第四九九章 存储
推荐阅读：深空彼岸、明克街13号、夜的命名术、最强战神、全职艺术家、龙王殿、重生之都市仙尊、财运天降、花娇、好想住你隔壁
一秒记住【笔趣阁 www.bqg24.net】，精彩小说无弹窗免费阅读！
譬如内存占用，联调开始时，系统初始占用值只不过40GB左右，现在的占用则超过1TB，虽然距离物理上限——12TB还比较遥远，但这种程度的内存占用提升，还是与一般计算机程序、甚至AI的行为迥异，也引发了研发组的关注。
另一方面，系统运行时占用、调用的存储空间，虽然也有增长，却只不过是从12TB提升到17TB，远未触及450TB的硬件上限。
一般的计算机系统，运行时，占用的内存总是小于存储空间，数学领域的专业程序尤其如此，况且在某种程度上，内存与存储空间的占用还可以互相转化，所以单纯研究一个AI的运行时内存与外存占用，意义并不大。
但“强AI初号机”还是引人瞩目，是因为其特性，与一般的人脑思维模型有很明显的差异。
人脑的运行机制，直至今天，还没有被人类认识的很透彻，但相关模型、假说则浩如烟海，这些模型、假说背后的理论一般都认为，倘若将人脑的运转与计算机相比拟，其占用的内存应该相对较小，此外则应包含规模很大的存储空间。
人脑的思维过程，无须解析，但凡审视一下自身，便大概就明白这种猜测的由来。
具体而言，当一个人意识清醒时，大脑始终在运作，但同一时刻所思考的念头却很“狭窄”，至多不过应付很具体的一件事，或者处理很简洁的一段讯息，这种特质，在人类的语言里时常被称为“专注”，也是意识活动的重要特征之一。
与每时每刻的思维相比，人脑的记忆，容量之大则令人印象深刻。
不同的人，大脑的记忆能力各有差异，将模拟式系统直接与数字式系统比较，也很粗糙，即便如此，学术界仍认为人脑的存储能力超乎想象，估计其能够存储相当于1PBytes、一千万亿字节的数据。
即便考虑到人脑的特性，这1PBytes中的绝大多数，都是含义模糊、未必能被称为“数据”的模拟讯息，人脑至少也能存储若干TBytes、几万亿字节的数据。
思维活动所涉及的信息量，在TBytes级别的信息规模面前，显然十分渺小。
综合起来，旧时代学术界的主流观点，基本上都认为人脑是一种单线程、占用较少“内存”、同时具有超大容量外存的模拟式系统，大量意识仿真，乃至于“强人工智能”方面的研究，也都以此为指导。
站在旧时代的认知水平上，这一做法，其实也可以理解。
经过很多年的尝试，算力超强的巨型机+人工智能程序，都未呈现出任何意识活动、自主思维的迹象，而人脑却天生具备这一令人惊叹的能力，两相比较之下，自然会让研究者产生某种猜测，人脑的结构、运行机理等特质，是否才是“意识”诞生的关键。
这种猜测，今天的方然已了然于胸，显然是一种难以避免的歧途，徒然耗费时间精力。
计算机，人类研发出来的数字式电子计算机，不论技术原理、底层架构还是运行方式，与人脑几乎没有相似之处，产生自主思维的方式，也必然迥异。
以人脑的意识运行方式，去揣测计算机的“意识”，会是什么样子，显然太不靠谱。
至于另一条路，?NEP_791地下建筑里的“初号机”，则是划时代的成就。
联调取得成功后，很快，研发组就在“初号机”的基础上，制定“二号机”的总体规划，相比于探索、试验性质的“强AI初号机”，二号机的定位则是——力争实用，规模比前一阶段的试验机组大得多。
研发组的设想，方然没找出什么隐患，在确认NEP_787与830研究机构的“强AI”进展顺利、初步展现预期功能后，就原则上批准了这一计划。
至于二号机的研究领域，斟酌再三，他还是选择了数学与相关基础学科。
在完全确认“强人工智能”的能力和风险之前，不消说，任何让其涉足IT领域研发的想法都是极端危险的，除此之外，贸然投入一般的科学技术研发领域，又会引起科学家群体的普遍焦虑和紧张，并不利于当前的计划。
相比之下，专注于数学及相关基础学科，虽然无法直接对东北太平洋大区的“全产机”等体系产生帮助，长远看来，却可以在另一方面有所助益：
便是指挥暴力机器、执行战略计划的“通用型AI”。
通用型AI，一直没有正式的名称，反正在“一人之国”般的东北太平洋大区，除自己外，并没有任何人直接与这系统打交道，方然也懒得为其命名。
总之这套系统的功能，是运筹帷幄、纵览全局，作为NEP大区的中枢而存在。
既然是中枢，地位，可想而知会有多重要，自从在北大陆的一片混乱中杀出，执掌偌大的NEP，借助旧时代的超算、管理中心、APOS节点等组织起“通用型AI”，多少年来，方然始终没计划、也没能力升级这一浩大的体系。
新时代的世界，人类文明在IT领域的进展，相当缓慢，管理员的选择几乎一模一样，一时间倒还没有很紧迫的威胁。
但这种情形，一望可知，并无法长久的持续下去。
如何维护、升级现有的“通用型AI”，很显然，让研究机构里的IT专家插手是自寻死路，但一切全都自己应付，也根本就不现实。
从旧时代一路走来，时至今日，当了六年多管理员的方然，IT领域的技术虽然一点没丢，却也没时间精力去应付NEP大区那庞大、复杂到令人窒息的自动化、智能化体系。
倘若不是一大堆如ASA、ASAIG这样的人工智能，在“通用型AI”的指挥下，各司其职，处理五百万平方公里之上的一切事无巨细，小到碱性电池尺寸规格的优化，大到下一年度的大区能源生产规划，照料阿达民、科学家与一千万民众的生活，整个东北太平洋大区早就会遍地狼藉，化为混乱之极的人间地狱。
譬如内存占用，联调开始时，系统初始占用值只不过40GB左右，现在的占用则超过1TB，虽然距离物理上限——12TB还比较遥远，但这种程度的内存占用提升，还是与一般计算机程序、甚至AI的行为迥异，也引发了研发组的关注。
另一方面，系统运行时占用、调用的存储空间，虽然也有增长，却只不过是从12TB提升到17TB，远未触及450TB的硬件上限。
一般的计算机系统，运行时，占用的内存总是小于存储空间，数学领域的专业程序尤其如此，况且在某种程度上，内存与存储空间的占用还可以互相转化，所以单纯研究一个AI的运行时内存与外存占用，意义并不大。
但“强AI初号机”还是引人瞩目，是因为其特性，与一般的人脑思维模型有很明显的差异。
人脑的运行机制，直至今天，还没有被人类认识的很透彻，但相关模型、假说则浩如烟海，这些模型、假说背后的理论一般都认为，倘若将人脑的运转与计算机相比拟，其占用的内存应该相对较小，此外则应包含规模很大的存储空间。
人脑的思维过程，无须解析，但凡审视一下自身，便大概就明白这种猜测的由来。
具体而言，当一个人意识清醒时，大脑始终在运作，但同一时刻所思考的念头却很“狭窄”，至多不过应付很具体的一件事，或者处理很简洁的一段讯息，这种特质，在人类的语言里时常被称为“专注”，也是意识活动的重要特征之一。
与每时每刻的思维相比，人脑的记忆，容量之大则令人印象深刻。
不同的人，大脑的记忆能力各有差异，将模拟式系统直接与数字式系统比较，也很粗糙，即便如此，学术界仍认为人脑的存储能力超乎想象，估计其能够存储相当于1PBytes、一千万亿字节的数据。
即便考虑到人脑的特性，这1PBytes中的绝大多数，都是含义模糊、未必能被称为“数据”的模拟讯息，人脑至少也能存储若干TBytes、几万亿字节的数据。
思维活动所涉及的信息量，在TBytes级别的信息规模面前，显然十分渺小。
综合起来，旧时代学术界的主流观点，基本上都认为人脑是一种单线程、占用较少“内存”、同时具有超大容量外存的模拟式系统，大量意识仿真，乃至于“强人工智能”方面的研究，也都以此为指导。
站在旧时代的认知水平上，这一做法，其实也可以理解。
经过很多年的尝试，算力超强的巨型机+人工智能程序，都未呈现出任何意识活动、自主思维的迹象，而人脑却天生具备这一令人惊叹的能力，两相比较之下，自然会让研究者产生某种猜测，人脑的结构、运行机理等特质，是否才是“意识”诞生的关键。
这种猜测，今天的方然已了然于胸，显然是一种难以避免的歧途，徒然耗费时间精力。
计算机，人类研发出来的数字式电子计算机，不论技术原理、底层架构还是运行方式，与人脑几乎没有相似之处，产生自主思维的方式，也必然迥异。
以人脑的意识运行方式，去揣测计算机的“意识”，会是什么样子，显然太不靠谱。
至于另一条路，?NEP_791地下建筑里的“初号机”，则是划时代的成就。
联调取得成功后，很快，研发组就在“初号机”的基础上，制定“二号机”的总体规划，相比于探索、试验性质的“强AI初号机”，二号机的定位则是——力争实用，规模比前一阶段的试验机组大得多。
研发组的设想，方然没找出什么隐患，在确认NEP_787与830研究机构的“强AI”进展顺利、初步展现预期功能后，就原则上批准了这一计划。
至于二号机的研究领域，斟酌再三，他还是选择了数学与相关基础学科。
在完全确认“强人工智能”的能力和风险之前，不消说，任何让其涉足IT领域研发的想法都是极端危险的，除此之外，贸然投入一般的科学技术研发领域，又会引起科学家群体的普遍焦虑和紧张，并不利于当前的计划。
相比之下，专注于数学及相关基础学科，虽然无法直接对东北太平洋大区的“全产机”等体系产生帮助，长远看来，却可以在另一方面有所助益：
便是指挥暴力机器、执行战略计划的“通用型AI”。
通用型AI，一直没有正式的名称，反正在“一人之国”般的东北太平洋大区，除自己外，并没有任何人直接与这系统打交道，方然也懒得为其命名。
总之这套系统的功能，是运筹帷幄、纵览全局，作为NEP大区的中枢而存在。
既然是中枢，地位，可想而知会有多重要，自从在北大陆的一片混乱中杀出，执掌偌大的NEP，借助旧时代的超算、管理中心、APOS节点等组织起“通用型AI”，多少年来，方然始终没计划、也没能力升级这一浩大的体系。
新时代的世界，人类文明在IT领域的进展，相当缓慢，管理员的选择几乎一模一样，一时间倒还没有很紧迫的威胁。
但这种情形，一望可知，并无法长久的持续下去。
如何维护、升级现有的“通用型AI”，很显然，让研究机构里的IT专家插手是自寻死路，但一切全都自己应付，也根本就不现实。
从旧时代一路走来，时至今日，当了六年多管理员的方然，IT领域的技术虽然一点没丢，却也没时间精力去应付NEP大区那庞大、复杂到令人窒息的自动化、智能化体系。
倘若不是一大堆如ASA、ASAIG这样的人工智能，在“通用型AI”的指挥下，各司其职，处理五百万平方公里之上的一切事无巨细，小到碱性电池尺寸规格的优化，大到下一年度的大区能源生产规划，照料阿达民、科学家与一千万民众的生活，整个东北太平洋大区早就会遍地狼藉，化为混乱之极的人间地狱。