第119章 没法抄的第三个项目（求推荐）

陈神离开王倩的办公室，来到暴风舱，在这里三组三胞胎还在这里进行连接训练。

即使是新年也没有回去，陪着他们的还有冯三石等人。

“新年快乐啊！”

新年的氛围还没有散去，看到陈神走进来，冯三石这一批研究员，以及坐在一边等待上场的驾驶员都笑着向他问好。

有的人还特地拿出了一个红包递过来，弄得陈神哭笑不得。

“你这算是贿赂啊！”

最后他还是收了下来，向众人慰问了一番之后，陈神才开始找冯三石他们了解这段时间以来的实验情况。

“情况很好，成绩最好的人现在已经可以和暴风手臂维持正常连接两个小时了。”冯三石说道。

陈神这才放下心来，虽然他预测这个连接不会是什么麻烦的问题，但还是有点怕三组三胞胎会适应不了。

又去跟三胞胎谈了谈，陈神从他们的口中得知，这段时间来他们不仅在这里适应连接，三人通感也没有落下。

经过长时间的适应之后，他们现在的三人通感连接时间已经稳定在三个小时以上了。

陈神估摸一下，如果这个时间能够在驾驶舱里面维持住，那他们已经达到上机的标准了。

不过这个可能性很小，到了驾驶舱里面，三人通感的基础再加上整架机甲的压力，他们的连接时间必定会降低。

“你们继续加油，这段时间来辛苦了。”陈神拍拍他们的肩膀加油，随后便离开了暴风舱。

像是巡视自己领地一样，又去了旁边的消防机甲舱室。

这回他没在舱室里面看到杨星或者徐明，只有几个技术员在这里。

陈神跟他们了解了一下这段时间消防机甲的进度之后，就离开了舱室，前往楼上的通感实验室，同样了解了一下最近的进度。

徐明现在正带着人修改消防机甲的设计，想要把他之前提出的建议都改到设计上面。

而石奕他们则是一如往常，收集着通感的数据，进行分析。

这个项目目前已经进入了一个停滞期，之前陈神定下的目标现在已经做到了，数据分析也做得足够多了。

石奕提交上来的分析报告，陈神都已经看完了，对于液化神经元连接这项技术也已经吃透了。

按理来说可以停止这个项目了，因为陈神暂时不打算在这个领域进行深入研究。

但是石奕他们不这么想，他们认为这个项目还有其他可以发掘的地方。

比如除了陈神提出的那些通感液体介质之外，还有没有其他的通感介质？

通感会对人的大脑及心理产生什么样的影响？

石奕他们设立了许多个研究方向，现在正在向着这些方向而努力。

对此陈神只能祝福他们顺利。

接下来的日子都是在基地里的日常，有空就去消防机甲那里帮帮忙，或者去看一下暴风舱里面的实验。

再不然就是到室外去运动一下，跟王倩确定一下赤红暴风的筹备进度。

哦，还有系统的第三个项目，这段时间来进度已经推进到百分之十三了。

第一批资料已经公布了。

这是一个能让人看了就头皮发麻的项目。

打开系统面板，陈神看了一眼上面密密麻麻的代码，顿时就觉得自己患上了阅读障碍和密集恐惧症。

原因无它。

这第三个项目居然是——

【莫斯】

前世小破球里面的人工智能！

它掌控着全球的网络资源，可以通过空间站实现通信转接、数据传输及存储、实时语言转译、逻辑运算等诸多功能。

简单地说，全球范围内只要是连了网络的设备，它都能够影响或者操纵。

依托于强大的服务器资源，它建立起了海量的文明数据库，同时还拥有极快的运算速度，可以同时处理地面及空间站中的所有请求。

虽然不知道它有没有达到拥有自我意识的强人工智能标准，但是它的强大功能已经在电影里面展现得淋漓尽致了。

进可为全球所有人提供同声翻译，消除沟通障碍，退可带着空间站独自踏上逃亡之路。

不过……

这些代码也太多了吧？

陈神看着系统面板上面显示的代码，脑袋都大了。

仅仅只是莫斯的底层架构，代码的行数就要按十亿级的数量计算。

更别提它后面可能会包含的数据库，那可是可以重建人类文明的数据库啊！

这个是真的抄不了……

系统又不提供现实中的数据转存服务。

他哪怕对着这些代码来抄，一刻不停地手打，光一个底层架构就要抄上好几年！

更不用提后面的其他功能模块了！

什么通信、运算之类的功能，代码也是一个比一个多，哪怕他以加特林的速度敲击键盘，有生之年也抄不完这些代码。

自从有了系统以来，这还是第一个他抄不了的项目！

不过虽然代码不能完全照抄，他还可以学习里面的理念和算法。

这些才是这项技术真正的宝库。

只要把这些理念和算法都理解了，他就有可能创造出一个与莫斯同级别的人工智能。

像是数据库和功能模块什么的，只要创造出了人工智能，都是可以慢慢积累起来的。

所以陈神这段时间来的研究重点就是现在解密的系统底层架构，以及一种特殊的人工神经网络算法。

神经网络算法是一种模拟人脑结构的算法模型，它由许多层不同的单元构成，每一个不同的单元可以类比为人脑中的神经元。

这些单元的功能结构简单，但是它们就像人大脑中的神经元一样，相互连接着，每一个单元对于数据的运算结果都会输入下一层单元，这样一层一层地运算下来，最终可以实现非常复杂的数据计算，从而得到人们所期望得到的结果。

神经网络算法的用途十分广泛，大众经常使用的图片识别、语音识别、乃至AI换脸的背后都有它的影子。

同时它也是计算机自行“学习”的基础。

以图片识别作为例子，如果向计算机展示猫的图片，计算机就可以通过算法分析并记住猫的特征。

并且在之后展示的其他图片中，计算机可以根据这些特征识别出图片里面的猫，这种识别会随着识别量的增大而越来越精确。

这就是计算机的学习。