第一二一章 算力

但對於ASA,方然觀察到的情形,則並非是在軟件、而是在行爲層面的一種仿生,他隱約察覺,完全活躍起來的人工智能,面對近乎無限的信息海洋會作何感想:

AI的思路恰與人腦類似,是近乎於並行的迅速嘗試大量路徑,並通過各種判斷條件,將絕大多數無效路徑終止,進而獲得相對可行的路徑。

區別只在於,以計算機的強大算力,處理的廣度和深度遠超人腦。

拘於永不下車的目標和有限的時間精力,事務繁多,方然研究人工智能的時間並不長,但,面對屏幕上的實時監控數據線圖,他還是心生感慨,認識到電腦與人腦,人工智能與人類思維之間,並無本質上的區別。

但是不是就能說,人的思維,可以與計算機的運作等同呢……

無意間觸及了一個意味深長的問題,潛意識知道這會有多難,方然沒多想,他等待着ASA給出結論,卻始終沒如願。

關於ASA本身,因爲是集思廣益般的開發出來,這種規模的軟件,出現一些錯誤再尋常不過,軟件運行的幾周時間裡就崩潰過好幾次,即便有數據備份,但遠程操控基礎科學部的服務器、再登陸計算節點去處理,很繁瑣,這種爲隱藏自身信息的安全措施大大拖延了項目的實際進度。

不僅如此,就在軟件趨於穩定、正常工作後,雖然爲AI解決問題的方式而感慨,方然拿到的報告,卻沒有多大的價值。

7*24的不眠不休,ASA追蹤到若干疑似“匿名者”的聯邦公民,但針對性卻不高。

說白了,這些形跡可疑的目標,有可能是“匿名者”,更有可能是蟄伏在聯邦的同類,最大的可能還是系統判別的太粗糙、草木皆兵所致,而調查其他競爭者的行蹤,並非方然的目標,現在他可沒有精力去調查同類、甚至自相殘殺,而只想弄清楚匿名者本人的近況。

那麼是軟件的大方向有問題嗎,回顧報告,方然並不這樣認爲。

根本的問題,基於ASA的洪水氾濫般探索、逐級篩選驗證的調查方式,算力消耗太大。

伯克利大學的網絡帶寬,在聯邦政府新一輪經濟刺激政策下,提升顯著,看上去並不成爲調查的掣肘,但是ASA要完全執行搜索方案,需要十分龐大的算力和存儲空間。

方然粗略估計,可能需要獨佔伯克利的兩臺大型計算機才勉強夠用,這顯然不現實,莫說採用非法手段太危險,即便合理合規的購買算力,一臺算力PFlops級的大型機每天也要支付上萬馬克,這還是校內結算價;以自己現有的財力,這樣做完全是得不償失,還要承擔暴露行跡的風險。

在信息技術高度發達的世界,算力,某種程度上,比算法更關鍵。

這樣的認識,是方然對IT領域的觀察而得出,和計算機課本上的說法大相徑庭,但想一想也知道,再怎樣精妙的算法、代碼、程序,脫離實際運算平臺的話也毫無用處;算法可以完善,可以拷貝再製,可以永續工作,然而建立在實打實計算機器之上的算力,卻不可能憑空摹想,更不可能複製重用。

算力之於信息技術,正如能源之於傳統產業那樣,是一個容易被忽視的基礎。

因爲在天下太平的時代,這種東西,正如毫不起眼的市電和自來水那樣,付費即可使用,恍若唾手可得;

等哪一天失去,才知道該珍惜。

ASA受到算力的限制,這種困難,方然暫時沒想出什麼辦法來克服。

匿名賬戶上雖有大筆資金,事實上,已經超過了百萬馬克,也不適合用在這種細枝末節的事情上。

變通的策略,按IT領域的粗略常識:

既然“算力*空間*時間”可認爲是一個常數,那麼,用時間換空間和算力,也是一個辦法,說白了就是等待,假以時日,倘若花費幾十年、幾百年的時間,即便以現有的菲薄算力,ASA或許也能精確定位“匿名者”,提交此人的詳細資料。

但這和根本沒有解決方案有什麼區別呢。

幾十年,幾百年那樣久,到那時,連人類文明都未必還存在,調查還有什麼意義。

客觀條件的限制,可不是隻憑聰明才智就能突破,深秋的伯克利,坐在寢室電腦前的年輕人皺起了眉頭。

方然沒有在苦惱,而是,他在尋找其他的策略。

人力有所不逮,人工智能又有算力的限制,看起來,調查“匿名者”蹤跡就成了一個近似不可能的任務。

但如果逆向思維,考慮調查過、或正在調查“匿名者”的同類,採取的手段大同小異,而ASA又通過機器學習,對人類的搜索習慣瞭如指掌(除非自己是一個異類,方然自嘲的想,還真是呢),那麼,即便面對近乎無限的數據而無從下手,他至少可以用ASA去搜索調查活動留下的痕跡。

簡單直白的說法,就是螳螂捕蟬,黃雀在後。

事實證明,對ASA這種程度的人工智能,改變用途並不困難。

到西曆1472年冬季,又一個新年快要到來的時候,完全自主的開展工作,方然已完成了ASA的改進測試,出於安全考慮,他不敢把意圖如此明顯的工作外包,只能自己一個人投入寶貴的時間。

部署完畢,ASA2.0的上線測試,看着屏幕上迅速變幻的數字,方然又陷入了沉思。

搜尋“匿名者”,究竟有多重要,真值得如此大費周章麼。

……

ASA2.0上線後,收穫,來的比預想中更快。

經過初步篩查,系統提交的分析報告裡,給出若干個最近一段時間被頻繁匿名訪問的聯邦互聯網絡數據節點,這似乎有點怪,畢竟網絡節點就是爲了被訪問而存在的,但人工智能根據規則進行判斷,認爲這些節點的數據流量相當可疑,於是進一步深挖。

都是些什麼樣的節點呢:

看名稱,方然就知道,他自己是絕對找不到。

和預想中的隱秘所在不一樣,這些節點,從聯邦醫療信息系統到聯邦植物學會的網站,林林總總,都是在黑客眼中幾乎不設防的存在,每天的訪問量也不小。

第九五六章 復生第三二二章 後手第一六八章 抹除第五九五章 籌碼第五〇九章 異樣第二十四章 前途第五〇六章 復原第二四一章 歷史第二一九章 公寓第八三五章 轉變第四五六章 濱海第一八四章 郊野第二八八章 解僱第八九五章 稀缺第一三七章 訊息第六八四章 安詳第四十章 機會第四五五章 海峽第七四八章 規劃第二二〇章 培訓第四十四章 堅守第四八二章 禁止第五〇七章 結論第五六七章 換頭第三〇六章 對策第三六七章 計算第一〇八章 困難第五四七章 掩面第七一四章 工程第二六九章 業務第五八七章 家園第一〇〇章 劣勢第四二五章 用教第一五七章 協議第四四九章 度日第四九九章 存儲第五九三章 憐憫第七九〇章 缺陷第五八七章 家園第六七二章 變故第四十七章 集權第七九三章 綁定第一八〇章 報名第八五一章 破解第八六二章 拯救第四三六章 整容第八五五章 稀缺第五七四章 炮灰第三章 衰老第七五三章 爭議第八六一章 支持第五一五章 強韌第六八三章 推進第七八〇章 擴容第八五九章 過去第三九六章 爭奪第六八〇章 反常第八七六章 潮汐第三六五章 能耗第九五九章 傳送第八三〇章 睡眠第一七五章 回顧第六三三章 朗道第一一三章 大廈第六五三章 辦法第五六一章 分佈第五二六章 警惕第一九二章 安全第六〇五章 過度第七一四章 工程第八〇〇章 偉人第一九六章 應聘第二七六章 建議第七〇四章 舊識第六九七章 規劃第四一四章 比特第八五五章 稀缺第二〇六章 線性第八二七章 損耗第二八六章 文學第六一二章 中陸第五七九章 激進第八十六章 儀式第三十九章 合流第一八四章 郊野第六五四章 拜託第七五三章 爭議第四四一章 滴答第七五六章 能量第一六七章 約見第五八〇章 五湖第一一八章 懷疑第八〇二章 不竭第七六八章 火種第八六八章 天頂第七六一章 陽光第一二四章 平衡第九〇〇章 光子第二八〇章 缺陷第九五七章 平行