第117章 來自北極的神秘電波
(前言)
在你不知不覺之中,命運已將一切聯係了起來。
(正文)
2021年10月30日上午9點35分
“各位,請跟我來。”張欣然微笑著做了一個請的姿勢,在前麵帶路,指引著我們走到了另一個展廳。
這個展廳和之前的都不太一樣,並沒有全息投影來展示自然界的變化。
張欣然站到了我們的麵前說道:“正如你們剛才在展廳中所見到的那樣,人類的演化過程雖然極其的漫長,可卻讓我們從中得到了一些靈感。人工智能的開發無疑是人類的第二次覺醒,我們將重新認識自己,認識世界。其中的意義我相信即使我不細說,在場的大家也一定十分明白。”
我們點了點頭表示認同。
“這次請你們各位到這裏來的最主要的目的…”張欣然突然停頓住,環視了一下四周繼續說道:“我之後所說的,將會提及aef公司內部的核心機密。請各位注意了。”張欣然神秘地笑了一下,示意我們仔細看展廳中央的大屏幕。這個屏幕和之前在研究室裏看到的一樣,都是通過投影的立體空間屏幕,身邊的胡在德講師不由發出讚歎的聲音。
隻見顯示器的那頭,顯示出的畫麵中,幾名研究人員,正在一台龐大了顯示器前麵觀察著什麽。突然顯示器上麵的的光點開始快速的閃爍著,另一台接受器上,收到了坐標位於北極深處的神秘電波。
那個電波在接收器上呈現出一條彎折的曲線。研究人員看著接收器上的波動,突然露出了十分驚愕的表情,因為據一旁的生命探測儀器顯示,那邊根本沒有生命跡象。
然而,這個神秘的電波頻率卻和人腦的腦電波頻率極其相似。
【1】腦電波是一種使用電生理指標記錄大腦活動的方法。大腦在活動時,大量神經元同步發生的突觸後電位經總和形成的。
它記錄大腦活動時的電波變化,是腦神經細胞的電生理活動在大腦皮層或頭皮表麵的總體反應。
腦電波來源幹椎體細胞頂端樹突的突觸後電位。腦電波同步節律的形成還與皮層丘腦非特異性的係統的活動有關。
生物電現象是生命活動的基本特征之一,各種生物均有電活動的表現。
人腦中有許多的神經細胞在活動著,而形成電器性的變動,也就是說,有電器性的擺動存在,而這種擺動顯現在科學儀器上看起來就像波動一樣,腦中的電器性擺動我們稱之為腦波。
用一句話來說明腦波的話,或許可以說是由腦細胞所產生的生物能源,或者是細胞活動的節奏。【1】
“張教授,您快看,這真的是太不可思議了,兩個頻率居然這麽相似……”一名正在觀察的年輕研究員和身旁另一名中年研究員說道。
那名中年男子,扶了扶自己的眼鏡說道:“真的難以想象,我從來都沒有見到過這樣的事情,難道是人工智能?!”
“張教授,您是說在北極的盡頭有著人工智能?”年輕的研究員震驚地看著麵前的中年男子。
我仔細地看了看顯示器上的時間,上麵顯示的時間為2019年12月30日。
2019年12月30日……這正是我們到達北極冰川之前的時間點。在那個時間點上,沒有我們,隻有“the x”和“the y”。
張欣然向我們走了過來,停在了我的身邊,望了一眼顯示器上的畫麵說道:“你們也一定很震驚,可惜的是,當我們的研究員在2020年的2月1日到達北極冰川時,那裏居然已經什麽都沒有了,唯一找到的隻有炸彈的碎渣和一些燒焦了的蠶繭。”
炸彈的碎渣……和一些燒焦了的蠶繭。我在心中不停地默念著這兩樣東西,不由地緊張了起來。
“不過,經我們初步的探測結果,這些蠶繭似乎有些不同,其分子結構打破了我們地球上的規律。”
“打破了我們地球上的規律?”胡在德輕聲地複數了一遍。
暮江教授走上前去問道:“張女士,那你所說的蠶繭現在在哪裏呢?也許我們幾位教授能幫您從上麵找到些線索。”
“我說的蠶繭,就在這個研究中心。我這次讓你們前來的目的就這在此,請各位往這邊走。”張欣然微微一笑,剛想帶領我們走向左邊的通道,可就在這個時候所有通道的大門突然關閉,刺耳的警報聲不停在耳邊作響。
“這怎麽可能!!!這怎麽可能!!!”張欣然震驚地看著正在關閉的大門叫道。
我看著眼前的一切,看來這次的參觀學習並不容易了。
【1】——節選自百度·百科《地球曆史》
節選自百度百科上對人工神經網絡的解釋:
人工神經網絡就是模擬人思維的第二種方式。這是一個非線性動力學係統,其特色在於信息的分布式存儲和並行協同處理。雖然單個神經元的結構極其簡單,功能有限,但大量神經元構成的網絡係統所能實現的行為卻是極其豐富多彩的。
神經網絡的研究內容相當廣泛,反映了多學科交叉技術領域的特點。主要的研究工作集中在以下幾個方麵:
(1)生物原型研究。從生理學、心理學、解剖學、腦科學、病理學等生物科學方麵研究神經細胞、神經網絡、神經係統的生物原型結構及其功能機理。
(2)建立理論模型。根據生物原型的研究,建立神經元、神經網絡的理論模型。其中包括概念模型、知識模型、物理化學模型、數學模型等。
(3)網絡模型與算法研究。在理論模型研究的基礎上構作具體的神經網絡模型,以實現計算機模擬或準備製作硬件,包括網絡學習算法的研究。這方麵的工作也稱為技術模型研究。
(4)人工神經網絡應用係統。在網絡模型與算法研究的基礎上,利用人工神經網絡組成實際的應用係統,例如,完成某種信號處理或模式識別的功能、構造專家係統、製成機器人等等。