這些缺陷唯一的共同點，就是都能用肉眼進行觀察。

“我們的機械臂也配有視覺分析系統，說來慚愧，這還是豐田在八十年代使用的技術。但是這個系統也只能完成連貫性的初級分析，比如檢測生産線産品數量，大致判斷産品種類這些粗糙的輔助功能。”

風無忌長嘆一聲，搖頭道：“面對這種産品上的細節問題，我們的系統就無能為力了。”

說到這裡，他希冀的看向侯世達，希望他真的能給自己帶來一份驚喜。如果能夠突破焊接機械臂的成品率，不僅可以大幅度降低檢測工人使用的數量，還能降低産品成本、提高産品質量，這一出一進，形成的競爭優勢可不是一星半點！

如果真的能夠像侯世達在壩娘軟體裡用的技術那樣，軟體能夠準確的對某些特殊模式進行識別，那風信的工業控制技術可就第一次走到世界前列了！

侯世達笑笑，他對工控技術說實話也沒有什麼把握。好在不是讓他設計整個系統，而是純粹的外包專案，只要他完成具體的軟體工作就行了。

其實這個功能說來很簡單，就是找到影象上具體的焊接缺陷位置，然後根據雙鏡成像的位置差計算出缺陷的空間座標——就是類似於人類雙眼能夠進行空間定位一樣，兩眼看見的景物是不同的，而這些不同在經過人腦處理之後就形成了景深的效果。

侯世達負責的程式就是這樣的一個“簡單”功能，至於說這組座標傳給其他程式模組之後要怎麼處理，那就是風信負責的工作了。

“我來看看吧，究竟能不能實現你們的要求，還要經過除錯才知道。”侯世達沒有把話說滿，但手上的工作卻沒有停下來。

他從揹包裡拿出一部筆記本，然後在風無忌的指導下將其和一部機械臂連線了起來。

風無忌興致勃勃的看著侯世達，準備從他操作的過程中最好多少學到點什麼。哪怕是不能接觸原始碼，起碼可以瞭解一下實現的原理吧？

不僅是他，幾乎所有懂行的人都會對壩娘是如何實現影象識別的方法感興趣的。任憑所有人想破了腦袋，現在就連個基本思路都還沒有。

在這些程式設計師們看來，侯世達這個軟體簡直就是魔法，已經超過了他們所認知的技術範圍。

風無忌如今能夠看到侯世達的秘密，怎麼可能不好奇？

就見侯世達利落的開啟電腦，然後連通了機械臂的影片輸入程式。兩張略微有些不同的影象出現在螢幕上，這應該就是機械臂的兩個鏡頭拍攝的影片了。能夠顯示這兩幅畫面，說明他的電腦已經與機械臂的程式順利連線了起來。

“請風總工把生産線開動起來吧，將有缺陷需要補焊的零件放到工作臺上。”

“哦，好！”

風無忌手腳麻利的選了一個缺陷比較明顯的零件，放到了工作臺上，然後在控制面板上操作了一下，啟動了機械臂。

做完這些工作，他就以迅雷不及掩耳之勢回到了侯世達的身邊，目不轉睛的看著他準備怎麼做。

侯世達當然不會不知道他想做什麼，卻也沒有阻止，直接在自己的電腦上操作了起來。

只見他執行了一個大概只有70多k的小程式，然後用滑鼠在影象上點了幾下，就點頭說道：“好了，麻煩風總工再換一個零件。”

風無忌眨了眨眼睛，不明所以的問道：“侯先生這就可以了？”

“可以了，我需要增加取樣的樣本數量，請你多放一些零件上去吧。”

“好、好吧。”

於是就見風無忌這邊搬了一個零件上去，然後侯世達在螢幕上用滑鼠點選幾下，接著就讓他再換一個零件。

風無忌不知道侯世達在做什麼，侯世達卻在不斷的注意著螢幕下方的一個小進度條。人工智慧在影象識別上有兩種思路，一種是由人去教程式怎麼做，對人的行為進行分析之後軟體才能學會對某種模式的識別。而另一種則是沒有人來教程式如何識別，透過演算法對特定模式進行識別。

侯世達如今在做的，其實就是教程式如何識別零件上有缺陷的焊點。只要計算機蒐集到足夠多的樣本，就能建立起對焊點的識別模型。

然後把這個模型的資料填入已經寫好的程式裡，整個工作就可以大功告成了。

就在侯世達電腦下面的進度條堪堪到達90的時候，突然一陣腳步聲從不遠處穿了過來。

丁翻譯趾高氣昂的站在侯世達和風無忌面前，假意咳嗽了一聲說道：“風總工，泉田先生讓我問你，風信是不是可以把這塊區域騰出來了？”