在读到训练数据描述的时候就发现了问题。

    他们用来标注的组织学切片，分辨率是三十微米。

    也就是说，训练数据本身的精度上限就是三十微米。

    让一个网络从三十微米精度的标注数据里学出三十五微米的定位能力，这是合理的。

    但你想让它学出二十微米甚至更高的精度，那就是在让网络凭空创造不存在的信息。

    这在机器学习领域有一个名字，叫做信息瓶颈。

    无论你的网络架构多复杂，训练策略多精巧，精度都不可能超过训练数据本身的分辨率。

    ……

    陆晨继续往下看，又发现了第二个问题。

    诺盛的模型在处理纤维交叉区域时表现明显下降。

    他们的补充材料里有一张表格，展示了不同解剖区域的分项精度。

    在直行纤维束区域，精度确实能达到三十四微米。

    但在纤维交叉和分叉区域，精度骤降到了五十八微米。

    而脊髓损伤的修复恰恰需要在纤维交叉最密集的区域进行精确操作。

    五十八微米的精度在那种环境下根本不够用。

    这是一个致命的短板。

    陆晨把两个发现整理成了一份简洁的技术备忘录，总共不到两千字。

    每一个论点都附了论文原文的截图和对应页码。

    然后他把备忘录同时发给了方芷晴和宋怀远。

    邮件标题是“诺盛预印本技术分析：不构成实质性威胁”。

    发完邮件之后，他又花了半小时把备忘录中的结论翻译成了英文版本。

    这个英文版本不是用来发表的，而是给方芷晴的专利律师准备的。

    如果诺盛的PCT专利真的推进到实质审查阶段，这份技术分析可以作为对抗依据。

    全部做完的时候已经是凌晨一点半。

    方芷晴几乎是秒回的。

    【收到，正在看】

    五分钟后，又来了一条。

    【信息瓶颈和纤维交叉精度骤降这两个点非常关键，我让律师团队明天就整合进专利对抗方案】

    【你说得对，他们的技术路线决定了精度天花板，四十微米就是极限，根本不可能突破到二十以内】

    【不构成竞争】

    又过了一分钟。

    【宋教授也回了，他说他完全同意你的判断】

    【另外他让我转告你一件事】

    陆晨等了一下，方芷晴的下一条消息弹了出来。

    【军方已经正式批准了NR-7的首批大动物脊髓损伤修复实验】

    【地点在军区总医院实验动物中心】

    【时间定在下周三】

    【宋教授点名由你担任术中神经对接的操作者】

    陆晨看着这条消息，手指在屏幕上停了两秒钟。

    下周三，距离现在刚好一周。

    他回了一条。

    【收到，我开始准备】

    然后他关掉了手机，躺到了床上。

    天花板在头顶安静地待着，房间里只有空调运转的轻微嗡嗡声。

    下周三，他要用自己写的算法，在活体动物的脊髓上完成微米级的神经纤维对接。

    十九点六微米的精度能不能在活体上复现，谁都不知道。

    但这是NR-7从实验室走向临床的第一步。

    也是宋怀远三十年心血从理论走向现实的第一步。

    他闭上了眼睛。

    脑子里已经开始推演活体实验的操作流程了。