当然，如果叶子书亲自对人工智能进行黑客方面的🎊训练，还是能够做到一部分能力，🚉只是想要毫无知觉地入侵，那是不🚲可能的。
但是当别人的数据都在自家地里，情况就不同了，人🐪🂧👈工智能将🌬🂈🌲会有海量的信息用来学习，这比专项训练更加有好处。
专项训练学习不过是增强人工智能某🕪方面的能力，而这种整体性训练，🍳🌎♢则是提升人工智能整体水平。
项目前想要专项训练，需要先设置规则，然后🆛🐔⛎利用数据资料进行训练，而整体提升就是另外一番操作🝶🏪。
由于具备海量的综合性数据知识，导致人工智能能够🐪🂧👈通过这些数据的学习，增加它在各个方面的能力，然后反向优化规则设置。
也就是说一种是从理论到实践的过程，另🝿🐶一种是从海量实践当中总结出理论🄭🀱，从而继续指导实践。
前者虽然效🞹🙈🈘率更高，专业化程度更高，但是确定性越高，也就不会给人惊喜，大家都知🟓🜯🅪道接下来会发生什么。
而后者虽然效率和专业化程度可能没有前者高，但是由于没有提前设置规则，完全是人工智能自己学习总结，然后上升到规则🅁🃤🙱的阶段。
这就会产生不确定性，也就会诞生出人意料的结果，例如经过海量数学知识的训练学🚉习，可能会诞生新的数学理论，或者是衍🅁🃤🙱生数学理论。
虽然这样的理论不一定具非常高的原创性，但是却也🐪🂧👈是众多数学知识的总结，对于指导一些数学问题的解🇿决具有重要的作用。
当然，如果人工智能的计算能力非常强大，是有可能会诞🐕⛙🚴生具有很高原创性的数学🂧👊理论知识，推广开了，也能在其☆☭🂧他的学科发生这种情况。
这就意味着人工智能已经可以深度参与人类的科学研究和🐕⛙🚴世🌛⛘界本质探索当中了，也许今后人类只需要负责提供知识线索和样本，人工智能来负责总结和升华。
当然，这些都是理论上存在的可能，🕪实际上受限于计算力，想要做到这一点非常难，就是不知道量☥子计算机会不会对人工智能产生🎑质的提升。
【认识十年的老书友给我推荐的追书app，咪咪！真特么好用☫，开车、睡前都🛱☨🁺靠这个朗读听书打发时间，这里可以下载】
量子计算机比传统计算机的计算力要强得多，但是计算的不确定性也要比传统计算机🚉要高得多。
说通俗🎑一点，量子计算机的计算结果是个概率数字，概率越大越接近答案，而传统计算机是确定性的，这是两种计算机架构的本质区别。
他很想知道到时候人工智能经过海量的知识学习，能够达到什么程度，🍳🌎♢对🖋👅🆝此他是非常期待。
至于会不🜄⛏会出现强人工智能，以现在的计算机架构和软件架构，是无法做到的，就算是再智能也是一个工具而已。
而强人功能就算是再弱小也是和生🖚命一样，拥有自己的思想，就和婴儿🍳🌎♢一样，总不能因为实力弱小就否认其本质的不同吧。