所以成长路径必然是厚积薄发的。而且前期的积累过程还不是堆数据库就行了。
否则以现有的机器检索跟匹配能力根本无法解决人工智能的长期记忆问题。
尤其是是在没有参数库的情况下。人工智能的记忆可不仅仅是对记忆的存储跟查询，而是需要对信息的深度理解跟内化。
所以这只能说明七月在半年时间内不仅在基础数学领域掌握了关键技术，还可能在算法、推理、优化等方面达到了极高水准。
如果未来真的还能越学越快，田言真甚至不太敢想，过个一两年七月会成长到什么程度。
震惊之后，田言真很快就问出了这个问题。
“你的意思是七月用半年时间就掌握了从基础数学到广义模态公理以及乔代数几何的全部知识内容？”
“嗯……应该是这样的。其实我也不太清楚七月的学习进度。您知道的，它的数据库从设计之初就是多层加密的。
陶轩之也专门给我写了封信，讨论这个问题。我也是一小时前看到这封信，才知道七月跟大家开了这么大个玩笑……
它出的题目我大概研究了一下，刚刚还跟它简单讨论了几句。只能说七月的进步速度比我预想中要快。
这可能跟它的主体分布式布局有关。您也知道，谷歌啊、微软啊、还有国内量子模拟计算联盟的那些企业都太客气了。
听说我需要对新一代人工智能进行测试，都主动开放了他们掌控的算力提供支持。
现在的情况是七月不但能够自主跟我们沟通，还能二十四小时不间断访问很多的数据库，来丰富自己的知识储备。
所以可能前期学习跟积累速度要比我之前预计的要快了那么一点点……”
乔喻努力的解释着，而且他觉得这个解释很合理。
毕竟七月的学习跟运作规则跟以往所有的人工智能都不太一样。
所以之前所有关于人工智能的经验都不能套用到七月身上。
更何况现在支持七月学习的算力要比之前任何一家企业开发的人工智能要多得多。
毕竟人家购置那些服务器以及批量购买的各种CPU、GPU是要钱的。
七月则是一直免费使用全球诸多大型科技企业提供的算力。甚至还能访问那些密级不强的数据库。
这些条件综合起来，只能说前人的经验
本章未完，请点击下一页继续阅读！