一般来说，体力劳动应该是与薪资成正比，像我们常说的去公司打工还不如去搬砖...
但是在环卫工这岗位上，除了大城市的福利稍微好点外，其他的还不如一个电子厂的包吃住的待遇。
当然了，导致这些问题的原因都很复杂。
高岚吩咐下去之后，就开始接下来的安排。
首先是在公司制度上开始大刀破斧地改，很多原本尸位素餐的家伙全部被清理出去。
这些人除了吃回扣或不干正事外就没有价值了。
要是一个公司让这样的家伙继续下去，那直接改成养老院好了。
高岚那边忙活着，身为许黎的校长也是忙得要命。
他这边正在忙着和王明教授他们在实验室参观，并且准备他们的合作实验项目。
之前有提过，这个合作项目是为了解决人工智能算法数据传输的一个问题。
而许黎的超压缩算法又刚好满足这个条件。
加上王教授他们这边也想要借助许黎的超体存储器。
一定要解决这种人工智能算法，不仅仅是光靠算法的原因，还需要有数据承载体的一个问题。
人工智能方面涉及到非常多的专业知识和条件，而其中能够储存大量数据的存储器，这是必不可少的硬件条件。
另外，关于人工智能，其基本三要素主要是算法、算力与数据。
长期以来，市场与企业关注的重点主要集中于算法和算力领域。
但是很多时候，数据也是人工智能关键的一环，是一切算法训练与调优的源泉。
目前人工智能的发展，在算法和算力领域上，全球各国都取得了不小的突破，这些人工智能可能在实验室里面表现效果非常好，但是一旦应用到市场的话，它的效果往往不是那么的突出。
例如比较火的自动驾驶，这种想要真正应用到现实社会的话，还有很大的一个困难。
而这背后有一个很重要的原因就是数据服务行业的滞后性。
自动驾驶在园区内场景相对固定且有限，算法只要用少量的一个数据就可以满足训练的需求，但是在真实的场景下，各种交通变化是复杂的。
其中包括节假日，出国旅游这些交通高峰的拥堵时期，都需要不少的数据量来进行支撑，另外数据传输方面也需要提升，要不然就无法“智能“地驾驶。
而这一切都出自于数据的缘故，如果能够解决数据产出和传输的效率，自动驾驶或许还有真正实现在社会上应用的可能。
假如想要解决数据方面的问题，并且在硬件上允许的范围，那人工智能的其他两个基本元素也要一同带动。
“王教授，这位是李默，我校计算机实验室的负责人。”
许黎介绍了一下李默。
“李默？我好像一点印象……”
王教授愣了愣，似乎想起了什么？
“我想起来了，你是剑乔大学的李默李博士？”
王教授有些惊喜，之前他来学校的时候倒是没有见到李默，没想到遇上了。
让两人的专业是不同方向，但是对于李默的的名声，他从一些其他材料学的朋友们有听过。
“你好，王教授，我正是您说的那个李默，请多多指教！”
李默显得很谦虚。
毕竟王教授比他的年纪要大上一些，而且还是科研领域上的前辈，自然态度要放尊重一点。
“我倒是没有想到李博士你居然在许先生这边任职，真是让我感到意外。”
虽然他平常不怎么关注材料学圈子的动向，但是像李默这样的研究型人才，一般在国外留学后，基本都会选在国外高校或者是科技企业任职的，要么就是回国到一些高等院校任职。