<!--go-->

叶凡的这套“千里江山图”的学习运算逻辑，几乎是领先了海外友人近乎一个世纪之多。

如果非要用一个例子来证明的话，那么国际象棋棋盘上能够产生的不同，可能大约是10的46次方，而围棋却有10的170次方左右。

两者对比相当于，你考试前所复习的范围，以及这一次考试的范围这么大的区别。

而无论是什么玩意，要考验算力，以及学习运算逻辑，以及交互能力等等方面，绕不过去的一个坎就是“棋”。

你棋子能下好了，能随机应变了，那么你的这套运算逻辑就不会太弱，至少也是顶级的存在。

而所谓的人工智能的“情绪化”，“懂感情”等方面，根本就离不开最底层的运算逻辑，而最底层的运算逻辑，也绕不开“棋子”这玩意。

这是一个必经之路，没得绕道而校

你的人工智能下不了棋，那么它就是“人工智障”，如果你的人工智能只会下棋，那么它还是“人工智障”。

所以这个时候，叶凡的“千里江山图”算法的优势就完全体现出来了。

比方，你家到火锅店，有ABC三条未知的路同时出发300人，每条路走100人。

假设半时内，那么走A路的人是最快到达的，那么A路则是条好路。

当然了，如果路口越多，分析就会更加的复杂，但放出的人越多，结果就越精确。

相比一条路走到黑的穷举法，叶凡的这种搜索算法，让其大大前进了一步，而且起源还会进行深度学习，让其啃下了大量网上的历史遗留数据。

而将这一些完全啃掉之后，就可以智能将其记录在案，日后分析东西的时候，就像是“记忆”一样自动储存在内，根本不用将所有的概率全部都考虑一遍。

Loading...

未加载完，尝试【刷新】or【关闭小说模式】or【关闭广告屏蔽】。

尝试更换【Firefox浏览器】or【Chrome谷歌浏览器】打开多多收藏！

移动流量偶尔打不开，可以切换电信、联通、Wifi。

收藏网址：www.ebookchina.com

(＞人＜；)