良性循环就此开始，怎能不令人欣喜呢？
不行，不能得意忘形。
江寒深深呼吸了几次，冷静了下来。
然后开始考虑，如何使用这仅有的学术点。
先看一眼属性列表。
认知：6
观察：3
记忆：3
思维：4
想象：2
计算：5
律动：3
现在的问题是，加到哪一项上，收益更大。
是加强优势，还是弥补弱点？
只有这么1点，肯定要加到最需要的地方。
首先可以排除的，是观察、律动和想像，这方面并没有迫切需求。
然后认知也可以排除，自己的学习能力，目前还没有不够用的迹象。
剩下的三项：记忆、计算和思维，每一项都很重要。
这就不好选择了。
收益最大的是“记忆”，从3点到4点，收益率约为33.3%；
而“计算”这一项，原本就有5，再加1点，收益只有20%；
至于“思维”，则介于两者之间。
这么说，应该先提升“记忆”力……
要不要再好好考虑一下？
也许等到了某些关键时刻，遇到了什么巨大障碍，再加上去，才是最恰当的时机？
……
……
……
……
算了，以后学术点慢慢多起来，就不值钱了。
好东西吃到肚子里，才是自己的。
所以，还是先点上去，看看效果再说。
想到这里，江寒试着下令，加了1点到“记忆”上。
没想到，信息栏上立即出现红字提示：“无可分配学术点。”
问题出在哪儿？
江寒若有所悟：也许要等刊物正式发行，获得的学术点才可以分配！
接下来，很自然的，江寒开始考虑下一篇论文。
有了“感知机”之后，能水论文的地方太多了。
等到这篇论文登刊，如果有人关注的话，几乎一定会发现，“感知机”有个非常大的缺陷。
那就是无法解决异或问题。
而且，无论谁发现了这个问题，十有**都会立即发文。
虽然算不上重大成果，可多水一篇论文，谁会拒绝呢？
别以为外国的科研工作者，就没有水论文的需求。
但这个发现“感知机”缺陷，推动技术进步的机会，江寒可不想让别人捷足先登。
第二天。
江寒从早读开始，就开始撰写论文。
这是江寒的第二篇“豆腐干”。
在这篇短短的论文中，他先是用稍微有些情绪化的措辞，对“感知机”的学术重要性大加贬低。
然后丝毫不留情面地，直指要害。
“这个被命名为‘感知机’的东西，实在太粗糙了，甚至不能解决异或问题。”
“假设输入空间为2维，输入的训练数据集T=(x11，x12，y1)，(x21，x22，y2)，...，(xN1，xN2，yN)，yi∈{?1，+1}
其中，xi1、xi2和yi之间，满足异或关系：
即当输入的xi1、xi2同为0或同为1时，yi=0；
而当xi1、xi2之中，其中一个为0，另一个为1时，yi=1；
则永远无法找到一个线性函数，对此数据集，进行二元分类。
也就是说，“感知机”无法处理异或问题！
在这里，甚至可以断言：任何线性分类模型，都无法处理异或分类问题。
详细的数学推导如下……”
只用了一节课，江寒就打好了草稿。
谁让“批评”永远比“发现”来得简单呢？