墨坛书屋 通过搜索各大小说站为您自动抓取各类小说的最快更新供您阅读!

彭国琛的语气有些严肃,在电话那头道:“小安,矩阵语言你知道吧。”

安昕道:“知道啊,怎么啦?”

彭国琛道:“登陆一下你的工作邮箱,二号首长从杨林手中拿到了矩阵语言的部分算法资料,刚刚下发到各个单位,你看一下,后天上午十点前写出一份报告递交上来。”

安昕微微一愣,疑惑道:“部长,什么情况,难道这个语言有什么不得了的东西在里面?如果要分析这门语言中科院各大高校应该有的是人吧,怎么会找到我们头上?”

彭国琛沉吟了片刻,说道:“我也不清楚具体情况,不过据说今晚二号首长和杨林在吴镇吃完晚饭,就急匆匆返回京城参加紧急会议。我也是刚接到上头命令,我想不仅我们,估计不少科研单位都会接到这样的命令吧!”

安昕沉吟了片刻,说道:“那行,对了部长,报告写完后交给你吗?”

彭国琛道:“应该是直接转交到中央办公厅,你收到的邮件内应该有写明的,还有,你最好再提前准备一下,说不定到时候还要参加相关会议。”

安昕道:“好的,我知道了,部长,没什么事的话那我就先去看邮箱了。”

彭国琛道:“行,那先这样,再见!”

“再见!”

听着电话那头响起的嘟嘟声,安昕摇摇头,思索了片刻,她重启了自己的笔记本电脑,登录linux操作系统。通过浏览器登录了总参三部的一个内部工作站,里面果然有一封邮件。

邮件是以中央办公厅的名义发送的,内容除了将彭国琛刚才所说的要求重复一遍外,就只有一个20多mb的pdf附件。

安昕将附件下载了下来,打开文件。两眼一眨不眨地盯着屏幕上的内容,仔细读了起来。

这份文件的前面几页是矩阵语言的简介,进入正题之后,就是相关算法的介绍了。

不过很快,安昕的眉头就皱了起来。

作为一名顶尖黑客,安昕在数学上的造诣毋庸置疑。当前存在的一些人工智能算法,像人工神经网络、遗传算法、模拟退火算法、人工免疫算法、差分进化算法、群集智能、蚁群算法、粒子群算等等都有所涉猎。

但杨林在资料上所列举的算法,却要比她以前所见过的那些算法都要笼统地多。

就比如说第一这份资料上所列出的第一种算法,被杨林命名为仿生算法。

目前在人工智能领域也有所谓的仿生算法概念,但实际上这是一类模拟自然生物进化或者群体社会行为的随机搜索方法的统称。

由于这些算法求解时不依赖于梯度信息。故其应用范围较广,特别适用于传统方法难以解决的大规模复杂优化问题,主要有:遗传算法、人工神经网络、蚁群算法、蛙跳算法、粒子群优化算法等。

这些算法均是模仿生物进化、神经网络系统、蚂蚁寻路、鸟群觅食等生物行为,所以才叫仿生算法。

但问题是,杨林在这份资料中所提出的仿生算法比上述所说的任何算法都要来得精简精妙。

就拿仿生算法中的粒子群优化算法pso来说,这种算法模拟的是鸟群的捕食行为。

设想这样一个场景:一群鸟在随机搜索食物,在这个区域里只有一块食物。

所有的鸟都不知道食物在那里,但是它们知道当前的位置离食物还有多远。

那么找到食物的最优策略是什么呢。最简单有效的就是搜寻目前离食物最近的鸟的周围区域。

pso算法就是从这种模型中得到启示并用于解决优化问题。

但是,不同的仿生算法之间,也有很多不同的。

就拿同属于仿生算法的遗传算法和pso算法做比较。pso算法没有遗传算法中的交叉和变异,而是根据自己的速度来决定搜索。

而且它的粒子还有一个重要的特点,就是有记忆。

与遗传算法比较,pso算法的信息共享机制是完全不同的。

在遗传算法中,染色体互相共享信息,所以整个种群的移动是比较均匀的向最优区域移动。

在pso算法中,只有gbest(orlbest)给出信息给其他的粒子,这是单向的信息流动。整个搜索更新过程是跟随当前最优解的过程,与遗传算法比较,在大多数的情况下。所有的粒子可能更快的收敛于最优解。

但这份资料中所列举的仿生算法,却是将仿生算法中一些类似的过程总结了出来。

比如它首先对种群随机初始化。然后对种群内的每一个个体计算适应值,适应值与最优解的距离直接有关种群根据适应值进行复制,如果终止条件满足的话,就停止,否则转步骤二。

杨林并不知道政府方面已经开始对矩阵语言进行研究,事实上就算知道了也无所谓,反正半个月后,矩阵语言就会向外界公布,到时候恐怕无论哪个国家都会投入到这样的研究中去。

之后的两天,杨林又分别参加了人工智能和机器人峰会、创新大赛及投资峰会以及移动互联网人才峰会,几乎每一次露面,他都会成为与会人员的关注焦点和记者们追逐的目标。

由于矩阵语言还没有正式公布,几乎所有人都想从杨林口中探出一些这种语言的风声。

可惜一旦涉及到这样的话题,杨林便会选择婉拒,告诉对方在半个月后的矩阵语言开发者大会上自然就会知晓。

杨林并不知道政府方面已经开始对矩阵语言进行研究,事实上就算知道了也无所谓,反正半个月后,矩阵语言就会向外界公布,到时候恐怕无论哪个国家都会投入到这样的研究中去。

之后的两天,杨林又分别参加了人工智能和机器人峰会、创新大赛及投资峰会以及移动互联网人才峰会,几乎每一次露面,他都会成为与会人员的关注焦点和记者们追逐的目标。

由于矩阵语言还没有正式公布,几乎所有人都想从杨林口中探出一些这种语言的风声。

可惜一旦涉及到这样的话题,杨林便会选择婉拒,告诉对方在半个月后的矩阵语言开发者大会上自然就会知晓。(未完待续)

墨坛书屋推荐阅读:誓不为妻:全球豪娶少夫人快穿之虐渣攻略诸天降临之主全球冰封,我囤货亿万无限开盲盒关于我在崩坏三的离谱生活一个叫苏鲁的丧尸决定去死拥有荒古肾体的我,末世无敌了宇宙第二次巨变为晋升,我创造了可控核聚漫威里的德鲁伊通灵师异闻录我在灵异世界做科普直播天灾末世小人物囤货带美女跑路了亡妻之战末世兵锋末日生存:我有哆啦A梦秘密道具魇日纪元谁说末世只能受苦受难末世不要跑末世突降:我是全球最壕美食商贩星河战队:崛起末世国家:面前是末世,背后是我卖主角的小主神冰河末世,坐拥百亿物资征战乐园惊!闪婚领证,新婚夜她却孕吐了全球冰封:我靠零元购发家致富战警传奇全球冰冻:开局觉醒空间瞬移我的合成天赋开局公布六代战机,鹰酱玉玉了!末日救赎:希望之光英雄联盟之极品天才我提取了自己书中的BOSS预知末世,洗劫最大军火库星球重启之新世界当无限降临纵横诸天从港综世界开始黎明之剑艾泽拉斯的泰坦之旅末世废土:这份菜单得加钱鬼王传人末日降临,我在废土中重获新生为啥我每次穿越都是反派他从末世来林光宇轮回刺谈重生之末世女王人族禁地星纪帝国之枭宠狂妻我的科技图书馆
墨坛书屋搜藏榜:快穿之反派女配不好惹魔方世界:末世困兽星际超越者末世废土:这份菜单得加钱诸天世界成神之路诸天从拯救岳夫人开始虫族领主:从继承顶级文明开始万剑之王尸命末世:想要变强?唯有囤积女神!谁说病娇不好啊,这病娇太棒了全球灾难:我有神级避难所佛系女主在末世的强者之路今天开始做神王穿越1862科技崛起从攻克癌症开始末世降临:我直接变身祖国人全民末日:只有我氪金十个亿当我重生的那几年星际,这个圈很大?快穿:重回巅峰宿主她专注种田红黄黑通灵师异闻录末世:无限军团系统开局末日开局获得地下基地快穿女神经:反派从不走剧情暴躁宿主她只想搞事业末世:开局契约雷狱魔龙重生成为竹子大佬我又落地成盒了我在丧尸末日签到打卡快穿炮灰:反派终极攻略柯学:小小的愿望清单说书人:讲述小故事机甲狂涛星际小法师超神:我是天使的外挂末世:我靠预知未来,拿捏双马尾校花我在末世能修仙带着全家苟末世快穿女主奋斗指南末世之阿猫阿狗阿兔我又穿进末世文了从湖伯到玉皇大帝冰川时代:举国进入愚公移山计划一个喷嚏打出的萌妹两界穿梭:我在末世逆天改命甜心出击:殿下哪里逃从地球开始机械飞升
墨坛书屋最新小说:赛博轮回:我在星际拆解神明末世,我的空间能种出世界树都末世了,当个雀神不过分吧?末世天崩【破晓之航】生之徒重置星空恶雌腰软会撩人,深陷雄竞修罗场末世?丧尸?我无个敌先史前新纪元:最强玩家崛起熵梦书:时间琥珀里的文明病我掉进了手机里或许从未有人成仙机娘纪元:宇宙纷争渣雌回归后:兽世傲娇父子求抱抱尸兄之别人练武,我修仙!工具人女配?被六个疯批强制爱赛博朋克:我用游戏飞升满级快穿,惹得禁欲反派宠妻上瘾全球高温:我囤好物资吹空调公路求生,我被萌物幼崽们带飞我,后土血裔,轮回诸天湮灭代码:末日系统的禁忌契约穿书末世,烂尾书毫无参考价值超级科技系统,从平凡到拯救穿成兽世娇娇雌,顶级兽夫追着宠星际最强精神力,大佬们跪求安抚丧尸末世:开局SSS级金刚不坏末世十皇灵气复苏风云传绑定美食系统,我在快穿世界封神战锤求生:我杀敌就变强第一次引领者计划星辰轨迹:龙国崛起末世:开局美女返利,我建立了女儿国!星晨灿烂异世,重启末世,从自制圣衣开始星海舰娘:开拓时代进化红雾怪物入侵,我成为最强玩家开局女丧尸堵门,给她一点系统震撼末日世界吞噬一切,越吞噬越强大末世神机:从爆装系统开始星渊生死轮回那瓶饮料下的情愫末世,神选之争恶雌种田不攻略,黑化兽夫急红眼末世团灭后,我征服了女主后宫两眼一睁就是肝见诡法则