在这之后就是如何从一堆乱七八糟的数据里整合起来形成3d模型的技术了，这技术的难度其实比之前还难。
之前的难度以人类现有的传感器与生产工艺其实还是可以解决的，大不了把3d扫描仪往大了设计。
但如何将那些乱七八糟的数据整合成为3d模型，这对于人工智能来说是个极大的挑战。
而事实上这方面的技术难度实际会比山姆想象中更难，原因就是现实遇到的事情远比想象中多得多，有时候还需要补充不存在的细节。
在这种情况下，这就十分考验人工智能对于世界的认识，考验人工智能的常识能力与模拟能力。
至于为什么这么难？就以衣服来说吧。
比如你扫描一件衣服，你首先要将衣服摊开放桌面上使用随身3d扫描仪扫描录入数据。
这个时候人工智能就需要根据尺寸外貌生成一件虚拟衣服，在这个过程中虚拟衣服不能尺寸不对，不然用户虚拟试穿时就会不准。
而当用户使用虚拟模型试穿衣服的时候，你还要根据用户实际身材尺寸补全细节，完美模拟出用户穿那件衣服的样子，做到虚拟与现实衣服试穿状态一致。
这一系列难点下来，对于人工智能与开发团队来说是一个极大的挑战。
可以说要不是人工智能曙光拥有自我意识，那想要做到这一点还真有些难，至少也是要几年的时间才能完成。
而在这之后的随身医师功能也是如此，别看学习知识归类知识似乎是所有人工智能的强项。
但实际上那些人工智能都是照本宣科而已，他们根本无法理解为什么要这样做，只是人类告诉它要这样做，否则不对。
所以他们只是照本宣科地做，并无法理解现实的一切，更无法主动挖掘深层次的事情。
反观人工智能曙光不同，人工智能曙光因为拥有自我意识，他能如同一個人类一样感性地理解世界的事物知识并且得出自己的结论，拥有很强的理解与联想能力。
所以在同样的情况下，对于同样一个事件，人工智能曙光产生的数据量与知识点是前者的数十倍以上。
所以人工智能曙光可以轻松做到的事情，其他没有自我意识的人工智能想要做到很难，甚至可能做不到乃至会逼疯研发人员。
就以“诊断病症”这个功能来说，因为每个人的表达能力不同，拥有自我意识的人工智能曙光更能快速理解人们想要表达什么。
哪怕你嘴里脏话不断、口语表达不清、语不指主题再或者因知识不足而表达不清，人工智能曙光都能通过你的语言与你手指的地方知道你想表达什么。
这就导致了对于其他人工智能来说堪称是灾难般的表达不清问题，在人工智能曙光面前并不是什么大问题。
所以自家人知道自家事情的山姆之前没有给出准确的答复，而是直接用模棱两可的答复。
但此时的其他人可没有放过山姆的打算，只见比尔盖瓷皱眉质问道：
“到底要多久？还有效果会差上多少？”
面对比尔盖瓷的质问，山姆只能透露出更多的细节。
本章未完 点击下一页继续阅读