在這之後就是如何從一堆亂七八糟的數據裡整合起來形成3D模型的技術了，這技術的難度其實比之前還難。
之前的難度以人類現有的傳感器與生產工藝其實還是可以解決的，大不了把3D掃描儀往大了設計。
但如何將那些亂七八糟的數據整合成為3D模型，這對於人工智能來說是個極大的挑戰。
而事實上這方麵的技術難度實際會比山姆想象中更難，原因就是現實遇到的事情遠比想象中多得多，有時候還需要補充不存在的細節。
在這種情況下，這就十分考驗人工智能對於世界的認識，考驗人工智能的常識能力與模擬能力。
至於為什麼這麼難？就以衣服來說吧。
比如你掃描一件衣服，你首先要將衣服攤開放桌麵上使用隨身3D掃描儀掃描錄入數據。
這個時候人工智能就需要根據尺寸外貌生成一件虛擬衣服，在這個過程中虛擬衣服不能尺寸不對，不然用戶虛擬試穿時就會不準。
而當用戶使用虛擬模型試穿衣服的時候，你還要根據用戶實際身材尺寸補全細節，完美模擬出用戶穿那件衣服的樣子，做到虛擬與現實衣服試穿狀態一致。
這一係列難點下來，對於人工智能與開發團隊來說是一個極大的挑戰。
可以說要不是人工智能曙光擁有自我意識，那想要做到這一點還真有些難，至少也是要幾年的時間才能完成。
而在這之後的隨身醫師功能也是如此，彆看學習知識歸類知識似乎是所有人工智能的強項。
但實際上那些人工智能都是照本宣科而已，他們根本無法理解為什麼要這樣做，隻是人類告訴它要這樣做，否則不對。
所以他們隻是照本宣科地做，並無法理解現實的一切，更無法主動挖掘深層次的事情。
反觀人工智能曙光不同，人工智能曙光因為擁有自我意識，他能如同一個人類一樣感性地理解世界的事物知識並且得出自己的結論，擁有很強的理解與聯想能力。
所以在同樣的情況下，對於同樣一個事件，人工智能曙光產生的數據量與知識點是前者的數十倍以上。
所以人工智能曙光可以輕鬆做到的事情，其他沒有自我意識的人工智能想要做到很難，甚至可能做不到乃至會逼瘋研發人員。
就以“診斷病症”這個功能來說，因為每個人的表達能力不同，擁有自我意識的人工智能曙光更能快速理解人們想要表達什麼。
哪怕你嘴裡臟話不斷、口語表達不清、語不指主題再或者因知識不足而表達不清，人工智能曙光都能通過你的語言與你手指的地方知道你想表達什麼。
這就導致了對於其他人工智能來說堪稱是災難般的表達不清問題，在人工智能曙光麵前並不是什麼大問題。
所以自家人知道自家事情的山姆之前沒有給出準確的答複，而是直接用模棱兩可的答複。
但此時的其他人可沒有放過山姆的打算，隻見比爾蓋瓷皺眉質問道：
“到底要多久？還有效果會差上多少？”
麵對比爾蓋瓷的質問，山姆隻能透露出更多的細節。