第64章 死迴圈
暑假的校園褪去了人聲，總是顯得格外的安靜。
梧桐葉子被曬得打卷，蟬鳴從早響到晚。
圖書館的老位置，肖宿手邊摞著從書庫借出來的專著，一本換一本，有時候半天翻完一本，有時候一頁看上很久。
自從那天在會議室裡，林正宏的技總監丟擲那個工業演算法難題後，肖宿就一直在想一個問題。
高維非線系統的全域最優解快速構造。
當時他臨時拼湊出的那套“自適應李群離散化最佳化演算法”，只是針對恆科智慧的場景，勉強算是一次應急的合。
但那個場景，讓他窺見了更底層的東西。
那天看到的那些資料曲線顯示的是工業世界的影，高維、強耦合、強噪聲、即時要求極高。
現實世界的資料從來不是規規矩矩躺在二維表格裡的，它們糾纏在一起，相互影響，相互干擾，像一團麻。
而現在的AI，面對這種麻，多數時候只能抓瞎。
真正的智慧應該是什麼樣的？
肖宿在草稿紙上隨手畫了一個圈，又在圈裡畫了無數個錯的線條。
你走進一個從未到過的房間，目一掃，零點幾秒就能判斷出哪個位置最安全、哪條路線最通暢。
這不是窮舉，不是遍歷，是某種近乎直覺的能力。
從無數種可能裡，瞬間挑出那個最優的答案。
現在的AI離這種能力差得太遠。
差在哪兒？就差在這個問題的解法上。
肖宿放下筆，靠在椅背上，著窗外被曬得發白的天空。
這個問題要是能解開，那麼高超音速飛行的控制將會得到質的提升。
飛行在大氣層邊緣以十幾倍音速穿梭，表面溫度瞬息萬變，氣流狀態極度複雜，控制系統需要在毫秒級的時間，從千上萬種可能的調節方案裡找到那個最穩的。
可是現在的智慧系統還做不到，所以只能靠預設程式加人工干預，反應慢半拍，危險就多十分。
而在新藥研發上，效率也會得到極大提升。
要知道小分子與靶點蛋白的相互作用，本質上是高維空間裡的能量最小化問題。
現在的演算法算一個候選分子都要跑幾周甚至幾個月，篩一萬個化合簡直得算到地老天荒。
如果能瞬間找到那個最穩定的構象，藥篩選的效率提升將是指數級的。
