CC读书 通过搜索各大小说站为您自动抓取各类小说的最快更新供您阅读!

按照林枫最开始的想法,他是没打算继续普林斯顿大学数学系这边继续攻读博士学位了。

毕竟无论是林枫还是林柏的情况似乎都不怎么擅长数学。

林柏此前是在哈佛学的计算机,而硕士在麻省理工继续攻读计算机。

前世,林枫本科先是在金陵大学读的是应用数学,研究生跨考的清华计算机,当然没考上。

调剂学校林枫也没去,调剂学校倒也不差,但堂堂985考研211,那不成了反向上分了?

林枫可不想成为被耻笑的对象,最终二战一年上岸的浙大的计算机,毕业后入职了福报大厂搞AI算法,后来为了薪资更高又跳槽去了某科技接着人工智能训练,一直“奋斗”到死。

虽然林枫前世也跟数学有过几年交集,但看得出来后来林枫所做的选择都是为了摆脱数学大坑。

没想到重生了一遭反而又阴差阳错地跟数学搞到了一起,造化弄人啊。

林枫感觉他那点为数不多的数学知识也就勉强应付一下数学本科了。

至于数学方面读博,而且是在普林斯顿这种顶尖数学学府攻读博士,这特么有点西游记里面那个要小怪去捉唐僧师徒的即视感了。

但现在受困于资金限制。

继续硬着头皮读博是有必要的,

别的不说,一个月三千多美元的那笔补助金还是很香的。

虽然以“挣美元花美元”的视角衡量,一个月三千多美元也不算多。

但对于此时全身上下现金加起来只有五百美元不到的林枫来说能有这个保底已经不错了。

另外,原本林枫是打算囤一波比特币的。

但现在看来显然是行不通的。

综合各种信息来看,下个月要还的信用卡就需要五万多美元。

而鼓捣比特币的话,除了要有足够的启动资金外,还需要时间来等待其升值。

在当前的经济压力下,林枫根本没有那样的余地。

每个月的信用卡账单像一座大山一样压在他头上,让他不得不重新审视自己的计划。

林枫冷静下来,他意识到当前最紧迫的问题不是如何投资未来,而是如何尽快解决眼前的资金困境。

如果无法在短时间内筹集到足够的资金,他将面临信用崩盘的风险,甚至可能陷入债务泥潭无法自拔。

不过如何搞到钱呢?

林枫下意识地就开始回想前世经历过的种种。

身为重生者当然要利用自己先知的种种信息,利用信息差来攫取利益了。

这一回想不要紧,林枫只感觉他此前以“林枫”这个身份亲历的各种见闻都无比清晰。

不只是曾经刻意记忆的内容无比清晰,甚至是很多一面之缘甚至是无心之下浏览过的东西都变得印象极其深刻。

离谱到什么程度,记得重生之前曾无聊之中看过一个有关于圆周率的沙雕视频,视频长达几个小时,里面就是枯燥的圆周率小数点后的情况。

林枫发现他现在居然真的能回忆起来圆周率多达上百万位的内容。

而这种离谱的还只是冰山一角,林枫感觉他的脑子像是被超级扩容了一般,看似依旧是正常人脑,但实际上却是仿若一个超级记忆宫殿。

当他随意浏览的一些信息,林枫也能做到过目不忘。

当然,这种过目不忘无关于什么天赋,而是简单粗暴的很。

对于林枫来说,浏览信息的时候相当于把内容存储在记忆宫殿中,而需要取出来的时候只是在记忆宫殿中取出来。

这个发现可是让林枫震惊不小,一方面对前世的信息有了超级清晰的记忆,另一方面还能过目不忘。

如果能做到这样,未来似乎就一下子广阔了很多啊。

这样的超级记忆宫殿能带来前世清晰的记忆,这很好。

在这样的超级记忆宫殿的加持下,如果需要前世记忆,林枫可以很轻易地回想起来前世的细节。

不过在林枫看来,这种超级记忆宫殿最不值得一提的可能就是其清晰的记忆本身了。

过往的记忆纵然因为信息差的缘故能给林枫带来很多。

但,时间是流逝的,这些信息终究有一天会因为时间的流逝而丧失其价值。

另外因为蝴蝶效应,林枫在利用过往信息而攫取利益的时候也可能会造成一些扰动因素而影响后面信息的利用。

因此能有前世清晰的记忆这固然很好,

但在林枫看来真正具有无穷无尽价值的是超级记忆宫殿这种机制究竟是如何实现的。

截止到现在2014年,哪怕再高效的政权也无法说能够精准的控制到每一个个体,在底层总会存在一定的模糊区间。

这涉及到管理成本的问题。

而普通人同样是无法做到精准的控制每一个细胞,甚至是很多比较宏观层次的生物行为也不受神经控制,比如说肠道的蠕动就不受神经调节。

这涉及到生物学上的运营成本与管理成本。

一般来说,普通人是很难做到过目不忘的。

要知道,正常来说遗忘是人体的一种正常的保护机制,这能有效的避免人脑的超负荷工作。

可现在重生之后林枫却拥有了事无巨细的记忆能力,这却没带给林枫任何副作用。

无论是大事小事,很容易就记下来,装入脑海中的记忆宫殿,而在想要取用的时候直接就取出即可。

作为一个资深网文迷,对于重生林枫不算很难接受。

也知道很多小说主人公在重生之后因为各种各样的原因身体往往会得到一定的强化。

但真当重生这事发生在林枫身上,并且真切感受到身体得到的强化,林枫依然是震撼不已。

虽然林枫感觉他身体的这样的强化也不能让他如《超体》那般做到精准的控制每个细胞,但仅仅是记忆层面的大幅度强化以及过目不忘的能力,再加上能感知细胞的运作机制,这些就足够让林枫震撼不已了。

是的,没错,能感受到细胞的运作机制。

想到先前的处于一氧化碳中毒之后恢复期的情景的时候,林枫能感觉到自己的每个受损细胞都在自我修复一般。

虽然并不是林枫主动操作着这些细胞进行修复。

但林枫确实能感受到细胞的具体活动,只要林枫愿意主动去体会,就能察觉到这些。

这样的能力林枫不知道该如何用科学的道理去解释以及描述,

如果硬要描述的话,倒是有种道家所说的“内视”的那种感觉了,而且是很细微层级的“内视”。

当然,隔行如隔山,即便是能做到“内视”,林枫首先想到的也不是什么修道之类的。

林枫第一时间想到的还是人工智能有关的。

人工智能表面上看是计算机学,但本质上其实是仿生学。

就拿卷积神经网络和人类视觉系统之间的联系来说吧。

人类的视觉系统通过眼睛捕捉光线,形成图像。

这些图像通过视神经传输到大脑的视觉皮层。

视觉皮层分为多个层次,负责不同级别的图像处理。

例如,初级视觉皮层会检测基本的视觉特征如边缘、角度和颜色;

更高层次的皮层则处理更复杂的特征,比如对象的形状和面部识别。

每一层的神经元负责不同的任务,从简单的识别线条的方向(对应特征识别)到更复杂的识别人脸(如模式识别)。

而卷积神经网络是受人类视觉系统启发设计的,它们也通过多层结构来处理图像信息。

卷积神经网络的第一层通常由卷积层组成,它们就像人类视觉系统的初级视觉皮层一样,专门提取图像的低级特征(如边缘、角度)。

在接下来的几层中,网络会逐步提取更高级的特征,最终能够识别复杂的对象或场景。

卷积神经网络的层次结构模拟了视觉皮层的分层处理过程。

比如,第一个卷积层可能会识别图像中的边缘,第二个卷积层可能会识别边缘组合形成的形状,第三个卷积层可能会识别这些形状组合形成的物体。

普通人通过感知、体验和反复训练来学习新知识。

学习过程中,大脑中的突触连接会根据经验进行调整,这就是所谓的“突触可塑性”。

通过强化常用的神经连接,大脑能够优化特定的任务处理能力,例如识别人脸、解读文字等。

类似地,卷积神经网络通过训练数据来调整其网络参数。

在训练过程中,网络会对输入图像进行处理,并与实际标签进行比较。

通过反向传播算法,卷积神经网络会逐层调整其权重,以最小化预测误差。

这个过程类似于人类大脑中的突触可塑性,网络逐渐“学习”如何更好地识别图像中的特征。

普通人可以在复杂环境中快速准确地识别物体,无论光线条件如何变化,甚至在部分物体被遮挡时也能识别。

而经过训练的卷积神经网络同样可以在图像分类、物体检测和图像分割等任务中表现出色。

现代的卷积神经网络能够在大规模的图像数据集中识别数千种不同的对象,甚至在有噪声或部分遮挡的情况下也能做出准确预测。

可以说卷积神经网络就是对人体真实机制的1:1精准复刻。

正是根据人脑识别机制的精准复刻,人工智能才能做到拥有像人一样类似的能力。

所以说,人工智能看似是计算机学,实则本质上是仿生学。

依托于对人类机能的深入研究,人工智能发展出了一整套神经网络系统。

这些系统通过模拟人类的神经元连接和突触可塑性,逐步建立起了庞大的人工智能体系。

然而,即使到林枫所熟知的2024年,这一体系依旧被限制在弱人工智能的范畴。

弱人工智能指的是专注于单一任务的人工智能系统。

它们可以在特定任务中表现出色,例如图像识别、自然语言处理、自动驾驶等,但离开了这些设定好的环境,它们就无法自主运作。

弱人工智能并不具备像人类那样的自我学习、理解、推理的能力,更谈不上拥有自我意识或适应多变的环境。

然而,强人工智能却是完全不同的层次。

强人工智能能够像人类一样,不仅能完成单一任务,还可以在任何环境中灵活决策、学习,甚至可能拥有自我意识。

更高的层次是超人工智能,这是一种远超人类智慧的存在,能够进行超越人类认知的思考和推理。

到林枫前世2024年,全球范围内仍然没有任何人工智能突破弱人工智能的壁垒,强人工智能始终只是理论中的可能性。

这种始终被局限在弱人工智能的情况就像被智子封锁了发展路径一样。

那么,问题的根源在哪里呢?

林枫灵光一闪,开始意识到,或许问题不在于人工智能的设计本身,而是在于其底层神经网络的基础依然沿袭自普通人类的神经系统。

人类的神经网络有着生物进化带来的固有限制,包括处理信息的方式、速度和容量。

在这一基础上,尽管卷积神经网络模仿了大脑的层次化结构,尽管我们能让人工智能执行极为复杂的任务,但这些网络的根本性缺陷限制了它们的发展空间。

换句话说,人工智能的“大厦“依旧是基于普通人类的生物学模型搭建的,尽管结构可以精巧无比,但它的基础注定了其上限依旧有限。

而林枫脑海中的“超级记忆宫殿“却带来了一种新的可能。

林枫觉得其体内的神经网络尤其是跟记忆以及信息处理方面有关的神经网络很可能跟普通人的那套神经网络有些不同了。

普通人的记忆来自于反复、刻意强化等环节。

而林枫不用这么麻烦,林枫能够精确记忆和快速提取信息。

这些都充分表明林枫体内的神经网络机制很可能与传统人类神经网络有了很大的区别,至少逻辑层面截然不同,

而能‘内视’自己身体中的细胞运作,感知到它们的诸如自我修复这样的过程这种能力更是不同寻常。

普通人类的大脑和身体,无法做到这样的感知或信息处理方式,而林枫的“超级记忆宫殿“似乎摆脱了生物学上效率和管理成本的桎梏,展现了更高效的信息处理方式。

这一切的一切,林枫感觉奥妙无穷。

可能因为职业敏感性,林枫感觉如果能搞懂这背后的机制问题,注定是受益无穷。

别说是搞懂这背后所有的奥秘了,仅仅是把其身体内的全新神经网络构型搞懂并得以在计算机层面加以复现,就会造成非凡的意义。

这种全新的神经网络,为了跟普通人的那套神经网络加以区分,林枫姑且对其命名为超神经网络。

如果能将这种超神经网络搞出来,无疑意味着这是一种全新的人工智能底层架构。

下层基础决定上层建筑。

不同于依托传统神经网络而始终囿于弱人工智能范围内,

依托超神经网路架构的全新的人工智能网络很可能彻底打破局限,真正超越弱人工智能,为强人工智能甚至超人工智能提供了坚实的基础。

这样的人工智能不再局限于执行单一任务,而是能够在复杂环境中自主学习和适应,甚至产生自我意识,彻底突破弱人工智能的天花板。

尽管这只是一种想法,但林枫愈发觉得这种想法很有搞头。

最关键的是林枫是有样本可循的。

林枫的样本就是他自己。

如果林枫的上述猜测成立,那么某种意义上来讲林枫现在自身大概率就是一个典型的强人工智能样本甚至是超人工智能的样本。

在有样本的情况下,原理也没什么太复杂。

到时候林枫要做的只是按图索骥,搞懂自身的秘密就够了。

当然,知易行难,林枫想法有关于通过底层重构的事情而打破弱人工智能的禁锢那肯定非一朝一夕之功。

林枫需要很久的时间布局,这个过程需要很大的投入,包括金钱、精力等等,还可能面对着种种未知的风险,毕竟就像谁也想不到弱人工智能的风险一般,强人工智能和超人工智能真正的风险也完全是未知数。

不过问题不大,尽管需要很多投入,但如果能成功,意义将是重大的,对林枫来说,他自身也将受益良多。

大概就以后林枫能跟图灵一样的地位吧。

而且这还只是学术上的地位。

实际上经济上的地位还会更牛掰。

想想只是弱人工智能相关的那些应用,包括人脸识别、自动驾驶之类的那些,随便拎出一个都是万亿美元级别的市场。

而强人工智能背后会蕴含多么巨大的一笔财富呢?

很难量化,但保守估计在20万亿美元以上。

甚至可能成为东大经济增长的新引擎。

完全有可能使得东大经济依旧保持10%以上的高增速。

想到这个林枫也是内心狂喜啊。

这个外挂牛逼大了。

CC读书推荐阅读:我的同居房客都是绝色美女上密逃综艺后,佛系大佬她翻红了最佳神医女婿我独御众敌仙帝归来:从暴打后妈一家开始浴火重生:凤逆天下户口本死绝后,大佬她红遍全网重回85,开局和吸血鬼家庭断亲谁说当舔狗蠢啊,当舔狗可太棒了!一援一疆情舞侠2娱乐:摆烂的我要发力了!我就养个电子宠物,你跟我说是九尾天狐?噬天龙帝末世要黑化名门绅士①,新宠游戏选项睿智?我开局篡改选项!鉴昭行神医:开局同居丰满女护士参加高考的我,和系统谈起了恋爱医官情瘦我的超能力每周更新韩娱之魔女孝渊走错手术室,误把肿瘤当阑尾印卡是游戏王的一部分医笑倾城一人:我都硬刚天师了,系统才来机车觉醒:开局觉醒重卡金刚我的纯情女上司暗牖独占偏宠:陆医生他蓄谋已久踏星陆隐夫人总想退婚极品家丁冷冰冰的战神王爷堵门求我疼疼他系统大人太帅气重生七零:肥妻要翻身双穿:开局面包换女仆一拳赘婿重生香江之金融帝国超甜!摆烂后被竹马校草宠爆了女帝的现代生活喝醉后,女神让我忘了她我是导演,却拿着演员的技能人到中年,觉醒每日结算系统女帝直播攻略骄花炼神丹!御神兽!废材大小姐竟是绝世帝女你的来电我家大佬是神兽
CC读书搜藏榜:海贼王之最强冰龙皇上非要为我废除六宫邢先生的冷面女友战国混沌剑神的猴子猴孙们独享一吻成灾:帝少的77次锁情诸神来犯,我在现代重演神话神级狂医在花都都市之最强战神奶爸逍遥修真少年空间之归园田居重生之妃王莫属女导演的爱情电影重生后,我在都市杀疯了重生,我就是回来当厨神的湛少的替婚新妻韩娱之魔女孝渊迷彩红妆公主爱妻你别跑两界真武暗影谍云偏执首席放过我爱如星辰情似海百万调音师:我只好亲自上台了!祸害娱乐圈,你说自己是正经人?都市之邪皇狂少这个傀儡师有点那啥重生娱乐圈之女王至上乡村疯子致富路墨守陈规狂龙下山退休后她只想在娱乐圈养老重生九零恶婆婆商女谋夫回2001陪你长大我在梦里逐步成神变成女孩子,将高冷千金养成病娇亲情凉薄我转身自立门户我的世界,又要毁灭了重生后休了王爷重回1976,下乡当知青御膳房的小娘子重回七七种田养娃霞光升起金牌宠妃(系统)绯闻男神:首席诱妻成瘾我是导演,却拿着演员的技能邪医修罗:狂妃戏魔帝异世倾心财阀的快乐你不懂
CC读书最新小说:大圣木邪佛虚影重生穿越女频成为路人甲恋上美女上司穿越七六再读书烟云过眼我的峥嵘岁月回到高考后,利用先知成富豪系统:你看看这是人抽的奖吗?闯入缅北的一群人1977,开局女知青以身相许开局吞噬真龙,高中毕业打爆宗师慈善与挥霍:都市反差神豪我,出狱后无敌,前妻跪求复婚我的人生无限抉择大院人家针破苍穹抛夫弃子求真爱,被白月光渣了你找我?被女知青抛弃后,我靠打猎走上人生巅峰重生1931,我有一座军事仓库玄天神医重生77,从拒绝村花开始逆转人生1961饥荒:从打猎开始,带领全家致富!清纯校花一实习,就被我追到手了复明后,傲娇总裁在我怀里哭唧唧杖毙而亡:娘娘重生宠冠六宫未来世界AI统治人类离婚后,我的绝世战神大老婆后悔了魔族圣女和他的极品师傅玲珑塔下的爱情我为穿越者跑腿,惊动了国家爸爸我就养个电子宠物,你跟我说是九尾天狐?谁说当舔狗蠢啊,当舔狗可太棒了!灵烛师神医:开局同居丰满女护士娱乐:摆烂的我要发力了!舞侠2开局分家,真少爷一家悔哭了鉴昭行浴火重生:凤逆天下兽世穿今,娇软雌性她杀疯了一人:我都硬刚天师了,系统才来权途:从乡镇科员开始重回85,开局和吸血鬼家庭断亲惊山月全职法师:开局八奇技,下山无敌重回1985之长姐风华七零美人被抢亲,转头高嫁大反派昭娇月亮垂首