搞自动驾驶的企业都很难拿到投资。
因为投资人会问你，你凭什么打赢特斯拉？凭什么打赢千度？而且国内的新能源车企都有自己的自动驾驶部门。
你靠什么去抢占市场？
像千度在自动驾驶领域烧钱烧了这么多年，一直没有商业化落地的成果出来。
更别提创业公司，投资者会疑惑我要烧多少钱给你才能看到结果，万一我烧了几十亿，结果你还是比不过其他企业呢？
这种想拉投资非常难。
ind能拉来投资，成功度过b轮，主要是因为他们不止做自动驾驶算法和深度学习平台，更多的还做ai芯片设计。
这个领域玩家少，ind背靠剑桥身处英格兰，人才团队很强。
而且他们b轮投资的金额不多，所以能拉到投资。
程钢问道：“轮会跟投吗？”
鹅厂投资部门的负责人喝了口咖啡：
“估计快了吧~他们b轮融资才融了两千四百万米元，现在都过去两年了，估计烧的差不多了。”
“我个人倾向于投一点试试看，我们b轮才投了六百万米元，c轮就算价格翻倍，也不过才一千二百万，洒洒水。”
“应该会跟投，不过还是要过会决策。”
“ind在自动驾驶方向说实话我是不指望他们能做出什么成果来，但是在一些汽车性能调教上的深度学习还是不错的。”
“国内想从零开始拉起一不会比投ind便宜多少，你们如果想参与到c轮投资里来，我可以帮你们牵线。”
“正好b轮的投资方rbcaal想退出。”
想鹅厂的投资部每年要看的项目超过两百个，管理的项目数量也在三位数。
他们的投资项目管理系统里每个项目的最新信息都会同步更新进去，调阅起来一目了然。
程钢已经打听到了他想要的信息，自然也要透露一些作为交换：“我们打算进军半导体，想收购一家业界具有一定底蕴和有一只不错团队的ai芯片公司。”
“ind是我们的目标之一。”
对面的鹅厂投资部门负责人第一反应是：
“你们要进军半导体？科创生物的股价又要涨了，我可以考虑买几手放着。”
“半导体烧钱啊，随随便便几十个亿就烧没了。”
“你们打算做脑机连接芯片？也是，你们想有更深的护城河只能在这方面进行深挖了。”
“我一直很好奇郑董的大脑是不是跟我们构造不一样，不仅科研厉害，连公司战略布局眼光都够好。”
“你们如果把脑机连接芯片弄出来，马斯克的neuralink想赶上你们就难了。”
他站在专业投资者的角度，认为科创生物在脑机连接领域的领先优势还不够明显。
当然脑机连接领域的市场份额很大，足够容下好几个玩家。
但是垄断和一超多强，市场给的估值是不一样的。
......
圣彼得堡常年阴天，佩雷尔曼喜欢在阴天的时候思考，在出太阳的时候发呆。
灵感来临的时候就记录下来，没有灵感的时候就一直思考，经常将自己写的东西放在一起思考，看能不能串在一起。
越是思考越是觉得海伯算法的精妙之处，完美的将分析、几何和代数内容结合在一起。
佩雷尔曼发现想研究出一个普适的方法来找到通解几乎是不可能的。
如果把问题进行简单化，就好比证明不了“1+1”，可以先从“8+9”开始慢慢推进到：“1+2”。
佩雷尔曼的思路是通过海伯算法和海伯常数确定出存在符合oin的坐标的集合。
再将集合跟天文学观测数据进行比对计算，将集合进一步缩小。
最后再将更小的集合通过超级计算机进行计算。
目前卡在第一步。
俄国计算机方面的科学家们在做最后一步，研究合适的算法以及编写程序。
他们打算一边先开始计算，一边等佩雷尔曼的进度。
寒风从窗户吹了进来，把他吹得打了个哆嗦，马上要进入冬天了。
像数学问题没办法通力协作，基本上也无法通过给压力让研究人员加快进度。
所以这些年别的领域时常有导师压榨研究生的新闻传出来，但是数学专业从来没有过这种新闻。
因为不会就是不会，想不出来再怎么想也想不出来，不是花时间一定能得到结果的学科。
到了数学最前沿领域的问题，会和不会之间的鸿沟无法用时间来填补。
导师反而怕学生太执着而得了什么心理疾病。
佩雷尔曼的思路其他国家也有数学家想到了。
阿美利肯的克雷数学研究所将该问题简化后，公之于众，宣称但凡解决了该问题的能得到一千万米元的大奖。
克雷数学研究所就是2000年公布千禧年大奖难题的那个研究所，其中七个千禧年大奖难题中的庞加莱猜想就是佩雷尔曼的证明的。
虽然克雷数学研究所将问题换了个面貌，但是在有心人眼里一眼就能看穿，这就是在求海伯算法的广泛常规解。
而英格兰方面也将怀尔斯、高尔斯等一众顶尖数学家组织起来，试图集众人之力解决这个问题。
俄国也同样，只是佩雷尔曼思路陷入死局的时候，会去听听同行们的思路，但他大多时候都是一个人呆着静静的思考。
“空间是三维的，我引入有限维空间的toez算子，通过算子在规范共轭映射下的不变正交量。”
“这样的