第179章 這是AI？和人有什麼差別！
第179章 這是AI？和人有什麼差別！
這個世界無處不充滿著競爭，可謂是一步慢就會步步慢。
甚至，隨著科學技術的不斷發展，尤其是航空航天技術的發展，這種競爭甚至延伸到了地球之外。
離地球最近的星球，月球則是成為了最大的競爭空間。
月球地表富含氦三，而氦三是現在可控核聚變的重要原料。
在可控核聚變的研究日漸深入，甚至中核工業已經公開發布「可控核聚變是其未來唯一的能源方向」之後，可控核聚變的應用已經初露端倪。
世界各國也是紛紛發布月球探測計劃，這其中，最大的兩個競爭對手自然是中美。
尤其是今年，中國率先宣布組建月球網際網路的計劃，阿美瑞肯不甘落後，當即也制定了月球的回歸計劃。
在這個進程中，科學院空天技術研究院、空間科學與應用研究中心的任務非常繁重。
其中長久難以解決的問題也在其中。
這天，科學院相關部門聯合月球探測工程召開了一場會議，紀弘以「特別顧問」的名義參會。
他們相互之間匯報了工作進度和研究難點，什麼「IP over CCSDS空間組網通信關鍵技術」、「月球通信導航星座，打造『月球版北斗』」、「地外建造技術」等等等等。
紀弘坐在會議室里，聽得很認真，但實際上什麼也沒聽懂。
只是大約知道他們要幹什麼，就是要在月球上蓋房子、構建月球網際網路之類的東西。
「……我選取了SCPS-TP提出的SNACK改進策略，基於NS2對TCP進行了適應性改進，構建SNACKTCP空間通信網絡仿真模型。
「下一步要對其在空間網絡中的吞吐率、丟包率、鏈路利用率等性能進行仿真對比分析……」
……
紀弘一邊聽，一邊不停的拿著自己的手機，搜索著的相應的關鍵詞，力圖稍微明白明白他們究竟在說什麼。
在又聽了一大通的天書之後，他終於是搖了搖頭，選擇擺爛，沒辦法，根本聽不明白。
此刻的遭遇也一下子又讓他想起了之前和劉向東院士探討的問題，如果在未來，真的出現了AI無比強大，而人啥都不明白的場景，那不就相當於此刻的自己嗎？
這種感覺可是不怎麼好受。
「可是，如果我的手能跟上，能夠與AI進行相關的對話，看著解釋，其實還是能明白的。」
紀弘如此想著：「那麼，為什麼不做一個輔助的設備，類似於同聲傳譯那樣，將我不懂的東西立即給我一份相應的解釋呢？
「甚至都不僅僅是可以用於這種會議，任何感官接受到的信息都可以，甚至也可以不限於搜索，模擬、分析甚至推演都可以去搞啊！
「……」
這個念頭一出來立刻就打不住了，一個全新的產品迅速的在紀弘的腦海里形成，甚至整體的規劃和功能已經漸漸的露出了它的雛形，也為紀弘接下來怎麼提高人自身的能力提供了一個極為獨特的思路。
理論上，人提高自己的能力，唯有不斷的學習、唯有親自去實驗去經歷、唯有不斷的鍛鍊和提高自己。
但隨著知識的越來越多、信息越來越泛濫，人生短短百年，是不可能將所有的知識學得完的。
就如現在，人們從小學初中高中大學碩士博士，按部就班的將學業搞到頂尖的水平，大多數人都已經到了三十歲的而立之年了。
到了這個程度，才能在前人這些「巨人」的肩膀上去研究新的東西，而三十歲，哪怕不考慮六十歲退休這件事兒，人生也已經過去三分之一了。
而隨著這些研究的越來越深入，後來的需要學習的東西也越來越多，甚至窮極一生也不可能學完所有的東西。
現在的教育，採取的是分學科分領域甚至是細分研究方向的方式來進行的，但這種細分也有很大的弊端。
在需要多學科協調的時候，相互之間的「交流」是有很大的成本的，所以有跨學科的「新生學科」出現。
而新生學科的專業人士，往往需要對兩個甚至多個學科的知識都了如指掌。
這是非常不容易的，學的越多越難以精通。
而這種跨學科的人才，在實際的工作中，往往扮演的是潤滑劑或者是中間橋樑的作用——跟雙方進行溝通和交流。
「這個過程是不是可以由AI來替代呢？」
紀弘也沒心思聽會議上專家們在講什麼了，他在梳理著自己腦海中這一套東西的邏輯。
邏輯其實非常簡單，往小了類比——就像小學生讀課文一樣，遇到了一個不認識的字，不會讀，也不懂是什麼意思，甚至影響了整個一句話都不明白了。
這個時候去翻翻字典，查到了它的讀音和釋義，哦，懂了，然後套入整個句子，瞬間理解。
紀弘腦子的這套產品就類似於這麼一個詞典，只不過，通過自己的感官、外界的信息，比如現在——會議的聲音，自動的幫你去查詢去搜索，然後反饋到人的眼睛或者是耳朵里，幫助自己理解整場會議的內容。
如果不局限於這場會議，而是套入到日常研究中：我是一個設計師，原本是設計機器狗的，這個狗在地球上已經設計出來了，跑的非常溜。
但現在月球探測需要這麼一個東西，有什麼差別呢？我不懂！
正常情況下，我需要去找相關的專家去共同的研究，或者自己去學習去查找相關的資料：
月球與地球重力不同只有地球的六分之一、月球上沒有空氣、月球的晝夜溫差大，在一個自轉周期內，溫差可以達到310℃、還有月球的地形、傳感器的工作等等等等都有不小的差別。
知道這些就完了嗎？顯然不是！
就拿溫差來說，有哪些影響呢？哦，大幅度的溫差會使橡膠老化加速，所以必須使用特殊材料等等。
這些東西涉及到的學科、知識太多，需要考慮的問題方方面面，忽視了哪一個都容易出問題。
所以這種設計往往需要非常多學科專業人才的配合。
但如果這個工具真的能夠發揮作用，那麼相關的工作都可以由類思維的AI來進行輔助了！
紀弘越想越多，甚至將一個原本是基礎輔助類型的工具瞬間演化為了一個極其高級的東西了。
「這可行嗎？」紀弘腦筋不住的旋轉著——即便不可行，作為人知識和記憶的一部分補充也是絕對沒有問題的。
是的，人知識和記憶的補充。
人的記憶是有限的，就是現在，很多時候我們做工作，也需要不斷的查詢資料或者請教他人等等等等。
而通過查詢資料或請教他人獲得的信息與我們本身的記憶有什麼差別呢？
紀弘的思路也是越來越開闊，最終，他在自己的筆記里寫來了這麼一條結論：
【資料獲取所用的時間越短、接受程度越高，就越接近於本身的記憶。】
……
會議仍在進行，而所有人的工作匯報都已經到了尾聲，工作進度已經同步，還有哪些問題需要解決都已經分門別類的羅列出來了。
而接下來，就是紀弘出場的時刻，他此來的目的當然不是為了解決羅列出來的這些問題的，而是介紹AI怎麼幫助科研人員進行相關的實驗，進而擁有解決問題的能力。
這叫授之以漁。
「說實話啊，你們在說什麼，我一點兒都沒聽懂。」紀弘一開口就表達了自己是個外行這一層意思：
「我的研究方向是AI，其它的東西，包括你們所說的什麼機器人啊，通信啊之類的，略有涉及，稍微深入一點，我是完全不懂的。」
「不過這都不重要。」紀弘說道：「你們也知道，劉向東院士帶隊113天成功研發EUV光刻機，不可否認，他有很大的功勞。但，AI在其中起到的作用更加的不可忽視。」
紀弘這麼強調AI的作用，所有人都沒有反對，甚至覺得他說的保守了。
劉向東誰啊？科學院信息技術科學部控制科學家，主要從事系統控制科學的研究！這批人當中，有人認識，有人不認識。
但即便不認識，內網一查，也知道劉向東主要是做什麼的。
要說他113天研發EUV光刻機？全是他的功勞，開什麼玩笑？
我上我也行！
唯一的解釋就是AI了！
尤其是卷耳智能科技給這邊通報了13.5nm極紫外光源的情況之後，他們迅速的進行了相關的實驗，結果表明，AI的判斷一點兒都沒錯。
而這也是他們將紀弘邀請過來的根本原因。
AI能夠發現並解決極紫外光源的問題，用偶然來解釋是肯定說不過去的——你發現了一個現象，是因為一個操作失誤，這可以說是偶然。
但是進行了十幾萬次的實驗解決了一個問題，那肯定不能說是偶然的，那一定是具有了這方面的能力。
「挑一個問題現場試試吧。」紀弘也沒有囉嗦，直接如此說道。
「啊？」會議主持有點兒懵，沒有明白紀弘是什麼意思，這個時候也是一臉狐疑的看著他。
「沒錯，就是你理解的意思。」紀弘點了點頭：「AI的使用其實很簡單，並沒有什麼好說的，不如我們就現場試一試，當然，這邊接入的算力不太多，運算和模擬的結果不一定準確，只是演示一個流程。就第一個問題吧。」
第一個問題紀弘還算熟悉，空天通信也好、地月通信也好、月球上的機器人和設備遠程控制也好，其本質與在地球上的差別並不是非常大。
要說最大的問題，當然就是通訊延時了。
月球與地球的對應關係，一面永遠對著地球，而另一面永遠背對著地球。而背對著地球的那面，想要與地球通信，就需要一顆中繼衛星，原來是鵲橋一號，退役了，現在是鵲橋二號和天都衛星。
但不管是哪顆衛星作為中繼，都不可避免的要面臨通訊時延大大增長的問題。而且這個時延跟地球上網絡的時延也是不可同日而語的——地球上的網絡再怎麼時延，那也是毫秒級別的，而這個時延，幾乎是以分鐘計的，一來一回的話甚至需要好幾分鐘。
而這，對於建設「月球網際網路」是一個非常大的挑戰。
而現在，最大的問題就是這個。
在跟紀弘確認了此刻AI連接的智算中心伺服器的保密級別以及迅速請示了相關的領導之後，工作人員根據紀弘的要求開始導入相關的研究資料。
包括月球本身的相關資料、空間組網關鍵技術的數據和資料、相關應用的機器人數據資料等等等等。
一切都結束後，AI開始相關工作。
而這項工作是一個比較耗時的過程，而且AI的這個節點並沒有研究過對應的東西，所以還需要從公開網際網路上獲取非常多的知識和技能。
即便接入了目前卷耳智能科技目前最大規模的智算中心，也需要幾個小時的時間。
「現在它已經在工作了，時間也差不多中午了，要不一起先吃個飯？下午六點再過來看結果也不遲。」紀弘建議道。
「下午六點？六個小時就能搞定？」空天技術研究院院士、創新實驗室主任丁華就表達了自己的驚訝。
事實上，13.5nm光源這一塊的事情，會前他是深入了解過的，甚至知道其中的流程與步驟，也知道，解決這個問題，AI模擬了非常多的實驗和方案，有成功的也有失敗的，但那個過程大約也用了接近十天的時間，而現在，紀弘說六個小時！
「六個小時是第一次實驗的時間，這個時候給出的建議不一定就能成功。」紀弘解釋道：
「就像EUV光源，這個AI第一次兩三天的模擬，一直在溫度漂移上轉圈，其實溫度控制是解決不了問題的。後來轉方向到校準光路，問題才解決的。
「而今天，我只是演示一下這東西是怎麼用的，後續再怎麼演化和疊代，咱們自己就可以進行操作了。」
紀弘這麼一說，丁華是明白了，這只是一次實驗。
但其他人就更驚訝了——知道的清楚你是在說AI，不知道以為你是在說哪個科研專家呢這——這個方向走不通還知道換條路，這真的是AI？和人還有什麼差別？
(本章完)
這個世界無處不充滿著競爭，可謂是一步慢就會步步慢。
甚至，隨著科學技術的不斷發展，尤其是航空航天技術的發展，這種競爭甚至延伸到了地球之外。
離地球最近的星球，月球則是成為了最大的競爭空間。
月球地表富含氦三，而氦三是現在可控核聚變的重要原料。
在可控核聚變的研究日漸深入，甚至中核工業已經公開發布「可控核聚變是其未來唯一的能源方向」之後，可控核聚變的應用已經初露端倪。
世界各國也是紛紛發布月球探測計劃，這其中，最大的兩個競爭對手自然是中美。
尤其是今年，中國率先宣布組建月球網際網路的計劃，阿美瑞肯不甘落後，當即也制定了月球的回歸計劃。
在這個進程中，科學院空天技術研究院、空間科學與應用研究中心的任務非常繁重。
其中長久難以解決的問題也在其中。
這天，科學院相關部門聯合月球探測工程召開了一場會議，紀弘以「特別顧問」的名義參會。
他們相互之間匯報了工作進度和研究難點，什麼「IP over CCSDS空間組網通信關鍵技術」、「月球通信導航星座，打造『月球版北斗』」、「地外建造技術」等等等等。
紀弘坐在會議室里，聽得很認真，但實際上什麼也沒聽懂。
只是大約知道他們要幹什麼，就是要在月球上蓋房子、構建月球網際網路之類的東西。
「……我選取了SCPS-TP提出的SNACK改進策略，基於NS2對TCP進行了適應性改進，構建SNACKTCP空間通信網絡仿真模型。
「下一步要對其在空間網絡中的吞吐率、丟包率、鏈路利用率等性能進行仿真對比分析……」
……
紀弘一邊聽，一邊不停的拿著自己的手機，搜索著的相應的關鍵詞，力圖稍微明白明白他們究竟在說什麼。
在又聽了一大通的天書之後，他終於是搖了搖頭，選擇擺爛，沒辦法，根本聽不明白。
此刻的遭遇也一下子又讓他想起了之前和劉向東院士探討的問題，如果在未來，真的出現了AI無比強大，而人啥都不明白的場景，那不就相當於此刻的自己嗎？
這種感覺可是不怎麼好受。
「可是，如果我的手能跟上，能夠與AI進行相關的對話，看著解釋，其實還是能明白的。」
紀弘如此想著：「那麼，為什麼不做一個輔助的設備，類似於同聲傳譯那樣，將我不懂的東西立即給我一份相應的解釋呢？
「甚至都不僅僅是可以用於這種會議，任何感官接受到的信息都可以，甚至也可以不限於搜索，模擬、分析甚至推演都可以去搞啊！
「……」
這個念頭一出來立刻就打不住了，一個全新的產品迅速的在紀弘的腦海里形成，甚至整體的規劃和功能已經漸漸的露出了它的雛形，也為紀弘接下來怎麼提高人自身的能力提供了一個極為獨特的思路。
理論上，人提高自己的能力，唯有不斷的學習、唯有親自去實驗去經歷、唯有不斷的鍛鍊和提高自己。
但隨著知識的越來越多、信息越來越泛濫，人生短短百年，是不可能將所有的知識學得完的。
就如現在，人們從小學初中高中大學碩士博士，按部就班的將學業搞到頂尖的水平，大多數人都已經到了三十歲的而立之年了。
到了這個程度，才能在前人這些「巨人」的肩膀上去研究新的東西，而三十歲，哪怕不考慮六十歲退休這件事兒，人生也已經過去三分之一了。
而隨著這些研究的越來越深入，後來的需要學習的東西也越來越多，甚至窮極一生也不可能學完所有的東西。
現在的教育，採取的是分學科分領域甚至是細分研究方向的方式來進行的，但這種細分也有很大的弊端。
在需要多學科協調的時候，相互之間的「交流」是有很大的成本的，所以有跨學科的「新生學科」出現。
而新生學科的專業人士，往往需要對兩個甚至多個學科的知識都了如指掌。
這是非常不容易的，學的越多越難以精通。
而這種跨學科的人才，在實際的工作中，往往扮演的是潤滑劑或者是中間橋樑的作用——跟雙方進行溝通和交流。
「這個過程是不是可以由AI來替代呢？」
紀弘也沒心思聽會議上專家們在講什麼了，他在梳理著自己腦海中這一套東西的邏輯。
邏輯其實非常簡單，往小了類比——就像小學生讀課文一樣，遇到了一個不認識的字，不會讀，也不懂是什麼意思，甚至影響了整個一句話都不明白了。
這個時候去翻翻字典，查到了它的讀音和釋義，哦，懂了，然後套入整個句子，瞬間理解。
紀弘腦子的這套產品就類似於這麼一個詞典，只不過，通過自己的感官、外界的信息，比如現在——會議的聲音，自動的幫你去查詢去搜索，然後反饋到人的眼睛或者是耳朵里，幫助自己理解整場會議的內容。
如果不局限於這場會議，而是套入到日常研究中：我是一個設計師，原本是設計機器狗的，這個狗在地球上已經設計出來了，跑的非常溜。
但現在月球探測需要這麼一個東西，有什麼差別呢？我不懂！
正常情況下，我需要去找相關的專家去共同的研究，或者自己去學習去查找相關的資料：
月球與地球重力不同只有地球的六分之一、月球上沒有空氣、月球的晝夜溫差大，在一個自轉周期內，溫差可以達到310℃、還有月球的地形、傳感器的工作等等等等都有不小的差別。
知道這些就完了嗎？顯然不是！
就拿溫差來說，有哪些影響呢？哦，大幅度的溫差會使橡膠老化加速，所以必須使用特殊材料等等。
這些東西涉及到的學科、知識太多，需要考慮的問題方方面面，忽視了哪一個都容易出問題。
所以這種設計往往需要非常多學科專業人才的配合。
但如果這個工具真的能夠發揮作用，那麼相關的工作都可以由類思維的AI來進行輔助了！
紀弘越想越多，甚至將一個原本是基礎輔助類型的工具瞬間演化為了一個極其高級的東西了。
「這可行嗎？」紀弘腦筋不住的旋轉著——即便不可行，作為人知識和記憶的一部分補充也是絕對沒有問題的。
是的，人知識和記憶的補充。
人的記憶是有限的，就是現在，很多時候我們做工作，也需要不斷的查詢資料或者請教他人等等等等。
而通過查詢資料或請教他人獲得的信息與我們本身的記憶有什麼差別呢？
紀弘的思路也是越來越開闊，最終，他在自己的筆記里寫來了這麼一條結論：
【資料獲取所用的時間越短、接受程度越高，就越接近於本身的記憶。】
……
會議仍在進行，而所有人的工作匯報都已經到了尾聲，工作進度已經同步，還有哪些問題需要解決都已經分門別類的羅列出來了。
而接下來，就是紀弘出場的時刻，他此來的目的當然不是為了解決羅列出來的這些問題的，而是介紹AI怎麼幫助科研人員進行相關的實驗，進而擁有解決問題的能力。
這叫授之以漁。
「說實話啊，你們在說什麼，我一點兒都沒聽懂。」紀弘一開口就表達了自己是個外行這一層意思：
「我的研究方向是AI，其它的東西，包括你們所說的什麼機器人啊，通信啊之類的，略有涉及，稍微深入一點，我是完全不懂的。」
「不過這都不重要。」紀弘說道：「你們也知道，劉向東院士帶隊113天成功研發EUV光刻機，不可否認，他有很大的功勞。但，AI在其中起到的作用更加的不可忽視。」
紀弘這麼強調AI的作用，所有人都沒有反對，甚至覺得他說的保守了。
劉向東誰啊？科學院信息技術科學部控制科學家，主要從事系統控制科學的研究！這批人當中，有人認識，有人不認識。
但即便不認識，內網一查，也知道劉向東主要是做什麼的。
要說他113天研發EUV光刻機？全是他的功勞，開什麼玩笑？
我上我也行！
唯一的解釋就是AI了！
尤其是卷耳智能科技給這邊通報了13.5nm極紫外光源的情況之後，他們迅速的進行了相關的實驗，結果表明，AI的判斷一點兒都沒錯。
而這也是他們將紀弘邀請過來的根本原因。
AI能夠發現並解決極紫外光源的問題，用偶然來解釋是肯定說不過去的——你發現了一個現象，是因為一個操作失誤，這可以說是偶然。
但是進行了十幾萬次的實驗解決了一個問題，那肯定不能說是偶然的，那一定是具有了這方面的能力。
「挑一個問題現場試試吧。」紀弘也沒有囉嗦，直接如此說道。
「啊？」會議主持有點兒懵，沒有明白紀弘是什麼意思，這個時候也是一臉狐疑的看著他。
「沒錯，就是你理解的意思。」紀弘點了點頭：「AI的使用其實很簡單，並沒有什麼好說的，不如我們就現場試一試，當然，這邊接入的算力不太多，運算和模擬的結果不一定準確，只是演示一個流程。就第一個問題吧。」
第一個問題紀弘還算熟悉，空天通信也好、地月通信也好、月球上的機器人和設備遠程控制也好，其本質與在地球上的差別並不是非常大。
要說最大的問題，當然就是通訊延時了。
月球與地球的對應關係，一面永遠對著地球，而另一面永遠背對著地球。而背對著地球的那面，想要與地球通信，就需要一顆中繼衛星，原來是鵲橋一號，退役了，現在是鵲橋二號和天都衛星。
但不管是哪顆衛星作為中繼，都不可避免的要面臨通訊時延大大增長的問題。而且這個時延跟地球上網絡的時延也是不可同日而語的——地球上的網絡再怎麼時延，那也是毫秒級別的，而這個時延，幾乎是以分鐘計的，一來一回的話甚至需要好幾分鐘。
而這，對於建設「月球網際網路」是一個非常大的挑戰。
而現在，最大的問題就是這個。
在跟紀弘確認了此刻AI連接的智算中心伺服器的保密級別以及迅速請示了相關的領導之後，工作人員根據紀弘的要求開始導入相關的研究資料。
包括月球本身的相關資料、空間組網關鍵技術的數據和資料、相關應用的機器人數據資料等等等等。
一切都結束後，AI開始相關工作。
而這項工作是一個比較耗時的過程，而且AI的這個節點並沒有研究過對應的東西，所以還需要從公開網際網路上獲取非常多的知識和技能。
即便接入了目前卷耳智能科技目前最大規模的智算中心，也需要幾個小時的時間。
「現在它已經在工作了，時間也差不多中午了，要不一起先吃個飯？下午六點再過來看結果也不遲。」紀弘建議道。
「下午六點？六個小時就能搞定？」空天技術研究院院士、創新實驗室主任丁華就表達了自己的驚訝。
事實上，13.5nm光源這一塊的事情，會前他是深入了解過的，甚至知道其中的流程與步驟，也知道，解決這個問題，AI模擬了非常多的實驗和方案，有成功的也有失敗的，但那個過程大約也用了接近十天的時間，而現在，紀弘說六個小時！
「六個小時是第一次實驗的時間，這個時候給出的建議不一定就能成功。」紀弘解釋道：
「就像EUV光源，這個AI第一次兩三天的模擬，一直在溫度漂移上轉圈，其實溫度控制是解決不了問題的。後來轉方向到校準光路，問題才解決的。
「而今天，我只是演示一下這東西是怎麼用的，後續再怎麼演化和疊代，咱們自己就可以進行操作了。」
紀弘這麼一說，丁華是明白了，這只是一次實驗。
但其他人就更驚訝了——知道的清楚你是在說AI，不知道以為你是在說哪個科研專家呢這——這個方向走不通還知道換條路，這真的是AI？和人還有什麼差別？
(本章完)