原因無它。
這第三個項目居然是——
【莫斯】
前世小破球裡麵的人工智能！
它掌控著全球的網絡資源，可以通過空間站實現通信轉接、數據傳輸及存儲、實時語言轉譯、邏輯運算等諸多功能。
簡單地說，全球範圍內隻要是連了網絡的設備，它都能夠影響或者操縱。
依托於強大的服務器資源，它建立起了海量的文明數據庫，同時還擁有極快的運算速度，可以同時處理地麵及空間站中的所有請求。
雖然不知道它有沒有達到擁有自我意識的強人工智能標準，但是它的強大功能已經在電影裡麵展現得淋漓儘致了。
進可為全球所有人提供同聲翻譯，消除溝通障礙，退可帶著空間站獨自踏上逃亡之路。
不過……
這些代碼也太多了吧？
陳神看著係統麵板上麵顯示的代碼，腦袋都大了。
僅僅隻是莫斯的底層架構，代碼的行數就要按十億級的數量計算。
更彆提它後麵可能會包含的數據庫，那可是可以重建人類文明的數據庫啊！
這個是真的抄不了……
係統又不提供現實中的數據轉存服務。
他哪怕對著這些代碼來抄，一刻不停地手打，光一個底層架構就要抄上好幾年！
更不用提後麵的其他功能模塊了！
什麼通信、運算之類的功能，代碼也是一個比一個多，哪怕他以加特林的速度敲擊鍵盤，有生之年也抄不完這些代碼。
自從有了係統以來，這還是第一個他抄不了的項目！
不過雖然代碼不能完全照抄，他還可以學習裡麵的理念和算法。
這些才是這項技術真正的寶庫。
隻要把這些理念和算法都理解了，他就有可能創造出一個與莫斯同級彆的人工智能。
像是數據庫和功能模塊什麼的，隻要創造出了人工智能，都是可以慢慢積累起來的。
所以陳神這段時間來的研究重點就是現在解密的係統底層架構，以及一種特殊的人工神經網絡算法。
神經網絡算法是一種模擬人腦結構的算法模型，它由許多層不同的單元構成，每一個不同的單元可以類比為人腦中的神經元。
這些單元的功能結構簡單，但是它們就像人大腦中的神經元一樣，相互連接著，每一個單元對於數據的運算結果都會輸入下一層單元，這樣一層一層地運算下來，最終可以實現非常複雜的數據計算，從而得到人們所期望得到的結果。
神經網絡算法的用途十分廣泛，大眾經常使用的圖片識彆、語音識彆、乃至AI換臉的背後都有它的影子。
同時它也是計算機自行“學習”的基礎。
以圖片識彆作為例子，如果給安裝了這個算法的計算機展示貓的圖片，計算機就會通過算法分析並記住貓的特征。
並且在之後展示的其他圖片中，計算機可以根據這些特征識彆出圖片裡麵的貓，這種識彆會隨著識彆量的增大而越來越精確。
這就是計算機的學習。：，，，