傻傻的站在人群中，好半天一动不动。

　　不巧边上又是那位小朋友和她的妈妈，“妈咪快看，刚才打自己的叔叔一动不动，是不是被人用了定身法“，

　　“别胡说，只有神话里面才有定身法”，

　　“哎呀，真不对，都一分钟了，拿着电话动都不动”，这位妈妈也慌了，正准备打电话呢，

　　王一男总算活了过来，“啪”的一声，他再次给了自己一个嘴巴，“妈咪，叔叔又打自己了，而且看起来很开心的样子，我也想试试看”。

　　“我真蠢，我单知道山上没有狼”，王一男冲出人群，嘴里念念有词的冲向酒店。

　　这一次，王一男真正明白了，自己忽略了一座什么样的金矿。

　　古有王阳明洞中悟道，出关之后便纵横天下，无往不利，今有王一男，刚好也姓王，新街口悟道，在此之后，金陵多了一个新街口打耳光的传说。

　　王一男想到了什么，让他这么激动呢？

　　大家知道，现在实用化的人工智能应用，基本都是基于神经网络的，而神经网络应用，基本都是建立在专用的硬件之上的。

　　应用的过程是这样的，首先，利用大规模的样本，对神经网络进行训练，当然，训练可以有很多种，分类、识别是其中最普遍，也最成熟的。

　　训练完成之后，也就是说神经网络基本稳定之后，再使用训练完成的神经网络来完成实际的任务，比如说识别一个具体的图像、数字或者语音文字等等。

　　也就是说，训练和应用都需要建立在专用的硬件上，主要是GPU、ASIC或者最新的人工智能芯片。

　　米哥的围棋狗也是一样，训练所生成的神经网络是人类所无法理解的，而格罗滕迪克发现的定理，进一步证明，这种神经网络，复杂程度达到一定界限之后，是不能用有限的公理逻辑和形式化理论来描述。

　　但是，注意这个但是，理论证明有限步骤的描述是不可能的，并不代表对神经网络的形式化就没有价值了！

　　理论上完整的理解和描述是不可能的，并不意味着简化的近似的描述就不可能了！

　　换句话来说，运用从格罗滕迪克那里学到的数学工具，形式化方法，加上王一男自身的研究和理解，只要有了关于神经网络组成的基本原理，比如说是BP类型的，还是霍普菲尔德类型的，是基于退火的，还是基于深度学习的。

　　王一男就能找到一些通用的方法和技巧，将神经网络分块映射到一个有限状态自动机上，使得整个有限状态自动机和神经网络的某一个分块在一定的精度范围是等价的。

　　也就是说，对于同样的输入，神经网络跟等价的有限状态自动机将得到基本一致的输出。

　　友情提示，任何一个有限状态自动机，都可以等价于一段程序代码。

　　再明确一下王一男悟出的东西，他现在可以找到一系列普遍适用的数学工具和方法，将任何类型的训练完成的神经网络，映射到一个基本等价的有限状态自动机，或者说，一段特定CPU体系的程序代码上。

　　换句话说，他只要能拿到米国围棋狗神经网络的详细结构，以及训练完成之后大杀四方的最终状态，再利用这一系列数学工具，形式化方法，配合手工，或者一部分自动化的程序，就能够得到特定体系，比如说X86的一系列代码片段，

　　这些代码可能是混乱和无序的，但是跟原始的训练完成的神经网络将是基本功能等价的！

　　只要对整个米哥围棋狗的神经网络进行了全面的映射，最终得到的所有X86代码整合在一起，就可以在普通的台式机，甚至笔记本上让柯洁两子！

　　“我靠，这回发了”，王一男在酒店电梯上，兴奋地浑身发抖。

　　请收藏：https://m.bqg82.com

（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）