位于总部的第十一号楼里的研究人员，只是最核心的一部分研究项目所在而已，在其他地方的分公司里也有相关的研究项目组。
今天，智云集团总部的第十一号楼三楼的一个实验室里，多名实验人员正在努力工作着，突然，其中一个人站了起来：“王哥，你来看看，这数据有些不太对啊，n98号实验的信号分类精度已经达到百分之九十九点九九八了！”
当即有一个年轻人走过来，俯身在电脑屏幕前看了起来，屏幕里密密麻麻的各种实验数据在外人看来，看了都得犯迷糊，但是他却一眼就看出来了其中的多个数据异常。
“我们用的信号分析算法，都是同一套算法，之前最好的表现是第三项目组那边的百分之九十三，而他们是动用集团里的算力中心的大算力进行分析，这才达到的数据，我们这边只是用实验室里的小型算力主机，算力不足以支撑数据模型做到这个精度的。”
“这有点像是我们上一次n78号试验的情况，那一次信号精度也是达到了这个类似数据，结果你们也知道了…信号采集的连信号深度出现了问题，连深度信号都没有，自然也就没有什么杂波了！”
“来，都来帮忙，看看哪里出了问题！”
“我估计是收集信号的时候，实验体和电极的接触可能出现了一些问题，没能收集到足够多脑电波信号，导致算法计算的结果出现了偏差！”
“还有算法模型的数据输入也检查一遍，看看数据输入有没有出现问题，尤其是需要人工输入的数据，每一组数据都要进行双人交叉检查。”
项目组里的实验人员们开始忙碌了起来，有的人开始检查测试软件，尤其是算法，看看有没有出现问题。
有的人开始到后方的实验室里，给实验猴子佩带的电极头盔进行检查，看看硬件部分有没有出现问题，尤其是重点检查由新型电极材料打造的信号收集贴片。
以往的很多实验里，信号收集贴片就经常出现一些小失误，最后导致结果失误，甚至出现过收集的脑电波信号经过算法处理后，信号分类精度达到无限接近百分百的情况……这种情况一般都是信号没能收集完整，看似有百分百的信号分类精度，但实际上没有任何意义。
智云集团研究的非侵入式脑机接口技术，重点研发的技术指标就两个：信号收集、信号精度。
信号收集，就是利用各种手段收集脑电波信号，这里头的技术难度就是如何提升时间分辨率以及空间分辨率……说白了就是收集转化的及时性，这涉及到一个信号延迟问题；还有大脑是一个3d物体，你不能只收集表层信号，而是要收集整个大脑的信号。
这对信号采集技术提出了非常严苛技术考验！
信号精度，这方面的技术主要是利用大数据模型进行智能化分析，也算是人工智能技术的一个分支，尽可能的利用算法来排除脑电波里的无用杂波，比如各种生理噪声，外部电磁型号的影响，并且把脑电波里的各种有用脑电波信号进行分类，转化为各类电子信号，然后进行输出！
眼前的这个项目组里从事的主要是信号收集领域里的电极材料研发……说是材料研发其实也不太正确，他们这个项目组本身并不搞这些材料，而是从集团以及兄弟企业里庞大的材料库里挑选适合的，然后进行理论分析，再进行实际测试，找出来最适合的材料。
智云集团以及仙女山控股，乃至海蓝汽车，南门航天，威酷实业等徐申学旗下的企业，每一个都拥有大量的各种各样的材料研发中心，无数研发人员从同时各种各样的材料研发。
因为他们的材料研发，用的是人工智能材料研发，直接通过材料研究算法进行推导，所以成果也非常多。
每一天，都有很多各种各样的新型材料被研发出来……
当然，成果多，并不意味着这些材料成果都有用！
实际上，用人工智能算法研究材料，模型只会根据研究者的一些理论以及技术路线推导出来大概的技术路线，后续还要人工进行进行各种实验，完善……而最后做出来的东西是什么样的，有什么用，人家大数据算法可不知道，一切都是未知的。
这种人工智能材料学，和传统目的性非常强的材料学研究，是有极大区别的！
传统材料学，是大海捞针……从无数个可能性里，最终寻找到或者合成出来一种自己想要的目标材料。
而智云集团搞的人工智能材料学是宁杀错不放过，弄个新理论就让大模型去推导，然后根据推导结果，搞出来一大堆乱七八糟的材料……至于这些折腾出来的新材料有什么用，研究人员自己也不知道……说白了就是没什么目的性的材料学研究，甭管有没有用，先搞出来再说。
这就导致，看似研究出来了很多新材料，但是99.99%以上的各种新材料研发出来后都没什么实际价值，或者说一时半会的找不到什么实际应用价值……
主要是因为搞出来的各种新材料实在太多了，研究人员不可能对每一种新材料都进行全面测试的。
没那么多人手，没那么多时间，更没那么多试验资金。
研究人员们搞出来这些新材料后，顶多就是进行一些常规的测试，如果没有发现什么特殊之处的话，那么顶多就是记录一些常规特性，然后就扔进材料封存库去了。
这些材料研发出来后，有极其个别的幸运儿会第一时间被证明具有某些实际价值，比如当年的mmk34超导材料，这东西刚被研发出来，就被研究人员发现了具有常温常压超导特性。
