高度吻合！

无论是描述放电离散程度的CV值，还是描述放电节律的ISI分布图，他们的人工模型，都以极高的精度，复现了真实生物神经元的统计特性。

“成功了……”索菲亚看着屏幕，湛蓝色的眼睛里写满了震撼，“我们……我们真的在代码层面，复现了‘不确定性’！”

控制中心里爆发出了一阵热烈的掌声。丰院士的团队成员们，看着屏幕上那熟悉的、充满了“生命力”的脉冲图，眼神中充满了激动。他们第一次看到，自己实验室里那些“不完美”的生物数据，被如此完美地转化为了精确的、可计算的数学模型。

然而，就在所有人都沉浸在这份阶段性胜利的喜悦中时，作为主要创建者的徐涛，却再一次皱起了眉头。

“高兴得太早了。”他泼了一盆冷水下来，“单个神经元的成功，只是万里长征的第一步。真正的考验，在于由它们组成的网络。”

他没有停顿，立刻开始了第二项测试。

“我们现在，将一千个这样的‘混沌神经元’，连接成一个简单的三层全连接网络。”徐涛快速地构建着新的测试环境，“让它去学习一个最基础的视觉任务——识别MNIST手写数字数据集。”

这是一个对于任何一个成熟的神经网络来说，都简单到不能再简单的“Hello World”级任务。

“如果是一个标准的神经网络，完成这个任务的训练，并达到99%以上的准确率，只需要几分钟。”徐涛说道。

他加载好数据集，启动了训练程序。

然而，接下来发生的事情，却让所有人的心，都沉了下去。

屏幕上，代表着网络损失函数（Loss Function）的曲线，并没有像预期的那样平稳下降，而是在高位进行着剧烈的、无规律的震荡，迟迟无法收敛。代表着识别准确率的数值，则始终在10%左右徘徊——这和随机乱猜，没有任何区别。

时间一分一秒地过去，十分钟，二十分钟……

网络的状态，没有任何改善。

“停止训练吧。”高翔的声音有些低沉。

结果已经很明显了。由于每一个神经元都充满了随机性，整个网络的行为，变得像一群无法被指挥的、各自为政的士兵，完全陷入了混乱。信号在传递的过程中，被一层层地放大和扭曲，最终变成了一片毫无意义的噪声。

他们引入的“混沌”，在赋予单个神经元“灵性”的同时，也彻底摧毁了整个网络的学习能力和稳定性。

他们亲手打开了潘多拉的魔盒，释放出了“不确定性”这个强大的精灵，却发现，自己根本无法驾驭它。

“我们陷入了一个新的困境。”徐涛看着屏幕上那条混乱的损失函数曲线，缓缓说道，“如何在保证‘非确定性’带来的创造潜力的同时，又能维持整个系统必要的‘秩序’和‘稳定性’？‘无序’与‘有序’之间，我们该如何去寻找那个微妙的平衡点？”

这个全新的、更加深层次的难题，如同一座巨大的山脉，横亘在了“未来智能项目组”所有成员的面前。

喜欢谁家读博士在地下室啊？请大家收藏：(www.zjsw.org)谁家读博士在地下室啊？爪机书屋更新速度全网最快。