学霸的军工科研系统 第609节

　　“去年海军，还有连海造船厂派了一批军代表和技术专家去圣彼得堡北方造船厂考察，发现那些苏联时期的老船，哪怕已经在水里泡了将近十年，工艺和质量也比最近两年新开工的船好很多，差就差在这些老师傅身上！”

　　丁高恒说的这件事，常浩南倒是前世就有所耳闻。

　　主要体现在买回来的那四艘现代级驱逐舰上面。

　　续建的136和137两艘质量要远远好于后来新造的138和139两艘。

　　当然，除了如巴比奇这样的高级别专家以外，绝大多数人都不可能直接参与到航空母舰这样的海军核心项目里面。

　　但其它主战舰艇，包括民用船只的建造，也有他们发挥余热的空间。

　　虽然按照造船吨位计算，华夏已经是世界第三造船大国，但在世纪之交这会，“大而不强”可绝对不是随便说说。

　　高附加值的订单，多数仍然在欧洲，以及日韩手里攥着。

　　“这一点，老吴也在报告里面也提到了。”

　　常浩南回答道：

　　“所以我也考虑，如果这一批里面符合要求的人数确实足够多，就在友谊计划第一期1000个名额的基础上，视情况扩充一部分，尽量把这批宝贵的技术人员给吃下来。”

　　“不过，也是因为这次人数很多，所以他们对我们给出的条件还是有些顾虑。”

　　“你的意思是说……还有些不满意的地方？”

　　丁高恒把文件放到茶几上：

　　“客观来说，哪怕是跟80年代末期的苏联相比，我们国家现阶段的物质文化水平也确实有一定欠缺，但是……”

　　结果，他话才说到一半，常浩南就连忙摆了摆手：

　　“不是不是……与其说是条件不够好，我倒觉得是条件开的有点太好了。”

　　“老吴那边毕竟只是个搞进出口贸易的小公司，人家难免觉得不够靠谱，您也知道，苏联解体这些年来，这帮老工人被那些私人企业坑得已经很惨了，对他们有抗拒心理也是很正常的。”

　　听到这个解释，丁高恒直接就乐了：

　　“这个好办，虽然咱们官方不方便直接出面，但是可以让船舶工业系统的同志印刷一些中俄双语的册子，上面再附上咱们准备好的社区，还有工厂照片。”

　　“咱们国家现在什么都缺，就这种跟苏联工厂类似的老厂区不缺，到处都是……”

　　尽管丁高恒并没有亲自去过独联体国家，但并不难猜测那边职工们的心态。

　　过了将近十年苦日子，乍一看见这熟悉的气息和环境，要说心里没点想法，那是不可能的。

　　这种时候再一撺掇，很多事情也就顺理成章了。

　　这功夫还没有后来那花样繁多的诈骗套路，或者说，虽然有，但并不为人所熟知。

　　因此真说起警惕性，其实也就那样。

　　有个像样的宣传册，再加上照片，说服力还是很强的。

　　“这样可行。”

　　常浩南也点了点头：

　　“那我就让老吴那边先稳住对方，不要操之过急，等我们把宣传材料送过去再有动作。”

　　这个问题解决掉之后，第二件事情就没什么好说的了。

　　徐平曾和吴懿范两个人都已经同意，说是申请，其实就是通报一下。

　　而且，从常浩南的视角来看，前者的顾虑是很有道理的。

　　在原来的时间线上，瓦良格号在被拖回国的过程中，就遇到过好几次国外人员试图非法强行登舰的情况，甚至还成功过。

　　只不过上一世买回来的瓦良格号真的只有个船壳子，上面属实没什么还能被进一步破坏的东西，所以没遭到什么实际损失，只是比较丢脸。

　　但如今徐平曾保住了不少关键设备和资料，目前都放在船上，如果被夺取或者破坏，那可就亏大了。

　　至于拆卸、交接和转运要消耗大约1-2个月时间……

　　对于造船这种动辄以年计数的长周期行业来说，显然并不关键。

　　……

　　本来，按照常浩南的想法，既然瓦良格号启程回国的时间会略微延后，那么国庆之前应该就不会有太多事情了。

　　但是，计划赶不上变化。

　　8月末，随着高校的新学期陆续开始，常浩南的工作重心逐渐从企业管理转回到了实验室里面。

　　姚梦娜也在112厂完成了第一阶段的产能爬坡任务，把歼11的产量提高了大概三分之一。

　　按照之前的约定，常浩南需要给她准备一个新的课题。

　　不过，这一次，姚梦娜却是自己带着问题回来的。

　　“常教授，我发现了一个问题。”

　　刚刚摘掉帽子换上实验服的姚梦娜坐到常浩南办公桌对面的椅子上。

　　“什么问题？”

　　常浩南抬起头。

　　“我发现，我之前走到了一个思维误区里面。”

　　姚梦娜眉头轻蹙，显然是在因为某些事情而困扰：

　　“我一直以为，十一号工程脉动生产线的效率达不到预期指标，是因为我没能调控好各个环节的工时分配系数。”

　　“但后来我发现，其实问题在于整个总装过程，尤其是每一个环节之后的质量检测过程数据量太大，而且不同检测环节所输出的关键数据不同，导致这个步骤根本没办法用自动化系统解决，虽然录入了电脑，但最后还是靠人工检查……”

　　常浩南并没有着急，而是一边听着姚梦娜略显混乱的解释，一边在脑子里梳理着对方要表达的意思。

　　简单来说，就是虽然在产线上加入了大量传感器，但传感器传回来的数据却因为过于复杂而不容易被直接分析。

　　尤其是如变形量、平整度、尺寸契合度、铆接过程的漏铆、复铆等问题，产生的数据维度很高。

　　例如漏铆，会在铆孔的位置留下一个洞，对于人来说就是看一眼的事情，但对于自动化设备来说，却很难进行识别。

　　最后只不过是从工人到工位上去检查，变成了拍下照片，然后再由工人对着照片检查。

　　反倒多费了一遍事。

　　“所以，我觉得……只有用计算机代替人来完成这个过程，才能完全发挥脉动生产线的理论潜力！”

　　姚梦娜喝了口水，最后总结道。

第758章 流形学习

　　姚梦娜提出的这个问题，对于常浩南来说，不难理解。

　　只是很难解决。

　　真要说起来的话，这涉及到文本挖掘、数据可视化、信息检索、数据挖掘、机器学习乃至人工智能等一系列问题。

　　如果真做到姚梦娜所设想的那样全自动化生产，那就是工业4.0了。

　　在1999年这个时间点上，显然不大现实。

　　但不可能完全实现这一整套东西，并不意味着其中没有可以作为突破口的部分。

　　比如数据挖掘和信息检索，就是千禧年附近很火热的研究方向。

　　其核心目的是从海量数据库和大量繁杂信息中提取出有价值的知识，并进一步提高信息的利用率。

　　实际上，在常浩南重生之前，飞机设计和制造领域已经开始应用这方面的技术，他本人也接触过不少。

　　但当年的他作为一个工科出身的普通技术人员，并没有太多理论功底。

　　而系统，则首先需要构建出一个完整且可行的思路出来。

　　这就导致如今他脑子里空有一大堆名词，但却不知道哪个是破局的关键——

　　实际上，他此时就面临着无法从大量繁杂信息中提取出有价值信息的困境。

　　“信息……”

　　常浩南从旁边扯过一张纸，在纸的最中间写下了两个字。

　　在理想化的模型中，最好是一个数据就可以精确且唯一地描述一个含义。

　　也就是一维数据。

　　小学和中学时候做的应用题，大体上就是这样。

　　实际生活中面临的，其实大多数也是这种问题。

　　而对于稍复杂一些的情况来说，要完全描述一个含义，往往需要一组数据。

　　但与此同时，这一组数据又往往不只能描述这一个含义。

　　要想在数学上描述这种一组（多个）数据对应多个含义的现象，就需要将一组数据在不同的维度上进行展开。

　　这是由数学理论推向现实的情况。

　　而反过来，现实中收集到的信息，在多数情况下，本身就是已经展开过的高维数据。

　　而如果想要让计算机处理这些高维数据……

　　常浩南思索半晌，又在纸上写下了三个基本条件：

　　1、对原始高维数据进行压缩，降低原始高维数据的维度，进而节省存储空间，同时也降低高维数据的计算复杂度。

　　2、消除，或者至少降低隐藏在原始高维数据中的噪声。

　　3、提取到高质量的数据特征，提升后续的数据表示和分类任务的效果。

　　他在脑子里把这三条内容过了一下，然后试图让系统给出一个结果。

　　没有反应。

　　显然，这并不能被算作是“完整且可行”的思路。

　　……

　　不知不觉间，常浩南就在办公桌前枯坐到了快要吃午饭的时候。

　　仍然没能想出一个很好的思路。

　　直到一阵来自腹部的叫声把它从深思中吵醒。

　　确实有点饿了。