普通PC处理数据采用的是单行线,也就是一串数据只用一条线路处理,这样的处理方式叫做串行数据处理,这样的方式一次只能处理一串数据,效率低下。
后面随着电脑的发展,计算机科学家提出了并行数据处理的方法,也就是一个数据可以同时分为多个部分单独处理,但始终没法大规模实现,因为有的数据处理是不可分割的。
就拿一部电影来说,分为视频信道和音频信道,而两者是时间同步的,要想播放一部电影就必须把音频信道夹杂在视频信道里一起播放,而不是分开播放,否则会造成声音和画面不同步。
后来多核CPU的出现一定程度上解决了这个问题,可以音频和视频信道分开处理,同时序播放,但音频和视频还是要各占一个数据处理通道,本质还是离不开串行数据处理方式。
有没有更进一步的解决办法呢,答案是有!有两种办法!
要么是为每个程序专门设计一个CPU,这个一听就不靠谱,大众化、通用的PC要为了某一个APP或者软件专门设计制造一个硬件?!得多大的面子啊!
先不说全世界有多少软件种类,工作量有多大,就光说程序,一旦升级之后,旧的硬件也就得跟着更新,谁家电脑是白菜价也不能天天换CPU吧!(提一嘴——量子计算机就是因为这个原因无法普及——每个运算过程都需要专门设计运算单元)
另一个办法,是把一整串数据按时序分割成更小的数据包,让更细小但是更专业的处理单元分别处理,然后汇总处理结果,排列调整时序,最终得出处理结果。
这个方法靠谱点,而且已经大规模应用,具体参考GPU结构。
女娲的原始结构中,有一部分就采用的第二类方法,不过更复杂。
雷权在军队待过不少时间,所以对自己所用的设备有一个通用要求——可靠!
如果两个系统一个强大但是不可靠,一个可靠但不强大,雷权宁可选择后者。
雷权深入研究了人脑的基本结构单元——神经元,然后发现这是一种机制非常复杂但是也超级高效率的结构。
人类大脑光是功能分区就有几十个,每个功能分区负责处理的信号还不一样,但基本模式一样。
玩过WE(魔兽编辑器)的都知道,其内置语言JASS是一种非常优秀的语言结构,简洁、高效、发挥空间极大、可拓展性极强,但语法非常简单。
他们把很复杂的动作总结为“事件-条件-动作”这三个步骤,事件是指一件事发生的起始动作,条件相当于对这件事的处理依据,动作就是处理结果。
举个例子,人被针扎了一下,扎的很深,然后跳了起来。
这个过程中,被针扎是“事件”,针刺激到痛觉神经就是“条件”,跳起来就是“动作”。
人脑对外界信息的反应也是这么一个过程,不过要额外加上一个“目标”。
整个流程就变为:目标-条件-动作,这样一来,人的行为就由被动处理周边信息做出反应,到主动出击完成自己的目标的一个过程。
简单来说就是人类跟电脑的最大区别就是这个由被动变主动的区别。
举个例子,老王想要按摩,这是他的目标,于是他会为了这个目标开始有计划的攒私房钱,然后找个老婆不在家的时间,然后找个隐秘的小巷子,一头钻进了一家外面啥都看不见的按摩店。
这个过程中,“按摩”是目标,足够的私房钱、合适的时间、合适的地点是“条件”,一头扎进按摩店是“动作”。
这个流程一看就很顺畅,符合人类逻辑和行为习惯。
基于这个过程,雷权简化了他所认识的大脑结构,提取其核心部分形成了一个数学模型,然后进行了物理建模,生产出来了一个小型的神经元网络计算机,也是女娲的雏形。
雷权将数据分配了8个大类并分别制造了专门的类神经网络计算机,这八个大类主要包括:声、光、电、热、磁、核、力、化。
声、热、磁、力类数据的神经网络计算机最好实现,只需要传感器和简单神经网络计算机就可以处理,它们会把这几类信号按照特定要求进行细分和处理。
比如声音信号会按照频段、振幅等,在神经网络里瞬间分解为1024个级别,足够的细分可以让音频被分解成很多接近标准化的分段。
这样一来,所有音频信号经过第一层“神经网络”一个“分段-标准化”的过程处理后,就可以近似简化形成一系列编号,到了二级神经网络里所需的数据处理量就会大大减少,占用的存储空间也会变得极少。
就拿标准钢琴来举例子,88个音符,每个都是一小段不同的音频,但这些音频对应每个琴键又是相对固定的,一个琴键一个音,那么我们就可以只在一级神经网络里存储88个音频,这些音频到了二级神经网络里就会变成88个数字编码,而一些着名的钢琴曲,其乐谱对应的数字是基本按顺序固定的,那么在三级神经网络里他们又会被简化为一些标准组合,这些标准组合嘛,也是可以用一组特定编号代表简化的。
这章没有结束,请点击下一页继续阅读!