彈幕中的發言，多數都沒什麼新意，一次、兩次還能看個新鮮，每次都看的話……
江寒無聊得差點打哈欠。
好在夏雨菲就在身邊，及時給他補充了一點“靈感”……
試飛結束後，江寒的旁白再次傳出。
“可惜電池還是有點不夠用，只玩了不到一個小時，就成功地用光了全部電量……”
“現在UP就要回去充電了，咱們下次再見！”
於是不出意外的，“暗示充電”和“下次一定”之類的彈幕，瞬間填滿了屏幕的每一寸空隙……
看完視頻，夏雨菲開心不已，主動和江寒“大功告成”了兩分鐘。
感受着她的喜悅和激動，江寒也差點“激動”起來。
可惜這裡不是“深入交流”的好地方，所以也只能“淺嘗輒止”……
※※※
兩天後，盛夏生產的寫字機器人，終於正式上市。
一開始的時候，銷量並不算特別好。
一天300~500臺的出貨量，對於一款新品來說，只能說還算湊合。
好在盛夏上下有的是耐心，並沒有爲此而焦慮。
市場需求放在那裡了，只要宣傳跟得上，早晚能達到應有的規模。
但誰也沒想到，僅僅一週過後，銷量就突然開始暴漲。
一開始只是淘寶上的幾個大小賣家，弄了幾個去嚐鮮。
後來不知道哪路大神，搞了個開箱直播，廣告效應簡直不要太好。
於是乎，幾乎是一夜之間，寫字機器人就爆火了起來。
很快淘寶上掛着的那些，就都被消費者們搶光了。
賣家們看到賺錢的機會，自然只會有一種反應：加大力度！
於是，盛夏庫存的15000臺寫字機器人，不到三天就宣佈售罄！
隨後，訂單雪片一樣飛來，每一批產品剛下生產線，就被各路分銷商搶購一空。
產品銷量一路走高，到了第二個週末，總出貨量已經接近10萬臺。
盛夏方面，與此事有關係的人全都興奮了起來。
畢竟銷量是與獎勵掛鉤的。
可惜產能遠遠供不上需求，項目組上下也只能幸福並苦惱着。
江寒得知這個消息的時候，多少有點意外。
即使在另一個世界，寫字機器人的銷量也從未如此火爆過。
而且可以預見，還會持續走高一段不短的時間。
至於造成這種現象的原因……
江寒隨意上網一搜，到處都是關於寫字機器人的討論。
很快他就弄清楚了事情的來龍去脈。
一方面是產品售價比較親民，另一方面……
估計就是壞蘋果加密的威力了。
魔都，一間寫字樓。
朱先雲坐在辦公室裡，面前的桌子上，擺着一臺剛買來的寫字機器人。
他已經對這個小東西，進行了一番相當專業的測試。
結果有點出乎意料。
雖然是玩具的價格，性能卻可圈可點，即使以他行家的眼光，也看不出多少問題，反而找出了不少優點。
朱先雲讚歎不已：“嘖嘖嘖，有技術真的可以爲所欲爲呀！”
想當初，自己也曾經非常看好這個項目，還特地派張建泰去松江走了一趟，想把專利買下來，自己投產。
然而遺憾的是，老張把事情辦砸了……
哎，老張這個下屬，哪裡都挺好的，就是稍微缺乏了點遠見。
當初若是肯多花點錢，這個產品說不定就是自家公司的了！
至於當初最終定價的人，正是他自己這件事，就被他選擇性的遺忘了……
在朱先雲看來，這個寫字機器人的硬件是沒什麼問題的。
但軟件方面就略微有點不足了，模仿自己的筆跡，感覺只有7、8分相似。
看來盛夏的技術實力，不過如此……
不過，朱先雲沉吟了片刻，心頭忽然一動。
既然機器人自帶的應用不夠好，那自己不妨調試一下？
自己學了這麼多年的逆向，不用一下豈不是浪費？
只要找到控制函數，修改一下參數，再完善一下算法……
想到就做，朱先雲立即打開OLYICE，將可執行文件加載到了內存中，然後一點點調試了起來。
時間流逝。
三個小時後，朱先雲嘆了口氣，頹然放開了鍵盤。
“這到底是什麼加密？簡直反人類嘛！”
這麼簡陋的小軟件，居然用上了這麼高強度的加密！
也不知道這個變態的加密程序，到底是誰搞出來的？
打個不恰當的比喻，他感覺自己就像那個“買櫝還珠”的人。
只不過買了一個小玩具，就得到了一個核彈級的“贈品”……
朱先雲這次是真的服了。
幾乎與此同時，一些軟件破解方面的專業人士、黑客僱傭兵們，則陷入了極度懊惱中。
朱先雲修改軟件，只是爲了自己的個性化需求，他們出手卻是爲了赤果果的利益。
誰都知道，只要能把寫在機器人ROM中的程序DUMP出來，就可以幾乎無限制地仿製。
誠然，無論硬件結構還是軟件程序，都受到《知識產權法》的保護。
但專利這個東西……真想繞過去的話，辦法肯定比困難多。
可現在的問題是，經過整整一個星期的奮戰，全國竟然沒有一個“僱傭兵”，能破解盛夏的寫字機器人！
這個機器人的ROM程序，以及附帶的應用軟件，全都被加上了一層堅不可摧的“外殼”。
僱傭兵中的確不乏高手，他們很快就發現了，這個“外殼”不是別的，正是兩個來月前甚囂塵上的“壞蘋果”。
而且，寫字機器人上的這一個，甚至比“壞蘋果”更“壞”，堪稱“壞蘋果”二代！
破解難度太大，甚至看不到任何希望，這些人折騰了一段時間之後，就紛紛放棄了。
這樣一來，由於市場上遲遲沒有競品出現，盛夏的這款產品的銷量，也就更加膨脹了。
可以說，能生產出來多少，就能賣出去多少。
在技術愛好者的小圈子裡，甚至造成了一機難求的“繁榮”景象……
自從上次聚會後，江寒整整花了一個星期的時間，上網收集資料，刷論文、找參考文獻……
經過一番努力，終於做好了前期準備，正式動筆寫作下一篇論文。
在他的計劃中，這是今年最後的，也是最重要的一篇論文。
江寒打算在2012年的最後幾天裡，將“卷積神經網絡”拋出去。
卷積神經網絡，簡稱CNN，是一種前饋型的神經網絡，在“深度學習”技術中，也是非常重要的一塊積木。
CNN最爲適用的場景是圖像分類和場景識別。
在另一個世界，曾經在標準圖像標註集ImageNet上，取得過舉世矚目的成就。
一般的全連接神經網絡，是把輸入數據看做一維的數組。
處理圖形、圖像時，一行、一行地讀取像素點，然後拼接成一串數據。
這樣一來，就忽略了行與行之間的二維關係。
而CNN則是通過“卷積核”對圖片進行濾波，從而提取圖片的特徵。
所謂卷積核，就是一個N行N列的數字矩陣。
卷積的過程，其實就是一個壓縮圖片的過程。
而“卷積核”的本質，就是一個二維的濾波器。
這樣的做法，很好地保留了鄰近像素之間的關聯情況，所以在大型圖像處理方面，往往會有非常出色的表現。
和其他神經網絡相比，CNN需要的參數比較少，使用起來更加迅速、有效。
CNN在訓練時，採用的是和BP網絡相似的“反向傳播”技巧。
一個經典的CNN網絡，通常包括輸入層、卷積層、池化層、全連接層、輸出層或者徑向基層。
其中涉及到一些概念，比如“池化”、“局部感受野”、“共享權值”……
江寒原本對這些東西，只有個大概的瞭解，理解得並不算特別透徹。
這樣一來，在研究CNN的時候，很多東西都要現場推導。
因此這篇論文是他寫得最費勁的一篇，足足花了一個多星期，纔打通了全部障礙，形成了初步的腹稿。
傳統的圖像處理算法，一般都要進行預處理，比如FCN，如果不對圖像進行壓縮，那麼計算量將會非常巨大，甚至根本無法實施。
但對於CNN來說，預處理並不是必要的，很多時候，甚至可以直接用原始圖像，作爲輸入數據。
所以，CNN的實用價值也是非常顯著的。
江寒所知道的，就有手寫識別、語音識別、物體檢測、人臉識別等許多應用方向。
“當年”震驚世界的圍棋AI程序，阿法狗，其核心中也包含了卷積網絡CNN。
可以說，有了卷積神經網絡，計算機視覺這個領域，才迎來了革命性的進步……
江寒花了好幾天時間，終於將這篇論文寫了出來。
反覆校對，感覺沒什麼問題之後，就投給了一區期刊ICML（International Conference on Machine Learning）。
這時，距離新年只剩下三天。
就在這樣的忙碌中，時間走到了2012年最後一天。
12月31日晚上。
江寒臨睡前，忽然發現信息欄裡跳出了一行紅字提示。
【學術點已償清，系統UI重啓中……】
【重啓成功……】
【震驚商城重新激活，虛擬空間已開放……】
【界面重組中……重組成功】
江寒打開系統UI面板。
【學術點：1，24】。
可用的學術點終於不再是個負數了。
江寒欣喜不已。
然而，就在這時……
【警告：宿主剩餘壽命已不足十年！】
【注意：這不是顯示BUG，這不是BUG，這不是！】