化学习”，AI拥有了自主学习的能力biqu11 Θcc
同样的方式，如果将AI放入其他游戏，或者说不同算法模型里不断地的学习总结，那么一样也能训练培养出能力极强的AI出来biqu11 Θcc
从本质上看，培养教导AI，其实与教育小孩没有太大区别biqu11 Θcc
那么反过来说，通过游戏进行寓教于乐学习，才是人类小时候最佳的教育学习方式，将游戏视为洪水猛兽，是不可取的，在教育方法上，自我强化学习也要比填鸭式“监督学习”效果更好biqu11 Θcc
算法问题解决了，接下来就要满足算力和数据的条件biqu11 Θcc
数据不必多说，游戏训练平台本身就是在不断地收集数据，随着AI智能不断提升，数据收集的速度和质量也在不断提升，而在实际运用场景中，遍布全网的大数据了解一下？
比如未来的人工智能无人驾驶技术，现在沸腾汽车、沸腾出行就已经在收集相关数据了biqu11 Θcc
为什么数据很重要，就重要在这里，谁拥有大数据，谁才能做AI，否则连人工智能的门槛都迈不进去biqu11 Θcc
而显然，沸腾集团和方洲国际在数据收集方面，绝对是全球领先的，软硬件基础比其他国际互联网大鳄打得都要好biqu11 Θcc
而收集、统计、处理这些数据，又需要海量的算力支持，这就涉及到超算中心项目了biqu11 Θcc
经过两年的布局和发展，目前沸腾超算中心已经建立了超过100座超算机房，投资额超过300亿，但算力依然供不应求biqu11 Θcc
其中科研云计算、云网吧是目前超算中心最大的两个业务板块，其中又以科研云计算的需求为最biqu11 Θcc
原因很简单，国内提供能这么强大算力，并且服务费用这么低廉的超算中心，只有沸腾超算中心了biqu11 Θcc
众所周知，搞科研很烧钱，而计算机科研烧钱主要就是烧在了人力、硬件和电力上biqu11 Θcc
人力方面还好说，毕竟是高科技人才，值那个价，要做相关科研，这是必须的投入biqu11 Θcc
而硬件方面，根据摩尔定律，计算机硬件更新换代的速度很快，如果让科研机构自己时不时地升级硬件设备，成本太高，根本耗不起，但如果不更新升级硬件设备，能耗大不说，工作效率也低，并非长久之计biqu11 Θcc
而且还要考虑硬件折旧问题，许多硬件电子设备长期满负荷运转，使用寿命比家庭电脑低得多，沸腾超算中心前头一边在新建机房，后面又一边在更换老旧损坏设备，运营成本居高不