只要能捕捉到一只量子生物，就可以对它进行维度拆分，这不是什么恐怖的事情，是数学上的维度拆分，身高，体重，物理性质，化学性质等等，都可以单独作为一个维度，成为一个现实数据当中可以被感知机输入的X。
X1是身高，X2是体重，X3是某一物理性质......等等，一级一级拆分下去，可以拆出来数百万甚至数千万个X，这样一来，一个量子生物的所有数据就都被无限细分，从物理问题转换成了数学问题。
将这些所有的X带入感知机数学公式当中，预先设定好每一级的权重W和最后的偏移项b，一个未经训练的量子生物数学模型就做好了。
此时的量子生物数学模型展现出来的性质与真正的量子生物相比不能说天差地别，只能说毫不相似。
毕竟权重和偏移项都是人为预先设置的。
随后展开的就是漫长的训练过程，先建立一个数学模型的生成器，将预设好的量子生物数学模型导入。
然后再建立一个辨别器，将量子生物真实的数据特征进行捕捉，建立一个区别量子生物与非量子生物的框架，比如说叠加态与坍缩态，比如说跃迁的能力，然后将这个框架拿去和生成器生成的数学模型进行比对。
生成器与辨别器，两个模块一经启动就会不断的处于对抗之中，两者就像考官与考生一样，生成器是考生，辨别器是考官。
考生拿着自己生成的模型给考官看，考官拿着现实中的真实数据与考生给的模型进行比对，然后打上不及格的标签，表示打回去重做。
二者对抗，生成器每一次被打回，通过调整w与b的参数，就会比上一次更像一点，直到有一天，辨别器再也无法分辨生成器生成的数学模型为假，于此训练完成，黎开也就掌握了量子生物的核心模型。