浏览P站的过程中，江寒察觉到一个奇怪的现象。
关于“机器学习”的各个方面，各种聚类算法、随机场、线性判别、KNN……在这里几乎全能找到，唯独找不到任何有关“神经网络”的内容！
“人工神经网络”、“深度学习”、“强化学习”、“D—QLearning”、“对抗生成网络”……这些后来大红大紫的关键词，在P站竟然找不到任何蛛丝马迹！
这有点不寻常。
要知道，“人工神经网络”的概念早在60年代就出现了；到了80年代就已经形成了一定的规模；2000年之后更是日新月异，其繁荣昌盛的程度，用“家喻户晓”来形容也毫不夸张。
可现在已经2012年了，整个P站上万名up主，竟然没有半个人去做这方面的科普，这就很不合理了。
“这到底是怎么回事？难道……”江寒敏锐地嗅到了某种可能性。
要想获得学术点，唯一办法是写出论文，发在SCI期刊上，首先要找准研究方向。
什么样的课题最适合他呢？
最好是那种容易出成果，还不需要太多人力、物力的课题，然后在其中持续深入探索，才有可能写出够水平的论文。
然而，这种研究领域假使真的存在，又怎么可能竞争不激烈？
江寒单打独斗，还要钱没钱，要设备没设备，怎么和那些手下科研狗成群，还拿着国家、国际科研资金的boss们竞争？
还有那种天赋流的选手，年纪轻轻就手握好几个学位，解决过世界难题，例如某个姓陶的教授……
而江寒只是普通人，顶多稍微聪明点，残疾系统暂时又指望不上，凭什么在强者如云的科研界脱颖而出？
写不出合格的论文，就得不到学术点；得不到学术点，就无法强化自己；不强化自己，就打不过那些boss和天赋流强者；打不过别人，就无法在科研界立足；不能在科研领域里深耕，就写不出好论文……
这是一个死结，江寒唯有利用重生者的优势，抢先研究出某些日后才出现的技术，才有可能打破这个死结。
而现在，这种可能性已经现出了一丝端倪！
江寒切回桌面，打开百度app，好好搜索了一番，然而仍找不到相关的信息。这样一来，他所猜想的那种可能性，就更大了。
接下来，他半是激动、半是忐忑，换着关键字查询，连arXiv和知网等学术网站都翻了个底朝上，最后还翻墙去了趟国外……
一番查询、分析，再查询、再分析……折腾了许久，江寒终于确认：在这个世界上，“神经网络”技术根本就没有出现过！
这个世界在“机器学习”方面，有些方向和前世差不多，有些方向进展比较缓慢，也有个别方向，甚至比前世发展得更好，唯有“人工神经网络”技术从未出现。
至于原因，说来有些不可思议。
一个本来早就应该出现的概念，不知为什么没有被某个人提出，结果导致以其为滥殇的一系列技术，全都与世界失之交臂。
而那个概念，正是“人工神经网络”的老祖宗：“感知机”！
这里面有偶然的成分，但也不全是。
科学史上很多概念，例如微积分，即使牛顿没发明出来，还有莱布尼茨，还有其他数学家；再比如“狭义相对论”，即使爱因斯坦没发现，迟早也会有别的大能提出来，区别只在于早晚。
可“神经网络”有点特殊，首先，在其发展初期，在“机器学习”领域里并非无可取代；第二，不发展到一定高度，其潜力乍看起来，没有什么可期待。
如果“机器学习”在其他方向上都走得不顺利，那么迟早有人考虑到人工模拟神经网络，以实现“机器学习”和打造“人工智能”的可行性。
但妙就妙在这里，在这个世界，“机器学习”的许多技术路线，发展得都非常正常，成果丰硕，应用广泛，结果就导致，学界缺少开发“神经网络”技术的内在推动力。
也许再过十几、二十年，当其他技术路线发展到一定高度，纷纷遇到天花板时，迟早也会有人试试“人工神经网络”。
但现在江寒来了。
其实重生这两天，江寒已经隐约察觉，这个世界和记忆中的那个世界，并不完全一致。
看起来很像，但在细节处，偶而有些似是而非。
很多方面，比如歌曲、电影、小说，以及各种app、游戏……印象中比较出名的那些，有些能找到，有些则找不到。
有相当一部分，虽然已经出现了，名气、地位却有点不合理。本该大火的，藏在网络的某个角落里无人关注，高居各大榜单前列的，不少听都没听说过。
这当然可以用时间差来解释，但也未必尽然。
江寒早就隐隐猜测，这里可能是所谓的平行世界，但直到这时，他才完全确认。
既然是平行世界，那么这个自己和从前的自己，还能算同一个人吗？
这章没有结束，请点击下一页继续阅读！