第511章 神经网络（2/2）

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。