这项研究成果，直接推开了人类未来将人工智能应用于生物医学、图像处理、自动控制、模式识别、信号处理、保密通信等诸多领域的大门，而数十年后的大数据，区块链等新兴技术，也与之密切相关。

这章没有结束，请点击下一页继续阅读！

虽然这项技术代表着未来的发展方向，但是其实有些过于超前了，目前基本都还在进行实验室研究，真正能够用来解决的问题并不多。

在中国只有一处地方可以提供这样的研究，那就是周至力排众议在数字图书馆中采用的图数据库。

还有字根识别，图形识别，甲骨缀合，混沌超搜等方面，都有运用场景可供实践。

图数据库的优势在于功能强大。

目前主流的传统关系型数据库在设计的时候需要进行严格的数据规范化，将数据分成不同的表并删除其中的重复数据，这种规范化保证了数据的强一致性，对数据关系加以巨大限制之后，才能快速的实现逐行访问。

可是当数据与数据之间形成复杂的关联时，跨表的关联查询增加到强约束难以忍受的时候，问题就来了。

虽然可以通过将存在不同表中的不同属性进行关联从而实行复杂查询，但是开销变得以指数量级的增长方式膨胀，用程序员的话来说，就是系统被庞大的数据关联给活活“憋死”了。

图数据库就不存在这个问题，它的数据关系虽然也映射到数据结构中，但是特殊的组织结构形式和网络分析功能，使它和传统关系型数据库相反，对于关联度越高越复杂，数据量越是庞大的数据集，其查询速度反而更快，尤其适合那些面向对象的应用程序。

同时图数据库可以更自然的扩展到大数据应用场景，因为图数据库构建不受表结构的强一致性约束，能够更加灵活，所以更加适合管理临时或不断变化的数据。

作为穿越而来的周至，当然知道未来的风口是什么，也知道赢在起跑线的意义。