“亲爱的J先生，你好。”青年人礼貌的打招呼道。
江凡同样打招呼后，说道：“L先生，我最近在研究千年前材料学方面的内容。
我发现他们那个年代做事真是没效率，做出一款材料必须得用实际环境去测很长时间才能得出性能参数。
有些耐久性的材料，测试时间甚至要高达半年一年。
不光如此，他们几乎大多数的基础发明，尤其是一些核心领域的成果，比如飞机发动机，都必须得经历实际环境同等时间的检验才能使用，动辄就是一两年。
这太浪费时间了，也难怪他们的文明进程发展的这么慢。
所以我想听听你的想法，你觉得这是阻碍他们文明进步的重要原因吗？”
青年人听了江凡的话，连连点头道：“J先生，您说的一点都没错，确实如此。
研发很关键也是最耗时间的就是验证环节，一个小时就可以讨论出5种思路，但在那个年代，验证这5种思路却往往需要花费5周、5个月乃至更久。
如果能够像我们这样5分钟就完成验证，那一年的成果可能一场2小时的会议就已经完成了。
只是可惜，他们的人工智能还处在最初级的阶段，用什么阿尔法狗下下棋还可以，但要进行这种全方位的彷真计算模拟，还远远不够。”
“人工智能？”江凡捕捉到了华点，轻咳了一声说道：“确实，这运用了很复杂的原理，他们那个年代的认知怕还没法理解到这个程度。”
青年人认同道：“您说的没错，他们现在还处在弱人工智能的最初级阶段，顶多算是刚入门。
而要解决这个问题，是需要强人工智能来解决的，或者至少等他们发展到弱人工智能高级阶段才多少可以解决这个问题。
至于其中运用的原理嘛，说复杂也复杂，但抽象出来哪怕他们那个年代的普通人也是可以理解的。”
青年人见江凡没接话，想着是不是想让他继续说，于是接着道：
“其实解决思路和初阶弱人工智能，也就是他们那个年代口中的机器学习原理上类似。
也是让人工智能去学习海量的历史数据，并建立算法。
就比如您刚刚说的材料，他们之前研究出的各种材料，包括有一些细微差异的，加起来可能有10万到一百万种。
那只需要把这一百万种材料的各种数据丢给人工智能去学习，它就可以得出一个匹配这些材料的验证模型。
这样再有全新材料出来需要验证的时候，就可以把它的完整参数扔给这个人工智能的验证模型，就可以跳过试验而快速地进行判断。
而这样得出结果值得相信的逻辑基础是，如果前一百万次的历史数据都支持这个模型得出的结论可信，那也有足够的理由相信，这第一百万零一次新成果通过人工智能测出的数据也会是准确的。
因为它出错的概率要小于一百万分之一，在统计学上就可以认为是零出错，毕竟就算真实实验，其依然还是会因为各种天气、温度等因素存在误差，而且误差可能还要远大于一百万分之一。
所以从这个角度来说，这种虚拟彷真测试的结果比真实试验的结果更加可靠。
但他们那个年代的所谓机器学习算法太低级了，还在用什么卷积神经，所以用那个年代的人工智能程序，即使有100万数据，他们也无法得出高效的验证模型。”
江凡算是听明白了，原理确实是不难理解，就好像前一百万次我看到风吹过来树叶会动，那即使我不懂任何力学原理，我也有足够理由相信，第一百万零一次风吹过来，树叶也一定会动，是同样的道理。
江凡感觉这个行，于是对青年人道：“解释的不错，就是这个道理，对了，你这边有人工智能程序吗？给我一套我有用。”
青年人听到这话愣了一下，咽了一口唾沫