商陆坐在自己的位置上，把桌上堆得乱糟糟的文件夹全部归位，把实验日志全部摞起来。
「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g系统的特点？它在时间解析度和空间解析度上性能均衡，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rab-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。」
「rab-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，g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，rab-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g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rab-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g系统都噼开切碎剁成臊子，切成最小的神经活动单元，切成最基础的晶片电路，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。」
·
·
·
