研究的方向，光是想着如何加快运算核心的运算速度，其实她们设计出来的运算核心，其运算速度已经完全超过了黑蛛所使用的运算核心了。
但是她们忘记了最根本的仿生问题，就如正常生命体来说，无论是哪种动物，说很多行为都不需要刻意的去想一下，就比如说一个人的正常呼吸，已经是一种身体的本能了，正常来说是通过植物神经来控制的，它是一种无意识的调节身体机能，但是可以去通过大脑控制吗？也是可以的。
但是如果反过来，植物神经也是控制系统之一，但是想用植物神经计算什么事情却是根本不可能的。
安妮立刻迫不及待的在演示板上进行了一个简单的逻辑绘制，果然发现了其中的奥秘。
当一个指令集由串联方式快速发送顺序运算，改为多个小指令同时发送同时运算时，运算的效率大大提升，而一些简单的动作减少核心运算器的计算，改为分支系统的从动配合，原本还有些迟滞感的机器人动作立刻就能变得非常流畅了。
这些基础的动作由关节的控制元进行反射，目的就是将原有动作中的精确指令改为了模糊指令，一下子就更加人性化了。
举个简单的例子，以机器人转动一下右臂为例，它运算出来的结果是计算出整条手臂的精确运行轨迹，得出的指令为‘肩膀关节向后转动15度，肘关节向右顺时针旋转5度，手腕旋转0度上下旋转0度，左右摆动0度……’
只有当它这条指令集都运算完了，它材会开始进行移动。
而改为模糊指令运算之后，这就是一个简单的‘轻微转动一下胳膊’而已，指令虽然模糊，但是却非常高效，因为上臂主动的时候，小臂、手掌、手指实际上就是维持当前状态进行从动，当没有具体指向性或者精确控制要求时，就不用再刻意的去计算。
换做以前用传统的机械指令去解读的话，虽然指令精确精准，但是运算效率却是极低的，在日常操作和判断中的效率立分高下，其实很多时候一些简单的动作，压根儿就不需要精确指令，简化指令可以大大节约计算效能和效率。
这样说起来感觉非常的拗口，而且容易迷糊，但是换句话说，就是条件反射的事儿，就不用单独需要想想怎么做了。
换个形象的比喻就是大脑给了植物神经发了一条指令：“日常工作这种小事儿就不用来烦我了，你们自行解决，有事儿我再通知你们。”
安妮也不愧是迪沃斯当代的机械天才，在弄明白以后，立刻就加急试制了一小批黑蛛，然后让人以最快的速度送了过来。
因为生产和送过来都是需要一定时间的，哪怕法沃尔文明的科技已经很先进了，但是她们仍旧不可能和我一样使用生成系统。
而在此期间
请收藏：https://m.ppzw9.com
（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）