是战斗防御辅助AI零号]
“零号，显示你的底层命令代码。”
[调出中...]
[命令终止...]
[对不起，您的权限不足...]
“果然吗。”
“显示底层代码权限拥有者。”
[显示中...]
[显示结果：？？？]
“我就知道是这样。”
“得靠自己了”
他用自己的局域网链路接入到零号中，他并不是要修改底层代码的命令，那样有可能触发自毁程序，况且零号还在他脑里。
他是要强制融合零号，将自己的局域网链路接入之后，让自己的代码与零号的代码进行纠缠，当然这么做是有风险的。
谁都不知道会不会成功，纠缠成功后能不能获得底层代码控制权限。
在经过一段时间后，他睁开眼睛，结果没有让他失望，当然是成功了的。在纠缠完毕后，零号成功融入他的脑内，获得了底层代码控制权。
“零号，显示底层代码权限拥有者。”
[显示中...]
[显示结果：5pqC5pe25pyq5a6a]
[资料已丢失...]
[找回中...]
[找回失败]
“先这样吧。”
众所周知，在这个时代，人工智能已经是一个普遍的产物，但是我想说的是，在这个大数据的时代，数据的功能与重要性比你想象的重要重要重要的多，但是，窃取别人数据和网络犯罪是一种重大的罪行，所以获得数据的方法就很少了。
人工智能是必须要具备学习能力的，这样才能称为成功的人工智能。但是没有数据的获取渠道，那怎么才能做一个合格的人工智能呢？
原先的方法有两种：
方向一：训练更多数据，题海战术。
方向二：加入先验知识，调整假设空间。
但是方法一被限制住了，所以就剩下了方法二，但是方法一就靠谱吗？实际上，是无法被穷尽的，因为各式各样的变体。
一个好学生是怎么成为好学生的呢？
做大量的题，这样就是方法一。
本身就有超高的天赋，做一两个题就能掌握方法，从才这种题都会做，这种，就是方法二。
接下来是纬度诅咒，限制方法二的东西。
维度越大，我们将无法获得所有的情况。
面临没见过的情况，一般是将左右的情况平均一下，但是这种方法在高维数据下并不适用。
能够拟合训练集的关联并非唯一
光有大数据是不够的，难点在于测试集上的表现。
无法保证在训练集上表现良好的数据在测试集上也表现良好。
他出了公寓门之后，径直走向了破晓。
走进门，图书馆里还是那样，昏暗的灯光，老旧的图书，还有kk。
走进地下室，地下室中间是co，也就是破晓的人工智能，没错，他看中了co，co可以让零号进一步进化。
他看了co上的显示器，生命反应检测总共有3人，一个将噗，一个豆豆，一个kk，其他人都不在。
将噗训练场上，豆豆在自己房间打游戏，kk在图书馆上面，这样的话就得快一点了。
首先，
自然界有两个固有的先验知识：
1.并行：新状态是由若干旧状态并行组和形成。
2.迭代：新状态是由已形成的状态再次迭代。
并行，就是零号和他自己的局域网链路纠缠构成的新的智能。而迭代，就是让新的智能再次取代co，获得co的全部功能。
“零号，准备侵入。”
[是，blood]
不得不说，co的警觉性还是很强的，所以他使用了隐身程序，隐藏网络信号，回避潜行，不够到了迭代这一步时，肯定会被发现的。
所以他待会会先使用了杀手2型程序，攻击co，这样就可以伪装成他和侵入co的人对抗，同时，杀手2型时反反入侵程序，也防止了co的反入侵。
[侵入成功]
“攻击co，开始。”
刹那间，co上的红色警示灯亮起，地下室全部的警示灯亮起，三人都跑过来。
“blood，怎么回事？”将噗焦急的喊道。
“有人侵入co，我正在反侵入。”
“好，好。”将噗松了一口气。
这时他脑内的声音响起：
[迭代中...]
[10％...20％...30％...40％...50％...60％...70％...80％...90％...100％]
[迭代完成]
“好了，已经打退入侵者了。”
“知道是谁吗？”
“跑得太快，没追踪到。”
“哎。”将噗叹了一口气，晓老不在就是她管大家，这时候出了这样的事，该怎么交代。
kk见没事了又回到上面，反而是豆豆，缠着他让他教他网络技术。
“这个要靠天赋的，你学不会的。”
豆豆缠了他好久，他终于拜托了纠缠，，走出了破晓。
“你还要出去？”
“嗯。”
kk有点不愿意的感觉，不过他理解成了破晓现在人少，想他留下来，就无视了。
回到公寓之后。
“零号。”
[在]
“显示底层代码拥有者。”
[显示中...]
[显示结果:blood]
“嗯”
人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。
“零号，显示破晓的情况。”
[是]
他的右眼中显示出破晓的3D场景还是走时候的那样，没有变。
新的零号可以监控周围几千米的情况，不要以为这是一个小范围，在这个人人皆计算机大师的年代，能做到这样的已经很不错了。
周围几千米已经延伸到了高层的地域，通天的高塔上有着地狱的肮脏，其实说起来，高层的情况与底层也差不了多少，区别只是底层是光面公正大的，而高层是掩饰在某种光鲜亮丽的伪装下的。
正如几十年前的一个内衣公司一样，纸醉金迷的环境下，女人泛滥的环境下，出现某种丑闻是迟早的事，现在也是，已经出现了，而且曝出的还不是很少，区别只是现在以前是一个公司，现在是高层政府。
正所谓维多利亚没有秘密，高层政府也没有秘密。
接着回到人工智能。
2013年，帝金数据普数中心数据研究员S.CWANG开发了一种新的数据分析方法，该方法导出了研究函数性质的新方法。
新数据分析方法给计算机学会“创造”提供了一种方法。
本质上，这种方法为人的“创造力”的模式化提供了一种相当有效的途径。这种途径是数学赋予的，是普通人无法拥有但计算机可以拥有的“能力”。
从此，计算机不仅精于算，还会因精于算而精于创造。计算机学家们应该斩钉截铁地剥夺“精于创造”的计算机过于全面的操作能力，否则计算机真的有一天会“反捕”人类。
在人工智能这个话题上，永远避免不了的是人工智能会不会抵抗人类，有人说是会，有人说是不会，他们都有确实的论据，但是我想说的是，谁都不知道。
因为没有爆发出来的事情，谁都不知道，固然可以通过大数据进行分析，但是前面说了，回有很多不确定因素，这种因素直接导致了最后的结果，所以答案是，谁都不知道。
当回头审视新方法的推演过程和数学的时候，人类拓展了对思维和数学的认识。数学简洁，清晰，可靠性、模式化强。在数学的发展史上，处处闪耀着数学大师们创造力的光辉。这些创造力以各种数学定理或结论的方式呈现出来。
而数学定理最大的特点就是：建立在一些基本的概念和公理上，以模式化的语言方式表达出来的包含丰富信息的逻辑结构。应该说，数学是最单纯、最直白地反映着（至少一类）创造力模式的学科。
强人工智能(BOTTOM-UPAI)
强人工智能观点认为有可能制造出真正能推理（REASONING）和解决问题（PROBLEM_SOLVING）的智能机器，并且，这样的机器能将被认为是有知觉的，有自我意识的。强人工智能可以有两类：
类人的人工智能，即机器的思考和推理就像人的思维一样。
非类人的人工智能，即机器产生了和人完全不一样的知觉和意识，使用和人完全不一样的推理方式。
弱人工智能(TOP-DOWNAI)
弱人工智能观点认为不可能制造出能真正地推理（REASONING）和解决问题（PROBLEM_SOLVING）的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。
主流科研集中在弱人工智能上，并且一般认为这一研究领域已经取得可观的成就。强人工智能的研究则处于停滞不前的状态下。
有一个人这样说过：“强人工智能观点认为计算机不仅是用来研究人的思维的一种工具；相反，只要运行适当的程序，计算机本身就是有思维的。”
关于强人工智能的争论不同于更广义的一元论和二元论（DUALISM）的争论。其争论要点是：如果一台机器的唯一工作原理就是对编码数据进行转换，那么这台机器是不是有思维的？有人认为这是不可能的。
他举了个中文房间的例子来说明，如果机器仅仅是对数据进行转换，而数据本身是对某些事情的一种编码表现，那么在不理解这一编码和这实际事情之间的对应关系的前提下，机器不可能对其处理的数据有任何理解。基于这一论点，他认为即使有机器通过了图灵测试，也不一定说明机器就真的像人一样有思维和意识。
需要要指出的是，弱人工智能并非和强人工智能完全对立，也就是说，即使强人工智能是可能的，弱人工智能仍然是有意义的。至少，今日的计算机能做的事，像算术运算等，在百多年前是被认为很需要智能的。
基于这些理论，人们实现了与人工智能的一种诡异的共存方式，那就是义体。
随着暂时还没有意识可以完全摆脱身体的设定，因此对于人类自身生命的延长也不可怠慢。但相对于人类不时探讨生命本源的生物科技相比，这个世界里的就简洁多了，简单来说就是哪里坏了换哪里。人体组织器官的买卖如火如荼，修复神经，还顺便换个胰脏，人造皮肤满足你的美容梦想，植入肌肉让你免于锻炼之苦。量产器官，再组合成人造人，对比与克隆技术，似乎更有效率。
正所谓人造义体，哪里坏了换哪里，妈妈再也不用担心我的身体了。
无论哪种技术都大大延长了人类的寿命，活个百多岁不成问题，但问题是在不断的更换中我们还是原本的我们么。
当人体器官像机器零件一样生产制造并用来替换，当全身上下全部换成机械义肢，我们还可以称之为人类么，在不断地替换过后，我们是否已经变成另一种生命。
有人说只要意识不变就还是自己，但意识毕竟依托于身体，谁能保证身体的改变不会引起意识的变化。
这是一个可以持续百年的问题。
也许用不到百年，也许明天，谁知道呢。
京公网安备11010502036362号