，然后点击“添加到主屏幕” 千千小说网 www.77txt.net，去未来搞点黑科技很正常吧？无错无删减全文免费阅读！
文很羡慕，成果顶级，大佬青睐，还年轻，buff给他叠满了。
“这就是顶级科研者的价值所在。
像欧拉的手稿、成果、思考给俄国数学界吃了三百年。
越顶级科学家的越是富矿。
陈现在已经有这种潜质了。”
莱维特也很感慨，他还记得前年年底的时候去华国参加科幻评奖，当时陈元光找到他谦虚的模样，让他以为对方只是来套磁的。
结果对方自己就是鲨鱼，短短两年时间就已经锋芒毕露。
莱维特作为诺奖得主，他很清楚诺奖得主之间也有区别，有人得诺奖，诺奖是他的光荣，而有人得诺奖，诺奖的光荣是他。
在莱维特看来，才二十岁出头的陈元光完全能做到后者。
史蒂文问道：“教授，你没有想过把莱特招揽来斯坦福吗？
斯坦福应该随便给他一个教职吧。”
说起这个，史蒂文露出奇怪的神情，他有点不想继续这个话题，因为他又想起陈元光拒绝他的离奇理由，因为他朋友在纽约。
当时陈元光给他的理由是，他更喜欢巴文迪的研究方向。
今年两人开始合作后，莱维特发现对方对生物计算兴趣和能力同样浓厚，于是又问了这个问题，陈元光这才说实话，说因为他朋友在纽约，波士顿离纽约更近。
莱维特永远不会忘记当时自己的心情，简直和吃了鲱鱼罐头一样难受，敢情我的博士还不如朋友之间多看几面值。
等陈元光做出预测模型后，他自我安慰，说天才就是这样有个性，天才有其超凡之处，自然个性也很突出。
“我邀请过他，他可能不太喜欢硅谷的气候。”莱维特说完自己都不相信，因为加州气候明显要比波士顿更好。
波士顿漫长的寒冬怎么比得上气候宜人的加州。
他又补充了一句：“总之我邀请过他，他不太想来斯坦福。”
史蒂文内心猜测，估计对方更喜欢MIT，所以教授才会露出这样的神色。
史蒂文怎么都猜不到真实原因。
“原来是这样，看来我短期内没有机会见到莱特了，他在生物计算上的成就真是惊人。
我有朋友在硅谷，因为莱特的成果，这段时间硅谷冒出了很多主打生物计算和人工智能结合的公司，专门为医药企业提供人工智能服务。
他们招了一帮计算机博士和生物学博士，说是要提供新型医药外包服务。
像辉瑞、阿斯利康、罗氏制药这些药企，也开始加大在AI上的投入，光是辉瑞，最近给英伟达下了超过两亿美元的订单。”
因为打算毕业之后去工业界，所以史蒂文格外留意硅谷生物方面的前沿动向，这关系到他后续发展。
他对硅谷工业界的最新动态如数家珍，莱维特听完后说：“确实如此，人工智能技术在生物计算领域的优势非常明显。
传统的数学建模已经无法满足现在学术界的需要，我们需要新方法和新理论，现在新方法已经有了，但是新理论还是一片空白。”
(本章完)
文很羡慕，成果顶级，大佬青睐，还年轻，buff给他叠满了。
“这就是顶级科研者的价值所在。
像欧拉的手稿、成果、思考给俄国数学界吃了三百年。
越顶级科学家的越是富矿。
陈现在已经有这种潜质了。”
莱维特也很感慨，他还记得前年年底的时候去华国参加科幻评奖，当时陈元光找到他谦虚的模样，让他以为对方只是来套磁的。
结果对方自己就是鲨鱼，短短两年时间就已经锋芒毕露。
莱维特作为诺奖得主，他很清楚诺奖得主之间也有区别，有人得诺奖，诺奖是他的光荣，而有人得诺奖，诺奖的光荣是他。
在莱维特看来，才二十岁出头的陈元光完全能做到后者。
史蒂文问道：“教授，你没有想过把莱特招揽来斯坦福吗？
斯坦福应该随便给他一个教职吧。”
说起这个，史蒂文露出奇怪的神情，他有点不想继续这个话题，因为他又想起陈元光拒绝他的离奇理由，因为他朋友在纽约。
当时陈元光给他的理由是，他更喜欢巴文迪的研究方向。
今年两人开始合作后，莱维特发现对方对生物计算兴趣和能力同样浓厚，于是又问了这个问题，陈元光这才说实话，说因为他朋友在纽约，波士顿离纽约更近。
莱维特永远不会忘记当时自己的心情，简直和吃了鲱鱼罐头一样难受，敢情我的博士还不如朋友之间多看几面值。
等陈元光做出预测模型后，他自我安慰，说天才就是这样有个性，天才有其超凡之处，自然个性也很突出。
“我邀请过他，他可能不太喜欢硅谷的气候。”莱维特说完自己都不相信，因为加州气候明显要比波士顿更好。
波士顿漫长的寒冬怎么比得上气候宜人的加州。
他又补充了一句：“总之我邀请过他，他不太想来斯坦福。”
史蒂文内心猜测，估计对方更喜欢MIT，所以教授才会露出这样的神色。
史蒂文怎么都猜不到真实原因。
“原来是这样，看来我短期内没有机会见到莱特了，他在生物计算上的成就真是惊人。
我有朋友在硅谷，因为莱特的成果，这段时间硅谷冒出了很多主打生物计算和人工智能结合的公司，专门为医药企业提供人工智能服务。
他们招了一帮计算机博士和生物学博士，说是要提供新型医药外包服务。
像辉瑞、阿斯利康、罗氏制药这些药企，也开始加大在AI上的投入，光是辉瑞，最近给英伟达下了超过两亿美元的订单。”
因为打算毕业之后去工业界，所以史蒂文格外留意硅谷生物方面的前沿动向，这关系到他后续发展。
他对硅谷工业界的最新动态如数家珍，莱维特听完后说：“确实如此，人工智能技术在生物计算领域的优势非常明显。
传统的数学建模已经无法满足现在学术界的需要，我们需要新方法和新理论，现在新方法已经有了，但是新理论还是一片空白。”
(本章完)