“因為人腦神經網絡的高度複雜及隨機性，找到能夠完整描述該網絡的數學模型非常困難，其概率無限接近於0。”這是第一節最後給出的一句話，對於這句話，肖遠非常認同，他記得在和史密斯教授討論人工智能發展的時候，史密斯曾經說過一句話，如果有一天有人能夠抽象出人腦的計算模型，那麼不出數年，就會有完全等同於人類智能，甚至超越人類智能的人工智能體出現。
“超大規模集成電路將數億，乃至數十億的晶體管集成到方寸之間，這是迄今為止人類最偉大的發明之一……”
在對人腦的計算原理簡介結束後，文章進入了第二節，超大規模集成電路，這一節的行文方式和第一節相同，隻是對超大規模集成電路及其實現原理做了簡介。
“雖然超大規模集成電路的集成度已經達到納米級，甚至將來還會更高，而且實現原理和實現目的各不相同，但是任何一種超大規模集成電路的設計邏輯都是可以用相對簡單的數學模型進行描述的……”
文章在第二節最後列出了某種通用的超大規模集成電路的數學模型，實際上這個模型非常複雜，肖遠因為這方麵基礎知識的欠缺，對這個模型也隻能看懂個大概，具體細節方麵他理解的並不是特別清楚。
第二節在給出超大規模集成電路的內容後結束，行文進入了第三節，人腦智能係統模型。
第三節是第一章的核心內容，篇幅最長，行文也最詳細，在這一節開頭，先對人腦的實現原理與超大規模集成電路做了一番類比假設，比如將腦神經細胞比作超大規模集成電路中的晶體管，或者某個晶體管功能單元，將神經元細胞間的神經纖維比作集成電路中晶體管之間的電路連接等等。
在這個類比的基礎上，通過對超大規模集成電路的泛化，一路推導，最後得到了一係列比超大規模集成電路複雜，且在一定程度上符合人腦神經元特征的數學模型，這個模型被文章稱作人腦神經網絡簡化計算模型。
在得出這個模型後，文章進入了第四節，這一節的標題是人腦神經網絡簡化計算模型的隨機化，之所以對人腦模型進行隨機化，是為了是計算模型進一步切合人腦神經網絡的真實情況。
“為了使隨機化後的結果最大程度的切合人腦神經網絡的真實情況，我們嚐試了多種隨機化方法，並利用真人做了大量試驗，最終得到了一個結論，人腦計算模型隨機化是一個正確的方向，究竟采取哪種計算模型，和實驗體在接受改造之前的知識經驗有關。”
這是第四節開頭統領全篇的一句話，盡管已經看過一遍了，肖遠卻再次這個結論中所表述的事實感到了震驚，一係列問題浮現在腦海中：
“用真人做了大量試驗，這些實驗體究竟去了哪裏，他們是死是活？”
“為什麼腦波研究所的研究員會說，他和胖子是唯有的兩個符合中心係統腦波接入的人？”
“我是不是也是其中一個實驗體？”
“……”