弹幕中的发言，多数都没什么新意，一次、两次还能看个新鲜，每次都看的话
江寒无聊得差点打哈欠。
好在夏雨菲就在身边，及时给他补充了一点“灵感”
试飞结束后，江寒的旁白再次传出。
“可惜电池还是有点不够用，只玩了不到一个小时，就成功地用光了全部电量”
“现在up就要回去充电了，咱们下次再见”
于是不出意外的，“暗示充电”和“下次一定”之类的弹幕，瞬间填满了屏幕的每一寸空隙
看完视频，夏雨菲开心不已，主动和江寒“大功告成”了两分钟。
感受着她的喜悦和激动，江寒也差点“激动”起来。
可惜这里不是“深入交流”的好地方，所以也只能“浅尝辄止”
两天后，盛夏生产的写字机器人，终于正式上市。
一开始的时候，销量并不算特别好。
一天300~500台的出货量，对于一款新品来说，只能说还算凑合。
好在盛夏上下有的是耐心，并没有为此而焦虑。
市场需求放在那里了，只要宣传跟得上，早晚能达到应有的规模。
但谁也没想到，仅仅一周过后，销量就突然开始暴涨。
一开始只是淘宝上的几个大小卖家，弄了几个去尝鲜。
后来不知道哪路大神，搞了个开箱直播，广告效应简直不要太好。
于是乎，几乎是一夜之间，写字机器人就爆火了起来。
很快淘宝上挂着的那些，就都被消费者们抢光了。
卖家们看到赚钱的机会，自然只会有一种反应：加大力度
于是，盛夏库存的15000台写字机器人，不到三天就宣布售罄
随后，订单雪片一样飞来，每一批产品刚下生产线，就被各路分销商抢购一空。
产品销量一路走高，到了第二个周末，总出货量已经接近10万台。
盛夏方面，与此事有关系的人全都兴奋了起来。
毕竟销量是与奖励挂钩的。
可惜产能远远供不上需求，项目组上下也只能幸福并苦恼着。
江寒得知这个消息的时候，多少有点意外。
即使在另一个世界，写字机器人的销量也从未如此火爆过。
而且可以预见，还会持续走高一段不短的时间。
至于造成这种现象的原因
江寒随意上网一搜，到处都是关于写字机器人的讨论。
很快他就弄清楚了事情的来龙去脉。
一方面是产品售价比较亲民，另一方面
估计就是坏苹果加密的威力了。
魔都，一间写字楼。
朱先云坐在办公室里，面前的桌子上，摆着一台刚买来的写字机器人。
他已经对这个小东西，进行了一番相当专业的测试。
结果有点出乎意料。
虽然是玩具的价格，性能却可圈可点，即使以他行家的眼光，也看不出多少问题，反而找出了不少优点。
朱先云赞叹不已：“啧啧啧，有技术真的可以为所欲为呀”
想当初，自己也曾经非常看好这个项目，还特地派张建泰去松江走了一趟，想把专利买下来，自己投产。
然而遗憾的是，老张把事情办砸了
哎，老张这个下属，哪里都挺好的，就是稍微缺乏了点远见。
当初若是肯多花点钱，这个产品说不定就是自家公司的了
至于当初最终定价的人，正是他自己这件事，就被他选择性的遗忘了
在朱先云看来，这个写字机器人的硬件是没什么问题的。
但软件方面就略微有点不足了，模仿自己的笔迹，感觉只有7、8分相似。
看来盛夏的技术实力，不过如此
不过，朱先云沉吟了片刻，心头忽然一动。
既然机器人自带的应用不够好，那自己不妨调试一下
自己学了这么多年的逆向，不用一下岂不是浪费
只要找到控制函数，修改一下参数，再完善一下算法
想到就做，朱先云立即打开olyice，将可执行文件加载到了内存中，然后一点点调试了起来。
时间流逝。
三个小时后，朱先云叹了口气，颓然放开了键盘。
“这到底是什么加密简直反人类嘛”
这么简陋的小软件，居然用上了这么高强度的加密
也不知道这个变态的加密程序，到底是谁搞出来的
打个不恰当的比喻，他感觉自己就像那个“买椟还珠”的人。
只不过买了一个小玩具，就得到了一个核弹级的“赠品”
朱先云这次是真的服了。
几乎与此同时，一些软件破解方面的专业人士、黑客雇佣兵们，则陷入了极度懊恼中。
朱先云修改软件，只是为了自己的个性化需求，他们出手却是为了赤果果的利益。
谁都知道，只要能把写在机器人rom中的程序dump出来，就可以几乎无限制地仿制。
诚然，无论硬件结构还是软件程序，都受到知识产权法的保护。
但专利这个东西真想绕过去的话，办法肯定比困难多。
可现在的问题是，经过整整一个星期的奋战，全国竟然没有一个“雇佣兵”，能破解盛夏的写字机器人
这个机器人的rom程序，以及附带的应用软件，全都被加上了一层坚不可摧的“外壳”。
雇佣兵中的确不乏高手，他们很快就发现了，这个“外壳”不是别的，正是两个来月前甚嚣尘上的“坏苹果”。
而且，写字机器人上的这一个，甚至比“坏苹果”更“坏”，堪称“坏苹果”二代
破解难度太大，甚至看不到任何希望，这些人折腾了一段时间之后，就纷纷放弃了。
这样一来，由于市场上迟迟没有竞品出现，盛夏的这款产品的销量，也就更加膨胀了。
可以说，能生产出来多少，就能卖出去多少。
在技术爱好者的小圈子里，甚至造成了一机难求的“繁荣”景象
自从上次聚会后，江寒整整花了一个星期的时间，上网收集资料，刷论文、找参考文献
经过一番努力，终于做好了前期准备，正式动笔写作下一篇论文。
在他的计划中，这是今年最后的，也是最重要的一篇论文。
江寒打算在2012年的最后几天里，将“卷积神经网络”抛出去。
卷积神经网络，简称，是一种前馈型的神经网络，在“深度学习”技术中，也是非常重要的一块积木。
最为适用的场景是图像分类和场景识别。
在另一个世界，曾经在标准图像标注集image上，取得过举世瞩目的成就。
一般的全连接神经网络，是把输入数据看做一维的数组。
处理图形、图像时，一行、一行地读取像素点，然后拼接成一串数据。
这样一来，就忽略了行与行之间的二维关系。
而则是通过“卷积核”对图片进行滤波，从而提取图片的特征。
所谓卷积核，就是一个n行n列的数字矩阵。
卷积的过程，其实就是一个压缩图片的过程。
而“卷积核”的本质，就是一个二维的滤波器。
这样的做法，很好地保留了邻近像素之间的关联情况，所以在大型图像处理方面，往往会有非常出色的表现。
和其他神经网络相比，需要的参数比较少，使用起来更加迅速、有效。
在训练时，采用的是和bp网络相似的“反向传播”技巧。
一个经典的网络，通常包括输入层、卷积层、池化层、全连接层、输出层或者径向基层。
其中涉及到一些概念，比如“池化”、“局部感受野”、“共享权值”
江寒原本对这些东西，只有个大概的了解，理解得并不算特别透彻。
这样一来，在研究的时候，很多东西都要现场推导。
因此这篇论文是他写得最费劲的一篇，足足花了一个多星期，才打通了全部障碍，形成了初步的腹稿。
传统的图像处理算法，一般都要进行预处理，比如f，如果不对图像进行压缩，那么计算量将会非常巨大，甚至根本无法实施。
但对于来说，预处理并不是必要的，很多时候，甚至可以直接用原始图像，作为输入数据。
所以，的实用价值也是非常显著的。
江寒所知道的，就有手写识别、语音识别、物体检测、人脸识别等许多应用方向。
“当年”震惊世界的围棋ai程序，阿法狗，其核心中也包含了卷积网络。
可以说，有了卷积神经网络，计算机视觉这个领域，才迎来了革命性的进步
江寒花了好几天时间，终于将这篇论文写了出来。
反复校对，感觉没什么问题之后，就投给了一区期刊icmliionalferenaeleaing。
这时，距离新年只剩下三天。
就在这样的忙碌中，时间走到了2012年最后一天。
12月31日晚上。
江寒临睡前，忽然发现信息栏里跳出了一行红字提示。
学术点已偿清，系统ui重启中
重启成功
震惊商城重新激活，虚拟空间已开放
界面重组中重组成功
江寒打开系统ui面板。
学术点：1，24。
可用的学术点终于不再是个负数了。
江寒欣喜不已。
然而，就在这时
警告：宿主剩余寿命已不足十年
注意：这不是显示bug，这不是bug，这不是