依曼教授也不相上下了。

“教授，我是国防部arpa的主任杰克·鲁伊纳，我昨天特意去纽约参观了深蓝再赶来华盛顿的，我去参观的时候它的胜率是70%。

这对一个机器来说已经非常高了。”

杰克·鲁伊纳，波兰裔，电气工程领域的博士，不过没有太多学术成就。

在他的任内，把arpa的预算从1.6亿美元提高到了2.5亿美元，而且提高的这部分预算大部分都给他一手主导成立的信息技术办公室。

可以说他是林燃天然的支持者。

“而且它和过去ibm给我们展示的乔治敦实验室技术也截然不同，它完全依赖于机器自己进行规则上的计算。

但它的本质仍然是一种规则计算，只是把手工制定好的编码规则和小型词汇表变成了制定好的规则和编码表。

这会让我产生怀疑，你所说的人工智能是否真的能实现？

我们都知道看上去能做到和理论上能做到之间有差距，而理论上能做到和实际上真的能做到之间就更加有差距了。

你如何保证，那个看上去美妙的技术奇点，我们真的能做到？”

作为arpa少有的，罕见的，接受过专业训练的学术型官僚，杰克·鲁伊纳的问题非常的一针见血。

其实这个锅还是得给ibm。

ibm为了拿补助、拿项目，把国防部都给忽悠瘸了。

以他提到的乔治敦实验室为例。

阿美莉卡想要实现俄语和英语的快速翻译，想靠着计算机实现这一点。

然后ibm说我能做到，在1954年的时候，也是1月，1月7号，在纽约的总部把国防部官员们和各界记者们请到现场来做展示。

通过一台ibm701计算机，将61句俄语短句自动翻译成了英语，在当时引起了很大的轰动。

新闻上报道有限，但在军方内部形成了实际上的影响，那就是给ibm乔治敦实验室提供了非常多的研究经费。

但每次问就是进展很好，实际效果却非常一般。

ibm和乔治敦联合研发的这个机器翻译，一直停留在一个很粗糙的水平。

一直到三年后，新成立的自动语言处理咨询委员会发现乔治敦ibm项目远不及预期，整个项目经费被砍到只剩下一点点。

不过现在军方对乔治敦他们的耐心也在急剧减少，直接就体现在杰克·鲁伊纳对ibm的不友好上面。

林燃解释道：“我们用已有的数学工具可以构建一个理论框架，来证明人工智能带来的技术奇点在理论上是可以实现的。

我们将技术水平定义成随着时间t增长的函数.”

林燃把未来技术奇点的数学模型拿出来，说完后接着说道：“我觉得这只是论证了从数学的角度出发，这是有可能的。

刚才鲁伊纳主任提到了ibm和乔治敦联合做的机器翻译项目。

他们进展缓慢，这是因为他们都是废物。

他们的重点放在规则层面，实际上以现有技术完全能够实现比十年前好要好得多的效果。

只需要两个月，我远程指导他们两个月时间，他们的效果就会有翻天覆地的变化。”

林燃话音落下后，台下坐着的ibm ceo沃森直接说道：“ibm会尽全力配合教授。”

坐在林燃边上的国防部长麦克纳马拉说：“我很期待，教授亲自指导后的翻译机。”

林燃接着说：“人工智能的构成由机器、算法和学习内容这三者共同构成。

机器的计算能力决定了它的智能程度。

ibm制造的大型计算机，计算能力的提升，让它能够解决更复杂的问题。

算法则能决定它能发挥多大的威力。

最后的学习内容，则决定了它的智慧程度。

人工智能，它一定和人类似。

人的智慧程度取决于他接受的教育，他的智商和他的经验决定的。

智商对应的是算法，包括逻辑推理、问题解决、记忆和语言理解等先天或遗传决定的能力。

教育是人类通过系统性学习获得的知识、技能和思维方式，它类似于人工智能中机器的能力，机器的计算能力为智能的实现提供支持。

经验则就是数据了。

在乔治敦这个项目中，他们用的机器是ibm701，算法是一个纯规则的算法，而语料则是一