年龄并不是衡量能力的绝对因素，况且你连同龄人都比不上！————小兵语录

延恩·勒昆，facebook的人工智能研究负责人，他是计算机视觉技术的先驱，并且他也是纽约大学数据科学中心的创始人。

扎克伯格没想到康宇连自己合作伙伴的墙角也毫不犹豫的挖，并且勒昆教授看了那封邮件后也毫不犹豫的从facebook辞职来到星空科技。目测扎克伯格现在以及哭晕在厕所。

在场的还有德米斯·哈萨比斯，Deepind的联合创始人，等等一批人工智能的领军人物，可以说这间会议室里的人占据了人工智能开发领域的半壁江山。

如果，这个会议室里的教授们离开地球，那么世界的人工智能研究起码倒退20年，由此可见这些人的在人工智能领域上能耐可见一斑！

“雅典娜，去和客人打个招呼吧！”，康宇看到人已经来齐了，就在隔壁房间对雅典娜下命令。

“欢迎大家，我是雅典娜，各位下午好！”，雅典娜出现在会议室的大屏幕上，并“礼貌”的给各位打了招呼，现在的她是一个10岁小女孩的形象。

“这个应该是星空科技的玩笑吧，就算他们理论方面是很超前，但毕竟人工智能的研制还是……”，勒昆教授第一个看向屏幕先说道。

“没错，这估计是星空科技的一个见面礼吧。肯定是预先设置好的程序吧，不过这样可满足不了我们这群老头子的好奇心，快把下半部分拿出来吧！我们已经等不及了。”，约书亚教授也对大屏幕笑着说道，。

“没错，看到上半部分我忽然有了几个新的新的想法，下半部分肯定能验证我的猜想。”，德米斯教授也附和道，他们都以为雅典娜只是一段设计好的一段程序。

“德米斯教授，你的想法一般都不靠谱，你这样是研究不出人工智能的。”，雅典娜可能是继承了康宇的吐槽能力，在会议室吐了一个小槽。

雅典娜的这句吐槽会议室一片寂静，里面的数十位教授们慢慢坐直身子，有的人还以为自己听错了，德米斯教授扶扶眼镜看向大屏幕上的雅典娜。

“你知道我是谁么？”，德米斯教授扶正眼镜框对雅典娜说道。

“当然知道，你是德米斯·哈萨比斯教授，DeepMind的创始人，谷歌收购它也花了不小代价呢。还有，我觉的你的诗写的真不怎么样，你还是好好研究人工智能领域的深度学习比较好！”雅典娜说完还向德米斯作了一个鬼脸。

“如此精准的识别？”，德米斯惊呼。

“我呢，你认识我么？”，一个教授迫不及待的问雅典娜，“当然认识，你是大名鼎鼎的吴恩达教授”。

平时对人对己严肃的教授和专家们现在就像一个个孩子一样向雅典娜提问各种问题，“你对科学的理解是什么？”“你对人工智能的看法是什么”。雅典娜有的认真回答，有的吐几句槽。

这群年龄加起来几百岁的科学家们现在高兴的像一个个找到玩具的孩子。

“这已经超出对话机器人的范畴了！这可能是……不！这就是智能AI！”，约书亚兴奋的喊道。在场的都是人工智能研发第一线的研究人员，没有人比他们更清楚雅典娜实时完成刚才对话的难度。

首先雅典娜识别自然语言的准确度都已经超过现有水平起码20年的研究。

“各位教授，我们星空科技的这份见面礼怎么样，合不合你们的口味?”，康宇看时机已到，从门外推门进来。“我是星空科技的董事长康宇，也是雅典娜的研发者！”。

众人的视线从雅典娜身上转移到了康宇的身上，都看着刚刚进门来的康宇，气宇轩昂，身穿一身精干的西服，年龄也不过二十几岁。

但是，康宇却说他已经研发出了人工智能，众人对此也是深信不疑，毕竟康宇都已经成功研发出了雅典娜，还有什么理由来欺骗他们这些还在研发路上的人呢？

只是，众人对康宇的年龄还是难以相信，因为康宇实在是太年轻了，但雅典娜的成功只能让他们感叹江山代有才人出。

“康教授，我有一些关于人工智能领域的问题，是否能请你解答一下。”，他们对康宇已经加上了教授的尊称。

“没错，关于人工智能我有几个设想，不知道您不能听一听。”，其他人围上来说道。

康宇此时已经被一群求学心切的老教授们围成一团，如果哪位记者能有幸拍到这一幕，估计他立刻就会被提拔成编辑主管，但星空科技现在的安保做得很好，这一情况自然不可能发生。

“康教授，请问雅典娜对自然语言的准确度问题是怎么解决的？”

“还有，雅典娜的模式识别或者说她的图像识别是怎么解决的？”

“……”

康宇从容不迫的一个个回答他们的问题，得到回答的人就会推出退到一边思考康宇的话，有的人可能思考出了什么，激动的拍桌子、拍大腿。有的人陷入了沉思对外界毫不在意。

对这些科学家来说，钱和地位他们都不缺，他们现在剩下的只有一颗对真理的求知之心，这间会议室的科学家如果对外开价年薪1亿美元，不知有多少国家和研究机构会趋之若鹜。

朝闻道夕死可矣，他们做出这样失态的表现也就可以理解，毕竟康宇给他们讲述的是50年后才可能会研究出的结论！

很多现代人会觉得人工智能离我们很近，似乎触手可得，但事实却并非如此。

康宇在构建雅典娜基本框架的时候时有亚特兰蒂斯的资料对照下但都失败了几十次，更何况康宇的脑域还是由亚特兰蒂斯技术优化过的。

其中让康宇最头疼的是雅典娜的模式识别，如图象理解，比如场景是一张图里有桌子、茶、雕像，还有语音播放，人类的视觉以及听觉能很好地识别它们。

机器的模式识别能力目前在简单的东西上已做得不错，如指纹识别、印刷体识别、手写体识别以及汽车入库车牌识别都做得不错。

但是，在复杂的情况下机器还做不到，仍有局限性，例如车牌识别仅限于车停在恰当的位置。

如过，把它换成大马路等其他场景，识别就不好了，所以现在的模式识别做得好的事情屈指可数。