1433:找BUG进行中(2 / 2)

“这十个大项中,每个大项的子分类项目少的多达几十种,多的有几百种服务项目。”

“每一个服务项目,如果按照工作步骤去分解成一条条动作,一个服务项目甚至能有上千个动作组合。”

鲁柏民一口气说下来,稍稍停顿,留给用户一定的思考时间。

同时他注意到屏幕上那些观众互动留言的频率变慢了,就知道他们大部分都听懂了自己的讲解,现在正在思考回味。

休息了几秒,鲁柏民继续讲解。

“就以最简单的打扫卫生来分析。”

“我们认为它最简单,但在实际工作中,它需要手眼脑的共同配合。先由眼睛来观察室内环境,大脑再对图像进行分析处理,控制双手去挥动扫把。”

“一场卫生打扫下来,需要几百次到上千次的动作。”

“可能我们人类觉得完成一次挥舞扫把的动作很简单,但机器人去完成一次,并不简单。”

“一个动作,在机器人的芯片中,要涉及几十种传感器的协调工作,相对应的全身机械结构,同样要协同运动。”

“所以我预计,仅仅是一个扫地服务。”

“精灵女佣的芯片中,要执行上万条数据库命令。每一条数据命令,分配到传感器和机械结构上,又会产生超过千次的数据交互,和机械传动。”

“一个动作,精灵女佣执行起来就如此复杂。”

“一个服务里的几百到上千个动作呢?”

“一个家政大项里,几百个服务小项呢?”

“所以我现在,就要通过一些充满逻辑矛盾的方法,来让这些数据出现bug。”

鲁柏民想要表达的意思很清楚,精灵女佣看似神奇的背后,是无数命令代码在支持它工作。

就算是最简单的一个服务,命令代码驱动下,传感器和机械结构都要有千万级次的数据交互和机械传动。

那这些程序,不会出错嘛?

就算扫地服务不会出错,其它服务呢?

扫地在家政中算是最简单的一种,那些涉及到人类的服务项目,复杂程度超过百倍。

譬如照顾婴儿。

譬如看护病人。

这些已经不是用命令代码就能解决的问题,需要一种更高级程序的解决方案。

一种基于ai线性模型、逻辑模型、矢量量化模型,深度神经网络模型的基础上,诞生出的一种更强大ai模型。

这种模型方案,复杂程度已经超出了鲁柏民的知识范围。

但这种ai模型又真的存在,并大规模应用在了精灵女佣身上。

那么必然,创造出这种ai模型的设计师,就是全世界最伟大的程序大师。

他对ai程序的理解,已经超越了所有人。

如果说那些世界知名程序员,已经站在了世界顶峰,那巨兽工业里的这位程序员,则独自一人,站在大气层之外俯瞰众生。

他必然会誉满全球。

他以一己之力,把全世界所有程序员,都踹进了一个名为“废物”的深渊。

鲁柏民的直播间里,已经超过三十万的观看用户中,不乏一些在it领域里挣扎的码农。

这些码农经过鲁柏民的一通分析讲解,几乎都意识到,鲁柏民这场直播的真正意图。

鲁柏民这家伙,找精灵女佣的bug是真。

通过找bug,来证明自己。

证明自己有资格向开发了精灵女佣智能程序的那位设计大师,发起对话,才是更真实的意图。

那么该怎么找呢?

几十万的用户们兴奋极了,不停给鲁柏民出主意。

然后他们看见鲁柏民露出了坏怀的笑容,“下面正式开始。”

“我要让精灵女佣给我倒一杯水。”

“但是,水壶里的水,被我动了手脚。”