ai，能否去探索前沿，解决大量悬而未决的问题呢，当然不可能，没学会爬就像跑，只会摔一个大跟头。
研发组的具体规划，是给予初号机的数据库一份简单的“已有知识列表”，按fsi体系的规范要求，录入基础知识条目，而后启动该系统，观察、测度系统能否从这些简单的已有知识出发，推导出其自身并不知晓的数学定律。
即便推导出的结果，极大可能，是人类已经掌握、因此而毫无价值的东西。
但用来验证系统的可用性，这却是一个可行之策。
不仅如此，观察系统的运行，借助asa这样的人工智能进行追踪，还有望解析“强ai”的运作机理，甚至搞清楚其自主意识的根源。
数据库，思维核心，具备这两大部分的系统，原则上便是一个“强人工智能”。
不过，早在项目的规划之初，方然就意识到，仅有这两部分所组成的“强ai”，能力注定十分有限，直白的讲，其理论上的最高成就，仅仅局限于现有基础理论的延拓、应用，而绝不可能在现有基础理论的基础上更进一步。
原因很简单，不论是人，还是人工智能，脱离客观世界、闭门造车，都不可能凭空推动科学技术的进步。
理论，对与不对，要由实践来检验。
没有后面的这一步，再华丽的理论，也只能永远停留在空中楼阁的状态，永远无法坐实，永远无法成为新的出发点。
正是基于这种考虑，在规划ai整体框架时，自己才会有意略过“实践”这一块。
只要强人工智能没有这一模块，其全部活动，便只能在现有框
第四九六章 学数(2/4)