因為這次中間隔著翻譯器，可以更清晰的明確神經元和晶片兩邊的具體的運行情況
但是訓練方法，依然是由噪音來規範進行。
有趣的是，如果從底層的數據反應來看，幾乎所有的，看上去高深的，真正的有智能的事情，都被轉移到了晶片上，而不是在神經元細胞中完成的。
讀屏，學習，分辨輸贏，全部被晶片接管了過去，由晶片完成。
在某一個瞬間，項目組甚至覺得是陳一然的AI太強大了，厲害到根本不需要神經元，是不是需要用谷歌那種垃圾一點的來試試。
但是他們先做了一個消融實驗測試，以現在AI的運算能力，就算是去除神經元的反饋，獨立進行這種古早遊戲的深度學習也是輕而易舉的。
所以他們把神經元細胞拿掉，換成了純粹的隨機噪音反饋，讓晶片自主進行分辨學習。憑藉著陳一然的技術，就算沒有神經元的輔助，晶片的自主學習能力依然非常強，甚至用更短的時間，就完美的通關了遊戲。
但是這並不意味著純晶片就更強，因為兩次的結果有著非常明顯的區別。體現在遊戲當中，就是當晶片自己完成學習的時候，因果異常清晰，整體學習梯度幾乎是可以預測的，晶片會非常清晰的奔著目標一路狂奔。
天天看小說超好用，𝖙𝖙𝖐𝖆𝖍.𝖙𝖜隨時看
但是加入了神經元的輔助，他的行為就不一樣了，因為對噪音的喜好反饋，他會自動把某些方向的視覺信號放大，比如對傷害的反應，對死亡的恐懼，他不再是數據上的機械計算，而是一種更為人性化的反饋。
事實證明，神經元確實在做事，哪怕只是很小的一部分，但是依然非常重要。
這正好印證了陳一然的觀點，矽基晶片是人類人工設計的、時鐘同步的、剛性的元胞自動機。它是對於宇宙底層規則的一種有趣的人工復刻，有固定節拍，有明確邊界。
但是毫無疑問，這種模仿缺失了很重要的一些東西，比如如果時空在普朗克尺度是離散的，必然會破壞相對論中的洛倫茲對稱性，所以某種程度上說，時間依然是光滑的。
所以，一定有一些維度信息，是由狀態演化補充的。而從宏觀意義上看，神經元就是一種有效的補充，生物神經元網絡，是宇宙底層規則在物質世界裡自發演化出來的天然同構體。
並且能有效彌補矽基晶片在數據搬運、運行模式以及可塑性上的一些劣勢。
現在的所有矽基晶片，歸根究底還是馮・諾依曼架構，計算單元和存儲單元是分開的。數據要在內存和算力核心之間來回搬運。90% 以上的能耗都消耗在數據搬運上。
並且矽基晶片全靠全局時鐘節拍驅動，所有電晶體同步運算。哪怕只有1%的信息需要處理，整個電路也要跟著時鐘跑，閒置狀態也有靜態功耗。屬於全量密集計算。
而且訓練完成後，網絡結構和參數就固定了，推理階段不會改變核心架構，只能微調權重，就算是deepflow也無法改變這一點。
而人腦，860 億個神經元，每個神經元既是存儲單元也是計算單元，突觸本身就同時負責 「存」 和 「算」。信息在哪，計算就在哪發生，沒有數據搬運損耗，所以才能用20瓦的功耗，創造偉大的文明。
並且是採用的是異步稀疏的事件驅動系統。神經元平時幾乎靜息，只有接收到足夠強的輸入信號時才放電產生動作電位。任意時刻只有不到 1% 的神經元處於活躍狀態，有用的信息才觸發計算，沒用的直接忽略。
而且，神經網絡終身具備神經可塑性，突觸可以新生、修剪、增強、減弱，腦區功能可以代償重構。
矽基類腦晶片其實也有人在做，採用人工脈衝仿造神經元和人工突觸，能效比前景逆天，但依然是用電子元件模擬生物神經元的行為。
陳一然認為，只有濕件計算機才是未來。
濕件是美國作家魯迪·拉克於1988年在其科幻小說《濕件》中首次提出的概念，指與計算機軟體、硬體系統緊密相連的人。後來被戰錘 40K等各類科幻作品採用，被用來指代人類身體的有機部分。
但是這個時候，倫理問題，再一次被項目組提了上來，雖然之前項目組的人已經都簽了協議，確認了不會考慮這件事。
但是陳一然還是組織了一次大型會議，要確保整個項目組的意志統一。
個別有問題的人，也可以給一次最後機會，還不悔改，就考慮沉海了。