之前各國陸續有科學家、政客之流成為法師，但是鄭理是明面上藍星的第一位本土法師。梅林的身份存疑，目前還沒有形成共識。
對世界而言，這是華國彰顯自己國家形象的最佳宣傳廣告。
做到別人做不到的事，大家才會感到欽佩。
科創生物發現magiccoin，對很多人造成了強烈刺激。
特別像谷歌、微軟這些互聯網巨頭們。
隨著時間的推移，大家逐漸意識到magiccoin的機制，實際上是天文學和數學的結合。而數學並不是多麼前沿的數學，而是算法。
通過天文觀測來判斷可能存在智慧生命星球的區域，然後再用算法來把區域縮小。
再用天文觀測手段觀測出剩下的星球大致位置，然後算出具體坐標。
互聯網巨頭們自詡在算法領域最為精通，被隻果摘的頭籌他們不感覺驚訝。
隻果掌握著海量客戶數據，在人工智能領域一直走在最前沿。
其中siri是他們在人工智能領域的嘗試
但是科創生物作為一家生物醫藥企業居然走到了他們前面。
這對互聯網巨頭來說是不能接受的。
「我們目前magiccoin的挖掘進展如何?’
「主要問題在于我們沒有一個很好的方法確定某一塊區域，區域里面有滿足條件的坐標。星球永遠是運動狀態，宇宙坐標系計算出來的坐標是星球運動形成流形的中心，這里的中心也是根據梅林給出的定義計算出來的。
我們目前的問題在于，無法找到一整片星系，計算這片星系里星體里的宇宙坐標形成的流形。
然後再將流形坐標去套海伯算法。
現在的主要問題停留在無法將海伯問題優化，從計算一個值是否符合條件優化成計算一整個集合是否滿足條件。
這個問題非常難，我認為科創生物也許只是運氣好，通過天文觀測發現了可能存在智慧生命的星球，然後成功了。
互聯網巨頭們認為自己有算力優勢，因此想的方法類似當初佩雷爾曼的方法。
將海伯問題優化，計算區域是否有滿足條件的宇宙坐標。
這是純粹的數學問題，只有解決了這個問題，才能由算法工程師轉化成計算機語言，然後由雲服務器來發揮自己的海量算力。
無奈的是數學大師有限，這個問題屬于幾何拓撲的領域，這個領域的大師就更有限了。大師們早就被政府聘用了，等到互聯網巨頭們反應過來的時候已經晚了。
隻果運氣好在，他們的總部就在加州，能夠找到伯克利的陶哲軒。
陶哲軒在非常多的領域都有很深的造詣。
而他又由于自己袋鼠國來阿美利肯的華裔身份，導致沒有被阿美利肯聘用。
這才輪得到隻果撿漏。
至于其他互聯網巨頭就沒那麼好的運氣了。
「我需要的是結果，而不是過程。
絕對不可能是運氣好，科創生物購買的天文觀測設備雖然是智利相對頂級的天文台。但是在國際上，他們的天文台最多算第二梯隊。
天上被觀測到，但凡有一點可能存在生命跡象的星球，早就被政府們搜刮一空了，怎麼可能輪得到科創生物?
他們絕對是發現了可以利用計算機算力的算法。
不愧是這些年投身業界的最頂級天才，鄭理的天賦確實無人能敵。」
腦機連接VR發布後，華國和阿美利肯兩國一直有一句話在投資者之間流傳:科創生物是近十年來最偉大的創業企業。
科創生物的偉大之處不僅僅在于他自身，更加在于它擴展了互聯網的邊界，腦機連接VR為業界帶來了新的賽道新的增長點。
光是腦機連接VR自身的銷售額突破了一千五百億。
這其中孕育的軟件生態機遇是不亞于硬件層面的。
鵝廠靠著英雄末日吃的盆滿缽滿，其他很多游戲廠商也享受到了這波紅利。
而作為科創生物的創始人，鄭理自然得到了很高的贊譽。
投資人們之間開玩笑都說，如果有下一個大一發表nature的學生，他們絕對會毫不猶豫的投五千萬給他。
成功挖到magiccoin，只不過是再一次證明了鄭理的能力。
「我靠，鄭理居然成為了法師，我們部門全部都在討論。
他們知道我是你姐姐，全部都在讓我趕緊問你法師有什麼不一樣的?’
李姝瑤當天晚上十點鐘左右打電話給李渺渺，她知道這個點李渺渺還沒休息，一般也沒有在工作。
李姝瑤一直呆在中金，部門經理對每個人的背景都一清二楚。
部門同事之間每個人的背景，只要呆的夠久，總會知道的。
有憑背景進來的，有憑背景加學歷進來的，有憑背景加能力進來的。
單靠背景加學歷進來的很少，這種人大多是早些年的時候，那時候還沒這麼卷。
投行甚至四大都比中金更好。
不過這幾年形勢不同了，人精們對穩定的要求壓倒了對上限的要求。
這些年難得看到沒有背景的進中金總部。
李姝瑤自然也不例外，她開始時跟大家的說法是她爸是江城大學的教授。
後來某位同事不知道從哪里打听到李姝瑤父親名字，然後在網上一搜。
跟李序林聯系到一起最多的是，女兒跟著鄭理創業，現在是科創生物的總經理。
之後大家對李姝瑤更加高看一眼。
科創生物的市值超過了三萬億rmb，僅比申海、燕京的全年GDP要低。
高于鵬城的全年GDP。
像科創生物這種企業能支配的資源，堪比直轄市了。
社會地位的高低，取決于你可以支配的資源。
接到李姝瑤的電話，李渺渺聲音有些沙啞:
「我已經數不清你是第幾個給我打電話的了。’
「剛剛爸他才給我打電話，說要請鄭理回去給生物學院學生做一次講座，讓我幫忙說說話
「鄭理這種人怎麼可能會願意特意為了講座跑一趟江城，真的不知道怎麼想的。」
「到時候又有江城的官員、江大的校長之類的請吃飯，到時候鄭理還覺得是我給他安排這種無效社交。」
「魔法，鄭理今天才注射魔腦，魔法具體啥樣，我也還沒見到。
「剛剛很多投資機構的人來問我魔法到底有什麼效果。’
「能起到什麼作用，然後還有各大媒體，他們找不到鄭理，只能來找我。」
「我快要瘋了。」
李姝瑤怪笑道:「嘎嘎嘎這是幸福煩惱。」
「鄭理成法師，機構們肯定想知道第一手情報。
「這能決定他們對科創生物的估值預期。’
「隻果之所以市值三萬億米元都能漲百分之三十，不就是因為魔腦還沒用，充滿了想象空間。
「而科創生物這邊也挖到了magiccoin，魔法的效果，能決定機構們的估值。」
「同時對隻果也有更準確的估計。」
「我也想知道，中金手里也有部分科創生物的股票。」
獲得magiccoin之後，科創生物的股價肯定會漲，但是漲多少，這是個問題。
信息越全面越能把握好短期賣點。
至于連板那是不要想，三萬億rmb市值的盤子，幾乎不可能能拉漲停的。
特別科創板的漲跌幅限制還是百分之二十。
當然對魔法感興趣也是一個點。
「今天晚上你們公司公告發了之後，我們的工作群跟炸了一樣。」
「同事都在讓我趕快找你問問，大家都想知道第一手的消息。
「所有人都跟瘋了一樣，我們有同事在說科創生物還招人不，他們都想跳槽了，領導在群里他們當著領導面這樣說。’
「跟我關系比較好的同事，在私聊里問我為啥不去科創生物工作。」
「魔法給你們做了最好的宣傳，大家潛意識里甚至認為科創生物是比中金總部更好的去處。
李渺渺在電話那頭有種莫名的成就感，她微微笑回答道:
「你如果想來，我安排你當我秘書，平時專門跑腿開車哈哈。」
「科創生物確實是一家很有吸引力的企業，這兩年我們基本上只招本碩雙985.」
「門檻往上提了一大截。’
「連生物醫藥生產一線操作工都要985本。」
「你來我給你秘書做已經很照顧你了，現在我的秘書基本上都是清北畢業的。」
李姝瑤連連搖頭:「我才不要，當你秘書我還不如在中金被剝削呢。’
「中金雖然卷了點，但是好歹沒人使喚我。’
有很多人找李渺渺，自然也會有很多人找鄭理。
只是問題在于他們找不到鄭理。
克隆體注射魔腦，是一種不同的感覺，這種感受通過生物信號傳輸裝置傳輸回本體。本體在吉隆坡的陰雨綿綿中，看著一份刊登無聊新聞的報紙。
《現代首位魔法師出爐鄭理:科技狂人的又一次成功》
馬來西亞幾乎所有主流報紙都把這件事刊登在了頭版頭條。
鄭理手上的是一份星洲日報。
《星洲日報》報道，科創生物創始人鄭理使用魔腦，成為全球首個現代法師讓人驚呼:再次見證了歷史。’
然後分析了一下魔法對科創生物還有華國企業的影響。
鄭理在吉隆坡都能從媒體上看到自己的臉，頗有種新奇感。
第二天開盤，早盤科創生物大漲8個點，在收盤的時候漲幅擴大到15個點。
科創生物的股吧里充斥著各大券商發布的最新研報。
部分研報的目標價已經看向市值三萬億米元了。
說法是華國排名第一的科技企業必須向隻果對標，市值也要對標。
「三萬億的市值絲毫不夸張，隻果在2011年的時候市值不過三千億米元，現在多少?三萬億。
科創生物光是腦機連接VR業務就能值三萬億，更別提還有其他兩個核心板塊的業務，現在又有了魔法的加持。
科創生物絕對是大A最有價值的核心資產。」
大洋那端的紛紛擾擾對于另外一個國家來說，只是報紙上的頭條新聞。
讓人看過就忘。
當然藍星第一位公開法師，這個新聞還是能讓人記住很久。
不過懷爾斯已經很久沒時間看新聞了，他也是看到魔法論壇左上角的編號加了一位。
他意識到世界上又多一位法師，跟同僚交流之後，才知道新增加的法師叫鄭理，是華國首富。
同時在科研上有極強的天賦。
這些只是吃飯時的閑談。
掌握魔法之後，懷爾斯發現自己的食量大了不少。
根據研究發現，他們的大腦需要消耗更多的能量，因此需要更多的食物通過胃部消化來支撐大腦運轉。
懷爾斯吃完後回到自己的辦公室，他有種預感。
他很快能在人工智能領域實現突破。
這次的辦法絕對可行。
此前有科學家提出過用于實現聯想記憶的新型神經模型，該模型基于通過感覺神經元接收外部刺激的分層生成網絡。
這種新型神經模型使用預測編碼進行訓練。
而預測編碼是一種基于錯誤(error-based)的學習算法，其靈感來自人類大腦皮層中的信息處理。
聯想記憶模型，借鑒了人類大腦神經元存儲、關聯以及檢索信息的模式。
由于在人類智能中的重要性，聯想記憶的計算模型有數十年的歷史
其包括自動關聯存儲器，允許存儲數據點和檢索存儲的數據點s當提供噪聲或部分變體時s和異質關聯記憶，能夠存儲和調用多模態數據。
但是這僅僅停留在想象階段，當時只是提出設。
猜測可以通過新型神經網絡達到預想中的目的。
但是具體落地一直沒有實現。
而懷爾斯在進行人工智能學習後，認為這個路線的潛力最大。
當然也有潛力更大的路線，但是那些潛力更大的路線，有硬件上的桎梏。
硬件突破要比軟件突破難的多。
比如可進行學習的自動機，此種類型的自動機可以通過從學習數據中改變自身的狀態轉換函數的概率來對數據進行學習，並可以使用自身的狀態來編碼信息，
不同于神經網絡，可學習自動機天然的具有對數據進行時序編碼的特性，且具有良好的可解釋性。
但是這種路線的問題在于算法路徑過于復雜，狀態太多，硬件難以實現。
「是否上傳’
「是’
經過長期的研究、開發、測試階段，他們終于做出了相對完善的人工智能。
並且經過了內部的圖靈測試。
懷爾斯點擊的上傳按鈕後，內心一陣忐忑。