不论从哪一点出发，“强人工智能”，都必须尽早应用到实践中去。
找到莱斯利*兰伯特，方然毫不掩饰的直接说出构想，对这一计划，兰伯特原则上认为“可以一试”，但并未给出任何确切的承诺。
“是的，阿达民先生，用‘强人工智能’替代现有的AI，的确可以提升一些效率。
这一点，不知您是否理解，即便通用型人工智能与强人工智能，都是基于现有信息技术水平的计算机加软件之体系，彼此之间，没有明显的技术差距，后者的处理效率也会大大优于前者，当然，能领先到什么程度，还说不准。”
“是因为两者的软件架构，一个基于FSCIM，一个则基于‘自主思维’吗。”
“正是如此，或者说，在算力消耗相同的情况下，‘强AI’比现有AI快得多，主要原因并不是前者的效率极高；
而是基于FSCIM体系的传统人工智能，在解决实际问题时，效率太低。”
莱斯利*兰伯特的说法，对熟悉FSCIM体系的方然而言，一听就懂，他早知道这体系的弊端。
FSCIM，联邦标准信息测度码，诞生在旧时代的一套“计算机系统通用编码标准”，原则上是站在计算机、而非人类的立场上，描述客观世界，进而从这一体系出发，可以用传统AI的诸多算法，实现诸多功能。
这一体系，早在诞生之初，就引起IT业界的浓厚兴趣，但也有很多业内人士不以为然。
反对者的一大武器，便是FSCIM体系的低效，这种低效，并不是体系架构本身多么拙劣，而是由于FSCIM的开发初衷：
描绘计算机眼中的世界，进而，为计算机提供一种内禀的通用“语言”。
这样的体系，显而易见，并无人类对客观世界的既有认识，以其为基础开发的程序，一般而言，也几乎无法借助人类已有的科学技术成果，去加快处理的速度。
这是什么意思呢，譬如说
本章未完，请点击"下一页"继续阅读！ 第1页 / 共4页