之简单，只需要在驱动激光的同轴光路上，加入一个单模低功率绿光激光器就可以了。
不仅如此，这个方案还可以同时应用于稳定控制系统的标定。
最终形成了这么一套光束稳定控制系统，完成了相关的方案。
AI是怎么解决光源长期稳定运行这个问题的，纪弘虽然感兴趣，但他更感兴趣的，是这个分支的AI发生的这些个变化以及应用。
根据申再平的工作记录，以及张博按照AI的需求提供的各个零部件的参数以及整理出来的相关资料，依据这次EUV光刻机的研发进程，纪弘总结了如下的步骤：
第一步：将DUV光刻机的成熟方案当作素材输入到了训练库中。
第二步：类思维AI将这个成熟方案分解成了若干个模块。
第三步：单独升级其中的关键模块，甚至每一个模块。
第四步：将升级过后的模块替换掉步骤一当中的原始模块。
第五步：重复第一步。
……
“你们看似只提供了一套DUV的成熟方案，和供应商的能够应用于EUV的零部件，AI其实已经循环迭代无数次了。
“不仅EUV光刻机的整体是如此，很多零部件的解决方案也是类似于这样的过程。
“都是经过几万十几万甚至更多次数的推演，才最终给我们提供的最优选择。这个最优选择，几乎就是成功的选择。”
AI的过往历史训练数据十分庞大，仅仅整理出一部分，就耗费了一众人一个星期的时间。而纪弘也是得出了这样的结论。
而这样的结论几乎让所有人都瞠目结舌——这AI显然是进化了！
刘向东院士更是发出了无限的感慨：“科研领域，从此也要被改写了。”
以往科学研究，主要就是六大步骤：提出问题、猜想与假设、制定计划与设计实验、进行实验与搜集数据、分析与论证、评估。
而现在呢？
刘向东院士甚至认为，会直接栽在第一步：提出问题，好家伙，AI解决了！
“哈哈哈！”纪弘也是乐得不行，看着刘向东院士甚至有些幽怨的表情，他也是笑道：
“刘老师啊，你这是被镇住了，伱仔细想想，AI在解决问题的过程中，创造新的东西了吗？
“没有！它就是按照我们给它灌输的知识和理论，甚至是设备的数据和参数，来进行运算、组合、模拟、推演，从而得出一
。。