第22章 z語言 (第1/2頁)
我是你前世種下的冥花提示您：看後求收藏（品書網www.vodtw.tw），接著再看更方便。
是的，他在一點一滴編寫著適合人工智慧Z語言！ 為什麼系統不能直接給出z語言，那坑爹系統要積分吶！ 系統商城中弱人工智慧系統的積分都要五十萬積分，何況這構成人工智慧系統的基礎語言呢？ 系統直接要價25萬積分，簡直黑出了天際！ 雖然利用現有的程式語言也能夠將助手系統給弄出來，但是那計算量可能非超級計算機無法完成！ 而且編寫那人工智慧所花費的時間可能要以年去計算。那需要的程式碼可多太多了！ 這樣的話，寫出來和沒有有什麼區別？ 但是Z語言，是人工智慧的構造語言，也是系統給出的最佳語言！ 它的優勢在於，可以將體積龐大的程式碼，利用神經拓撲運算，簡化成幾個公式和程式碼運算！ 這才是它真正強大之處！ 網路它可以無處不在，也可以調動更多的晶片計算！ 但是，對於z語言來說，他不是本身就存在的，電腦上，網上沒有相關的需要資料。 所以張揚必須先定義輸入法，不能直接用現在電腦有的輸入法，需要張揚重新定義！ 結合系統給出的語言邏輯，張揚一點一滴的定義新的輸入法！這是最基礎z語言的輸入法，關係著未來智慧系統編寫，他必須一點一點的去核對。 其實他本就僅僅打算製作一個輔助的智慧助手的，但是他發現智慧助手只能夠算是智慧系統的一部分功能，要實現自己對智慧助手的設想，還是得以智慧系統為依託！ 所以最終他還是決定一起做出來！ 但是要編寫出智慧系統，必須以z語言來程式設計！ 要以z語言來程式設計，又必須先定義z語言的輸入法！ 所以他只能先定義好輸入法，然後再用這套輸入法來編寫軟體！ 張揚正在編寫著，但漸漸的速度慢了下來！ 他發現，這其中的部分基礎語言無法直接定義，需要將語言先轉換，然後傳遞到網路，抓取網路上一些系統資料，然後再翻譯後，才能繼續編寫！ 這就導致他一下午，都在忙著z語言的事。 而且不僅僅是程式語言的問題，還有其他軟體的語言需要他去完成！ 因為智慧系統要適應更多的現有系統，比如現有的手機，電腦，車載系統……等等，就必須有相應的匹配埠！ 他得去搜尋現有的各種系統埠，然後透過語言去匹配。 只有這樣，才能夠構造出匹配萬物的智慧系統！ 換句話說他正在編寫的軟體就類似於一個語言翻譯器！ 智慧系統就像一個國家，他有單獨使用的語言。 而Z語言就是智慧系統的基礎構成，但是智慧系統想要正常執行，就得翻譯成機器語言。 機器語言是通用的。 但是智慧系統想要和其他系統，或者是其他語言的系統相容，必須一個轉換器作為翻譯！ 現在張揚編寫的就是這個“翻譯器”。 所以，這個翻譯器的出現，讓未來的智慧系統相容網際網路其他系統成為了可能。 除此之外，z語言的優勢在於，將複雜冗長的程式碼簡化，讓系統能夠匹配更多晶片來運算。張揚知道，目前市場上面的各種晶片，不足以用來執行一個獨立的智慧系統！ 所以，簡化程式碼，分鏈式儲存，分鏈式計算便成了張揚的首選！ 而且，這個Z語言，更加符合中文式語言，他有些類似於中國漢字！是透過各種偏旁部首，獨立字，透過獨特編碼形成的程式語言！ 我們平時輸入一行程式碼，語言先轉換成英文表達，然後再透過英文句式程式碼，最後才轉換成可被機器執行的機器語言。 這樣冗長的轉換，既加重了機器的運算負擔，也會導致表達太過麻煩！ 未來的智慧系統則完全不同，將Z語言直接翻譯成機器語言，直接運算執行！減少了，各種語言的轉換和相容。 而且未來的智慧系統還可以透過學習和總結，還可以將複雜的系統運算直接簡化成一兩個程式碼！大大減少運算的同時，也最佳化了智慧系統的最低配置。 目前人工智慧不能實現的原因也就在於，各種軟體的運算量突破天際，無法簡化。 z語言構建的智慧系統，可以透過複雜的拓撲運算，突破運算限制，自我學習，簡化程式碼，更像一個人
