“Ok，基于这些，再想想我们现在有什么样‘机器人’，比如工业机器人、扫地机器人、无人驾驶公交……”

“然后把需求和现有产物，使用一种‘逻辑’连接起来，那么，这个新产物，就是我心目中的‘AI’，又叫‘人工智能’。”

“而所谓的‘逻辑’，不是传统概念中的逻辑电路。”

“它是一种充满选择题的题库，又叫‘数据库’。”

“类似我走进房间，环顾一圈，发现有个沙发，这个时候，数据库给我多个选择，坐着、躺着、拆了沙发、拖走沙发……，于是我开始读取我走进房间的目的，原来是我累了，需要休息，那么，我会从数据库中选择‘坐着或躺着’。

问题又来了，我坐着？还是躺着？坐着舒服，还是躺着舒服？

于是我检索数据库，了解坐着的定义，再了解躺着的定义，然后对比两种行为哪个对我自身有帮助。

我的计算能力，是每秒2亿次，我在0.0000…1秒之间，做出了躺着睡觉的决定。”

“这就是‘数据库’。”

“换句话说，机器人来到一个新环境，会根据对环境的感知，作出合理的行为，并获得最大收益。”

“如此，例如扫地机器人，以前它会根据雷达扫描的地图，先跑一圈外围，再清理中间，完成清扫全屋的任务，最终回去充电。”

“植入‘数据库’后，它完成清扫任务，会借助自己的电子眼，观察全屋地面，哪里不干净，再重新清理哪个区域。

然后再借助自己的温感器，调整屋内的空调或暖气。

甚至借助湿度传感器，打开加湿器。”

“说到这，大伙应该听明白了。”

“我心目中的智能机器人，或者说人工智能，是一种‘综合’产物，是硬件、数据与环境的交互。”

“只不过，这种交互，需要训练，需要学习。”

“比如给它安装光感组件，帮它连接电动窗帘的控制器，它可以根据屋内光线强弱，拉开窗帘或关闭窗帘。”

“问题是，这个窗帘拉开的幅度是多少，全拉上，还是半拉上，或者只拉窗纱，还是把窗纱和窗帘一块拉上，需要‘硬件和程序’进行反复测试，并录入多个执行命令。”

“当我们把一切可以想象到的服务，全都测试完成，再把这些数据，录入‘数据库’，以后生产的任何机器人，一旦连接‘数据库’，它就会知道自己在任意环境中，应该做什么。”

“就像月表的那台智能机器人，它连接数据库，扫描环境后，知道自己在月球，便自动开始跑图、勘探、测绘、统计，然后等开采设备抵达，它扫描到开采设备，就会知道自己应该操作设备进行开采。”

“换句话说，它只不过是按照人类设计好的程序，不停扫描环境，不停读取指令，不停完成指令之后的任务。”

“只要我们不在‘数据库’中录入‘危害人类’的相关信息，它就永远不会伤害人类。”

“当然，战争机器人除外。”

“总而言之，我的人工智能等于‘数据库’+‘机器测试’。”

徐飞将PPT投放到背景墙，演示现有的智能机器人。

只不过，这里面有个十分重要的关键点。

犹如数字科技调整音量，你只能选择‘1、2、3、4……10’，10个档，有时候，你感觉1档音量太小，2档音量太大，只能戴上耳机或捂住喇叭。

而模拟科技调整音量，却可以调整最合适的大小，或1.6555……，或1.8222……

那么，就像刚刚的拉窗帘。

数字科技智能机器人去拉窗帘，它只能选择拉上‘1、2、3、4、5……’等距离。

模拟科技智能机器人去拉窗帘，却可以拉上任意距离。

或许有人会说，我把数字科技的‘拉窗帘幅度’，设置到毫米级，不就可以做到模拟科技的任意幅度了吗？

毕竟拉个窗帘而已，哪那么高要求。

问题是，机器人需要感知环境，需要读取数据库的选择题，然后测量环境，再精确拉开幅度。

这个过程，需要时间。

反观模拟科技。

模拟电子是‘沟通现实和虚拟的桥梁’，它不需要转换为数字科技，直接就可以根据环境，利用电流、电压、电势差，改变窗帘幅度。

换句话说，光线太暗，感光器受到光照强度发生变化，无需计算，就可以参考数据库给出的选择，直接拉上窗帘，并定格某一幅度。

所以，数字科技机器人，会随着环境复杂程度的增加，计算量越来越大，反应时间越来越长，模拟科技机器人，却不会发生这种现象。

如此，置换到战争，毫秒定胜负，孰优孰劣，一目了然。

但这种概念，不能告诉北美。