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，只能說是有些簡單的對應關係。”

“高中的時候，我自學完成了幾門組合語言，並接觸了機器學習的一些內容。”

“高二的時候在微軟公司有過一段時間的實習，從alexkipman博士那瞭解了一些計算圖形學，高三看了jeffdean院士的關於分散式系統的論文，對我啟發很大……”

林寒狂汗，他上高中那會連dean是誰都不知道呢，人家都直接談笑風生上了。

看別人在自己的專業領域裝逼，這種感覺一點都不好。

“那個……樓博士，你就說一下晴雨模擬器現在的情況吧。”

樓秉誠一怔，隨即笑著取出膝上型電腦：“我稍微給你演示一下吧。”

第163章　老實人

“原版的晴雨模擬器很大，對計算能力要求也非常高，我一般都在實驗室的機器上執行或者最佳化。這上面的只是簡化版，但他們的演算法差不多……”

樓秉誠一邊介紹，一邊開啟模擬器。

只見螢幕上是一個介面十分簡單的程式，當中有一個大略的世界地圖，基本呈灰色，唯有在華夏首都的位置，有一點色彩。

“華夏首都的氣象監測點相對密集一些，所以我一般都使用首都的氣象資料，進行模擬或者調整。”

樓秉誠在晴雨模擬器左側的視窗處，點選“匯入”，進度條走完之後，下方視窗的一系列引數便開始迅速閃動，首都的地圖的顏色也隨之發生變化。

樓秉誠說道：“剛剛匯入的是前一個月內首都的基本氣象資料……每個季度的氣候變化規律，這個模擬器都有相應的理論模型。”

“這樣即使在個人電腦上，它在晴雨預測方面的準確率，依然可以保持在75％左右，暴雨預測準確率，則大約在20％左右。”

很快模擬器便給出首都接下來一週的氣象預測結果，包括晴雨、氣溫、降水量等等。

樓秉誠又點選了一下旁邊的“比對”，隨即上面顯示著“72％”的結果。

他解釋說：“這是在和首都氣象局釋出的預測結果進行比對，有時會有較大的差別。但經過長期的總結和歸納，那兩個數字基本是準確的。”

林寒微微點頭：“這個