李建国缩回手,在裤腿上擦了擦。“比我们车间的五轴机床还贵。那个才四十八万。”
他回头看了看整面墙的屏幕。“行吧。你说怎么弄。”
陈默用了二十分钟跟李建国解释工作流程。简化到了极致——屏幕上会显示ai生成的加工方案,包括刀具选型、切削参数、走刀路径和工序顺序。李建国要做的事只有一件:看方案,判断对不对。对的标“过”,不对的标“错”,然后写出错在哪。
“就这?”
“就这。”
李建国在转椅上坐下来。椅子太软,他不习惯,往前坐了半个屁股。
第一组方案调出来。钛合金涡轮叶片的五轴铣削工序。屏幕上的三维走刀路径用彩色线条显示,每一刀的进给度、切深和主轴转标注在旁边。
李建国凑近屏幕——他的老花镜缺了一条腿,用橡皮筋临时绑着,戴上之后歪向一侧。
他看了大约四十秒。
“这第三道工序的进给度——oo?”
陈默在旁边点头。这就是他之前现的那个幻觉参数。
“谁写的这个数?”
“ai自己生成的。”
李建国的嘴角抽了一下。不是笑,是车间里老师傅看到徒弟犯傻时的本能反应。
“r球头铣刀,钛合金曲面精加工,进给oo?你让它去试试。三十秒之内崩刃,刀片飞出来能扎死人。”他用手指戳了戳屏幕上的数字,“这地方最多给oo。而且主轴转要降到ooo以下——钛合金导热差,转高了刀尖温度上来,建成边的表面粗糙度直接废。”
本小章还未完,请点击下一页继续阅读后面精彩内容!
陈默在旁边飞记录。不是记参数——参数他不懂——他记的是李建国判断的逻辑链条。从刀具材质到工件材料到热传导特性到表面质量要求,五步推理,每一步都基于经验而非公式。
这就是数据库里缺的东西。
不是“正确参数是多少”——那个查手册就有。缺的是“为什么这个参数是错的”——错误的机理、失败的后果、相互关联的约束。这些东西存在于老技工的脑子里,从来没被系统性地记录过。
因为没人觉得“什么是错的”值得记。
十二个老技工在第二天全部到齐。陈默把他们分成三组,四人一组,八小时一班。每一班审核三百到四百组ai方案,对其中的错误进行标注和纠因。
方式极其原始:老技工口述,旁边坐一个陈默的工程师打字记录,录入标注系统。
第一天。审核量四百一十二组。标注出的错误方案七十九组。错误类型五花八门——有参数偏离常识的,有工序顺序颠倒的,有刀具选型跟工件硬度不匹配的。最离谱的一个案例是ai给一块铝合金零件设计了一套线切割方案,但那个零件的壁厚只有o毫米,线切割的电极丝直径就有o。按李建国的话说:“这跟拿菜刀削牙签有什么区别。”
第二天。审核量上升到六百组。老技工们渐渐熟悉了屏幕操作,度快了。蓉城来的老吴——做了二十六年航空件——现了一个系统性的问题:ai在生成变截面叶片的精加工路径时,总是选择从叶尖往叶根方向走刀。但实际操作中,这种走刀方向会导致叶片尾缘的薄壁区域在切削力作用下产生振颤。正确的做法是从叶根往叶尖走,让厚壁区先承受切削力。
“这东西把方向搞反了。”老吴说得很平淡,像在说今天食堂的菜咸了。
陈默把这个现当成一条规则,写进了物理约束层。
第三天。温州来的赵老板——就是之前在饭局上第一个拍桌子的那位——送了一段语音消息:“我的三个师傅都说太累了。他们不是审方案累,是跟你们的工程师解释为什么错的时候累。我们车间里手一指就明白的事,对着电脑得讲半天。”
陈默想了个办法。他把标注系统改了——增加了一个“语音直录”功能。老技工不需要再逐字逐句地跟工程师解释,直接对着麦克风讲,系统自动转文字并提取关键参数。
效率翻了一倍。
第四天。一万四千三百条标注数据。
李建国的老花镜在第三天晚上断了第二条腿。他找算中心的后勤要了一卷白色医用胶布,把镜框缠成了一个不规则的多面体。戴上之后,两只耳朵上方各鼓出一坨白色的胶布团。
赵勇拍了一张照片到工作群里。配文:“敦煌算中心年度最佳穿戴设备。”
群里笑了几秒就没了动静——大家都在忙。
第五天。陈默开始把标注数据灌进模型做第二轮训练。
当夜凌晨两点。训练面板上的损失函数曲线出现了一次他入行以来没见过的形态变化——不是渐进式的下降,是断崖。曲线在某个迭代步骤之后直接掉了一个台阶,像被人拿刀切掉了一截。