第十九章.与内二实验室的对话 (第1/2页)

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
　　
　　“哦，就像我们用的GPU，是不是？”鲁少校继续问。
　　
　　“只能说很像，GPU是做神经元网络解算的，而我们的动态库模组，主要是支持临时的，简单计算过程的动态信息元，做计算使用的，我们继续吧。”林久浩回答，并继续讲解。
　　
　　“够用吗？”安静问了一句，因为这种动态库模型芯片模组的研发，安静曾要求林久浩带领技术团队，给予了机器人研究所大力支持。
　　
　　“够用，够用。”鲁少校赶紧回答。
　　
　　“我们把关注点制定为动态信息元，每一个动态信息元采用一个动态信息元计算芯片计算，并将动态信息元建立向量关系，形成相对关联关系。”林久浩边画图边解释。
　　
　　“大量的临时动态信息元都建立相对关系，这个连接关系太复杂了，如果是一百个动态信息元，那么连接关系就。。。。。。”鲁少校还在算。
　　
　　“不用这样计算，因为自淘汰机制会设定距离阈值，大于距离阈值的关注点不建立连接，所以自淘汰机制先在图像中划定几个关注点区域，我们先假定这些区域的关注点是一个整体，并临时给一个定义名称。”林久浩说完，在白板上画了区域。
　　
　　“然后呢？”鲁少校问道。
　　
　　“然后，我们知道，如果一群关注点属于一个整体，那么，在后续的时间序列图像中，这些关注点会形成整体运动的规律，我们继续设定向量连接的阈值，如果属于整体的关注点，那么它们的向量距离不会超越阈值。”林久浩解释道。
　　
　　“哦，如果不属于整体，那么后续的运动过程中，一些关注点向量距离就会超越阈值。”鲁少校理解着。
　　
　　“是的，如果明显超越阈值的关注点，例如A点与D点之间的向量距离阈值为5，在运动中向量距离超越了5，那么这条连接就断裂了。”林久浩还是边画边解释。
　　
　　“我们就把它淘汰出整体定义，对吗？”鲁少校问道。
　　
　　“不一定，我们举例，A点与D点在一开始是有连接关系的，例如，人把手垂在腰间，与腰部的关注点形成向量连接，但是，高高抬起手臂，手与腰之间的连接，大概率会超越距离阈值，手与腰部的关注点连接关系断裂，然而，手与手肘到肩部的连接没有超越阈值，所以这条连接还在，自淘汰机制建议，所有连接断裂的关注点排除出整体定义。”林久浩继续解释。
　　
　　“哦，如果一个人趴着然后站起来，很多点是不是就会发生脱离阈值的现象？或者一条狗蜷缩着，突然伸直，是不是也很麻烦。”鲁少校继续发问。
　　
　　“这就是横向拉伸和纵向拉伸算法扩散问题，我们在动态库模型算法中，可以加入这方面的功能，继续跟踪这种横向拉伸和纵向拉伸的现象。”林久浩继续解释。
　　
　　“小林，你考虑的问题很超前呀。”安静夸奖了一句。
　　
　　“我听琪琪说的，机器人研究所一直希望能够通过多元关联拟脑模型，判断人物的行为特征，要想判断行为特征，就要先能够对人物整体定义。”林久浩回答。
　　
　　“哦，你这个想法非常好，我们部门可以继续研究，利用动态库模型完成关注点整体定义。”鲁少校说道。
　　
　　“这个算法就叫【关注点整体定义自淘汰算法】吧！”安静把算法的名字定了下来。
　　
　　“不过，鲁少校，您们部门在使用这个算法理念的时候，能不能对定义对象的纵深建模同时研究一下？”林久浩继续加码。
　　
　　“纵深建模？”鲁少校没明白。
　　
　　“就是，当A点与B点是关联的，并且我们在多个时间序列图像中收集了最大关联向量距离为5，当这两个点重叠的时候，我们认为A点与B点形成了5的纵深，可以利用这个条件做立体建模的依据。”林久浩解释。
　　
　　“是呀，老鲁，这个世界上绝大部分生物都具备对称性。”安静也补了一句话。
　　
　　“哦，哦，明白了，太好了，解决大问题了。”鲁少校很快就明白了，本来立体建模就是内二实验室的研究内容之一，现在全连接在一起了。
　　
　　鲁少校的问题解决了，大家休息一会儿，统一喝水，统一去卫生间，军人多了，行动也很统一，休息片刻，会议又继续。。。
　　
　　“该轮到我们的问题了吧？”安静问道。
　　
　　“对，你们不关心感应层前端的技术，你们关心的是从前端输入的多种信息源，如何转变为内容描述，对吧？”鲁少校先问了一句。
　　
　　

（本章未完，请点击下一页继续阅读）