红桃四（魏宏思）：“@同花顺-你的‘神经词典’最近有更新吗？”
同花顺（江海洋）：“基本上没有，暂时找不到适合扩充的素材了。你们准备做什么？偷窥某人的大脑？”
拖拉机（冯洧煦）：“要不然呢？总不能去偷窥大猩猩吧！”
同花顺：“你还别说，我正准备朝这个方向下手，做一个跨物种的信息解码模型。”
拖拉机：“你还真敢想！不过这倒是个不错的方向，可以摒弃复杂语言的影响，回归到对基本情绪和生理需求的解译。”
同花顺：“没错！你帮我弄一套用于大猩猩的侵入式电极阵列，咱们配合多模态来解读神经信号。”
拖拉机：“我倒是没有问题，可你从哪弄来大猩猩呢？”
同花顺：“这个可以申请嘛！另外我还需要一个大猩猩的基础刺激库，@方块七-有没有兴趣填补一项科技空白？”
同花顺：“对了，@拖拉机-你怎么还在？某人没有去找你线下PK？”
拖拉机：“某人腿短，跑不了那么快。”
方块七（戴梦琦）：“你给我等着！@拖拉机（1000吨大锤砸人表情）”
方块七：“@同花顺-你真能弄来大猩猩再说。”
魏宏思看得有些无语。
他的这些师兄、师姐总会有些神奇的想法。不过也正是因为他们经常突发异想，才会做一些看似无用、但在某些特殊情况下却能发挥关键作用的东西。
像是戴梦琦的“基础语义刺激库”，已经逐步扩展到了地球上使用人口超过8千万的16种语境。
江海洋的“神经词典”也是这么来的。
它并非是大脑神经信号的解码库，因为理论上并不存在这种通用的解码库。
每个人的大脑因遗传、经历和思维习惯的不同，对相同概念的编码方式会存在细微却关键的差异。比如说“钥匙”这个词，在不同的人大脑中的激活模式，只会有部分相似，不可能完全相同。
所以若是基于多数人的数据训练一个通用模型，以之为某个个体解码，准确率会非常低。尤其是复杂程度较高的信息，基本上就是无效解译。
“神经词典”其实是一个算法模型，相当于一个智能化的神经编码测绘仪，它可以相对高效地完成神经信号锚点数据的建立。通俗地说，就是找到大脑中一些最稳定、最清晰的概念与信号的对应关系。
有了这些锚点之后，就可以将之作为参照系，逐步解码其他更模糊的信号，完成专属于受试对象神经翻译包。
魏宏思用来给方案B做复核的算法模型，就是受他们影响而编写出来的，将很多特殊的情况都考虑了进去。
然而但是，他们跑题了！
红桃四：“@同花顺-受试对象有跨文化成长背景，但不清楚具体情况，概念表征很可能对应两个甚至更多个存在竞争或分层的神经模式。”
同花顺：“哦哦，我想想。”
同花顺：“那就先对信号进行‘元分析’，识别出与语言处理区的协同激活模式，来判断受试对象的当前思维语言。”
红桃四：“是否应该再加上识别边缘系统中与文化身份认同相关脑区的活跃度？”
同花顺：“有道理！”
红桃四：“@拖拉机-你们今天有聊到同步性问题吗？”
拖拉机：“有啊，我讲了具体的环境要求，计算和数据肯定要靠学校的超算中心。他们倾向于双地协同模式，受试对象监测站由他们来组建，我们负责建立解码工作组。”