光从代码量来看，王一男就感到了跟116所相比的巨大差距。116所的飞控系统源代码，在哥德尔系统改造前是400多万行源代码，改造之后甚至还略有增加，达到接近500万行。而某霍伊的飞控系统，不到80万行源代码。

    在代码水平没有明显差异的情况下，代码行数越多说明飞控系统对各种情况考虑的越严密，在飞行过程中，出现意外情况的可能性更低，更重要的是，飞行包线的范围将远远超过代码行数更少的飞行器（飞行包线是以速度、高度、过载等主要参数作为界限的一个封闭几何图形，简单来说，在这个图形里面的飞行都是被允许的，而超过这个图形，意味着飞行器有可能失去控制，甚至解体，所以，一般而言，飞行包线的范围越大，说明飞行器所接受的限制越小，飞行器的机动性也越好）。

    而且，相对116所，某霍伊的实验数据也少的可怜，116所的风洞数据加上原型机试飞数据再加上超级计算机模拟的数据，总量达到了22t（1t=1000g，我们普通手机的容量是32g左右）之多，而莫霍伊的数据大概只有116所的十分之一。

    看着王一男有点为难的表情，某霍伊的人坐不住了，他们也知道相对于116所，自己的这点东西拿不出手。不过花大价钱请你王一男来，不就是帮我们解决问题的嘛。“怎么，有什么问题吗”，g老问到，

    “基本的原理上没啥问题，但是你们的实验数据有点少，这样少的样本数量，我不知道对最终结果会有什么影响”。王一男说，

    “那怎么办，现在再进行风洞试验，甚至使用超算进行模拟都有点来不及了”，g老也有点傻眼，没想到事到临头居然碰到这样一个大麻烦。

    “让我想想，让我想想”，王一男开始了疯狂的思考，用李文静的说法，“王一男的大脑平时都是降频使用的，总是在这样关键时候进行超频，所以不用担心被烧坏”。

    样本缺乏的时候，该怎样进行训练呢？

    116所的飞控系统改造实际上分成了两个阶段，第一阶段是使用116所提供的22t数据，经过学习和进化，哥德尔系统学会了飞行，这个阶段如果细分的话，实际上可以再分成两个阶段，首先是利用人类给予的数据，在现有气动外形条件下，哥德尔系统学会了模拟飞行，也就是说，在哥德尔系统的意识空间里面，能模拟出现实中完全一样的飞行。第二阶段，哥德尔系统自己会去改变气动外形，大家还记得最后哥德尔系统给出的气动外形修改意见吧。

    第二阶段就简单了，直接分析ada的控制率找出缺陷就行，问题是王一男不知道哥德尔系统比他想象的更为强大，哥鲲鹏不仅仅知道116所的鸭翼重型隐身战机怎么飞，实际上早就知道其它布局的飞行器怎么飞的好，怎么飞的隐形！

    要是哥德尔系统知道王一男在发愁什么，一定一巴掌抽过来，你个傻鸟，这么简单的气动外形，哥早就知道该怎么飞了（好吧，这里的哥完全是巧合），还用得着你瞎琢磨。

    不过也正是王一男的瞎琢磨，才让哥鲲鹏再一次脱胎换骨，王一男想到最近看过的一篇论文，如果哪位读者提前想到，恭喜你，智商绝对超过160，对，就是米歌的那篇狗蛋的论文，发表在《自然》上的alphagozero论文，完全不依赖于人类的知识，只是告诉神经网络基本的规则和胜负的概念，然后让神经网络自我对抗学习，仅仅490万局自我学习之后，狗蛋就从完全不会，达到了打败狗狗大师版的水平，根据估计，让最强的人类三子不是问题。

    如果抛弃人类实验的数据，因为从样本数量上来说，即使116所的22t数据，相对真实世界，也是相差了无数个数量级，完全让哥德尔系统的神经网络按照基本的物理学，特别是流体力学规

『加入书签，方便阅读』