看著麵前那個大變模樣，長的宛如小型便攜式計算機的人工智能核心，劉天陽的嘴幾乎都快要咧到天邊上了。 　　雖然這東西看上去小小的，但其中濃縮的不僅僅是當前人類最為先進的半導體科技，更是加上了劉天陽這麼多天來的智慧成果。 　　在借鑒了當前流行的Tenserflow，Pytorch等智能框架後，劉天陽搭建的那個深度學習神經網絡已經完全達到了商用級別的水平。 　　隻要選好數據源，並且修改劉天陽針對生產性設備進行特化過的評價函數，其完全可以拿來用作圖像識別、語音識別等各個領域。 　　性能比yolo那些經過廣泛檢驗的框架也差之不遠，其整個代碼邏輯提取出來，已經到達了讓相關高級從業人員震驚的地步。 　　一個人，怎麼可能寫出如此整齊劃一的模塊化代碼，而且最為關鍵是—— 　　一個甚至連底層運行庫都自己實現的，多達幾萬行的代碼，怎麼可能連一個警告都沒有。 　　寫代碼的人是戒過毒嗎？難道就不想用數組越界訪問，類型強製轉換玩點花的？ 　　不過整個代碼邏輯都是在係統輔助下完成的劉天陽根本注意不到這點，他此時正愉快的逛著網店，下單著自己需要的傳感器模塊。 　　為了訓練生產型人工智能，單純把這三塊核心裝上去可沒有用。 　　如何提取人類的操作流程，將其規範化，並且測量最終的成品，完成整個訓練循環才是重中之重。 　　劉天陽早就注意到了這點，所以在最開始設計整個神經網絡的評價函數時，就已經考慮了傳感器的事情。 　　在他的設計中，這塊人工智能核心除了可以從工控計算機裡直接讀取操作指令外。 　　還可以通過力矩傳感器檢測工人調整模具時所用的力氣，通過紅外傳感器檢測工人設置的不同參數對於加熱係統的影響，以及最關鍵的，通過超聲掃描檢測最終成品的性能，完成整套操作的打分。 　　要不是圖像識別也需要訓練專用的人工智能，以現如今劉天陽擁有的數據集還做不到這點，他甚至連工人的每一步操作都想加進整個訓練閉環之中。 　　以上計劃都是針對注塑機和生產線這種自動化程度不高的設備，而對於五軸機床，劉天陽需要做的就簡單多了。 　　對於整個機床已經了如指掌的他，早就規劃好了該選取什麼工件，以什麼加工方式來構建數據集，能夠最快速度的訓練人工智能，讓其達到和自身一樣的水平。 　　…… 　　“劉老弟，最近在搞什麼呢？” 　　聽陳令匯報完最近的工作，遠在俄羅斯和客戶熱絡感情的吳奇思考了一會，詢問道。 　　“嗯……他倒是沒有立刻跑去找工大的李教授，而是在廠子裡搗鼓空閑的那個生產線。” 　　陳令對於技術方麵的事情完全不懂，所以隻能旁敲側擊找其他技術員詢問。 　　“問過張明他們，聽說好像是在研究怎麼建立整個生產的質量管理體係，用智能化的方式評估無人機機體的生產情況。” 　　“具體的我也不太懂，隻知道目前他已經完成了幾個機器的改造，正在讓電工給那條生產線重新通電。” 　　吳奇聽言愣了一下，但很快就回應道：“好，我知道了，技術上的事情就隨劉老弟做吧，如果他需要幫助，你就盡量配合，遇到麻煩了就來找我！” 　　繼續聊了幾句，吳奇便掛斷電話。 　　‘智能化，萬萬沒想到，劉老弟還挺能折騰！’ 　　…… 　　“劉總，現在其他生產線的產能已經跑起來了，工人們也都熟練了，要是按你說的，突然換到這條生產線上，恐怕會有不少麻煩事啊。” 　　王陽聽說劉天陽想要讓調度安排一些技術最好的工人在他剛改裝過的生產線上，趕忙跑來勸說。 　　雖然如今劉天陽已經成了他的上司，但麵對這種事關生產的事情，王陽還是站了出來。 　　“機器需要重新校準，模具生產什麼的也要磨合一下。”張明在王陽的眼神示意下，也勸了起來。 　　“如果按劉總您的意思，每一套模具都要在這上麵走一遍的話，恐怕工期會拖累不少，而且良品率也不好保證。” 　　麵對這兩人的質問，劉天陽也清楚，自己即便再解釋智能化管理對於整個生產流程的作用，最後也隻是雞同鴨講。 　　畢竟王陽和張明年紀不小了，對於新技術的接受程度完全比不上年輕人。 　　有一句話形容的很好：所有在我出生之前發明出來的東西都是理所當然的；所有在我 15–35歲之間發明的東西注定是要改變世界的；所有在我 35歲之後的發明都是反人類的。 　　現如今智能化控製技術對於這兩個老家夥幾乎就是不可理喻的東西，更何況劉天陽還不能過多透露有關人工智能核心的技術。 　　‘怎麼辦，難道要強行把命令壓下去嗎？’劉天陽有動過不顧解釋，強行這麼做的念頭，“等等吧，這樣子雖然能解決問題，但也會埋下禍根。” 　　“生產線磨合出問題是必然的，但這幫人以後肯定會把所有鍋都甩到我身上。” 　　直接壓命令是下下之舉，劉天陽準備嘗試再解釋一下，看看能不能達成共識。 　　“生產出了什麼事嗎？”被吳奇任命為天宇新科這新公司總經理的陳令注意到了這邊的動靜，走了過來。 　　在聽王陽解釋了之前幾人的爭論後，陳令看向劉天陽，目光凝聚。 　　“劉總，找書苑 ｗww.zhaoshｕyuａn.com 你確定這條生產線能夠對整個生產的質量管理有所幫助嗎？” 　　“當然可以。”劉天陽對於這點非常有自信，“我安裝的那些傳感器可以檢測工人的操作，並且同時對最終的成品進行無損檢測。” 　　“再結合預先輸入進去的專家經驗，完全可以針對每一個操作工人給出其標準化改正措施。” 　　“雖然會暫時減緩生產速度，但長期來說，卻能夠有效提升咱們廠的標準化程度，為以後做大做強打下基礎。” 　　劉天陽的這段話卻不是空口憑說，雖然人工智能核心中並沒有所謂的專家知識，但在神經網絡的快速迭代下，隻要按照計劃進行工人輪崗。 　　那些優秀操作工人的經驗便會被人工智能核心記錄下來，實現取長補短，融會貫通，達到甚至超過預設專家經驗的程度也有極大可能。 　　如此一來，給出每一個工人的標準化改正意見，自然也是非常容易的事情。 　　在得到劉天陽肯定的答復後，陳令也沒多遲疑。 　　“調整生產線，按劉總說的做。” 　　既然兩個領導達成了共識，王陽等人自然也沒了意見。 　　隨著調度一聲令下，整個工廠的工人，都按照排班表，在這條布了人工智能核心的生產線上輪起了崗。 　　而人工智能核心，也按照劉天陽所設想的那樣，從各個傳感器上獲取數據，一遍又一遍的迭代自己的神經網絡。 　　而以無監督學習為基礎搭建的整個體係，甚至不需要劉天陽進行乾預，他現在需要做的，隻是等待果實成熟罷了。