无法烹饪出美味的佳肴。
所以要想在人工智能方面有所建树，最根本的就是要解决算法、算力和数据这三个基本条件。
目前国际上人工智能技术研发进展缓慢，主要就是受制于算力和数据，不过这方面恰好是沸腾的优势。
经过多年布局，目前这三个基本条件及其外延条件，尽管与国外还无法相提并论，但在国内已经基本具备，所以人工智能技术研发上，方杰认为是时候发一下力了。
首先算法方面，说白了就是两个分支条件：程序开发人才和算法训练平台。
人才这一块国内目前并不缺，沸腾研究院、中科院自动化研究所、华为、腾讯等，在相关领域本来就有大量的科研人才。
而这次发力，方杰还直接拿钱把在海外工作的不少华裔专家砸回到了国内来。
至于算法平台，那可是老本行，不就是游戏么，这方面沸腾集团拥有天然优势。
ai的学习，就是通过游戏进行学习的。
当然，ai游戏与人类游戏，稍稍有点区别，即针对性更强，目的不是为了让ai从游戏里获得成就感，而是为了使其学习进步，并帮助人类完成各种工作任务。
比如红白机时机就有一款非常简单的游戏：打方块。
其游戏玩法是玩家左右滑动控制一个具有弹力的短板，接球并反弹小球，消除游戏界面上方一排排的小方块，消掉所有方块就能通关游戏，并以此获得成就感。
如果将这款游戏用作ai训练平台，通过特定的算法和强化学习，ai就会从一开始完全接不住球，到后来不光能接住球，还能准确计算出小球的反弹角度，消掉上方所有方块。
甚至经过一段时间的训练和学习，ai还能找到最优的通关方式。
比如先精准消掉左上角的几个方块，打通所有方块的上方路径，然后再把小球打进去，让小球在方块阵的上方，在墙壁与方块阵之间来回反复反弹，每趟能连击消除几十个方块，大大提高了通关速度，并且获得更多的连击分数加成。
这样的游戏思路和技术，可能只有高玩才能想到和做到，到了这一步，ai在打方块这款游戏里的技术水平，显然已经超过了普通玩家，其学习方式，就不是“监督学习”了，而是“强化学习”，ai拥有了自主学习的能力。
同样的方式，如果将ai放入其他游戏，或者说不同算法模型里不断地的学习总结，那么一样也能训练培养出能力极强的ai出来。
本章未完，请点击下一页继续阅读！