之前各国陆续有科学家、政客之流成为法师，但是郑理是明面上蓝星的第一位本土法师。梅林的身份存疑，目前还没有形成共识。
对世界而言，这是华国彰显自己国家形象的最佳宣传广告。
做到别人做不到的事，大家才会感到钦佩。
科创生物发现magiccoin，对很多人造成了强烈刺激。
特别像谷歌、微软这些互联网巨头们。
随着时间的推移，大家逐渐意识到magiccoin的机制，实际上是天文学和数学的结合。而数学并不是多么前沿的数学，而是算法。
通过天文观测来判断可能存在智慧生命星球的区域，然后再用算法来把区域缩小。
再用天文观测手段观测出剩下的星球大致位置，然后算出具体坐标。
互联网巨头们自诩在算法领域最为精通，被苹果摘的头筹他们不感觉惊讶。
苹果掌握着海量客户数据，在人工智能领域一直走在最前沿。
其中siri是他们在人工智能领域的尝试
但是科创生物作为一家生物医药企业居然走到了他们前面。
这对互联网巨头来说是不能接受的。
“我们目前magiccoin的挖掘进展如何?’
“主要问题在于我们没有一个很好的方法确定某一块区域，区域里面有满足条件的坐标。星球永远是运动状态，宇宙坐标系计算出来的坐标是星球运动形成流形的中心，这里的中心也是根据梅林给出的定义计算出来的。
我们目前的问题在于，无法找到一整片星系，计算这片星系里星体里的宇宙坐标形成的流形。
然后再将流形坐标去套海伯算法。
现在的主要问题停留在无法将海伯问题优化，从计算一个值是否符合条件优化成计算一整个集合是否满足条件。
这个问题非常难，我认为科创生物也许只是运气好，通过天文观测发现了可能存在智慧生命的星球，然后成功了。
互联网巨头们认为自己有算力优势，因此想的方法类似当初佩雷尔曼的方法。
将海伯问题优化，计算区域是否有满足条件的宇宙坐标。
这是纯粹的数学问题，只有解决了这个问题，才能由算法工程师转化成计算机语言，然后由云服务器来发挥自己的海量算力。
无奈的是数学大师有限，这個问题属于几何拓扑的领域，这个领域的大师就更有限了。大师们早就被政府聘用了，等到互联网巨头们反应过来的时候已经晚了。
苹果运气好在，他们的总部就在加州，能够找到伯克利的陶哲轩。
陶哲轩在非常多的领域都有很深的造诣。
而他又由于自己袋鼠国来阿美利肯的华裔身份，导致没有被阿美利肯聘用。
这才轮得到苹果捡漏。
至于其他互联网巨头就没那么好的运气了。
“我需要的是结果，而不是过程。
绝对不可能是运气好，科创生物购买的天文观测设备虽然是智利相对顶级的天文台。但是在国际上，他们的天文台最多算第二梯队。
天上被观测到，但凡有一点可能存在生命迹象的星球，早就被政府们搜刮一空了，怎么可能轮得到科创生物?
他们绝对是发现了可以利用计算机算力的算法。
不愧是这些年投身业界的最顶级天才，郑理的天赋确实无人能敌。”
脑机连接VR发布后，华国和阿美利肯两国一直有一句话在投资者之间流传:科创生物是近十年来最伟大的创业企业。
科创生物的伟大之处不仅仅在于他自身，更加在于它扩展了互联网的边界，脑机连接VR为业界带来了新的赛道新的增长点。
光是脑机连接VR自身的销售额突破了一千五百亿。
这其中孕育的软件生态机遇是不亚于硬件层面的。
鹅厂靠着英雄末日吃的盆满钵满，其他很多游戏厂商也享受到了这波红利。
而作为科创生物的创始人，郑理自然得到了很高的赞誉。
投资人们之间开玩笑都说，如果有下一个大一发表nature的学生，他们绝对会毫不犹豫的投五千万给他。
成功挖到magiccoin，只不过是再一次证明了郑理的能力。
“我靠，郑理居然成为了法师，我们部门全部都在讨论。
他们知道我是你姐姐，全部都在让我赶紧问你法师有什么不一样的?’
李姝瑶当天晚上十点钟左右打电话给李渺渺，她知道这个点李渺渺还没休息，一般也没有在工作。
李姝瑶一直呆在中金，部门经理对每个人的背景都一清二楚。
部门同事之间每个人的背景，只要呆的够久，总会知道的。
有凭背景进来的，有凭背景加学历进来的，有凭背景加能力进来的。
单靠背景加学历进来的很少，这种人大多是早些年的时候，那时候还没这么卷。
投行甚至四大都比中金更好。
不过这几年形势不同了，人精们对稳定的要求压倒了对上限的要求。
这些年难得看到没有背景的进中金总部。
李姝瑶自然也不例外，她开始时跟大家的说法是她爸是江城大学的教授。
后来某位同事不知道从哪里打听到李姝瑶父亲名字，然后在网上一搜。
跟李序林联系到一起最多的是，女儿跟着郑理创业，现在是科创生物的总经理。
之后大家对李姝瑶更加高看一眼。
科创生物的市值超过了三万亿rmb，仅比申海、燕京的全年GDP要低。
高于鹏城的全年GDP。
像科创生物这种企业能支配的资源，堪比直辖市了。
社会地位的高低，取决于你可以支配的资源。
接到李姝瑶的电话，李渺渺声音有些沙哑:
“我已经数不清你是第几个给我打电话的了。’
“刚刚爸他才给我打电话，说要请郑理回去给生物学院学生做一次讲座，让我帮忙说说话
“郑理这种人怎么可能会愿意特意为了讲座跑一趟江城，真的不知道怎么想的。”
“到时候又有江城的官员、江大的校长之类的请吃饭，到时候郑理还觉得是我给他安排这种无效社交。”
“魔法，郑理今天才注射魔脑，魔法具体啥样，我也还没见到。
“刚刚很多投资机构的人来问我魔法到底有什么效果。’
“能起到什么作用，然后还有各大媒体，他们找不到郑理，只能来找我。”
“我快要疯了。”
李姝瑶怪笑道:“嘎嘎嘎这是幸福烦恼。”
“郑理成法师，机构们肯定想知道第一手情报。
“这能决定他们对科创生物的估值预期。’
“苹果之所以市值三万亿米元都能涨百分之三十，不就是因为魔脑还没用，充满了想象空间。
“而科创生物这边也挖到了magiccoin，魔法的效果，能决定机构们的估值。”
“同时对苹果也有更准确的估计。”
“我也想知道，中金手里也有部分科创生物的股票。”
获得magiccoin之后，科创生物的股价肯定会涨，但是涨多少，这是个问题。
信息越全面越能把握好短期卖点。
至于连板那是不要想，三万亿rmb市值的盘子，几乎不可能能拉涨停的。
特别科创板的涨跌幅限制还是百分之二十。
当然对魔法感兴趣也是一个点。
“今天晚上你们公司公告发了之后，我们的工作群跟炸了一样。”
“同事都在让我赶快找你问问，大家都想知道第一手的消息。
“所有人都跟疯了一样，我们有同事在说科创生物还招人不，他们都想跳槽了，领导在群里他们当着领导面这样说。’
“跟我关系比较好的同事，在私聊里问我为啥不去科创生物工作。”
“魔法给你们做了最好的宣传，大家潜意识里甚至认为科创生物是比中金总部更好的去处。
李渺渺在电话那头有种莫名的成就感，她微微笑回答道:
“你如果想来，我安排你当我秘书，平时专门跑腿开车哈哈。”
“科创生物确实是一家很有吸引力的企业，这两年我们基本上只招本硕双985.”
“门槛往上提了一大截。’
“连生物医药生产一线操作工都要985本。”
“你来我给你秘书做已经很照顾你了，现在我的秘书基本上都是清北毕业的。”
李姝瑶连连摇头:“我才不要，当你秘书我还不如在中金被剥削呢。’
“中金虽然卷了点，但是好歹没人使唤我。’
有很多人找李渺渺，自然也会有很多人找郑理。
只是问题在于他们找不到郑理。
克隆体注射魔脑，是一种不同的感觉，这种感受通过生物信号传输装置传输回本体。本体在吉隆坡的阴雨绵绵中，看着一份刊登无聊新闻的报纸。
《现代首位魔法师出炉郑理:科技狂人的又一次成功》
马来西亚几乎所有主流报纸都把这件事刊登在了头版头条。
郑理手上的是一份星洲日报。
《星洲日报》报道，科创生物创始人郑理使用魔脑，成为全球首个现代法师让人惊呼:再次见证了历史。’
然后分析了一下魔法对科创生物还有华国企业的影响。
郑理在吉隆坡都能从媒体上看到自己的脸，颇有种新奇感。
第二天开盘，早盘科创生物大涨8个点，在收盘的时候涨幅扩大到15个点。
科创生物的股吧里充斥着各大券商发布的最新研报。
部分研报的目标价已经看向市值三万亿米元了。
说法是华国排名第一的科技企业必须向苹果对标，市值也要对标。
“三万亿的市值丝毫不夸张，苹果在2011年的时候市值不过三千亿米元，现在多少?三万亿。
科创生物光是脑机连接VR业务就能值三万亿，更别提还有其他两个核心板块的业务，现在又有了魔法的加持。
科创生物绝对是大A最有价值的核心资产。”
大洋那端的纷纷扰扰对于另外一个国家来说，只是报纸上的头条新闻。
让人看过就忘。
当然蓝星第一位公开法师，这个新闻还是能让人记住很久。
不过怀尔斯已经很久没时间看新闻了，他也是看到魔法论坛左上角的编号加了一位。
他意识到世界上又多一位法师，跟同僚交流之后，才知道新增加的法师叫郑理，是华国首富。
同时在科研上有极强的天赋。
这些只是吃饭时的闲谈。
掌握魔法之后，怀尔斯发现自己的食量大了不少。
根据研究发现，他们的大脑需要消耗更多的能量，因此需要更多的食物通过胃部消化来支撑大脑运转。
怀尔斯吃完后回到自己的办公室，他有种预感。
他很快能在人工智能领域实现突破。
这次的办法绝对可行。
此前有科学家提出过用于实现联想记忆的新型神经模型，该模型基于通过感觉神经元接收外部刺激的分层生成网络。
这种新型神经模型使用预测编码进行训练。
而预测编码是一种基于错误(error-based)的学习算法，其灵感来自人类大脑皮层中的信息处理。
联想记忆模型，借鉴了人类大脑神经元存储、关联以及检索信息的模式。
由于在人类智能中的重要性，联想记忆的计算模型有数十年的历史
其包括自动关联存储器，允许存储數据點和检索存储的数据点s当提供噪声或部分变体时s和异质关联记忆，能够存储和调用多模态数据。
但是这仅仅停留在想象阶段，当时只是提出设。
猜测可以通过新型神经网络达到预想中的目的。
但是具体落地一直没有实现。
而怀尔斯在進行人工智能学习后，认为这个路线的潜力最大。
当然也有潜力更大的路线，但是那些潜力更大的路线，有硬件上的桎梏。
硬件突破要比软件突破难的多。
比如可进行学习的自动机，此种类型的自动机可以通过从学习数据中改变自身的状态转换函数的概率来对数据进行学习，并可以使用自身的状態来编码信息，
不同于神经网络，可学习自动机天然的具有对数据进行时序编码的特性，且具有良好的可解释性。
但是这种路线的问题在于算法路径过于复杂，状态太多，硬件难以实现。
“是否上传’
“是’
经过长期的研究、开发、测试阶段，他们终于做出了相对完善的人工智能。
并且经过了内部的图灵测试。
怀尔斯点击的上传按钮后，内心一阵忐忑。