这个世界无处不充满着竞争，可谓是一步慢就会步步慢。
    甚至，随着科学技术的不断发展，尤其是航空航天技术的发展，这种竞争甚至延伸到了地球之外。
    离地球最近的星球，月球则是成为了最大的竞争空间。
    月球地表富含氦三，而氦三是现在可控核聚变的重要原料。
    在可控核聚变的研究日渐深入，甚至中核工业已经公开发布“可控核聚变是其未来唯一的能源方向”之后，可控核聚变的应用已经初露端倪。
    世界各国也是纷纷发布月球探测计划，这其中，最大的两个竞争对手自然是中美。
    尤其是今年，中国率先宣布组建月球互联网的计划，阿美瑞肯不甘落后，当即也制定了月球的回归计划。
    在这个进程中，科学院空天技术研究院、空间科学与应用研究中心的任务非常繁重。
    其中长久难以解决的问题也在其中。
    这天，科学院相关部门联合月球探测工程召开了一场会议，纪弘以“特别顾问”的名义参会。
    他们相互之间汇报了工作进度和研究难点，什么“ipoverccsds空间组网通信关键技术”、“月球通信导航星座，打造‘月球版北斗’”、“地外建造技术”等等等等。
    纪弘坐在会议室里，听得很认真，但实际上什么也没听懂。
    只是大约知道他们要干什么，就是要在月球上盖房子、构建月球互联网之类的东西。
    “……我选取了scps-tp提出的snack改进策略，基于ns2对tcp进行了适应性改进，构建snacktcp空间通信网络仿真模型。
    “下一步要对其在空间网络中的吞吐率、丢包率、链路利用率等性能进行仿真对比分析……”
    ……
    纪弘一边听，一边不停的拿着自己的手机，搜索着的相应的关键词，力图稍微明白明白他们究竟在说什么。
    在又听了一大通的天书之后，他终于是摇了摇头，选择摆烂，没办法，根本听不明白。
    此刻的遭遇也一下子又让他想起了之前和刘向东院士探讨的问题，如果在未来，真的出现了ai无比强大，而人啥都不明白的场景，那不就相当于此刻的自己吗？
    这种感觉可是不怎么好受。
    “可是，如果我的手能跟上，能够与ai进行相关的对话，看着解释，其实还是能明白的。”
    纪弘如此想着：“那么，为什么不做一个辅助的设备，类似于同声传译那样，将我不懂的东西立即给我一份相应的解释呢？
    “甚至都不仅仅是可以用于这种会议，任何感官接受到的信息都可以，甚至也可以不限于搜索，模拟、分析甚至推演都可以去搞啊！
    “……”
    这个念头一出来立刻就打不住了，一个全新的产品迅速的在纪弘的脑海里形成，甚至整体的规划和功能已经渐渐的露出了它的雏形，也为纪弘接下来怎么提高人自身的能力提供了一个极为独特的思路。
    理论上，人提高自己的能力，唯有不断的学习、唯有亲自去实验去经历、唯有不断的锻炼和提高自己。
    但随着知识的越来越多、信息越来越泛滥，人生短短百年，是不可能将所有的知识学得完的。
    就如现在，人们从小学初中高中大学硕士博士，按部就班的将学业搞到顶尖的水平，大多数人都已经到了三十岁的而立之年了。
    到了这个程度，才能在前人这些“巨人”的肩膀上去研究新的东西，而三十岁，哪怕不考虑六十岁退休这件事儿，人生也已经过去三分之一了。
    而随着这些研究的越来越深入，后来的需要学习的东西也越来越多，甚至穷极一生也不可能学完所有的东西。
    现在的教育，采取的是分学科分领域甚至是细分研究方向的方式来进行的，但这种细分也有很大的弊端。
    在需要多学科协调的时候，相互之间的“交流”是有很大的成本的，所以有跨学科的“新生学科”出现。
    而新生学科的专业人士，往往需要对两个甚至多个学科的知识都了如指掌。
    这是非常不容易的，学的越多越难以精通。
    而这种跨学科的人才，在实际的工作中，往往扮演的是润滑剂或者是中间桥梁的作用――跟双方进行沟通和交流。
    “这个过程是不是可以由ai来替代呢？”
    纪弘也没心思听会议上专家们在讲什么了，他在梳理着自己脑海中这一套东西的逻辑。
    逻辑其实非常简单，往小了类比――就像小学生读课文一样，遇到了一个不认识的字，不会读，也不懂是什么意思，甚至影响了整个一句话都不明白了。
    这个时候去翻翻字典，查到了它的读音和释义，哦，懂了，然后套入整个句子，瞬间理解。
    纪弘脑子的这套产品就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310c、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13.5nm极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。而背对着地球的那面，想要与地球通信，就需要一颗中继卫星，原来是鹊桥一号，退役了，现在是鹊桥二号和天都卫星。
    但不管是哪颗卫星作为中继，都不可避免的要面临通讯时延大大增长的问题。而且这个时延跟地球上网络的时延也是不可同日而语的――地球上的网络再怎么时延，那也是毫秒级别的，而这个时延，几乎是以分钟计的，一来一回的话甚至需要好几分钟。
    而这，对于建设“月球互联网”是一个非常大的挑战。
    而现在，最大的问题就是这个。
    在跟纪弘确认了此刻ai连接的智算中心服务器的保密级别以及迅速请示了相关的领导之后，工作人员根据纪弘的要求开始导入相关的研究资料。
    包括月球本身的相关资料、空间组网关键技术的数据和资料、相关应用的机器人数据资料等等等等。
    一切都结束后，ai开始相关工作。
    而这项工作是一个比较耗时的过程，而且ai的这个节点并没有研究过对应的东西，所以还需要从公开互联网上获取非常多的知识和技能。
    即便接入了目前卷耳智能科技目前最大规模的智算中心，也需要几个小时的时间。
    “现在它已经在工作了，时间也差不多中午了，要不一起先吃个饭？下午六点再过来看结果也不迟。”纪弘建议道。
    “下午六点？六个小时就能搞定？”空天技术研究院院士、创新实验室主任丁华就表达了自己的惊讶。
    事实上，13.5nm光源这一块的事情，会前他是深入了解过的，甚至知道其中的流程与步骤，也知道，解决这个问题，ai模拟了非常多的实验和方案，有成功的也有失败的，但那个过程大约也用了接近十天的时间，而现在，纪弘说六个小时！
    “六个小时是第一次实验的时间，这个时候给出的建议不一定就能成功。”纪弘解释道：
    “就像euv光源，这个ai第一次两三天的模拟，一直在温度漂移上转圈，其实温度控制是解决不了问题的。后来转方向到校准光路，问题才解决的。
    “而今天，我只是演示一下这东西是怎么用的，后续再怎么演化和迭代，咱们自己就可以进行操作了。”
    纪弘这么一说，丁华是明白了，这只是一次实验。
    但其他人就更惊讶了――知道的清楚你是在说ai，不知道以为你是在说哪个科研专家呢这――这个方向走不通还知道换条路，这真的是ai？和人还有什么差别？