</p>
章海峰不吭声了，路小雅则喜笑颜开，但原因不一样。
虽然男女有差别，但已经开始做情报工作的章海峰还是大概知道路小雅实力的。真上擂台，把他暴揍一顿大概问题不大，顿时感觉到这事不简单。
到不是真的就怕被路小雅揍一顿，而是章海峰从宁孑提出的赌局中，听出了一种很特别的自信。就好像三年内真的能把可以搏斗的人行机器人给做出来一样。
说实话，对于这种技术章海峰是不太信的。
毕竟人行机器人的灵巧程度如果能达到上擂台的地步，那用处就的确太大了。虽然章海峰对科技并不太感冒，但也很清楚这个世界最先进的人行机器人公司，目前也就只是能让人行机器人能够跳两下不摔倒。
章海峰也曾了解过，人行机器行走的算法设计本就极为复杂，据说这个世界上能写这种算法的人不超过十五个人。不过这也是可以理解的，毕竟这玩意儿想想的确很难。
人类能轻松的掌控双腿轻松行走可不止是天赋异禀，更是多种功能相互协调的结果。
哪怕只是简单的走路也是需要大脑不停的运作，对路况跟障碍物进行观察，并时刻协调着身体的平衡性，以防止摔到。
所以人类看似很简单的双腿运动，对于机器人来说很难。
需要机器人能在极短的时间内分析计算出复杂的路面情况，然后还要像人类一般，对身体做出调节，来保证不会摔到。收集这些信息需要摄像头、各种雷达、各种配套传感器，以及各种算法。
要知道章海峰曾经是跟在李荣昌身边的。
他还清楚的记得前年谷歌开发的阿法狗在围棋上战胜了世界冠军之后，对于许多人的震撼。毕竟在上个世纪根本没人相信电脑能轻松驾驭围棋这种人类历史上发明的最为复杂的棋类游戏。
为此李荣昌还专门请来了当时华夏人工智能顶级专家董远志，探讨过这个问题。因为根据情报，对面那个国家其实一直没有放弃将ai技术用于现代化的武器研发。
不过按照董教授当时的说法，阿法狗看似很厉害，但其实依然是机器深度学习的推广，而且深度学习应用其实有着极大的局限性。
比如人工智能落地的应用依然只是集中在计算机视觉方向的图像识别跟追踪，自然语言处理的对话系统，以及互联网公司最看重的大数据分析下的推荐系统。
这些应用也有同一个特点，即不怕鲁棒性的缺失。换句话说，失败无所谓，让机器继续训练就ok了。原因也很简单，现在的人工智能技术看似媒体吹得很火，看似很多功能表现得随时能超越人类，但实际上因为缺乏理论支撑，整套系统甚至无法确定最坏性能，如果使用在失败之后后果严重的场景，难度极大。
即便是已经成功落地的应用场景，也不过是神经网络对数据进行拟合，本质特征依然是求一个函数来表示数据，计算机学家的思路依然是尝试用向量来表示一切，本身没有逻辑推理的部分，跟人类的思考模式相差甚远。而且向量根本不可能表示所有信息。
尤其是深度学习虽然在媒体的宣传中是模彷人脑的学习，但实际上却是矩阵运算的结果。现在人工智能从业者中大部分人的工作还是在搜集筛选数据给黑箱调参，这也导致机器能力的提升甚至带有一定的玄学成分。
说一千道一万，董教授最后的总结便是，人工智能这玩意现在发展的的确热闹，但也只是热闹。因为现在大家缺少的关于人工智能基础理论的突破，这也直接限制了人工智能的发展。因为大家就算是试错，都找不到正确的方向。
也正因为没有可靠且成熟的数学理