隨著科學認知的進步，人類逐漸摸到一些邊角。
腦電波，神經信號，人和動物的意識活躍在其中。
但腦電波，電信號，思維的運作，對於人類而言還是黑箱，是未知的。
李前拿起另一份文件，互聯網信息中心整理的文件，關於大語言模型，智輔的研究報告。
科學家想要解答李前的疑問，認為通過人工智能的語言，能夠更加清晰的表達。
人工智能最開始的研究，源於科學家突發奇想，認為機器能夠誕生智慧，可以通過學習進化，就像人一樣。
自然，也可以創造出來。
最初，人工智能研究方向有三個，邏輯主義、行為主義和連接主義。
發展到今天，最厲害的人工智能，智輔，屬於連接主義。
而連接主義，其原理是模仿生物大腦的神經網絡。
最開始，初見成效的神經網絡模型，是對圖像的處理。
也就是，機器識彆圖像。
這一點是怎樣做到的呢？
信息中心整理的文件中，詳細解釋。
機器將圖像掃描，分割成均勻的不同顏色的網格，也就是像素塊。
假如在一張白紙用黑色墨水筆寫上數字8，在像素化的網格中，顏色較深的黑色網格，就是數字8的組成部分。
機器給每一個網格進行編號，列出一個數列。
不同像素方格的顏色不同，取不同的灰度值，賦予數列。
灰度值，0255，0表示黑色，255表示白色。
本小章還未完，請點擊下一頁繼續閱讀後麵精彩內容！
那麼白色紙張上的數字8，就被拆分成數字接近於0的數列，在經過算法計算，輸出一個答案。
其實，以上的判斷方法，和人類判斷數字8的流程基本一致。
當人眼看到白紙上的數字8，光線通過眼球結構，投影到視網膜。
視網膜上的光敏細胞將整理成‘數列’的數據傳給大腦，大腦分析計算，得出結果。
這一整個流程分為輸入，計算和輸出。
計算的過程越複雜，得出的結果越精準。
人類大腦的計算過程極其複雜，輸入到輸出，經曆無數的神經細胞。
計算過程中，確定由兩個黑圈，並上下連接組合的圖形大概是數字8.
上麵不封閉的是6，下麵不封閉的是9.
計算機計算過程分很多層。
第一層，確定圖中是否存在兩個圈。
下一層，兩個圈是否連接。
再下一層，有沒有可能它是個6？
繼續往下，是不是9？
是否為上下結構，有沒有可能是個無限符號？
如此一層層計算下去，最終得出結果。
這就是計算機圖形分析的原理。
但如果遇到極為複雜的圖形，比如一張人流如織的街道，計算機需要判斷街道、路燈、斑馬線，那些立著的形狀是人還是垃圾桶。
經過一係列計算，最後得出有人闖紅燈。
而人在這方麵反應極快，看到斑馬線，下意識看到紅燈，穿過時注意車流等。
這是經驗。
因為人知道什麼是斑馬線，什麼是車輛和行人，懂得避讓。
就像看到螞蟻搬家天要下雨，因為空氣濕度和溫度在上升。
早上看到紅彤彤的朝霞，意識到今天大概率也會下雨，出門記得帶傘。
這些是經驗的總結，反向輸入，簡化計算流程。
喜歡藍星傾覆：我不玩遊戲全球恐慌請大家收藏：()藍星傾覆：我不玩遊戲全球恐慌書更新速度全網最快。