地球時代，人們在訓練AI的時候，經常會受困於一個問題。
數據的質量太低，同時，數據的總量太小。
比如人們想要訓練一個工業AI，很顯然它需要大量來自工廠一線的真實數據。
但這些數據是很難獲取的。一座工廠憑什麼要把自己的數據交給你？
就算給了你，你怎麼確認這些數據都是真的？
這還是情況比較好的時候。情況更壞的，是一些需要直接從互聯網上采集數據的AI訓練。
互聯網上數據魚龍混雜，大部分數據都可以被視之為垃圾。要靠一堆垃圾來訓練出高度智能的AI，怎麼可能做到？
但在李青鬆這裡，一切都不是阻礙。
用於訓練此刻這一套工業AI的數據，全部都是我自產的，全部來自真正的工廠一線。每一個數據我都能確保百分之百真實。
數據總量太小？
開什麼玩笑，總計數萬座工廠和基地，各種工業門類幾乎全部涵蓋，想要什麼數據就有什麼數據，想要多少就有多少。
就連芯片工廠，我都有十幾座，年產芯片5億多枚，夠不夠訓練？
不夠？不夠我再造一些就是。反正正好要提升芯片產量。
相比於曾經地球上的人類同行們——雖然此刻一切證據都顯示人類文明似乎並未存在過，一切都隻是自己的錯覺，但李青鬆仍舊固執的認為這一定是某個陰謀，人類一定存在過——李青鬆此刻無論是數據總量還是數據質量，都足以碾壓。
在足夠多且質量足夠高的食物喂養之下，這一套工業AI迅猛的成長了起來。
在訓練之中，李青鬆還開始著手同步進行下一項工作。
光纖化改造。
他將原本用於連接不同基地和不同芯片的數字通信線纜全部替換為了光纜，於是，不僅信號穩定性極大提升，通信速率也直接提升了十幾倍。
完成光纖化改造之後，李青鬆也同時建造了其餘足足五座超算，同時開始了不同門類工業AI的訓練。
在李青鬆的規劃之中，適用於不同工業場景的AI係統，自己一共要訓練出約100個，分彆部署在不同的工業體係之中，以實現生產效率的極大提升，和對於人力需求的極大降低。
人力需求降低了，生產效率提升了，單個克隆體能發揮出來的作用自然就會成倍提升。
自己便可以在克隆體數量沒有增加的前提之下，再度大規模提升總體生產力。
除了這100個分行業工業AI之外，李青鬆還打算訓練出一個總AI，由這個總AI來管理和協調下屬的100個分行業AI。
之所以如此設置，是出於在不同星球建設分基地的考慮。
因為通訊延時的存在，李青鬆無法實時控製位於其餘星球的克隆體，工業生產便無法進行。
這樣一來，自己還怎麼開發其餘星球？
有了AI技術，一切問題便迎刃而解。
到時候，自己便可以將實時性要求較高且較為基礎的工作全部交給AI去做，自己部署在那裡的克隆體隻負責輸入決策即可。