第103章 你知道的太多了 (第1/2页)

    这次在灯塔国内禁售一家民营企业，陆羽觉得很可能只是一个开始，后续不知道还会整出多少幺蛾子。

    陆羽摇摇头，不再想这些事情。

    毕竟对他来说，大国之间的事，离他还是太过遥远。

    这天陆羽在家看书，接到葛云聪的电话，跟他说特效软件主要模块和插件基本开发得差不多了，现在要进行第一次整体测试。

    陆羽有点期待，说马上就去公司。

    挂断电话，给安保人员说了一声，等他们准备好，一起出发前往云汉科技。

    到公司的时候，葛云聪已经带团队做好准备工作，只等正式测试。

    陆羽也没有多说什么，直接让工作人员开始。

    ……

    两个多小时，这次整体测试还算比较成功，除了一些小BUG，没出现大问题。

    这样的结果陆羽很满意，葛云聪等人也由衷的高兴。

    前前后后忙碌了半年，现在已经看到胜利的曙光。

    跟程序猿们欢庆了一会儿，陆羽和葛云聪回到办公室：

    “这次整体测试很不错，是值得高兴的事，你们已经接近成功了。

    “不过暂时还不能放松，接下来还要继续完善细节，还有一些小插件没有完成。”

    “看进度，春节前是肯定完不成的，不用太赶，慢慢来，多做一些测试，最好让幻创数字那边的特效制作人员，来上手实际cao作。”

    “毕竟，实践是检验真理的唯一标准嘛，有一些我们忽略的问题，可能他们能发现。”

    “等软件正式发布了，给你们一周的时间，带薪休假。”

    ……

    葛云聪点头：“我会安排好的。”

    犹豫了下，又问陆羽：“陆总，我们这么大的一个团队，特效软件之后，我们该干嘛？总不能就只做维护升级吧？”

    陆羽：“这么大的一个团队？你觉得现在的团队已经很大了？”

    葛云聪有点傻眼：“接近四百人了，不大吗？”

    陆羽摇头：“不够，远远不够。”

    葛云聪：“陆羽，能不能透露下，公司接下来到底要开发什么？”

    陆羽没直接回答，反问他：“你有什么想法？”

    葛云聪：“现在这么多人都不够，肯定是一个大工程，不会是要搞cao作系统或者AD工业设计软件吧？可就凭我们也构建不了完整生态，也没有应用环境啊。”

    陆羽有点好笑：“可以再大胆一点。”

    葛云聪先是一愣，接着想到了什么，一脸不敢置信，目瞪口呆的看向陆羽：

    “陆总，你不会是想……”

    陆羽很肯定的点点头：“这么没信心？”

    葛云聪无语：“又不是简单的软件，那是人工智能！”

    陆羽：“说不上真正的人工智能，连弱人工智能都算不上。”

    葛云聪嘴角抽搐：“那也不是简单的事。”

    陆羽：“你觉得哪难了？”

    葛云聪觉得哪里都难，半天憋不出一句话：“……”

    ……

    陆羽：“以蓝星现在的硬件条件，是诞生不了真正的人工智能的，现在大家研究开发的，说到底，只是基于算力提升的有限智能程序。”

    “算力决定了智能程度，那又是什么决定算力？”

    葛云聪下意识的回到：“存储，网络，最重要的，芯片和算法。”

    陆羽：“存储靠什么？”

    葛云聪：“服务器。”

    陆羽：“网络，我们和别的公司有差别吗？”

    葛云聪：“没有。”

    陆羽：“所以，还有什么问题？”

    葛云聪：“可我们没有自己的AI芯片。”

    陆羽：“除了极少数，其他公司也不是都有自己的AI芯片。”

    葛云聪：“但是性能差别很大。”

    陆羽：“我们和其他公司相比，优势在哪？”

    葛云聪：“我们要什么没什么，哪有什么优……算法！”

    陆羽两手一摊，耸耸肩。

    葛云聪有点激动：“陆总，你真能搞出提升算力的新算法？”

    陆羽：“应该，能吧，人工智能包含了那么多种算法，想要提升算力，不是一种两种算法能决定的。”

    葛云聪：“我知道我知道，从一开始接触编程开始，就对人工智能特别感兴趣，也搜集过很多这方面的资料。”

    ……

    陆羽：“既然你对人工智能有一定了解，那你就应该知道一个人工智能包含的算法有多海量。”

    “不说那些不太重要的，我们就说说最为主要的几类算法。”

    “回归算法，试图采用对误差的衡量来探索变量之间的关系，是统计机器学习的利器，有最小二乘法，逻辑回归，逐步式回归，多元自适应归样条等等。”

    “基于实例算法，对决策问题建立模型，选取一批样本数据，根据某些近似性，把新数据和样本数据进行比较，来寻找最佳匹配效果，有学习矢量量化，自组织映射算法等等。”

    “正则化方法算法，一般作为其他算法的延伸，根据算法的复杂度对算法进行调整，其中最典型的就是弹性网络算法。”

    “决策树学习算法，根据数据的属性采用树状结构建立决策模型，用来解决分类和回归问题，包含分类及回归树，随机森林，梯度推进等等算法。”

    “基于核的算法，把输入的数据映射到一个向量空间，在向量空间里