“这个时候就别这么多杂念了……”

“自己什么性格自己不清楚吗？除非关键一瞬，不然我的脑子向来都是杂念丛生的好……么……”

原生突然感觉自己整个人都变了形状一般。

他的意识在延伸……

或者说，有远方的数据被下载到生物脑中。他的念头化为数据上传到远方。

在这里，每一句话，每一个动作，都会对数据本身产生影响。

然后，向山感受到了一股强烈的挤压……

不对，是反弹。

“阿零给的后门已经被补丁给堵上了吗？看起来不能继续深入了，这条路上一定会有‘蜜罐’。”小八低声说道。

这句话是对自己的自我暗示。

周围的景色再一次变化。黑暗消失。

向山看到了墙壁。

仿佛建模出了问题一般，无数细微线条组成的稀疏墙壁。

小八想着墙壁伸出手。

他并不是真的“伸出手”了。他也没有灵魂出窍。这一面墙壁是他所得到的数据反馈，是从服务器下载到的数据、经由生物脑的处理则想象成的。向山也只是借由“伸出手”的这个念头，来进行自我暗示。

向山生物神经网络之中，一部分自主放电的中层神经元，会与产生这个“伸手”这个念头的神经元，以及将之囊括在一起的内功神经回路一起，形成混杂的“预测式编码结构”。

这是大脑的一个固有机制。

大脑依靠神经元网络层层抽取抽象概念、特征来进行识别。“深度学习”就是模拟这一过程，利用一层层的计算机编码，抽取输入信息的特征，进行单独的识别，并进行复杂的模拟计算，并最终给出结果。其中的“深度”，便是指“模拟神经网络的层数”——输入层与最终输出层之间、模拟层层抽取特征的神经元网络的“隐藏层”。层数越多，计算的深度也越深。所以越是复杂的选择问题，越需要深度的层次多。

21世纪初所出现的超级围棋计算机AlphaGo，其策略网络是13层，每一层的神经元数量为192个。

人类在辨识、思考的时候，一部分自主放电的中层神经元，就可以与输入神经元形成“预测编码结构”，在输入信息符合“预期”的时候，可以跳过“调集大量神经元对外来信息进行加工”的过程。

而内功修炼到高深处，便可以对这个机制移花接木。在特定的状态下，内功高手可以用更直观的简单神经冲动，唤醒一大片刻录了强大内功的神经回路，甚至跳过了主观意识的阶段，直接用自己大脑的数学机能解决问题。

然后，一团光焰从防火墙上爆发出来。

向山一把握住了虚拟的火焰。

向山的意识回到了原地。

他的身体其实从刚才开始就一动不动。

“嗯，升级了最新的防火墙？因为三年前的事情，所以意识到自己可能被内功高手盯了很久？”向山看了看自己的手。虽然刚才都是自己大脑在数据冲刷下擅自脑补的幻觉，但那团火焰背后也是有实际存在的数据的。

小八的那一伸手，实际上包含了许多种常用的侵入手段。

而防火墙的反馈数据，已经被拿到手里了。

探测攻击，完成。