姜迎曦将照片轻轻放在沙发上，起身去厨房收拾碗筷。收拾完走出来，看见宋芷微已经倒在床上，呼吸均匀绵长。
姜迎曦将她随手扔在床边的拖鞋摆正，这才退出来，轻轻带上了卧室的门。
客厅安静下来。
她坐回沙发，又拿起那张毕业照，视线落在孙婕身上。
照片里，她瘦得脱了相，颧骨微凸，下巴尖削，虽然嘴角还挂着笑，但气色暗沉沉的，眼底透着病气。
姜迎曦没犹豫，拿起手机，点开和孙婕的对话框，飞快地打了一行字，发送。
【你得去大医院做个全身检查。】
几分钟后，孙婕语音回复，【我去医院检查了，没什么大事，前阵子找中医开了些中药，正在调理呢。】语气还是那副大大咧咧的样子。
姜迎曦把手机搁到一旁。
窗外的天色暗了些，她慢慢舒出一口气，告诉自己，没事就好。
不知不觉间，姜迎曦想起了童年。
小时候，她和伙伴们在村口玩游戏。几个高年级的孩子定规则，她蹲在地上听了一遍，站起来说这不公平。其他孩子嫌她扫兴，说听哥哥姐姐的准没错。
她没理会，又把自己的理由重说了一遍，话没落地，有人甩过来一句，“那你就别玩儿啊！”
她一听，退出了那场游戏，坐在旁边的石墩上看他们玩儿。从头看到尾，一点不觉得委屈，只觉得规则不对的游戏玩起来没意思。
后来上学了。数学课上，老师讲了一道题，她在草稿上演算了一遍，发现数字对不上，直接举手，“老师，你说的不对。”教室里瞬间安静，老师抬头，眼神冷冷地看向她。
旁边的同学争先恐后地发言，都说老师讲的是对的，是她算错了。
她没有再争辩，只是第二天，她拿着写满一页草稿的本子走到数学老师面前，“老师你看，你昨天算错了。”
数学老师只看了一眼，便扔给了她，“姜迎曦，参考答案和老师讲的是一致的。”
她抬起头，目光坚定，“那就是参考答案错了。”
数学老师上下扫了她一眼，冷笑，“那老师是不是还得跟你道个歉？”
等她走出办公室，听见里面飘出一句，“你说她傻吧，成绩倒挺好，你说她聪明吧，说话跟个傻子似的。”
她顿住脚步，转身推开办公室的门，盯着数学老师震惊的眼睛，“老师，你刚才说的话，要跟我道歉。”
后来上了高中，身边的同学和老师不再关注一个学生的特质，所有人的心思都扑在分数和排名上。
她不再像小时候那样随时随地纠错，学会了专注自己，也没有刻意去融入什么。
她不太确定这算不算孤独，但也没觉得有什么不好。
再后来考上大学，要住校。她拖着行李箱站在校门口时，心里倒谈不上紧张，只是觉得这种集体生活大概会跟自己不太合拍。
没想到，她拖着行李走到宿舍门口时，正碰见孙婕开门，扫了一眼她脚边的行李，问了一句，“自己一个人来的啊？”
她点点头，“嗯。”
孙婕没多说什么，顺手接过她一个行李箱，直接推进门，下巴朝一张空床抬了抬，“这个床我占了，剩下的，你看看。”
姜迎曦选了孙婕对面的。孙婕二话没说，从自己的架子上扯下抹布，开始帮她擦桌子和床板，边擦边说，“你这桌子有点灰，先擦干净再放东西。”
从那以后，不管什么场合，什么情况，孙婕永远冲在最前面。是孙婕带着她适应了宿舍生活的节奏，也是孙婕让她觉得，做自己这件事不需要顾虑任何人的眼光。
她说想买房，别人听了也许会在背后笑她心气高，但孙婕不会，只问她想买个多大的，总价是多少，将来她去，有没有房间住。她说要出国留学，别人可能会觉得她家境一般，没必要折腾，但孙婕说“去啊！干嘛不去。”
不管她做出什么决定，孙婕从没说过一个“不”字。
窗外的夕阳已经落下，只剩下一点残光。
姜迎曦忽地意识到，孙婕走进她生命的时候无声无息，但不知不觉间，她已经成了自己身后那面坚实的墙。
宋芷微醒来，已经是第二天早上十点了。
阳光从窗帘缝隙里漏进来，鸟叫声频繁，却不觉得嘈杂。
她揉着眼睛晃进厨房，从冰箱里摸出一盒牛奶，倒了满满一杯，端着走到姜迎曦身边。
姜迎曦正戴着耳机坐在书桌前，屏幕上开着网课，笔记本摊在面前，快速做着笔记。
宋芷微没打扰她，靠在桌沿喝了几口牛奶，视线漫无目的地扫了圈，最后落在了书架上。她顿了一下，凑近了看，表情有些意外，“你还研究心理学？”
书架上整整齐齐地码着十几本心理学相关书籍。《心理学》《迈尔斯普通心理学》《津巴多普通心理学》《社会心理学》，还有几本关于认知行为疗法和情绪研究的专著，都有明显的翻阅痕迹，有些地方还夹着便签条。
姜迎曦听见她的声音，摘下耳机，抬头扫了一眼自己的书架，语气平平的，“嗯，我辅修了心理学。”
“为什么？”宋芷微脱口而出。
她认识姜迎曦这么久，太清楚这个人了，说话直接，情绪上脸，别人拐一个弯就能感受到的东西，她得拐五个。
学心理学？听起来像让鱼去爬树。
姜迎曦神情安定，“因为……我想自己找一个答案。”
她不太确定姜迎曦要找的答案是什么。也许是关于某个人，也许是关于某段经历，也许只是关于她自己。但她看着姜迎曦侧脸，那副认真到近乎固执的模样，忽然觉得，姜迎曦做什么都不奇怪。
宋芷微突然就不想再追问了。
她说，“你一定可以。”
第60章 上课
正式上课第一天，姜迎曦就领教了什么叫水土不服。
第一节课是深度神经网络理论与实践。她原以为这不过是一门讲原理的基础课，像国内那门《神经网络与深度学习》一样，从感知机开始，一步步推到反向传播。
结果教授连自我介绍都省了，只花了不到半小时把神经网络的基本框架带过，剩下的时间全部放在了案例上。而且他语速极快，再加上全英文授课，稍一走神就跟不上节奏。
讲到某个节点，教授忽然停下来，在白板上写下三个字母：AI, ML, DL。
随即搁下笔，“哪位同学能用三句话把这三者的关系说清楚？”
教室里静了三四秒。
前排一个男生开口，英语清晰流利，“AI>ML>DL。AI是终极目标，ML是达成目标的方法，DL是ML中一类特定的高阶技术。”
教授点了点头，“不错，概念背得很准确。”
话音刚落，教室里就有人忍不住笑了一声，随即稀稀拉拉的笑声跟着响起来。
教授顿了顿，视线扫过一圈，最后落在教室里唯一的亚裔面孔上。
“这位同学，就拿我刚才问的问题举个例。在生物医学工程里，什么算AI，什么算ML，什么算DL？”
姜迎曦愣了一拍，没料到第一节课自己就被点名。
正准备起身，屁股刚离开椅子，突然意识到不需要站着回答问题，于是坐了回去。
她稳了下呼吸，放慢语速，“比如，一个系统要判断一张医学影像里有没有肿瘤。从AI层面来看，核心问题是定义这套系统的最终价值边界。”
她的语速还跟不上思维节奏，说到某个专业术语时，脑子里要短暂搜索一下才能吐出来。
“……就是让机器模拟人类放射科医师的判读能力，自动完成医学影像中肿瘤识别的辅助工作。”
……
她说完，看向教授。教授没点头，也没摇头。她心里没底，不确定自己的表达是否足够准确。
“那你认为，在这个例子中，用DL一定比用传统方法更好吗？”教授继续追问。
姜迎曦几乎没有犹豫，脱口而出，“不一定。”
教授没有接话，只是看着她。
她只好硬着头皮往下说，“如果数据量很少，DL的可解释性反而更差。尤其是在医疗场景里，医生往往需要知道机器为什么做出某个判断，而不仅仅是机器做出了什么判断。”
教室里安静了一瞬。
“不错，至少你考虑过使用场景。”教授说完便转身继续讲课。
姜迎曦轻轻呼出一口气。旁边的女生侧过头，低声说了一句，"Nice answer."
她愣了一瞬，小声回，"Thanks."
……
上了一周的课，姜迎曦终于确认，这里的教学方式和国内是两套模式。
以前在国内，老师主讲，有课件，有PPT，节奏比较缓慢，每节课的重点还会标注出来。
但在这里，教师只引导，白板上手写推导，节奏快，信息密度大。
这就意味着，不预习课就等于白上。