第69部分(第3/5 頁)

細？”

林寒斟酌著說：“具體是什麼渠道，我不便透露。不過在漢東省內，我們可以獲得比鄉鎮行政區劃圖更加詳盡的氣象圖。”

樓秉誠大為震動：“這麼詳細！”

林寒補充道：“當然，在短期內比如一個季度之內，我們最多隻能獲得幾十幅這樣詳細的氣象圖，用來作為超精確氣象資料，提高預測準確率。”

這樣詳細的氣象圖，當然只能由他藉助軟體，在省氣象局提供的氣象圖上面進一步細化了。

比如說，青林縣氣象監測站給出的當地氣溫是25。0c，同時在他的中級氣象許可權感知中，某些區域的氣溫和青林縣氣象監測站的氣溫一毛一樣。

那麼他就可以將這些區域的氣溫，同步標為25。0c，操作過程類似畫圖軟體中的“填塗”。

如此一來，就相當於額外多了成千上萬個氣象監測站，資料的詳細度必然大大提升。

甚至如果他願意，氣象圖就是詳細到每平方米、每平方尺的範圍，也未嘗不可。

但這個過程需要林寒本人親自完成，每一幅氣象圖，就意味著需要成千上萬次的填塗，一次1s的話，中途完全不打小差，一幅圖也需要至少一兩個小時的時間。

考慮到各種原因，一天能出兩幅這種超詳細的氣象圖就算非常不錯了。

短期內提供一些還行，倘若是長期穩定供應，就算林寒身體是鐵打的，也早晚得被掏空。

但他心裡清楚，這種超詳細的氣象圖，用不了太多，就可以讓相關軟體的預測準確率大幅度提高。

詳細精確的資料對於機器學習而言，就好比是經驗值一樣，可以讓它們迅速成長、成熟。

事實上，從圖靈製造的第一臺計算機，到馮諾依曼在曼哈頓計劃中製造的結構成熟的“埃尼阿克”計算機，再到第一臺個人電腦的問世，直至今天，關於人工智慧的討論就從來沒有平息過。

幾十年前人們就認為，電腦馬上就要全面擊敗人腦了。但時至今日，在某些複雜智力領域，電腦依然無法和人腦匹敵。

畢竟人腦是從地球上第一個生命，經過幾十億年的進化演變發展出來的，而電腦的誕生連一百年都不到，畢竟圖樣……

不過近些年來，人工智慧的熱度迅速上升，以至於到“阿法狗”這樣的紅遍全球，紅到發紫。

根本原因在於，今天人類掌握的資料，遠遠超過幾十年前，特別是網際網路誕生以後，全球的資料總量呈現出爆炸性的增長趨勢。

目前為止，全球資料的總儲存量已經達到25zb，大約相當於25萬億gb。

正是在“大資料”的催化之下，人工智慧才變得愈發炙手可熱。

樓秉誠扶了一下窄邊眼鏡：“如果真有這樣詳細的氣象資料，那麼它確實是一個十分突出的優勢。”

林寒繼續說道：“另外還有第三個優勢，我們將向ibm公司購買一臺大型計算機，用於相關的模擬運算。”

“大型計算機？這可是一筆不菲的投入。”

林寒說道：“一臺大型機還是必要的，以後還會更多。”

樓秉誠思考了一會，隨即說：“永珍的優勢確實十分突出，坦白說……我很心動。”

林寒笑了笑：“樓博士，我聽說你此前寫過一個很出色的晴雨模擬器，能和我說說嗎？”

樓秉誠點頭：“那個是我初中時萌發的念頭……”

初中……

林寒這才想起來，這位樓博士在高中時候就收到了谷歌公司的聘書，不過被他以“學習重要”給直接推辭掉了。

樓秉誠繼續說道：“最開始的程式碼是我在初中畢業的暑假時寫的，那些程式碼很粗糙，也談不上機器學習，只能