普通PC处理数据采用的是单行线，也就是一串数据只用一条线路处理，这样的处理方式叫做串行数据处理，这样的方式一次只能处理一串数据，效率低下。
后面随着电脑的发展，计算机科学家提出了并行数据处理的方法，也就是一个数据可以同时分为多个部分单独处理，但始终没法大规模实现，因为有的数据处理是不可分割的。
就拿一部电影来说，分为视频信道和音频信道，而两者是时间同步的，要想播放一部电影就必须把音频信道夹杂在视频信道里一起播放，而不是分开播放，否则会造成声音和画面不同步。
后来多核CPU的出现一定程度上解决了这个问题，可以音频和视频信道分开处理，同时序播放，但音频和视频还是要各占一个数据处理通道，本质还是离不开串行数据处理方式。
有没有更进一步的解决办法呢，答案是有！有两种办法！
要么是为每个程序专门设计一个CPU，这个一听就不靠谱，大众化、通用的PC要为了某一个APP或者软件专门设计制造一个硬件？！得多大的面子啊！
先不说全世界有多少软件种类，工作量有多大，就光说程序，一旦升级之后，旧的硬件也就得跟着更新，谁家电脑是白菜价也不能天天换CPU吧！（提一嘴——量子计算机就是因为这个原因无法普及——每个运算过程都需要专门设计运算单元）
另一个办法，是把一整串数据按时序分割成更小的数据包，让更细小但是更专业的处理单元分别处理，然后汇总处理结果，排列调整时序，最终得出处理结果。
这个方法靠谱点，而且已经大规模应用，具体参考GPU结构。
女娲的原始结构中，有一部分就采用的第二类方法，不过更复杂。
雷权在军队待过不少时间，所以对自己所用的设备有一个通用要求——可靠！
如果两个系统一个强大但是不可靠，一个可靠但不强大，雷权宁可选择后者。
雷权深入研究了人脑的基本结构单元——神经元，然后发现这是一种机制非常复杂但是也超级高效率的结构。
人类大脑光是功能分区就有几十个，每个功能分区负责处理的信号还不一样，但基本模式一样。
玩过WE(魔兽编辑器)的都知道，其内置语言JASS是一种非常优秀的语言结构，简洁、高效、发挥空间极大、可拓展性极强，但语法非常简单。
他们把很复杂的动作总结为“事件-条件-动作”这三个步骤，事件是指一件事发生的起始动作，条件相当于对这件事的处理依据，动作就是处理结果。
举个例子，人被针扎了一下，扎的很深，然后跳了起来。
这个过程中，被针扎是“事件”，针刺激到痛觉神经就是“条件”，跳起来就是“动作”。
人脑对外界信息的反应也是这么一个过程，不过要额外加上一个“目标”。
整个流程就变为：目标-条件-动作，这样一来，人的行为就由被动处理周边信息做出反应，到主动出击完成自己的目标的一个过程。
简单来说就是人类跟电脑的最大区别就是这个由被动变主动的区别。
举个例子，老王想要按摩，这是他的目标，于是他会为了这个目标开始有计划的攒私房钱，然后找个老婆不在家的时间，然后找个隐秘的小巷子，一头钻进了一家外面啥都看不见的按摩店。
这个过程中，“按摩”是目标，足够的私房钱、合适的时间、合适的地点是“条件”，一头扎进按摩店是“动作”。
这个流程一看就很顺畅，符合人类逻辑和行为习惯。
基于这个过程，雷权简化了他所认识的大脑结构，提取其核心部分形成了一个数学模型，然后进行了物理建模，生产出来了一个小型的神经元网络计算机，也是女娲的雏形。
雷权将数据分配了8个大类并分别制造了专门的类神经网络计算机，这八个大类主要包括：声、光、电、热、磁、核、力、化。
声、热、磁、力类数据的神经网络计算机最好实现，只需要传感器和简单神经网络计算机就可以处理，它们会把这几类信号按照特定要求进行细分和处理。
比如声音信号会按照频段、振幅等，在神经网络里瞬间分解为1024个级别，足够的细分可以让音频被分解成很多接近标准化的分段。
这样一来，所有音频信号经过第一层“神经网络”一个“分段-标准化”的过程处理后，就可以近似简化形成一系列编号，到了二级神经网络里所需的数据处理量就会大大减少，占用的存储空间也会变得极少。
就拿标准钢琴来举例子，88个音符，每个都是一小段不同的音频，但这些音频对应每个琴键又是相对固定的，一个琴键一个音，那么我们就可以只在一级神经网络里存储88个音频，这些音频到了二级神经网络里就会变成88个数字编码，而一些着名的钢琴曲，其乐谱对应的数字是基本按顺序固定的，那么在三级神经网络里他们又会被简化为一些标准组合，这些标准组合嘛，也是可以用一组特定编号代表简化的。
本小章还未完，请点击下一页继续阅读后面精彩内容！