涉猎这一领域，成败，并不在于何时开始，而在于能否想到这一步。

盛夏时节，眼见就要过去，东北太平洋大区的广袤土地上，第一缕秋风带来丝丝缕缕的凉意，的地下世界，扩建工程紧锣密鼓，在初号机测试进行的同时，更大规模的“强人工智能”部署用基础设施，也在紧张施工中。

研究划时代的“强人工智能”，单论项目本身，已经是一项前所未有的巨大成就。

但方然的动机，据实而言，并不是简单的探寻科学技术之未知，他希望拥有的“强ai”，能力至少也要在最顶尖的人类科学家之上。

否则，从促进科技发展的角度，庸碌的“强ai”就没有意义，单纯研究意识、思维与认知，进而用计算机+人工智能的方式将其复现，便会成为旧时代的诸多烧钱工程，徒然耗费资源而得不到即期的收益。

一切科学技术的研究，必须要有收益，否则，ne便无法自残酷的竞争中胜出。

即便如此，一开始研发“强人工智能”，目的仍然是验证总体架构的可用性，出于种种考虑，地下世界里的初号机，指标要求一点也不高。

采纳莱斯利兰伯特的意见，方然为初号机选定的研究领域，是数学。

遵循从易到难的原则，考虑到强人工智能的一切初始条件，只能来自于人，而人类的科学技术体系又未必完全正确、完全自洽，为避免不必要的干扰和疏漏，“数学”这样一个最客观的学科，是很合理的选择。

总之，第一个“强人工智能”的目标，是探索数学。

但依靠很原始的强ai，能否去探索前沿，解决大量悬而未决的问题呢，当然不可能，没学会爬就像跑，只会摔一个大跟头。

研发组的具体规划，是给予初号机的数据库一份简单的“已有知识列表”，按fsci体系的规范要求，录入基础知识条目，而后启动该系统，观察、测度系统能否从这些简单的已有知识出发，推导出其自身并不知晓的数学定律。

即便推导出的结果，极大可能，是人类已经掌握、因此而毫无价值的东西。

但用来验证系统的可用性，这却是一个可行之策。

不仅如此，观察系统的运行，借助asa这样的人工智能进行追踪，还有望解析“强ai”的运作机理，甚至搞清楚其自主意识的根源。

数据库，思维核心，具备这两大部分的系统，原则上便是一个“强人工智能”。

不过，早在项目的规划之初，方然就意识到，仅有这两部分所组成的“强ai”，能力注定十分有限，直白的讲，其理论上的最高成就，仅仅局限于现有基础理论的延拓、应用，而绝不可能在现有基础理论的基础上更进一步。

原因很简单，不论是人，还是人工智能，脱离客观世界、闭门造车，都不可能凭空推动科学技术的进步。

理论，对与不对，要由实践来检验。

没有后面的这一步，再华丽的理论，也只能永远停留在空中楼阁的状态，永远无法坐实，永远无法成为新的出发点。

正是基于这种考虑，在规划ai整体框架时，自己才会有意略过“实践”这一块。

只要强人工智能没有这一模块，其全部活动，便只能在现有框架的范畴内进行，即便如兰伯特先生所言，随时间流逝，其自身状态越来越未可知，风险持续累计，也不至于越过虚幻与现实的界限，轻易对人类、也即自己构成威胁。

工程进度有条不紊，到1495年深秋，数据——思维——实践，强人工智能的三大模块中，前两部分已大致完成。

至于第三部分，研发，也在持续进行中，只不过一时半刻还用不上。

不仅如此，为防范“强人工智能”失控的风险，思虑再三，方然还是在一开始就启动了自