……
【2、高光譜成像結合深度學習在食醫領域中的應用，來源：知網，需付費4元……】
……
短短十幾分鐘，郝成授權了三四十次，總花費了二百多元，不過效果還是很顯著的。
現在基於光譜成像融合深度模型進行各方各麵檢測的研究確實已經有了很多。
通過這些資料，郝成也是迅速的對當下這類研究的成果到了什麼程度有了很大程度的了解。
一些研究甚至已經頗有名堂。
不過，他們用的大都是實驗室的專業光譜或者成像設備，華為手機上那顆紅楓攝像頭，說起來，本質不過是實時色準器件而已。
硬件確實差的很遠，但是不怕，硬件不足，那就係統來湊，實在不行，最後還有加點升級這一個殺手鐧。
不過，這是最後的選項，經過45分鐘學習卡的深入學習，郝成想先試一試自己去設計這個算法去訓練這個模型，究竟能做到什麼程度。
走到最後，實在沒有思路了，再走升級加點的路子。
畢竟，自己的能力也是需要一步步提升、一步步的往前走的，隻有學到手的才真正屬於自己。
這種觀念，是郝成任何時候都會秉持於心的。
當然，讓小沙給自己整理資料這種事兒不算，繁瑣複雜的這種工作本來就是ai存在的意義。
在小沙的幫助下，郝成迅速的把這些論文中的研究成果分門彆類對比整理。
然後再次的細細回想上次在“夢裡”學習到的知識。
“微意識體——知識能夠凝聚意圖的最小單位。”郝成一邊嘀咕一邊思考，內心卻是對這個概念有了越來越清晰的認識。
“超級符碼係統，知識和微意識體之間的規律性聯係。”郝成腦子飛速的轉著：“如果要做這個利用多光譜色準鏡頭做這件事兒，涉及的知識有……”
郝成整理著：
首先是物質和元素的光譜分析，然後根據光譜數據和實際實驗室檢測的標準結果構建新的預測模型……
“這……能夠構建的最小模型，大約就可以認為它是一個微意識體吧？”這是一個疑問句，不是肯定句。
這是郝成自己的理解，具體是不是實際情況，那還要後續再做驗證。
……
理論聯係實際，結合自己要做的事兒，郝成一步一步的分析著，將那天“夢裡”學到的知識拆開了、揉碎了，同時不斷的吸收、消化。
突然，靈機一動，他就突然對“如何巧妙的建立起了知識和微意識體之間的規律性聯係”這件事兒有了靈感。
如癡如醉、如饑似渴，郝成不斷的記錄著自己的思路和方法，構建模型的進程也在加快。
就這樣，一絲絲一縷縷，郝成自己概念中的第一個微意識體構建方案正在緩緩成型。
“我似乎變得更聰明了？”這也是一個疑問句，郝成搖了搖頭，似乎覺得自己頭腦變得更加清晰了，但是也沒敢肯定。