第二二一章 四色

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，这是很自然的安排。

    夏洛特的信息基础研发中心里，有若干AIG这样的组，之前面试过方然的肯*汤普森则是中心的项目负责人之一，也是五个AIG小组的总管，但他想必很忙，来到夏洛特中心很多天，方然都没在见过他本人。

    除非是开讨论会，他倒是通过投影屏幕见过两三次，毕竟也和现场不一样。

    目标明确，小组里负责带新人的工程师也挺友善，认识到自己要展现能力、显露才华，才能如愿以偿的留在研发中心，方然很投入，和小组中资历更老的其他员工不一样，他每天都会准时去工作室，下班时间后，还会在住处的电脑前继续忙碌。

    天资平平，眼前一切全凭实打实的努力，方然清楚自己的斤两。

    不过这样的投入度，也不全是受眼前目标的驱使：在动身前几乎刺探、评估过夏洛特研发中心的一切，对于“努力到什么程度才能留在IBM”，方然很有把握。

    对人工智能，具体的讲，对未来的人工智能，究竟会发展到一个什么样的程度，他的确很感兴趣，既然工作需要，索性就全身心的投入其中，先尝试解决内心早已有之、却始终没有解答的困惑：

    正如四色定理的证明，原则上，并不能作为计算机超越了人的证据；

    他想知道，计算机、人工智能、自动化体系的能力上限，究竟在哪里，人的智慧、思维、能力，会不会是这一切新生事物的天花板。

    人无法解决的问题，原则上，计算机更无法解决。

    直到不久之前，不，直到坐在电脑前思考的这一刻，方然都清楚的知道，这句话还是工程界、计算机界乃至自然科学界的共识。

    未来尚未可知，眼前的情形却不容置疑，迄今为止，人类所创造的一切计算机、智能系统与自动化体系，虽然在很多领域都具有令人望尘莫及的强大力量，也在诸如实时翻译、自动驾驶和棋类对弈等领域呈现出碾压性的优势，但是在逻辑推导、思维推断的层面，却根本没有取得任何实质性的突破。

    直到今天，任何一个数学猜想，仍然需要由人来证实、或者证伪；

    倘若某些猜想，可以被计算机严密的证明、或者证伪，那必定是人的智慧在幕后操纵，计算机，则只是用来节约时间、节约生命的有力工具。

    现实情形如此，但，未来又会如何；

    智慧，逻辑思维，分析、理解、洞察，这一切为人所垄断的时间，还有多久……

    每天工作到深夜，十一点准时离开电脑、洗漱就寝，方然的脑海差不多被模型、架构和分析测试所充斥，但稍有闲暇时，他还是会被脑海中萦绕的念头所吸引。