章杉知道，姚氏百万富翁问题有很多实际应用~
这里举一个例子：假如Alice希望向Bob购买一些商品，但她愿意支付的最高金额为x元，Bob希望的最低出售价为y元，Alice和Bob希望知道x和y哪个大？
如果xy则双方可以继续讨价还价，否则就不必再浪费口舌，但他们都不想告诉对方自己的出价，以免自己在讨价还价中处于不利地位。
这个看起来像是小学应用题，但实际上同时和金融、编程和安全挂钩之后，这个问题还真不是那么容易~
然而，事实是，在1982年，姚启智教授在提出百万富翁问题后就给出了该问题的一种解决方案。
该方案用于对两个数进行比较，以确定哪一个较大。Alice知道一个整数i；Bob知道一个整数j，Alice与Bob希望知道谁的数最大，但都不想让对方知道自己的数。为简单起见，假设j与i的范围为[1，100]。Bob有一个公开密钥Eb和私有密钥Db。
(1)Alice选择一个大随机数x，并用Bob的公开密钥加密c=Eb(x)；
(2)Alice计算c-i，并将结果发送给Bob：
(3)Bob计算下面的100个数：Yu=Db(c-i+u)，（u=1，2，．．．，100）其中Db是Bob的私有解密密钥。Bob选择一个大素数p(p应该比x稍小一点，Bob不知道x，但Alice能容易地告诉他x的大小)，然后计算下面的100个数：Zu=(Yumodp)，。然后验证对所有的u≠v，|Zu-Zv|=2，并对所有的u验证：0
(4)Bob将以下数列和p发送给Alice：[Z1，Z2，...，Zj+1，Zj+1+1，...，Z100+1]，p；就是所从第j位对Zu数列+1操作；
(5)Alice验证这个数列的第i个数是否与x模p同余。如果同余，她得出的结论是i=j;如果不同余，她得出的结论是ij;
(6)Alice把这个结论告诉Bob。
一时之间，章杉也不禁感慨万千~
感慨归感慨，怎样让姚老接着聊些学术上的事情~
没等章杉想太多，姚老话锋一转，开始询问起章杉了~
“章杉同学，我还听说你打算额外持续投资20亿美元研究人工智能，我不是有意窥探商业上的秘密，也无心于此，只是从我目前来看你想要做的显然不是想研究普通人工智能，而是致力于超级人工智能。”
“目前超级人工智能有很多制约条件……”
章杉听得很认真，姚只提了“鲁棒性”与“可解释性”两大技术瓶颈，以及未来超级人工智能的终极挑战。
章杉对人工智能关注颇多，自然明白姚教授的意思~
关于鲁棒性问题，可以解释成脆弱性、非安全性、非可靠性问题。
人工智能系统设计历来重功能性设计，轻可靠性、安全性设计；或先功能性，后安全性、可靠性。
在早期产品中这一现象尤为严重。在自动驾驭汽车领域，最终制约因素是安全性、可靠性问题，未来，无人驾驶汽车研发会因可靠性、安全性问题，成为“永在途中”的课题。
关于可解释性，可以理解成广义的开源性。
可解释性就是如何让人们深入了解人工智能系统。以汽车为例，在工业革命时代，汽车驾驶者们对汽车原理、结构一目了然；
现在，汽车对于驾驶员而言只是一个黑盒子，只有方向盘、油门、刹车这样一个应用界面。
相比而言，工业革命时代的汽车有高度的可解释性，人工智能的新兴汽车无可解释性。
同样，手机、数码相机、电视机相较于电话机、照相机、电子管电视机而言，无可解释性，对所有使用者都是黑盒子，无人去拆解、修理，去了解其内部结构，这是一种十分现实、十分先进的人工智能产品的傻瓜化应用模式，它将知识创新与创新知识应用彻底分离。
然而，对于人工智能创新领域，不可解释性是一个技术创新的巨大障碍。
硬件的透明、软件的开源，一定程度上解决了技术创新的可解释性障碍。
目前，可解释性障碍突出表现在算法领域（人工智能三大基础之一），它阻碍算法的推广、评价与市场化，算法的碎片化现象会严重阻碍人工智能的发展。
不得不说，姚是一个极有远见、对人工智能有独到见解的大家。
“姚教授，学生记得早年在水木大学的一次演讲中，你便提出了人工智能时代的“大科学”概念。
我记得您在那个时候说：人工智能时代，已进入到诸多强势科学的交叉融合发展时代，各个强势学科都会以自己的视角（自以为是地）诠释人工智能……”
姚教授真没想到章杉记得这个，他怎么会不记得的呢~
这章没有结束，请点击下一页继续阅读！
喜欢读书成神豪请大家收藏：(m.2yq.org)读书成神豪爱言情更新速度全网最快。