回到酒店，王一男開啟隨身攜帶的膝上型電腦，啟動 Free Mind，開始整理自己的思路。
人工智慧是當前的熱點，而神經網絡又是熱點中的熱點，但是除了極少數領域，比如說車牌識別，或者極少數個例，比如說米歌的圍棋狗以外，在實踐中很少看到具體的應用案例。
造成這種情況的原因很簡單，那就是神經網絡對硬體的依賴性，在普通的86電腦或者基於ARM晶片的手機上不是不能執行神經網絡，但是執行的效率絕對會讓你發狂。
還有神經網絡那龐大的數據量，全部裝到手機裡面幾乎是不可能的。
所以，目前的神經網絡應用是極度依賴硬體的，這也就限制了它的應用範圍，反正你記住，在普通的手機上幾乎跑不起來一個實用的神經網絡就對了。
但是有了王一男的新發現和新技術就完全不一樣了，對樣本的整理和訓練這一步沒有捷徑可言，老老實實的在專用硬體上花很長時間進行就好了，這也不是問題的焦點所在。
但是一旦訓練完成，神經網絡穩定之後，王一男就可以利用一系列的數學工具，以及形式化技巧，根據神經網絡的型別，對龐大的神經網絡資料進行分塊的指令化。
簡單的理解，可以認為將神經網絡這種多層迭代的執行方式，對映成普通馮諾依曼機器的執行方式。
具體而言，比如說對於其中1/8的神經網絡分塊，對映為一種通用的馮諾依曼機器指令，比如說，JAVA或者LLVM的位元組碼吧。
你可以認為王一男找到一種編譯方法，可以將神經網絡的資料，編譯成一種通用的位元組碼，再利用現成的JIT（即時編譯）技術，或者LLVM的編譯技術，得到可執行的PC或者手機程式。
最後，再將所有的分塊組合起來，就能得到任何訓練後的神經網絡，在PC或者手機上的編譯版本。
也就是說，制約人工智慧發展的最大的障礙，硬體的限制現在完全不存在了，只要在專用的硬體上用足夠的樣本訓練出符合要求的神經網絡，然後利用王一男的技術，就能夠將這個訓練好的神經網絡編譯到普通的PC甚至手機上，從而得到一個可以完成同樣任務的手機APP。
我再舉一個具體的例子，大家就明白了，目前哥鯤鵬.0透過訓練，學會了如何最高效率的飛行，但是它沒辦法直接教給人類怎麼飛行，而且又不能將哥鯤鵬帶上天，直接讓它指揮飛機怎麼飛。
所以現在王一男和楊總師採用的方法是，自己編寫飛控軟體，然後讓哥鯤鵬來找到裡面的缺陷，經過多次迭代來改進人類編寫的飛控軟體，從而獲得質量不錯的飛控軟體。
有了王一男的新技術，現在可以直接將哥鯤鵬的神經網絡，編譯到飛控計算機的指令集，比如說Alpha體系，編譯後的程式，實際上就是最好的飛控軟體了！
不能理解、無法描述都沒關係，能執行就行！
就算給新型號戰機加上向量發動機，那也不過是多訓練兩天，重新編譯一下的功夫，立馬就能得到最牛的飛控軟體了。
“這把玩大了”，王一男在電腦上敲完上面的幾句話，搓著手，不知道該說啥。
說真的，要是CIA、FBI之流知道王一男現在做的事情，估計就算把他們在整個華國的特工都派過來，也要把他綁架走。
當然，具體要完成這個構想，還需要大量的時間和工作，需要整理所有的神經網絡的型別，以及對應的數學工具，還要針對不同的資料生成抽象的指令序列。
僅僅使用數學工具形式化的神經網絡資料，一定是冗長的，為了達到實用化的程度，需要對程式碼進行精簡和最佳化，當然這方面可以發揮哥德爾系統的特長。
最好能夠將整個過程自動化和程序化，不過這個倒不是很著急，人的智慧配合機器來工作，一向是最快速最有效率的方案。
王一男打消了找116所第一個吃螃蟹的想法，雖然這樣一定會很爽的，但是116所的最新隱身戰鬥機不要說華國了，整個藍星多少雙眼睛盯著，要是一不小心弄出一個驚天動地的飛控出來，王一男用腳趾頭都能想到動靜有多大，顯然這絕對違背了他低調的初衷。
【鑑於大環境如此，本站可能隨時關閉，請大家儘快移步至永久運營的換源App，huanyuanapp.org 】
還是悶聲發大財的好，王一男把注意力集中在大衛計劃上，或者準確的來說，大衛計劃的一個點上，要知道，現在大衛計劃最大的問題，是缺乏一個殺手級別的應用，要那種遠遠超過別人的功能和效果。
基本的聊天功能，再怎麼樣也很難玩出花來，只有在現在並不是很成熟的一些領域上做文章了，比如說多人影片聊天。
目前影片聊天技術的主流是Ｈ64，這也是大部分手機硬體都支援的影片編解碼技術，對於一對一的影片聊天來說，只要對解析度的要求不太高，效果還過得去。
當然，要想效果好，還需要更新的技術比如說H65，或者米歌搞的VP10，啊不對，因為H65的專利問題，一堆業界大拿湊在一起開了一個新的專案，叫做開放媒體聯盟，他們搞了一個成人影片一號格式，不對，是音頻視頻一號格式（AV1），號稱比Ｈ65效率還要高。
不管H64還是H65還是AV1，都是按照傳統的方法對影片，或者說連續的影象流進行壓縮的，也就是將影片在頻譜上進行處理，減少人眼不太關注的部分，然後透過對時間域的分析，去掉相鄰影象幀之間的重復部分等等。
當然在這中間，利用分塊技術減少運算複雜度，或者自適應分塊技術，在編碼效率和編碼質量之間進行自動的權衡。
王一男決定獨闢蹊徑，完全按照神經網絡的方式來處理問題，就像米歌的狗狗Zero版本一樣，他拋棄了所有預先的知識，甚至包括頻率的概念。
神經網絡唯一的輸入來源是影象的序列，評價演算法的質量標準是解碼之後影象序列跟原始影象之間的偏差，這是有一個人眼視覺方差評估辦法的。
採用這樣的方法對神經網絡進行訓練，王一男將演算法時間也作為訓練的一個基本參數，也就是說，最小的大小，最快的時間，最小的人眼視覺方差，用所有能獲得的樣本進行訓練。
王一男回到帝都之後，簡單跟大衛計劃的團隊碰了碰，看了看他們的原型，然後要求團隊開始針對原型系統的問題，開發.0版本，重點是可擴充套件的架構，以及服務的穩定性。
而他自己又開始閉關了，學校顯然不是一個很好的閉關地點，周慧家就更不是了，王一男把自己關在容與公司的大本營，這樣也好，離哥德爾系統更近一些。
閉關時候的王一男，就像完全變了個人，六親不認，目光呆滯，和平常那個平民模樣的年輕人完全對不上號，整個就是一個瘋狂科學家的形象，不過呢，效率確實高的驚人。
周慧忍不住去容與公司看了他兩次，結果每次呆不了多一會就狼狽逃竄了，用她的話來說，太瘮人了，王一男大部分時間坐在鍵盤前面瘋狂的打字，有時候像一個目光沒有焦距的幽靈一樣在辦公室裡面飄來飄去，嘴裡還唸唸有詞，真是嚇死人不賠命。
哥德爾系統開始利用無數的影片樣本開始訓練，什麼youtobe，什麼愛藝，什麼又酷，反正王一男給哥德爾系統買了無數個VIP賬號，瘋狂的讓它看影片，至於會不會走火入魔，那就不是王一男考慮的範疇了。
但是這些影片樣本的數量貌似不太夠啊，關鍵是基本上所有的素材都經過了各種後期處理，或者美顏啊，或者剪接啊，反正對於神經網絡學習來說，不是原生態的，噪聲有點多。
這個時候，王一男不禁要感謝王校長引發的直播風潮了，除了為風投找到一個瘋狂砸錢的紅海，為部分二次元屌絲男女提供致富的渠道以外，無數直播軟體，還給哥德爾系統提供了無數真實的影片樣本。
於是在容與公司總部，無數直播的視頻流被接了進來，然後轉換成哥德爾系統一個視頻壓縮的專用神經網絡權重。
這可是一個拋棄了所有先驗知識的神經網絡，沒有傅立葉分析，沒有小波分析，沒有運動預測，沒有分塊，更沒有離散餘弦變換。
神經網絡的目標也很明確，壓縮原始的影片資料，或者說時間域上的離散影象幀，用儘可能小的尺寸、儘可能快的速度、還有儘可能小的人眼視覺方差，至於原理是什麼，誰關心呢？
王一男的任務很簡單，也很繁重，他要找到一系列的數學工具，形式化技巧，並且把這些程序化，這樣哥德爾系統就能將訓練完成的神經網絡編譯成LLVM的位元組碼，
再經過多次迭代，最佳化之後，最終得到一個精簡版本的LLVM位元組碼，
這些位元組碼，就可以定位到特定的CPU架構中，比如說X86或者ARM，得到可以實際工作的壓縮、解壓縮程式。
不知道哥德爾系統看多了直播，會不會學會東北話，想來是不會的，不過王一男堅決沒讓哥德爾系統用那個發抖短影片來訓練，科學家也是有潔癖的，“那麼Lo的東西，就汙染我好了，別汙染哥德爾系統了”，王一男想。
時光荏苒，這期間，王一男還去上了兩堂課，陪周慧看了兩次電影，畢竟，瘋狂的科學家還是個正常人不是。
哥德爾系統的視頻壓縮神經網絡也逐步的穩定下來了，編譯到LLVM指令的工作還沒完成，王一男迫不及待的要先看看直接用神經網絡進行視頻壓縮的效果，畢竟，要是還沒有H65強，那還不如洗洗睡了呢。
他選中了一個藍光的4K解析度片源，就是那種電視機廠商用來做廣告的幾分鐘的短影片，使用H65標準壓縮後，大小大概是700M。
將H65影片輸入到FFMPEG，解壓出JPEG格式的每一幀影象資料，再送往哥德爾系統，這中間當然會有畫質損失，不過王一男已經顧不得那麼多了，
他屏住呼吸，兩眼緊盯著螢幕。（未完待續）