第(3/3)页

    “这种方式会在一定程度上缩短两个引擎的使用寿命，不过你成大老板不差钱，换个引擎或者换个车都很容易，这点影响应该可以忽略不计。”

    饭桌上，纪川否定了成赞的猜测。

    成赞听到纪川的解释，心情平复许多，但紧跟着又追问：“反重力引擎和动力引擎做协同优化，那也是个大工程，你怎么一晚上就搞定了？”

    纪川道：“算法设计我早就做好了，只是移植到你车上还需要调试。不过我升级了你的ai助手，在你驾驶的过程中会自动完成调试任务。”

    成赞又问：“ai系统怎么变化这么大？我感觉完全和真人一样，一点破绽都没有。”

    “我刚才看了下，你的ai模型好像没有依赖云端指令集和数据魔方？我们公司的ai团队一直想突破这个瓶颈，但一直没有进展，你怎么做到的？”

    纪川简单吐出两个字：“底蕴。”

    成赞以为纪川在耍宝，却听纪川又道：“不是我的底蕴，是老年人的底蕴。”

    “目前的ai模型都是在指定的应用场景中，用预设的学习算法持续迭代，把所有的可能性都囊括其中，以此增加算法的‘智慧’。”

    “我这个ai模型也不例外，只是在此基础上找了大量老年人来做图灵测试，再根据收集的反馈数据做了二级算法优化。”

    “每一个上了年纪的老人都是一座宝藏，他们用一生积累的智慧，对社会和自然的认知，对时间流逝的感知，对生与死的感悟，远比我们想象的更有价值。”

    纪川向成赞阐述了自己的经验和观点。

    把老年人作为ai大数据收集的一个特殊群体，不仅能尝试突破现阶段的ai技术瓶颈，还能以这种方式提升老年人群体的劳动价值。

    养老院赞助只是一个引子，更重要的是探索和开发老年人群体的“底蕴”。

    先在荣城做试点，如果思路可行，再全面推广。

    成赞啧啧称奇，这个方案既解决了养老院的资源分配问题，又在ai领域的技术瓶颈上打开了新的研究思路，可谓一石二鸟。

    刚见到纪川时，成赞还以为纪川失去了进取心，没想到竟有这样的惊喜。

    川爸爸果然还是那个川爸爸！


    第(3/3)页