笔趣阁 - 玄幻小说 - 金手指是前任他祖宗在线阅读 - 第14章

第14章

    似乎少年不如他刚才想象中以及外界传闻里形容的,对塞勒斯痴迷到无法自拔。

    小老头又嘱托两句,风风火火地前往保卫处解决巴顿的事情。

    周围没有其他人后,元恬低头看着腰上的玉佩,他又捕捉到了那个未知存在的微弱情绪变化:

    好像是赞许。

    对方高冷地拒绝沟通,元恬想了想,还是决定先回宿舍。

    等元恬离开后,马库斯才放开拉住好友的手。

    克劳德不高兴地质问:“为什么拦着我,元恬现在不检查,万一以后出了什么问题怎么办?”

    马库斯反问:“这跟你有什么关系?”

    克劳德被问得一愣。

    马库斯继续道:“连元恬都比你拎得清,没看见他的反应吗,从讲座选座开始,元恬就一直在避嫌。”

    “你以为其他人看不出来你这几天为什么这么积极?现在元恬和殿下牵扯得越多,他才更会成为众矢之的!”

    “你以为巴顿刚才为什么这么激进?”

    克劳德沉默,作为王室继承人从小的玩伴,他的确接到了殿下隐晦的嘱托:帮忙照顾元恬。

    但他的关心也不完全是出于殿下的任务。

    克劳德苦笑,问:“那怎么办,让我装成对元恬完全不认识吗,完全不管他吗?”

    马库斯同样沉默下来,刚才少年的反应刺痛了不少跟他相熟的贵族学生,刚才其他人的匆忙离开未尝没有狼狈的意味。

    一年的相处……元恬刚才就像从来没认识过他们一样。

    礼貌得过分。

    明明之前纠结处理方式的还是高高在上的贵族学生们,结果转头就发现少年能做得比他们更加决绝。

    马库斯也不想讨论这个话题,提醒:“下次想帮元恬也别做得这么明显。”

    克劳德一愣:“不是我把元恬带到埃文斯教授面前的,不是你?”

    两人面面相觑。

    第6章

    元恬丝毫没察觉到贵族学生们刚才的怪异受伤的态度,他只是觉得自己自觉拉开距离的举动对大家都好:

    不留下不必要的交情,这也是非常符合那些贵族处事原则的局面。

    少年回到寝室后就一直忙忙碌碌——

    将堆得满满的工作台收拾出来,把一台智能机器人搬到工作台上,戴好护具,拆开外壳露出里面复杂的电子元件。

    动作熟稔,除了理论,少年的动手能力也不错。

    硬件完成,元恬打开智能机器人的开发者模式,又开始调试什么。

    玉佩安静地躺在一边的桌子上。

    从回宿舍起,他就被放在这里,少年明明经历过刚才的风波,却好像完全不知道玉佩的异样,视线停留的时间不超过十秒。

    谢行尊并不是前几天才有意识,清醒的最开始他就通过自己的方式收集了不少元恬的信息关键词:

    恋爱脑、机甲破坏者、孤儿、脆弱、跟现任兰开斯特王室继承人存在不清不楚的关系,

    以及……兰开斯特大帝的狂热崇拜者。

    最初谢行尊也以为少年非常好懂,种种行为和反应都会在他的预料中。

    他已经做好了如何快速摆脱元恬找到旧部恢复自己的计划。

    但真正清醒、能感知到周围环境后,那些虚浮的标签被一个个粉碎改写。

    看上去是一汪清澈到泛蓝的潭水,浅表在氤氲的水汽中映射着梦幻的彩虹,但实际上这潭水看不见底。

    至少现在,谢行尊就无法清晰地预测元恬这一系列举动的目的。

    正常人做的第一件事,应该是想办法跟这块奇怪的玉佩沟通,判断对方的善恶立场、所得利益,然后决定后续行动。

    但直到现在,元恬都没有主动跟他沟通过。

    房间持续僵持静默了一段时间,少年的准备工作也进入尾声。

    元恬站起身活动了下有些僵硬的肩颈,环视房间,又搬来一把椅子放在自己的对面,然后煞有介事地将只到人大腿的智能机器人放在椅子上。

    玉佩贴上了贴片,连接线将小智能机器人和玉佩接在了一起。

    元恬又坐在了椅子上,跟被改装后的小机器人面对着坐着,乍一看上去就像是两个人类在交流。

    元恬看着正在启动的机器,对着空气解释,流畅得像是念台词:“我已经改装过机器,它可以通过传感器获取你的精神力信号,根据内置的算法对你的精神力波频进行实时识别和分析,得到你目前的情感状态和表达意图,最后生成匹配的表情和简单文字。”

    少年说了一堆,玉佩里的存在异常沉默。

    元恬等了等没得到回复,想了想,认为问题出在自己的表达上,他简化:“简单来说就是,你可以通过它表达你的想法。”

    “它现在属于你了。”

    恰好在此时,那只改装前的设计其实是用来做清洁工作的小机器人有了动静。

    圆罐子一样的机器人,脸上眼睛的位置亮了起来:

    【= 。=】

    下面预留的文字屏幕则是:

    【??(难以分类的情感)】

    元恬盯着那两个问号,遗憾又苦恼地自言自语:“看来处理单元使用的算法和模型没有问题,问题出在训练数据上。能匹配的模板还是太少了。”

    他解释:“这也并不是什么难以解决的问题,它可以在锻炼下越来越聪明,只要反馈后准确率也会提高。”