但周诚不是这样的，他先搞了一个自动化控制的程序来，然后用自动化控制程序来控制光波的波与频率，他还了一个三维成像的设备，自己编写一个AI识别蝗虫运动轨迹以及运动取向的件，针对蝗虫搞起了动态监测。

    等到了验收这项研究成果的时候，一间专门养蝗虫来制造饲料的养场，周诚和徐宗仁教授以及那几个帮着安放仪设备的学生被领到一间养棚中，里面有三万只蝗虫正在‘挨饿’

本章已阅读完毕(请击一章继续阅读!)

    如果真有‘飞蛾不扑火’的那一天，那只会有两可能，要么是飞蛾的智商突然集上涨，从同类扑火自|焚的行为中取到了教训，要么就是经过了严酷的自然选择，所有对火光与度有渴望的飞蛾全被淘汰，只剩那些基因中产生微妙变异、对火光与度无甚至恐惧的飞蛾幸存了来，并且繁、发展、壮大。

    周诚现在要的第一件事，就是利用他网购到的这些人工养的蝗虫，通过自动调整光波反馈来筛选这些蝗虫最喜的光波，以实现蝗虫的‘光波诱引’，再通过这些蝗虫来筛选能够破坏这些蝗虫脑结构与生结构的声波，利用声波来将这些蝗虫‘致病’，可能无法立即将这些蝗虫杀死，但会让这些蝗虫失去了祸害植被与作的能力，并且它们无法繁一代……只要稍加时日，‘虫灾’便可以消弭于无形。

    到了‘声波致病’这个环节，因为不同频次的声波都会对蝗虫的脑结构与生结构造成损伤，所以周诚只能多次设置实验组，针对不同的蝗虫应用不同频次的声波，同样是结合AI来识别反馈……效率的惊人。

    到最后，周诚只需要设置好自动化程序，并且来观测AI识别反馈的数据就可以，通过多重模型将数据行校正，然后便轻而易举地得到了‘光波诱引’蝗虫的最佳区间。

    但如果存在人为预的话，只要检测到这飞蛾的‘易区间’，人工设置一个能够诱导飞蛾发生行为变化、决定变化的环境，就算飞蛾经过了七十二变化，也难逃被人为和谐的命运。

    然后，这些研究生就被打击到了。

    徐宗仁教授派来的那几个学生不信邪，他们拿着周诚来的数据作为参考，自己又随机选择了几组数据，发现蝗虫看到周诚分析来的那个频谱的光波就如同|狼看到了女，一窝蜂地扑上去，而那些蝗虫在遇到他们随机设置来的光波时，就都变成了坐怀不的柳惠，只有少数几个经不起诱|惑的蝗虫不争气地扑了上去。

    这不同不是现在实验思维上，而是现在实验手段上。

    真有不同，而且是很大的不同。

    徐仁宗教授派来的那几个研究生一直都跟着周诚，他们想看看这位年纪轻轻的大佬会怎么这‘实验组与对照组’相当多的实验，‘大佬’科研和他们这‘学术菜鸟’科研有什么不同？

    想要实现‘光波诱引’，确定对蝗虫最有诱|惑力的光波，他们想到的是手动调整设置光波的波、频率等，以此来设置实验组与对照组，最终通过对比多数据来确定大致的区间，并且在大致的区间行二次筛选，以此确定更确的时间。

它们，这东西不能靠近，靠近会死，更不用说群间的信息共享与传递，遗传间的信息共享与传递等等。