潘多拉接待室内，席小丁正陪着计算机司的刘司长，开发区管委会的曾主任，以及省城科技局和科协的领导们谈笑风生。
其实席总与领导打的交道并不多，他平时参与的会更多的都是些学术会议。
但这次苏远山把阵仗闹这么大，作为远芯集团CTO，远芯集团科技委员会首席科学家，成电人工智能学科带头人……他也不得不抽出时间来和领导们在摄像机前聊一聊。
“席博士，远芯在计算机领域的发展和优势我们都有目共睹，但具体到人工智能这一领域，可能很多人都不能准确地理解。譬如蓝星和深蓝的技术原理是什么，二者又有哪些相同和不同。”
刘司长是70年代初的计算机本科生，不能说他对计算机科学的前沿技术了如指掌，但基础原理起码懂的。这番话，显然是希望席小丁来简单的做一个科普，好放到纪录片里。
席小丁点了点头，笑道：“人工智能，简单地说，其实就是让计算机程序来模拟人的行为。而行为的背后，又是人类思维的方式。”
“放到这次做对决的蓝星和深蓝来讲，我们首先要比的是学习能力——看谁能够从以往的棋局棋谱里学到更多的‘经验’，其次才是对决。”
这时记者好奇地问道：“您的意思是，下棋考虑的步数反而是次要的？”
“从某种意义上说，是这样的。”席小丁含笑点头：“计算的效率，和硬件设备息息相关。譬如我们的蓝星，在一开始的时候只能算到十步以后，后面升级调试后可以算到十一步——但深蓝却可以算到12步。”
“为什么深蓝比蓝星要多一步？因为深蓝采用的是专门进行了针对设计的超级计算机，而蓝星则是用的通用超算。”
“所以，就这次而言，大家会看到，蓝星和深蓝，它们并不会比顶级的职业棋手厉害多少。原因就在于它们离开了能完全发挥它们优势的环境。”
“因此，我们比赛的重点，就放到了‘学习’上，而机器学习是个漫长的过程，特别是我们的BGirl框架，其卷积神经网络框架的特性决定了，她学习的次数越多，训练效果也就越好——比的，就是各自框架的精准率和效率。”
“而就学习能力而言，我们的框架……理论上更优秀一些。”
席小丁微笑着给这次大赛下了个注脚。
……
三小时后，教育科技频道的主持人已经有点口干舌燥了。
在一个小时前，直播间来了一位新的嘉宾主持。
顾小春，国际象棋的国内冠军。
也是蓝星一战失利，二战胜利的对象。
顾小春作为国内目前唯一一个与蓝星对决的顶尖职业棋手，他对蓝星，乃至这种国际象棋AI有着旁人无法企及的理解。
“就我和蓝星下的两次而言，第一次，蓝星的攻击性很足，就像一个棋力高超，但并不怎么成熟的天才棋手。但第二次，蓝星就稳多了。”
顾小春丝毫不介意谈到自己的输的那一次——毕竟连世界冠军，卡神都输了，自己还有什么可担心的？
“期间我也了解了一下蓝星的学习方法，不得不说，计算机技术，机器学习发展太迅速了。”顾小春说着便叹了一声，笑道：“还好，人工智能不参赛，不然那简直就是一场屠杀。”
这时夏彦兵教授笑着补充道：“我补充一下，顾老师。”
“根据目前已有的资料，Deep Be采用的还并不是真正意义上的机器学习，据说他们输入了两百多万局棋谱——简而言之，深蓝就是一个笨学生，用的办法是熟能生巧。而远芯的蓝星，则采
用的是对少量棋谱的分析来深度分析——这才是真正的机器学习，属于举一反三。”
主持人立刻道：“意思是蓝星的胜率很高？”
“不，是蓝星的团队更熟悉这种限时对决——你看，现在蓝星的各项指标都优于深蓝……”
就在夏教授想要继续介绍时，突然画面一跳，他立刻兴奋到：“结束了。”
主持人一震，明显有点惊住：“比赛结束了？”
顾小春也怔了一下——棋子都没动，这算哪门子的结束？
“不是，蓝星结束学习了。看来他们是为了照顾到比赛的时间，并没有放开了跑——噢，深蓝也结束了。”夏教授兴奋道：“相比之下，蓝星的框架更优秀。”
主持人适时地捧了一下哏：“有多优秀？”
夏教授是与席总打过交道的，知道席总这人虽然位高权重，但孤傲的性子是埋在骨子里的，只不过他的身份决定了他不能肆意地发表言论罢了。
于是夏教授呵呵一笑：“不好说，但就我所知，起码在机器学习这一领域，潘多拉实验室是顶尖级别的。”
随着话音落下，远程画面中也出现了现场主持人的身影，主持人举着话筒，简单地介绍了之前的学习结果。
当然了，她用的是不分伯仲这种说法。
随后，双方团队的“工具人”走到了棋盘前面。
顾小春精神一怔，开始将精力注意到了棋盘上。
伴随着裁判示意，IBM的深蓝持白先行，显示器界面上率先跳出了E4。
蓝星思考了不到两秒后，直接跟上了E5。
紧接着，深蓝走出了Nf3。
“深蓝采用的是意大利开局，接下来就看蓝星怎么应对了。”
顾小春目不转睛地盯着棋盘，认真地介绍着开局。
这次来，他有点小小的私心——国际象棋在国内名声不显，受众并不多，如果能够通过这次直播，让国际象棋流行开来……作为国际象棋的国内冠军，顾小春自然是求之不得的。
远芯的蓝星思考了几秒后，给出了Nf6的应对。
顾小春赞道：“走得漂亮。”
“意大利开局算是经典开局了，但双马防御也是经典应对，而且接下来的变化极为复杂，很考验双方的棋力——噢，应该是算力？”
……
苏远山早已重新回到了接待厅，坐在了电视前观看着直播。
当听到顾小春嘴里也冒出时髦的“算力”二字后，他微微一笑，转头望向身后一干来凑热闹的远芯众人。
“咱们拼的可不是算力，而是算法。”
随着顾小春的讲解，双方的比赛继续进行。
很显然，这两台服务器并不能体现出两个AI的全部“本领”，越到后面，二者的思考便越久。
顾小春稍稍皱了一下眉头，迟疑道：“似乎这两个AI的棋力有所下降？”
夏教授马上解释道：“是的，AI的棋力是和计算能力息息相关的，而计算能力又直管地体现在硬件上，当初蓝星和深蓝的“老巢”都是超级计算机，所以它们才会比人类棋手看得更远。”
“哦，难怪。”顾小春笑着点头。
这时在思考了足足一分钟之后，DeepB（深蓝）走出了一招Qxg7。
顾小春立刻思索起来——他作为亲历者，自然知道AI的每一步都有深意。
但这一步……明显不对劲啊。
就在他思索的时候，Bstar（蓝星）直接给出
了一招Qd6。
……
潘多拉实验室，
和直播间顾小春靠着棋力对棋局进行分析和判断不同的是，比赛的双方成员，在国际象棋领域里，最多算个半吊子。
在此时，他们对棋局的分析和认知，来源于每走一步之后双方AI在给出的胜率反馈。
作为毫无感情的比赛机器，蓝星和深蓝的原始驱动率就是胜利。而它们每走一步，都是从最优的预测进行分析。
约翰·维克看到，在对手给出Qd6后，对方团队不约而同地露出了笑意。
作为DeepB项目的负责人，他与这边交流过多次，知道对方在学习上略有领先，但在逻辑分析上……他们并不会强到超越自己的团队。
收回实现，约翰·维克和自己团队互相对视了一眼，紧紧地盯着深蓝的界面。
在深蓝后台给出反馈中，己方的胜率依旧保持着52%的领先。
这一次，深蓝足足思考了五分钟。
这才给出了一步Ba6，然后给出的胜率依旧没变。
约翰·维克莫名其妙地看着对方——所以，他们开心个什么劲？
——当然，他没有看到。就在会议桌的对面，在蓝星的后台显示中，蓝星的胜率已经达到了78%。
……
潘多拉团队的苗人凤已经好整以暇地抱起了肩膀。
也不知道是由谁开始带的头，潘多拉团队的大佬们都给自己取了个外号。
譬如朱永贵这家伙叫鳌拜，李开元叫哲别，周强叫李寻欢……
苗人缝的本名叫陈洪波。
这位陈洪波同学出身自P大数学系，参加远芯的博后站计划而来。
虽然时间上马上就要出站，但他早就在潘多拉呆习惯了，打算就此混迹终老。
他自称在人工智能领域，席总手下无对手，就连隔壁实验室为了“打肿脸充胖子”而高薪招聘而来的几个“毛子”数学家，他都不放在眼里。
对于陈洪波，席总曾经给出过评价——“他一玩应数的，也好意思去和人家玩纯数的比……”
当然了，席总的评价也挡不住陈洪波的嚣张。
他冲着约翰·维克伸出了五根手指。
这表示……
五步之内，他定取对方皇后狗命。
爱心猫粮1金币
南瓜喵10金币
喵喵玩具50金币
喵喵毛线88金币
喵喵项圈100金币
喵喵手纸200金币
喵喵跑车520金币
喵喵别墅1314金币