有些沙哑的开口招呼，方然停下脚步，他抬起头，看向一脸询问神色的莱斯利*兰伯特。
“计算机，与人工智能，已经超越了人；
莱斯利*兰伯特，面对今天的强ai，您是否认同我的判断。”
“这……”
“不要匆忙下结论，兰伯特先生。
我真正想表达的意思是，计算机的能力，恐怕，在很久之前就已经超越了人类，哪怕其上运行的，并非ai程序，而只是枯燥乏味的数据库指令集，其本质上的能力，照样要比创造出这系统的人类，更加强大。
人脑的等效算力，是多少，您有一个大致认可的数字吗。”
“呃，大概是……
我想一想，可能在十到二十tflops，但您肯定知道，这种数据上的量化几乎毫无意义。”
“的确如此，但，为什么？
人脑的处理能力，与计算机的处理能力，两者根本无法放在一起比较？
原先我一直认为‘正是如此’，但现在么，却不这么认为，或者说，我觉得我们已经找到了一种客观，公平，能准确衡量‘人脑’与‘计算机加人工智能’这两者之能力的表尺，进而很直观的回答刚才的问题。”
听到这里，莱斯利*兰伯特的思维，何其敏锐，他几乎要猜到了答案。
“标尺，不是枯燥的数学计算，也不是矫揉的文艺创作。
回顾过去，人类用于衡量计算机、人工智能，甚至也往往用来衡量人类自身能力的标尺，就是这样的莫名其妙：
让人脑进行数学计算，或者，让人工智能撰写散文，用各自不擅长的事务，去粗糙衡量算力，进而进行不公平、因而注定毫无意义的比较，这种做法，又怎么可能准确度量人工智能的能力，进而指引研发的方向。
新的标尺，是的，我们其实一直在准备，不是吗？
只不过是到了‘强人工智能’的时代，这种标尺，才第一次有了应用的条件。
科学研究，探寻客观规律，这是迄今为止最客观，最公正的标尺：
不论人，还是人工智能，能够在这一领域取得怎样的成就，取得这些成就，又需要怎样的资源、算力与时间，两相对照，才是最有利的判据。
而依照这一判据，既往不咎，今天，你我都很清楚：
计算机、人工智能超越人类的时代，已不再是一种想象，而真正到来了。”
……
阿达民的表态，特别是，最后关于“判据”的一段话，凌莱斯利*兰伯特印象深刻。
这种印象，在走进会议室，面对那些对“强人工智能”之力表示质疑，进而怀疑这一项目价值的数学家时，变得愈发强烈。
如果说，在今天的对话前，他对数学家的诘问还有所保留；
那么，在聆听阿达民的断言后，对人工智能，乃至自己一手参与缔造的“强人工智能”，究竟可以达到怎样的高度，乃至具有当今时代一切人类个体、哪怕其总和，都无法具有的强大力量，他的信心更加坚定。
带着这样的想法，在一旁列席，莱斯利*兰伯特的心思根本不在讨论上。
说真的，对数学家们纠结的“证明之规范性”，他一点也不关注，身为it领域的资深专家，兰伯特有理由认为，自己会比数学家更理解何为“强人工智能”。
不仅如此，对“强人工智能”的力量，身为一线研究者，感受当然也更深刻得多。
数学定理的证明，这种东西，对认识、分析、改造客观世界，究竟有多大用处，贵为“科学之父”的数学或许有话要讲。
但，并非所有数学，都具有改变世界的力量，这一点他也很清楚。
在现场心不在焉，待了一会，莱斯利*兰伯特就起身告辞，不过在离开前，查看手机消息后，他斟酌着给阿达民发送了一条讯息。
正在与数学家们讨论问题，信息，方然匆匆浏览，是关于斯蒂芬*霍肯的。
看起来，在得知nep大区正研发“强人工智能”后，这位物理学界的杰出人物，的确如一开始所想的那般气愤，会是这样吗。
暂时没空处理这件事，方然收回目光，投向桌对面的几位数学家。
“not_even_wrong”，对强人工智能给出的证明，数学家们的一致观点就是如此，管理员很清楚自己无法说服他们。
不论怎样考量，在智力上，自己确乎比不上这些天才，方然有自知之明。
但，如果是洞察“智力”，或者“客观规律”的本质呢。
讨论进行了一个多小时，在场数学家、还有两三位物理学家的立场，方然了然于胸，他们认为，“强人工智能”在测试中表现出的能力，并不足信，此外，更根据人类无法观察“强ai”的内部运行逻辑，而对此深表忧虑。
这些科学家们的表态，在方然看来，很有一些掩饰真实意图的成分。
对“强人工智能”，