这里面有许许多多的论文并未对外发表，只在生命泉内部杂志里做了刊登。见他有针对性的要了这么多论文，阿帝兹在吃饭时笑着问他：“小景教授是有方向了吗？”

    “差不多了。”景长嘉点头应道，“如果我的猜想没问题，你们的神经网络算法确实还能有很大的进步空间。”

    “需要实验室配合的时候请放心的来找我们。”阿帝兹说，“希望你的研究顺利。”

    “我有些奇妙的预感，它应该会很顺利。”景长嘉说完，突然想到了一点问题，“对了，你们使用ai做大数据计算，成本如何？”

    一提到这个，阿帝兹就苦笑着摇了摇头：“也幸好只是内部使用，否则恐怕会成为生命泉一个很大的负担。”

    生命泉是一个非赢利性医疗机构，这么多年的运营一直是依靠着各个部门与团体的拨款与捐赠。

    虽然他们拥有着几本影响因子极高的学术期刊，但众所周知一本期刊能赚到的钱，甚至无法支撑一个项目的初期实验。

    而现在的ai运行，则非常依赖芯片与算力。越是智能的ai，能耗越是高昂。这也是布伊戈与龙夏都会研究模拟ai芯片的原因。

    如果不能把使用ai所需要的能耗成本降低，ai的推广将永远因为高昂的成本而失败。

    景长嘉了然的点了点头。

    而更令阿帝兹惊喜的，还属小景教授带来的那个学生。

    他原本以为那位经济系的学生只是来替景长嘉整理资料并跑腿的。毕竟他也知道，景长嘉进入顿涅瑟斯之后，暂时还没有开始带学生。现在需要来一个新的实验室里展开工作，他确实需要一个人帮忙进行一些前期工作的整理。

    结果当他们开始进入实验室后，阿帝兹突然发现，那个姓封的学生，对于材料与材料结构有着相当深刻的了解。

    他不仅擅长用深度学习ai去预测稳定材料，还非常善于利用程序做材料识别与分析。甚至帮助他们的肌肉神经组解决了一个复杂元件的耦合问题。

    肌肉神经组这几年的研究方向都放在了辅助肢体上。他们研究的辅助四肢已经能利用脑神经与肌肉神经，达成最基本的生活作用。譬如跳、跑、抓、握，都不再是辅助肢体的难题。

    所以这两年，他们的工作重点放在了反应性与灵敏性上。

    萨洛斯实验室的目标，是将辅助肢体做成真正肢体的模样，以帮助伤残人类最大程度的恢复残缺。

    但到了现在这样的程度后，每一次灵敏度的提升，都非常的艰难。材料、感应元件、包括脑神经的研究，都需要有所进步，或许才能达成这部分的提升。

    结果那位封照野到了实验室一个月，就利用ai与他的数理能力，结合他们的材料数据，解决了一个他们复合材料的缺陷建模，并以此做出了材料初筛。

    惊得肌肉神经组的组长跑去问阿帝兹，这是不是他们组新招的学生。

    阿帝兹看看这个，觉得馋。看看另一个，还是馋。

    可他们一个看起来深爱数学，来他们生命泉都只是因为算法上的合作；另一个看起来也深爱着经济学，到了他们生命泉居然还想着写论文……哪个看起来都对生命科学没什么兴趣。

    阿帝兹只能在一个人的时候唉声叹气。

    一个月的时间转瞬即逝，生命泉也随着时间到了一年中最冷的时候。

    砖红小楼在洋洋洒洒的大雪之中，几乎变成了唯一的颜色。萨洛斯的许多研究员看着这样的大雪，都懒得再出研究室，而是直接到一楼的宿舍里住下。

    他们这样就大大的方便了景长嘉。他在神经反应的学习里有任何的问题，都能就近抓一个研究员给他解惑。

    而萨洛斯的研究员，最小的也快要四十岁了。他们看着景长嘉，就像是看着家里的孩子，在研究之余也格外愿意指点他。

    第一个稳定的优化算法，就在这样大雪纷飞的日子里定了下来。

    搭载入萨洛斯现在使用的ai后，几次大数据分析实验下来，ai的稳定性与精准度都有了很大的提升。

    阿帝兹高兴得不得了。他们这套算法是好几位数学家与计算科学工程师定下来的一套算法，这一年以来他寻求过许多合作，想要对ai进行提升，可最终都没有做到。

    真不愧是他坚决要等的数学家！这样高难度的问题都能解决！

    但是这样的提升景长嘉并不满意。

    在一片欢声中，他皱着眉头看了许久的反馈资料，再一次把自己关进了宿舍里。

    萨洛斯的研究员们见状，忍不住友善地笑了起来。

    他们总是很明白这样的状态，当成果没有达成预期时，他们也不想浪费一分一秒。

    “不过小景对自己真的好严格。我念书的时候但凡能这么严格要求，或许今天也能多几个成果。”

    “算了吧，你可别做梦了。成果难道来自于你对自己的严格要求上吗？成果只会来自于你缺少的智慧。”

    其他人闻言顿时大笑起来。

    封照野在欢声笑语中给景长嘉打了一份食物带回了宿舍。

    宿舍里，把自己关起来的景长嘉眉头紧锁地看着他的模型。理论上，这个模型能做到的绝不仅仅只是提升2%的精准性。

    “你不要太钻牛角尖。”封照野用温热的饭盒碰了碰景长嘉的脸，“ai在实际使用中，会受到相当多的外界条件的制约。作为一个通用的数学模型，它带来的提升已经非常可怕了。”

    “我知道。”景长嘉叹了口气，“所以那些问题我一开始就有纳入计算。”

    譬如服务器的反应，譬如运行的芯片所能提供的算力，还有数据本身的不充足……

    医学很多时候是经验科学。譬如龙夏的森城医生，就是比其他地区的医生更擅长治疗菌子中毒。大数据算法下的ai也是同理。越多的病例，它越能深刻理解某项疾病。

    可现在在数据库一致的情况下，景长嘉对它的期待，是将特定疾病的准确度提升5%，通用算法的提升是3%。

    现在却只有2%，它的问题出在哪里？

    景长嘉想得心烦意乱。

    封照野拿走了他手里的笔记本：“我看看，你先吃饭。”