“這又牽扯到一個問題，人類愛憎的情感跟後天性格是如何產生的？這既可以說是一個大腦成長跟運作的問題，但其實也可以簡化為一個機器模擬深度學習的問題。”
“然後我就在想，那麼我們有沒有可能透過一種技術來實現機器的性格化？答案是肯定的！其實谷歌在這方面已經走到了前面，但是他們的深度學習理論用在了跟人下棋上，這是深度學習的一個分支，讓機器充分發揮它們本身的計算跟邏輯排序能力。跟情感能力無關。”
“所以我把思路走向了另一面，如何透過深度學習，讓機器具備情感能力？而當機器真的具備情感能力，能做到哪些事情？”
“思路簡化之後，我發現透過一個數學理論其實可以解決這個矛盾。嗯，對了，葛總，你是否瞭解希爾伯特第十問？”
葛靈玥茫然的點點頭，又搖了搖頭。
實際上從構思出一個軟體的功能，牽扯出一個數學難題，這中間的邏輯線已經讓技術出身的葛靈玥感覺腦子有些不夠用了。
希爾伯特二十七問雖然她有印象，但讓她在這種情況下回憶起具體第十問涉及到哪些問題，那就真超綱了。
“第十問就是不定式方程的可解答性，簡單描述就是任意多個未知數的整係數不定方程，要求給出一個可行的方法，能夠藉助這個方法，透過有限次運算，判定該方程有無整數解。”
“要解決這個問題，需要研究數理邏輯以及可計算理論，以及演算法精確化。當然這個問題已經被證明為不可解。”
“但我想延伸出這麼一個新問題，如果一個機器意志在假想的非人工操控下判斷出一個數學問題窮盡算力也無法得到解決，但它又有必須要解決這個問題的理由，面臨兩難抉擇時，它會做出何種選擇，邏輯依據又是什麼？”
“如果一定要較真，這又會引出另一個數學問題，NP完全問題！”
“是否在任何情況下，一道已知的難題，都能分解成若干簡單的步驟，從而快速得到答案。”
“幸運的是，在餘馨的幫助下，我對這些數學難題做了很多研究，更幸運的是，我雖然沒法解決這個終極數學問題，但是透過思考這些難題，我研究出了一個可多維選擇性的演算法，我將它名為機器選擇不確定性演算法或者混沌演算法，這個演算法將是合拍軟體乃至下一代腦機晶片的核心部分。”
“具體的理論我就不詳細論述了，這個演算法存在的意義就是，它能在深度神經網路學習演算法的幫助下，透過選擇的不確定性，同時在腦機晶片的幫助下，透過收集跟學習人類在不同情緒狀態的下，腦波波動特徵，模擬出具備人類特徵的性格跟情感，在富裕了它語言功能之後，就足以實現我所描述的人機無障礙情感交流。”
“你可以將之看成為介於強人工智慧跟中級人工智慧之間的一種技術。因為透過這種演算法，機器的所有情感輸出個語言輸出都是模擬的。”
“換而言之，它透過手機合拍上不同人的聊天模式，以及透過機機資料交流進化，本質上也是大資料模式下的產物，雖然看上去很聰明，但跟真正具備自我意識的強人工智慧定義還有差距，但這個差距普通人已經無法察覺，可以完美的透過圖靈測試。”
“這就是我說有能力實現上述一切的基礎。如果葛總還抱有疑慮的話，最遲一週時間，我就能透過這個演算法做出一個簡單的小程式來，讓你先行體驗。當然，因為是一個小程式，可成長性自然無法媲美合拍，但也足以讓你信服了。那麼請問葛總，現在你有信心帶領暢享科技繼續照著我們的戰略目標，繼續走下去了嗎？”