……
坐在书桌前，杨学斌拿出自己的课题：《深度学习黑箱模型的拓扑数据分析与可解释性研究》，主要用拓扑学（研究形状在连续变形下不变性质的数学）这把“尺子”，去丈量和理解AI神经网络内部的运作机制。
看着课题，杨学斌发现他只是微微思考，就有无数的数学公式在他脑海中浮现，他感觉自己就像是一台超级计算机，在快速推演着这个课题。
随着他思考深入，脑海中的验算也越来越复杂。
半个小时。
杨学斌空洞的眼神才出现神采，他从推演中退出，摇了摇头。
不是没收获，而是已经成功了。
完全没有挑战性。
仅仅是靠心算，他就完成了这篇论文的推演，接下来只需要写出来，就能顺利完成毕业论文，获得博士学位。
但，这不是他想要的。
他要一鸣惊人。
《深度学习黑箱模型的拓扑数据分析与可解释性研究》，这是个小课题，哪怕写得再好，也难以引起什么轰动。
“数字空间！”
“这个天赋，当真是强得可怕啊。”
杨学斌暗暗兴奋。
在现实世界，他也算是个天才，26岁就拿到了计算机博士学位，还带队完成了市里的一个重大项目。
但在‘数字空间’的天赋面前，现实世界的自己也就是个平庸的普通人。
数学最吃天赋的，是人类智力的天花板。
网络上有这么个笑话：人被逼急了，是什么都能做得出来。
除了数学。
“那该换个什么课题呢？”
杨学斌低头沉思。
按照他先前想好的路线，自己未来最好成为行星发动机项目组的计算机专家，因此这论文最好是计算数学领域的。
计算数学是数学与计算机交叉学科，在人工智能、金融工程等领域具有核心支撑作用。
该专业研究生可从事算法工程师、量化分析师等高薪职业，核心课程包含数值分析、优化算法等前沿内容。
杨学斌拥有lv6的数学，还拥有LV6的信息学，精通数学和计算机，综合能力放眼全球都找不到几个比他更强的。
要知道LV6，已经属于精英科学家了。
再往上，就是院士级别。
也因为如此，他的博士论文仅凭心算就能完成。
许久。
杨学斌泛起亮色，他打开自己的笔记本电脑，打开文档，快速打出一行字：Wasserstein梯度流的神经网络投影法。
这个课题的研究拥有极高的价值，可以应用于生成模型与采样、科学计算与物理仿真、贝叶斯逆问题与图像处理、点云与分布族的生成建模，以及神经符号学习与AI架构创新。
这个课题是他精心挑选的，既能引起巨大的轰动性，让他一战成名，又不会过分的引起MOSS的注意。
流浪世界，一切为了生存。
重工业的畸形发展，虽然也极大促进了计算机科学的发展，但以杨学斌掌握的人工智能盘古，未必就弱于550W。
MOSS能力飙升，还需要等他诞生自我意识。
唯有诞生了自我意识，它才会有意识地不断进行自我迭代，就像图丫丫的数字生命，否则就只是单纯地在学习人类。