下书看 > 蓝星倾覆:我不玩游戏全球恐慌 > 第511章 神经网络

蓝星倾覆:我不玩游戏全球恐慌 第511章 神经网络

    第五百一十一章 神经网络

    十五年前,文明联盟组建初期,商都秘密开启的,关于意识转移的技术研究,进展并不顺利。

    这项技术关乎沉睡的7号玩家杰克。

    又是支援未来的‘转生计划’必要前提。

    最重要的是,李前答应成为大家长的协议,就是攻克这个技术。

    但是,研究工作一直处在初级阶段。

    人类对于大脑的研究,还在摸索意识的成因。

    另外,李前制作的特殊状态画纸,吸摄意识体的成功率比较低。

    如老人那般,有着强烈执念的人很少,多次隐秘的实验,实验体死亡后,记忆飞快消失,连带着意识体变成完全的空壳。

    目前商都研究的主流方向,借助特殊画纸,吸摄活体动物,猴子、猩猩意识,在其死亡,记忆开始消散期间,尝试转移到新的身体。

    这条路线最接近成功,意识进入新身体,会出现诸如心跳加快,肌肉痉挛,神经信号紊乱,和脑电波异常活跃。

    然而意识体还是会消散。

    “这位是林朝初教授,着名神经医学专家,神经生理学专家,目前担任商都大学生物医学工程院院长,我爸的朋友,从事脑细胞修复、激活方面的课题研究。”

    楼下,客厅,苏想先介绍那位中老年男子。

    林朝初微笑站立,等到苏想介绍完毕,快速整理已经很整洁的衬衣领口,马甲纽扣,然后主动伸出手:

    “你好,玩家李前,很荣幸见到你。”

    “我是李前。”

    李前伸手和他握了握,道:

    “林教授太客气了,今天还有很多问题要请教。”

    “这位是张琳,互联网信息中心工程师,负责智辅的维护、调参工作,曾参与部分主体开发。”

    “您好您好,我叫张琳。”

    三十许的女子脸上洋溢笑容,伸出双手。

    李前和她握了下,笑道:

    “张工久仰,冒昧邀请,耽误工作了。”

    “呵呵,不耽误,智辅非常强大,我现在的工作挺清闲的。”

    张琳受宠若惊,情绪激动,满脸笑意,努力保持矜持。

    李前邀请两人坐下,又聊了一阵,了解他们工作方面的事情,日常生活等。

    在他们眼中,李前是大人物。

    并且是这颗星球上最恐怖,最神秘的人类。

    “关于你通过智辅,发起的提问,我们整理了一些文件资料。”

    林朝初接过苏想递送的平板,进入内部网络,输入账号密码,验证身份,调出一份详细文件。

    “我们这边也是,请过目。”

    紧随其后,张琳也调出文件,放在茶几上。

    李前点点头,拿起平板,细细阅读。

    关于意识领域的研究,李前可能是最积极的一个,但遇到的难点非常多。

    几乎无从入手。

    李前提出的问题是:

    意识是怎样诞生的。

    意识又是什么。

    当然,这不是李前自己提出的问题。

    一直以来,两个问题都困扰着人类。

    灵魂,幽灵,细胞集群本能?

    更强大的生物本能?

    现代科学的发展,人们知道,人是由物质构成的,物质由分子构成,分子由原子构成。

    从本质上说,人体大概有10的27次方个原子。

    神奇的是,一堆原子的堆积,居然产生智慧,诞生出自我的认识。

    意识到底是怎么产生的呢?

    随着科学认知的进步,人类逐渐摸到一些边角。

    脑电波,神经信号,人和动物的意识活跃在其中。

    但脑电波,电信号,思维的运作,对于人类而言还是黑箱,是未知的。

    李前拿起另一份文件,互联网信息中心整理的文件,关于大语言模型,智辅的研究报告。

    科学家想要解答李前的疑问,认为通过人工智能的语言,能够更加清晰的表达。

    人工智能最开始的研究,源于科学家突发奇想,认为机器能够诞生智慧,可以通过学习进化,就像人一样。

    自然,也可以创造出来。

    最初,人工智能研究方向有三个,逻辑主义、行为主义和连接主义。

    发展到今天,最厉害的人工智能,智辅,属于连接主义。

    而连接主义,其原理是模仿生物大脑的神经网络。

    最开始,初见成效的神经网络模型,是对图像的处理。

    也就是,机器识别图像。

    这一点是怎样做到的呢?

    信息中心整理的文件中,详细解释。

    机器将图像扫描,分割成均匀的不同颜色的网格,也就是像素块。

    假如在一张白纸用黑色墨水笔写上数字8,在像素化的网格中,颜色较深的黑色网格,就是数字8的组成部分。

    机器给每一个网格进行编号,列出一个数列。

    不同像素方格的颜色不同,取不同的灰度值,赋予数列。

    灰度值,0-255,0表示黑色,255表示白色。

    那么白色纸张上的数字8,就被拆分成数字接近于0的数列,在经过算法计算,输出一个答案。

    其实,以上的判断方法,和人类判断数字8的流程基本一致。

    当人眼看到白纸上的数字8,光线通过眼球结构,投影到视网膜。

    视网膜上的光敏细胞将整理成‘数列’的数据传给大脑,大脑分析计算,得出结果。

    这一整个流程分为输入,计算和输出。

    计算的过程越复杂,得出的结果越精准。

    人类大脑的计算过程极其复杂,输入到输出,经历无数的神经细胞。

    计算过程中,确定由两个黑圈,并上下连接组合的图形大概是数字8.

    上面不封闭的是6,下面不封闭的是9.

    计算机计算过程分很多层。

    第一层,确定图中是否存在两个圈。

    下一层,两个圈是否连接。

    再下一层,有没有可能它是个6?

    继续往下,是不是9?

    是否为上下结构,有没有可能是个无限符号?

    如此一层层计算下去,最终得出结果。

    这就是计算机图形分析的原理。

    但如果遇到极为复杂的图形,比如一张人流如织的街道,计算机需要判断街道、路灯、斑马线,那些立着的形状是人还是垃圾桶。

    经过一系列计算,最后得出有人闯红灯。

    而人在这方面反应极快,看到斑马线,下意识看到红灯,穿过时注意车流等。

    这是经验。

    因为人知道什么是斑马线,什么是车辆和行人,懂得避让。

    就像看到蚂蚁搬家天要下雨,因为空气湿度和温度在上升。

    早上看到红彤彤的朝霞,意识到今天大概率也会下雨,出门记得带伞。

    这些是经验的总结,反向输入,简化计算流程。