第一千零八十二章 ：智能体II型AI~(5/6)

领域也差不多是时候了。

    毕竟数学成果转变成计算机领域的研究本身就是最容易的领域之一，再加上还有证明了这个问题的学者本身就在计算机领域发展，小灵能够快速的进化原因也正是如此。

    不像他研究的数学难题，除去NS方程这个本身就具有强应用性的数学猜想外，另外两个无论是霍奇猜想还是杨-米尔斯存在性和质量间隙难题，即便是已经解决了好几年了，在应用领域依旧没什么动静。

    数学领域的尖端难题，要转变成应用成果，最容易的恐怕也就是P=NP难题了。

    但P=NP难题却并非那么容易解决的。

    至少就目前来说，无论是他还是解决了大正整数因子分解是否具有多项式算法难题的刘嘉欣都认为这个问题可能无解。

    上帝不掷骰子，人类也几乎不可能找到一种多项式算法来验证NP类难题属于P类。

    不过对于计算机发展来说，P=NP？难题可能无解并不意味着它就不能继续发展了。

    相反，对于这个问题的每一次研究，哪怕是一点点的突破，都有可能对计算机与人工智能的算法起到巨大的推动作用。

    就像是二十世纪七十年代人们基于NP完全理论，密码学取得了革命性突破，建立了公钥密码体系。

    而后又在八十年代NP，完全问题的研究有了纵向的突破，在许多表面看来并不相关的计算模型之间发现了深刻的刻画关系。

    这一次突破非常大的刺激了算法界对近似算法研究的新热潮。

    此外，还有90年代量子计算机和命题证明系统的研究，21世纪以后的参数复杂性理论研究。

    几乎每一次P=NP？猜想上的数学成果突破和研究，都会引起计算机领域的剧震。

    如果说‘启灵’再继续进化下去的话，它就离第四阶段‘创新者AI’距离不远了。

    这个阶段的智能AI系统具有模仿人类的创造力，突破思维的局限，提出令人耳目一新的创新理念的能力。

    简单的来说，它已经能够基于庞大的数据库，针对某一种问题提出以前人类没有想到过的解决办法或思路。在一定程度上具备弱·创造性或弱·独创性。