新城这座城市妥妥的是群星资本的基本盘，方鸿的一大目标是要在将来把这座城市打造成为超一线大都会，一座人人为之向往的理想定居之城。
这也正是方鸿非常上心，并积极向新城市方面提出五大建议促进生育率的原因，除了生育率这一块，以后还会从其它方面着手为这座城市的发展建言荐策。
如果说魔都是国内的金融中心，首都是正治中心，那么不久的将来，新城要成为全国的科技中心。
现在已经有大量的高科技公司进驻新城，而且光是群星系旗下子公司就不少，这些企业在新城落地，也正在吸引大量的科技人才到这座城市寻找机会。
……
翌日，2月17日周一。
下午13点20左右，方鸿自个儿在二楼的书房里，此刻正在参加量化资本的财报电话会议，不过他全场不发一言，只当一个听众，也就只有陈宇知道他在，其它与会者甚至都不知道群星资本的创始人也在。
一位投资者在电话会议上问询：“小绫同学的关键算法是什么？据我所知，像ibm的‘深蓝’那样的智能体接受的是完全信息的博弈，而英雄联盟这样不完全信息的博弈如何影响智能体的设计？小绫同学对之前的观察是否有类似于人类的‘记忆’呢？”
陈宇回答道：“小绫同学的算法模型可以隐式地对对手进行推理，即通过学习对其对手最有效的行为，而不是去试图建立一个对手实际看到的模型，可以说，这是一种更容易处理不完全信息的办法。”
“此外，不完全信息博弈并没有一种绝对最优解的博弈方式，这取决于对手的行为，这是我们在小绫同学在游戏对抗中使用的方法背后的动机，以及为什么这种方法对于覆盖所有战略空间很重要。但这在围棋之类的游戏里是不需要的，围棋类游戏有一个极值的最优策略可以击败所有对手，不管对手做出任何举动。”
不少与会的人知道，这种ai模型摇身一变就是股市中的博弈，股市里面的博弈之一，就有一条是信息不对称博弈。
一位专业的机构投资者询问：“贵司的人工智能消耗的计算量如何？”
陈宇从容笃定的回答：“为了训练ai，我们构建了一个高度可伸缩的分布式训练设置，比如该设置支持上万个英雄联盟的并行实列中学习的智能体，这是她能如此迅速成长的原因。”
那位机构投资者追问：“有业内开发者认为小绫同学失败的一些比赛是归咎于算法在比赛中被限制了视觉处理，但也有人并不认为这是一个令人难以信服的解释，因为英雄角色在迷雾中进进出出，而小绫同学在地图中来回移动作为回应，看起来绝对像是理解上的差距，而不是机械操作上的局限。”
陈宇回答道：“很难去解释小绫同学为什么输掉或赢得任何一场比赛，因为她的决策机理很复杂，是动态多智能体训练过程的结果。与之对抗的玩家们打了很多精彩的游戏对局，玩家们似乎发现并利用了小绫同学的弱点，但是很难说这个弱点是由于摄像头、较少的训练时间、不同的对手等等，而不是其它智能体。”
另一个与会者询问道：“请问陈总，小绫同学是否会做更加泛化的测试？能否在除了英雄联盟之外的其它游戏中运行，比如刀塔、反恐精英、坦克世界等等？”
陈宇旋即回答：“答桉是肯定的，这也是我们的开发团队正在努力做的事情，相信要不了多久便会有更丰富的测试训练。”