简单来说，人类的大脑及神经系统也就是一台超级计算机，只不过人类这台超级计算机的运算处理能力比人类迄今发明的最强大超级计算机要厉害到哪里去了。简单来说，你要让现在的超级计算机一边模拟人类的微笑一边朗读一段课文就几乎可以逼死这台超算，更别提我们人类还可以在这两个动作的同时一边走路、一边欣赏美景，顺带在脑海里胡思乱想。更为重要的是，人类如此多进程地处理如此多的事件，耗能才多少？估计连一小口香蕉所产生的卡路里都不需要吧？但是如果让超级计算机来的话，那耗能简直吓死人。因此这个“类人神经系统架构”可以在尽量降低能耗和硬件消耗的前提下提高超算的运算能力，算得上是一种突破了吧。
不过林锦麒从系统里兑换出来的版本大概已经是10.0了，然后林锦麒故意弱化成了1.0版，而最后教给陈士骏的则是0.1版的α测试版本。不过饶是被林锦麒这样弱化再弱化，最后估算出来的效果也将陈士骏吓了一跳。用陈士骏的话说，林锦麒几乎是以一己之力将计算机的世代从第四代推进到了真正想第五代过度的第四代半计算机。
“目前‘雅典娜项目’进展一切顺利，架构基本得到了验证，目前我们正在寻求最佳方案。相较于‘雅典娜项目’的进展，‘普罗米修斯项目’则有些延宕。”陈士骏有些不好意思地说道。
和超算并成为高科技公司必涉足的另外一个项目就是“人工智能”，而林锦麒这次提供给陈士骏的人工智能就是源自后世谷歌的AlphaGo。AlphaGo原初版的原理就是“深度学习”和“价值网络”，而“深度学习”则是将一个具体的知识点不断分拆至抽象化，而通过这种分拆让计算机理解人类的“抽象思维”和“模糊思维”，进而摆脱原来计算机那种机械式重复学习；至于“价值网络”就是通过双重评估的方法来确定计算机的决定。
双重评估的第一重评估就是选择“最优”的选择，即通过深度学习所获得的只是来评估若干个可选方案中哪个是最佳方案；而第二重评估则是“选择”之后引发“最佳可能”的概率有多少，也就是选择了某个选项之后会不会让后续发展也最佳，其实这就是一个负面评估。简单来说，通过双重评估的“价值网络”，计算机可以在一个或若干个最佳选项里找到那个不会给自己带来太大麻烦的“最合适选项”。
林锦麒和陈士骏讲解这些原理的时候，陈士骏顿时惊为天人。在科学界，“会做事”的往往不如“知道做事”的那么地位高。或许林锦麒并不知道真正的人工智能该如何，但是就凭林锦麒的这一系列分析，那么未来的“人工智能之父”的头衔就跑不掉。不过即便林锦麒指出了一条比较可行的道路，但是要走过去还是比较麻烦的事情。
“看来我对我们的实力过于高估了。”林锦麒听完陈士骏的分析之后，有些郁闷地说道。
其实不管是“雅典娜项目”还是“普罗米修斯项目”，要想达到质变的效果，那么首先要满足量变的需求。超级计算机和人工智能堪称是高科技这个烧钱行业里最烧钱的几个研究方向，那些个纨绔子弟是没事开跑车玩，而林锦麒搞超算和人工智能就几乎是没事烧超跑玩。现在的研究瓶颈在意烧超跑已经不够了，我们要烧飞机才行了。烧超跑已经是林锦麒的极限了，如果要烧飞机的话，估计林锦麒烧到破产都不见得有点效果。
“我们现在来讨论一下，首先，我们要不要引入战略投资者？其次，我们准备引入几个战略投资者？”
高科技行业无论在这个时代还是后世都是高投入高回报的高风险产业，因此对于创业者来说，引入风投资本几乎是约定俗成的事情了。毕竟哪怕你是比尔·盖茨的亲儿子创业高科技，盖茨也不敢一个人全部担下风险，势必要风险分摊来降低未来可能的损失。正因为高科技行业的这个特性，于是针对高科技的风投资本是越来越多。
不仅有大型投资机构的专门资本，也有著名投资机构发起的针对性的私募基金，更有一些来历不明的资金等着进场“洗|钱”并顺带捞一笔。好在硅谷这边高科技创业者特别多而且经验特别丰富，因此大部分的风投资本还算老实，投钱之后仅仅是关注财务报表并期待可能的回报。但是也有一些风投资本会在形势大好的情况下将创业者踢出局，最后创业者人财两空。
不过不管是哪类风投资本，共通性还是很多的。比如投入的资本是绝对控制严格的，对于未来的限制也非常严苛的，甚至公司稍有发展不顺或刚有起色，他们就想着离场，逼得创业者不得不花费时间来重新整合公司内部。因此林锦麒相较于找风投机构，更想找通过投资管理机构找几个战略投资人。虽然战略投资人也是风投资本的一种，但是他们相较于风投资本对所投资的项目要更了解，而且参与评估和管理的人也更加专业。这些人往往是抱着长期持股目的的，所以不用担心他们随随便便就跳船，弄得公司内部人心惶惶。