但懂行的毕竟是少数，大部分人，以及电视前的观众们，那些专业名词听着听着就脑内自动翻译成了：让我们：走进科学：
比起之前三个阶段，这部分要缓和许多。
但也挺好的，做事如做人，不能一味蛮干。
要有节奏，有缓有急。
对了，至于衬底生成，暂时没提。
至于最后的阶段，则交给了最抽象的“量熵算法”部分。
主讲人，研究院首席数学家：卢薇。
在回哈工大进修的两个月里，卢薇又发表了三篇论文，虽然不如之前那么重要，但学术界许多人意识到，她正在将目光转向全新的领域，并有了自己的体系。
这部分内容，主要是对于“大数据”领域，比半导体还要硬核：
半导体至少能听见个“良品率”这样好理解词于是大家再度开启了“走近科学”
模式：
但最后讲到应用的时候，观众们却发现，这似乎也是一个了不得的东西。?第[?一(-看2书￡网￥ `?追￡最]§新o?章￠节{
所以研究院是有多少“牛逼玩意儿”？
目前来说“量熵算法”是一种数学工具，而演化来的“量熵大模型”，也仅止于“大数据处理与模型训练”这一层。
它无法做到后世那种“自然语言大ai”的程度，但却在专业领域能有自己的一席之地。
卢薇讲解了三个下一步计划：
1丶医疗影象辅助诊断：与医院联合，通过数以亿计的x光片丶ct影象来进行图象训练（抹除患者隐私），辅助医生进行判断，减少漏诊概率丶缩短诊疗时间丶降低专业门坎。
2丶金融风险预测：与之前类似，不过这部分有可能产生收益，换一个说法也可以称之为“量化金融”。
并非是研究院想要介入金融领域，而是在互联网时代刚开始腾飞的当下，社会上成批量的“数据”，本就不多。
大数据大数据，你得先有数据，才能训练吧？
在考虑到公开性丶历史可追朔性丶准确性等，金融领域的数据是最方便的：
至于能不能挣钱，反倒是不重要，至少目前是这样。
3丶气候预测：和金融部分类似，也是少数“量大管饱丶有海量数据”的领域，当然最重要的，是卢薇本人的志向，只是发布会不需要与众人细说。
至于“鸿图0s个性化内容推荐”的方向，作为系统方，没必