科技：打破垄断全球的霸权 第一千七百八十三章：当初的手笔

一秒记住【笔趣阁】xbiquge365，更新快，无弹窗！

吱呀。

啪嗒，啪嗒……

等了些许时间，从监控上看到夏为科技公司一行人走远了，顾青仍然端着手中的茶杯。

“獬豸，检测环境，重点探查是否有未注册电子产品和监听设备。”

轻声的吩咐中，会议室里面的其他工作人员都下意识屏住了呼吸，不再做一些大动作。

很快，会议室响起了略显机械的磁性声音。

【检测结束，目前未发现未注册电子产品和监听设备，是否需要继续低功耗检测】

“嗯，保持原状态吧。”

【收到】

哪怕是在水泉发射中心，这个特殊的地方，顾青都从来没有放松过警惕。

在做完这个操作之后，他才转过头，看向李建、张天浩、周易等人。

主动开口说道：“在月球基地的建设和运营中，确保地月通信、月球星球内通信与导航系统的自主性和可持续性，无疑是至关重要的。

通信与导航系统的自主性，意味着这些系统需要能够在月球上长期运行，而不依赖蓝星地面指挥中心和通信基站的支持。

这意味着月球基地需要建立自主的能源供应系统，并且不会是小功率的太阳能发电。

根据我们的实际监测数据，这些项目要想落地，以我们的飞船荷载量来说，都需要三次发射。

大夏航天集团的飞船虽然不需要运送如此多的智能机器人登月，但他们的飞船空间容量本就不大，所以发射次数也不可能低于三次。

看来，大夏航天集团和咱们有类似的想法。”

张天浩在一旁点头道：“重复登月，建造永久基地。”

李建也开口说道：“月球上的能量来源非常单一，仅仅以目前我们探测的成果来看，还不具备大型能源开采条件，所以当前还是太阳能和核能这两种能源资源是主要能源来源。

但是想要在月球上面，安全利用这些资源进行储能，也面临着一系列技术挑战。”

“太阳能电池的性能，大夏官方掌握的技术已经领先不少，但要适配一个基地的用电量，那需要安装的面板可不是小规模。

核能源的安全性，在蓝星地面都无法得到稳定保证，更何况是在月球上面？

而且由于月球上的极端环境和封闭性，通信与导航设备时时刻刻都在经受考验，一直在受到月球表面尘埃、高温、低温等因素的影响，这也就需要工程师对其进行定期维护和保养。”

有顾青开头，很快这些工程师就开始议论起来，并且随着议论的内容变迁，话题越来越深入。

不过，毕竟是在水泉发射中心，不是在九州西南发射中心，所以众人议论的时候，对自家的保密技术，可以说是守口如瓶，根本就没有一点泄露。

但是对他们掌握的美利坚NASA机构、欧洲航天局、北极熊航天部门这几个机构和势力的技术，却都知之甚深。

高带宽低延时广覆盖通信、自主导航和位置服务、人工智能深度学习……一个个技术项目被提及。

只不过，众人脸上的严肃神情，却没有其他变化。

因为他们都知道，这些项目，此时已经不是九州星海公司，或者说，已经不是九州科技的月球工程难题。

并且随着九州航天员与那些智能机器人，执行的月球探索任务日益复杂，以及对月球资源的勘探和利用计划的不断拓展，涉及的科学技术领域将会更加广泛。

地质学、天文学、物理学、材料化学、通信、量子……无数学科，在月球基地建设这个项目上，被统一到了一起。

高分辨率的地形图像、月球地壳成分分析、太空天文观测数据都需要大带宽传输。

月球智能机器人、月球工作车的遥控操作需要低延时通信，以便操作员可以及时响应地形变化或障碍物。

用于地面控制中心与月球基地之间的数据传输，就需要光通信、量子通信。

自主导航技术更是月球探测器、月球车和航天服的必备功能。它极度依赖激光雷达、相机、陀螺仪等科技设备，来获取周围环境的信息。

并且通过处理和分析数据，实现实时的位置和姿态估计，增加月球探测任务的安全性，降低任务失败的风险。

而这些技术，九州科技都已经进行了商用版本的技术下放。

商用版本都打的那些专业领域的佼佼者们，痛哭流涕，选择上门合作。那商业版本之上的航空航天版本技术，自然更加夸张。

就像九州科技的第一台扫地机器人——小浩。

张天浩带领团队创造出来的第一个智能家居产品，现在小浩扫地机器人的技术，经过了数次迭代升级，已经在九州星海的月球车、月球智能机器人身上得到了应用。

在讨论结束之后，顾青整理了一番，然后食指敲击了一下办公桌。

“机械项目方面，我们现在只能等材料项目升级革新。

所以接下来，我希望咱们能够在深度学习、人工智能这两个方向，配合半导体部门的新产品研发，进行大踏步前进。

过段时间，《智械危机》全球武道大会将会有智能AI的应用，咱们在座诸位或多或少都有参与，所以。

接下来大家的工作项目可以适当进行修改，等到收集了足够的数据之后，我相信，咱们将会再一次冲击更高峰。”

更高峰？

真的建造永固基地，进行月球移-民？！

顾青的这番话，让众位工程师更加浮想联翩起来。

在九州科技内部，深度学习、人工智能这两项技术并不是用来画画、转换文字视频、搞语言搜索模型的。

比如深度学习，它是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字、图像和声音等数据的解释有很大的帮助。

它的最终目标是让机器能够像人一样具有高难度分析学习能力。

通过机器搭载的各项传感器，实现识别文字、图像和声音等数据的能力。