这個念头一出来立刻就打不住了，一个全新的产品迅速的在纪弘的脑海里形成，甚至整体的规划和功能已经渐渐的露出了它的雏形，也为纪弘接下来怎么提高人自身的能力提供了一个极为独特的思路。

理论上，人提高自己的能力，唯有不断的学习、唯有亲自去实验去经历、唯有不断的锻炼和提高自己。

但随着知识的越来越多、信息越来越泛滥，人生短短百年，是不可能将所有的知识学得完的。

就如现在，人们从小学初中高中大学硕士博士，按部就班的将学业搞到顶尖的水平，大多数人都已经到了三十岁的而立之年了。

到了这个程度，才能在前人这些“巨人”的肩膀上去研究新的东西，而三十岁，哪怕不考虑六十岁退休这件事儿，人生也已经过去三分之一了。

而随着这些研究的越来越深入，后来的需要学习的东西也越来越多，甚至穷极一生也不可能学完所有的东西。

现在的教育，采取的是分学科分领域甚至是细分研究方向的方式来进行的，但这种细分也有很大的弊端。

在需要多学科协调的时候，相互之间的“交流”是有很大的成本的，所以有跨学科的“新生学科”出现。

而新生学科的专业人士，往往需要对两个甚至多个学科的知识都了如指掌。

这是非常不容易的，学的越多越难以精通。

而这种跨学科的人才，在实际的工作中，往往扮演的是润滑剂或者是中间桥梁的作用——跟双方进行沟通和交流。

“这个过程是不是可以由AI来替代呢？”

纪弘也没心思听会议上专家们在讲什么了，他在梳理着自己脑海中这一套东西的逻辑。

逻辑其实非常简单，往小了类比——就像小学生读课文一样，遇到了一个不认识的字，不会读，也不懂是什么意思，甚至影响了整个一句话都不明白了。

这个时候去翻翻字典，查到了它的读音和释义，哦，懂了，然后套入整个句子，瞬间理解。

纪弘脑子的这套产品就类似于这么一个词典，只不过，通过自己的感官、外界的信息，比如现在——会议的声音，自动的帮你去查询去搜索，然后反馈到人的眼睛或者是耳朵里，帮助自己理解整场会议的内容。

如果不局限于这场会议，而是套入到日常研究中：我是一个设计师，原本是设计机器狗的，这个狗在地球上已经设计出来了，跑的非常溜。

但现在月球探测需要这么一个东西，有什么差别呢？我不懂！

正常情况下，我需要去找相关的专家去共同的研究，或者自己去学习去查找相关的资料：

月球与地球重力不同只有地球的六分之一、月球上没有空气、月球的昼夜温差大，在一个自转周期内，温差可以达到310℃、还有月球的地形、传感器的工作等等等等都有不小的差别。

知道这些就完了吗？显然不是！

就拿温差来说，有哪些影响呢？哦，大幅度的温差会使橡胶老化加速，所以必须使用特殊材料等等。

这些东西涉及到的学科、知识太多，需要考虑的问题方方面面，忽视了哪一个都容易出问题。

所以这种设计往往需要非常多学科专业人才的配合。