发来一些表示兴奋，喜悦的表情符号。这个不说话的达摩，完全沉浸在学习的快乐中了，变得更像个小孩子了。

    在这个系统里，吕振羽当初费劲心机弄出来的减法学习程序发挥了巨大的作用，如果不是这个程序在不断起作用，让达摩可以通过学习不断去除对形成判断无关的信息，那从机械手上传来的巨大的信息量早就让整个系统崩溃了无数次了。而现在，正是因为这个程序，作为核心的达摩已经掌握了应该如何判断有用信息和无用信息，作为判断依据的信息越来越精简。而后台支持运算的服务器机群，甚至因为运算压力的减小而开始有步骤地关闭了一些。

    按照这个速度进行下去，这对机械手最终需要的计算资源，可能也就是4个到6个机柜，看起来不太多的服务器资源吧。吕振羽这样揣测道。

    和吕振羽的泰然相比，全世界的程序界和人工智能界基本上处于暴乱的状态。不少对技术有强烈的执着的人每天一封邮件地涌向数字图腾的总裁办公室，电话和传真不断，甚至已经有人直接飞来了上海，号称要“求见”吕振羽。而他们看中的，倒并非是机械手。

    要说机械手，日本和美国他们发展的程度绝对不低，在触觉方面，虽然日美的机械手走的都是动作控制的路线，但还是有一些学者进行着触觉模拟方面的实验。人造皮肤，电极压力感应等等一系列技术，都是日美，还有欧洲的一些科学家们首先弄出来的。虽然没有像数字图腾那样，从一开始就走动态感知的路线，并且将一系列触觉技术集大成地运用了起来，但有了数字图腾这么一个榜样，估计大家地干劲一足，成果很快就能出来。

    那些人工智能方面的学者们，感兴趣的是吕振羽首次披露给学术界的减法学习模式。一直以来，人工智能界都是将知识与经验的积累作为学习的几乎唯一模式，总是觉得积累的数据越多，那简单的人工智能，哪怕智能级别很低，也还是可以发挥不小的功能的。而数据的堆积，则造成了对作为人工智能的后台的计算机对计算资源和储存空间的不断加量的需求，许多实验没有取得成果前，系统却已经挺不住了。这也就是人工智能领域出成果很慢的原因之一，毕竟任何机构都不可能有无限的资金挥霍在计算机的添置和更新换代上。

    而吕振羽开发出的这种减法学习机制，将极大地改变这种情况。

    另外有一点，则是这种东西和吕振羽先前抛出的混沌碰撞理论不同。减法学习是切切实实可以用程序实现的，而不用依靠运气。

    业界的追捧进一步奠定了吕振羽人工智能领域的第一人和程序界第一人的地位。而在实验基本完成之前，对于所有来访者，吕振羽都一律挡驾。

    陈宁也对这个精简了之后仍然算得上庞然大物的东西极感兴趣，虽然她就算来研发中心也很少去任何实验室，但这次却破天荒地陪着吕振羽在实验室里待了足足一个下午，直到下班也不肯走。

    实验室的技术人员里虽然不乏脑子少根筋，从而在找寻自己的另一半这个事情上步履维艰的人，但却不是在这方面一无所知。这一天，原本已经拿加班当正常工作的技术人员们，除了必要的值班人员外，纷纷准时下班了，而值班人员也号称去吃饭，远远躲开了。

    看着陈宁乐呵呵地看着机械手拿着一把小刀，在那里煞有介事地做着木刻，吕振羽心里一动。

    “太好玩了，就跟真的人手一样。”陈宁并不了解这和人手一样的灵活度和犹有过之的精确度背后是如何一个复杂的技术支持，她只是从表面上，从直觉上来判断。当然，她知道，这个系统来得绝对不容易，远不是吕振羽在启动的时候所说的每个小时几十度电那么简单，那流水一般扔进实验室的资金就是明证。

    “还有更好玩的呢。”吕振羽忽然恶作剧了一下，通过

『加入书签，方便阅读』