章节出错了,点此刷新,刷新后小编会在两分钟内校正章节内容,请稍后再试。
【解锁完成。】
【当前拥有源点：0】
看来是因为现在自己拥有系统里的这个【源点】资源不够，
现在解锁不了ChatGPT-10。
叶伟航心里稍微有点失望。
看来，要想办法攒这个【源点】，尽快搞定ChatGPT-10，才能反客为主，让亚美利加，布列塔尼亚尝尝反向文化输出……
不过，
已经解锁的ChatGPT-1，在平行世界也是2020年左右才研发完成的产品，使用的许多技术，更是沿用到了ChatGPT-10。
对于2016年世界上所有的聊天机器人，也是妥妥的降维打击。
不管在Neurlps还是什么别的人工智能学术交流大赛上，拿个一等奖还不是手到擒来。
【解锁失败……分析原因中……】
【检测到宿主大脑的各项参数不达标，认知水平过低，无法用系统通常使用的逻辑方式表述。】
大脑各项参数不达标……
这系统，是在嘲讽我太菜，
没错吧？
【降维中……】
【降维到宿主目前知识架构可以理解的范围。】
【宿主可以选择兑换以下模块。】
【目前已兑换ChatGPT-1模块：0/6】
【目前拥有知识：10（来自新手礼包）】
【项目架构总方案，计算资源，训练数据，无监督学习阶段算法，监督学习阶段算法，强化学习阶段各神经节点参数[A1]。】
叶伟航死死盯着系统面板，
视线牢牢锁住计算资源四个字。
这系统，
竟然不但能提供各种文档和参数，还能直接提供计算资源？！！？
如果有用之不尽的计算资源，剩下这些什么数据，算法，架构还要他干嘛？
上个世纪八十年代，两位图灵奖获得者，人工智能界的超级大牛分别拿出自己最重要的成果。
乔弗里.辛顿提出反向传播算法，提供了训练深度神经网络的有效思路。
杨立昆贡献了卷积神经网络算法。
从那之后，
人工智能学界几乎和物理学一样，整整五十年时间里，几乎没有取得任何突破性的研究成果了。
事实上，
反向传播算法，
卷积神经网络，
这两种算法的思想，
一直被应用于相隔将近五十年之后的划时代项目Alphago乃至ChatGPT上。
那么，
为什么在1980，这两个牛逼理论出来的年代，
甚至直到30年之后，
2010年左右，
人工智能行业都没有取得任何像样的成果，在社会大众眼中如同透明人呢？
又是为什么，
人工智能又能在2015年后突然爆发，
短短不到十年之内，
先是Alphago攻克围棋，吊打所有职业选手，
接着作画人工智能井喷，许多低级画师纷纷失业，
然后ChatGPT横空出世，成为社会热点？
原因其实很简单：
随着硬件技术的发展，训练人工智能所需要的计算资源，也就是各种专业和通用的芯片变得越来越强大和便宜了。
从Alphago开始，
人工智能行业的研发就主打一个大力出奇迹，
简单点说，
就是定好一个神经网络架构，穷举法让电脑自己和自己下棋玩去。