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。