所以看似是对照，实际上每次表现出的脑电活动其实是并不完全一样的。
再则人的意识许多时候是很抽象的东西，比如情绪的细微变化，脑海中幻想的图像，繁杂而胡乱的念头等等，基本连他们本人都不可能做出准确描述。
实质一点的方面，一个简单的肢体活动，或者操控物体活动，不同方位，不同力度，细微到极点的力度变化甚至是巧劲等等。
哪怕最细微的变动，形成的也是截然不同的脑电波动与含义。
这里面其实涉及的是滤波降噪、特征提取等一系列预处理技术。
单纯对照记录，很难准确将这些真正解析出来，勉强为之也有着巨大的错误率和误差。
这种程度，别说作为三代机的交互技术了，怕是连最基础的体感交互都还要不如。
再则，除了将意识输出，脑机交互设备还有着将音频、视频、甚至各类传感器编码信息转换成五感信息直接传入大脑的职能。
这其中就要涉及机器编码到真正五感信号的转化，又涉及一系列的编码技术和处理技术。
因此，仅靠记录分析，是不可能真正完全仿制出脑电交互技术的。
只能说是收集到部分现有数据，免除许多或繁杂或残酷的人体实验，实际还需要攻克的难关依旧极多。
但，还是那句话，他没办法冷血到用苗小喵的生命去赌。
笨办法也总是个办法，只是进度更慢一点，更复杂一点而已。
比起其他人想要触及脑电交互技术都无门而言已经要好上许多了。
这段时间，或者说其实从苗小喵加入开始，稍微有空闲的时候他们基本都在进行这方面的观测记录。
当然，真正开始投入较大的精力还是在设计与研发扑天鹰期间。今天更是重中之重。
扑天鹰的首次实战，大量日常很难想到与模拟的行为、情绪、感官变化都将在激战中产生，能极大程度的推动脑电图谱的记录。
脑电交互技术事关三代机体、天遁剑诀系统、还有后续一系列研发计划，林语也不免重视非常。
只可惜，尽管相对而言进展算得上很大，但对于完整的脑电图谱数据而言，未免就有些杯水车薪。
“其实也不是没有办法。”
苗小喵这时却仿佛想到什么，提出了一个主意。
“什么办法？”
林语来了兴趣。
“ai训练，咱们直接训练一个ai，将我的脑电波动与实际输出指令代码作为训练数据，训练ai进行识别判断。”
苗小喵提出了自己的办法：“如果训练出的ai能完成高精度的对照识别，那就意味着它整理出来了最准确的脑电图谱和预处理算法，我们再从ai身上进行提取。”
“好想法！”
林语听罢也眼眸一亮。
哪怕以他的角度来看，苗小喵的这个建议也非常有可行性。
前文已经说过，ai的判断识别本质上其实都是猜谜。
人类和机械从认知上就是截然不同的，人不可能教导ai任何东西，ai本质上是通过算法去猜谜。
例如，让ai分辨一个东西是苹果还是梨子。
人不可能给一个程序解释和表达苹果和梨子的概念，更没办法和教孩童一样去教ai怎么分辨。
所以也就有了训练。
如同一个暴君式的老师，不负责教导，只给出题目和参考答案，让ai自己去做题、然后对照参考答案。
在亿亿万的题海训练里，让它自行摸索与总结出如何判断、准确来说是如何猜得更准的参数和公式。
这种方式得出来的是一个黑盒子，设计它的人都不一定能知道内部的具体情况，而且所形成的也并不是真正的推导答案，而是猜。
就像某些人考试做选择题的口诀——三短一长选最长。
训练出来的，是一套让它猜得更准，尽可能接近正确答案的参数。
但不管如何，就算是猜，它也是无限趋近于正确答案的猜，在足够的训练数据与次数支持下是能达到极高准确率的。
也就是说，将这个ai训练出来，就有了一个彻底掌握意识与机械语言、趋于完美的翻译专家。
在苗小喵身上冒险他不愿意，但对于一个训练出的ai，无论是测试还是拆解自然都是任意施为。
到时候以他掌握的众多学识与工程技术，加上苗小喵与薛思巧的从旁协助，完全能以这个‘翻译专家’为试验品，重新推导设计出真正的脑电图谱与预处理技术。
但是有个问题。
“训练这种程度的ai，需要的算力可不一般。”
林语看向苗小喵。
想要保持真正的准确与高精度，那就对这个ai要求非常高。
想训练出这种程度的ai，需要