?第二輪閉關(guān)之后，.幼獅書盟

    要自創(chuàng)編程語言，何其困難？！

    2011年十月九rì，70歲的c語言發(fā)明人、unix合作發(fā)明人、圖靈獎獲得者dennisritchie因病逝世。

    可以說，c語言的誕生是現(xiàn)代程序語言革命的起點，是程序設(shè)計語言發(fā)展史中的一個里程碑。后世的很多編程語言，都是以c語言為根基的。

    一代偉人逝世，舉世哀慟！

    張小智現(xiàn)在要做的事，也是同樣具有開創(chuàng)xìng的，同樣偉大的！當(dāng)然，也是同樣艱難的。

    在重生前，他已經(jīng)學(xué)習(xí)過編譯原理，這次閉關(guān)又重點研究了一遍。深刻理解了編譯原理，就相當(dāng)于掌握了編譯程序構(gòu)造的原理和方法，可以量體裁衣，為自己打造一門最適合的語言。

    為什么用“最合適”這個詞，不用“最先進”之類的詞呢？因為編程語言就像工具，無所謂好壞一說，只有是否合適一說。

    比如，拿錘子去擰螺絲，不是錘子不好，而是不合適。

    任何編程語言，本質(zhì)上都是一種語言而已。語言各有優(yōu)劣，很難講哪門語言比其它語言強。

    對張小智來說，現(xiàn)在思維方式已經(jīng)和以前不同了，因此無論是rì常交流語言，還是編程語言，都需要新創(chuàng)一套才可以發(fā)揮大腦的潛力。

    不過，他rì常交流的唯一的對象，就是自己了。因此創(chuàng)立交流語言的緊迫度還沒那么高，迫切需要創(chuàng)立的，是編程語言。

    創(chuàng)立編程語言的第一步，是打造一套“新版匯編語言”。

    舊版的匯編語言有許多缺點，比如編寫起來比較費事，閱讀和理解困難，嚴格依賴于特定的機器等。

    但新版的匯編語言就“方便”多了。因為張小智是自己創(chuàng)立語法規(guī)則自己使用的，而且腦力又遠超普通人，因此新版的匯編語言在編寫時完全是自然而然、水到渠成。

    至于閱讀和理解，也不成問題了。一旦不需要和別人溝通，對可讀xìng的要求就降到很低了。好比說一個人聽課時草草記錄了一些筆記，哪怕語句不通、字跡潦草，但自己閱讀和理解是沒問題的。

    這第一步，耗費了張小智將5天時間。

    創(chuàng)立編程語言的第二步，是基于新版匯編語言創(chuàng)立高級語言，張小智給新的高級語言起名叫“z語言1.0版”。

    這第二步，耗費了張小智足足9天時間。兩步加起來，一共14天，正好是兩周。

    z語言和傳統(tǒng)的編程語言是不同的，它起源于“多范式語言”，在多范式語言的基礎(chǔ)上做了大量革命xìng的改進。

    如果說多范式語言是璞玉（既藏有美玉的石頭），那么z語言則是jīng美的玉器。

    z語言抽取了面向?qū)ο笳Z言、函數(shù)型語言、約束邏輯語言、并發(fā)式語言、分布式語言的優(yōu)點，但復(fù)雜程度更高，更適合張小智自己的超常智力。

    z語言1.0版的用途很靈活，但它最擅長的還是人工智能領(lǐng)域。這里所說的人工智能，和所謂的“專家系統(tǒng)”完全不是一個概念。這里的人工智能模擬的甚至不是普通人的智能，而是張小智的“超常智能”。

    長久以來，最困擾科學(xué)家們的就是計算機很難學(xué)會“頓悟”。z語言的主攻方向就是“頓悟”，這本身也是張小智智力升級后的強項。

    就像“跳出廬山看廬山”一樣，張小智試圖模擬的是人腦的“領(lǐng)悟”過程，而不是僅僅去模擬人腦的神經(jīng)網(wǎng)絡(luò)。

    計算機在學(xué)習(xí)和“實踐”方面，最難的是學(xué)會“不依賴于量變的質(zhì)變”，很難從一種“質(zhì)”直接到另一種“質(zhì)”，或者從一個“概念”直接到另一個“概念”

    而z語言主攻的，就是這個難題。盡管只取得了一點進展，但對整個人類來說，算得上是一大步了。

    盡管z語言1.0版對計算資源的需求極高，但它表現(xiàn)出來的“智能”還是讓張小智非常滿意的。

    z語言1.0版的運行環(huán)境，需要64顆4核的cpu，1t的內(nèi)存，大量固態(tài)硬盤。

    “這z語言難度實在太大了，我耗費了整整兩周，相當(dāng)于普通人花了11年?，F(xiàn)在，該試試它的威力到底有多大了！”張小智覺得有點疲憊，但又迫不及待地想編一段真正的人工智能代碼試試。先來個簡單測試，花了1小時編寫、調(diào)試代碼，一段“雙足行走”代碼新鮮出爐了。

    由于沒有試驗環(huán)境，只能在電腦上模擬了。崎嶇不平的山路上，一只虛擬猴子正在跌跌撞撞學(xué)習(xí)“直立行走”。

    “哈，只用了20分鐘就學(xué)會雙足行走了。至少證明咱這z語言1.0版完成一般的人工智能任務(wù)是沒問題的?！?br/>
    再來一點略有難度的“考驗”！

    花了4個小時編寫、調(diào)試程序后，一段“復(fù)雜路況車況”判斷代碼上陣了。

    張小智直接使用實際賽車情況來測試自己的代碼。同樣，由于沒有實驗環(huán)境，測試方法很簡單，他找了一些“越野車拉力賽”的錄像，還原成3d場景，然后在電腦上讓一只虛擬猴子“過馬路”。

    路，是起伏不平的，有的車甚至?xí)吒哕S起凌空飛行好幾米才落地。車，是混亂不堪的，發(fā)生碰撞后的汽車走向很難判斷。

    但是張小智的虛擬猴子只用了58次就學(xué)會了“過馬路”。當(dāng)看著屏幕上的這只猴子小心翼翼地勝利達到賽道對面時，張小智一陣歡呼。

    “噢耶！太棒了！”難以言表的激動啊，哥雖然之前知道z語言1.0版功能上是可以用的，但沒想到它用于人工智能是如此出眾！看來可以實地測試了！

    才用了58次，這簡直是神一樣的記錄啊！

    要知道，張小智并沒有教虛擬猴子“牛頓三定律”之類的規(guī)律，但它能夠領(lǐng)悟出如何躲避混亂復(fù)雜的越野車，起碼得預(yù)測越野車的軌跡和路線呀！

    更何況，車是由人開著的，人的想法經(jīng)常會變。虛擬猴子能夠安全地躲開這些車，說明它也掌握了如何去應(yīng)付那些“規(guī)律不明顯的突發(fā)事件”。

    “現(xiàn)在，再試試人物識別能力！”張小智信心越來越足。

    又花了7個小時，一段“人物識別”程序正式投入測試了。

    張小智找了五萬張含有小孩的圖片，希望這段程序能夠識別出這些圖片的“共同點”。

    沒想到，才輸入了7千3百多張圖片，這段代碼就已經(jīng)找到圖片中的規(guī)律：有小孩。

    “這，這也太逆天了吧？！”張小智愣了。

    要知道，目前最厲害的軟件系統(tǒng)，是由斯坦福大學(xué)計算機學(xué)家安德魯·恩吉()和谷歌院士杰夫·迪恩(jeffdean)領(lǐng)導(dǎo)的團隊開發(fā)的。

    他們使用了1.6萬片處理器創(chuàng)造了一個擁有10億多條連接的神經(jīng)網(wǎng)絡(luò)，并且從網(wǎng)上隨機選取的1000萬段視頻，經(jīng)過一段時間，該軟件系統(tǒng)識別出了“貓臉”。

    可是，張小智的硬件只有64顆4核cpu呀，而且只用了7300多張照片就識別出了“小孩”。

    這樣的結(jié)果，連z語言的創(chuàng)造者張小智自己都震驚了，他反復(fù)檢查了幾次代碼，還是不敢相信。只好繼續(xù)測試。

    這次，是從照片識別“建筑”。

    建筑，是五花八門的，是個相對抽象的概念。一棟樓、一間房，都是建筑，甚至連一孔橋、一座塔也是建筑。

    當(dāng)輸入了3.9萬張含有建筑的照片后，人物識別程序真的識別出了“建筑”！

    “啊！”張小智激動得快要窒息了。

    這一刻，他很確定自己真的找到了讓計算機“領(lǐng)悟”的秘訣。

    如果說目前最高級的智能仍然是“偽智能”的話，張小智知道，自己完全有能力借助z語言開發(fā)出“真智能”了！只不過還需要一千倍、一萬倍的資源而已。

    這里面有一定的運氣成分，也有他近期孜孜不倦積累的功勞。之前學(xué)習(xí)數(shù)學(xué)，其實已經(jīng)打下了很好基礎(chǔ)，后來對自己大腦的深刻理解，又大幅度提升了成功率。最后又嘔心瀝血編制z語言，終于shè出了關(guān)鍵的臨門一腳！

    “哈哈哈哈，就憑這一點，老子足夠立足于世了！”在接受了“現(xiàn)實”后，張小智狂笑不已。