但是具体要形成芯片，还需要进一步的连接和测试。
目前实验室的计划是，培养单独的神经元组，然后与神经元组联合在一起。
屈萍向陆铭汇报着说道：“从目前我们掌握到的相关测试结果，如果我们的生物芯片能够研发成功，那么比起传统的芯片，以及我们以前生产的生物芯片拥有以下几方面的优势。”
屈萍将陈潇引到了超级计算机前，这里有关于人造神经元关联组实验的全部资料。
屈萍让小荧助手打开了实验资料，并且用3d动画向陈潇进行解说：
“第1个优势就是，整个神经元组的计算方式和我们的传统计算机，包括我们使用碳晶芯片的计算机完全不一样。”
“碳晶芯片和传统的半导体芯片，最基本的运算逻辑就是0和1，所以它能够计算一些复杂的运算，但是永远不可能会拥有情感，算是所谓的情感，也不过是通过大量的信息接收以及运算和模拟生产的，这一种情感其实是一种逻辑结构，而不是一种情绪结构。”
“相反我们在最基本的神经元组计算单元之中，我们发现了一些情绪结构。”
“第二个优势就是神经元组计算芯片，拥有初步的意识，这一种初步的意义是是一种很明确的自我认知能力。”
“而自我认知能力是生命和机械最大的区别。”
“采用计算机语言所编写的任何程序设计的任何产品，包括最先进的机器人，永远都不可能拥有自我意识，所以目前世界上最先进的机器人或者是人工智能只是一种冰冷的机器。”
“而我们的神经元组，有形成独立思维和自我认知的倾向。”
“第3个优势就是自我的适应和学习能力。”
“传统的计算机，并没有自我的学习能力。就算是我们比较先进的小荧语音助手，也是通过大量给小荧灌注人类的语言和逻辑结构，并且利用仓颉编程系统设计了相应的语言库、实词以及反馈逻辑，这才让小荧语音助手拥有了反应快反应准确这样的功能。”
“所以小荧助手也并不是真正的人工智能，只是运算逻辑10分的恰当，数据库10分完备的一种程序而已。”
“但是我们在对神经元组进行测试的过程之中，发现了就算是最单一的神经元组，也有自我学习的能力。”
“我们并没有给神经元组之中添加任何的逻辑，只是对其进行了一些事项或者是程序的告知。”
“非常奇怪的是，神经元组能够通过这一些表观数据形成内在的自我逻辑或者叫做自我适应能力，自我反应。”
“等下一次它们再碰到类似的问题的时候，就能够很轻而易举的解答出来。”
“我认为这是神经元组的一种自我学习能力。”
屈萍的这一番表述有一些复杂，使用了大量的计算机以及生物学语言。
为了能够让陈潇更明白自己在说什么，屈萍给陈潇举了一个很简单的例子。
她从桌面上拿到一个黄色封皮的书籍和黄色的手提包。
“举一个非常简单的例子，如果我告诉神经元组，我手里拿的这个书籍是黄色的，过一会儿之后我问它我的手提包是什么颜色，他也会知道我的手提包是黄色的。”
陈潇点点头，如此看来实验室已经取得了非常伟大的成就。
距离自己的生物芯片研发成功又更近了一大步。
屈萍说道这里的时候有一些激动：“我这只是一个很简单的例子，如果是让计算机去辨别不同的东西的某种颜色是相同的，那么我一定要对这种颜色进行编号，并且将颜色的数据存入在计算机之中，这样计算机才能够在下一次的时候进行识别。”
“就是我们至少要进行一种由内而外的编程。”
“这种编程并不是计算机学习的过程，而是人为的给它添加一些东西。”
“但神经元计算组不一样，我们只是给它看了这个东西是黄色的，并没有主动的给他的内部进行什么样的编程，但是他能够很自然的通过表观的东西形成内部的信息，再通过内部的信息进行反馈。”
“神经元计算机组合传统的计算机，运作的模式是完全不一样的。”
屈萍极力解释着自己在实验室中发现的伟大成果。
其实陈潇对这种成果早就有了预料。
传统的计算机是必须要对内容进行编程，才会有后续的应用。
而神经元计算组，则是告知他有这样个应用，或者实现这样的应用，它能够实现自我编程。
一种是由内而外，一种是由外而内。
而由外而内就是一种自我学习的过程。
这就和人是完全一样的。
人类懂某种技能，从来不是有哪个老师在你的脑袋中装什么插件或者是放一些程序，而是在表观上去教你这样的技能。
这种表观上的教育，会让人内在形成一种自我的程序，这就是一个学习的过程，也是生命体和计算机居然不同的差距。
说的更加清楚一点。
比如写一个“好”字。
在计算机之中，一定会把写“好”的这样一个程序录入到计算机之中。
需要计算机书写的时候，会让计算机通过这样一个程序进行信息的输出。
但是如果是人呢？
当你看到这个“好”字以后（这里假设没有老师教写这个字的笔画，只是给你看这个字）。
你会主观的形成“好”字的笔画。
这种主观的形成笔画就是从外及里的一个自我编程的过程。
而每个人内心的这种程序其实是可以完全不同的，并没有一个标准的答案。
↑返回顶部↑