【四进制造物主】小说免费阅读，请收藏 一七小说【1qxs.com】
“具体思路呢？”郑K忧心忡忡地问。
“跟你们一样。特征是某时间点的基因组，标签是未来的突变位点，然后让单碱基编辑的载着相应向导RNA的CRISPR系统在那里等着，一旦突变了，就立刻给修复。把病扼杀在摇篮里。
非要说有什么不同，第一，我这是黑箱，只能发挥作用，却不知道怎么发挥作用；第二，我这基本算是端到端的、全自动的，人工干预只在定期查基因组和设计CRISPR系统，这部分工作未来也有希望自动化。
功过相抵，中规中矩。”
散会后，卢赫坐到电脑跟前，摩拳擦掌。
虽然不是专业人士，但一直跟进这方面进展的他，始终觉得那些在数年间如雨后春笋般涌现出来的大几十种方法里，强化学习最有前途。
因为这是最接近人类本能学习方式的一种。
它的原理也很简单，就是让懵懂的小人工智障在环境里学习，它的每个动作都对应一个奖励或者惩罚。
就像还在蹒跚学步的小时候的我们一样，我们看到了火，好奇心趋势我们走近，我们感受到了温暖，奖励加一；手贱去摸了一下被烫到，惩罚加一。
于是，聪明的我们就会知道，火很暖和但不能靠得太近。
只不过与人不同得是，小人工智障无法一次就学会，而是需要大量数据去支撑它在环境里反复探索，直到把自己训练成人工智能。
如果用玩超级玛丽来打比方，小人工智障在游戏的第一帧获得初始状态；
在此基础上，我们可以逼迫它往前走一步，不论前方是不是有蘑菇怪。这样它会主动做出第一个行动。
这时，它所处的环境发生了变化，获得了新的状态；
同时，根据它死没死，环境会给它一个奖励或惩罚。
如此循环下去，便得到了一个由状态、行动和奖励组成的序列。小人工智障的目标就是调整自己的状态和行动，以使奖励的期望值最大。
如果训练的顺利，它便有望进化为一命通关的人工智能外挂。
不同时间点的海昼天的基因组就是环境，逼迫小人工智障跑到基因组的某一个位置上改一个或多个碱基就是行动，根据改了以后海昼天得不得病来施加奖励和惩罚。
如果顺利的话，训练成功的人工智能便可以精准地找到潜在突变区，为CRISPR系统的设计指引方向。
不过，凡事总有意外。
人在制定规则的时候总有疏漏，可能会让小人工智障凭借逆天的脑回路钻空子。因为它们有无限条生命，可以快速试错。
一些炼丹者写出的地狱笑话广为流传：
一个机械手被要求把木块挪到桌子的指定地点，小人工智障的解法是挪桌子；
要求物体高速运动，于是小人工智障把自己设计得特别高，依靠不断跌倒获得速度；
本章未完，点击[下一页]继续阅读-->