时间可用，这命题也注定会是无法解决的。
演绎到数学领域，原则上，只要是人证不出来的命题，计算机也一定证不出来。
这一判断，不仅在it领域，在自然科学领域也是一种共识，直到今天，也没有明确的迹象表示，计算机能够突破这样的限制，具备超越人脑的智慧。
至于当下的人工智能，看名称，仿佛就是计算机也能因此而具有智慧，实质却是在架构层面的一种模仿，试图利用算法、乃至硬件来模拟人类大脑的神经元活动，从而具备此前为人所独有的学习、记忆、联想乃至推断能力。
指导思想大抵如此，具体到每一种实现策略，不论神经网络、还是深度学习，效果在本质上也都是相近的。
与人类的大脑相比，目前的ai体系，不论是在软件层面的算法和架构，还是在硬件层面的逻辑电路、存储器件，具有远超人脑的数值计算能力和数值存储空间，然而，却一直没有实现远超人类的意识和思维能力。
而“国际商用机器”在夏洛特的研发中心，负责人工智能方向的aig1~5都主攻这一领域，在方然的aig4，“阿尔法”组的主要方向是新架构，即在不改变现有硬件基础——数字逻辑电路的条件下，提出创造性的新架构，试图创造出能力更加强大的人工智能，或者，让现有人工智能的算力需求大幅下降。
与前沿探索的“阿尔法”组不同，“贝塔”组的方向，则更加现实，专注于现有人工智能体系的调整、优化，在应用平台上混合ai与传统逻辑模块，提升系统的实际性能。
作为新手，一开始在“贝塔”组工作，这是很自然的
第二二一章 四色(2/4)