从前世人工智能的发展情况来看，弱人工智能一派似乎是胜利了。
强人工智能一派一败涂地。
前世在很多人眼中人工智能进展早已突飞猛进，但实则不然。
诸如图像识别、影像识别、语言分析、棋类游戏等。
这些看似很高端大气上档次的人工智能实际上都处于非常原始的弱人工智能阶段。
这些机器只不过“看起来”像是智能的，但是并不真正拥有智能，也不会有自主意识。
之所以说这些东西原始，是因为这些人工智能的一举一动都是程序设计者在预测会出现的情况。
或许有人会说，人工智能一举一动都处在程序设计者预测的情况不才是正确的吗？
如果人工智能产生了什么设计者预测不到的情况岂不是意味着人工智能的失控吗？
这样说确实有道理。
但是换个角度想想，人们设计人工智能的初衷是什么呢？
人们是想要人工智能在诸如语言分析、棋类游戏上做的更游戏吗？
哪怕人工智能在这些方面做的再优秀也只能说明这些人工智能更适应规则而已。
而人类所期待的是人工智能可以打破规则。
只有人工智能打破规则才有可能在基础科学上有所助力。
听起来有点扯。
但事实如此，强人工智能的研究一向有志于此。
如2009年康乃尔大学教授hod lipson 和其博士研究生michael schmidt 研发出的 eureqa计算机程序，只要给予一些资料，这计算机程序自己只用几十个小时计算就推论出牛顿花费多年研究才发现的牛顿力学公式。
这等于只用几十个小时就自己重新发现牛顿力学公式。
但这种研究也仅仅到牛顿公式而已。
研究人员致力于此也是可以理解的。
基础科学才是决定人类科技真正上限的东西。
人工智能如果无助于基础科学的研究。
那现在多多少少都有点资源浪费的意味。
大概类似于换皮赛博朋克？
就算把概念炒出花来，本质上也只是虚假繁荣而已。
当所有领域都被弱人工智能铺开一遍。
那人工智能估计也就走到尽头了。
有的时候，林灰甚至会觉得涉及到人工智能很像是科技树点歪的结果。
深度学习的到来开启了人工智能的大门。
但开启了这扇大门之后，带来的直接后果是：
机器越来越聪明，人的作用在下降。
一些算法工程师甚至直接沦为机器的保姆。
一言难尽。
不是说人工智能没发展前景。
不过林灰估计只能够用个1015年而已。
弱人工智能的潜能挖掘殆尽，估计人工智能的红利也就走到尽头了。
至于说林灰刻意引导发展强人工智能？
林灰没那么勇。
人工智能的发展不仅有技术上的难题！
还有社会上的重重阻力：
很多媒体预测弱人工智能将取代诸如超市店员、一般事务员、计程车司机、收费站运营商和收银员、市场营销人员、客服人员之类的很多行业。
因此引起了这些人的恐慌。
人工智能每前进一步都要面临着巨大的社会争议。
前世弱人工智能的发展都面对着层层阻碍。
更不要说强人工智能将会面对怎样的阻碍了。
毕竟强人工智能某种意义上来说具有颠覆性。
林灰没那么勇是一方面。
另一方面，林灰没那么高尚。
仅仅是弱人工智能就足够林灰吃的了。
核心产业规模超过1万亿元，附带效益超过10万亿元。
附带效益十万亿是什么概念？
别说是足够林灰一个人吃。
就是想带起一个庞大的商业帝国都问题不大。
这还仅仅是國内。
总之，一切都是大有可为。
不过这些都是往后的事情了。
至于十年二十年之后又该如何，林灰说不好，也不好说。
要是林灰能实时接受前世那个时空的消息。
或许就是另外的故事了。
……
林灰停止了胡思乱想。
开始例行的睡前回邮件环节。
在邮箱里，林灰看到伊芙·卡莉又发来了邮件。
在邮件中伊芙·卡莉表示她已经到帝都了。
大概明日就会到达北域。
这让林灰多多少少有点意外。
林灰原本以为伊芙·卡莉会在帝都逗留一段时间呢。
结果全然没想到伊芙·卡莉居然明天就到了。
这样也好。
林灰也蛮期待着这次见面。
或许这将会是载入科学技术发展史的一次见面。
除了向林灰通告了一下行程之外。
伊芙·卡莉还在邮件里继续力邀林灰加入麻省理工学院。
虽然伊芙·卡莉在邮件中的语言基本都是陈述句。
并没有什么煽动性。
但林灰却心动了。
因为林灰敏锐地捕捉到了一个信息。
伊芙·卡莉在邮件中介绍麻省理工学院在本科以及硕士期间均是完全学分制。
完全学分制？
所谓的完全学分制有别于学年学分制和学年制。
基本上在校学生只要修够相应的学分就能直接毕业。
这居然还有这好事？
林灰本就不想在本科浪费太多时间。
学校在林灰看来是跳板。
完全学分制这个条件对林灰无疑是极大的诱惑力。
这岂不意味着修满学分就能毕业了？
林灰记得前世mit似乎不是这个制度啊。
是这个时空独有的制度？
还是为他一个人开的特例？
不过不管这些是什么原因。
如果真的是完全学分制。
那林灰似乎没什么好纠结的了。
果断选择麻省理工学院就完事了。
水木什么的一边呆着去。
林灰之所以青睐完全学分制。
不仅仅是因为实行完全学分制学生能够快速修满学分。
完全学分制还意味着学生能够充分根据个人兴趣制订个性化的学习计划。
这对于学习无疑是很有好处的。
毕竟兴趣才是最好的老师。