实际上，就是在读取数据信息后由芯片直接计算出结果，然后输出「告知」负责该工作的众多神经元，抢先报出答案，让大脑在几乎无意识的状态下就能「灵光一闪」，涌现出一串准确的数据。
不过想要嵌入更复杂的运算，就有些困难了。
因为不同的人在想到开根号、开平方这些在自然界中不太直接的计算、或者说较为抽象的概念，神经信号可能有着显着的差别，需要兼容多种模型，重新设计。
作为后天建立起来的思维模型，这跟自然界本就存在的运动神经信号的高度相似性截然不同，毕竟前者属于进化出来的高等智慧，承载着人类的想象力、创造力和逻辑思维能力，后者仅仅是动物天生就有的本能。
随着运算符号的复杂程度不断提升，模型数量很可能将呈指数级增长，不亚于为每一片独特的雪花量身定制一副手套，到了前沿数学、物理的领域，恐怕得采用数以千万计的仿生神经元才能进行正常的信息交互。
值得一提的是，这种速算能力的提升，最好凭借着「直觉」当场报出答案，这样准确率最高，倘若慢慢思考，尽可能地「深思熟虑」，反而会增加出错的可能，其背后隐藏着神经网络系统的基础机制。
随着时间的推移，抢先作答的芯片在众多神经元中的权重不断下降，它的结果很可能不被信赖，让其他「愚蠢」的神经元给出的错误答案占据上风，使得正解淹没在海量的无效信息中。
好在根据赵青的推测，当芯片屡屡给出最正确的答案后，神经元们也会逐渐增加对它的信任度，自动优化突触连接，让芯片的权重比变得更高，成为区域性中枢般的存在，化身为「领导者」。
至于向大脑植入外界知识的芯片，根据赵青的评估，目前还有很遥远的距离。
单个神经元允许传输一串数字，但并没有传输具体语言的功能，必须得由大量神经元合作完成，实际上，神经对语言的传输是以「句」而非「词」为单位，这也是文字顺序常常不影响阅读的原因。
而芯片并没有能力让周围的神经元共同聆听它难以理解的碎片化「方言」，且按照其设想的路径「一句句」重新拼合补全。
初步评估，需要在目标大脑的额叶区和颞叶区建立起极其复杂的网络连接，进行成千上万场细胞级精度的手术，除了赵青亲自动手，没有第二个人可以做到。
不过，
赵青也提出了两种可能的解决方案：
一是利用新生儿大脑的可塑性，在其语言中枢尚未完全形成时植入芯片，让相关脑区在成长过程中逐渐适应并解析芯片中的知识信息；
二是参考那些无脑人实验的经验，将体外培养的、已经训练好的神经元与芯片组合体植入大脑，以绕过自然形成的语言障碍。
如果只是输入视觉神经信号，那无疑要容易得多，但这跟AR智能眼镜没有本质的区别，并未涉及到记忆这一过程，仅仅提供转瞬即逝的视觉信息，并不足以让大脑真正记住并理解这些信息。
不过，即便是玄冰芯片刚刚实现的简单计算功能，也足以对社会带来许多的改变，产生广泛而深远的影响，毕竟几乎所有的复杂运算，都建立在简单计算的基础上，其应用可谓无所不在。
比方说，它可以让小学生们在学习数学时无需进行繁琐的基础计算练习，并在往后的许多考试中或多或少地节约时间，加快社会培养学生的速度，缩短每一个人的教育周期。
又比方说，在购物时，消费者们能够毫不费力地瞬间计算出商品的折扣和总价，这种前所未有的透明度让购物行为变得更加理性。商家们不得不重新审视自己的营销策略，从过去的诱导性消费转向提供真正有价值的产品和服务。
长远来看，它甚至可能冲击消费主义的思潮，改变整个市场生态，引导人们追求更加简约、可持续的生活方式。
除了日常生活中带来一些便利外，它也可以显着提升财务、会计、数据分析等需要大量计算工作的效率，在需要大量数值模拟的物理学、工程学等领域，亦是如此，从而加速研究进程，推动学科的发展。
总的来说，就是通过间接促进更复杂认知任务的效率，让人们可以将更多的精力投入到需要创造性思维和高级分析的工作中，推动整个社会的科技进步和文化繁荣。
这款玄冰芯片MysteriousIce0.10试验版，虽然在市场容量上应该不大，本身赚不了太多钱，但它能够发挥出的效果，却远不止于此，提前完成布局，攫取万亿美元的利益也不是没有可能。
而关于芯片植入的方式，采用的则是微创开颅手术与针管注射，让不到半毫米大小的玄冰颗粒在指定位置降温凝结，辅以静电吸附与膜片钳技术，形成固定的连接。
后续可能会借助于秘党的超微型核衰变电池，研发出专门的微型手术机器人——该项技术多半就是龙2楚子航植入假牙中隐藏的追踪器，所使用的能源。
跟向大脑