第(1/3)頁

    沒有自主意識的計算機，即便頂著“人工智能”的名頭，按理說，也無法與人的思維相比，這是方然以往的看法。

    但話說回來，自我意識究竟是什么；

    查看ASA提交的分析報告，并觀察這一軟件在網絡上的行為特征，方然心生疑惑，他偶爾還禁不住會想，所謂“AI的自我意識”這種東西，究竟是不是如人工智能領域的專家們所說的那樣，是人類短時間內無法觸及的成就。

    眼前，屏幕上的整齊字跡，就在透露出某種意識的跡象：

    幾個月來學習方然的工作模式，正式上線后，ASA系統一開始的調查速度并不快，在旁觀者看來，就好像初次接入互聯網絡，在試探、熟悉周遭環境那樣；接下來，按常規思路，ASA嘗試外聯若干已知的數據節點，同時從安全措施薄弱的服務器拉取信息列表，顯然是為后續的信息獲取做準備。

    這些步驟，和人的行動模式差不多，只是效率更高。

    基礎科學部的計算資源，大部分依賴伯克利的公共大型機，必然有算力波動，作為后臺程序的ASA展現出一定的智能性，會在網絡空閑時大量截取數據，算力空閑時集中解密、分析處理，在存儲空間緊張時則進行一次垃圾收集，很好的平衡了算力、帶寬和空間，捫心自問，方然承認這是他做不到的。

    即便這些工作的技術原理并不復雜，問題在于，人并沒有AI那樣強大的計算和記憶能力，即便清楚原理也做不來。

    觀察ASA的行為，對方然來說，逐漸成為一種略帶消遣的日常工作。

    但重要的還是分析結果，和看似有序的行為不同，ASA的報告，卻讓方然懷疑系統是不是出了什么問題：

    站在人的立場，ASA在初始化后調取的數據，豈但是雜亂無章，有時候簡直就是毫無道理，原本布置了追蹤“匿名者”的任務，但是在從聯邦公民信息系統（外聯接口）和聯邦電信節點獲取大量數據后，軟件就進入了四處開花的工作模式，開始侵入諸如賓夕法尼亞醫療結算中心、孟山都物流體系第143A7檢查點、東太平洋水文氣候監測站，甚至NASA俄勒岡射電觀測陣列這些不知所云的機構。

    在聯邦調查一個人的行蹤，固然需要大量數據，但……
    第(1/3)頁