类似于这么一个词典，只不过，通过自己的感官、外界的信息，比如现在——会议的声音，自动的帮你去查询去搜索，然后反馈到人的眼睛或者是耳朵里，帮助自己理解整场会议的内容。

    如果不局限于这场会议，而是套入到日常研究中：我是一个设计师，原本是设计机器狗的，这个狗在地球上已经设计出来了，跑的非常溜。

    但现在月球探测需要这么一个东西，有什么差别呢？我不懂！

    正常情况下，我需要去找相关的专家去共同的研究，或者自己去学习去查找相关的资料：

    月球与地球重力不同只有地球的六分之一、月球上没有空气、月球的昼夜温差大，在一个自转周期内，温差可以达到310℃、还有月球的地形、传感器的工作等等等等都有不小的差别。

    知道这些就完了吗？显然不是！

    就拿温差来说，有哪些影响呢？哦，大幅度的温差会使橡胶老化加速，所以必须使用特殊材料等等。

    这些东西涉及到的学科、知识太多，需要考虑的问题方方面面，忽视了哪一个都容易出问题。

    所以这种设计往往需要非常多学科专业人才的配合。

    但如果这个工具真的能够发挥作用，那么相关的工作都可以由类思维的AI来进行辅助了！

    纪弘越想越多，甚至将一个原本是基础辅助类型的工具瞬间演化为了一个极其高级的东西了。

    “这可行吗？”纪弘脑筋不住的旋转着——即便不可行，作为人知识和记忆的一部分补充也是绝对没有问题的。

    是的，人知识和记忆的补充。

    人的记忆是有限的，就是现在，很多时候我们做工作，也需要不断的查询资料或者请教他人等等等等。

    而通过查询资料或请教他人获得的信息与我们本身的记忆有什么差别呢？

    纪弘的思路也是越来越开阔，最终，他在自己的笔记里写来了这么一条结论：

    【资料获取所用的时间越短、接受程度越高，就越接近于本身的记忆。】

    ……

    会议仍在进行，而所有人的工作汇报都已经到了尾声，工作进度已经同步，还有哪些问题需要解决都已经分门别类的罗列出来了。

    而接下来，就是纪弘出场的时刻，他此来的目的当然不是为了解决罗列出来的这些问题的，而是介绍AI怎么帮助科研人员进行相关的实验，进而拥有解决问题的能力。

    这叫授之以渔。

    “说实话啊，你们在说什么，我一点儿都没听懂。”纪弘一开口就表达了自己是个外行这一层意思：

    “我的研究方向是AI，其它的东西，包括你们所说的什么机器人啊，通信啊之类的，略有涉及，稍微深入一点，我是完全不懂的。”

    “不过这都不重要。”纪弘说道：“你们也知道，刘向东院士带队113天成功研发EUV光刻机，不可否认，他有很大的功劳。但，AI在其中起到的作用更加的不可忽视。”

    纪弘这么强调AI的作用，所有人都没有反对，甚至觉得他说的保守了。

    刘向东谁啊？科学院信息技术科学部控制科学家，主要从事系统控制科学的研究！这批人当中，有人认识，有人不认识。

    但即便不认识，内网一查，也知道刘向东主要是做什么的。

    要说他113天研发EUV光刻机？全是他的功劳，开什么玩笑？

    我上我也行！

    唯一的解释就是AI了！

    尤其是卷耳智能科技给这边通报了13.5n紫外光源的情况之后，他们迅速的进行了相关的实验，结果表明，AI的判断一点儿都没错。

    而这也是他们将纪弘邀请过来的根本原因。

    AI能够发现并解决极紫外光源的问题，用偶然来解释是肯定说不过去的——你发现了一个现象，是因为一个操作失误，这可以说是偶然。

    但是进行了十几万次的实验解决了一个问题，那肯定不能说是偶然的，那一定是具有了这方面的能力。

    “挑一个问题现场试试吧。”纪弘也没有啰嗦，直接如此说道。

    “啊？”会议主持有点儿懵，没有明白纪弘是什么意思，这个时候也是一脸狐疑的看着他。

    “没错，就是你理解的意思。”纪弘点了点头：“AI的使用其实很简单，并没有什么好说的，不如我们就现场试一试，当然，这边接入的算力不太多，运算和模拟的结果不一定准确，只是演示一个流程。就第一个问题吧。”

    第一个问题纪弘还算熟悉，空天通信也好、地月通信也好、月球上的机器人和设备远程控制也好，其本质与在地球上的差别并不是非常大。

    要说最大的问题，当然就是通讯延时了。

    月球与地球的对应关系，一面永远对着地球，而另一面永远背对着地球。而背对着地球的那