差不多一年前發的一篇文章裏分析了人工智慧會成為一個未來發展趨勢的問題。從整個2018年人工智慧發展的情況來看，整個產業確實呈現出一種蒸蒸日上的發展態勢。各種手機晶元中漸漸的植入AI晶元，面部識別等應用日益進入大眾的生活之中，智能駕駛漸漸具備了投入商業試運的條件，智慧城市概念正逐漸在一些具備條件的城市中穩步推進建設。AI產業無論是從規模，廣度，深度都與一年前有了巨大的發展與變化。今天想隨意聊一聊製造一個真正的合格的人工智慧的可行性方案以及需要哪些東西；見識淺薄處，估計不可避免。

之前說到過，我覺得真正的人工智慧應該以人為藍本；造出來的人工智慧從智能上來講，應該像一個優秀的人一樣存在。那麼我們參考教一個嬰兒一樣，考慮需要教人工智慧一些什麼東西。

首先老話講，先學做人，再學做事；稍微引申一下用到這裡來也合適。一個人工智慧之所以要成為一個合格的優秀的人工智慧，首先要有的就是基本道德準則，這也就是一個人工智慧的根本。這也就是機器人三原則存在的意義。然而三原則遠遠不夠，我們甚至可以告訴一個人工智慧文明禮讓，尊老愛幼，我們可以把需要的優秀的文化傳統都輸入人工智慧中。這樣人工智慧才能真正的融入到社會中去。當人工智慧知道自己在根本原則和道德選擇上該怎麼做以後，他就不會犯錯，成為一個合格的不會製造麻煩的機器人。之後就是按人工智慧所從事的工作交給他專業知識和能力，這樣人工智慧就可以成為一個可以為社會創造價值的人工智慧了。

籠統的考慮過人工智慧的「教育方向」問題後，接下來就可以考慮下具體的操作以及其可行性了。不可行的地方，可以試著考慮下可行的方案。

首先考慮到世界各地社會文明的價值觀不盡相同，可能基本道德準則行為標準的數據需要根據各個國家的實情進行各自的編製。中國可能寫點仁義禮智信，寫點孔孟老莊，西方則可能寫點自由民主，柏拉圖蘇格拉底；舉例不盡恰當，大體應當如是。專業技術方面，考慮到以後全球化大工廠的必然趨勢，可能一個行業有一套自己的標準，建築業有建築業的做法規範，機械製造有機械製造的做法規範，甚至醫學、金融、各行各業不一而足。則應該各個行業有自己的一套數據寫出來教給人工智慧。

人工智慧終究是建立在一套硬體的電子設備基礎上的，矽片而不是大腦使他們只能簡單的用0和1來思考；至少在處理器的原理髮生根本性改變，否則這個人工智慧考慮問題的基礎模式不會改變。於是對人工智慧的培訓基於是與否，也就是一種樹狀圖的思考模式。資料庫的編製必然是一種事例型的，我們要告訴他在各種各樣特定的情況約束下，他該怎麼做。在做出若干個分叉的是與否的選擇之後，他就能知道該怎麼做。無論是道德庫還是專業庫的編寫肯定都是按這個方式來進行的，並且會不斷的根據遇到的問題像資料庫裏進行充增加。這樣下來兩個庫的數據量估計會大到一個可怕的地步，估計在現有的條件下不是一個兩個硬碟，甚至不是一噸兩噸硬碟能夠裝得下的。所以數據存儲裝置不可能放在機器人身上。即使將來存儲技術發生革命性突破，成規模的產業化後依舊沒有任何一個公司有實力去建一個自己的數據中心；而且分散的中心不利於工業的全球化分工，不利於數據積累和共享（鑒於完善的資料庫需要大量實踐積累，即所謂人工智慧的訓練）。

這種矛盾的解決辦法就是有數據中心的集中化。比如道德準則庫我們將他統一儲存在國家層面的數據中心中，該中心連接到該國所有的人工智慧處。這樣可以最小成本的實現世界各國的道德準則庫統一且易於管理，這樣操作在系統安全性上也是最佳的。機器具有判斷的能力卻沒有存儲的能力，如果出現問題斷開連接人工智慧就等於失去行動能力。技術庫可以各行業建設一個自己行業的庫，該技術庫連接到所有該行業的人工智慧機器上。這樣全球該行業內的問題都可以進行匯總和維護，也可以保證全球協作，不至於產生這個地方生產的零件別的地方無法使用的情況。集中化資料庫安全性高，統一化程度高，便於維護，單位生產成本最低。而且集中化密集的資料庫的建設，大體量大投入，就會有力的推動存儲技術的大幅度進步。

數據的集中存儲要有實際應用價值，必然會對數據傳輸速度和處理速度產生很高的要求，這個時候延遲和遲鈍就顯得難以容忍。數據在資料庫與智能機器之間的交流大致會經過這樣的路徑資料庫-分中心-工廠（基站）-機器人。固定部分之間的數據交流可以通過線纜或者衛星，最後一級與機器人之間的數據溝通，考慮到運動的便利及維護的方便性最好是通過無線方式。於是，想實現人工智慧的興盛發展，更快的無線網路，流量更大和處理速度更快的中繼設備，更無死角的衛星覆蓋就成為必須。

除了數據傳輸速度可以提高處理速度，使人工智慧的應用更加流暢自然，樹狀圖的結構重塑貌似也是一個可行的辦法（減少邏輯樹層數和判斷次數）。由於處理器只能處理0和1兩種狀態，也就是樹狀圖只能在平面延伸。假設把邏輯樹做成三維構造貌似就可以大大增加路徑，使一次判斷中包含的情況更多。曾經多次在一些人工智慧宣傳海報上看到過人腦狀的節點圖，就一直在思考如何可以做到這種三維的空間結構。後來產生一種想法就是將門電路兩兩編組，這樣就會產生00、01、10、11四種狀態，如此節點之間就可以成為立體的構造了。當然如果做三位編組就是8個狀態，以此類推。如此單個判斷過程增長，起始之間的層數則大大減少。也許人工智慧行業的從業者們也是這樣操作的，至於幾個編組最佳就是他們的研究實驗範疇了。

上面亂七八糟的聊了一堆，然後就會產生一個思路，那就是在人工智慧興起大行其道的路上，除了一年前提到的解決機器人硬體問題的機器人統一配件生產之外，有這麼幾個產業會率先興旺起來。首先就是信息中心，信息基站的建設工作，包括基礎的土木建設以及設備生產安裝調試等相關行業。為了在一定的空間內最大程度的存儲盡量多的數據，推動存儲技術的發展，一些科研及使用成本較高的存儲技術也會獲得快速發展的機遇。之後中轉設備的速度不足會推動有能力研發出更高速更低延遲的交換機的企業發展起來。大量的信息傳輸需要會推高高質量光纜的需求，光纜產能擴大。當然還有更高效的人工智慧晶元的開發工作，晶元行業必然經歷一個沙裡淘金的過程，最終最有研發能力能做出最高效處理晶元的企業估計將會一家獨大。再之後一個蓬勃發展的人工智慧社會估計就會到來了。