首先发展的思路是“规则内的穷举”，也就是说在限定范围内，将所有可能性计算出来后，再选择出优选项。

        然而别说在现实中，就算是小小的围棋棋盘内，想要实现穷举也远远超出了地球计算机的计算能力了。这就是为什么在围棋上，电脑下不过人脑的原因。

        根据穷举法的缺点，人类开发出了第二代基于树状搜索的人工智能，也有人叫它强化学习。它的实现体系很复杂，但简单来说可以表述成“纪录曾经走过的最优路线”。

        相比第一代，强化学习树状搜索向前大大的迈乐一步。然而即便是第二代的人工智能在面对现实生活中里近乎无限的可能性，其计算力也是远远无法满足的。

        就简单来说，地球上的人工智能仍停留在“程序”上，仍然是包含在“软件”范畴中的。

        然而泰坦所用的虚拟人格是一种完全不同的技术路线——物理路线。

        泰坦的中央处理器在物理上模拟类似人类的大脑，

        差400一会修。

        两人间的交流

        【This chapter is finished reading】