提出5个问题后，王霁停了下来。
不是因为说完了，实在是现场声音愈发嘈杂，不得不打住。
嘈杂声来自于吴浩团队，开始是窃窃私语，渐渐地声音盖过了王霁：
“卧槽，他是看完我们代码了么？直接就点出问题？”
“好像很专业，连具体数字都有，应该做过相关研究吧？”
“远哥，这段代码是你写的吧？他讲的有道理么？”
“我正在想，之前没考虑过这个方向，感觉很牛逼……确实，我的噪声抑制算法有问题，他讲的正好在点上！”
“LStm是我写的……卧槽，他讲的我居然都没意识到……”
“代码周五才给他们的吧？2天就找出那么多问题？”
“是从Neuralink挖过来的大牛吧？比我们领先很多啊……”
“不可能，Neuralink的大牛我都认识，没这么年轻的……”
趁他们议论的功夫，王霁歇了歇。
顺便喝口水。
等声音渐小，继续道：“你们先听，这个模块还有27个问题……”
收购吴浩团队后，王霁立刻要来代码，用周末时间啃了一遍，在稀释法帮助下，轻易找出了所有问题。
有的是具体bug，有的是参数错误，有的则是算法方向问题。
讲具体bug时，吴浩他们在交投接耳，互相确认bug情况。
间或发出惊讶和称赞。
讲参数错误时，都懵住了。
因为这些参数的选择，只有做过研究、掌握实际结论才能给出！
他们怀疑，王霁一定在世界顶级研究所待过，否则不可能如此肯定。
讲算法方向时，全场极其安静。
连一声咳嗽都没有。
仿佛在聆听一位大师演讲，生怕错过一句话。
因为每句话都是他们没想过的方向，或者没深入研究过的环节。
不知不觉，40分钟过去了。
吴浩团队都在低头做笔记。
生怕漏了关键信息。
王霁见没人提问，继续讲「非线性建模」问题：
“再看来这部分，Volterra级数展开的建模方法，存在几个问题……”
“第一，你们用三阶核建模视皮层非线性响应，这个不合适，初级视觉区的话，非线性特性主要是二阶交互……”
“第二，神经元响应采用了一个假设，是所有神经元均匀编码，实际上神经元分成子群，更适合稀疏编码……”
“第三，做突触可塑性机制建模时，用了相对简化的标准Stdp规则，但视觉系统会按对比度做依赖调节……”
“第四，对不同神经递质系统的调控作用，模型没做区分，当信号注入时，设备无法适应宿主疲劳状态……”
又是足足39个问题！
40多分钟又过去了……
不知不觉，会已经开了1个半小时。
沈月、小雪发现，一个团队见面会，开成了代码review会。
被review代码这帮人却恭恭敬敬，跟学生一样记笔记。
她们的观感没错，对于吴浩团队而言，这个会是大师指导会……
他们很想提问，但看到后边有一连串问题，实在舍不得打断。
等王霁喝水的功夫，吴浩终于小心翼翼问：“王总，您是不是投稿了很多核心期刊论文？还没刊登么？”
脑科学中心研究处于世界前沿，所有相关论文吴浩都是看过的。
但完全记不得今天提的内容。
更没听说过王霁这个作者。
只有两种可能——
要么刚投稿，还没刊登。
要么憋着没发表，准备放大招。
王霁笑道：“没投稿，只看过一些前沿研究，具体不能说……”
吴浩登时会意：“我懂了！您是投资过其他团队……”
见王霁比划了个嘘，立刻捂住嘴，连连点头。
似乎猜到，是从国外弄到的技术。
这是许多公司弯道超车的法宝。
倒不是抄袭，而是眼界足够宽，发现了许多有价值的研究团队，各自都有一些尖端成果，拼凑成了整体。
如果国外公司已经有完整成果，早就商业化了，根本抄不到。
吴浩喜不自胜：
“这些研究太有价值了！”
“绝对超出这个时代5年……不，超出10年以上！”
“我有种醍醐灌顶、豁然开朗的感觉，思路一下子活了！”
“原本我们的研究已经进入死胡同，感觉至少20年才能突破……”
“经过您的指导，我感觉，10年内真的有望搞定脑机啊！”
不止是他，其他人脸上都洋溢着跃跃欲试。
跟欢迎会时的拘谨完全不同，一个个摩拳擦掌起来。
沈月、小雪、宋默都在现场，由于王霁讲的太专业、太枯燥，插不上话，只隐约看出王霁代码能力很强。
听到吴浩的判断，都惊呆了。
沈月、小雪异口同声问：“10年内真的可以解决？”
在她们看来，如果10年内能商业化，绝对超级成功的投资。
这是划时代的产品，需要10年是极其正常、极其能接受的。
宋默没有问，呼吸却越来越快，侧耳认真倾听，手都捏出了汗。
明视3号对他意味着太多，既有作为盲人的夙愿，也有企业家的梦想，还有一份不敢接受的情感在等着。
吴浩朝沈月、小雪点头：
“是的，绝对有可能！”
“王总点拨的方向，解决了脑机研究最难的部分……”
“视觉皮层信号作用的原理，王总给出了系统的拼图！”
“有了这些指引，算法方面只剩下最后一关……”
“由于个体差异，视觉编码的个性化适配仍然需要解决。”
“除此之外，想要产品能用上，还得解决信号注入问题。”
“这是材料和实验的问题，我判断，10年内电极材料也会有突破！”
小雪坐在王霁身旁，一脸骄傲，仰起脸笑盈盈道：“你真有办法！”
王霁朝她眨眨眼，嘘了一声。
回头转向吴浩：
“我还没讲完呢……”
“你说的个体差异问题，我们继续！”
点击触摸板，屏幕切换到新代码——
「个性化适配模块」。
“这里问题更多，因为关于个性化部分，你们的算法还很粗糙……”
“第一，你们用的boLd信号均值有问题，本身它就不合乎视障人群标准，更忽略了皮层微结构的拓扑变异……”
“第二，动态适应算法收敛速度方面，你们的模型训练不够，导致反向传播调节需要2000次刺激迭代才能稳定……”
“第三，神经可塑性有个体差异，长时程增强阈值差异有2.8倍之多，你们突触强度调节系数却是统一的……”
“第四，你们fmRI引导的EEG源定位有问题，没考虑个体头骨厚度的电磁衰减差异，编码信号出现空间扭曲……”