第42章 调整生产线，按刘总说的做42（1 / 2）

看着面前那个大变模样，长的宛如小型便携式计算机的人工智能核心，刘天阳的嘴几乎都快要咧到天边上了。

虽然这东西看上去小小的，但其中浓缩的不仅仅是当前人类最为先进的半导体科技，更是加上了刘天阳这么多天来的智慧成果。

在借鉴了当前流行的Tenserflow，Pytorch等智能框架后，刘天阳搭建的那个深度学习神经网络已经完全达到了商用级别的水平。

只要选好数据源，并且修改刘天阳针对生产性设备进行特化过的评价函数，其完全可以拿来用作图像识别、语音识别等各个领域。

性能比yolo那些经过广泛检验的框架也差之不远，其整个代码逻辑提取出来，已经到达了让相关高级从业人员震惊的地步。

一个人，怎么可能写出如此整齐划一的模块化代码，而且最为关键是——

一个甚至连底层运行库都自己实现的，多达几万行的代码，怎么可能连一个警告都没有。

写代码的人是戒过毒吗？难道就不想用数组越界访问，类型强制转换玩点花的？

不过整个代码逻辑都是在系统辅助下完成的刘天阳根本注意不到这点，他此时正愉快的逛着网店，下单着自己需要的传感器模块。

为了训练生产型人工智能，单纯把这三块核心装上去可没有用。

如何提取人类的操作流程，将其规范化，并且测量最终的成品，完成整个训练循环才是重中之重。

刘天阳早就注意到了这点，所以在最开始设计整个神经网络的评价函数时，就已经考虑了传感器的事情。

在他的设计中，这块人工智能核心除了可以从工控计算机里直接读取操作指令外。

还可以通过力矩传感器检测工人调整模具时所用的力气，通过红外传感器检测工人设置的不同参数对于加热系统的影响，以及最关键的，通过超声扫描检测最终成品的性能，完成整套操作的打分。

要不是图像识别也需要训练专用的人工智能，以现如今刘天阳拥有的数据集还做不到这点，他甚至连工人的每一步操作都想加进整个训练闭环之中。

以上计划都是针对注塑机和生产线这种自动化程度不高的设备，而对于五轴机床，刘天阳需要做的就简单多了。

对于整个机床已经了如指掌的他，早就规划好了该选取什么工件，以什么加工方式来构建数据集，能够最快速度的训练人工智能，让其达到和自身一样的水平。

……

“刘老弟，最近在搞什么呢？”

听陈令汇报完最近的工作，远在俄罗斯和客户热络感情的吴奇思考了一会，询问道。

“嗯……他倒是没有立刻跑去找工大的李教授，而是在厂子里捣鼓空闲的那个生产线。”

陈令对于技术方面的事情完全不懂，所以只能旁敲侧击找其他技术员询问。

“问过张明他们，听说好像是在研究怎么建立整个生产的质量管理体系，用智能化的方式评估无人机机体的生产情况。”

“具体的我也不太懂，只知道目前他已经完成了几个机器的改造，正在让电工给那条生产线重新通电。”

吴奇听言愣了一下，但很快就回应道：“好，我知道了，技术上的事情就随刘老弟做吧，如果他需要帮助，你就尽量配合，遇到麻烦了就来找我！”

继续聊了几句，吴奇便挂断电话。

‘智能化，万万没想到，刘老弟还挺能折腾！’

……