第四九九章 存儲

譬如內存佔用,聯調開始時,系統初始佔用值只不過40GB左右,現在的佔用則超過1TB,雖然距離物理上限——12TB還比較遙遠,但這種程度的內存佔用提升,還是與一般計算機程序、甚至AI的行爲迥異,也引發了研發組的關注。

另一方面,系統運行時佔用、調用的存儲空間,雖然也有增長,卻只不過是從12TB提升到17TB,遠未觸及450TB的硬體上限。

一般的計算機系統,運行時,佔用的內存總是小於存儲空間,數學領域的專業程序尤其如此,況且在某種程度上,內存與存儲空間的佔用還可以互相轉化,所以單純研究一個AI的運行時內存與外存佔用,意義並不大。

但“強AI初號機”還是引人矚目,是因爲其特性,與一般的人腦思維模型有很明顯的差異。

人腦的運行機制,直至今天,還沒有被人類認識的很透徹,但相關模型、假說則浩如煙海,這些模型、假說背後的理論一般都認爲,倘若將人腦的運轉與計算機相比擬,其佔用的內存應該相對較小,此外則應包含規模很大的存儲空間。

人腦的思維過程,無須解析,但凡審視一下自身,便大概就明白這種猜測的由來。

具體而言,當一個人意識清醒時,大腦始終在運作,但同一時刻所思考的念頭卻很“狹窄”,至多不過應付很具體的一件事,或者處理很簡潔的一段訊息,這種特質,在人類的語言裡時常被稱爲“專注”,也是意識活動的重要特徵之一。

與每時每刻的思維相比,人腦的記憶,容量之大則令人印象深刻。

不同的人,大腦的記憶能力各有差異,將模擬式系統直接與數字式系統比較,也很粗糙,即便如此,學術界仍認爲人腦的存儲能力超乎想象,估計其能夠存儲相當於1PBytes、一千萬億位元組的數據。

即便考慮到人腦的特性,這1PBytes中的絕大多數,都是含義模糊、未必能被稱爲“數據”的模擬訊息,人腦至少也能存儲若干TBytes、幾萬億位元組的數據。

思維活動所涉及的資訊量,在TBytes級別的資訊規模面前,顯然十分渺小。

綜合起來,舊時代學術界的主流觀點,基本上都認爲人腦是一種單線程、佔用較少“內存”、同時具有超大容量外存的模擬式系統,大量意識模擬,乃至於“強人工智慧”方面的研究,也都以此爲指導。

站在舊時代的認知水平上,這一做法,其實也可以理解。

經過很多年的嘗試,算力超強的巨型機+人工智慧程序,都未呈現出任何意識活動、自主思維的跡象,而人腦卻天生具備這一令人驚歎的能力,兩相比較之下,自然會讓研究者產生某種猜測,人腦的結構、運行機理等特質,是否纔是“意識”誕生的關鍵。

這種猜測,今天的方然已瞭然於胸,顯然是一種難以避免的歧途,徒然耗費時間精力。

計算機,人類研發出來的數字式電子計算機,不論技術原理、底層架構還是運行方式,與人腦幾乎沒有相似之處,產生自主思維的方式,也必然迥異。

以人腦的意識運行方式,去揣測計算機的“意識”,會是什麼樣子,顯然太不靠譜。

至於另一條路, NEP_791地下建築裡的“初號機”,則是劃時代的成就。

聯調取得成功後,很快,研發組就在“初號機”的基礎上,制定“二號機”的總體規劃,相比於探索、試驗性質的“強AI初號機”,二號機的定位則是——力爭實用,規模比前一階段的試驗機組大得多。

研發組的設想,方然沒找出什麼隱患,在確認NEP_787與830研究機構的“強AI”進展順利、初步展現預期功能後,就原則上批准了這一計劃。

至於二號機的研究領域,斟酌再三,他還是選擇了數學與相關基礎學科。

在完全確認“強人工智慧”的能力和風險之前,不消說,任何讓其涉足IT領域研發的想法都是極端危險的,除此之外,貿然投入一般的科學技術研發領域,又會引起科學家羣體的普遍焦慮和緊張,並不利於當前的計劃。

相比之下,專注於數學及相關基礎學科,雖然無法直接對東北太平洋大區的“全產機”等體系產生幫助,長遠看來,卻可以在另一方面有所助益:

便是指揮暴力機器、執行戰略計劃的“通用型AI”。

通用型AI,一直沒有正式的名稱,反正在“一人之國”般的東北太平洋大區,除自己外,並沒有任何人直接與這系統打交道,方然也懶得爲其命名。

總之這套系統的功能,是運籌帷幄、縱覽全局,作爲NEP大區的中樞而存在。

既然是中樞,地位,可想而知會有多重要,自從在北大陸的一片混亂中殺出,執掌偌大的NEP,藉助舊時代的超算、管理中心、APOS節點等組織起“通用型AI”,多少年來,方然始終沒計劃、也沒能力升級這一浩大的體系。

新時代的世界,人類文明在IT領域的進展,相當緩慢,管理員的選擇幾乎一模一樣,一時間倒還沒有很緊迫的威脅。

但這種情形,一望可知,並無法長久的持續下去。

如何維護、升級現有的“通用型AI”,很顯然,讓研究機構裡的IT專家插手是自尋死路,但一切全都自己應付,也根本就不現實。

從舊時代一路走來,時至今日,當了六年多管理員的方然,IT領域的技術雖然一點沒丟,卻也沒時間精力去應付NEP大區那龐大、複雜到令人窒息的自動化、智能化體系。

倘若不是一大堆如ASA、ASAIG這樣的人工智慧,在“通用型AI”的指揮下,各司其職,處理五百萬平方公里之上的一切事無鉅細,小到堿性電池尺寸規格的優化,大到下一年度的大區能源生產規劃,照料阿達民、科學家與一千萬民衆的生活,整個東北太平洋大區早就會遍地狼藉,化爲混亂之極的人間地獄。

第六四〇章 遷徙第五〇八章 費馬第八二一章 物種第九五三章 印痕第三十三章 大學第六八七章 理解第二〇一章 破壞第二七四章 領域第一八九章 艾米第五五五章 旦夕第六六六章 人口第六二〇章 兩線第二十九章 留言第五二三章 盤桓第六一七章 珍惜第四六七章 生態第六八九章 蚩尤第七五七章 聚變第三九〇章 勝負第四八六章 牴觸第八八一章 墜落第七十一章 取代第八三九章 差異第二六五章 金融第二四八章 自絕第六三七章 罐頭第八六五章 拜訪第四六八章 能源第一九一章 防禦第五四九章 對抗第三十章 痕跡第一四一章 活着第四七〇章 時刻第一二三章 菌羣第一一四章 自動第一二九章 徑庭第四十八章 位置第六二八章必亡第八四五章 限制第八六〇章 明白第三七一章 羅斯第八七二章 專利第二八八章 解僱第一三九章 留言第五六九章 風險第七二六章 變遷第七〇二章 甄別第一九二章 安全第一二三章 菌羣第九十三章 大戰第一一〇章 自理第一四九章 虛構第一二四章 平衡第六四一章 觸碰第七三二章 角色第一〇二章 猜想第六一三章 替換第二二六章 獵蜂第四四三章 認知第六三六章 海鮮第五一一章 差異第五六六章 海默第五七五章 廢物第八〇七章 意義第六四五章 火山第一九二章 安全第七四〇章 醫療第六七五章 拖延第一四七章 教義第六〇七章 主義第二二六章 獵蜂第四二七章 規則第二四三章 西蒙第五二五章 旗幟第九五七章 平行第七七五章 成長第五〇四章 生態第三二八章 勉勵第六三七章 罐頭第二六八章 堅持第五五四章 燃燒第三四八章 離別第七五六章 能量第三四四章 戰火第四十八章 位置第五〇七章 結論第三一〇章 爭奪第四一一章 出局第一一八章 懷疑第五八五章 抗爭第三〇〇章 孩子第五六七章 換頭第五〇五章 保護第六〇一章 名稱第五五〇章 窺見第七六六章 海洋第二七六章 建議第三三六章 吼聲第二四八章 自絕第四九八章 陰雲