“这个时候就别这么多杂念了……”
“自己什么性格自己不清楚吗?除非关键一瞬,不然我的脑子向来都是杂念丛生的好……么……”
原生突然感觉自己整个人都变了形状一般。
他的意识在延伸……
或者说,有远方的数据被下载到生物脑中。他的念头化为数据上传到远方。
在这里,每一句话,每一个动作,都会对数据本身产生影响。
然后,向山感受到了一股强烈的挤压……
不对,是反弹。
“阿零给的后门已经被补丁给堵上了吗?看起来不能继续深入了,这条路上一定会有‘蜜罐’。”小八低声说道。
这句话是对自己的自我暗示。
周围的景色再一次变化。黑暗消失。
向山看到了墙壁。
仿佛建模出了问题一般,无数细微线条组成的稀疏墙壁。
小八想着墙壁伸出手。
他并不是真的“伸出手”了。他也没有灵魂出窍。这一面墙壁是他所得到的数据反馈,是从服务器下载到的数据、经由生物脑的处理则想象成的。向山也只是借由“伸出手”的这个念头,来进行自我暗示。
向山生物神经网络之中,一部分自主放电的中层神经元,会与产生这个“伸手”这个念头的神经元,以及将之囊亏在一起的内功神京回路一起,形成混杂的“预测式编码结构”。
这是大脑的一个固有机制。
大脑依靠神经元网络层层抽取抽象概念、特征来进行识别。“深度学习”就是模拟这一过程,利用一层层的计算机编码,抽取输入信息的特征,进行单独的识别,并进行复杂的模拟计算,并最终给出结果。其中的“深度”,便是指“模拟神经网络的层数”——输入层与最终输出层之间、模拟层层抽取特征的神经元网络的“隐藏层”。层数越多,计算的深度也越深。所以越是复杂的选择问题,越需要深度的层次多。
21世纪初所出现的超级围棋计算机AlphaGo,其策略网络是13层,每一层的神经元数量为192个。
人类在辨识、思考的时候,一部分自主放电的中层神经元,就可以与输入神经元形成“预测编码结构”,在输入信息符合“预期”的时候,可以跳过“调集大量神经元对外来信息进行加工”的过程。
而内功修炼到高深处,便可以对这个机制移花接木。在特定的状态下,内功高手可以用更直观的简单神经冲动,唤醒一大片刻录了强大内功的神经回路,甚至跳过了主观意识的阶段,直接用自己大脑的数学机能解决问题。
然后,一团光焰从防火墙上爆发出来。
向山一把握住了虚拟的火焰。
向山的意识回到了原地。
他的身体其实从刚才开始就一动不动。
“嗯,升级了最新的防火墙?因为三年前的事情,所以意识到自己可能被内功高手盯了很久?”向山看了看自己的手。虽然刚才都是自己大脑在数据冲刷下擅自脑补的幻觉,但那团火焰背后也是有实际存在的数据的。
小八的那一伸手,实际上包含了许多种常用的侵入手段。
而防火墙的反馈数据,已经被拿到手里了。
探测攻击,完成。