门级的单片机电路，但它具备了一个神经网络最基本的要素：可调节的突触权重、非线性的激活函数、以及信号的前向传播能力。
他用这个微型网络做了一个最简单的测试——逻辑门模拟。他给网络输入了对应于“与门”真值表的四组训练数据，经过大约两百次迭代训练后，网络成功地学会了“与门”的逻辑功能。当他输入(1,1)时，输出趋近于1；输入(0,1)、(1,0)或(0,0)时，输出趋近于0。
这个结果在任何一个深度学习框架中都可以在几毫秒内轻松实现，不值一提。但陆迪峰在乎的不是结果本身，而是实现结果的方式——这个网络不是由硅基芯片上的晶体管构成的，而是由一团在玻璃基底上流动的粘稠液体构成的。它的突触权重不是存储在固态存储器中的数字，而是由液体中电场诱导形成的微观导电通道的形态决定的。当电场撤销，通道消失，网络就回到了初始的无序状态，像是一个短暂存在的意识，在完成任务后平静地消散。
他盯着显微镜下那团正在逐渐恢复均匀的液体薄膜，心中涌起一种难以言喻的感觉。他隐约觉得自己正在触碰某种比材料科学更加根本的东西——关于信息、物质和意识之间的关系。但他还无法将这些模糊的感受转化为清晰的语言或公式。
他在实验日志中写道：“液态神经网络已初步验证可行性。下一步目标：将网络规模扩大到至少一百个节点，并测试其在简单模式识别任务上的表现。同时开始探索液态介质在感知信号转换方面的潜力——如果能找到一种方法，让液态介质直接对光、声、压力等外界刺激产生可测量的电响应，那么六识传导的设想就有了实现的起点。”
二月末，伦敦。
卢卡斯·墨尔斯收到了来自保加利亚的反馈——迪米塔尔·彼得罗夫在收到那封信后，既没有销毁它，也没有通过信中提供的加密渠道与任何人联系。他只是将那封信锁进了保险柜，然后继续过他日常的生活，仿佛什么都没有发生过。
这个反馈让卢卡斯对迪米塔尔的评价提高了几分。一个不轻易被人牵着鼻子走的人，比一个轻易上钩的人更难对付，但也更有合作的价值。如果迪米塔尔在看到那封信后立刻就迫不及待地联系过来，卢卡斯反而会对他失去兴趣——那样的人太容易被操控，也太容易被对手识破。
他决定暂时不对保加利亚方向施加更多的压力。种子已经播下，土壤已经湿润，现在需要的是耐心等待。如果迪米塔尔最终选择发芽，那扇门随时为他敞开；
本章未完，请点击下一页继续阅读！