智能控制中心和智能控制模塊，相當於人類負責思考能力的大腦左半球，作爲總指揮系統，與相當於人體丘腦、大腦額葉、紋狀體、小腦等於動作有關的部位的各型號控制模塊，共同構成機器人手臂各種動作的“大腦”。
其實，服務器在某些時候，還是充當的神經系統功能。因爲要承載某些龐大數量的運算，別說服務器組、哪怕現階段公開的商用超級計算機，也無法支撐專用的人工智能子系統。
高雲口中提到的專業軟件，其實就是人工智能專業子系統。只是馬由暫是沒有告知他，其他研究人員更不會清楚，他們只會認爲這是一套十分專業的軟件而已。
智能生產線的服務器組，還將和生物智腦網絡進行連接，用類似雲計算的方式，擁有足夠的算力儲備。以應對智能生產線出現複雜運算時，服務器組硬件不足的缺陷。
星兒也進行了充分的評估，哪怕是將藍星旗下的所有產業都升級爲智能生產線，5臺生物智腦組建的雲計算能力都能滿足。不過，馬由也會根據情況，不時增添生物智腦。
“服務器組除硬件是京城研究院計算機研究所完成初步設計，但其中的智能芯片、軟件（人工智能子系統）還是由《乾組》負責。”
高雲再次暗歎，不過心裏很快也平衡下來。都是藍星研究院體系內完成，也沒有什麼難過的，術有專攻，以後多學習、多努力就行。但再聰明也無法行行都是狀元，除了董事長這個例外。算了，不和他比，那就是一個妖孽。
“弘崆研究院主要負責機械和運動部件的設計、技術創新……。”
高雲在佈置弘崆研究院任務時，也不禁看了一下視頻中，弘崆研究院機器人項目組會議室的背景影像，各種金屬骨架、構件、電機之類的，在陳列架上琳琅滿目。
他也早從資料中瞭解到，倭國在機器人零部件領域，在全球算是一流。比如減速器，是機器人關節核心，也是技術壁壘最高的環節。主要功能是將高速運轉的動力轉爲低速高、轉矩的運動，佔機器人成本的36%左右。
按照原理分爲很多種，其中以諧波減速器、RV減速器這兩種爲主。
伺服系統負責驅動機器人的運動，由伺服電機和伺服驅動器組成，佔機器人總成本的24%左右。“伺服”是指系統跟隨外部指令進行人們所期望的運動，而其中的運動要素包括位置、速度和力矩等物理量。
之前的收割行動，還是拿回來不少有用的東西。雖說馬由可以提供這些零部件的設計，但技術轉化爲工業生產，還是有一個過程。買現成的企業，一方面充實了自己，同時也削弱了對手。這是國際競爭中常見的手法。
接下來，高雲不斷和藍星研究院其他兄弟單位協調，部署分解後的各項研發科目。
例如需要藍星材料研究院配合機器人的研發，承擔耐磨、超輕超強金屬、觸感等新型的材料研發任務。
如二維、三維視覺傳感器，主要就是一個攝像頭，它可以完成物體運動的檢測以及定位等功能，這部分由影像研究所負責。還有力扭矩傳感器、碰撞檢測傳感器、安全傳感器、電磁傳感器、光纖傳感器、仿生傳感器、紅外傳感器、壓力傳感器等，都由研究院相關研究所承擔。
總之，工業機器人雖是祕密基地中正在使用的智能機器人，大幅簡化後的方案。但所蘊含的技術，還是十分廣泛。
現代工業自動化三大支柱，除正在研發的工業機器人外，還有可編程邏輯控制器（PLC）、計算機輔助設計和製造（CAD/CAM）。後兩者在藍星集團研究院內部，早就有技術儲備，且不少領域都在運用了。
藍星集團立項的工業機器人，最大的有3-5米高，可完成大型構件的智能化生產。主要運用於船舶、飛機、重型設備等大尺寸零部件生產。微型機械手臂僅僅只有一毫米大小，是世界上最小的工業機器人，主要用於一些超緊密儀器、產品的裝配。
工業機器臂的種類比較齊全，可滿足藍星集團旗下絕大多數工廠生產線的升級換代所需。
當然，研發計劃，並不是所有型號都一哄而上，第一階段，還是圍繞汽車廠總裝車間，完成智能生產線所需的工業機器人進行設計。
“馬董在的話，研發進度會快很多呀，小小工業機器人，居然這麼複雜，太難了。不過，曙光在前面，也快了。”
高雲喃喃自語道，十分懷念馬由視察研究院時，答疑解難的效率。
……
在高雲忙碌於機器人項目的同時，新成立的醫療設備公司、和藥業公司，落戶?字塔29、30樓。
經過一段時間的磨合，新成立的兩家公司已進入正軌。藥業公司還算順利，全力推進20多中新藥的臨牀實驗。並同時在皖省的亳州市、贛省的樟樹市開始建造兩家大型製藥廠。
這兩個城市，都是華國藥材着名的集散地，其中亳州市中藥材種植已達400多個品種，共有800多箇中藥材種植專業村，8箇中藥材種植基地，藥材種植面積65萬畝。樟樹市的藥材種植和集散，也有1700多年曆史，鎮郊的閣皁山是一個天然藥場，綿延200餘里，草木豐茂，盛產各種藥材。
相比醫藥公司的工作的順利推進，醫療設備公司的醫療設備研發，順利完成硬件實驗室研製後，在最後定型時，卻進入到一些瓶頸。
這天，兩家公司的總裁歐勝博和崔也，聯合召開了一個項目研討會。
“今天會議的主題，是研討如何驗證、修訂智能診斷、智能治療設備的數據庫工作。因我們研發的不少醫療設備，會涉及到醫藥領域的專業問題，今天也請到兄弟公司，請醫藥公司的專家們不奢賜教，幫我們多出主意。”
“請醫療設備研究所總工程師畢總，給大家簡單介紹一下我們診斷、治療儀的硬件情況和麪臨的困難。”歐勝博主持會議，率先發言。
“首先，我介紹一下診斷設備。依據華醫四診原理，我們在實驗室裏，已成功研發出《藍星-智診-99型》智能診斷儀，樣機也經過了各種程序的檢驗。至少硬件方面，已非常成熟、可靠。”
“診斷儀的數據庫中，已採集了人類已知的病患種。一位經過1、2周時間短暫培訓的醫生，便可在2-3分鐘極短時間裏，使用這套儀器，對病人實施望聞問切的智能綜合診斷。模擬實驗確診準確率達83.53%。若簡單比較，這臺儀器已經是神醫範疇了。當然，光能找出患者病情，僅僅是治療的第一步。”畢總工介紹到。
起初，馬由從科技樹中，找到了領先這個時代50-60年的多種型號的綜合治療儀。因領先年代不算長，前世平行世界的人類基因尚未進化，對現在這個世界的人類，有極大的參考價值。通過虛擬實驗平臺初步驗證，得出了準確率達83.53%的數據，低於前世科技樹高達95%的準確率。
世界衛生組織發佈的《國際疾病分類》，是目前爲止全世界最權威的人類疾病分類手冊，它賦予所有已知疾病（包括各種導致中毒、外傷、過敏反應的因素）獨立的編碼，現階段是第十版（ICD-10），收錄了疾病記錄近多條，方便醫護人員查詢。
再過20年（2018年）發佈的第十一版（ICD-11）中，疾病編碼共有個，也就意味着目前有種疾病及相關因素被記錄、命名。比當前的疾病記錄翻了一番。
醫療設備人命關天，馬由不敢大意。對疾病資料庫，進行了十分謹慎的遴選。最終在數據庫裏，只選取了準確率較高、亞洲地區常見的餘種疾病記錄在案。僅有ICD-10記載疾病數量的50%。如此，可大幅度降低誤診率，也可降低診斷儀研發的難度。
且隨着將來診斷儀使用時間、運用範圍的擴大，在保證診斷準確率的前提下，這個數據庫可以不斷優化升級。
馬由的開發這個產品的理念，是寧可讓醫生使用後，偶爾被指責醫術水平欠佳、不能診斷病情，請病人轉院，另請高明。也儘可能做到不誤診，害人害己。
雖說現在的智能診斷儀誤診率，已遠遠低於不完全統計的國內外平均數值30%（有傳聞說是50%）。且智能診斷儀在無法準確判斷時，不會輕易給出診斷意見，並提示醫療人員，另行採用其他綜合手段確診，從而可再度降低誤診率。