涉獵這一領域，成敗，並不在於何時開始，而在於能否想到這一步。
盛夏時節，眼見就要過去，東北太平洋大區的廣袤土地上，第一縷秋風帶來絲絲縷縷的涼意，NEP_791的地下世界，擴建工程緊鑼密鼓，在初號機測試進行的同時，更大規模的“強人工智慧”部署用基礎設施，也在緊張施工中。
研究劃時代的“強人工智慧”，單論項目本身，已經是一項前所未有的巨大成就。
但方然的動機，據實而言，並不是簡單的探尋科學技術之未知，他希望擁有的“強AI”，能力至少也要在最頂尖的人類科學家之上。
否則，從促進科技發展的角度，庸碌的“強AI”就沒有意義，單純研究意識、思維與認知，進而用計算機+人工智慧的方式將其復現，便會成爲舊時代的諸多燒錢工程，徒然耗費資源而得不到即期的收益。
一切科學技術的研究，必須要有收益，否則，NEP便無法自殘酷的競爭中勝出。
即便如此，一開始研發“強人工智慧”，目的仍然是驗證總體架構的可用性，出於種種考慮，NEP_791地下世界裡的初號機，指標要求一點也不高。
採納萊斯利*蘭伯特的意見，方然爲初號機選定的研究領域，是數學。
遵循從易到難的原則，考慮到強人工智慧的一切初始條件，只能來自於人，而人類的科學技術體系又未必完全正確、完全自洽，爲避免不必要的干擾和疏漏，“數學”這樣一個最客觀的學科，是很合理的選擇。
總之，第一個“強人工智慧”的目標，是探索數學。
但依靠很原始的強AI，能否去探索前沿，解決大量懸而未決的問題呢，當然不可能，沒學會爬就像跑，只會摔一個大跟頭。
研發組的具體規劃，是給予初號機的資料庫一份簡單的“已有知識列表”，按FSCIM體系的規範要求，錄入基礎知識條目，而後啓動該系統，觀察、測度系統能否從這些簡單的已有知識出發，推導出其自身並不知曉的數學定律。
即便推導出的結果，極大可能，是人類已經掌握、因此而毫無價值的東西。
但用來驗證系統的可用性，這卻是一個可行之策。
不僅如此，觀察系統的運行，藉助ASA這樣的人工智慧進行追蹤，還有望解析“強AI”的運作機理，甚至搞清楚其自主意識的根源。
資料庫，思維核心，具備這兩大部分的系統，原則上便是一個“強人工智慧”。
不過，早在項目的規劃之初，方然就意識到，僅有這兩部分所組成的“強AI”，能力註定十分有限，直白的講，其理論上的最高成就，僅僅侷限於現有基礎理論的延拓、應用，而絕不可能在現有基礎理論的基礎上更進一步。
原因很簡單，不論是人，還是人工智慧，脫離客觀世界、閉門造車，都不可能憑空推動科學技術的進步。
理論，對與不對，要由實踐來檢驗。
沒有後面的這一步，再華麗的理論，也只能永遠停留在空中樓閣的狀態，永遠無法坐實，永遠無法成爲新的出發點。
正是基於這種考慮，在規劃AI整體框架時，自己纔會有意略過“實踐”這一塊。
只要強人工智慧沒有這一模組，其全部活動，便只能在現有框架的範疇內進行，即便如蘭伯特先生所言，隨時間流逝，其自身狀態越來越未可知，風險持續累計，也不至於越過虛幻與現實的界限，輕易對人類、也即自己構成威脅。
工程進度有條不紊，到1495年深秋，數據——思維——實踐，強人工智慧的三大模組中，前兩部分已大致完成。
至於第三部分，研發，也在持續進行中，只不過一時半刻還用不上。
不僅如此，爲防範“強人工智慧”失控的風險，思慮再三，方然還是在一開始就啓動了自稱爲“連鎖安全機制”的並行研究，除NEP_791外，還指示另外兩處研究機構進行“強AI”的研究。
目的，不是要多個方案、優中選優，而是讓目標不同的AI彼此制衡。
791研究機構裡的“強AI”，初號機的目標，一開始被指定爲“數學基礎理論研究”，後續目標則是“科學技術的創造性、探索性研究”。
787研究機構的“強AI”，目標則是“防範自主系統的越權企圖”，簡單說來，這一強人工智慧要去解決的問題，是利用自身的思維、認知能力，全力防範一個“自主系統”的獨走，給出反制的措施。
最後，還有一個830研究機構，同樣進行“強AI”的研發，初號機的目標是“安保系統許可權與行爲審查”。
不消說，這一強AI要盯防的，正是NEP_787正在研究的強人工智慧。
一環扣一環，三大研究機構的開發團隊，實力大致相若，獲得的資源也差不多一樣，“以人工智慧提防人工智慧”的策略，則在邏輯上確保了項目整體的安全性。
原因很簡單，倘若NEP_787的“監控強AI之AI”研發不力，無法獲得具有自主思維、能夠主動採取措施限制目標行爲的“強人工智慧”，最有可能的原因，只能是這一設想本身有問題，以人類現有的技術水平，根本無法創造出具有自主思維的AI。
換句話說，如果以東北太平洋大區的技術水平，能創造出“強人工智慧”，那麼也就應該能創造出監控這種AI的“監控型強AI”。
至於萬一的機率，監控型AI，也會有失控獨走的風險，
則由NEP_830的“監控監控型強AI之AI”，來作爲最後一道安全屏障。
一環扣一環，以人工智慧盯防人工智慧，這種策略要想做到萬無一失，理論上需要將鏈條延伸到無窮遠，當然這不可能，方然能做到的，也不過是權衡利弊，在資源消耗與預期收益之間取得暫時的平衡。
提前部署了這一切，項目啓動後，方然時常抽時間瀏覽報告，瞭解“強人工智慧”的研發情況。
史上第一次，嘗試打破人類對智力的壟斷，對可能遇到的困難，方然已經有一些心理準備，所以，當各研發組報告進展順利，預計將在兩、三年內得到成果時，他着實挺意外。