第十九章.与内二实验室的对话

    多元关联拟脑智能模型第一个任务完成了，拟脑模型可以快速准确的实现母子脑重构功能，在母子脑的计算过程中，所有硬件系统自动组合拟态交付。其间，因为多次母子脑重构计算及长时间的积累，产生了大量的资源浪费，这些现象在继续优化算法后，以及后期完善了系统维护功能，基本解决了问题。

    安静带着林久浩团队进入第二个课题任务，在拟脑计算的过程中，最大化实现芯片化，把原有的程序计算转化为硬件的芯片计算，这样可以大大提高拟脑系统的计算速度。

    按照陆教授的思路，制定了从拟脑层任务最开始进行芯片化，并梳理出完整思路及分步过程。

    第一步工作，就是整理词元组对应关系及信息元分类关系。

    鲁少校就是那个林久浩曾经关注过的秃头军官，是内二实验室的老大，安静把他请过来，一起讨论第一步工作。

    会议室中，大家都落座了，安静最先发言，问鲁少校：“老鲁，你们感应层技术部分，现在进展到什么阶段了？”。

    “我们在感应层突破了最复杂的视觉部分，你知道，色声香味触法，其中最难的是色，就是视觉部分，其次是触觉部分。”鲁少校回答。

    “视觉是最复杂的，听说你们现在对视觉追踪器的突破已经领先世界水平。”安静先吹捧一下对方。

    “对呀，我们就是利用多元关联拟脑技术的态计算方法，把视觉追踪器放大到几百公里。”鲁少校也不隐瞒。

    “这么厉害，几十公里外的东西是不是非常小，肉眼早就看不见了。”林久浩有疑问。

    “早就看不见了，我们可以先使用雷达红外等措施发现目标，然后通过视觉放大去追踪，但是，难的地方不是放大变焦，而是在继续跟踪的时候，对方向和区域跟踪预判。”鲁少校回答。

    “是呀，只要有准确目标，利用变焦放大都可以看到，还可以看到远处的星系，关键是方向和区域的持续跟踪能力。”安静说道。

    “其实，道理很简单，就是要缩小可能范围，用预设态预测方向和区域，多摄像头预设态跟踪，把可能的范围不断缩小，就可以看得更远，这个道理不知道你们明白吗？”鲁少校反问了一句。

    “明白，如果再丢掉目标，就再用雷达和红外跟踪一下。”林久浩说道。

    “对，复合使用。。。哦。对了，据说有人做出了一种纯粹使用视觉观察的技术，可以测定一定范围内的物体距离并跟踪。”鲁少校神秘地说道。

    “这么厉害，什么技术？”林久浩问道。

    “叫什么‘双限趋势估值拟合计算方法’，是给机器人用的。。。小林，还要麻烦你跟踪一下。”鲁少校说道。

    “狙击手好像提到过这个名词。”林久浩想起来了，柳德米拉曾经提到过。

    “好了，小林有消息就通报一下，不过，我们现在谈正事吧，你的感应器问题我们不关心，我们关心的是内容的生成。”安静想把对话引入正题。

    “别，等等，我今天来不只是给你们部门提供支持的，我也是来请求支持的。”鲁少校把安静的话题又转了回来了。

    “老鲁，怎么了？你那边需要我们什么支持？”安静一听是来求人的，兴趣也来了。

    “两个问题，啊，嗯~，啊，先说哪个？”鲁少校还。。。

    “嗯？”安静一皱眉头。

    “好，好，好。”鲁少校一看安静皱眉头，马上老实了。赶快说问题：“第一个问题，具体的现场条件环境空间拟脑重构问题，安静，你知道我们这边全是实打实的面对具体场景的，说句大白话，眼球环境，就是眼睛看得见的条件环境空间，问题是，怎么重构这个环境空间的拟脑模型，这是第一个问题。”。

    “老鲁，重构问题是我们部门的事情呀，母子脑算法就是重构模型，有完整的算法模型，大型拟脑模型面对具体条件环境空间需要重构，不只是信息元关联关系和象限性质需要重新确定，而且信息元的关联距离和跳数也会优化的。”安静回答。

    “确实啊，是你们部门的事情，但是，我们部门也需要，你设想一个机器人进入具体的条件环境空间，该空间的所有物品与该机器人的核心信息元距离要改变的。”鲁少校说道。

    “师姐，这个问题我们已经研究过了，而且有成型算法，包括信息元定性问题及关联捷径问题，是不是可以直接给内二实验室用。”林久浩提醒安静。

    “是的，老鲁，我们这边有成型的拟脑重构算法，你可以拿去先试一下，我们两个部门多沟通，把这部分的拟脑重构算法落实。”安静回答。

    “是呀，安静，你还不知道吧，上面。。。”鲁少校指了指房顶，然后继续说道：“要加快军用机器人研发的进度了。”

    “老鲁！”安静瞪了一眼，然后回答道：“所以，我们提前研发了现场条件环境空间拟脑重构算法，就是为了。。。”安静又看了一下，参加今天的会议几个人都不是外人，然后继续说道：“为了尽快拿出一套完整的拟人机器人算法模型。”

    “师姐，加快研发是不是因为有人已经。。。”林久浩想继续问。

    “是的，地球那边已经开始试验拟人型全功能智能军用机器人了。”安静平时嘴也够严的，即使是可以公开的信息，如果不问也不说。

    “哦，哦，好，不说了，这套算法拿过来，我们这边的测试环境更好，我要说下一个问题了，可以吗？”鲁少校继续说道。

    “老鲁，你说。”安静回答。

    “神经元网络分析现场图像的时候，在我们现有的注意力机制上，再增加一种【关注点整体定义机制】，需要你们拟脑部门在动态库模型方面多支持。”鲁少校说出了第二个问题。

    “神经元网络对图像分析没有好的整体定义机制吗？几年前的算法中就已经能够对多帧时间序列图像做关注点分析了。”安静反问道。

    “关于注意力跟踪及整体定义这方面的论文非常多，不过，我们都不满意，因为我们的系统是基于多元关联拟脑模型的，整体采用的是信息元定义，如果前期就能使用多元关联拟脑模型，那么被定义的信息元，就可以直接传导到拟脑思维层及输出到控制层，所以，我们就想在整体定义环节采用动态库模型技术。”鲁少校回答。

    “师姐，只要鲁少校他们的技术能够对图像中的关注点连续跟踪，我们就可以采用动态库完成整体定义。”林久浩提醒安静。

    “是吗？我们部门也涉及到感应层的技术研究了吗？”安静并不知道，林久浩对视觉方面的技术很有天赋，因为早期就傻傻的玩过艾久三号长眼睛游戏。

    “是呀，注意力机制可以解决图像中关注点权重标注，保持关注点在连续的时间序列图像中的标注，我们可以建立多种向量分析方法，在注意力机制执行的过程中建立自淘汰机制，最终完成整体定义。”林久浩边说边跃跃欲试。

    “小林，你既然有想法，就去讲解一下。”安静鼓励了林久浩一下。

    林久浩自己走到白板位置，拿起笔在白板上画示意图，边画边解释。

    “我们看，当出现一组时间序列图像时，前期的神经元网络处理功能，可以把图像中的关注点加权重，并保持在后续的每一帧图像中。”林久浩边说边画。

    “对，这些功能我们的系统完全可以支持，而且已经全部转化成硬件芯片处理，速度很快的。”鲁少校也炫耀了一下自己的进度。

    “老鲁，你们芯片化的进度够快的，是不是不需要我们的支持了？”安静不高兴了，因为自己部门的芯片化进度慢了。

    “呦，呦，这是怎么讲的，你看，我们前段很多算法容易固定，所以就容易做成芯片，你们拟脑部门是最难的，是大脑，是指挥千军万马的，所以呀。。啊。。”鲁少校打着哈哈。

    “所以，我们通过动态库模型，来帮助建立关注点整体定义及关注点自淘汰机制。”林久浩在上面敲小白板了。

    “首先，我们把这张图像上的所有关注点定义为临时信息元，并建立关联关系。”林久浩继续解释道。

    “小林，你们的动态库模型可以支持多少个临时信息元？我们的图像可以生产百位以上的关注点，动态库能不能支持？”鲁少校问道。

    “鲁少校，我们现在说的动态库，不是高端的动态库，是机器人研究所研制出的低算力动态库，这样的芯片一个模板上就可以安装1024个，十个这样的模板也只有半个饭盒大小，而且功耗很低。”林久浩介绍着，这部分动态库芯片模组不是为了建立高级动态信息元的芯片模组，而是处理低端计算的，恰恰是这样的模组，在拟人机器人中大量应用

    

第十九章.与内二实验室的对话-->>(第1/3页)，请点击下一页继续阅读。