217 人工智能与大数据

听到列克星敦的建议，陈枫并没有马上回答。但他已经默默将杨怀宇的价值上调了好几个档次。

留下这个人并不困难。毕竟现在整个马萨岛都在陈枫的控制下。只要他发话，任何人都不可能跑得出去。

但留下人只是第一步，还要想办法让他自愿为自己工作才能获得收益。

尤其是对这种动脑子搞研究的人，外人根本看不出他是不是在划水。如果再玩个“身在曹营心在汉”，那不但没什么收益，搞不好还会坏事。

所以陈枫一时之间也想不到什么好办法，只能先拖着。一直拖到胡德回来，再看看她有没有好办法。

想到这里，陈枫就不再纠结这个问题，而是向列克星敦问起了人工智能方面的研究进展。

提到这个话题，列克星敦马上吐槽道：“进展是有一点，但还是太慢了。我们现在的所谓‘人工智能’实在是太笨了，很多事情都做不了。我看还不如叫‘人工智障’更贴切。”

听到“人工智障”这个吐槽，陈枫忍不住笑了起来。

虽然在对外宣传的时候，陈枫一直声称自己的“忠诚僚机”系统能够自主作战。但实际上根本不是这么回事。

目前的“忠诚僚机”实际上不比蟑螂更聪明。它甚至还无法准确地辨认目标和听懂命令。一旦脱离了舰娘的掌控，它们就只会朝着眼前的移动目标一通乱射。

列克星敦这段时间已经对此进行过上亿次的模拟测试。因此也目睹过“忠诚僚机系统”数以万计的犯错方式。

所以没有谁会比列克星敦更清楚这些小东西的奇葩程度。吐槽一句“人工智障”实在是相当有涵养的说法了。

不过笑归笑，但帮下属解决实际困难是领导者的职责。所以陈枫还是问道：“那么你需要什么？是更大型的计算机？还是助手？”

列克星敦摇摇头：“助手不需要。计算机的性能也足够了。”

说着她挽起陈枫的手臂，领着他和杨怀宇一起走到一排集装箱房前。推开其中一间的房门之后，映入眼帘的是一排排书柜一样的计算机组。

这里是列克星敦的数据中心。

一整排集装箱房里都装满了服务器，存储并处理着从马萨岛各地传输过来的数据。这些服务器中安装的是陈枫用系统仿制的cpu和专用ai芯片。

整个数据中心需要配备一个独立的小型燃料电池发电站，并且有一条专用的暗渠抽取海水进行冷却。

列克星敦拍了拍矗立的刀片机阵列，说道：“这个数据中心的运算能力对我们来说目前已经足够了。但它现在根本没有满负荷运转。因为我们没有足够的数据来‘喂养’它。”

正如列克星敦所言。陈枫现在所掌握的只是很初级的人工智能技术。它是根据“深度学习”原理运行的。

“深度学习”原理是建立在“模式识别”技术基础上的。

小学数学课上，大家都做过一类叫“找规律”的题目。比如列出一串数字“1，3，5，7……”，然后让学生去猜测后面的数字是什么。

这种“看现象找规律”的题目，就是在做“模式识别”。

计算机最初并不知道什么是规律，只是在胡乱猜测。这种猜测当然绝大多数都是错误的。

但每一次“找规律”之后，都会由人类或某种游戏规则作为“老师”来判断对错。计算机会记住那些正确的规律，然后尝试在下一次题目中套用。如果不能套用，就继续猜答案。

这种方法就是“试错法”。通过不断尝试新做法、排除错误猜测，最后留下最接近正确答案的那一个“规律”或者“模型”。这就是“模式识别”。

它不仅是ai学习的基础，也是人类探索新领域的常见做法。

而所谓“深度学习”，就是在识别出现象的浅层“模式”之后，再把“模式”作为现象来归纳更深一层的“模式中的模式”。

以此类推，就会有“模式中的模式中的模式”，以及“模式中的模式中模式中的模式”……

识别的“模式”的层次越多，学习的“深度”就越深。这样人工智能程序才能从更加复杂的现象中总结出规律来。

但是学习网络的深度每增加一层，它所需要的原始数据就会以指数级别暴增。

假如一层学习只需要一百个样本。那么两层的学习就需要一万个样本，三层的学习需要一百万个，四层的学习就需要一亿个样本……

如果学习的深度达到十层，需要的样本数量将是……一万亿亿个。相当于世界上每个人都要给它提供一百亿个样本数据。

而随着样本数量的增加，深度学习对计算能力的需求也急剧增加。所以计算能力和样本数据多少是人工智能发展的两个主要制约因素。

所以当陈枫问列克星敦需要什么时，她毫不犹豫地回答“需要更多的数据”。

“我们的数据还不够吗？”陈枫有些吃惊，“我们每天都记录了几万人的工作和活动数据。这些还不够吗？”

陈枫所说的“几万人”是指他目前直接掌握的劳工、军队、和学生的数量。

他要求所有在他这里工作学习的人都必须佩戴有记录和上传功能的智能设备。而他给工人提供的工程机械，和给士兵提供的所有武器装备，都具备同样的记录和上传功能。

这些人的所见所闻、所做所说都会被传输到这个数据中心。

数据中心的处理器会分析这些数据，从中学习人类是如何识别物体、如何听懂语言、如何规划路线、如何驾驶车辆、如何使用武器、如何相互配合等等。

事实上在陈枫的心目中，这些人无论表面上干的是什么活，其实都同时兼了另一份工作——ai训练师。

陈枫最关心的并不是工人们本身工作产生的价值，而是他们将要训练出来的、未来将取代他们工作的智能机器人的价值。

无论他们工作如何努力，他们在这些简单劳动中创造的价值都不可能超过未来海量的ai工人大军。

这才是占领马萨岛给陈枫带来的最大收益——岛上一百多万居民带来的人口红利。

然而列克星敦却斩钉截铁地说：“不够。这还远远、远远、远远不够。按照我的研究计划，收集数据的速度至少要增加一万倍。”

听到这话，陈枫顿时哭笑不得：“列克星敦啊，我从哪里找来那么多数据给你？难道你要我先去占领全世界？”

一百万人乘以一万倍，可不就需要一百亿人来提供吗？刚好是这个世界的人口总数。