强，虽然将这个时间压缩至1很难，但至少存在这个可能性不是么？”
翟达笑着亲吻了一下小木头的额头：“那就好，做对的事：”
卢薇补充道：“不怕难？”
“是这个道理。”
两人相视一笑。
难得翟达有时间坐下来听自己讲述，卢薇又展示了一些其他成果，当初发布会上公布的三大用途，其实都在稳步推进中。
在医疗影象方面是最稳定的，研究院和去年刚成立的“散装省医疗影象云”达成了合作，可以获得大量抹去患者信息的ct/x光影象资料，喂给大模型。
这是一项公益研究，交换条件是未来若功能成熟，需免费或低价提供给散装省所有公立医院。
目前专门针对胸部ct和脑部ct两个部分，准确率和效率都在不断上升。
而“量化金融”领域，得益于这部分数据庞大且公开，是起步最早的，不过目前都仅仅是在“仿真盘”里打转。
这部分有些复杂，理论上所有量化金融都需要数学模型和计算机辅助，但侧重点也有不同。
有的“量化”，是真的试图通过数据分析获利，这也是许多量化技术的初衷：让计算机代替人脑思考决策，也就是追求一个“算”。
但有的“量化”，其实是通过捕捉交易信号，以毫秒级反应先散户一步，极速报单达成交易更接近于“抢”。
两者并非绝对的，但显然股市并不全讲逻辑，内部信息公开，外部信息也无法预知，比起“算”，显然还是“抢”更方便些，一秒300单，就纯纯数值怪碾压。
碾压散户：：
研究院搞这个只是为了验证模型，当然走的是第一条路，无法一次统揽全球无数股票，而是需要输入特定公司的历史价格、成交量、财务数据等，而后进行推测和预算。
当然这只是仿真，并且是单利而非复利“去真实股市玩玩呗，搞个100万试试水，不多的。”
卢薇想了想道：“也不是不行，不过研究院没有金融职能部门归谁管？”
“归你管不就完了，都是量熵项目组的一部分，亏钱了就算研发投入，挣钱了恭喜，你们为研究院创造利润了！不过记得想办法去美股，别在大a玩。”
“为什么？”
“大a太妖：”
而且大a的散户已经够惨了，他是不忍心的：
老爷心善。
卢薇若有所思