但凡是人，多多少少都沾点“欠儿”的成分。
如果曲卓自始至终都保持着，年轻人理应具备的的谦虚与礼貌，最后那句夸赞对菲利普来说，不过是一句毫无营养的，礼节性的“ending”。
但他自始至终都保持着毫无表演成分的强烈自信，和优越感爆表的骄傲，最后忽然夸了一句……菲利普感受到的是扑面而来的真诚。
他认为自己海纳百川的涵养和有容乃大的胸怀，征服了这位狂傲的东方年轻人。
呃~他可能不知道那些复杂深奥的词汇。
而且，他一点也不“有容乃大”，但就是那么个意思……
但他没有太多时间去仔细体味令人满足和愉悦的情绪价值。必须边在心中打着腹稿，边奔校办楼，去面见剑桥校长威廉·欧文·查特威克……
莫里斯·威尔克斯教授让艾兹格·迪科斯来剑桥，不止是招待曲某人，还要对他拿出的项目做评估，以便研究自然科学的菲利普院长，能够明确项目的学术价值。
按说艾兹格应该提交一份完整详细的评估报告，但他的大脑已经几乎完全被人工智能体“占领”了，根本没心思去琢磨其他的东西。
所以，在提交机房申请的同时，顺带着交了一份连草稿都没打的，通篇充斥着夸赞和溢美之词的……姑且称之为评估报告的东西。
关于python语言，只寥寥数语的简略介绍了特点。剩余的笔墨全都用在了智能体上。
之所以愿意多浪费些时间，主要是因为想让智能体运行起来，单靠圣约翰学院的几台计算机是远远不够的。
还需要整个剑桥所有学院的计算机。
不，是整个戴英所有的计算机。
甚至，想要真正完美的智能体，需要一台……不！几台超算的支持！
43年沃伦·麦卡洛克和沃尔特·皮茨提出了m-p神经元模型，奠定了神经网络理论的基础。
50年艾伦·图灵发表《计算机器与智能》，提出“图灵测试”作为机器智能的评判标准，推动了ai的哲学思考。
51年马文·明斯基和迪恩·爱德蒙，建造了随机神经网络计算器，用硬件模拟了四十个神经元，实现了首个人工神经网络。
56年约翰·麦卡锡、马文·明斯基等学者在达特茅斯会议上，首次提出了“人工智能”这一专业术语，标志着ai成为了一门独立的学科。
同年艾伦·纽厄尔和赫伯特·西蒙，开发了首个可以自动证明数学定理的ai程序。
57年诞生了感知机模型。
66年拥有自然语言处理能力，可以模拟心理咨询对话，被命名为“eliza”的聊天机器人诞生……
到这里，人工智能的发展就基本停滞了。
因为所有从事相关研究的学者，都遇到了无法逾越的瓶颈——算力！
可以说，没有算力支撑的人工智能，就是个笑话。
于是，时间进入七十年代后，几乎所有研究机构都大幅度削减人工智能方面的投入。
后面一些年虽然偶尔有一点进展，但基本不值一提。
其实在79年这个时间节点上，算力依旧是巨大的问题。
但假天才曲某人，拿出了一套具可行性的解决方案——基于计算机网络的算力动态分布。
一台计算机作为核心，将训练、推演、运算动态分布到计算机网络的其他计算机上。
随着训练的推进，参数量也会呈几何指数暴增。
所以，剑桥一家的计算机是不够看的，还需要获得其他拥有计算机的高校和研究单位的支持。
长远看，甚至要为了人工智能搭建专用的超级计算机……
虽然艾兹格提交的报告，内容极为敷衍，让菲利普无法判断所谓的“智能体”到底是个什么东西，具有怎样的先进性，或是学术价值。
