第119章 没法抄的第三个项目(求推荐) (2/2)
奇热小说网 www.qirexs.com,电影黑科技无错无删减全文免费阅读!
打开系统面板,陈神看了一眼上面密密麻麻的代码,顿时就觉得自己患上了阅读障碍和密集恐惧症。
原因无它。
这第三个项目居然是——
【莫斯】
前世小破球里面的人工智能!
它掌控着全球的网络资源,可以通过空间站实现通信转接、数据传输及存储、实时语言转译、逻辑运算等诸多功能。
简单地说,全球范围内只要是连了网络的设备,它都能够影响或者操纵。
依托于强大的服务器资源,它建立起了海量的文明数据库,同时还拥有极快的运算速度,可以同时处理地面及空间站中的所有请求。
虽然不知道它有没有达到拥有自我意识的强人工智能标准,但是它的强大功能已经在电影里面展现得淋漓尽致了。
进可为全球所有人提供同声翻译,消除沟通障碍,退可带着空间站独自踏上逃亡之路。
不过……
这些代码也太多了吧?
陈神看着系统面板上面显示的代码,脑袋都大了。
仅仅只是莫斯的底层架构,代码的行数就要按十亿级的数量计算。
更别提它后面可能会包含的数据库,那可是可以重建人类文明的数据库啊!
这个是真的抄不了……
系统又不提供现实中的数据转存服务。
他哪怕对着这些代码来抄,一刻不停地手打,光一个底层架构就要抄上好几年!
更不用提后面的其他功能模块了!
什么通信、运算之类的功能,代码也是一个比一个多,哪怕他以加特林的速度敲击键盘,有生之年也抄不完这些代码。
自从有了系统以来,这还是第一个他抄不了的项目!
不过虽然代码不能完全照抄,他还可以学习里面的理念和算法。
这些才是这项技术真正的宝库。
只要把这些理念和算法都理解了,他就有可能创造出一个与莫斯同级别的人工智能。
像是数据库和功能模块什么的,只要创造出了人工智能,都是可以慢慢积累起来的。
所以陈神这段时间来的研究重点就是现在解密的系统底层架构,以及一种特殊的人工神经网络算法。
神经网络算法是一种模拟人脑结构的算法模型,它由许多层不同的单元构成,每一个不同的单元可以类比为人脑中的神经元。
这些单元的功能结构简单,但是它们就像人大脑中的神经元一样,相互连接着,每一个单元对于数据的运算结果都会输入下一层单元,这样一层一层地运算下来,最终可以实现非常复杂的数据计算,从而得到人们所期望得到的结果。
神经网络算法的用途十分广泛,大众经常使用的图片识别、语音识别、乃至AI换脸的背后都有它的影子。
同时它也是计算机自行“学习”的基础。
以图片识别作为例子,如果向计算机展示猫的图片,计算机就可以通过算法分析并记住猫的特征。
并且在之后展示的其他图片中,计算机可以根据这些特征识别出图片里面的猫,这种识别会随着识别量的增大而越来越精确。
这就是计算机的学习。
打开系统面板,陈神看了一眼上面密密麻麻的代码,顿时就觉得自己患上了阅读障碍和密集恐惧症。
原因无它。
这第三个项目居然是——
【莫斯】
前世小破球里面的人工智能!
它掌控着全球的网络资源,可以通过空间站实现通信转接、数据传输及存储、实时语言转译、逻辑运算等诸多功能。
简单地说,全球范围内只要是连了网络的设备,它都能够影响或者操纵。
依托于强大的服务器资源,它建立起了海量的文明数据库,同时还拥有极快的运算速度,可以同时处理地面及空间站中的所有请求。
虽然不知道它有没有达到拥有自我意识的强人工智能标准,但是它的强大功能已经在电影里面展现得淋漓尽致了。
进可为全球所有人提供同声翻译,消除沟通障碍,退可带着空间站独自踏上逃亡之路。
不过……
这些代码也太多了吧?
陈神看着系统面板上面显示的代码,脑袋都大了。
仅仅只是莫斯的底层架构,代码的行数就要按十亿级的数量计算。
更别提它后面可能会包含的数据库,那可是可以重建人类文明的数据库啊!
这个是真的抄不了……
系统又不提供现实中的数据转存服务。
他哪怕对着这些代码来抄,一刻不停地手打,光一个底层架构就要抄上好几年!
更不用提后面的其他功能模块了!
什么通信、运算之类的功能,代码也是一个比一个多,哪怕他以加特林的速度敲击键盘,有生之年也抄不完这些代码。
自从有了系统以来,这还是第一个他抄不了的项目!
不过虽然代码不能完全照抄,他还可以学习里面的理念和算法。
这些才是这项技术真正的宝库。
只要把这些理念和算法都理解了,他就有可能创造出一个与莫斯同级别的人工智能。
像是数据库和功能模块什么的,只要创造出了人工智能,都是可以慢慢积累起来的。
所以陈神这段时间来的研究重点就是现在解密的系统底层架构,以及一种特殊的人工神经网络算法。
神经网络算法是一种模拟人脑结构的算法模型,它由许多层不同的单元构成,每一个不同的单元可以类比为人脑中的神经元。
这些单元的功能结构简单,但是它们就像人大脑中的神经元一样,相互连接着,每一个单元对于数据的运算结果都会输入下一层单元,这样一层一层地运算下来,最终可以实现非常复杂的数据计算,从而得到人们所期望得到的结果。
神经网络算法的用途十分广泛,大众经常使用的图片识别、语音识别、乃至AI换脸的背后都有它的影子。
同时它也是计算机自行“学习”的基础。
以图片识别作为例子,如果向计算机展示猫的图片,计算机就可以通过算法分析并记住猫的特征。
并且在之后展示的其他图片中,计算机可以根据这些特征识别出图片里面的猫,这种识别会随着识别量的增大而越来越精确。
这就是计算机的学习。