第79章 超級核心晶片的誕生 女媧的前身細說 (第2/2頁)

個數學模型，然後進行了物理建模，生產出來了一個小型的神經元網路計算機，也是女媧的雛形。

雷權將資料分配了8個大類並分別製造了專門的類神經網路計算機，這八個大類主要包括：聲、光、電、熱、磁、核、力、化。

聲、熱、磁、力類資料的神經網路計算機最好實現，只需要感測器和簡單神經網路計算機就可以處理，它們會把這幾類訊號按照特定要求進行細分和處理。

比如聲音訊號會按照頻段、振幅等，在神經網路裡瞬間分解為1024個級別，足夠的細分可以讓音訊被分解成很多接近標準化的分段。

這樣一來，所有音訊訊號經過第一層“神經網路”一個“分段-標準化”的過程處理後，就可以近似簡化形成一系列編號，到了二級神經網路裡所需的資料處理量就會大大減少，佔用的儲存空間也會變得極少。

就拿標準鋼琴來舉例子，88個音符，每個都是一小段不同的音訊，但這些音訊對應每個琴鍵又是相對固定的，一個琴鍵一個音，那麼我們就可以只在一級神經網路裡儲存88個音訊，這些音訊到了二級神經網路裡就會變成88個數字編碼，而一些著名的鋼琴曲，其樂譜對應的數字是基本按順序固定的，那麼在三級神經網路裡他們又會被簡化為一些標準組合，這些標準組合嘛，也是可以用一組特定編號代表簡化的。

這樣一來，幾乎人類所有的現有鋼琴曲，經過3級神經網路計算壓縮之後，就會形成“樂譜”，樂譜所佔用資料空間連幾十m都不到，以此類推，可能整個人類創作的音樂，經過處理之後，所佔用的儲存空間連幾個G都不到。

而這個過程反向執行一下，我們就可以根據樂譜對應的編號的鋼琴音符來演奏出相應鋼琴曲，如果我們還有其他樂器的音符庫，那麼我們就能聽到吉他版的《time back》了！

延展一下，所有語言文字，也是一樣的處理方式，經過標準化處理，然後編號，然後經過神經網路處理、儲存，現有的所有書籍所佔的資料量也就不到10t。

這就是女媧一個足球大小的體積，卻能攜帶浩如煙海的資料的核心秘密。

現代AI功能之所以強大，在於存在世界各地伺服器上的海量資料支撐和互相聯通的網路提供的高速互動。

人腦內正常工作的神經元在10億級別，但一般只用了3-6億左右，而現在主流cpU內整合的單元器件也已經達到了10億級別，二者數量上差不多的。

但電腦運算速度雖然快，但在並行處理多事務的效能上卻被人腦完虐。

況且人類大腦其實是處於封印狀態的，受限於物理結構和化學物質的執行效率，他有一個執行速度上限，就像cpU的鐘頻一樣決定著一個晶片的運算速度。

女媧的原型機就是基於雷權對大腦的結構研究得來的科技成果。