人在高考考场，正在证明哥德巴赫猜想 第46章 再次抽奖

搬完家之后，蔡琪薇告辞了。

林凡跟梁博聊起来。

梁博道：

“我导师是计算机系的马晓教授，他有个课题，专门研究无人驾驶。马教授遇到几个数学问题，无法解决，想请你帮忙。”

“跟无人驾驶有关？”林凡问道。

梁博点头道：

“对，跟AI的核心算法有关，比如躲避高速插入的车辆和行人之类。我们做了几次，效果很差。”

林凡笑道：

“那就没问题。我可以试试。”

梁博松了口气：

“那就好，总算完成了老师的要求。马教授出差了，五天后回来，到时候我来找你？”

“行。”林凡随意地道。

梁博走后，林凡终于链接上了超算。

打开后台一看，他大约可以控制2万5千个核心。

然后，他又打开了国家无人驾驶数据库，看到了100PB的测试数据。

“现在，我要加快速度了！”林凡掰了掰手指。

从曙光1.0无人驾驶系统的代码，林凡了解到：

人类哪怕到了50年后，也没有发明真正的智能机器，依然是基于机器学习，理论突破有一些，但是不大。

曙光系统也是基于深度学习的，只不过对深度学习的理解已经到了近乎极致的水平，跟现在的水平差距极大。

所谓的深度学习，就是人类先开发一个智能内核，它可以通过输入测试数据反复学习，从而不断提高目标事务的水平。

最典型的就是AlphaGo，谷歌制造的围棋AI。

AlphaGo会通过历史上的棋谱，以及在网上跟网友下棋，不断提高下棋水平。

到了最后，它找不到合适的人类对手的时候，它甚至可以自己跟自己下棋，继续提高。

电脑下棋的速度是非常恐怖的，它每秒钟可以完成无数步计算，五天就学完了人类几百年的围棋经验。

最终，AlphaGo就无敌了。

无人驾驶也是一样。

人类会制造出专门的数据收集车，把汽车放在实际的公路上去跑，然后收集各种来往车辆、速度、方向、行人、事故、交通信号灯、地面交通线等数据，以及本车的驾驶记录。

这些数据就是曙光需要学习的资料。

同样，这些数据，也可以作为测试工具。

可以让无人驾驶系统在电脑上模拟驾驶，看看能不能完美、不出事故地跑完。

一般来说，一辆数据收集车每小时可以产生1TB的数据，一辆车一年就能产生上PB的数据。

这些数据乘以整个车队的数量，就会得到海量的形势数据。

这些数据，将被放在超级计算机中，用于训练算法，学习道路规则，并发现车辆运行的深层神经网络中的潜在故障，然后在连续的循环中对其进行再训练。

国家无人驾驶数据库，就提供了这么一个免费数据，只不过这个数据量其实是非常小的，只是个基础数据库而已。

以目前业界最顶尖的谷歌旗下Waymo为例，它已经积累了2500万公里以上的无人驾驶经验，相当于一辆车以100公里的时速，24小时连续不断地跑了近3000年！

Waymo积累的数据库显然是极其庞大的。

实际上，每个公司积累的数据库都是各个公司的核心资产，绝不会轻易外泄。

大夏国家无人驾驶数据库，就帮助林凡提供了一个不错的开头。

但是如果想获得更好的数据，只能自己制造车辆去收集。

林凡没有想太多，把曙光代码一点点地敲了下来。

他一边抄，一边尝试理解，随着抄写代码的增多，他对曙光背后的AI设计也有了更深的进步。

不过，由于他还是刚刚接触编程，很多时间都浪费在理解代码本身，而不是AI上。

对于编程水平，林凡也没啥好办法，只能慢慢提高了。

时间一天天过去，很快，又到了抽奖的时间。

“系统，我要抽奖。”林凡在意识中道。

他视野中出现一行提示：

“宿主可用抽奖次数：1。是否确认抽奖？”

“确认！”

“抽奖开始，奖品随机中......”

“奖品生成：《计算机-编程方向经验技能书》*20。”

林凡眼睛一亮！

“奖品发放中......”

“宿主使用了1本《计算机-编程方向经验技能书》！”

“宿主使用了1本《计算机-编程方向经验技能书》！”

......