“這確實是一個新路子，是一個了不得的設想。”郝成嘀咕著：“知識能夠凝聚意圖的最小單位.
“知識.凝聚意圖這.”
其實郝成一大早送完女兒就想直接回到家研究昨天夜裡那45分鐘所學的知識來著，但是被何鋼一頓電話給薅了過去，耽誤了大半天，直到下午三點多才回到家裡。
而一回到家，他就開始將深深記在腦海裡的東西再次梳理了一遍，而經過梳理，對這些東西的理解就又深刻了一個層次：“這理論是從微觀論述的，不太好理解，如果從宏觀上去表達，”郝成眯著眼睛，腦筋分外活躍：“宏觀來看的話，知識是作為決策依據的一部分而存在的。而所謂凝聚意圖，直接看作是形成決策的漸進過程。
“而漸進的過程，再分解成微觀來觀察，那就是最小單位的富集過程，當然這個富集並不是1加1等於2的這種迭加，而是1個融合1個，變成更大更強的1個，最終形成的是如小沙般更加強大的ai模型。”
……
這個時候再回過頭去看，類似於現代符碼系統的那個“知識凝聚意圖”的規律性聯絡……
郝成覺得自己的思維都更加的清晰了，原本很多想不明白的點也慢慢的在一次又一次的思索中豁然開朗。
此刻，什麼小沙不小沙的，他已經覺得自己上自己也行的程度了。
甚至，他已經迫不及待的想要開始“凝聚”完全由自己打造的第一個基於意圖做決策的“ai模型”了……
不過，事情顯然並沒有看起來那麼簡單。
原理已經很清晰了，但怎麼樣利用現有的硬體去實現，這也是一個巨大的難題。
現在的ai訓練所用的算力卡，其本質就是實現多組算術運算和邏輯運算的組合邏輯電路，被稱為alu。
簡單理解，它就是做數學運算的，最簡單的就是加減乘除。
從數學運算怎麼樣發展到人工智慧，一方面，需要便捷的方式充分利用算力晶片的效能，英偉達的cuda就是做這個的。
另一方面，也需要優秀的演算法，比如transformer這個基於自注意力機制的深度學習演算法模型，就是後來gpt和chatgpt以及多數語言大模型的基礎。
此刻的郝成，也需要設計一個強大的演算法，來實現他剛剛才學習、剛剛才開始理解的理論——知識凝聚意圖的規律性聯絡理論。
痛苦，但也快樂著。
“這比整天坐在公司寫那些重複寫了不知道多少遍的程式碼強太多了！”不知不覺，兩個多小時過去了，郝成起身伸了個懶腰，並順便接了杯水。
……
“爸爸.爸爸爸爸”不多時，寧薈接著女兒也回來了，這一進門，連鞋都還沒換呢，就直接撲到郝成這裡了，惹得她媽媽直喊：“郝蓁蓁，跟你說多少遍了，換鞋，換鞋，一會兒你拖地！”
“行了，四歲的孩子，耐心，要有耐心！”郝成一邊把女兒抱起，一邊說道
“蓁蓁，媽媽剛收拾的那麼幹淨的地，是不是被你踩髒了？媽媽是不是一會兒還要收拾？那要怎麼辦？”
“我幫媽媽收拾，以後會記得先換鞋。”小蓁蓁高舉著雙手，一臉沮喪的說道：“我最聽話啦~看到爸爸太激動，給搞忘了了啦！”
“又發生什麼事兒想要急著分享給爸爸呀？”郝成一邊給她換鞋，一邊問著。
“我要機器人，超級聽話的機器人！”剛還沮喪呢，這一會兒興致又高昂起來了：
本章未完，請點選下一頁繼續閱讀！