这一点曹阳也是知道的，他今天找刘光然开会，主要就是把目前的情况汇总一下，大家心里有数，想要出成果的话没有个三五年估计很难做到。
“那也要有具体的进展吧，”曹阳说，“你得把握好进度，不可能无休止地拖下去，而且要每个阶段产出多少内容，做失败了什么，原因是什么都得做好详细的报告。”
“这个肯定会的，你还不相信我么？”刘光然说。
“那就好。”曹阳脸上露出微笑。
……
“我给你们提几个具体的人工智能项目要求吧，”曹阳说，“这样方便以后的工作开展，也有一个验收的标准。”
“嗯？”刘光然抬起头来看着他。
曹老板每次提需求，程序猿都头大。
这一次成立云计算和大数据研究项目，就已经足够让人头疼的了，以前做游戏的时候，项目需求是按照月来计算，现在的项目需求是按照年为单位，刘光然有些时候都有些怀疑——
他这一辈子到底还有多少时间能做几个项目？
“这两个人工智能项目应该不复杂，哦，我说的是表现和形式上挺简单的，适合你们做人工智能入手。”曹阳笑嘻嘻地说。
“在在1997年的时候，IBM的深蓝计算机不是战胜了国际象棋世界冠军吗？”
“所以第一个，我想做一个围棋人工智能软件，要求也不高，在5年以内下赢围棋界的九段高手就行了。”
卧槽！
刘光然整个人都惊呆了。
老板你在说些什么呀？
“老板，围棋和国际象棋的复杂度完全不是一个数量级的好吗？”
刘光然苦涩地说，“国际象棋8*8=64格，总变化数是2的64次方，而围棋19╳19形成了361个交叉点，具有2的361次方种变化……”
这尼玛……算法复杂度都要高出n个等级好吗？
……
前世ALPHAGO涉及到4个关键性技术：
策略网络、价值网络、蒙特卡洛树搜索、决策网络
这些技术虽然是通过下围棋的方式展现出来的，不过后来的应用领域却很广。
最大的应用就在于大数据情况下的智能筛选，甚至有不少游戏公司用人工智能来做相关的平台价值分配策划和匹配。
alphago做到的还不算真正意义上的人工智能，它是基于大量的人类围棋对局
本章未完，请点击下一页继续阅读！