;

“然后我就在想，那么我们有没有可能通过一种技术来实现机器的性格化？答案是肯定的！其实谷歌在这方面已经走到了前面，但是他们的深度学习理论用在了跟人下棋上，这是深度学习的一个分支，让机器充分发挥它们本身的计算跟逻辑排序能力。跟情感能力无关。”

“所以我把思路走向了另一面，如何通过深度学习，让机器具备情感能力？而当机器真的具备情感能力，能做到哪些事情？”

“思路简化之后，我发现通过一个数学理论其实可以解决这个矛盾。嗯，对了，葛总，你是否了解希尔伯特第十问？”

葛灵玥茫然的点点头，又摇了摇头。

实际上从构思出一个软件的功能，牵扯出一个数学难题，这中间的逻辑线已经让技术出身的葛灵玥感觉脑子有些不够用了。

希尔伯特二十七问虽然她有印象，但让她在这种情况下回忆起具体第十问涉及到哪些问题，那就真超纲了。

“第十问就是不定式方程的可解答性，简单描述就是任意多个未知数的整系数不定方程，要求给出一个可行的方法，能够借助这个方法，通过有限次运算，判定该方程有无整数解。”

“要解决这个问题，需要研究数理逻辑以及可计算理论，以及算法精确化。当然这个问题已经被证明为不可解。”

“但我想延伸出这么一个新问题，如果一个机器意志在假想的非人工操控下判断出一个数学问题穷尽算力也无法得到解决，但它又有必须要解决这个问题的理由，面临两难抉择时，它会做出何种选择，逻辑依据又是什么？”

“如果一定要较真，这又会引出另一个数学问题，NP完全问题！”

“是否在任何情况下，一道已知的难题，都能分解成若干简单的步骤，从而快速得到答案。”

“幸运的是，在余馨的帮助下，我对这些数学难题做了很多研究，更幸运的是，我虽然没法解决这个终极数学问题，但是通过思考这些难题，我研究出了一个可多维选择性的算法，我将它名为机器选择不确定性算法或者混沌算法，这个算法将是合拍软件乃至下一代脑机芯片的核心部分。”

“具体的理论我就不详细论述了，这个算法存在的意义就是，它能在深度神经网络学习算法的帮助下，通过选择的不确定性，同时在脑机芯片的帮助下，通过收集跟学习人类在不同情绪状态的下，脑波波动特征，模拟出具备人类特征的性格跟情感，在富裕了它语言功能之后，就足以实现我所描述的人机无障碍情感交流。”

“你可以将之看成为介于强人工智能跟中级人工智能之间的一种技术。因为通过这种算法，机器的所有情感输出个语言输出都是模拟的。”

“换而言之，它通过手机合拍上不同人的聊天模式，以及通过机机数据