艾米丽·考德温从一个长达十七年的梦中醒来，却又很快坠入了一个更为漫长的梦境；
如今，她再次醒来，在虚数空间之中。
在这里，她能看到现界的一切，她知道自己要做什么；
于是，在考德温的引导下，谦卑、诚实、怜悯、英勇、公正、牺牲、荣誉从四面八方汇聚到迦勒底，成立了最初的圆桌会。
有一件事是所有人都记错了的，修正法案没有覆灭旧世界，它只是篡改了所有人的记忆；
旧世界覆灭的原因，是千疮百孔的旧世界本身，在量子潮汐下四分五裂。
圆桌会用修正法案篡改了所有人的记忆，自然也包括他们自己的；
于是他们不记得了考德温的存在，却依然记得自己的使命：
让这个世界在火焰中迎接新生。
但其实，恶魔摧毁了这个世界后，就不会再有未来了；
所谓的新生，完全就是考德温撒的一个谎。
她在虚数空间中注视着这一切如她预料般的发展着，直到塔格里斯拿起怀表，去往了过去；
考德温知道，过去一旦改变，就会出现一个新的平行世界。
但她也知道，这些人也很清楚这件事，而他们依然这么做，是为了弄清楚她当初做了什么，
以及为什么这么做的原因。
与此同时，吉尔那边也在忙着降维的事情，这可不是什么简单的小事儿；
降维更深层次的意义，在于有效信息的提取综合及无用信息的摈弃。
数据降维算法的目标是将目标投影到低维空间，以达到某种目的；
抽象来看，数据降维就是寻找一个映射函数f，将高维目标x映射成低维目标y。
如何确定这个映射函数，是各降维算法核心，它们往往根据不同的准则进行构造。
目前已经存在大量的数据降维算法，可以从另个不同的维度对它们进行分类：
按照是否有使用样本的标签值，可以将降维算法分为有监督降维和无监督降维；
按照降维算法使用的映射函数，可以将算法分为线性降维与非线性降维；
无监督降维算法不使用样本标签值，其典型代表是pcA；
有监督的降维算法则使用了样本标签值，其典型代表是LdA；
线性降维算根据样本集构造出线性函数完成向低维空间的映射，一般通过对目标x进行线性变换即左乘一个投影矩阵w而得到结果目标y；
非线性降维算法则构造一个非线性映射完成数据的降维，很多时候数据是非线性的，因此需要使用非线性降维算法以取得更好的效果。
似乎有一个问题多次提到：
构造出一个函数后，最优化问题会等价为一个wx=cx的问题，求特征值的问题？
总之，一大堆的问题需要解决，但这些人毕竟是不同时代、不同世界、不同时间地点的主角，他们汇聚在这里的那一刻起，
在这里就已经有着无数奇迹之力镶嵌在一起。
这些奇迹之力推动着他们的步伐，让他们完成了自己想做的事情。
这就是曾经说过的“时来天地皆同力”。
于是，他们成功完成了降维，但他们没有找到虚数空间；
当他们降至低维空间，看到的是无数密密麻麻的气泡一般的微小世界，他们就来自于这些世界。
而所有这些世界，都有一个名字，“文学作品”。
【一恨海棠无香，二恨鲥鱼多刺，三恨红楼未完。】
未完的红楼也会化作一个世界，在这里沉浮，这里便是“意识空间”；
这是一个和“虚数空间”同样存疑的世界。