未来一号超算投入使用后，郝强用它来收集和整理数据，研发“未来AI”。
未来AI可以生成符合人类对话习惯的回复，即进行对话，也可以识别图片、图像等任务，也可以应用到公司正在研发的智能机器人－未来1.0机器狗的身上。
它将会在更多的领域发挥其重要的作用。
例如，在教育领域，未来AI可以作为智能辅导系统，为学生学习提供个性化的指导；只要给出题目，就能给出详细的解答过程。
在医疗领域，未来AI可以作为医疗助手，为医生提供诊断和治疗建议。
在金融领域，未来AI可以作为智能客服和风险评估工具，提高金融服务的质量和效率。
随着技术的不断发展，未来AI也将不断进步和完善，能够处理更加复杂的任务和问题。
可以说，未来AI可以做的事情非常多。
以未来AI为基础，衍生更多专业版本，比如自动驾驶、军事应用、家庭服务等。
当然，郝强也会给限制一些功能，比如违法的功能。
目前，未来AI项目刚刚开始，就如刚刚怀孕的胎儿一样，尚未成型。
未来AI的技术架构包括三个主要部分：预训练模型、fine-tuning模型和推理引擎。
预训练模型是未来AI的基础，通过学习大量的语料库来建立语言规则和词汇知识。
Fine-tuning模型则是在预训练模型的基础上，针对特定的任务进行微调，以适应不同的应用场景。
推理引擎则是用于根据用户的输入和模型的参数，计算出生成回复的概率分布。
说得简单一点，
传统的编程方法：需要人类明确地编写相应的规则来告诉你怎样区分猫和狗。
编程的工作量就非常大，也难覆盖所有规则。
机器学习（模拟人脑）：给计算机提供大量关于猫和狗的图片，即大数据，每张图片都标注了是猫还是狗（监督学习）。计算机通过分析这些数据，自己“学习”如何区分猫和狗。
或者，给计算机大量没有标记的数据，让计算机自己找出数据中的模式或者结构（非监督学习）。通过数据来训练模型，使得计算机能够解决复杂的问题，而不是依赖人类预先设定的规则。
即郝强不想写代码了，想让机器能自己（输入）听到、看到、摸到、闻到、理解并（输出）做到、说出来、画出来、表现出来，适应新东西完成复杂的任务不再需要人类干预。
当然，这是全面人工智能。
未来AI做不到摸、闻等动作，只能听、看、画等表现，只能算是半人工智能。
郝强的目标比较远，但还是需要一步一步地走。
一天下午，
郝强坐车回到郝府，刚走进大厅，看到大儿子一手拿着餐巾纸，一手捂着鼻子，有些不解：“子墨，你做啥呢？”
旁边的佣人看到郝强，微鞠躬一下，然后解释道：“先生，大少爷想给小少爷擦屁股，二夫人就让他尝试一下。”
“嗯，这种事就让小孩体验一下。”郝强笑了笑。
在郝府有一个规定，只要不涉及孩子的安全，就不要干涉，哪怕孩子摔倒了。
郝子墨看到爸爸回来，小手依然捂着小鼻子，皱着眉头说：“爸爸，我帮弟弟擦屁股，他拉粑粑了，可臭死了。”
“你这么大的时候也是一样的啊。”郝强笑呵呵说道，“所以啊，知道父母养你们不容易了吧。”
郝子墨脑子里有些疑惑不解，反问道：“爸爸，奶奶说你是她一把屎一把尿把你养大的？是真的吗？”
那么臭的东西，爸爸也能吃得下？
爸爸小时候，家里有这么穷吗？
郝强哭笑不得，只好耐心跟孩子解释一下。
他的大儿子和大女儿，逮到他后，喜欢问一些奇奇怪怪的问题，比如说“为什么他们有两个妈妈？而别人只有一个妈妈和爸爸？”“为什么家里这么多叔叔阿姨？”“是有鸡还是先有蛋？”
很多问题真不好回答，难道回答“你们爸爸太厉害，所以娶了两个老婆”“生活太不容易了，只有做鸡，才能活下去？”
郝强陪着孩子们玩耍了一会儿，发现老爸不在家里，便转向抱着小女儿的母亲询问。
刘凤清面露不悦之色，语气中带着些许嘲讽，说道：“你爸回老家了，那个村委干部的头衔，他是舍不得啊。
在家里有人天天捧着他，呵呵，在这边可没什么熟人捧他，估计是有点不习惯了。”
她停顿了一下，神情变得柔和了些，接着说：“我过几天也得回去一趟，你外公外婆年纪大了，身体不如从前了，得去看看他们。”
郝强点了点头：“哦，好的。妈，你回去的时候带些补品吧，给外公外婆补补身子。”
“这个你就不用操心了，平时都买给他们的。哎，年龄大了，吃多少补品都没啥用的。”
“嗯，这倒也是。”郝强理解，市面上的补品都没啥用，买下来就是交智商税。
当然，他自己也让人帮收购一些野生药材备用。
话说回来，
今年一家人在鹏城过年，郝强的堂哥一家人也在大年初五时返回老家。
两家人留在鹏城过年，也就意味着家乡的亲戚们无法像往常一样登门拜年。
随着时代的变迁，年轻一代对亲戚关系的重视程度逐渐降低，大多只顾着忙碌自己的事业和生活。
若不是郝强发家了，估计那些亲戚也不怎么登门。
岁月如梭，郝强的外公已经75岁高龄，外婆也73岁了。
到了这个年纪，每一天都显得弥足珍贵。
虽然不愿意往坏处想，但不得不承认，这个年龄段的老人稍有不慎，一场小病都可能成为生命的终结。
郝强重生已有8年，世事变迁，物是人非。