被自己大腦鄙視了是種什么體驗？

    排在最前面的，都是他接觸過的，比如算法導論、計算機視覺、大數據挖掘這些，等等，為什么他還需要學習大型集成電路設計？這需要掌握的東西就多了，數學方面的復變函數還好說，但還涉及到量子力學、數字電路、高頻電路、信號與系統、材料化學、光學精密工程、微電子加工工藝……

    擴展內容還有仿生學、生物材料學、生物化學、神經生物學、遺傳學……

    “那個，寧同學，寧為！”

    說完，壓根沒等尹晨露有反應，寧為便站起身，匆匆而去。

    攝影師撓了撓頭，然后無奈的攤了攤手，看來他手快了。

    “有的話最好！我覺得這畫面很有教育意義！”

    寧為可不知道他的心血來潮成了衛視臺主持人覺得很有教育意義的一幕，他只是下意識的希望趕到圖書館，翻一翻相關的書籍，深入了解一下為什么人工智能領域需要這么多的知識才能算入門。

    沒讓寧為失望，當他大概瀏覽了幾本書后，他大概明白了大腦的意思。

    所以軟件方面，他需要重新系統的梳理各類算法跟數學知識，比如數學方面的線性代數、概率論、拓撲學、泛函、優化論等。

    光是這個軟件就是個天坑，主框架、元器件庫、工程庫、各種接口、工具……

    成熟的EDA軟件還需要提供匹配的仿真工具，為設計出的芯片提供各種模擬調試環境。這就已經不是單純的技術問題，更是一個經驗領域。

    畢竟不可能芯片設計出來就直接拿去流片，要知道流片是很昂貴的，再有錢也禁不起這么造。

    這一步很難，難就難在要繞過被人的專利，設計出一個新的智能芯片架構。整體架構出來了，還有各個細節部分，比如每塊芯片都要去設計引腳定義、規格、功能，然后用來豐富自家的元件庫。

    然而這些跟接下來的難度比起來都是浮云，因為關鍵在于芯片不止要設計出來，還要能造出來。

    另外，他的大腦還覺得實現人工智能還有另外一條路，那就是仿造人類，通過生物材料設計一種跟人腦通訊差不多模式通過神經介質來傳遞存儲信號的人工智能實現模式，這又是一個全新的領域，所以需要各種生物學知識跟計算機知識。

    所以五個小時后，從圖書館走出的寧為整個人都被震撼到了。

    他所說的人工智能領域，只是研究其中一個分支，但他的大腦卻似乎希望他成為一個全能的超人，從硬件到軟件，從設計到生產全部搞定？