現在算是基礎建設已經有了，還在研發當中，不過需要的時間比較長而已。”
這一點曹陽也是知道的，他今天找劉光然開會，主要就是把目前的情況匯總一下，大家心里有數，想要出成果的話沒有個三五年估計很難做到。
“那也要有具體的進展吧，”曹陽說，“你得把握好進度，不可能無休止地拖下去，而且要每個階段產出多少內容，做失敗了什么，原因是什么都得做好詳細的報告。”
“這個肯定會的，你還不相信我么？”劉光然說。
“那就好。”曹陽臉上露出微笑。
……
“我給你們提幾個具體的人工智能項目要求吧，”曹陽說，“這樣方便以后的工作開展，也有一個驗收的標準。”
“嗯？”劉光然抬起頭來看著他。
曹老板每次提需求，程序猿都頭大。
這一次成立云計算和大數據研究項目，就已經足夠讓人頭疼的了，以前做游戲的時候，項目需求是按照月來計算，現在的項目需求是按照年為單位，劉光然有些時候都有些懷疑——
他這一輩子到底還有多少時間能做幾個項目？
“這兩個人工智能項目應該不復雜，哦，我說的是表現和形式上挺簡單的，適合你們做人工智能入手。”曹陽笑嘻嘻地說。
“在在1997年的時候，IBM的深藍計算機不是戰勝了國際象棋世界冠軍嗎？”
“所以第一個，我想做一個圍棋人工智能軟件，要求也不高，在5年以內下贏圍棋界的九段高手就行了。”
臥槽！
劉光然整個人都驚呆了。
老板你在說些什么呀？
“老板，圍棋和國際象棋的復雜度完全不是一個數量級的好嗎？”
劉光然苦澀地說，“國際象棋8*8=64格，總變化數是2的64次方，而圍棋19╳19形成了361個交叉點，具有2的361次方種變化……”
這尼瑪……算法復雜度都要高出n個等級好嗎？
……
前世ALPHAGO涉及到4個關鍵性技術：
策略網絡、價值網絡、蒙特卡洛樹搜索、決策網絡
這些技術雖然是通過下圍棋的方式展現出來的，不過后來的應用領域卻很廣。
最大的應用就在于大數據情況下的智能篩選，甚至有不少游戲公司用人工智能來做相關的平臺價值分配策劃和匹配。
alphago做到的還不算真正意義上的人工智能，它是基于大量的人類圍棋對局數據進行的深度學習算法，通過分析和提取相應的對局數據來應對當前的棋局，也就是數據庫當中的對局數量越大，那么它所能達到的段數就越高。
到后面alphago已經能夠自己模擬對局，在短時間內擴充自己的棋庫，這才有了戰勝李世石的一幕。
這種方法相對來說，還是占的算力的優勢，想要模擬真正的人類思維還是差別很大，只能算是機器思維的一種。
……
“你先別急，”曹陽笑著說，“這不是其中一個課題嗎？而且你們有充足的時間來研究。”
啊這……
這還不急？
劉光然聽到第一個人工智能課題就已經足夠頭大了，根本不想聽曹陽給他安排的后面幾個人工智能項目。
……