以至于美国和日本对这方面的技术重新卡得越来越紧，甚至在87年东芝事件后一度重新收入红区。

所以如今趁着配套技术还未成熟、整个价值链尚不明显，先偷出来研究着，将来是有很大好处的。

这里面的细节，诸位看官也没必要恶补了，说了也不懂。

一言以蔽之，那就像是“没有智能手机出现之前，siri的语音识别控制技术前途不大、没那么值钱。而配套的智能手机这一集成平台出现后，siri技术反而值钱了”差不多道理。

打的就是“研发者还未来得及充分意识到其值钱程度和应用广泛性”之前的时间差。

另外，顾骜在课题辩论中提到的“库卡公司的摄影机器人肯定会因为西方国家的劳动安全法律限制，无法自力研发完成”这个论断，也绝对不是虚言。

而是被后来的历史所证明的了。

因为德国和美国对工人、演员的生产安全性近乎变态的保护，库卡机器人的这个构想被拖延了整整30年。

一直到2006年多伦多大学的杰夫·辛顿教授弄出“深度学习算法”，让人类进入深度学习型人工智能时代后。

2010年，美国一家力回馈自动修正预设工程的工业机器人公司、rethk ribotic，才弄出了“可以让机械臂遇到意外的障碍物后，立刻因压力传感器而停止程序动作、并在力回馈的大数据指引下、自行学习新的替代作业动作”。

然后，库卡机器人才从rethk ribotic的设计启发为基础，把摄影机器人也做成拥有撞到演员摄影师后会自动修正“学习”运镜轨迹的功能。

这也是没办法的，德国工业在写死程序的数控加工时代，站到了世界巅峰（和日本一起），但也正是因此，德日两国在旧时代做得太完美，错过了进入人工智能时代后的弯道加速，切换赛道时远远被中美甩开了。

一个民族太严谨，太规律，往往在解决“如何应对不守规矩的意外扰动”时就缺乏想象力。而中美没有德日那么规律、严谨，他们不守规矩，也就擅长应对不守规矩，擅长“随时随地学习如何处理意外”。

这就是克里斯坦森所说的“创新者的窘境”吧，上一个世代做的越完美，社会整体技术环境向次世代跃迁时，你就越容易死。

后世德国库卡机器人2012年最终完成该项目时，它已经被中国的“美的”收购了，不再是一家独立的德国本土血统公司。（实话实说，现在在“深度学习”的算法工程师领域，中美比德日领先太多了）

顾骜前世在阿狸系干了这么些年，对于大火的人工智能周边应用，当然都是略有研究的，虽然自己写不出算法，至少懂大略的逻辑。

所以上述这些“秘辛”脉络，他心里有数。