研究的方向,光是想着如何加快运算核心的运算速度,其实她们设计出来的运算核心,其运算速度已经完全超过了黑蛛所使用的运算核心了。
但是她们忘记了最根本的仿生问题,就如正常生命体来说,无论是哪种动物,说很多行为都不需要刻意的去想一下,就比如说一个人的正常呼吸,已经是一种身体的本能了,正常来说是通过植物神经来控制的,它是一种无意识的调节身体机能,但是可以去通过大脑控制吗?也是可以的。
但是如果反过来,植物神经也是控制系统之一,但是想用植物神经计算什么事情却是根本不可能的。
安妮立刻迫不及待的在演示板上进行了一个简单的逻辑绘制,果然发现了其中的奥秘。
当一个指令集由串联方式快速发送顺序运算,改为多个小指令同时发送同时运算时,运算的效率大大提升,而一些简单的动作减少核心运算器的计算,改为分支系统的从动配合,原本还有些迟滞感的机器人动作立刻就能变得非常流畅了。
这些基础的动作由关节的控制元进行反射,目的就是将原有动作中的精确指令改为了模糊指令,一下子就更加人性化了。
举个简单的例子,以机器人转动一下右臂为例,它运算出来的结果是计算出整条手臂的精确运行轨迹,得出的指令为‘肩膀关节向后转动15度,肘关节向右顺时针旋转5度,手腕旋转0度上下旋转0度,左右摆动0度……’
只有当它这条指令集都运算完了,它材会开始进行移动。
而改为模糊指令运算之后,这就是一个简单的‘轻微转动一下胳膊’而已,指令虽然模糊,但是却非常高效,因为上臂主动的时候,小臂、手掌、手指实际上就是维持当前状态进行从动,当没有具体指向性或者精确控制要求时,就不用再刻意的去计算。
换做以前用传统的机械指令去解读的话,虽然指令精确精准,但是运算效率却是极低的,在日常操作和判断中的效率立分高下,其实很多时候一些简单的动作,压根儿就不需要精确指令,简化指令可以大大节约计算效能和效率。
这样说起来感觉非常的拗口,而且容易迷糊,但是换句话说,就是条件反射的事儿,就不用单独需要想想怎么做了。
换个形象的比喻就是大脑给了植物神经发了一条指令:“日常工作这种小事儿就不用来烦我了,你们自行解决,有事儿我再通知你们。”
安妮也不愧是迪沃斯当代的机械天才,在弄明白以后,立刻就加急试制了一小批黑蛛,然后让人以最快的速度送了过来。
因为生产和送过来都是需要一定时间的,哪怕法沃尔文明的科技已经很先进了,但是她们仍旧不可能和我一样使用生成系统。
而在此期间
请收藏:https://m.16db.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)