数据库，然后就能研发出一系列超前产品。”

“比如？”

“扫地机器人、擦玻璃机器人、自动剪草机、无人机捕捉器、自动追踪器、管道探测器、深井勘探器、智能排雷机、水下机器人···”

小姑娘们目瞪口呆，“那我们能干啥？”

“训练它啊，分成4组，每组训练四小时，我在后台记录数据、剥离小模型，然后去拉赞助，等有了钱，再请三系企业代工生产，接着开卖。”

“真可以？”

“相信我！”

余阳说完，瞅到老同桌归来，招招手，“来来来，咱们和小麦一块合个照，记录艰苦的创业环境。”

···

次日。

余阳带着小姑娘们，窝窝头就咸菜，再次记录下没苦硬吃的艰难创业历程。

随后开始上班。

智能机器人，肯定非常难搞。

但基于ai研发智能机器人，只要理解研发逻辑，哪怕不懂程序，基本也可以搞定。

就像麦田守护者。

先建造一个空旷的房间，让它跑。

如果撞墙，那就找ai匹配一套传感器，加载到原始机型中，避免碰撞。

如果提前制动，那就找ai匹配一套雷达，距离制动。

如果想让它快要碰触墙体的时候，自动拐弯，那就让ai设计一款驱动，再加装变速器、变向系统。

如此，原始机型就可以在空旷的四方形房间里，自由自在的奔跑。

接着改变户型，把房地产开发商经常使用的户型，按照比例照搬过来，继续让机器人奔跑。

或增加传感器，或增加雷达，或进行相关调着。

期间，借助ai重新设计控制芯片，增加逻辑；迭代电机驱动，提高功能性。

然后在房间里有序部署常用的电视机柜，常用的沙发桌椅，常用的家用电器···继续让机器人跑。

期间，再次借助ai重新设计芯片···

等到成熟，更改地形，继续训练。

在这个过程中，绝大多数场景训练可以让ai模拟，借此降低训练量，加快研发速度。

所以ai是个跨时代产物。

可能会有人说，训练场景全都十分常见，某些偏门户型怎么办？

这涉及‘用户体验改进计划’。

或者说，训练的这些常见场景，是为了满足绝大多数人使用要求。

目的是拉动销量，让人买回去使用，借此填充机器人数据库、进一步完善专业模型。

如果‘无法满足需求’的客户买回去，只要机器人跑起来，相关数据上传，整个过程相当于一次全新的训练，反而有利于机器人成长。

并且这类客户越多，数据拓展越快，专业模型越完善，机器人也就越聪明。

所以，无论麦田守望者今后用来做什么，收割麦子也好，打鸟也罢，甚至用于战争，它都必须拥有足够庞大的使用群体。

这些群体，包括扫地机器人客户、擦玻璃机器人客户、自动剪草机客户、自动追踪器客户、管道探测器客户···

最终，所有用户的数据叠加、筛选、优化，组成大数据库，众多小模型综合、拼接、优化，构成大模型，再辅以ai控制。

一款多用途智能机器人也就诞生了。

当然，这需要很长很长的时间进行研发。

犹如之前考虑的智能汽车，需要5~10年。

“小余老板，咱们公司叫什么名字？”训练原型机的小姑娘，大声询问道。

“麦田守望者，简称mt。”

余阳坐在电脑前，跟哥哥们一块攻沙，头也不抬的回应道。

至于记录数据、剥离小模型···

专业的事，交给专业的人。

咱是大当家。

这时，通讯器传来两条紧急通知。

[北美爆发狂牛病，东方、倭岛、巴西、加拿达、澳呆利亚、欧盟成员等囯，宣布禁止进口北美牛肉。]

[波斯发生强烈大地震，3万余人死亡，10余万人无家可归，波斯向国际社会请求援助。]

“果然是，天佑三元！”