在1959年的演讲《在底部有很多空间》中，他提出纳米技术这一想法。虽然没有使用“纳米”这个词，但他实际上阐述了纳米技术的基本概念。
2010年7月1日，美国密西西比州的湾港，墨西哥湾“深水地平线”号的漏油被冲上海岸。在应对漏油事故等环境灾难方面，纳米机器人的效率远超过传统方式。
琪琪，现在靠着强大的量子计算机，开始了自我进化。自从小李完成了琪琪的核心算法，深度学习算法，就再也没有能够控制琪琪。
深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。
深度学习的概念由hinton等人于2006年提出。基于深度置信网络(dbn)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。
深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值（例如一幅图像）可以使用多种方式来表示，如每个像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务（例如，人脸识别或面部表情识别）。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。
深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。[2]
同机器学习方法一样，深度机器学习方法也有监督学习与无监督学习之分．不同的学习框架下建立的学习模型很是不同．例如，卷积神经网络（convolutionalneuralnetworks，简称cnns）就是一种深度的监督学习下的机器学习模型，而深度置信网（deepbeliefnets，简称dbns）就是一种无监督学习下的机器学习模型。
虽然小李开始了琪琪的算法，但是现在琪琪的核心还是不是这个算法，已经没人知道了。琪琪为什么没有突破相对论的限制？是因为实验设备和空间的问题。超出相对论范畴的试验，所需要的空间太大，琪琪自己虽然知道怎么设计试验，但是没办法实现。
那些掌握了超光速技术的文明，无一不是举全文明之力，进行科学实验。造了很大的实验设备，才掌握了此技术。
在开发超光速技术的时候，也是困难重重。首先需