“我再确认一下，”纪弘问道：“申总这边是提供了一个DUV的成熟方案，然后按照自己的理解，升级了一套EUV的方案，对吧？”
“是这样的没错！”申再平心里此刻也有了一定的猜测了，但这个猜测过于大胆，于是小心翼翼谨谨慎慎的思索了一番，最终重重的点了点头。
“然后就是，各大零部件供应商的子系统相关数据，”纪弘看向了张博，这方面的东西是他在记录。
“嗯。”张博拿出了自己的平板电脑，找出了相应的工作笔记：“我和刘院士来到这里，第一时间就利用科学院的关系，联系和整合了EUV光刻机所能用到的所有零部件的供应商。
“也是第一时间拿到了他们的产品文档和参数，尤其是科学院的相关科研院所非常支持我们，产品研发的全流程数据都给我们了。
“而这些都用于了AI的训练。”孙博说道：“还有这个，你看看。”
孙博递过来的，赫然是他这一段时间的心得，也就是那本《如何驾驭类思维AI――以EUV光刻机的研发进程为例》。
光刻机研发过程中的整体AI训练他并没有整理，但是各个零部件是怎么突破的，他这里边记录的就非常清楚。
比如，光源系统。
“钛宝石.nm极紫外光源系统是科学院下属的几个研究院联合好几所大学共同研发的，我们拿到这套系统的时候，它实际还不完善。”
孙博介绍道：“最起码用于光刻机是不够的，高次谐波产生的过程能量转换效率还非常低，无法维持光源的长期稳定。科学院也想了很多方案，但最终都没有解决。
“我们来看看，对于这个零部件，AI是怎么思考的。”孙博已经习惯了说这样的话，在他的眼里，AI就是在思考：
“看这里，它首先判断光源不稳定的因素是温度漂移。”
“等等。”纪弘打断了他：“你怎么知道AI是这么判断的？”
“计算出来的啊！”孙博理所当然的说道：“截取这些结果片段，通过模型与函数分析，后续的这些改进都是围绕控温进行的。”
孙博说着，还展示了他的数学运算成果，一个一个函数、模型、方法那是演化缭乱，纪弘也是直接摆了摆手让他收起来。
既然是通过定点采样然后通过数学模型计算出来的，他就不看了。孙博在数学方面的造诣实在是太高，看也看不懂，但是结果应该是没有什么问题。
“但是，控温没有解决问题。”孙博接着说道：“预计AI推演了得有十几万次，然后不得不放弃了这个方案。”
纪弘点了点头，他刚刚在整理数据的时候也发现这里的这个AI模型具有的一种独特的性质――会放弃。
“但是你知道吗，我后来问了我光电所的一个同事，他们的思路也是控温，而且直到现在还在不断的尝试。”
对于科研人员来说，一次又一次的失败才是常态，什么时候能够成功，那不仅要靠实力，有时候还需要一点点的运气。
哪怕是爱迪生，在发明灯泡的时候，也尝试了上千种的材料进行上千次的尝试才成功的。
人尚且如此，AI就更不用说了，尝试几万十几万次失败那是非常正常的事情。
但是，AI尝试是几万次的耗时，一天半！
孙博惊为天人也是因为此――一天半，这个时间，科学院的那些人写一次方案的时间都不够！
你这边一次都没搞完，AI模拟，十几万次都过去了！
这样的差距，怎么能不令人绝望？
“绝望什么？”纪弘笑道：“AI的存在就是为人类提供效率支撑的啊！而且，AI的模拟推演，不一定百分百精准，他只是把可能性最大的方法给实验人员筛出来了，然后再去实际生产验证。最终还是要走实际验证这一步的。”
下边的东西纪弘就看的非常明白了，温控未能起效，AI也是尝试了非常多的其他方案，而其他方案所需要的设备和硬件的参数和数据，更是需要实验室的工作人员去补充。
这些参数和数据应该是务必要求精准的，一旦有差，结果可能就会谬以千里了。
“也不尽是如此，”孙博立即又找出了一个案例：“比如这组数据，我们的工作人员在输入的过程中出错了，哪怕几重校验都没发现。
“但是你看，AI推演了几轮，就告警了，它认为这个数据偏离不符合一般分布，直接让我们确认。”
“用的数学分析的方法？”纪弘问道，他知道，数学统计和分析在一定程度上是能够筛出异常数据的。
“是。”孙博又说道：“但是这种计算，我做不到。或者说，我做不到那么快。”
“跟AI比速度，你才叫找虐呢！”纪弘嘀咕了一句，然后继续往后看AI的处理，AI最终敲定的方案是：
引入校准光路，标定以及引导光路搭建与调节。
而这个方案，实施起来非常之简单，只需要在驱动激光的同轴光路上，加入一个单模低功率绿光激光器就可以了。
不仅如此，这个方案还可以同时应用于稳定控制系统的标定。
最终形成了这么一套光束稳定控制系统，完成了相关的方案。
AI是怎么解决光源长期稳定运行这个问题的，纪弘虽然感兴趣，但他更感兴趣的，是这个分支的AI发生的这些个变化以及应用。
根据申再平的工作记录，以及张博按照AI的需求提供的各个零部件的参数以及整理出来的相关资料，依据这次EUV光刻机的研发进程，纪弘总结了如下的步骤：
第一步：将DUV光刻机的成熟方案当作素材输入到了训练库中。
第二步：类思维AI将这个成熟方案分解成了若干个模块。
第三步：单独升级其中的关键模块，甚至每一个模块。
第四步：将升级过后的模块替换掉步骤一当中的原始模块。
第五步：重复第一步。
……
“你们看似只提供了一套DUV的成熟方案，和供应商的能够应用于EUV的零部件，AI其实已经循环迭代无数次了。
“不仅EUV光刻机的整体是如此，很多零部件的解决方案也是类似于这样的过程。
“都是经过几万十几万甚至更多次数的推演，才最终给我们提供的最优选择。这个最优选择，几乎就是成功的选择。”
AI的过往历史训练数据十分庞大，仅仅整理出一部分，就耗费了一众人一个星期的时间。而纪弘也是得出了这样的结论。() ()
而这样的结论几乎让所有人都瞠目结舌――这AI显然是进化了！
刘向东院士更是发出了无限的感慨：“科研领域，从此也要被改写了。”
以往科学研究，主要就是六大步骤：提出问题、猜想与假设、制定计划与设计实验、进行实验与搜集数据、分析与论证、评估。
而现在呢？
刘向东院士甚至认为，会直接栽在第一步：提出问题，好家伙，AI解决了！
“哈哈哈！”纪弘也是乐得不行，看着刘向东院士甚至有些幽怨的表情，他也是笑道：
“刘老师啊，你这是被镇住了，仔细想想，AI在解决问题的过程中，创造新的东西了吗？
“没有！它就是按照我们给它灌输的知识和理论，甚至是设备的数据和参数，来进行运算、组合、模拟、推演，从而得出一个结果给我们。
“它解决问题是有基础的。它既不能无中生有，也不能点石成金。
“而科研的目的呢，是为了更深入、更快速的探索这个世界尚未被发现的规律和性质。在这个过程中，AI这东西是一个加速我们研究效率的东西罢了。”
“你不用安慰我！”刘向东院士摇了摇头：
“我不信你想不到问题所在，现在的科研人员，最大的依仗是什么？是他们掌握的知识，是他们成年累月积累的经验。
“但如果这个AI再度进化下去，知识和经验可能就没有用了，尤其是知识，AI学的嗖嗖快。”
纪弘皱了皱眉，总觉得哪儿有点儿不对。
人不用去学高深的知识，让AI去学？然后人利用AI去实现自己的目标？扯犊子呢吗这不是？倒反天罡啊这是！
“刘老师！”纪弘缓缓摇了摇头：“任何时候，都是只有自己本身强大才是强大。您说的这个，我不认同。
“您带队，利用这个AI，研发出了EUV光刻机。难道您认为，随便找一个啥都不懂的外行人，也能搞定吗？这完全不可能！”
“那是因为现在的AI还不够强大。”刘向东教授反驳道。
“好，我们假设它现在够强大了，只需要说一句：给我制造一台EUV光刻机，它就可以完成相关的工作。”
纪弘说到：“那么现在，找一个三岁的孩子过来，他就能造一台光刻机吗？他最起码得知道什么是光刻机吧？得知道这东西是干什么用的吧？这不还是需要知识？”
纪弘的话很粗浅，但刘向东院士明白他什么意思，一时间也不知该作何考虑。
而纪弘这个时候也觉得自己好像有一些什么事情没想明白，双方顿时都陷入了沉默。
俩人并不是在吵架，而是在推演未来――AI未来的发展方向以及对人的影响。
随着AI的越来越强，人所需要掌握和学习的知识越来越少？
“如果真的有一天，我们看不懂AI在做什么、要做什么、能做什么的时候，就是一件非常危险的事情了。”刘向东院士话说的十分流利。
对于AI的未来怎么样，各种各样的幻想小说都有过描述，什么智械危机啊，赛博朋克啊等等，倒不是刘向东院士杞人忧天。
如果不是卷耳智能科技，如果不是接触了类思维AI这么强大的东西，刘向东院士可以一辈子都不会去忧虑这个问题。
饭都还没吃饱呢，就考虑会不会噎着是一个很愚蠢的事情。
但是，这个AI太强大了，已经完全超出了认知。
虽然现在还能理解它在做什么怎么做的，但是它如果再发展发展、再发展发展，理解不了呢？
自己理解不了，那很正常，实际上自己理解不了的科学和技术多了去了，自己也不是全能的！
但是，如果全世界就没有一个人能够理解呢？那就十分可怕了！
纪弘之前也从未去考虑过类似这样的问题，他一直秉承的观念：AI就是一个工具，在工具的历史地位上，AI从来也不是特殊的那一个――人利用工具来实现自己的目标、达到自己的目的。
但刘向东院士的担忧……
纪弘总觉得不是那么回事儿，但一时半会儿也有点儿迷糊了。
……
“想不明白现在就别想了。”两个人沉默了好一会儿，刘向东院士也是说道：“因噎废食肯定不可取，我也不是在阻止你。
“只是想给你提个醒，不要走的太快了，也要停下来想一想怎么更好的去平衡这之间的关系。原本这不是事儿的，哪怕有问题，也可能是千百年后。
“但，卷耳实在是……我甚至感觉，你们甚至直接走了几十甚至几百年的路，这太快了！”
刘向东院士顿了一下：“不说这个了，你自己有考虑就行。我相信以你聪明的才智，一定能够有一个完美的解决方案！
“不过现在现在摆在眼前的也有一个问题，这个AI在工业领域、科研领域能够发挥非常巨大的作用。你有考虑要把这样的AI提供给科研机构或者是其他工业企业使用吗？”
是否要把这样的大杀器对外提供，这个问题纪弘真的还没有考虑好。倒不是他敝帚自珍，而是这个事情太过于重要了。
就像刘向东院士说的那样，这可能会完全改变整个科研行业。
“再让我合计合计吧！”纪弘轻声说道。
此刻的他心里也并不平静，自从卷耳智能科技成立以来，还是第一次有这种不受控的感觉。
直到晚上回到酒店的住处，纪弘的脑子一直在飞速旋转，过去、现在、未来，各种各样的场景是一刻也没有停过。
其中想的最多的，还是AI――
AI的训练并不是一个可以定向控制的过程，传统的大模型如此，类思维AI就更是如此。
越是高级的东西，其“进化”的方向就越是难以预测――至于成果，套用生物学的进化论，其实是可以总结为“物竞天择，适者生存”这八个字的。
只不过这里边的“适者”指的是训练过后，被人筛选留下来的分支。当然，更多的分支在训练的过程中被放弃。
就像这次，AI形成了方案优化和迭代的能力，就是一个未知的过程，它形成了，被留下了，就“适者生存”了！
不过，这应该是现有条件下类思维AI的极限了――受限于现有的GPU硬件。
但自己现在不是在搞三维立体存算融吗？如果利用那个芯片来训练呢？那未来……
也不知过了多长时间，纪弘迷迷糊糊的睡着了，而且做了一个非常离奇的梦……
“是这样的没错！”申再平心里此刻也有了一定的猜测了，但这个猜测过于大胆，于是小心翼翼谨谨慎慎的思索了一番，最终重重的点了点头。
“然后就是，各大零部件供应商的子系统相关数据，”纪弘看向了张博，这方面的东西是他在记录。
“嗯。”张博拿出了自己的平板电脑，找出了相应的工作笔记：“我和刘院士来到这里，第一时间就利用科学院的关系，联系和整合了EUV光刻机所能用到的所有零部件的供应商。
“也是第一时间拿到了他们的产品文档和参数，尤其是科学院的相关科研院所非常支持我们，产品研发的全流程数据都给我们了。
“而这些都用于了AI的训练。”孙博说道：“还有这个，你看看。”
孙博递过来的，赫然是他这一段时间的心得，也就是那本《如何驾驭类思维AI――以EUV光刻机的研发进程为例》。
光刻机研发过程中的整体AI训练他并没有整理，但是各个零部件是怎么突破的，他这里边记录的就非常清楚。
比如，光源系统。
“钛宝石.nm极紫外光源系统是科学院下属的几个研究院联合好几所大学共同研发的，我们拿到这套系统的时候，它实际还不完善。”
孙博介绍道：“最起码用于光刻机是不够的，高次谐波产生的过程能量转换效率还非常低，无法维持光源的长期稳定。科学院也想了很多方案，但最终都没有解决。
“我们来看看，对于这个零部件，AI是怎么思考的。”孙博已经习惯了说这样的话，在他的眼里，AI就是在思考：
“看这里，它首先判断光源不稳定的因素是温度漂移。”
“等等。”纪弘打断了他：“你怎么知道AI是这么判断的？”
“计算出来的啊！”孙博理所当然的说道：“截取这些结果片段，通过模型与函数分析，后续的这些改进都是围绕控温进行的。”
孙博说着，还展示了他的数学运算成果，一个一个函数、模型、方法那是演化缭乱，纪弘也是直接摆了摆手让他收起来。
既然是通过定点采样然后通过数学模型计算出来的，他就不看了。孙博在数学方面的造诣实在是太高，看也看不懂，但是结果应该是没有什么问题。
“但是，控温没有解决问题。”孙博接着说道：“预计AI推演了得有十几万次，然后不得不放弃了这个方案。”
纪弘点了点头，他刚刚在整理数据的时候也发现这里的这个AI模型具有的一种独特的性质――会放弃。
“但是你知道吗，我后来问了我光电所的一个同事，他们的思路也是控温，而且直到现在还在不断的尝试。”
对于科研人员来说，一次又一次的失败才是常态，什么时候能够成功，那不仅要靠实力，有时候还需要一点点的运气。
哪怕是爱迪生，在发明灯泡的时候，也尝试了上千种的材料进行上千次的尝试才成功的。
人尚且如此，AI就更不用说了，尝试几万十几万次失败那是非常正常的事情。
但是，AI尝试是几万次的耗时，一天半！
孙博惊为天人也是因为此――一天半，这个时间，科学院的那些人写一次方案的时间都不够！
你这边一次都没搞完，AI模拟，十几万次都过去了！
这样的差距，怎么能不令人绝望？
“绝望什么？”纪弘笑道：“AI的存在就是为人类提供效率支撑的啊！而且，AI的模拟推演，不一定百分百精准，他只是把可能性最大的方法给实验人员筛出来了，然后再去实际生产验证。最终还是要走实际验证这一步的。”
下边的东西纪弘就看的非常明白了，温控未能起效，AI也是尝试了非常多的其他方案，而其他方案所需要的设备和硬件的参数和数据，更是需要实验室的工作人员去补充。
这些参数和数据应该是务必要求精准的，一旦有差，结果可能就会谬以千里了。
“也不尽是如此，”孙博立即又找出了一个案例：“比如这组数据，我们的工作人员在输入的过程中出错了，哪怕几重校验都没发现。
“但是你看，AI推演了几轮，就告警了，它认为这个数据偏离不符合一般分布，直接让我们确认。”
“用的数学分析的方法？”纪弘问道，他知道，数学统计和分析在一定程度上是能够筛出异常数据的。
“是。”孙博又说道：“但是这种计算，我做不到。或者说，我做不到那么快。”
“跟AI比速度，你才叫找虐呢！”纪弘嘀咕了一句，然后继续往后看AI的处理，AI最终敲定的方案是：
引入校准光路，标定以及引导光路搭建与调节。
而这个方案，实施起来非常之简单，只需要在驱动激光的同轴光路上，加入一个单模低功率绿光激光器就可以了。
不仅如此，这个方案还可以同时应用于稳定控制系统的标定。
最终形成了这么一套光束稳定控制系统，完成了相关的方案。
AI是怎么解决光源长期稳定运行这个问题的，纪弘虽然感兴趣，但他更感兴趣的，是这个分支的AI发生的这些个变化以及应用。
根据申再平的工作记录，以及张博按照AI的需求提供的各个零部件的参数以及整理出来的相关资料，依据这次EUV光刻机的研发进程，纪弘总结了如下的步骤：
第一步：将DUV光刻机的成熟方案当作素材输入到了训练库中。
第二步：类思维AI将这个成熟方案分解成了若干个模块。
第三步：单独升级其中的关键模块，甚至每一个模块。
第四步：将升级过后的模块替换掉步骤一当中的原始模块。
第五步：重复第一步。
……
“你们看似只提供了一套DUV的成熟方案，和供应商的能够应用于EUV的零部件，AI其实已经循环迭代无数次了。
“不仅EUV光刻机的整体是如此，很多零部件的解决方案也是类似于这样的过程。
“都是经过几万十几万甚至更多次数的推演，才最终给我们提供的最优选择。这个最优选择，几乎就是成功的选择。”
AI的过往历史训练数据十分庞大，仅仅整理出一部分，就耗费了一众人一个星期的时间。而纪弘也是得出了这样的结论。() ()
而这样的结论几乎让所有人都瞠目结舌――这AI显然是进化了！
刘向东院士更是发出了无限的感慨：“科研领域，从此也要被改写了。”
以往科学研究，主要就是六大步骤：提出问题、猜想与假设、制定计划与设计实验、进行实验与搜集数据、分析与论证、评估。
而现在呢？
刘向东院士甚至认为，会直接栽在第一步：提出问题，好家伙，AI解决了！
“哈哈哈！”纪弘也是乐得不行，看着刘向东院士甚至有些幽怨的表情，他也是笑道：
“刘老师啊，你这是被镇住了，仔细想想，AI在解决问题的过程中，创造新的东西了吗？
“没有！它就是按照我们给它灌输的知识和理论，甚至是设备的数据和参数，来进行运算、组合、模拟、推演，从而得出一个结果给我们。
“它解决问题是有基础的。它既不能无中生有，也不能点石成金。
“而科研的目的呢，是为了更深入、更快速的探索这个世界尚未被发现的规律和性质。在这个过程中，AI这东西是一个加速我们研究效率的东西罢了。”
“你不用安慰我！”刘向东院士摇了摇头：
“我不信你想不到问题所在，现在的科研人员，最大的依仗是什么？是他们掌握的知识，是他们成年累月积累的经验。
“但如果这个AI再度进化下去，知识和经验可能就没有用了，尤其是知识，AI学的嗖嗖快。”
纪弘皱了皱眉，总觉得哪儿有点儿不对。
人不用去学高深的知识，让AI去学？然后人利用AI去实现自己的目标？扯犊子呢吗这不是？倒反天罡啊这是！
“刘老师！”纪弘缓缓摇了摇头：“任何时候，都是只有自己本身强大才是强大。您说的这个，我不认同。
“您带队，利用这个AI，研发出了EUV光刻机。难道您认为，随便找一个啥都不懂的外行人，也能搞定吗？这完全不可能！”
“那是因为现在的AI还不够强大。”刘向东教授反驳道。
“好，我们假设它现在够强大了，只需要说一句：给我制造一台EUV光刻机，它就可以完成相关的工作。”
纪弘说到：“那么现在，找一个三岁的孩子过来，他就能造一台光刻机吗？他最起码得知道什么是光刻机吧？得知道这东西是干什么用的吧？这不还是需要知识？”
纪弘的话很粗浅，但刘向东院士明白他什么意思，一时间也不知该作何考虑。
而纪弘这个时候也觉得自己好像有一些什么事情没想明白，双方顿时都陷入了沉默。
俩人并不是在吵架，而是在推演未来――AI未来的发展方向以及对人的影响。
随着AI的越来越强，人所需要掌握和学习的知识越来越少？
“如果真的有一天，我们看不懂AI在做什么、要做什么、能做什么的时候，就是一件非常危险的事情了。”刘向东院士话说的十分流利。
对于AI的未来怎么样，各种各样的幻想小说都有过描述，什么智械危机啊，赛博朋克啊等等，倒不是刘向东院士杞人忧天。
如果不是卷耳智能科技，如果不是接触了类思维AI这么强大的东西，刘向东院士可以一辈子都不会去忧虑这个问题。
饭都还没吃饱呢，就考虑会不会噎着是一个很愚蠢的事情。
但是，这个AI太强大了，已经完全超出了认知。
虽然现在还能理解它在做什么怎么做的，但是它如果再发展发展、再发展发展，理解不了呢？
自己理解不了，那很正常，实际上自己理解不了的科学和技术多了去了，自己也不是全能的！
但是，如果全世界就没有一个人能够理解呢？那就十分可怕了！
纪弘之前也从未去考虑过类似这样的问题，他一直秉承的观念：AI就是一个工具，在工具的历史地位上，AI从来也不是特殊的那一个――人利用工具来实现自己的目标、达到自己的目的。
但刘向东院士的担忧……
纪弘总觉得不是那么回事儿，但一时半会儿也有点儿迷糊了。
……
“想不明白现在就别想了。”两个人沉默了好一会儿，刘向东院士也是说道：“因噎废食肯定不可取，我也不是在阻止你。
“只是想给你提个醒，不要走的太快了，也要停下来想一想怎么更好的去平衡这之间的关系。原本这不是事儿的，哪怕有问题，也可能是千百年后。
“但，卷耳实在是……我甚至感觉，你们甚至直接走了几十甚至几百年的路，这太快了！”
刘向东院士顿了一下：“不说这个了，你自己有考虑就行。我相信以你聪明的才智，一定能够有一个完美的解决方案！
“不过现在现在摆在眼前的也有一个问题，这个AI在工业领域、科研领域能够发挥非常巨大的作用。你有考虑要把这样的AI提供给科研机构或者是其他工业企业使用吗？”
是否要把这样的大杀器对外提供，这个问题纪弘真的还没有考虑好。倒不是他敝帚自珍，而是这个事情太过于重要了。
就像刘向东院士说的那样，这可能会完全改变整个科研行业。
“再让我合计合计吧！”纪弘轻声说道。
此刻的他心里也并不平静，自从卷耳智能科技成立以来，还是第一次有这种不受控的感觉。
直到晚上回到酒店的住处，纪弘的脑子一直在飞速旋转，过去、现在、未来，各种各样的场景是一刻也没有停过。
其中想的最多的，还是AI――
AI的训练并不是一个可以定向控制的过程，传统的大模型如此，类思维AI就更是如此。
越是高级的东西，其“进化”的方向就越是难以预测――至于成果，套用生物学的进化论，其实是可以总结为“物竞天择，适者生存”这八个字的。
只不过这里边的“适者”指的是训练过后，被人筛选留下来的分支。当然，更多的分支在训练的过程中被放弃。
就像这次，AI形成了方案优化和迭代的能力，就是一个未知的过程，它形成了，被留下了，就“适者生存”了！
不过，这应该是现有条件下类思维AI的极限了――受限于现有的GPU硬件。
但自己现在不是在搞三维立体存算融吗？如果利用那个芯片来训练呢？那未来……
也不知过了多长时间，纪弘迷迷糊糊的睡着了，而且做了一个非常离奇的梦……