第129章 爭搶
第130章 爭搶
普通代碼程序，人工神經網絡算法模型，微意識體模型，人腦。
這是線上的四個點，如果將普通的代碼程序的智能化程度設置為0，而人的智能化程度為100的話，那麼，人工神經網絡算法大約也就六七的樣子，微意識體模型大約在七八十。
當然了，這只是郝成大略的估計，可能不准，但是大趨勢是這樣總是沒錯的。
而郝成之前在深夜課堂一直學習的，微意識體的算法設計和訓練，就是智能化程度為80的相關知識和內容。
而郝成利用用戶對小沙邊界的探索，以及對小沙的訓練提升比如體會什麼是「辣」，什麼是「漂亮」等非常主觀的東西，以及映射人的情感等補充超級符碼系統基礎庫的操作，那就是在微意識體原本七八十的基礎上，再繼續往上走。
這個難度那是可想而知的，上了十幾節課了，郝成確實也學了很多，每一次都覺得自己提升很大，但每當提升的同時，也產生了比提升之前更大的疑惑。
直到現在，對於微意識體，郝成還完全是懵懂的，完全不知其全貌。
看似進步了很多，但從80，漲到81了沒有？郝成覺得懸乎的很，大概率是沒有的。
所以，從人工神經網絡算法的六七，到微意識體的七八十，這中間的一大段微意識體學習起來非常困難，提升起來那更困難，但目標和方向都已經確定了的情況下，從個位數漲到兩位數，從七從八漲到二十三十，總沒有那麼困難了吧？
而且，郝成有一種強烈的預感：將中間這一段給完全補齊，對於窺探微意識體的全貌以及微意識體後續的提升與訓練，都是有大用的！
你不是神明嗎？我就用這種方式將你逐層給剖開，部開以後，那就是活生生的算法了。
而郝成第一個想到的就是先弄清楚微意識體的轉換是怎麼一回事兒微意識體是無法在現在的硬體設備上運行的，必須經過一定程度的轉換，這一點是小沙確定過的。
至於怎麼轉換，雖說沒有眉目，但郝成找到了一個低端的下位替代一一去研究二進位！
在計算機出現之前，人們慣用的進位是十進位、十六進位、六十進位等等，
沒有誰習慣用二進位一一數的容量太小了，表示同一個數，二進位就比其他進位，比如十進位要更多的位數。
但計算機這個東西，只有電壓高和低兩種狀態，頂多再加一個中電壓，那麼就只能使用二進位，最多三進位，再多就不好區分了，錯誤率也會更高。
但就是這個二進位，構成了現在計算機乃至AI的所有基礎這其中的邏輯門電路以及由其組成的集成電路，而現在所謂的晶片S0C，就是大規模超大規模集成電路。
簡單的二進位010101，卻能夠運行已經具備了強大功能，甚至有一些些智慧能力的傳統AI—
這已經不能算作是量變了，而是質變！如果是運行普通的代碼程序的話，那還算的上是量變！
那麼，現在的傳統算力卡能夠運行轉換過的微意識體小沙，中間又經歷過幾次質變？
郝成不知道，但他知道，他要從基礎開始學習硬體相關的知識了。
郝成本科專業是網絡工程，畢業後一直從事的是軟體相關的工作，接觸AI稍微多一點點，但也不專業。至於硬體相關的東西，也就大學期間做的單片機實驗和入門所學的C語言了。
這個基礎想要搞紮實，那可是要費一番功夫。
原本來說，自學也是可以的，特別是有強大的小沙輔助，那更是沒有問題。
但郝成覺得，還是要從頭到尾的正兒八經的跟一個項自，然後了解這其中的所有邏輯。大學，尤其是知名教授甚至科研院士所帶的項目最好了。
直接聯繫李清波：「以白駒科技的名義，聯繫一下信息科技大學，說這邊有一個項目，問他們有沒有興趣共同研發。
「什麼項目？」李清波問道。
「一種新型算術邏輯單元（ALU）的研究。」郝成說道：「這個項目由我們出資，委託他們進行研究，智慧財產權歸我們，參與的人員按照責獻大小可以有署名權。
「然後，我會參與這個項目，跟著學習和提供方向。」
郝成覺得這是絕配的，自己有方向有目標，他們有基礎有能力，在自己這個正確的方向上，稍微前進一小小步，那都是成果。
甚至，他提的這個課題，都只是最基礎的。
「什麼？白駒科技的項目？新ALU的研究？那必須給我啊！」
「你臉大是吧？還給你！我才是研究集成電路的，尤其是新型的集成電路，
這項目就是為我量身定製的好吧！」
「要臉要臉不要，這跟集成電路有啥關係？這是基礎科學的研究啊，算數邏輯單元我是強項！」
「我·—」
收到白駒科技這邊的邀請，信息科技大學無比的重視，甚至都沒顧上是周末，就喊來了計算機與人工智慧學院、信息工程學院以及超算中心有相關研究的教授們。
負責這件事兒的是分管學術的一位副校長，名叫陳秋成的。
看著這幾個教授在這爭爭吵吵，他就靜靜的坐在那，一聲沒。
這幾位原來都是非常平和的，遇到什麼事兒也不爭不搶，甚至有時候還會謙讓，這個時候看看他們爭，還挺有趣的。
「老張啊，以前你不是挺謙讓的嗎，這次這是怎麼了？」陳秋成終於受不住了，開口問道。
「這能一樣嗎？」
被叫老張的，名叫張宏林，五十多歲了，在科研這個領域，這正是黃金年齡，平時不爭不搶，是因為極度自信，自己有能力，該是自己的少不了，而且他是學院派的，是他的東西別人也搶不走。
但這次可不一樣，機器學習和AI輔助微電子架構設計本就是非常前沿的課題，不管是國內還是國外知名院校，甚至常青藤名校和研究院，都在涉足這個方向。
普通代碼程序，人工神經網絡算法模型，微意識體模型，人腦。
這是線上的四個點，如果將普通的代碼程序的智能化程度設置為0，而人的智能化程度為100的話，那麼，人工神經網絡算法大約也就六七的樣子，微意識體模型大約在七八十。
當然了，這只是郝成大略的估計，可能不准，但是大趨勢是這樣總是沒錯的。
而郝成之前在深夜課堂一直學習的，微意識體的算法設計和訓練，就是智能化程度為80的相關知識和內容。
而郝成利用用戶對小沙邊界的探索，以及對小沙的訓練提升比如體會什麼是「辣」，什麼是「漂亮」等非常主觀的東西，以及映射人的情感等補充超級符碼系統基礎庫的操作，那就是在微意識體原本七八十的基礎上，再繼續往上走。
這個難度那是可想而知的，上了十幾節課了，郝成確實也學了很多，每一次都覺得自己提升很大，但每當提升的同時，也產生了比提升之前更大的疑惑。
直到現在，對於微意識體，郝成還完全是懵懂的，完全不知其全貌。
看似進步了很多，但從80，漲到81了沒有？郝成覺得懸乎的很，大概率是沒有的。
所以，從人工神經網絡算法的六七，到微意識體的七八十，這中間的一大段微意識體學習起來非常困難，提升起來那更困難，但目標和方向都已經確定了的情況下，從個位數漲到兩位數，從七從八漲到二十三十，總沒有那麼困難了吧？
而且，郝成有一種強烈的預感：將中間這一段給完全補齊，對於窺探微意識體的全貌以及微意識體後續的提升與訓練，都是有大用的！
你不是神明嗎？我就用這種方式將你逐層給剖開，部開以後，那就是活生生的算法了。
而郝成第一個想到的就是先弄清楚微意識體的轉換是怎麼一回事兒微意識體是無法在現在的硬體設備上運行的，必須經過一定程度的轉換，這一點是小沙確定過的。
至於怎麼轉換，雖說沒有眉目，但郝成找到了一個低端的下位替代一一去研究二進位！
在計算機出現之前，人們慣用的進位是十進位、十六進位、六十進位等等，
沒有誰習慣用二進位一一數的容量太小了，表示同一個數，二進位就比其他進位，比如十進位要更多的位數。
但計算機這個東西，只有電壓高和低兩種狀態，頂多再加一個中電壓，那麼就只能使用二進位，最多三進位，再多就不好區分了，錯誤率也會更高。
但就是這個二進位，構成了現在計算機乃至AI的所有基礎這其中的邏輯門電路以及由其組成的集成電路，而現在所謂的晶片S0C，就是大規模超大規模集成電路。
簡單的二進位010101，卻能夠運行已經具備了強大功能，甚至有一些些智慧能力的傳統AI—
這已經不能算作是量變了，而是質變！如果是運行普通的代碼程序的話，那還算的上是量變！
那麼，現在的傳統算力卡能夠運行轉換過的微意識體小沙，中間又經歷過幾次質變？
郝成不知道，但他知道，他要從基礎開始學習硬體相關的知識了。
郝成本科專業是網絡工程，畢業後一直從事的是軟體相關的工作，接觸AI稍微多一點點，但也不專業。至於硬體相關的東西，也就大學期間做的單片機實驗和入門所學的C語言了。
這個基礎想要搞紮實，那可是要費一番功夫。
原本來說，自學也是可以的，特別是有強大的小沙輔助，那更是沒有問題。
但郝成覺得，還是要從頭到尾的正兒八經的跟一個項自，然後了解這其中的所有邏輯。大學，尤其是知名教授甚至科研院士所帶的項目最好了。
直接聯繫李清波：「以白駒科技的名義，聯繫一下信息科技大學，說這邊有一個項目，問他們有沒有興趣共同研發。
「什麼項目？」李清波問道。
「一種新型算術邏輯單元（ALU）的研究。」郝成說道：「這個項目由我們出資，委託他們進行研究，智慧財產權歸我們，參與的人員按照責獻大小可以有署名權。
「然後，我會參與這個項目，跟著學習和提供方向。」
郝成覺得這是絕配的，自己有方向有目標，他們有基礎有能力，在自己這個正確的方向上，稍微前進一小小步，那都是成果。
甚至，他提的這個課題，都只是最基礎的。
「什麼？白駒科技的項目？新ALU的研究？那必須給我啊！」
「你臉大是吧？還給你！我才是研究集成電路的，尤其是新型的集成電路，
這項目就是為我量身定製的好吧！」
「要臉要臉不要，這跟集成電路有啥關係？這是基礎科學的研究啊，算數邏輯單元我是強項！」
「我·—」
收到白駒科技這邊的邀請，信息科技大學無比的重視，甚至都沒顧上是周末，就喊來了計算機與人工智慧學院、信息工程學院以及超算中心有相關研究的教授們。
負責這件事兒的是分管學術的一位副校長，名叫陳秋成的。
看著這幾個教授在這爭爭吵吵，他就靜靜的坐在那，一聲沒。
這幾位原來都是非常平和的，遇到什麼事兒也不爭不搶，甚至有時候還會謙讓，這個時候看看他們爭，還挺有趣的。
「老張啊，以前你不是挺謙讓的嗎，這次這是怎麼了？」陳秋成終於受不住了，開口問道。
「這能一樣嗎？」
被叫老張的，名叫張宏林，五十多歲了，在科研這個領域，這正是黃金年齡，平時不爭不搶，是因為極度自信，自己有能力，該是自己的少不了，而且他是學院派的，是他的東西別人也搶不走。
但這次可不一樣，機器學習和AI輔助微電子架構設計本就是非常前沿的課題，不管是國內還是國外知名院校，甚至常青藤名校和研究院，都在涉足這個方向。