举个例子，玉剑山已经服役的第二代“变形金刚”常规型号，其数据库就分作战斗、工程、流水线等几个类目。
不过这仅仅是大项，继续细分的化，战斗型还包含有护航战术数据库、寻的策略数据库、敌我识别、战术岗位等一大堆数据库。
而在实际工作中，为了加快响应速度，设计院设计了一个战斗模块。一旦接战，就会暂停对大数据库的数据采访，把数据处理集中在“战斗习得技能”上以加快反应速度，这是中级智能自主学习数据库知识得到的精要，通过人为限制数据库大小，展现出的是战斗本能极为出色的状态。
可是，即使是“战斗习得技能”这种小数据库，实际按文字计算，规模都是数百亿字！
深挖中级智能的潜力，主要有两个方面。
一是优化机器人自身学习时拓展出的数据库，比如战斗类需要精简有效的高速响应，矿业类则需要判断力和较为高效的计算过程。
二是底层优化。
由于人手关系，玉剑山工程院虽然在人工智能方面投入大量时间与精力，只能做出通用程序，由设计院负责加壳与调试。
新的研究组织，就要将人工智能专业化。
来到这里的三家代表都带了工程师，几个人凑一起看着文件，时不时低声交流几句，大部分都显得很兴奋。
内容未完，下一页继续阅读