识别精度差，意味着生物电波动幅度小，也意味着两次生物电波对比误差小。

不过这里，不能单纯按百分比大小来看。

高精度，虽然百分比很大，但她采集到的数据样本更丰富，能够从微伏，跨越到毫伏，等于有两种对比方案。它只会比奥托博克公司的感应贴片，识别率更高。

叶青又重复了几次动作，结果每次生物电波的误差都有变化。

累计五次，叶青问电晶，如果让程序智能识别，那程序能从这些生物电波中，找到关键的，可以判定的手部收张信号？

“老板，这五次对比中，仪器采集到了四次，从32微伏，到66微伏之间的同步生物电波动。”电晶站在波示器前不停捏着尖尖的下巴，“如果建立完善的生物电数据库，通过模糊对比，我想可以当做判断依据。”

“但我不敢保证每一个人在采集数据时，都会出现这种情况。另外样本采集次数也太少，我觉得最少有上万次的数据对比，才能更确定一些。”

“采集到不难，公司里有很多人。”

看似没什么进展，其实叶青觉得进展很大。只要能精确判断出收张手掌的信号，那就等于在1的基础上，又多了一个2。因为可以把所有非1的信号，统统归类成2。

“我们再来测试挥手的生物电信号。”

静下心来的叶青，开始同步挥动左右手。

这个动作一直重复了十次。

通过对比，叶青惊奇发现，这十次动作中，竟然采集到十次，可以起到判定自用的相同生物电波动片段。

分析后，叶青和电晶一致认为，这个判断来自手腕摆动时，释放出的生物电信号。

并且是手腕肌肉在运动中，释放出的肌肉生物电信号。因为它只在微伏范围内活动，并高度一致。

“有搞头。”电晶看完对比图，又看住了叶青。

“确实有搞头。”叶青点点头，一副“难道就这么简单”的不置信表情。

神经释放出的手掌收张信号为1，非这个动作的信号为2。

那手腕或者手臂肌肉，在做特定动作时，完全可以列为3。

肌肉在运动中，当然也可以产生生物电活动，它只是比神经释放出的生物电信号要小很多。奥托博克公司的感应贴片识别不了，电晶制造的这种完全可以。

1、2、3，就这么容易的被找到了思路？

“老板，这一切也太简单了吧？您不说奥托博克公司，在这方面的技术是行业第一嘛，我觉得这第一，水得一塌糊涂。”

“我也觉得……”

叶青思考了片刻，说道：“归根结底，应该还是工业技术能力的差距。或许他们没有把感应贴片识别精度，提高一个量级的能力。检测微伏级生物电压变化，他们可以做到，但那套设备会很笨重，有可能和医院里的心电图记录仪一样。”

“另外检测到这些细微变化后，能否把这个变化应用到机械运动中，又是一个问题。”

“这个难度比感应贴片更高，没有我们的仿生手运动技术，再好的感应芯片也是白搭。”

“最后就是编程方面难度了。”

“如何把这些信号，编程一套简单有效的控制命令，也是个问题。”

电晶拍了拍胸口，说一切交给它。

简单易懂？

这个好办，电晶可以搭建一套仿生手的专用控制程序。然后启用公司和工厂的超级服务器集群，让带有一定智能的程序，把人手的所有动作分拆开来，每一个动作模拟百亿次，寻找出最简洁的一套命令。

生物电的样本采集？

工厂那边当晚就开始量产高精度感应贴片，到了次日下午，五百套生物电采集装置送到了公司中。

公司员工每人每天抽出两小时，坐到椅子上胳膊贴上贴片，根据视频一遍一遍，做出固定的双手动作。

或是握手、或是鼓掌、或是端起茶杯，或是竖起赞叹，鄙视的手势。

这些数据源源不断汇集到超级服务集群中，每一个人，每一个手势，都会被集中比对。

数据采集工作并不是一帆风顺，这中间出现了许多意料之外的问题。

比如服务器对比到异常数据，提交给电晶审核时。电晶通过翻看监控录像，发现这位员工在录数据过程中，一只手拿着手机看消息。

通过重复试验，电晶发现当手机靠近感应贴片时，手机内正在工作的电子元器件，会释放出电磁干扰，严重影响贴片的识别精度。

感应贴片在生产线上的封装过程中，已经做了抗干扰处理，现在看来做得还远远不够用。

电晶很快给出了解决方案，目前数据采集时，这些感应贴片都暴露在外。放到产品上，它实际是安装在仿生手，与用户残肢的连接处。只要在仿生手的外面添加电磁屏蔽隔层，就能完美解决这一问题。

有数据溢出的异常，也有数据大幅衰弱的异常。