時代，網路就像大海，而你要搜尋的東西，就像落入大海的一滴水。找到那滴水的難度可想而知。李銘要在這個過程中，發現，自己的想法並不是新創。在過往的帖子中，就能找到太多相似的點子。甚至相似的網站，只不過淹沒在了資訊的汪洋之中。

現在主流的搜尋方法第一種是圖書館法，就是把一個星球產生的資訊，當成一本書，進行關鍵字標記，那麼一個星系就是一個圖書館，眾多的星系構成一個個**的圖書館。

當進行資訊搜尋時，一本書沒有才會找下一本，一個圖書館沒有才會找別的圖書館。直道將資訊收集全為止。這就對資訊搜尋劃分了權力，有的能看一本書，有的能看一座圖書館，有的能進行館際互借。

第二種主流方法是，資訊標記法。網路產生的資訊會被標記分類，然後就可以進行搜尋了。當進行搜尋時，在分類中找出相應的資訊。

第三種主流的方法是，交叉標記法。對一條資訊進行分類標記，交叉檢索。

三種方法各有優缺點，但是不論哪種辦法給人最大的印象就是慢，多，雜。檢索的速度太慢了，收集到的資訊太多，收集的資訊不準確。

李銘要面對這樣的難題也是沒什麼辦法。翻閱書籍，查詢資料。成立了個興趣小組。李銘要，在進行著努力。

＇本書首發來自17k，第一時間看正版內容！＇

&nbsp；。。。&nbsp；&nbsp；

45　神經演算法

搜尋問題讓李銘要產生了極大的興趣。因為資訊的蒐集處理是人每天都要做的，人的大腦每天都要處理海量的資訊。科技發展到現在，人們在智慧化道路上的探索，從沒停止過。

從第一臺，神經元生物智慧計算機問世，到第一個全智慧化機器人的出世，再到金屬元智慧化，每邁出一步，就是一個全新的世界。

智慧化戰爭也就是機器人之戰後，智慧計算仍然在不斷發展。智慧計算，粒子計算，量子計算，是演算法界的三大基石。三中演算法應用的領域各不相同。

智慧計算，機械智慧化，仿生物科技，機器人，等領域。粒子計算主要在處理超界邊值，微觀世界。量子計算是處理大規模資料的方法。

現在主流計算機採用金屬元構造，可以自由組合，來取得不同運算能力。

超級計算機，主要是基於三種演算法制造的。基於不同的演算法，他的處理問題的類別就會出現差異化。以超級計算機為中心形成一個個雲。雲又能利用閒置計算資源，對資源進行合理分配，滿足不同的需求。

李銘要探索的是智慧計算的一個方法，神經元演算法。神經元演算法，就是模仿人腦，設計出的一種演算法。神經元解決搜尋問題，就像人腦一樣。

粘連儲存，按照資訊的相關度，分割槽域儲存。學習，隨著資訊的蒐集，學習資訊的處理方法。根據這種思路，人類造出了女王。隨後，機器人戰爭爆發。

隨著邊界的擴充套件，科技的進步，神經元演算法得到了進一步的發展。一代大師林沖至，提出了制衡神經元演算法，多核心，每個核心都在學習，學習的方法是有缺陷得，但是組合起來，就能解決問題了。但是最佳化了的演算法，對資源消耗極大。同時演算法的複雜程度也是一大問題。

大聯盟的建立，泰博坦技術的引進，讓神經元演算法又得到了一次發展，雙核心神經元演算法問世。雙核心，一個運轉，一個監督，兩個核心的演算法截然相反。

經過不斷發展進步，神經元演算法趨向成熟�