“数据敏感性不符“为由驳回。
卫宏直接打电话给宋建泽。
“宋工，我们这边研发一个人工智慧，目前想申请访问你们的资料库，帮助其儘快建立完整的飞行器动力学模型。”
宋建泽不客气地说：“要建模型你们自己建啊，我这都是保密数据，不是你们想接触就能接触到的！”
卫宏：“宋工，话不能这么说。咱们两家单位去年不还联合申报过航空发动机故障诊断的课题吗？”
“而且，这次还和周宇有关係。”
宋建泽愣了下，问道：“他怎么和人工智慧扯上关係了？”
“人工智慧是他没事的时候，自己鼓捣出来的，具体情况我也不清楚。”
“你知道的，对於咱们这位天才，太束缚对方反而不好。”
宋建泽思考道：“他之前不是搞决策系统的吗？现在居然去研究人工智慧了？”
“不对，他该不会想用人工智慧来控制战斗机吧？”
宋建泽这话一出，卫宏有些不敢相信地说：“不会吧。”
“他说就是用来设计飞机建模而已。”
“哼，搞人工智慧研究的人，谁会说自己只满足设计、建模这些功能？”
“更何况，他本身就有在研究决策系统这个方向，没有什么不可能的。”
宋建泽想到这里，发愁了。
要用人工智慧控制战斗机，理论上可行，但需要突破几大技术屏障。
现代空战环境下，战斗机需在微秒级时间內处理飞行姿態调整、武器发射、电子对抗等复合指令。
飞行员通过生物本能与训练经验实现快速反应，而人工智慧需要构建同等效率的神经网络架构。
当前主流的深度学习模型虽能达到较高计算精度，但在持续运算过程中会產生热量堆积效应，
导致晶片性能衰减。
这对机载计算系统的散热设计与能耗管理提出严苛要求，既要保证运算速度，又不能因过热引发系统岩机。
另外，电磁环境异常复杂，从低频段通信干扰到高频段雷达欺骗，都会对ai系统的传感器数据链造成污染。
现有的机器学习模型在纯净环境下训练的算法，难以应对实战中隨机出现的干扰信號。
必须研发具备自主纠错功能的新型算法框架，使系统能在数据异常时快速切换备用处理路径，
同时保持飞行控制连续性。