第(2/3)页

    比如说，青林县气象监测站给出的当地气温是25.0℃，同时在他的中级气象权限感知中，某些区域的气温和青林县气象监测站的气温一毛一样。

    那么他就可以将这些区域的气温，同步标为25.0℃，操作过程类似画图软件中的“填涂”。

    如此一来，就相当于额外多了成千上万个气象监测站，数据的详细度必然大大提升。

    甚至如果他愿意，气象图就是详细到每平方米、每平方尺的范围，也未尝不可。

    但这个过程需要林寒本人亲自完成，每一幅气象图，就意味着需要成千上万次的填涂，一次1s的话，中途完全不打小差，一幅图也需要至少一两个小时的时间。

    考虑到各种原因，一天能出两幅这种超详细的气象图就算非常不错了。

    短期内提供一些还行，倘若是长期稳定供应，就算林寒身体是铁打的，也早晚得被掏空。

    但他心里清楚，这种超详细的气象图，用不了太多，就可以让相关软件的预测准确率大幅度提高。

    详细精确的数据对于机器学习而言，就好比是经验值一样，可以让它们迅速成长、成熟。

    事实上，从图灵制造的第一台计算机，到冯诺依曼在曼哈顿计划中制造的结构成熟的“埃尼阿克”计算机，再到第一台个人电脑的问世，直至今天，关于人工智能的讨论就从来没有平息过。

    几十年前人们就认为，电脑马上就要全面击败人脑了。但时至今日，在某些复杂智力领域，电脑依然无法和人脑匹敌。

    毕竟人脑是从地球上第一个生命，经过几十亿年的进化演变发展出来的，而电脑的诞生连一百年都不到，毕竟图样……

    不过近些年来，人工智能的热度迅速上升，以至于到“阿法狗”这样的红遍全球，红到发紫。

    根本原因在于，今天人类掌握的数据，远远超过几十年前，特别是互联网诞生以后，全球的数据总量呈现出爆炸性的增长趋势。

    目前为止，全球数据的总储存量已经达到25ZB，大约相当于25万亿GB。

    正是在“大数据”的催化之下，人工智能才变得愈发炙手可热。

    楼秉诚扶了一下窄边眼镜：“如果真有这样详细的气象数据，那么它确实是一个十分突出的优势。”
    第(2/3)页