当然，得是他完成湍算法这个项目之后。

至于现阶段比较行的所谓度学习跟神经网络，他甚至认为没什么太大的科技量，其大半功能的实现，都是通过不断的回归，不断的修改权重，最后给最优解。

有了eda件还只是起步，接下来是芯片结构设计。

所以五个小时后，从图书馆走的宁为整个人都被震撼到了。

至于扩展到整个半导领域涉及到的工业系有去胶设备、理设备、清洗设备、化学机械抛光机、密量测设备、测试机、分选机、涂胶显影、探针台……

这个过程还要给芯片写好底层驱动，各通讯协议。

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，从件到件，从设计到生产全搞定？

当这个想法刚从脑里冒来，宁为就狠狠的甩了甩脑袋。

他觉自己的大脑肯定是对自己的想法有什么误解。

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，通过生材料设计一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，所以需要各生学知识跟计算机知识。

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来，还要能造来。

毕竟不可能芯片设计来就直接拿去片，要知片是很昂贵的，再有钱也禁不起这么造。

除了这些之外，还有四大心装备镀机、刻蚀机、离注机跟最重要的光刻机。

这特么怎么可能？

到是可以从基础起，到哪步是哪步。

所有线全通？那是疯才该有的想法。

所以他的大脑还希望他能学习密光学、材料化学，微电加工。

他也的确可以些时间重新开题了。

本章已阅读完毕(请击下一章继续阅读!)

好在近期湍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照他制定的标准上传到服务上，一些代码细节上的调成，新的三个研究员跟余兴伟也足以胜任，关于湍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。

这一步很难，难就难在要绕过被人的专利，设计一个新的智能芯片架构。整架构来了，还有各个细节分，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。

或者他真的可以？

很快宁为便打定了主意，既然想要往这个方向发展，那就成果来，他可以尝试从最基本的算法跟件起。

提供一个结果不会偏差太多的仿真测试。

现代工业是个分支极细的专项化工业系，以世界最先的阿斯麦光刻机为例，其件就包括了国cymer的光源，德国通快的激光，德国蔡司的光学系统，英国edward的真空系统以及德国的静电盘技术，等等。