64打印

    同时，李智也意识到，最近针对元宇的一系列打压行为，恐怕都是这家“facelose”公司在幕后cao纵，这让李智一直提着的心稍稍放松了些，毕竟来自一家公司的打压，和来自秃毛鹰的打压，其力度和方式都是没法比的。

    这是好的方面，不好的方面就是，“facelose”公司毕竟是一家实力雄厚的大公司，即使是来自他们的打压，以元宇的小身板，应付起来恐怕也有些吃力，好在元宇没有国际业务，身处国内就安全的多了，有很大的cao作余地。

    当然，为了防止激化“facelose”公司对元宇的敌意，进而去游说秃毛鹰对元宇进行打压，还是要尽量保持低调，对这次黑客攻防时间，就最好暂时不要对外透露消息了。

    想完，李智给孔社发了条消息，叮嘱他加强元宇的防护，特别是要把“华宇”相关的数据，都要迁移到华威的云服务中，和华威一起做好防护。

    想了想，还不放心，又给贾专打了个电话，把受到黑客攻击的事情告诉他，并叮嘱他对“华宇”的研究资料做好保护。

    贾专意识到了这件事的重要性，答应向华威有关部门反映，加强技术防护。

    同时，贾专还告知关于3D打印技术，他已经整理出一个简单的文档，并且把其中可以公开的参数，以及不在专利保护范围的技术，都分别标注了出来。

    结束通话，李智就收到了贾专发过来的文档。

    看完文档，李智对这项技术有了一个简单的了解。

    这是一项最初应用于医学领域的技术，是一项运用纳米机器人制作精细零件的技术。

    说是纳米机器人，其实其中简单的更像是人工制作的大分子，复杂些的就像是结构简单的细胞。

    通过cao控在特殊溶液中“游泳”的多种不同功能的纳米机器人，按照预先设计好的方案，“搭建”起精密零件，这些零件的大小一般都不超过一万纳米，误差一般不超过五百纳米。

    具体的过程，与其说是3D打印，倒不如说更像是细胞的生物活动。

    因此，这项技术最广泛的应用是生物制药领域，研究人员通常用这种技术来研发、试制新型药品。

    华威拿来制作精密零件，反倒是有点像是另类的运用。

    只能用来制作极其微小的零件，而且生产效率很低。

    好在，用在AR眼镜中的新型零件的研发方面，倒是比较适合。

    国际上也有些研发部门，像华威一样，把这项技术用到研发精密零件的工作中。

    但是，这样做的并不算太多。

    主要是给纳米机器人编程太麻烦了，这种纳米机器人的行为更像是生物分子和细胞，往往给它们编程，比设计零件的工作量还要大的多，这就有点得不偿失了。

    当然，由于这是一项广为应用的技术，不能公开的技术参数和受限的专利倒是不太多。

    看完这份文档，李智想到人机智能的特点，脑中迸发出一个灵感。

    既然纳米机器人编程太麻烦，不妨尝试交给人机智能来做。

    想到就做。

    李智设计了一个“搭积木”的小游戏，把纳米机器人的行为逻辑，以及相关的技术参数，设计到搭积木的虚拟小人中，把设计、搭建零件的工作，做成游戏任务。

    同时，还在“搭积木”的小游戏设计了一种“包工头”的角色，内置了可由玩家调节的人工智能，辅助玩家cao控搭积木的虚拟小人。

    另外，李智还设计了一套“星球”体系，管理和改进这个小游戏。

    做完这个小游戏，李智又把游戏的任务系统链接到“华宇”、“宇动”等几个有零件设计功能的兼职岛中，由它们提供游戏任务。

    把“搭积木”游戏上线后，李智又把文档发送给孔社，并把“搭积木”游戏的情况向他介绍了一下，让他仿照“搭积木”游戏的模式，设计一个类似的改进3D打印技术的游戏，按照不同的保密权限，向一些兼职岛和玩家开放，以此提高3D打印技术以及纳米机器人的水平，并不断按照新的技术，设计新的“搭积木”的小游戏。

    孔社收到李智发送的文档后，秒回一个“好”字。

    后面紧跟着又发过来一份文档。

    这不像你的风格啊，回答的这么言简意赅，而且不是应该“反手一个PPT”吗？李智边吐槽边打开孔社发来的文档。

    扫了一眼开头，李智就明白孔社为什么连PPT都顾不上做，就急吼吼的发一个文档过来的原因了。

    这份文档中罗列了各种技术参数及其说明，洋洋洒洒一大篇，看得出来，这是这是一篇未经整理的草稿。

    但是文档的标题，说明的它的主要内容：“人工智能和人的对话技术”。

    这是孔社从黑客获取的文档中整理出来的一项人工智能方面的技术，是关于如何实现人工智能和人的对话的。

    李智耐着性子，认真读了三遍这篇有点凌乱的文档，才基本上理清了头绪。

    简单来说，这项技术就是通过用大量的人类自然对话数据，训练一种经过特别设计的人工智能，让这种人工智能掌握和人进行对话的能力。

    这不是什么新鲜的技术，几年前有不少公司就可以做到这一点了。

    无非是让人工智能掌握人们常见对话的上下文联系，在特定的对话场景中，使用特定的句子进行回答，其实人工智能并没有真正理解对话的含义。

    这项技术也不例外，在这方面并没有做出什么特别突出的突破。

    但是，这项技术在两个方面做的比其它公司好的多。

    一个是人类自然对话数据库做得非常完善，这个数据库不但数据庞大，包含了大多数的主要语种，而且经过了筛选和优化，可以基本上做到包含了绝大数的常见对话场景。

    第二个是，这项技术中有一个训练好的人工智能库，通过多种算法、多种方案，来实现人机对话，并且有一套评价体系，可以对各种人工智能的表现进行动态筛选，并通过对库中的人工智能的调整、组合，实现人工智能库的动态迭代进化。