神经晶体芯片黑科技图纸销毁，而经过秦惊羽快一年的改造，还有国内研发的同步进行，她的脑神经芯片的构造已经彻底被她改造完毕，她隐藏了神经晶体芯片最强大的功能，不会再成为卡特口中危险的研究，它现在只是一项单纯的修复治疗有关于脑神经受损疾病的医疗器械。
唐庆安得知此事后，欣喜无比，在秦惊羽将所有脑神经芯片研发资料全部传送过去后，赵教授那里也传来好消息，他带领的诺维生物研发部门根据秦惊羽改良后发过去图纸，做出了她想要的那种微型晶体，并且不日将会护送回国内。
唐庆安跟恩博教授也没有闲着，他们在国内继续优化神经元的编程和神经网络，只要等到诺维那边的微型晶体送到，他们就能根据早就说好的准备，研发出初代脑神经芯片，并且开展第一阶段的实验。
关于国内方面关于脑神经芯片的活体实验，有胡院长和恩博教授在，第一阶段用猴子或者小白鼠做实验，他们会全程盯着，秦惊羽其实可以不用担心。
但是她还是让唐庆安每周给她发一次数据，脑神经芯片是她根据神经晶体芯片的改良，不像当初的白鲸一代，除了生物材料不够超前之外，都是根据系统提供的黑科技图纸一比一还原，所以其实她并没有十足的把握，需要随时做好研发失败的准备。
国内是要第一阶段实验对象选择了与人类生理结构更为相似，演化上的亲缘关系也更近，基因相似度达到93%的猴子。
秦惊羽也很快收到了第一阶段的实验数据，第一只实验猴，由于脑部神经元过度放电而引起的一种急性，反复发作的脑功能紊乱，也被俗称作为癫痫，植入了有关于猴子神经元数据的脑神经芯片后的第一周，抽搐得到了改善，数据一切正常。
第一阶段的第一周各项好数据，给了大家极大的信心，秦惊羽原本提在嗓子眼的心，也微微落了落。
——
普市的雪落得最早，才刚到十二月就已经下了初雪，这个月有圣诞节，是他们这边的新年，卡特届时会回家，就留秦惊羽一个人在实验室。
无论是卡特还是马丁他们都曾邀请秦惊羽去他们家过圣诞节，都被秦惊羽一一拒绝了。
周一从老师的办公室出来，卡特高兴的说道：“刚刚墨菲教授夸我们的模拟系统了，感觉这次可行。”
秦惊羽也觉得有一定的希望。
“不过这周四开始，我就要回家过圣诞节，一直到明年，就要辛苦你一个人在实验室了。”
“圣诞节快乐。”她淡淡的说道。
卡特：“新年快乐。”
晃眼，m国圣诞节。
从早上起来的时候，就已经下起了雪，甚至校园里的雪没来得及清扫，已经铺了一地，她戴了顶毛线帽顶着大雪，踩着满地的白雪去了实验室。
今天的实验室很安静，几乎没有人，连暑假那段时间都没有今天这么安静。
秦惊羽脱了大衣，换上实验服，戴好护目镜去了实验室。
她前几天按照分别求导的过程，发现了件很有意思的事情，式子里暗示波尔兹曼分布公式隐藏了一个全连接层神经网络，她将这个公式写了下来。
再求上式最大值即求导=0可以得一个拉格朗日约束方程，最后用信息论核心公式信息熵来构造拉格朗日函数L等于……
她在这里发现了一个惊人的猜想，波尔兹曼粒子状态方程等价于信息论中的逻辑回归，我们的宇宙可能只是一段信息，时间和空间可能只是错觉，只有信息才是宇宙的本源。
证实玻尔兹曼大脑的存在，需要从理论和实验两个方案进行，在之前，秦惊羽跟卡特设计特殊的实验来探测这种极低概率的事件，甚至还通过分析宇宙背景辐射等各种手段，甚至模拟宇宙大爆炸来寻找证据。
她看着各种实验的数据报告，和公式理论的推导，她再回到玻尔兹曼大脑最开始的悖论中。
在物理学中，时间方向的改变，物理定律依然适用。而熵增定律又说明了，熵具有方向性，是不能在时间上反演的，否则会违背熵增定律。
在宇宙中，他们人类其实是一个打破自然规律的存在，因为人类从出生开始就在不断地减缓自己熵增的过程，比如通过吃饭得到能量。
所以就有了这样一个观点：像地球这样高度有序的低熵态宇宙，应该来源于熵的随机涨落，既然如此，那么宇宙中就应该存在很多的自我意识体，也就是低熵态，比如人类的大脑。
所谓涨落就是指偏离平衡态上下浮动的一个过程，涨落的幅度越大，概率越小，涨落的系统越大，发生涨落的概率也越小。
秦惊羽知道概率学中，有一个这样的猜想：假设给猴子一个打字机，经过足够长的时间，一定会打出莎士比亚全集，尽管这个概率无穷小。
而在玻尔兹曼大脑则是：宇宙中的原子分子恰好都碰到了一起组成了一个大脑，这个孤单的大脑就是“玻尔兹曼大脑”，也可以理解为，经过足够长的时间，任何事都有可能发生。
所以再从这里，回到问题的核心，那就是宇宙起源的低熵态是怎么来的？
根据热力学第二定律，秦惊羽知道，宇宙一开始是一个熵极低的状态，从宇宙诞生至今，宇宙的熵都是在不断增加的，但它却并没有告诉她，初始条件的低熵态宇宙又是怎么来的。
玻尔兹曼还有一个观点就是，宇宙在历史的长河中，大部分都处于高熵态的，但是偶尔会发生涨落偏离一下，最后又回到平衡态，我们的低熵态宇宙就是因为一次概率极低的涨落产生的。
而现在我们的宇宙就是一个由偏离状态回归到平衡态的一个过程，所以在我们看来，宇宙是在熵增的。但事实上，我们整个宇宙出现这种情况的概率是极低的。
……