被自己大脑鄙视了是种什么体验？
其实没什么，只是脑子里突然涌现出无数需要学习的科目。
排在最前面的，都是他接触过的，比如算法导论、计算机视觉、大数据挖掘这些，等等，为什么他还需要学习大型集成电路设计？这需要掌握的东西就多了，数学方面的复变函数还好说，但还涉及到量子力学、数字电路、高频电路、信号与系统、材料化学、光学精密工程、微电子加工工艺……
除此之外还有更基础的eda软件设计。
扩展内容还有仿生学、生物材料学、生物化学、神经生物学、遗传学……
而此时，站在尹晨露的视角，只觉得宁为在说出自己的目标后，突然就呆住了，愣愣的盯着自己，好在并不尴尬。因为尹晨露能看出宁为并不是被自己的美貌所吸引，因为那眼神完全没有聚焦，明显已经魂游天外。
“那个，宁同学，宁为！”
“哦！不好意思啊，这边采访完了吧？我突然想到点事情，要去趟图书馆了。再见啊，尹姐。”
说完，压根没等尹晨露有反应，宁为便站起身，匆匆而去。
愣了半晌，尹晨露突然扭头冲着摄影师问道：“刚才摄像机关了吗？”
摄影师挠了挠头，然后无奈的摊了摊手，看来他手快了。
不过侧头时，眼角余光正好滑过教室角落上的一个摄像头，红灯亮着，应该是开着的，于是指了指：“找学校要监控？”
“有的话最好！我觉得这画面很有教育意义！”
……
宁为可不知道他的心血来潮成了卫视台主持人觉得很有教育意义的一幕，他只是下意识的希望赶到图书馆，翻一翻相关的书籍，深入了解一下为什么人工智能领域需要这么多的知识才能算入门。
到不是说看过书后就能想通这些，而是借助看书时大脑自动构架的知识体系，来确定自己到底选择了一个多么变态的努力方向。
没让宁为失望，当他大概浏览了几本书后，他大概明白了大脑的意思。
他的大脑认为想要实现真正的人工智能，必须要是硬软件两者一同革新，才能可能最终实现，两者缺一不可。
所以软件方面，他需要重新系统的梳理各类算法跟数学知识，比如数学方面的线性代数、概率论、拓扑学、泛函、优化论等。
硬件方面他需要去设计全新的芯片，而且他的大脑认为既然要做自己的方向，现阶段的eda软件肯定是达不到要求的，所以他得重新设计，写一款设计智能芯片专用的eda软件出来。
光是这个软件就是个天坑，主框架、元器件库、工程库、各种接口、工具……
这还只是纯技术方面需要的东西。
成熟的eda软件还需要提供匹配的仿真工具，为设计出的芯片提供各种模拟调试环境。这就已经不是单纯的技术问题，更是一个经验领域。
因为仿真环境需要大量的数据支撑，需要像英特尔、台岛积电、三星电子等等芯片制造商提供详实的数据支撑，来保证提供一个结果不会偏差太多的仿真测试。
毕竟不可能芯片设计出来就直接拿去流片，要知道流片是很昂贵的，再有钱也禁不起这么造。
有了eda软件还只是起步，接下来是芯片结构设计。
这一步很难，难就难在要绕过被人的专利，设计出一个新的智能芯片架构。整体架构出来了，还有各个细节部分，比如每块芯片都要去设计引脚定义、规格、功能，然后用来丰富自家的元件库。
这个过程还要给芯片写好底层驱动，各种通讯协议。
然而这些跟接下来的难度比起来都是浮云，因为关键在于芯片不止要设计出来，还要能造出来。
所以他的大脑还希望他能学习精密光学、材料化学，微电子加工。
另外，他的大脑还觉得实现人工智能还有另外一条路，那就是仿造人类，通过生物材料设计一种跟人脑通讯差不多模式通过神经介质来传递存储信号的人工智能实现模式，这又是一个全新的领域，所以需要各种生物学知识跟计算机知识。
至于现阶段比较流行的所谓深度学习跟神经网络，他甚至认为没什么太大的科技含量，其大半功能的实现，都是通过不断的回归，不断的修改权重，最后给出最优解。
所以五个小时后，从图书馆走出的宁为整个人都被震撼到了。
他感觉自己的大脑肯定是对自己的想法有什么误解。
他所说的人工智能领域，只是研究其中一个分支，但他的大脑却似乎希望他成为一个全能的超人，从硬件到软件，从设计到生产全部搞定？
这特么怎么可能？
现代工业是个分支极细的专项化工业体系，以世界最先进的阿斯麦光刻机为例，其部件就包括了美国cymer的光源，德国通快的激光器，德国蔡司的光学系统，英国edward的真空系统以及德国的静电吸盘技术，等等。
至于扩展到整个半导体领域涉及到的工业体系有去胶设备、热处理设备、清洗设备、化学机械抛光机、精密量测设备、测试机、分选机、涂胶显影、探针台……
除了这些之外，还有四大核心装备镀膜机、刻蚀机、离子注入机跟最重要的光刻机。
或者他真的可以？
当这个想法刚从脑子里冒出来，宁为就狠狠的甩了甩脑袋。
所有线全精通？那是疯子才该有的想法。
到是可以从基础做起，做到哪步是哪步。
很快宁为便打定了主意，既然想要往这个方向发展，那就做出点成果来，他可以尝试从最基本的算法跟软件做起。
当然，得是他完成湍流算法这个项目之后。
好在近期湍流算法项目已经不需要他全心趴在这一块了，每天反馈的数据都会按照他制定的标准上传到服务器上，一些代码细节上的调成，新配的三个研究员跟余兴伟也足以胜任，关于湍流算法的第一篇正式论文也差不多完成，等到填补并解释足够的数据样本之后，就能再次投稿了。
他也的确可以花些时间重新开题了。
