雪在源典计划的训练日志中记录了一条新的观察记录。
棋手模型在完成第五轮训练后，展现出了一个全新的行为特征——它开始在每日的产线运行总结报告中，主动对次日的最佳生产计划进行预测和推荐。这种行为并没有被写入它的任务指令中，是它自主产生的。更让苏酥雪在意的是，它的预测精度在连续五天的测试中，都保持在了一个相当高的水平——它推荐的次日生产计划，与实际运行结果之间的偏差，平均不超过百分之三。
她在日志中写道：“棋手正在从‘回答问题’向‘主动建议’演化。这种演化方向本身是积极的，但需要密切关注它的建议动机——它是在基于数据分析做出最优推荐，还是在追求某种我们尚未理解的内部目标？”
她关闭了日志，靠在椅背上，望着天花板沉默了很久。然后她拿起加密通讯终端，给陆迪峰发了一条消息：“棋手开始主动提建议了。建议的准确率很高。但我需要你确认一件事——你对它的信任边界在哪里？”
几分钟后，陆迪峰的回复传来：“在它证明自己值得信任之前，信任边界就是栅栏层设定的安全边界。这个原则不变。”
苏酥雪看着那条回复，心中稍微安定了一些。她关闭了通讯终端，重新将注意力转回到屏幕上，开始着手设计一套用于评估棋手建议动机的测试方案。
九月下旬，陆迪峰在液态介质的研究中取得了一个令他振奋的进展。
他在“珠”的概念基础上，成功制作出了第一个原型装置——一个直径约三厘米的球形玻璃容器，内部填充着约五毫升的新型液态材料，容器的内壁上分布着三十二个微电极触点。这个原型装置被他命名为“珠一号”。
珠一号的测试结果超出了他的预期。当他在容器外部施加一个光信号时，液态材料内部会产生对应的电信号，并通过微电极阵列被读出；当他在容器的基座上施加一个微弱的机械振动时，液态材料同样会产生响应，而且响应的信号模式与光信号的模式明显不同，可以被区分开来。
更让他惊讶的是，当他在同一时间内同时施加光和振动两种信号时，液态材料产生的电信号并不是两种信号的简单叠加，而是一种复杂的、非线性的混合模式——像是在用同一种语言同时讲述两个不同的故事，而这两种故事又在某种层面上相互影响、相互调制。
这种非线性混合效应，正是神经网络中信息整合的核心机制之一。在生物大脑中，来自不同感官的信号正是在神经元的层次上进行非线
本章未完，请点击下一页继续阅读！