下载掌阅APP，畅读海量书库
立即打开
“Alexa（亚历克萨，亚马逊公司开发的智能语音助手），布宜诺斯艾利斯的天气如何？”
智能音箱捕捉到问题，通过家里的Wi-Fi（无线通信技术）将它上传到亚马逊服务器，然后服务器将其转录为文字并进行解译，再运用气象服务查找相关信息并回传到智能音箱，整个过程用时不超过一秒。最后，音箱会用温柔的声音播报：“目前，阿根廷布宜诺斯艾利斯市的气温为22℃，多云。”
在办公室里，人工智能算得上是一个勤奋的助手。它能快速地完成复杂、重复的任务，比如在几分之一秒的时间内，以惊人的运算能力浏览数百万个网页，从中找出它所需要的信息。
1945年，宾夕法尼亚大学为了计算弹道建造了ENIAC（埃尼阿克），它是最早的编程电子计算机之一。ENIAC每秒可执行约360次10位数乘法，这在当时简直就是天方夜谭。今天，即使个人计算机处理器的运算速度也要比它快10亿倍，可执行数百个GFLOPS [1] ；用于处理图形效果的GPU可执行几十个TFLOPS。GFLOPS、GPU、TFLOPS，这些名字看起来短小可爱，但若以数据处理能力而论，它们却是庞然大物。
人们并没有就此止步。如今的超级计算机搭载了数万个这样的GPU，处理能力可达数十万个TFLOPS。如此等级的运算能力使得我们可以模拟各种需要庞大计算的系统，比如预报天气，建立气候模型，计算一架飞机四周的气体流动或者构造一个蛋白质；还可以模拟宇宙最原始时期的大事件，如一颗星星的死亡、星系的演化、基本粒子的碰撞，甚至一次核爆炸。
在这些模型中使用的微分方程或微分方程数值的求解工作，过去只能交由数学家完成。这是否意味着超级计算机已经像数学家一样聪明了呢？当然不是，至少目前不是。人工智能的挑战之一，就是未来某一天可以利用其计算能力完成通常只能由人类和动物完成的高智能工作。
但还是要小心这种表面现象，因为人工智能程序在某些领域的学习能力是很强的。2017年，由东京大学研究计算机科学及计算机科学的社会影响力方面的专家新井纪子设计编写的程序顺利通过了该大学入学考试。这个被命名为“东大”（东京大学的简称）的程序在语文、数学和英语等学科的考试成绩甚至要高于80%的考生。要知道这个程序系统可是丝毫不会像人一样思考，它对自己所写的内容更是毫无概念，它的成功也说明了日本高等教育的入学考试跟机器的智力一样肤浅。好在我们欣喜地得知“东大”并没有通过最终考试。
[1] FLOPS是处理器每秒操作浮点运算次数的度量单位。1 MFLOPS表示每秒100万个数字运算（“浮点”的加法或乘法）。1 GFLOPS表示每秒10亿次的浮点运算，即1000 MFLOPS。1 TFLOPS表示每秒1万亿次浮点运算，或1000 GFLOPS，即100万MFLOPS或每秒10 12 次操作。