第22章 项目安排

    第22章 项目安排 (第1/3页)

    “这确实是一个新路子，是一个了不得的设想。”郝成嘀咕着：“知识能够凝聚意图的最小单位...

    “知识...凝聚意图...这...”

    其实郝成一大早送完女儿就想直接回到家研究昨天夜里那45分钟所学的知识来着，但是被何钢一顿电话给薅了过去，耽误了大半天，直到下午三点多才回到家里。

    而一回到家，他就开始将深深记在脑海里的东西再次梳理了一遍，而经过梳理，对这些东西的理解就又深刻了一个层次：

    “这理论是从微观论述的，不太好理解，如果从宏观上去表达，”郝成眯着眼睛，脑筋分外活跃：

    “宏观来看的话，知识是作为决策依据的一部分而存在的。而所谓凝聚意图，直接看作是形成决策的渐进过程。

    “而渐进的过程，再分解成微观来观察，那就是最小单位的富集过程，当然这个富集并不是1加1等于2的这种叠加，而是1个融合1个，变成更大更强的1个，最终形成的是如小沙般更加强大的AI模型。”

    ……

    这个时候再回过头去看，类似于现代符码系统的那个“知识凝聚意图”的规律性联系……

    郝成觉得自己的思维都更加的清晰了，原本很多想不明白的点也慢慢的在一次又一次的思索中豁然开朗。

    此刻，什么小沙不小沙的，他已经觉得自己上自己也行的程度了。

    甚至，他已经迫不及待的想要开始“凝聚”完全由自己打造的第一个基于意图做决策的“AI模型”了……

    不过，事情显然并没有看起来那么简单。

    原理已经很清晰了，但怎么样利用现有的硬件去实现，这也是一个巨大的难题。

    现在的AI训练所用的算力卡，其本质就是实现多组算术运算和逻辑运算的组合逻辑电路，被称为ALU。

    简单理解，它就是做数学运算的，最简单的就是加减乘除。

    从数学运算怎么样发展到人工智能，一方面，需要便捷的方式充分利用算力芯片的性能，英伟达的CUDA就是做这个的。

    另一方面，也需要优秀的算法，比如Transformer这个基于自注意力机制的深度学习算法模型，就是后来GPT和ChatGPT以及

    （本章未完，请点击下一页继续阅读）