夕阳西斜，一束光线透过窗子在他桌前留下痕迹，下班的时间到了。

莫里森叹了口气，晃了晃脑袋，摒除那些乱七八糟的想法，正准备合上电脑下班。

忽然，伴随着提示音的响起，一篇论文卡着时间发了进来，出现在自然杂志的审稿系统上。

莫里森准备关电脑的手停了下来。

论文的标题深深吸引了他的目光。

《SolvingComplexDecision-MakingProblemswithPolicyGradientAlgorithm》    使用策略梯度算法解决复杂决策问题...这是什么领域的论文？

莫里森顿时来了兴趣。

不如，把这篇审完再走？

反正也花不了太长时间。

他点开论文，轻读出声。

在这篇开创性的论文中，我们首次提出了一种创新的策略梯度算法，该算法能够使机器自主训练并生成复杂的决策策略。

在以往的研究中，机器的决策能力往往受限于人类预设的规则和边界，而我们的工作打破了这一局限，为机器赋予了自我学习和自我进化的能力...    上帝啊，这是什么研究！

莫里森瞪大了眼睛，从未听说过有研究是能让机器自我学习策略的。

而且，这似乎，是信息学领域的？

莫里森继续往下阅读，发现这篇文章他是完全可以看得懂的。

作者在论文的第一部分introduction里就简明扼要地抛出了自己对策略是什么这个问题的理解。

策略是一个函数么...，莫里森顿时有种恍然之感，这么来看作者的想法就很合理了，如果用神经网络来拟合函数，似乎真行得通！

不过，你要怎么去训练呢？

，莫里森一边思索，一边喃喃自语。

他似乎没有发现，自己已经顺着论文的思路逐渐往下看下去了，完全超过了平日里初审所需要的阅读范围。

莫里森继续往后阅读，后面的内容简直堪称惊世骇俗。

竟然是让由神经网络构成的智能体自行探索，逐渐学习策略。

莫里森初看到的时候只觉得异想天开，但是随着后面作者的公式推导与证明，他发现这似乎真行得通！

而后面的详尽的实验验证也证明了，这个技术是实实在在可以应用的。

莫里森的脸都因为兴奋而发红，如同喝醉了一般，如痴如醉地把整篇论文前前后后读了两遍。

直到他缓过神来，才发现天色已经黑了，整个自然杂志社就只剩下他一人。

莫里森看了看表，天，竟然已经是晚上九点了。

、    自己就这样因为一篇论文，坐在位置上看了整整三个小时。

他赶忙操作系统，把论文通过了初审，然后，从列表里找到了蓝星几所顶尖大学的著名研究员，把论文发给了他们。

发出论文后，莫里森仍然坐在位置上深深回味着。

他仿佛下定了什么决心似的，快速编辑了一篇邮件，深吸一口气，发给了杂志社主编。

那标题为辞职信的邮件中，只有短短一行字。

主编，我想做科研。