每个数据都有不同的颜色，绿色表示处于正常范围，橙色表示超出正常范围10%以内，有隐患需要解决，红色便是超出正常范围20%及以上，处于非正常状态，必须寻找问题原因进行解决。

目前一眼望去，除了个别数据是橙色外，基本上都是绿色。

但绿色数据只表示在正常范围的区间，这个区间是有上限值和下限值的，如果非常接近下限值，多半也有些许的隐患在其中，为了确保万无一失，最好还是检查并消除这些问题的根源，避免千里之堤溃于蚁穴。

所以只需要粗略估算一下，就能知道管理好一座发射基塔的工作量有多夸张，如果只靠纯人工团队的话，能管理两三座就是极限了，同时管理7000座根本就是天方夜谭。

这也是秦克坚持引入人工智能来全面接管这些发射基塔的原因。

不过微光有它的局限性，哪怕目前是LV5的微光，拥有超强的神经网络学习算法，能掌握海量的知识并进行大数据分析，但发射基塔是前所未有过的新事物，很多关键技术还是最近这两年才慢慢摸索研究出来的，且各种各样的外部内部条件，也会引起不同的问题。

在缺乏足够的海量数据进行“投喂”的前提下，微光在逻辑推理、尤其是模糊推理上的准确性和预测能力并不算强，只能处理一些相对简单的问题。

现在微光能将发射基塔全部管理起来，纯粹是秦克以第一座发射基塔“埃癸斯”为标准，告诉它这样是最优状态，并为发射基塔设置了上千项的详细参数数值及主要问题的应对方法，使微光在监测到超出数值上下限时发出预警并根据应对方法来处理。

但一些新出现的疑难问题，依然需要秦克团队来负责解决并形成解决方案，后续微光才能将之作为知识吸纳。这也是随着越来越多的发射基塔完工并投入测试后，秦克团队越来越忙碌的原因。

此前，秦克在面对层出不穷的问题、故障时也有些应接不暇，现在他已获得了“机械与数据感知”能力，感觉就大不一样了。

大屏幕上面密密麻麻的参数让人看得眼花缭乱，秦克却有种奇妙的直觉，能轻易将这些一个个孤立的参数在脑海时拼凑出“第6881号”发射基塔的整个轮廓与状态，哪里有什么问题、哪里有什么隐患都能大致判断出来。

他甚至能判断出有些安装在发射基塔外部的传感器因为距离暖气管稍远，在零下120多摄氏度的超恐怖低温下直接冻住了，内部元器件全部结冰。

秦克又让微光接连切换了一百多座发射基塔的状态参数，每个页面只停留五秒左右，秦克依然看完上面的全部参数，并大概判断出其健康状况。 本章未完，请点击下一页继续阅读！ 第2页/共4页