分析师也能总结经验教训，着手从技术或战术层面来解决遇到的麻烦。但不得不指出的是，这本质上是一种被动的接受，而且方向还严重错误。
未来必然来到的大战注定是国家与国家、阵营与阵营之间的总体战，不管是战斗强度还是消耗的速度都不是治安战所能比拟的。所以在治安战中积累的经验基本上不可能照搬到以大兵团作战为主轴的全面总体战当中。另一方面为了避免认知障碍（生前残留的思想、感情、记忆会对人工智能的认知识别造成妨碍，严重时就是发疯、崩溃），在扫描脑组织前必须先破坏记忆区块。这就使得存储在记忆中的经验完全归零。一切都要从头开始积累。
如果说治安战是个泥沼，总体战根本是熔炉。在一个野战主力装甲师的寿命以小时为单位计算的高强度消耗战中，战场情况瞬息万变，前线的“军团”也好，后方的技术员也好，根本不可能像治安战那样悠闲的去分析、拟定对策、小规模实战测试、再次反馈数据和调研……就算信息传输速度再快，空间距离感、现场实际情况和后方技术人员从纸面报告获得的感受差距、繁琐的行政手续等等的干扰下，要想随时随地掌握前方的变化是不可能也没必要的事情（著名的微操专家兼物流巨头凯申公，每次战役时连某个排、某挺机枪的位置都都要过问，甚至指定某个班或某门迫击炮的行动，结果怎么样，大家都懂……）。最好最合适的，还是提升人工智能的水平，使一线“军团”具备更灵活的应变及自我提升能力。
想法是好的，可要怎么做？
通常来说，人工智能的发展路线大体有两种，一种是从零开始编写矩阵智能模型程序，就像养育小孩一样，在不断试错的过程中缓慢完善；另一种就是帝现在使用的方法，即破坏记忆中枢后扫描人类的脑组织，通过数学模型、程序语言和回路结构来复刻“有智能的处理器”。两种路线各有优劣，前一种更具有发展潜力，且存在更多的可能性，但研发周期漫长，而且最终未必能获得对应需求的产品；后一种简单粗暴，适合大规模生产，但发展潜力有限。
基
本章未完，请点击"下一页"继续阅读！ 第3页 / 共5页