一桶布丁提示您：看後求收藏（貓撲小說www.mpzw.tw），接着再看更方便。
說的更清晰些，就是通過數學模型來描述物理狀態的整個信息系統。如果需要這一理論成立，那麼大概就可以理解爲相適應的算法將是機器的意識。
要從理論上解決這個問題，最困難的步驟就是要解決一個哲學上的命題，非還原主義。具體到他現在所考慮的人工智能領域，大概描述就是要證明這個世界類人高級智能活動過程能否全部或絕大部分還原爲計算過程。
如果可以，需要給出具體推導過程；即便不是所有人類智能活動過程都還原爲計算過程，理論上也要給出儘可能多的高級智能夠還原爲基本計算過程的原理，因爲這是強人工智能數學理論中最重要的部分。當然，如果可以還要嘗試論證被摒棄的那一部分是無用智能……
比如對於人類來說，其實並不需要給爲你輔助的智能設備添加審美功能。畢竟不能說以後某位長得過於抽象的客戶買了一部最新的智能手機，智能手機還能因爲攝像頭感知到主人長得太醜而長期以低效的模式提供智能服務，這就是屬於給自己找麻煩的高級智能還原。
這是寧爲正在做的東西。
他需要將一系列人類需要的智能反應過程，轉化爲計算過程提供出有力的理論證明，並結合大數據證明機器可以擁有主動學習能力，併爲實現更精確的計算機視覺、聽覺甚至觸覺提供一個更簡單更精準的理論指導。
說起來簡單，但真的做起來卻是極爲複雜的過程。在製作數學模型的時候需要充分考慮到其可擴展性，包括每個計算單元、每個算符，想要實現一個很簡單的能力可能都需要多級程序語言調用的多級編譯或解釋系統。這一點是從構建三月主體程序得到的經驗。
以三月爲例，現在三月就具備了一定的程序感知能力，跟對基本語義的識別能力，這些都是建立在主動學習基礎之上的。但實際上就目前的三月來說，相對於她審覈那些可公式化的數學稿件，在識別人類基礎語義這塊消耗的算力要更多。
想要讓機器如同人類一樣去識別語言語義，尤其是識別一些不同環境下能表現豐富情緒的語義，往往還需要機器對情緒的洞察力。
而這一切都是人工智能理論構架的基礎，其難度自然是極大的，寧爲能做的便是將所有的問題分解成一個個小問題，然後一個個解決，最終形成整套大理論。
