易飞说道：“方法有了，我接着说下工控智能系统的要求。”
“我们不贪大求全，不一步到位搭建虚无缥缈的全智能工厂。现阶段立足国内工业现状，聚焦三大当下最刚需、最能解决行业痛点、最能颠覆市场的核心技术突破，精准卡位下一代工控赛道。”
主要是全智能工厂目前的条件下也做不到。
硬件也支持不了那些复杂的算法。
“第一，视觉智能纠错工控系统。”
易飞道出第一项跨时代技术突破。
“当下所有传统工控系统，最大的短板就是‘只认参数、不认现场’。设备运行出现轻微参数漂移、机械结构微小偏差、工件原料尺寸误差、产线轻微抖动，数值波动在阈值之内，传统PLC、DCS就会判定运行正常，最终导致批量产品报废、产线故障停机。”
“我们将GPU固化的高精度视觉识别算法，完整移植到工控主板，给冰冷的工业设备装上‘眼睛’。让工控系统可以实时拍摄产线工况、识别工件偏差、捕捉设备偏移、监测运行状态，无需人工介入，自动微调控制参数、修正运行误差，实现全天候无人化智能纠错。”
放在现在，这就是绝对的降维碾压。
此刻国内所有重工、化工、新材料、精密加工企业，每天都需要大量工人紧盯仪表盘、校准设备参数、筛查残次工件，人力成本高昂、容错率极低、废品率居高不下。
一旦视觉智能纠错工控系统落地，将直接改写国内制造业的生产模式，彻底终结人工校准的粗放时代。
将大大的提高生产效率。
王森说道：“搞这个的话，得有CCD的技术吧。”
如果有视觉智能纠错系统，扫地机器人的性能也会大幅提高。
伊戈尔就提出要开发这个功能。
只是考虑到CCD有点贵，才咬牙放弃。
但是想要搞视觉智能纠错工控系统，是无论如何也回避不了的。
他不知道公司有没有CCD技术，是和外部厂商合作，还是自己研发。
当然，通常情况下，都是和外部厂商合作。
可是，易总是个很少和外部厂商合作的人，尤其是和国外的厂商，可没听说国内有搞CCD的厂家啊。
赵丽丽说道：“CCD技术我们有啊，已经从NS换来了，甭管最后和他们闹成什么样，这项技术肯定是我们的了，CCD专用的生产线我们也换来了，明年下半年就能有产品出来，看你们那里的人员匹配情况，如果人员充足，也可以把CCD技术的开发归到你们项目组。”
和NS的合同明确规定，只要他们违约，所有的他们提供的技术、产线自动归飞锐科技公司。
NS现在也没有和飞锐撕破脸的底气。
所以技术肯定是自己的。
不管归到哪个项目组。
CCD的技术都不是大问题。
她和易飞对这个都相当熟悉，至少对CCD后面发展的技术方向和解决方案都很清楚。
发展某项技术最难的就是方向和解决方案。
知道了这两个，随便找几个人都可以完成迭代更新。
本来她和易飞想的是把CCD的技术开发放在杨安贵的项目组。
想想，放在王森这里也很合适。
大不了再调到王森那里几个人就是了。
王森说道：“赵老师，不是我不想接，我一直有个划分认知：CCD 图像传感器属于光电物理、半导体工艺范畴，是硬件器件研发，按理该划分到物理半导体小组。人工智能组核心是算法、并行算力、智能识别，主要是软件层面，咱们为什么要让人工智能实验室同步开发CCD 相关技术？团队真的能吃透CCD 整套研发链路吗？”
他隐约知道公司和NS有交易，但具体的情况并不清楚，如果有CCD的技术，那当然是没问题了。
人工智能研实验室团队里是有搞芯片设计的。
这是肯定的，来的东苏专家也有擅长这方面的。
但芯片设计的主力在杨安贵那里，不是应该他们承担这个任务吗？
不是他挑肥捡瘦，这样是不是更合理，研发的效率更高。
分工也更加明确。
因为CCD也不是只有人工智能才能应用。
赵丽丽说道：“现在全球企业、科研院所全部把CCD 硬件和图像识别算法完全拆开，半导体厂只管流片制造CCD 感光芯片，人工智能视觉团队只能采购成品CCD 做二次开发。两套团队互不沟通，硬件设计不会匹配智能算法需求，算法也只能被动适配现成CCD 的成像缺陷，最后识别精度、成像噪声、动态范围永远存在无法调和的矛盾。
市面上的CCD 普遍存在暗电流漂移、像素响应不均、画面杂点多的问题，如果用于产线质检，还要花费大量算力做降噪、校正，白白消耗并行图形芯片的算力资源。如果AI 团队自主参与CCD 设计，就能从感光阵列、读出电路层面，提前适配视觉预处理算法，从源头降低图像缺陷，一举两得。”
不是说用专门的部门研发CCD技术不行，当然也可以。
而且大部分公司都是用这样的模式。
使用CCD的千千万万，而生产CCD的也就那么几家。
没有哪几家公司全生产链生产。
可是华夏总是受到西方的打压，他们逼着你全生产链生产，要不然搞不好就被卡脖子了，华夏未来三十年发展迅速，被对方打压也是原因之一。
有什么办法呢，人家卡你，只有玩命的研发。
既然公司也要发展CCD,而将来用处更大的很有可能是人工智能这方面。
把CCD交给他们项目组也是可以的。
智能CCD用在照相机和其它行业一样非常好，但通用的CCD用在人工智能上得进行二次开发，那就不如直接交给人工智能直接开发就是了。
另外CCD只是过渡技术。
十年以后，CMOS图像传感器开始崛起，CCD会被逐步替代。
公司还有CMOS图像传感器这个杀手锏。
恐怕很多人都把这个事忘了，至少还有几年没有公司把这项目技术当成事。
当他们当回事时，公司已经开始布局专利。
只是公司暂时把CMOS图像传感器技术给隐藏了起来，现在把大部分技术暴露起来，把大部分专利给申请了，等到它爆发的时候，专利期都过了一半了。
现在只是按部就班的申请专利，并没有推出产品。
只是公司内部用来做一些监控系统。
当全球都在研发CCD技术的时候，那公司也先用CCD技术。
即使换不来NS的CCD技术，她和易飞一样能设计出不侵权的CCD，这对别的公司可能不容易，但对他们两人不算难事。
用未来的技术替代他们的专利就是。
只是这事事先没有和易飞商量，是自己临时想出来的。
赵丽丽看向易飞，征求他的意见。
易飞伸手在稿纸上画出一条完整视觉人工智能链路：CCD 感光采集→信号调理电路→并行图形芯片预处理→AI 缺陷识别→工控系统调控。
整条链路环环相扣，AI 算法是最终输出端，CCD 是数据源头，二者无法割裂。
易飞说道：“人工智能组不仅能开发CCD相关全套技术，而且必须深度参与CCD 架构、电路、成像逻辑设计，这是我们自研视觉智能的关键一环。CCD 研发分两大块，一块是半导体晶圆制造、感光材料薄膜工艺，这块由物理系、半导体工艺小组主力完成；另一块CCD 成像逻辑、读出时序、像素校正、噪声抑制、和AI 算法适配的配套电路设计，则是AI 团队的核心工作，缺一不可。既然说到了这一点，我来讲讲AI团队负责CCD 研发的必要性。”