“我再確認一下，”紀弘問道：“申總這邊是提供了一個DUV的成熟方案，然後按照自己的理解，升級了一套UV的方案，對吧？”
“是這樣的沒錯！”申再平心裡此刻也有了一定的猜測了，但這個猜測過於大膽，於是小心翼翼謹謹慎慎的思索了一番，最終重重的點了點頭。
“然後就是，各大零部件供應商的子係統相關數據，”紀弘看向了張博，這方麵的東西是他在記錄。
“嗯。”張博拿出了自己的平板電腦，找出了相應的工作筆記：“我和劉院士來到這裡，第一時間就利用科學院的關係，聯係和整合了UV光刻機所能用到的所有零部件的供應商。
“也是第一時間拿到了他們的產品文檔和參數，尤其是科學院的相關科研院所非常支持我們，產品研發的全流程數據都給我們了。
“而這些都用於了AI的訓練。”孫博說道：“還有這個，你看看。”
孫博遞過來的，赫然是他這一段時間的心得，也就是那本《如何駕馭類思維AI——以UV光刻機的研發進程為例》。
光刻機研發過程中的整體AI訓練他並沒有整理，但是各個零部件是怎麼突破的，他這裡邊記錄的就非常清楚。
比如，光源係統。
“鈦寶石.n極紫外光源係統是科學院下屬的幾個研究院聯合好幾所大學共同研發的，我們拿到這套係統的時候，它實際還不完善。”
孫博介紹道：“最起碼用於光刻機是不夠的，高次諧波產生的過程能量轉換效率還非常低，無法維持光源的長期穩定。科學院也想了很多方案，但最終都沒有解決。
“我們來看看，對於這個零部件，AI是怎麼思考的。”孫博已經習慣了說這樣的話，在他的眼裡，AI就是在思考：
“看這裡，它首先判斷光源不穩定的因素是溫度漂移。”
“等等。”紀弘打斷了他：“你怎麼知道AI是這麼判斷的？”
“計算出來的啊！”孫博理所當然的說道：“截取這些結果片段，通過模型與函數分析，後續的這些改進都是圍繞控溫進行的。”
孫博說著，還展示了他的數學運算成果，一個一個函數、模型、方法那是演化繚亂，紀弘也是直接擺了擺手讓他收起來。
既然是通過定點采樣然後通過數學模型計算出來的，他就不看了。孫博在數學方麵的造詣實在是太高，看也看不懂，但是結果應該是沒有什麼問題。
“但是，控溫沒有解決問題。”孫博接著說道：“預計AI推演了得有十幾萬次，然後不得不放棄了這個方案。”
紀弘點了點頭，他剛剛在整理數據的時候也發現這裡的這個AI模型具有的一種獨特的性質——會放棄。
“但是你知道嗎，我後來問了我光電所的一個同事，他們的思路也是控溫，而且直到現在還在不斷的嘗試。”
對於科研人員來說，一次又一次的失敗才是常態，什麼時候能夠成功，那不僅要靠實力，有時候還需要一點點的運氣。
哪怕是愛迪生，在發明燈泡的時候，也嘗試了上千種的材料進行上千次的嘗試才成功的。
人尚且如此，AI就更不用說了，嘗試幾萬十幾萬次失敗那是非常正常的事情。
但是，AI嘗試是幾萬次的耗時，一天半！
孫博驚為天人也是因為此——一天半，這個時間，科學院的那些人寫一次方案的時間都不夠！
你這邊一次都沒搞完，AI模擬，十幾萬次都過去了！
這樣的差距，怎麼能不令人絕望？
“絕望什麼？”紀弘笑道：“AI的存在就是為人類提供效率支撐的啊！而且，AI的模擬推演，不一定百分百精準，他隻是把可能性最大的方法給實驗人員篩出來了，然後再去實際生產驗證。最終還是要走實際驗證這一步的。”
下邊的東西紀弘就看的非常明白了，溫控未能起效，AI也是嘗試了非常多的其他方案，而其他方案所需要的設備和硬件的參數和數據，更是需要實驗室的工作人員去補充。
這些參數和數據應該是務必要求精準的，一旦有差，結果可能就會謬以千裡了。
“也不儘是如此，”孫博立即又找出了一個案例：“比如這組數據，我們的工作人員在輸入的過程中出錯了，哪怕幾重校驗都沒發現。
“但是你看，AI推演了幾輪，就告警了，它認為這個數據偏離不符合一般分布，直接讓我們確認。”
“用的數學分析的方法？”紀弘問道，他知道，數學統計和分析在一定程度上是能夠篩出異常數據的。
“是。”孫博又說道：“但是這種計算，我做不到。或者說，我做不到那麼快。”
“跟AI比速度，你才叫找虐呢！”紀弘嘀咕了一句，然後繼續往後看AI的處理，AI最終敲定的方案是：
引入校準光路，標定以及引導光路搭建與調節。
而這個方案，實施起來非常之簡單，隻需要在驅動激光的同軸光路上，加入一個單模低功率綠光激光器就可以了。
不僅如此，這個方案還可以同時應用於穩定控製係統的標定。
最終形成了這麼一套光束穩定控製係統，完成了相關的方案。
AI是怎麼解決光源長期穩定運行這個問題的，紀弘雖然感興趣，但他更感興趣的，是這個分支的AI發生的這些個變化以及應用。
根據申再平的工作記錄，以及張博按照AI的需求提供的各個零部件的參數以及整理出來的相關資料，依據這次UV光刻機的研發進程，紀弘總結了如下的步驟：
第一步：將DUV光刻機的成熟方案當作素材輸入到了訓練庫中。
第二步：類思維AI將這個成熟方案分解成了若乾個模塊。
第三步：單獨升級其中的關鍵模塊，甚至每一個模塊。
第四步：將升級過後的模塊替換掉步驟一當中的原始模塊。
第五步：重複第一步。
……
“你們看似隻提供了一套DUV的成熟方案，和供應商的能夠應用於UV的零部件，AI其實已經循環迭代無數次了。
“不僅UV光刻機的整體是如此，很多零部件的解決方案也是類似於這樣的過程。
“都是經過幾萬十幾萬甚至更多次數的推演，才最終給我們提供的最優選擇。這個最優選擇，幾乎就是成功的選擇。”
AI的過往曆史訓練數據十分龐大，僅僅整理出一部分，就耗費了一眾人一個星期的時間。而紀弘也是得出了這樣的結論。
而這樣的結論幾乎讓所有人都瞠目結舌——這AI顯然是進化了！
劉向東院士更是發出了無限的感慨：“科研領域，從此也要被改寫了。”
以往科學研究，主要就是六大步驟：提出問題、猜想與假設、製定計劃與設計實驗、進行實驗與搜集數據、分析與論證、評估。