第(2/3)页

    尽管如此，通过参与这一系统的底层设计，方然还是大有收获。

    从全局角度观察nep的次级节点与庞大分支网络，是好处之一，另一方面再怎样简陋的系统，应急处置系统所负责的体系，毕竟十分巨大，必须配备足够强大的ai，负责日常监控到应急处置的事无巨细。

    这人工智能体系的设计与运维，就是托马斯*安生所率小组的职责之一。

    人工智能研发，运行，在联邦乃至世界范围内，都是热点领域，“国际商用机器”公司也有大量团队负责开发ai，而作为基础研发组，托马斯与同事们并不具有这一能力，他们的工作，是接收其他部门的研发成果，将其应用在应急处置系统之中。

    并不亲自研发ai，而是应用其他人的成果，“权限不可转让”的猜想浮现于脑海，让方然心生警惕。

    一个系统，一个体系，除开发者之外的任何人，都不能百分之百的将其掌控，以此类推，方然完全相信，就在ibm其他研发中心交付的、名为“看门狗”的人工智能系统中，也会潜伏着大量的漏洞与暗门。

    那究竟怎样处理呢，唯一的办法，就是自己将其解析透彻。

    解析他人的成果，在计算机、软件工程领域，是一项十分艰巨的工作。

    即便当事者肯付出时间、精力，也有坚持下去的意志，面对复杂度超限的系统，也没办法在有生之年将其彻底解析透彻，继而，就没办法百分之百的确定，这一体系只听命于自己，而不会被他人篡夺控制权。

    正因如此，对一个人单枪匹马奋斗的方然而言，诸如apos次级节点这样的大规模系统，本来就没有切实掌控的希望。

    万幸，对于nep大区的应急处置系统，功能需求有限，配套的ai规模也相对较小。

    接手工作后不久，就开始秘密研究该系统配套的人工智能内核程序，出乎方然的意料，从系统测试、开发文档等资料中，他发现这一ai的很多非核心模块，譬如监控、日志记录、算力管理等模块，都是用aiasm开发的。
    第(2/3)页