在木龙科技收购pn以及与谷歌建立深度合作事件的影响之下，越来越多的企业感受到了来自木龙科技的压力。
高通、苹果、英伟达、因特尔宣布合作，首期投入60亿米元研究芯片。
亚马逊、b、b陆续宣布将加大人工智能投入。
三星与台积电发布深度合作，声称在3n制程芯片上取得了重大突破。
这是科技行业的巨头们第一次如此着急。
而在外面的世界风起云涌时，刘凡把自己关在办公室中，默默打开了手机。系统的第一阶梯任务，完成了！
“恭喜完成第一阶梯任务，人工智能算法集已发送，请及时查收。
第二阶梯任务激活：在900个小分类行业中运用人工智能技术，并实现对该行业发展的有效辅助，分类需涉及15个门类，55个大类。
第二阶梯任务奖励：基础数学深度学习。
第二阶梯任务限时：365个自然日。
第二阶梯任务超时惩罚：系统冻结三年。”
“第二阶梯任务居然还是365天。”刘凡心中略有不安，人工智能技术能用的上的行业会越来越少，或者说现在还有很多行业有很多问题没有解决，人工智能暂时是真的进不去，这个阶梯任务越往后就会越难，可任务时间却没有放宽，这就意味着刘凡想完成任务不仅仅只是单纯的发展人工智能技术，还要在人工智能的运用方面下功夫。
先不去想太多，刘凡先点开了人工智能算法集，简单翻了一下就能明白，人工智能算法集就是一堆算法的集合，每一个算法下面都会配上相应的原理说明和理论基础。
人工智能算法集涵盖的算法数量十分庞大，其实包括现在很流行的一些算法，例如
决策树算法，神经络算法，聚类算法，随机森林算法，逻辑回归算法，遗传算法等，但在人工智能算法集中，更多的是刘凡从来没听说过的算法。
比如罗德赛斯算法、黑洞算法、成长算法等。而且刘凡发现了一个很可怕的事情，很多算法原理和理论基础都写在那，写的那么清楚，可是自己居然看！不！懂！
刘凡自认为自己在基础数学上的造诣是很深的，可居然还能有这么多算法在自己眼中跟天书一样，简直了
这就自然而然的让他想到了第二阶梯的任务奖励：基础数学深度学习，这是一个系列任务，一环扣一环啊。
至于人工智能算法集对算法的排序让刘凡感觉应该不是按算法的优异来的，虽然很多算法刘凡看不懂，但大概还是有个概念，这里面的算法也不知道是按照什么规则排序的。以刘凡目前的能力去理解的话，只会感觉很怪。
留在办公室钻研了一天一夜，刘凡才从算法的海洋中游了出来。在现在所有能看得懂的算法中，刘凡最在意的一个算法就是成长算法。
成长算法模拟的就是一个人的成长过程，算法可以让计算机模拟人的成长过程，从刚出生的一张白纸开始不断的吸纳周围的一切，在这个吸纳的过程中逐渐拥有自己的意识和想法，从而形成一个独立人格。
这个算法还提到了一个很有意思的观点，现在大家都说人工智能和人类比最大的优势就是可以快速处理海量的信息，人就不行，但成长算法指出，人从出生到死亡，每天接受的数据量也是海量的，光是我们每一秒对眼睛所看到的这个世界的认知就包含了海量的认知，大脑不仅处理了这些数据，而且是即时处理，只不过我们的大脑是在自动进行这个动作，导致我们没有意识到而已。
成长算法甚至认为，大脑在处理海量数据上的能力远远超过任何的人工智能，只是人类现在还无法用科技手段去具化大脑所处理的这些数据，我们也没能真正理解大脑的大数据处理方式，但我们一定低估了大脑。
所以按照成长算法的表述，在我们还是婴幼儿的时候，我们就是靠着大脑不断的处理身边的海量信息从而引导我们开始学会说话，学会行走，开始渐渐成熟的。所以让计算机像一个婴儿一样自己去吸收，去分析，去决策，去实验，去巩固，去完善，可以更拟人。
当然，这是理想状态，从理论来看还做不到让计算机真的成为一个人，但是通过对大数据的这种扩散式学习并自我分析自我沉淀自我输出的方式，可以让人工智能窥见一丝打破奇点成为真正智能的口子。
这确实是一个巨大的突破。
同时，成长算法跟刘凡之前自己想的函数逆推有一点异曲同工之妙，如何让计算机在海量的无规则数据中建立起一个有形的思想，成长算法猜测人类的大脑就是通过一个复杂的算法从无序中寻找有序，而一个个有序的规则就可以让人类建立起自己的人格，所以成长算法用了一种类似刘凡的逆推手段让计算机去模拟大脑行为。
而且成长算法还表示，如果这个算法不断发展下去，很可能可以帮助人类解释很多当下的重大课题，就比如说：人脑到底是如何运作的。
另外刘凡现在对这个算法最感兴趣的是原因是，更多的算法他实在是看不懂啊
一次次在系统面前宛若智障。
挑中了自己感兴趣的算法，刘凡开始投入精力去研究成长算法的实际操作及运用，在公司过上了废寝忘食的日子。
临近年末，正在公司研究算法的刘凡突然接到了冯伟的电话。
“冯先生。”
“刘总，游戏可以内侧