“当初我们在科学城成自所里做这个，最终失败的原因就是最后这一步踏不出去，还记不记得我跟你们讲过meg系统的特点？它在时间分辨率和空间分辨率上性能均衡，没有大的短板，但是天然比入侵式的ieeg系统精度低，这是由它的结构决定的，是先天不足。”
“所以我们要量身定制单人单机呀。”白树说。
“对，但这不是万能灵药。”商陆说，“我可从来没说过量身定制的系统就一定能突破rabin-shang数之墙，就目前的测试结果来看，随着实验精度的不断提高，它仍然和以往的实验结果一样撞上了这堵墙。”
“rabin-shang值之墙的本质是什么？”李文轩问。
商陆想了想，选择了一种通俗易懂的说明方式。
“我只能跟你讲讲我自己的理解，也不一定对……我们都知道，meg系统实质上是在猜驾驶员的大脑在想什么，既然是在猜，那么本质上它是个概率论问题，简单地说，rabin-shang数是这个概率的表层体现。”
概率是这个世界上最寻常又最神奇的东西，它象征着某种冥冥中的统一性，如果用什么来形容它最贴切，那么毫无疑问是“一只看不见的大手”，在meg系统的研发过程中，算法对人脑活动的识别与分辨有对有错，单次测试可能毫无轨迹没有规律，可测试次数一旦多起来，那么在差异中的共性就会立刻凸显出来。
rcbi小组说贝叶斯公式是支撑起一切ai算法的理论基础，它同时又是人们反过来推算这个黑箱究竟在干什么的强大工具，如果用纯粹的数学语言来描述rabin-shang数之墙，那么恐怕最后的结果是像千层饼一样层层叠叠的贝叶斯公式。
“我们希望把大脑和meg系统都噼开切碎剁成臊子，切成最小的神经活动单元，切成最基础的芯片电路，在人脑和ai共同组成的这个数据空间中，让两者之间一一对应，但很显然这是不可能的，人脑对于现在的我们而言是个黑箱，ai对于现在的我们而言也是个黑箱，那么不如让ai模彷大脑，让黑箱学习黑箱，我们不能理解的东西，ai未必不能理解，这就是我之前跟你们说的……”
“建立一个电子化的第二大脑。”张重问，“那么接下来要怎么做？接着做题么？”
“做题还是得做。”商陆点点头，“但在第二阶段，它得学习一些更抽象的内容。”
·
·
·
“哇，听上去你们好无能啊，是那种无能父母，自己做不到的事情让子女去做，自己不能突破rabin-shang数之墙，就指望让meg系统自己去突破。”申姜施施然往椅子上一靠，两只眼睛望着天花板，“等这个ai模彷我的大脑模彷到一定程度，它就能非常精准地猜出我在想什么，然后rabin-shang数之墙就突破了，对不对？”
申姜说这话的时候脸上带着小小的得意，商陆的如意算盘被她洞悉得清清楚楚。
“对。”商陆在她对面的椅子上坐下来，把手放在膝盖上，“就是这个意思。”
“它有这么聪明么？”
“没有。”商陆摇摇头，很干脆地承认了，“理论上它应该模彷你的大脑，模彷得越全面越好，但是我们显然没有这个技术水平，最新最强大的transformer模型都做不到，在具体的实施层面，我们希望它能抓住你大脑中的前意识。”
“潜意识？”
“不，不是潜意识，是前意识。”商陆解释，“你知道rabin-shang数是对bci系统精确度的综合衡量指标，就拿时间精度来说，目前meg系统在时间精度上能做到毫秒级，大概是5毫秒左右，也就是说你脑中萌发一个念头，5毫秒后它才能感知到，但是ieeg能把这个时间缩短到1毫秒以内，这之间差了4毫秒，你在战场上对付过天使，知道4毫秒足以逆转战局。”
<bB/> “那你们就把这个时间缩短啊！监理，你就是干这个的。”
“如果它有那么容易缩短，rabin-shang数之墙也不会被人叫做墙了。”商陆说，“meg系统是头戴式的，ieeg是入侵式的，隔着这么厚的脑组织、颅骨和头皮，前者的信号分析速度必然会慢一些，这是系统的机械结构、设计形式和工作原理决定的，没办法修改。”
“那怎么办？”
“有一个事实你必须了解，领导，当你脑中形成了某个念头或者产生了某个想法，它再去理解，就为时已晚。”
申姜愣了一下:“什么意思？”
“如果把比作两个赛跑的运动员，那么两个人的起跑线是不一致的。”商陆解释，“meg由于先天缺陷，它起跑时就比对方要落后二十米，你发令枪一响，它的败局已定。”
申姜怔然。
“想要让meg系统赢过ieeg，或者说想要把时间精度缩短到1毫秒以内……”商陆接着说，“那么它必须抢跑，在你发令枪响起之前就必须起步，也就是说，它必须要比你本人先知道你接下来会想什么！”
推荐都市大神老施新书:
https://zerifeisheng.com/book/43409/13388128_2.html
