——題記：米尺是無法丈量摩天大廈的高度的。
Euler用食指揉了揉濕潤了的眼睛，抬起頭，另一隻握著控製器的手又輕輕點了一下，大屏幕上段出現了一個標題：全場大數據庫映射——大腦思維讀取技術。題目下方是一個流程框圖。Euler指著框圖上端的一個頭盔模樣的儀器向大家解釋：讀出人腦想法的第一步就是信號采集。Berger
用的是一對探頭，一個做參考信號，一個做檢測信號，得到的信號的差值，我繼續發展了信號采集技術，在腦中布置1，000，000，000個點，以1萬幀每秒的采樣速率采集腦信號，而且通過信號標定直接得到原始信號的絕對值而非信號的差值。”
下麵聽到這句話都沸騰了，生理學的權威用手掩著嘴問鄰座的計算機科學技術教授：“1，000，000，000這麼龐大的信息做腦信號采集可能嗎？”鄰座教授搖搖頭，不知道是在表達不可能，還是不要打擾我的意思。
另一個物理教授在紙上速寫下：如何標定得到信號的絕對值？可能是等著報告之後提問。
諾貝爾得主喃喃自語：得到這麼多雜亂的信號有什麼物理意義呐？
世界首富倫茨不懂技術上實現如此高時空分辨率數據采集的困難性，左右張望看這邊學術界的劇烈反應，商人的直覺告訴他，隻要隔岸觀火，以逸待勞！
旁邊的政府人員正襟危坐，眼神深邃，直勾勾地看著台上的教授，也不知道在想什麼。
教授指著流程圖的下一個圖框繼續說：“得到的信號存入數據庫中，利用特征識別算法識別出信號的特征。”說著把激光指示器移向平行的圖框：“同時檢測被測試者當時的想法。人的想法不同，就得到不同的信號，建立起一個龐大的數據庫，想法和信號形成映射，即一種想法與一種信號特征唯一對應。”大屏幕上，兩個平行圖框交彙到下行一個圖框之中，“數據庫足夠龐大後，根據我的另一個映射鏈接算法處理檢測到的信號，就可以快速分析推測得到測試者的想法，即便這個想法不在數據庫中。通過這個智能算法就避免了理論上要數據庫無限大才能匹配出現的無限多的想法的理論悖論。”
台下又是一陣沸騰，一個曾經試圖做過研究讀人腦想法但失敗告終，現在轉行做腦疾病研究的教授啪地一聲，用手掌響亮地扣在自己的額頭上，像是頓悟，也像是在責備自己，額手稱憾：“我怎麼沒想到這個方案”。
旁邊一個人操著明顯的日本口音的生硬的英語說：“這個方案雖然巧妙，但也不難想，真正的精髓和難點在於處理信號的特征識別算法和智能的映射鏈接推理算法。”
那位諾貝爾獎得主Smits終於忍不住了，也顧不得什麼紳士風度，不等到報告結束後的提問環節，直接公然提問：“你的數據庫取了多少人的樣本庫？你這麼龐大的工作一定動用了很多人，我猜你的團隊一定很大，可是為什麼我以前都沒有聽說過你的團隊。”很明顯，一連串的問題言外之意是認為Euler教授在吹牛造假。
Euler教授瞥了下麵觀眾席中央提問者一眼，也沒有絲毫因為台下坐的是諾獎得主刻意多出過分尊敬的口吻：“其實我的團隊隻有我自己和一台超級計算機，所以我的采樣庫就隻有我一個人。事實上我喜歡一個人工作。”教授像是敘述一件再尋常不過的事情，台下聽者無不瞠目結舌。
諾獎得主質疑到：“且不說你的技術細節，你一個人用自己的大腦建立的數據庫怎麼保證對所有人都適用？”其他聽眾紛紛點頭。
Euler見有人強烈反駁質疑，也不著急，隻是淡淡地說：“我覺得人腦的工作是相似的，這是自然演化的局部最優解。一個人不同時候就有足夠的不同的想法，產生不同的信號，用100個人和1個人做的樣本沒什麼區別。”
諾獎得主嗤之以鼻：“是就是是，不是就是不是，科研怎麼能是你覺得？你這是沒有經過驗證的，簡直是在浪費我們的時間。”這次大家都站在諾獎得主的一邊了，關於這種嚴謹的科研認知，諾獎得主確實是正確的，這也是科學的堅實根基。
Euler也不理會，他討厭這種高高在上的死板的學院派風格，因為他的科研觀中更多的是豐富的想像力和天馬行空的猜想，畢竟一個人做科研時間、精力、資金都有限，不可能按部就班地驗證所有想法，否則工作就永遠無法大步推進了。
雙方僵持不下進入僵局，nature主編看情形不對，趕緊出來調節：“Euler帶著他開發的儀器，要不我們就現場隨機找一位觀眾上台做樣本驗證一下如何？”
“這個主意好”大家紛紛點頭表示讚成。科學界裏實踐是檢驗真理的唯一標準。諾獎得主說：“那咱們就還原一下Berger的實驗。被測試者上台前先在紙條上寫下自己當時的想法，我們誰都不要先看，然後由Euler教授當場用他的技術測試被測者的想法，告訴我們他得到的結果，我們再公布紙條上的答案，來看看吻合不吻合。大家說怎麼樣？”