段，建立相应的研发团队。”
毕竟有了团队才能输出一些成果不是？不然无中生有怎么应对来自全球的审视？
郭跃关心的还是软件工程领域：“人工智能的技术积累，怎么个积累法？”
“我说一些自己思考的结果，郭教授您别笑。”
郭跃摆了摆手，似乎是嫌他啰嗦。
顾松斟酌了一下说道：“弱人工智能正在普及，很多专业领域已经通过计算机、依靠程序实现快速运算。下一个阶段的人工智能，除了更快的计算速度支撑，在逻辑上会聚焦到数据的大量采集、数据的识别处理、自动化反馈上。数据的采集，是传感器、输入设备和数据通信的领域数据的识别和处理，应该涉及到认知科学、数学、计算机语言自动化反馈，则取决于我们希望人工智能帮我们做什么。”
“等等等等，”郭跃忙打断他，“你说的数据识别和处理，你是指计算机自动去做吗？”
“当然。”
郭跃沉思着，问了一句：“你研究过机器学习？”
顾松不敢搭这个话茬，摇头道：“这个没有，我只是认为，人工智能的根基始终是计算行为，要计算就要有数据，要智能就得按需要自动地识别和处理数据。”
“确实，编程式的人工智能虽然在有一些领域运用得很好，但如果要放到更广泛的人工智能概念，逻辑有问题。”郭跃喃喃自语，“机器学习s还是神经网络？都有问题啊”
顾松尝试着说了一句：“现在的理论积累不够？”
“要说不够，也确实是不够。”郭跃迟疑了一下说，“其实我对神经网络这个方向是看好的，但去年刚刚有论文指出来，b算法下，神经网络的单元饱和之后系统会产生梯度扩散，dbst模型和多决策树倒是很有意思”
顾松抓瞎了，弱弱地说道：“郭教授，您说这些我也不懂啊”
郭跃回过神来，笑了一笑说：“叫老师吧，我也是赶着你说的话想起来这些。”
顾松打蛇随棍上：“郭老师，您要是看好这个方向，要不研究一下？”
“研究是在研究”郭跃失笑道，“嗨，跟你说这些干嘛。行了，你继续说你的思路。”
顾松想了想之前说到哪里了，继续道：“总之如果能先在火箭有关的技术上做突破，才谈得上将来。如果可以更高效地送人、送东西上天，人工智能又能有所突破，那我觉得未来的想象空间和思路就丰富了。”
郭跃笑了笑说：“火
本章未完，请点击下一页继续阅读！