“我是以計(jì)算機(jī)編程起家的博士?！比~華來到了控制臺(tái)調(diào)出了浮空全息屏幕：“誠然，大腦所做的事情并不一定適用于計(jì)算機(jī)，因?yàn)檫@兩個(gè)是完全不同的個(gè)體，但我們并不是想要去將二者完美融合，我們可以允許兩者之間的差異性，但我們也許可以從兩者之間的部分共性為其搭建一座橋梁樞紐?！?br/>
    對(duì)此，愛德華夫婦不置可否，神經(jīng)科學(xué)實(shí)在是一門太過于龐大的學(xué)科。

    層次很多，宏觀尺度、介觀尺度、微觀尺度，而且每個(gè)層次之間的聯(lián)系又往往很復(fù)雜，也很難相互聯(lián)系起來，很多時(shí)候?qū)W會(huì)了宏觀神經(jīng)理論，卻不能用它來模擬認(rèn)知功能，你需要微觀神經(jīng)元網(wǎng)絡(luò)的知識(shí)，而學(xué)完神經(jīng)元網(wǎng)絡(luò)的知識(shí)，又不能，又要一些突觸、樹突復(fù)雜運(yùn)算的知識(shí)，怎么研究都研究不完。

    盡管他們二人是該領(lǐng)域的權(quán)威研究學(xué)者，但對(duì)于這門學(xué)科，但凡涉獵的人都對(duì)其敬畏和謙卑。

    可以說，人類對(duì)于自己的大腦和神經(jīng)網(wǎng)絡(luò)的認(rèn)知還不如對(duì)宇宙的認(rèn)知豐富，在所有的人體器官的認(rèn)知上，大腦是最為神秘的地帶，即便是這個(gè)領(lǐng)域的權(quán)威級(jí)專家也只敢說自己也是認(rèn)知了其中的一點(diǎn)皮毛而已，甚至更少。

    “光是基于混沌神經(jīng)網(wǎng)絡(luò)便是一個(gè)典型的npc問題?！边~·布里特女士如是說道，意思就是說這是無解的，至少目前是無解的，這里的“混沌”可不是神話里的那種定義，不過對(duì)于混沌現(xiàn)象，迄今為止也還沒有一個(gè)公認(rèn)的普遍適用的數(shù)學(xué)定義。

    “如果，我告訴二位，我已經(jīng)成功的將一個(gè)npc問題降至p類問題呢？”

    葉華忽然拋出這么一句話，夫婦二人一聽整個(gè)人都面色大變，帶著不可思議的精彩表情。

    “你說什么？”愛德華·莫澤抱頭神態(tài)夸張：“上帝，p=np問題已經(jīng)被解決了？”

    這二位夫婦雖然不是數(shù)學(xué)家，也不是計(jì)算機(jī)領(lǐng)域的學(xué)者或是信息專家，但這些領(lǐng)域都與神經(jīng)科學(xué)有著深切關(guān)聯(lián)。

    對(duì)于「p=np？」問題，即np-完全問題，他們自然不會(huì)陌生，雖然不是信息學(xué)的專家，但對(duì)于這個(gè)問題的認(rèn)知也要遠(yuǎn)遠(yuǎn)高于普通人。

    np-完全問題，可以這么認(rèn)為，這種問題只有把解域里面的所有可能都窮舉了之后才能得出答案，這樣的問題是np里面最難。

    如果要證明一個(gè)問題是npc問題，可以拿已經(jīng)是npc問題的一個(gè)問題經(jīng)過多項(xiàng)式時(shí)間的變化變成所需要證明的問題，那么所有證明的問題就是一個(gè)npc問題了。

    換句話說，即找到了一個(gè)算法，那么所有的問題都可以有多項(xiàng)式的解，可以說這就是所謂的「萬能算法」了。

    這無疑是信息學(xué)的巔峰。

    這不僅是對(duì)信息學(xué)的貢獻(xiàn)那么簡單，許多至今無解的問題都會(huì)被迎刃而解，例如人體蛋白折疊問題、絕癥，當(dāng)然也包括神經(jīng)科學(xué)，難怪夫婦二人會(huì)如此失態(tài)了。

    真是因?yàn)閚pc問題的存在，p=np變得難以置信，人們即便至今沒有證明或證偽，但更加偏向相信p≠np。

    但是，葉華剛剛親口說把一個(gè)npc問題降低到了p類問題?。?！

    “天吶……”

    兩人絕對(duì)沒有想到剛剛來華夏，就獲得了這么一個(gè)爆炸性的消息，這要是傳出去了，整個(gè)學(xué)術(shù)界乃至全世界都得為之沸騰。

    這已經(jīng)不能用天才就可以形容的了。

    震驚過后，夫婦二人激動(dòng)不已，振奮莫名，葉華看到他們二人反而淡定的說道：“之前我說過，我是以編程起家的，把npc問題降低p類問題的成果便是獲得了一個(gè)全新的算法。但是博士，它也并非是真正的萬能算法，因?yàn)樵谄渲线€有「np-hard問題」，相比您應(yīng)該也知道的?！?br/>
    “即便如此，其貢獻(xiàn)也無可估量啊，對(duì)于神經(jīng)科學(xué)的研究會(huì)帶來難以想象的裨益?！睈鄣氯A·莫澤振奮的說道。

    “老師，您之前只給我們講了p=np問題，但「np-hard問題」又是什么？”一直安安靜靜的洛蘭蒂斯在這個(gè)時(shí)候忍不住發(fā)問了。

    邁·布里特女士看向她，微笑的簡要概述道：“就是說，np-hard問題要比npc問題的范圍廣。np-hard問題同樣難以找到多項(xiàng)式的算法，但它不列入「p=np」的研究范疇，因?yàn)椴灰欢ㄊ莕p問題。即使npc問題發(fā)現(xiàn)了多項(xiàng)式級(jí)的算法，np-hard問題有可能仍然無法得到多項(xiàng)式級(jí)的算法。事實(shí)上，它有可能比所有的npc問題的時(shí)間復(fù)雜度更高從而更難以解決?！?br/>
    洛蘭蒂斯似懂非懂，若有所思。

    愛德華·莫澤余留著一絲振奮的心情說道：“有時(shí)候，我們不得不承認(rèn)人類大腦非常強(qiáng)的，它可以在毫秒之內(nèi)分析外部的數(shù)據(jù)并得出結(jié)論，但是這樣龐大的系統(tǒng)到底如何工作仍然未知，不過已經(jīng)有很多研究學(xué)者試圖從腦電波中獲取更多的信息。那么，人工智能能不能從我們的大腦網(wǎng)絡(luò)中去學(xué)到一些東西呢？”

    說到這里愛德華下意識(shí)的抬頭看向了葉華，眼前這位年輕的華夏人，海岸線大學(xué)的校長，在ai領(lǐng)域有著舉足輕重的話語權(quán)。

    葉華點(diǎn)點(diǎn)頭：“答案是肯定的，在信息尤其是噪聲信息加工的方面，大腦的有一些加工方式是計(jì)算機(jī)可以借鑒的?！?br/>
    海岸線集團(tuán)的人工智能技術(shù)在全世界都是公認(rèn)最頂尖的，葉華在這個(gè)領(lǐng)域的話語權(quán)可以說非常的權(quán)威。

    而且，外界根本就不知道他創(chuàng)造了更高級(jí)的智能存在——小音。

    愛德華·莫澤在腦海里翻閱著信息：“我和布里特在挪威科技大學(xué)研究的網(wǎng)格細(xì)胞發(fā)現(xiàn)，這些神經(jīng)細(xì)胞能夠被特定的空間模式激活，然后構(gòu)成一個(gè)協(xié)調(diào)的系統(tǒng)，引發(fā)空間運(yùn)動(dòng)，再加上能夠識(shí)別頭部方向和房間邊界的細(xì)胞，它們一起在大腦的海馬區(qū)形成回路，最終在大腦中構(gòu)成了類似于gps一樣的廣泛定位系統(tǒng)?！?br/>
    “大腦神經(jīng)元之間的連接讓我們從嘈雜的數(shù)據(jù)中讀取有用的信息，因?yàn)樯窠?jīng)網(wǎng)絡(luò)是動(dòng)態(tài)可塑的，它們能夠從既有的經(jīng)驗(yàn)中自主學(xué)習(xí)而改變細(xì)胞之間的連接，現(xiàn)在的人工神經(jīng)網(wǎng)絡(luò)就是模仿生物神經(jīng)細(xì)胞之間的連接。”

    說著愛德華再次看向了葉華：“毫無疑問，研究的關(guān)鍵就在于大腦有很多神經(jīng)元，神經(jīng)元之間它們會(huì)相互‘交流’，當(dāng)神經(jīng)元刺激軸突時(shí)，它們就會(huì)產(chǎn)生‘交流’信息，在頭部外面，我們記錄腦電波的電位活動(dòng)，這是一種觀察腦電波的方式，所以我們需要破解它們之間信息傳輸?shù)哪Ｊ剑@一模式呈現(xiàn)為腦電波，若能有一個(gè)算法得到這些‘交流’信息的解……不就可以做到腦機(jī)交互了？”

    “上帝，來海岸線大學(xué)真是我的榮幸，這是無比明智的選擇，我們?cè)敢饧尤隻ci項(xiàng)目計(jì)劃，現(xiàn)在就加入！??！”

    ……

    。m.