阅读提示：为防止内容获取不全，请勿使用浏览器阅读模式。
重生之人，林灰脑海中有很多别人所不具备的知识。
在有七年甚至是七年以上信息优势的情况下。
此时的林灰无比崇高。
或者可以说，林灰现在是站在巨人的肩膀上。
踩在巨人的肩膀上努力，林灰可以比同时代的其余人更容易的够到星辰。
此外站在巨人的肩膀上，林灰看得比别人更远。
同样是向前行进，别人可能是是盲人摸象般地向前探索，林灰却可以信步向前。
依旧是拿自动文本摘要来说吧。
这个时空的科研人员在处理自动文本摘要问题的时候可能会仅仅局限在文本摘要这一块。
但林灰想得却要更多。
文本摘要的不断迭代人们会对摘要的准确度提出更高的要求。
而对文本摘要准确度的更高要求连带着会对神经网络学习产生更高水平的要求。
而神经网络方面即将到来的突破将催生人工智能的兴盛。
以神经网络为核心的人工智能的兴盛可能又会催生生物方面的进步。
神经网络看似是计算机方面的研究，其实不纯粹。
神经网络的发展得益于生物学的突破。
而神经网络方面的研究又会反哺于生物学。
这些虽然可能还有些遥远。
但这就是未来。
谁洞察了未来的先机，谁就终将胜利。
总之，站在巨人肩膀上的林灰相信其有能力轻而易举得影响世界。
之前林灰搞得生成式摘要算法，无形之中调动世界上众多科研机构的忙碌不正说明这一情况么？
一个人的忙碌让一堆人不得不更忙碌同时付出更多。
这种现象用前世的话叫什么呢？
对，没错，就是“卷”。
前世计算机行业卷是常态。
以至于重生之后林灰也不自觉地将前世的一些习惯带了过来。
虽然只是无心之举吧，但好歹也是重生之人了。
重生者不当卷王，难道带头躺平么？
林灰迟早卷死这个时空所有的潜在敌对势力。
……
BJ时间26号凌晨3点，林灰正在忙碌的时候。
在林灰背后追赶着林灰脚步的人也不少。
当然了，虽然追赶的人不少。
但迷路的不少，看到差距感到绝望的同样不少。
加利福尼亚此时刚好上午11点。
位于加利福尼亚的斯坦福大学校园内研究室里不少科研人员还在忙碌着。
不过也不是所有人都在忙碌。
摸鱼的也是存在的。
看着手表上的时间已经临近中午。
埃克莱尔·基尔卡加博士已经做好到点下班的准备了。
干饭才是最重要的。
卷是不可能卷的，完全没必要。
关键是根本卷不过。