第252章 给大亨上课2（1 / 2）

木子大亨已经做好了全盘的计划，但是突然有些心怀忐忑。这两年东大在地产方面的政策变化让他直觉这次操作可能不会很容易，他也很清楚虽然班行远并不负责这方面的工作，但是却是他一手推动的。

稍微让他觉得有些放松的就是他的公司和四御基金达成了建设四御赛事专用场馆的合作协议，也算是和班行远扯上了关系，完全没想到这就是针对他特意挖的坑。

真要说的话不会有人怀疑那个合作暗藏玄机。就算是换成另一个和班行远同一水平的数学家也未必的想出这种办法，没有那个社会推演模型的经历班行远自己也只能束手无策。

前段时间班行远又利用空闲时间对那个社会推演模型进行了分析，发现很多地方和蛋白质结构预测、甲骨文识别有着共同的地方，都涉及到了程序对大数据的分析学习以及根据现实的反馈进行自我演化。

班行远从三个程序中把最基本的数学原理总结出来，发现和计算机学界基于统计物理发展出来的以神经网络和机器学习为基础的人工智能还是有很大的共同之处。班行远设计那个模型的时候并不知晓人工智能的相关理论，它是以进化论为基本原理写的程序。通过分析，班行远发现程序在自我演化的过程中自己演化出了与根据统计物理相关理论建立起来的神经网络和机器学习类似的算法。

这也不意外，约翰·霍普菲尔德、杰弗里·辛顿等科学家是通过统计物理的理论设计了神经网络。相应的生物演化过程中进化出来的生物学上的神经网络当然是遵循物理规律的。两者算是殊途同归。

认真说的话，班行远设计的算法更加的基础，更符合人工智能的标准。毕竟，基于神经网络的人工智能是设计出来的，而班行远的几个程序里面与神经网络类似的人工智能则是程序自己发展出来的，这表明班行远用到的理论更加的基础。

而且需要注意的是对于不同的任务使用学界的理论开发程序的时候需要对算法做出调整，还未必能找到最高效的算法。而班行远的理论总能在自我演化过程中找到最优的算法，哪怕是中途对计算任务进行调整，程序也会改变演化的方向朝着最高效的方向演进。

这也是与进化论的原理是一致的，把任务看作是生物所处的环境，把完成任务的算法看成是一种生物，生物总是朝着适应环境的方向演化。

班行远也难得再一次对学术工作产生了兴趣，利用业余时间开始这方面的研究。当然使用的工具还是老本行数学。他把自己用到的生物进化原理以及神经网络转化成数学语言，然后证明了基于进化论原理必然会发展出神经网络进而是人的大脑这种智慧，这种神经网络的运行规律表现在数学上类似于统计物理等物理理论的数学形式。

班行远并没有说是基于统计物理的规律运行的，虽然在数学形式一样，但是并不是说就一定是基础原理。

剩下的就是写论文了，班行远写的非常小心，数学证明什么的很简单，关键是要设计出一个模型。这个模型要能实现他的理论，又不能具有任何的使用价值，而且从这个模型出发其它的学者在相当长的时间内还不能开发出具有实际应用价值的模型。

简单地说就是告诉学界从这个理论出发可以实现什么什么，而且我已经实现了，但是抱歉他还不具有实际应用价值。