到基础工业领域。

所以到了目前这情况，最终论文归属权，大概也只有谭导来决定了。

……

“什么？项目已经搞定了？实验室制备的材料能甚至超过了对面给的模型？宁为就已经帮你们找问题在哪了？还是你们重新开启了实验解决了问题？”接到电话的谭德洁也很诧异。

这个效率太了些，到他有些不太敢相信。

想要从海量的数据中找到相关的问题是非常考验数学基本功的，一天的时间别说找问题了，初行的人甚至还在学习跟了解各组数据分别代表的意义。

但现在张研成却打电话说实验问题已经解决了？但张研成的回答让他不得不相信。

“那个，宁总到是也没说是不是通过数学分析的办法帮我们找到了问题，他就是今天来指了一下，让我们修改了前期的制备方案，我们以宁总方案制备的两组材料目前检测的能都已经超过了初代的材料模型要求的能，尤其是柔韧方面，我已经在考虑在制备一些材料，制备成基于该材料的te发生，尝试为led供电。”

“从实验室结果来看是可行的，而且已经初步可以证明我们的材料能通过提电导率来一步提功率因数。如果供电成功，足以证明其宏观条件下的可织极其可伸缩。如果接下来的实验都成功了，我觉得可以制备一些材料为一些电厂商概念样品，比如可以用它来设计柔屏幕并大幅度增加其主动冷却跟续航能力。“

张研成说完之后，对面半晌没吭声，片刻后才开：“你们都在实验室？”

“嗯，是的！”

“行，我现在在外面，大概一个小时后能赶回去，你先在实验室等我。”

……

同一时间，宁为已经吃起了女友送来的心晚餐，并继续跟自己女友科普着关于人工智能的重要概念。

“哲学上有句话，困难的问题是简单的，简单的问题是困难的，现的是一辩证思想，这句话放到了人工智能领域就是著名的莫克维拉悖论，这也是在人工智能领域最著名的悖论，就是对于人工智能而言，人类能轻松完成的任务，对它们来说往往是最为困难的，恰好相反，人类觉得困难的事情对它们来说是很简单的。”

“比如逻辑跟代数，对于许多人来说都比较困难，但对于机来说很简单。但对于人类来说我们看一就能分辨的东西，比如辨识人脸，识别情绪，主动忽略周围噪声，等等这些对于机来说却需要极为复杂的运算才能实现。更些就好比想学会并下好围棋对于许多人都是件极为困难的事情，但谷歌的阿法狗已经能轻松打败人类的尖棋手。可对于绝大多数人类经过重复训练，都能掌握的驾驶技术，对于机来说依然有太多的困难需要克服。”