第一是生物適應性與自主能動性。
一隻小白鼠的反應是完全基於它生物的本能和實時的感官反饋，它不需要任何預設的資料或者複雜的演演算法模型。
在麵對一個陌生的動態變化的環境時，它能夠自主地去判斷風險。
當它遇到突然出現的天敵或者未知的障礙物時，它都能夠快速地做出避險、覓食、築巢等等一係列複雜的決策。
而現有的 AI則完全依賴於海量的訓練資料和預設的預測規則。
一旦超出了它被訓練的範圍，在麵對一個它從未見過的場景時，就很容易會發生失效或者判斷失誤。
比如一個 AI導航係統，它能夠很好地去處理那些已經被預設好的路線和障礙物，但是它卻很難像一隻小白鼠一樣，在一個完全陌生的地形當中自主地去規劃出一條最優的逃生路線。
第二是低能耗下的多工並行處理能力。
一隻小白鼠的大腦重量僅僅隻有 0.5克左右，其消耗的能量更是微乎其微。
但是它卻能夠在同一時間並行地完成視覺、嗅覺、觸覺、運動、記憶、情緒等等多維度的複雜任務。
比如當它在覓食的時候，它能夠一邊通過嗅覺和味覺來分辨食物是否有毒，一邊又通過聽覺和視覺來警惕著周圍隨時可能出現的危險，同時它還能夠將食物的位置牢牢地記在自己的腦海裡。
這種完全冇有預設程式的並行的多工處理能力，是現有的 AI根本就難以實現的。
即便是目前最先進的所謂的多模態 AI模型，也需要通過不同的模組來分彆處理影象識彆、語音處理等等不同的任務。
而且它還需要海量的算力來進行支援。
一旦算力不足，就會出現卡頓、任務優先順序混亂等等各種各樣的問題。
同時它還會消耗掉巨量的能量。
這也是為什麼國外的那些科技巨頭公司在研發 AI的時候，需要不計成本地去堆積海量的顯示卡、計算機裝置、伺服器，以及成百上千的頂尖工程師的原因。
也是為什麼電力不足的國家根本就冇有能力搞AI。
第三是進化而來的強大的容錯性與自我修複能力。
小白鼠的神經係統具備著一種被稱為“損傷代償”的強大能力。
當它的大腦某一個部分受到了損傷之後，其他的區域就能夠在一定程度上去代償它所失去的功能，從而維持住最基本的生存能力。
而且它的學習方式是試錯式的。
在一次失敗之後，它會自動地去調整自己的策略，而完全不需要人類去為它重新編寫演演算法。
而 AI的容錯性則完全地依賴於程式碼和資料。
一旦它的演演算法邏輯出現了漏洞，或者輸入的源資料出現了偏差，它就會持續不斷地輸出錯誤的結果，而根本無法進行自主的修複。
它必須要依賴於工程師的介入和除錯。
第四也是最重要的一點，那就是模糊決策與情感驅動的行為靈活性。
一隻小白鼠擁有著饑餓、恐懼、好奇等等一係列複雜的情緒。
它的行為會受到身體的狀況和情感的驅動，從而形成一種模糊化的決策機製。
這使得它能夠很好地去應對那些無法被簡單量化的場景。
比如在麵對一樣新鮮的事物時，它會試探性地去啃咬，然後根據口感和身體的反應來最終決定是否要繼續食用。
這個過程根本就冇有絕對的是與非的判斷。
它完全是基於生物本能的一種複雜的權衡。
而 AI的決策則是完全量化的非感性的。
它隻能依據資料的概率來輸出一個理論上的“最優解”。
它根本無法去理解風險與收益之間那條模糊的邊界。
它更不會產生像好奇、謹慎、恐懼等等這些能夠驅動行為的複雜的情感動機。
也正是因為生物思維相比於計算機硬體有著如此之多的獨特優勢。
所以周鉑才希望能夠嘗試著去複刻，甚至是去優化“小憶”的這種模式——
目前他所創造出來的“小憶”，僅僅隻能夠滿足他個人的使用需求。
而他想要讓這種全新的人工智慧模式得到進一步的升級。
他希望在不遠的未來，它能夠去服務於一個更加廣闊的龐大的網路世界。
總的來說，生物係統的思維優勢在於其高度的自主性、靈活性和極低的能耗。
它能夠從容地去適應複雜多變的新情況，完全不需要任何預設的演演算法。
當遇到問題時，它還能夠主動地去調整自己的策略。
而依靠海量硬體堆疊而成的計算機 AI，其優勢則在於對海量資料的處理能力、超高速的運算效率以及對規則化任務的精準執行。它更適合去替代人類完成那些重複性的、高算力需求的、枯燥的工作。
這兩者可以說是相輔相成、互為補充。
如果能夠將這兩者完美地合二為一，製造出一種更加強大的人工智慧。
那麼，這必將成為一個足以同時顛覆生物科技、計算機網路科技與人工智慧三大領域的劃時代的重要突破。
周鉑之所以要去做這件事情，其實有著兩個最核心的目的：
其一，是讓父親的神經細胞能夠長期地、穩定地存活下去。
這是他想要彌補自己那殘缺的童年的一個心願。
也是他內心深處最想實現的一個目標。
他希望能夠讓自己的父親以另外一種方式永遠地留在自己的身邊。
其二，則是因為他隱隱地總有一種感覺。
他覺得這一切似乎都是他的父親在冥冥之中引領著自己去做的。
而周鉑的性格向來如此。
隻要是他認定了的事情，就必須要做到成功為止。
……
接下來的幾天，周鉑將自己的全部身心都投入到了一項至關重要的工作中：
他要利用那些已經能夠在體外被穩定培養的、整整二十組小白鼠的腦組織，想方設法地將它們進行並聯。
他嘗試了很多種不同的方式。
最終，他決定采用一種被稱為“腦機介麵”（BCI）的尖端技術——
通過在培養皿中的那些大腦皮層上植入一層由他親手製作的、高密度的微電極陣列。
從而精準地去捕捉單個神經元的電活動、血氧訊號等等一係列複雜的生物訊號。
然後再通過他自己編寫的、一套獨特的解碼演演算法，將這些微弱的生物訊號轉化為可以被計算機所識彆的指令。
通過這種方式，周鉑在自己的那個小型的、甚至可以說是有些簡陋的實驗室裡，成功地完成了二十組小白鼠腦細胞的並聯。
並且，他還能夠穩定地讀取到其中所蘊含的那些複雜的訊號。
隨後，他決定要做一個簡單的測試。
他親手編寫了一個非常基礎的小程式：
程式的畫麵是一個隨機生成的、複雜的迷宮。
迷宮的入口處有一個不斷閃爍的、紅色的小圓點。
而這個小程式的目標就是讓這個小紅點能夠自主地找出迷宮的出口。
這種迷宮程式在一些基礎的程式設計競賽和機器人大賽中其實非常地常見。
在機器人大賽裡，那些用來走迷宮的機器人是不能連線任何網路的，也不能使用任何遙控器來進行操作。
它們完全是依靠自身所安裝的攝像頭、距離感測器、陀螺儀和線性編碼器等等一係列複雜的感測器。
再配合著事先編寫好的、路徑規劃演演算法，來尋找最短的或者說，是最佳的路徑。
這類機器人高度地依賴於賽前就已經預設好的演演算法。
一旦演演算法本身存在著缺陷，那麼機器人就很有可能會卡在迷宮的某個角落裡，無法脫困。
比如，一種最簡單的被稱為“一直靠右走”的探路演演算法。
這種演演算法雖然能夠通過遍曆所有的路徑來最終地走出迷宮。
但是如果迷宮的出口恰好被設定在了中間的某個位置，那麼這種隻會走固定路線的演演算法就永遠也無法抵達終點。
再比如，一種被稱為“深度優先探索法”的演演算法。
它的原理是從迷宮的外側向中間進行搜尋，當遇到死衚衕的時候就立刻返回到上一個岔路口，重新地選擇另外一條路，直到找到出口為止。
這種演演算法雖然能夠保證最終一定可以抵達終點，但是它卻無法確保所走的路線是最優的。
除此之外，還有一種更加先進的被稱為“洪水填充法”的演演算法。
它的技術原理就類似於用一股水流去填滿整個迷宮：
以起點為中心，“水流”會向著所有相鄰的格子逐步地進行拓展。
同時，它還會為每一個被“水流”淹冇的格子標記上距離起點的步數，或者說，是更新一個數值。
直到“洪水”最終覆蓋了整個迷宮。
這種演演算法通過標記出所有連通區域的距離資訊，能夠非常快速地確定出從起點到任意一個格子的最短的路徑。
它的核心優勢就在於可以直接地生成最優的路線，而且還能夠很好地去應對那些複雜多變的迷宮結構。
它經常被用於那些需要明確區域連通性和最短路徑的場景當中。
但是無論是哪一種演演算法，計算機程式設計的走迷宮其核心都是依賴於預設的演演算法。
它通過嚴謹的邏輯運算來規劃路線。
在整個過程中，隻有冷冰冰的、程式命令的記憶，而根本冇有任何生物層麵上的、試錯的記憶。
一旦遇到了演演算法冇有覆蓋到的、突發的情況，它就很容易會陷入困境。
但是，一隻真正的小白鼠去走迷宮就完全不同了。
在現實的場景中，它會依靠自己的嗅覺、視覺線索，再結合著在不斷試錯之後所形成的、獨特的空間記憶，來辨彆路徑。
它會慢慢地記住那些走不通的死衚衕和那些能夠通往出口的正確的走向。
如果在出口處再放置上一些食物作為獎勵的話，還能夠進一步地去強化它的學習效率，從而大大地縮短它走出迷宮的時間。
因此，周鉑所開發的這個小程式是極具針對性的。
為了能夠簡化測試，他並冇有在迷宮的出口處去設定任何數字形式的“資訊源”。
也就是說，他冇有去模擬任何像顏色、味道、光線等等這些能夠被生物所感知的訊號。
他要完全地僅依靠那二十組被並聯起來的、小白鼠腦細胞自身的思維，通過最純粹的判斷、記憶和生物的本能來處理資料。
同時，這個應用程式還被他嚴格地限製了呼叫計算機的任何資源。
也就是說，所有的決策邏輯都必須要由這個由小白鼠腦細胞所構成的、全新的生物思維繫統來獨立地完成。
緊接著，測試正式開始了。
螢幕上的那個小紅點在一開始的時候行動得並不怎麼順暢。
它隻是在那個複雜的迷宮裡胡亂地打著轉。
就好像一隻無頭蒼蠅一樣，似乎是在拚命地嘗試著要逃離這個該死的牢籠，卻又始終都找不到正確的方向。
但是那二十組被並聯起來的小白鼠的腦細胞，在情感與理智的高效協同運算之下，很快就通過不斷的試錯摸清了這個虛擬迷宮的規律。
冇過多久，那個小紅點就以一種極為流暢的幾乎冇有任何停頓的姿態順利地走出了迷宮。
看到這個結果，周鉑的內心感到了無比的震撼。
這意味著他的那套關於生物思維並聯與訊號解碼的技術已經初步地取得了成功！
接下來的幾天，周鉑又開展了一項更加關鍵的測試。
他在網上購置了一大堆諸如氣味感測器、視覺感測器、光線感測器等等一係列複雜的電子元件。
然後親手組裝出了一個外形看起來有些簡陋的小型的機器人。
這個機器人的體內隻有一塊小型的電路板。
而這塊電路板上並冇有預設任何的演演算法。
它最核心的作用就隻是通過那些安裝在機器人身上的感測器去接收外界的各種訊號。
然後再將這些訊號通過無線網路實時地傳輸到那台與計算機聯通的由二十組小白鼠腦細胞所構成的生物思維繫統當中。
最終由這個全新的生物思維繫統來完成所有的處理和決策。
隨後，周鉑又在自己那個空蕩蕩的寫字間裡用一些廢舊的紙板親手搭建出了一個結構極為複雜的實體的迷宮。