力用于搜集数据，实现自我学习。

剩下的算力是无法支撑起庞大的机器人数量，虽然这些机器人自己也是具备不错的智商，用于日常工作还是没有太大的问题。

但是对于非常复杂的工作，背后还是需要中级人工智能和初级人工智能支持，特别是面对新事物的时候，机器人自身的人工智能是无法做出最合理的判断。

因为机器人由于容量有限，算力不可能太高，这还是因为使用的是较高水平的人工智能，不然的话，以机器人搭载的算力，只能成为人工智障。

就是因为它们使用的人工智能算法不是现在市面上的人工智能相比的，也就导致他们凭借较少的算力，就可以全面超越那些互联网企业凭借庞大算力支撑起来的人工智能。

对于工厂里面的工作，凭借机器人自身的算力和人工智能水平，是可以应付得了，但是这是建立在对他们的工作内容比较专一的基础上。

也就是说，机器人适合做什么工作，是由背后的初级人工智能和中级人工智能赋予的，机器人的算力还无法做到全能。

只能让后台给它们加载和它们工作内容相关的知识以及判断逻辑，超出机器人知识范围以外的东西，他们的表现就不尽如人意。

他倒不是没有能力提升机器人的算力，但是那样做的话，成本就要提升不少，而且小幅提升的意义也不大，大幅提升的话，成本是民用领域无法承受的。

相比之下，他研发出来的军用机器人，算力就得到了巨大的提升，因为战场环境是瞬息万变的，必须要让机器人能够独立做出更多的判断。

虽然也有全球卫星通信系统作为网络连接支持，但是也有很多办法对卫星信号屏蔽，如果屏蔽了卫星信号，算力不足就是最大的短板。

这也是为什么军用机器人的成本会那么高的原因之一，不仅仅只是材料的成本，而是全方位的成本都得到了极大的提升。

毕竟一分钱一分货，想要有良好的性能，就必然需要金钱堆积起来，当然也不是总是如此，但是大部分还是符合这个规律的。

有些优良的材料，只要掌握了技术，其实制造成本反而不高，这样的特例在他这边也是频频出现，但是比例还是相对较低。

想到这里，他觉得还是需要在家里腾出一些空间出来，对目前的光子超级计算机进行扩展，而目前合适的地方就是他家的图书馆地下几层。

其实他家的图书馆根本就没有怎么用，甚至整栋楼都可以改变用途，不过图书馆的存在，还是能够做一些掩饰，目前只需要在图书馆地下几层当中腾出一些空间出来就可以。

至于实验室，已经没有太多的地方了，地下几层里面，已经被不停组装的高端机器人给占据了，虽然陆陆续续也派遣出去了不少，但是剩下的数量依然不少。