思维模型的研究，依旧是一个挤牙膏的过程。
要不断替换公式、纠正参数、发现问题、解决问题。
这是一个需要耐心的过程，更需要庞大的算力，不仅仅是计算机的算力，也包括楚飞自己的思维能力。
虚拟空间中，同时演算四个思维模型；而楚飞也需要同时观察四个模型，并不断纠正。
这同样是一个需要扎实知识根基的研究——这其中需要怎样的公式、如何替换公式、代入怎样的参数等，都需要丰厚的知识。
同样，在这样的研究过程中，也是一个不断实践的过程，在实践中检验自己的知识体系。
随着演算，不断有数据被筛选出来，进入数据库中。
又随着数据库的积累，经验公式越发完善，甚至连拓扑结构也越发的丰富起来。
整个经验公式渐渐形成了主干和分支，分支交叉渐渐形成网络。
一个拓扑网络渐渐形成。
到现在为止，楚飞才惊觉变化：
“这就是智能神经网络系统吧，至少算是一个神经网络的雏形。”
发现这个，楚飞回头寻找人工智能的相关技术、相关架构，并继续代入其中运算。同时也寻找类似的ai结构借鉴、甚至是节选部分代码嵌入自己的系统中。
四个思维模型的运算速度陡增，数据库加速丰富，那初级的神经网络系统加速蔓延，并从平面结构，开始向立体结构蜕变。
一个ai结构，正在迅速形成。
随着ai的形成，又反过来推进思维模型的演算。
思维模型的演算，竟也开始加速。
如此进行两天时间，一个新的稳定的思维模型架构确立，计算机自发完成一次校验工作。
至此，
思维模型内，一个个逻辑链、拓扑结构纵横交错，虽然本质上还是欧几里得几何空间的内核，但却大空间套小空间，环环相扣，又相互嵌入。
初级的思维模型，本质都是正四面体架构，每一个小正四面体就如同一个小小的计算单元。无数正四面体单元不断堆叠，最终形成了复杂的思维结构。
但这一次计算机的行为却与先前不同了：
看了一眼正在自发运行的、初步成型的ai网络，楚飞退出虚拟空间，再次将自己的
依旧是双核四线程的结构，但因为结构更加细腻，楚飞构建思维模型用了七个小时，消耗一支超能药剂、四桶肉粥、一包营养物质补充剂。
睁开眼睛后，楚飞眼神中闪过一抹希冀——这次思维架构应该更好吧，毕竟用上了ai推演！
跑分试试！
几分钟后，跑分几十次，最终跑分稳定在：14077次/秒！
相比于