回到酒店，王一男打开随身携带的笔记本电脑，启动 free mind，开始整理自己的思路。
人工智能是当前的热点，而神经网络又是热点中的热点，但是除了极少数领域，比如说车牌识别，或者极少数个例，比如说米歌的围棋狗以外，在实践中很少看到具体的应用案例。
造成这种情况的原因很简单，那就是神经网络对硬件的依赖性，在普通的x86电脑或者基于arm芯片的手机上不是不能运行神经网络，但是运行的效率绝对会让你发狂。
还有神经网络那庞大的数据量，全部装到手机里面几乎是不可能的。
所以，目前的神经网络应用是极度依赖硬件的，这也就限制了它的应用范围，反正你记住，在普通的手机上几乎跑不起来一个实用的神经网络就对了。
但是有了王一男的新发现和新技术就完全不一样了，对样本的整理和训练这一步没有捷径可言，老老实实的在专用硬件上花很长时间进行就好了，这也不是问题的焦点所在。
但是一旦训练完成，神经网络稳定之后，王一男就可以利用一系列的数学工具，以及形式化技巧，根据神经网络的类型，对庞大的神经网络数据进行分块的指令化。
简单的理解，可以认为将神经网络这种多层迭代的运行方式，映射成普通冯诺依曼机器的运行方式。
具体而言，比如说对于其中1/8的神经网络分块，映射为一种通用的冯诺依曼机器指令，比如说，java或者llvm的字节码吧。
你可以认为王一男找到一种编译方法，可以将神经网络的数据，编译成一种通用的字节码，再利用现成的jit（即时编译）技术，或者llvm的编译技术，得到可执行的pc或者手机程序。
最后，再将所有的分块组合起来，就能得到任何训练后的神经网络，在pc或者手机上的编译版本。
也就是说，制约人工智能发展的最大的障碍，硬件的限制现在完全不存在了，只要在专用的硬件上用足够的样本训练出符合要求的神经网络，然后利用王一男的技术，就能够将这个训练好的神经网络编译到普通的pc甚至手机上，从而得到一个可以完成同样任务的手机app。
我再举一个具体的例子，大家就明白了，目前哥鲲鹏2.0通过训练，学会了如何最高效率的飞行，但是它没办法直接教给人类怎么飞行，而且又不能将哥鲲鹏带上天，直接让它指挥飞机怎么飞。
所以现在王一男和杨总师采用的方法是，自己编写飞控软件，然后让哥鲲鹏来找到里面的缺陷，经过多次迭代来改进人类编写的飞控软件，从而获得质量不错的飞控软件。
有了王一男的新技术，现在可以直接将哥鲲鹏的神经网络，编译到飞控计算机的指令集，比如说alpha体系，编译后的程序，实际上就是最好的飞控软件了！
不能理解、无法描述都没关系，能执行就行！
就算给新型号战绩加上矢量发动机，那也不过是多训练两天，重新编译一下的功夫，立马就能得到最牛的飞控软件了。
“这把玩大了”，王一男在电脑上敲完上面的几句话，搓着手，不知道该说啥。
说真的，要是cia、fbi之流知道王一男现在做的事情，估计就算把他们在整个华国的特工都派过来，也要把他绑架走。
当然，具体要完成这个构想，还需要大量的时间和工作，需要整理所有的神经网络的类型，以及对应的数学工具，还要针对不同的数据生成抽象的指令序列。
仅仅使用数学工具形式化的神经网络数据，一定是冗长的，为了达到实用化的程度，需要对代码进行精简和优化，当然这方面可以发挥哥德尔系统的特长。
最好能够将整个过程自动化和程序化，不过这个倒不是很着急，人的智慧配合机器来工作，一向是最快速最有效率的方案。
王一男打消了找116所第一个吃螃蟹的想法，虽然这样一定会很爽的，但是116所的最新隐身战斗机不要说华国了，整个蓝星多少双眼睛盯着，要是一不小心弄出一个惊天动地的飞控出来，王一男用脚趾头都能想到动静有多大，显然这绝对违背了他低调的初衷。
还是闷声发大财的好，王一男把注意力集中在大卫计划上，或者准确的来说，大卫计划的一个点上，要知道，现在大卫计划最大的问题，是缺乏一个杀手级别的应用，要那种远远超过别人的功能和效果。
基本的聊天功能，再怎么样也很难玩出花来，只有在现在并不是很成熟的一些领域上做文章了，比如说多人视频聊天。
目前视频聊天技术的主流是h264，这也是大部分手机硬件都支持的视频编解码技术，对于一对一的视频聊天来说，只要对分辨率的要求不太高，效果还过得去。