在楊奕瑤為參加BCI實驗做出最後決定的同時,醜國,伯明翰國家實驗室中,一群人同樣正在進行著BCI傳輸技術的第一次實驗。

然而,他們這次實驗的目的與浙大團隊的目的完全不同,他們並不是為了透過BCI晶片開啟人類進化的道路,而是為了一個截然不同的方向。

意識上傳。

……

“神經訊號分析完成了嗎?”

負責意識上傳專案的明森克魯斯開口問道。

“完成了,目前一切順利。”

“我們已經透過神經訊號取樣在計算機系統中對映出了首個邏輯閉環,現在,我們的‘亞當’知道1加1等於2了。”

“偉大的進步!”

明森不由得感嘆道。

為了實現這一步,他們已經工作了整整半年時間。

要知道,計算機的運作方式與人腦是完全不同的,一般來說,計算機的在加法運算上最原始的方法就是半加器,透過與門、或門和非門的配合,用設計好的電路中高低電壓的差別,透過二進位制的方式輸出結果。

這樣的運算方式是純粹機械的,並不足以承載人類複雜的思維過程,無論計算機技術如何發展,只要打破不了這種“程式化”、“機械化”的桎梏,用電腦代替人腦思考都不可能實現。

但是現在,明森的團隊找到了一種全新的解決方法。

他們用藉助算力強大的超級計算機模擬出了一整張人類的神經網路,然後透過對稱對映的方式用虛擬神經網路去模模擬實神經網路的電訊號,從而實現對人類思維的一比一復刻。

在現階段,這樣的模擬方式是初級的、冗餘極多且效率低下的,但不得不承認的是,能用這樣的方式實現對人腦活動的模仿,這絕對是一個歷史性的突破。

稱之為偉大,似乎也並不過分。

“從這個成果之後,我們隊神經對映技術的運用會越來越成熟,也許下一次我們就可以進行復雜運算的實驗了…….哈桑,你的表情不太對勁,怎麼了,有困難嗎?”

對面的哈桑苦笑著點了點頭,回答道:

“確實有困難。明森,你知道,為了實現這個突破,我們幾乎已經把現在手頭超算的算力榨乾了。”

“神經網路搭建和維持佔用了太多的算力,對神經訊號的分析和編譯又佔用了另一部分,如果按照我的估計的,即使後續我們的對映工作一切順利,我們所能達到的極限也只是讓‘亞當’變得想人類的嬰兒一樣。”

“他也許能夠做一些10以內的運算,執行一些極簡單的指令,但要真正變得像一個人,差的還太遠了。”

“更不用說我們現在的目的是要讓他完整的繼承一個已經存在的人所有的記憶,這一點,我估計哪怕榨乾全球的算力,也不足以達到。”

聽到這話,明森的眉頭緊緊皺了起來,思索片刻之後,他開口問道:

“是哪方面出了問題?”

“主要是演算法和資料庫,我們到現在為止都還沒有找到一個能完美適配神經網路對映的演算法,對神經電訊號的解析也很初級說到底,我們就是缺少對人腦的瞭解。”

“可那些華夏人是怎麼做到的?我聽說,他們的AVS技術已經快要走到大規模應用階段了,他們就沒有這個問題嗎?”

哈桑的臉上同樣出現了迷茫的神色,他輕輕嘆了口氣,回答道:

“這也是我最疑惑的點,按道理來講AVS技術的本質跟我們在做的神經對映技術是一樣的,最核心的點都在於解析神經電訊號。”