第823章 王炸，神經元計算組
陳瀟說些話的意思很明確了，就是要全面進入汽車領域。
目前全球最具有發展潛力的行業，一個就是移動互聯網，剩下一個就是汽車行業。
這兩個行業能夠容納數千萬甚至上億的就業人口，創造出數萬億米刀的價值。
這兩個行業之中，如果能夠抓住一個，就能夠帶動一個國家長達20年甚至更久的黃金髮展時間。
比如東洋。
東洋之所以能夠在戰後成爲全球最強大的資本主義國家。
其中汽車發揮了不可忽視的重要作用。
即便是在失落的90年代以後，東洋也依靠豐田本田，日產等全球知名的汽車品牌，夯實了自己的工業和經濟基礎，保證了全球前三的位置。
一個島國，一個沒有任何自然資源的國家。
能夠依靠自己的汽車工業，保證國家的強大勢力，這足以說明了在現代工業社會，汽車至關重要的地位。
夏國的人口衆多，足足有13億人。
而且隨着改革開放之後，國民的思想觀念發生了重大變化，大家都非常的重視教育。
今後單純的依靠出賣體力獲取報酬的人會越來越少，反而是出賣腦力勞動以及技術能力的人會越來越多。
又有什麼產業能夠容納夏國幾億升值十幾億的勞動人口呢？
除了移動互聯網以及其終端行業以及汽車領域以外，其他的產業都無法容納如此衆多的就業人口。
陳瀟重生而來，內心的那一種家國情懷非常的重。
一個強大的企業，只能夠依託於強大的國家，才能夠生存。
不然只有面臨被收割的命運。
這種例子實在是太多了。
無論是俄國、敘國還是南美的一些國家。
辛辛苦苦經營的私人資產，國家如果不強大，被西方資本集團收割輕而易舉，甚至連反抗的餘地都沒有。
而讓一個國家強大起來，最關鍵的因素就是要讓人口充分就業。
所以汽車工業和移動互聯網終端產業一樣，是能夠充分容納人口就業的行業。
尋找可以收購汽車公司的事情就是交給王翔去做。
陳瀟的要求並不複雜。
所涉及的汽車公司，並不需要有多麼先進的發動機或者是變速器技術。
因爲長天科技並不是做燃油汽車，所以西方國家積累了一百多年的燃油車技術，對長天科技最有用的也只有底盤和整車的生產。
而這些技術，並需要有多麼深厚歷史的西方汽車公司，一些擁有10多20年的夏國汽車製造公司，就擁有這些技術。
測試完改裝之後的特斯拉汽車之後，陳瀟和屈萍再一次回到了實驗室。
在實驗室內部。
實驗小組已經按照陳瀟給出的方案，培養出了類似於人體神經的組織。
並且經過了一系列的測試。
在測試的過程之中，這一些神經組織已經能夠完成簡單的運算。
但是具體要形成芯片，還需要進一步的連接和測試。
目前實驗室的計劃是，培養單獨的神經元組，然後與神經元組聯合在一起。
屈萍向陸銘彙報着說道：“從目前我們掌握到的相關測試結果，如果我們的生物芯片能夠研發成功，那麼比起傳統的芯片，以及我們以前生產的生物芯片擁有以下幾方面的優勢。”
屈萍將陳瀟引到了超級計算機前，這裡有關於人造神經元關聯組實驗的全部資料。
屈萍讓小熒助手打開了實驗資料，並且用3D動畫向陳瀟進行解說：
“第1個優勢就是，整個神經元組的計算方式和我們的傳統計算機，包括我們使用碳晶芯片的計算機完全不一樣。”
“碳晶芯片和傳統的半導體芯片，最基本的運算邏輯就是0和1，所以它能夠計算一些複雜的運算，但是永遠不可能會擁有情感，算是所謂的情感，也不過是通過大量的信息接收以及運算和模擬生產的，這一種情感其實是一種邏輯結構，而不是一種情緒結構。”
“相反我們在最基本的神經元組計算單元之中，我們發現了一些情緒結構。”
“第二個優勢就是神經元組計算芯片，擁有初步的意識，這一種初步的意義是是一種很明確的自我認知能力。”
“而自我認知能力是生命和機械最大的區別。”
“採用計算機語言所編寫的任何程序設計的任何產品，包括最先進的機器人，永遠都不可能擁有自我意識，所以目前世界上最先進的機器人或者是人工智能只是一種冰冷的機器。”
“而我們的神經元組，有形成獨立思維和自我認知的傾向。”
“第3個優勢就是自我的適應和學習能力。”
“傳統的計算機，並沒有自我的學習能力。就算是我們比較先進的小熒語音助手，也是通過大量給小熒灌注人類的語言和邏輯結構，並且利用倉頡編程系統設計了相應的語言庫、實詞以及反饋邏輯，這才讓小熒語音助手擁有了反應快反應準確這樣的功能。”
“所以小熒助手也並不是真正的人工智能，只是運算邏輯10分的恰當，數據庫10分完備的一種程序而已。”
“但是我們在對神經元組進行測試的過程之中，發現了就算是最單一的神經元組，也有自我學習的能力。”
“我們並沒有給神經元組之中添加任何的邏輯，只是對其進行了一些事項或者是程序的告知。”
“非常奇怪的是，神經元組能夠通過這一些表觀數據形成內在的自我邏輯或者叫做自我適應能力，自我反應。”
“等下一次它們再碰到類似的問題的時候，就能夠很輕而易舉的解答出來。”
“我認爲這是神經元組的一種自我學習能力。”
屈萍的這一番表述有一些複雜，使用了大量的計算機以及生物學語言。
爲了能夠讓陳瀟更明白自己在說什麼，屈萍給陳瀟舉了一個很簡單的例子。
她從桌面上拿到一個黃色封皮的書籍和黃色的手提包。
“舉一個非常簡單的例子，如果我告訴神經元組，我手裡拿的這個書籍是黃色的，過一會兒之後我問它我的手提包是什麼顏色，他也會知道我的手提包是黃色的。”
陳瀟點點頭，如此看來實驗室已經取得了非常偉大的成就。
距離自己的生物芯片研發成功又更近了一大步。
屈萍說道這裡的時候有一些激動：“我這只是一個很簡單的例子，如果是讓計算機去辨別不同的東西的某種顏色是相同的，那麼我一定要對這種顏色進行編號，並且將顏色的數據存入在計算機之中，這樣計算機才能夠在下一次的時候進行識別。”
“就是我們至少要進行一種由內而外的編程。”
“這種編程並不是計算機學習的過程，而是人爲的給它添加一些東西。”
“但神經元計算組不一樣，我們只是給它看了這個東西是黃色的，並沒有主動的給他的內部進行什麼樣的編程，但是他能夠很自然的通過表觀的東西形成內部的信息，再通過內部的信息進行反饋。”
“神經元計算機組合傳統的計算機，運作的模式是完全不一樣的。”
屈萍極力解釋着自己在實驗室中發現的偉大成果。
其實陳瀟對這種成果早就有了預料。
傳統的計算機是必須要對內容進行編程，纔會有後續的應用。
而神經元計算組，則是告知他有這樣個應用，或者實現這樣的應用，它能夠實現自我編程。
一種是由內而外，一種是由外而內。
而由外而內就是一種自我學習的過程。
這就和人是完全一樣的。
人類懂某種技能，從來不是有哪個老師在你的腦袋中裝什麼插件或者是放一些程序，而是在表觀上去教你這樣的技能。
這種表觀上的教育，會讓人內在形成一種自我的程序，這就是一個學習的過程，也是生命體和計算機居然不同的差距。
說的更加清楚一點。
比如寫一個“好”字。
在計算機之中，一定會把寫“好”的這樣一個程序錄入到計算機之中。
需要計算機書寫的時候，會讓計算機通過這樣一個程序進行信息的輸出。
但是如果是人呢？
當你看到這個“好”字以後（這裡假設沒有老師教寫這個字的筆畫，只是給伱看這個字）。
你會主觀的形成“好”字的筆畫。
這種主觀的形成筆畫就是從外及裡的一個自我編程的過程。
而每個人內心的這種程序其實是可以完全不同的，並沒有一個標準的答案。
有些人的程序是先寫“女”再寫“子”。
有些人的程序只是先寫“子”再寫“女”。
甚至有些人會先寫“子”的一個勾，將整個字的順序倒過來寫。
但是最終輸出的字還是一個“好”字。
這其實就是一個自我認知和自我學習的過程。
這是長天科技生命科學和醫學實驗，是一個重大的發現，也是生產生物、計算機的一個重要的突破口。
屈萍說到這裡的時候，又有一些難過。
“所以這也給我們的實驗室帶來了很大的難處。”
“如果神經元組的情緒結構持續的發酵形成了自己的思維，那就麻煩了。”
“畢竟那個時候我們沒有辦法界定，它到底是我們需要實現目的的一種工具，還是一個擁有獨立“人格”的生命體。”
“現在我們想的辦法就是，希望能夠剝奪它自我覺醒的這種意識，只是利用神經元計算組這種情感性的算法，來實現我們生物芯片的目的。”
陳瀟對是完全贊同。
屈萍剛剛只是進行了一些簡單的表述，但是陳瀟完全相信，僅僅是剛剛屈萍的那些表述，如果再增加一些可行性的實驗室數據以及準確的表達方式，再形成一篇完整的論文，絕對能夠轟動世界。
陳瀟本人是不怎麼看得起《自然》或者是《細胞》雜誌的，對諾貝爾獎更是沒有任何的感覺。
但話又說回來，如果將這一篇論文發表到《自然》或者是《細胞》的雜誌之中，又或者是提交給諾貝爾的組委會，這篇論文所取得的，影響力和成就將遠遠大於任何一篇論文。
屈萍平對神經一元計算組的研究還是剛剛開始，距離真正的成功還是有一段路要走，她還沒有發現神經元計算組也有自己的缺點。
任何事物都不是完美的，都有自己的缺點。
神經元計算機組當然也不是完美的，也擁有自己的缺點。
那就是在具體的邏輯計算的時候，速度比較慢。
比如讓計算機計算一個上百位的乘法或者是複雜的數學題，計算機可能只需要幾毫秒就能搞定。
但是如果使用神經元計算組，在佈置好神經元計算組的前提之下，神經元計算組也是能夠計算出來的，只是速度就要慢得多了。
這裡可以參考，計算機做一道高考數學題，以及高三學生做一道高考數學題所消耗的時間。
同樣都能夠給出答案，前者如果進行了編程當然速度會更快。
後者通過學習實現自我編程也能夠計算，但是速度要慢一些。
陳瀟也對屈萍指出了這樣的缺點。
並且對於屈萍叮囑說道：“我們在研究生物芯片的時候，不能夠單純的對生物芯片進行研究，還是要融合在我們的碳晶芯片，整個大局之中。”
“兩種芯片的作用應該是相輔相成的，只有這樣我們才能夠真正的突破目前人類計算機計算的限制，實現真正的智能化。”
屈萍當然明白陳瀟在說什麼，她說道：“放心吧，師父，這件事情我心裡有數。”
“我十分期待咱們生物芯片研製成功之後，將會對整個人類社會產生怎樣的改變？”
陳瀟對此同樣也十分的期待。
因爲從他重生的那一刻開始整個人類科技的發展歷程，就和自己從事以前的那個世界完全不一樣了。
未來到底會怎樣？
人類的文明到底能夠來到一個怎樣的高度？
這一切的答案也只有交給時間了。
此時此刻在王翔的辦公室。
王翔已經收集到了全球所有年產值在5000萬RMB以上汽車企業的信息，這一套信息之中也有這些汽車企業所掌握的技術。
王翔需要從這一些汽車企業之中進行篩選。
(本章完)