第102章 工业AI的五联成长路线（1 / 2）

第102章工业AI的五联成长路线

“两件事儿，”程旭回到了华州，来到了2041集团：“一件是针对光刻胶的，向哥这边联系现在内地所有的光刻胶企业，邀请他们共同商议东洋企业退出留下的高端市场空缺问题。”

向林嘴角一抽，不过他现在已经习惯了程旭现在的这种风格，东洋的这几家光刻机企业肯定是要完蛋了的。

他随即点了点头，说道：“昨天接到旭哥这边的电话，我立即调研了我们场刻用导电胶的情况，事实上，场刻导电胶的制造要比光刻胶更加的复杂和精密，我们只要提供技术授权，高端光刻胶的突破不会是什么问题。”

“关键是产量，”程旭说道：“国内的高端光刻胶产量过低，成本偏高，所以，平替的成本压力也较大。我们要做的，是帮助他们迅速的改进生产工艺，这也是在完成我们对提高国内半导体产业链企业的承诺。”

“训练专有AI？”程旭一说迅速，向林立即就朝着人工智能的方向去想了——拿手好戏嘛这是。

程旭点了点头：“发挥我们的优势，先给基础化学和应用化学实验室更新设备，训练一种化合物合成与混合物测定的AI模型，不说多，能够满足否定掉80%的不可靠合成路径，那就等提高五倍的研究效率。

“甚至还可以模拟出60%以上的混合物成品性质，这要改进起来再不快，那不如回家卖红薯去了。现在已知有关光刻胶这种的混合物的物理和化学特性数据，足够这个半成品AI的训练所需了。”

向林点了点头，心里也不免又是一阵嘀咕：这又是一个半工业AI模型，化学类的，由此甚至可以推论——AI模型对于生产过程的改进，那是全方位、全品类的。

只要有数据，那就能训练——因为条件概率小模型的缘故，这个数据量也并不需要很大，这就意味着未来的无限可能。

“没有人真的能够去预测未来，预测未来最好的方式就是去创造它。”

向林忘记了曾经是在哪儿看到过这么一句话，但此刻，他对这句话已经有了全新的认知——程旭以及2041就是在做着这样的事。

程旭一直说，未来是AI的天下，工业AI模型的出现将会是下一次工业革命的标志性事件。

而现在看，八成是了——而这不是预测，这就是2041朝着这个方向去推动的。

就现在而言，是走在半路上，用程旭的话说，现在所有正在训练的工业模型都只能算半个。

“那完全的AI模型什么时候才能出现呢？”向林忍不住问道。

“等类记忆存储芯片投入使用，”程旭直接说道：“工业模型的训练能够从‘集合’转变为‘个体’的时候，就可以称之为真正的工业模型了。

“现在的训练，不管是工业AI模型还是语言模型，都是从数据到产出的，而无法从产出到数据，换言之，它是没有‘记忆’的。

“通过一个月的训练，它成长了，但是，为什么成长的，那些数据起的关键作用？是不明确的。条件概率模型帮我们去掉了90%的训练量，但留下的10%也并不全然都是有效的。

“它本身依然是概率模型，同样并没有准确的路线和答案。但，真正的工业模型，它应该是一个具有成果预期的线路明确可控的模型。

“什么叫线路明确可控呢？这就是一个【学习-成长-总结-反思-再成长】的五联完整提高过程，而且这个过程的可重复性也提供了螺旋上升的空间。