第380章 量子人工智能的新領域
在電話中,徐佑說明了自己最近取得的一系列成果,以及遇到的種種困境。
之前在高溫超導項目組中,那些專家們確實都比較有經驗。
不過也正是因為整體年齡過大的問題,他們的創新性有些不足,也比較難以管理。
甚至很多專家,在整個研究中,並沒有做出多大的貢獻,卻得到了與自己貢獻不相匹配的榮譽。
特別是出現了陳平秋這一檔事兒,讓徐佑徹底下定決心。
徐佑希望,自己能夠真正主導整個項目,並在項目組中,多加入一些新鮮的血液。
像是林詩這樣,資歷上完全比不上那些專家,但在研究中的作用,卻是很多專家無法相比的。
“佑佑,你能有這個意識就太好了。之前不讓你作為項目的負責人,並不是因為你的能力不夠,只是擔心伱沒法鎮住那些專家,也是對你的一種保護。這個事情我會幫你解決的。”
“好的,謝謝老媽!”
正如徐佑所料,吳婧的確有這樣的權限,能夠幫自己處理項目的事情。
這倒不算是用到了什麽特權,畢竟以徐佑的能力,這樣的要求一定會得到許可的。
只是通過吳婧的關系,能讓徐佑更快的達到這個目的。
幾天后,吳婧向徐佑做出了回復。
“佑佑,我們的想法是,原有的高溫超導項目組先不變,再成立一個新的項目組,暫定為常溫超導的項目組。新的項目組的目標,是尋找真正的常溫超導體,對超導機理進行更深入的研究。之前的高溫超導項目組,繼續進行高溫超導體的應用研究。”
這個決定,是內部經過詳細的商討後,才最終定下來的。
原有的高溫超導項目組,並不是那麽容易就可以遣散重建的。
如果真的隨便把這個項目組重建,會造成很多難以避免的影響。
而之前的項目組,還有很多其他工作要做,兩個項目組的目標基本不會重合。
徐佑也對這個決定表示認同,並向吳婧表示感謝。
在這之後,常溫超導的項目組,正式在薊京大學成立了。
徐佑成為了項目組的負責人,林詩和其他幾個徐佑實驗室的老師、學生,也成為了項目組的成員。
除了這些薊京大學的科研者之外,包括華科院、菁華大學等院校的專家,也加入到了常溫超導的項目中。
整個項目組的成員,大多年齡都在四十歲以下,顯得非常的有活力。
他們看起來雖然資歷沒有高溫超導項目的專家們豐富,但每個人的能力卻都是非常強大的。
跟他們相處起來,徐佑也覺得非常的舒服,完全不需要注意輩分什麽的。
“首先,大家必須牢記一點,除了我們項目組的內部成員之外,我們並不能向任何其他人,透露項目有關的一切信息。你們應該都知道,之前推特上發生的202K高溫超導材料的信息泄露事件。將這個消息泄露出來的教授,余生可能都要在裡面度過了。所以,大家一定要謹言慎行。”
徐佑的這番話,起到了很好的震懾作用。
畢竟大家都是華夏科研界的佼佼者,誰也不想失去大好的前程,去裡面進行改造。
“另外,我也要說明一個現實的事情,那就是常溫超導體,可能是永遠也找不到的。但不管怎樣,我們都會一直向這個方向不斷的探索。對走近一步,對我們來說,都是巨大的成功。”
徐佑先跟大家說這些,並不是想打擊他們的積極性,而是讓大家能夠嚴肅起來,對陳平秋犯過的錯誤引以為戒,並對未來可能遇到的困難做好心理準備。
說完了這些後,徐佑開始對項目組的任務做著規劃。
項目組成立之後,首先的任務,就是對幾種新的高溫超導物質進行製備,並對它們的性質進行探索。
徐佑很想知道,其他的幾種超導臨界溫度在200K以上的高溫超導體,是否也會出現預測超導溫度,與實際超導溫度誤差很大的情況。
這對於繼續深入研究超導的各項機理,以及進一步探索常溫超導體,有著很大的指導意義。
這些項目組的年輕科研者,並沒有經歷過高溫超導項目,不了解這些超導體的製備方式。
好在,徐佑對整個超導體的製備工作都已經完全掌握。
在徐佑的指導下,大家很快就領悟了其中的精髓,不再凡事都需要徐佑去親力親為了。
徐佑也可以把更多的精力,放在量子人工智能等,其他的研究方向上。
在量子人工智能的研究上,徐佑有一個新的想法。
那就是,將量子人工智能,應用到醫療領域中。
徐佑的想法是,能夠讓海島量子人工智能,代替醫生去解決一部分的醫療問題。
比如說,當患者或醫生說出自己的症狀,就可以利用人工智能來列出醫療處方。
因為想要更清楚的了解自己的病症,肯定還是需要去醫院進行專業的檢查才行。
人工智能無法代替醫院,去解決所有的醫療問題。
但至少可以解決一些常見的疾病,或是給出一個大致的方向。
很多人在網上搜索自己的疾病時,都會遇到種種痛點問題。
比如說,搜索到的前幾條信息,並不真的是正常的醫療信息,而是醫院的廣告。
這些醫院的質量參差不齊,有一些完全是以盈利為目的,為了盈利甚至可以不擇手段。
另外的一個痛點,就是網上搜索疾病信息的準確性問題。
誇張一點說,不管有什麽小的問題,去網上搜一搜,最後都會發現,自己剩下的時日已經不久了。
本來沒什麽病,可能都會被嚇得半死。
如果研究順利的話,徐佑希望能夠將這個成果造福給大眾。
讓大家可以足不出戶,就免費通過海島人工智能,幫助分析自己的病因。
確定了這個課題後,徐佑開始思考著,解決這個問題的方式。
首先需要做的,是讓海島人工智能,學習到足夠多的疾病信息,以及相對應的診斷和處方。
(本章完)