没有自主意识的计算机，即便顶着“人工智能”的名头，按理说，也无法与人的思维相比，这是方然以往的看法。m.x23us.com
但话说回来，自我意识究竟是什么；
查看asa提交的分析报告，并观察这一软件在网络上的行为特征，方然心生疑惑，他偶尔还禁不住会想，所谓“ai的自我意识”这种东西，究竟是不是如人工智能领域的专家们所说的那样，是人类短时间内无法触及的成就。
眼前，屏幕上的整齐字迹，就在透露出某种意识的迹象：
几个月来学习方然的工作模式，正式上线后，asa系统一开始的调查速度并不快，在旁观者看来，就好像初次接入互联网络，在试探、熟悉周遭环境那样；接下来，按常规思路，asa尝试外联若干已知的数据节点，同时从安全措施薄弱的服务器拉取信息列表，显然是为后续的信息获取做准备。
这些步骤，和人的行动模式差不多，只是效率更高。
基础科学部的计算资源，大部分依赖伯克利的公共大型机，必然有算力波动，作为后台程序的asa展现出一定的智能性，会在网络空闲时大量截取数据，算力空闲时集中解密、分析处理，在存储空间紧张时则进行一次垃圾收集，很好的平衡了算力、带宽和空间，扪心自问，方然承认这是他做不到的。
即便这些工作的技术原理并不复杂，问题在于，人并没有ai那样强大的计算和记忆能力，即便清楚原理也做不来。
观察asa的行为，对方然来说，逐渐成为一种略带消遣的日常工作。
但重要的还是分析结果，和看似有序的行为不同，asa的报告，却让方然怀疑系统是不是出了什么问题：
站在人的立场，asa在初始化后调取的数据，岂但是杂乱无章，有时候简直就是毫无道理，原本布置了追踪“匿名者”的任务，但是在从联邦公民信息系统（外联接口）和联邦电信节点获取大量数据后，软件就进入了四处开花的工作模式，开始侵入诸如宾夕法尼亚医疗结算中心、孟山都物流体系第143a7检查点、东太平洋水文气候监测站，甚至nasa俄勒冈射电观测阵列这些不知所云的机构。
在联邦调查一个人的行踪，固然需要大量数据，但……
真的需要这些风马牛不相及的东西吗。
建立在人工智能内核之上的asa，一旦开始运行，身为管理员也只能看到若干接口送出的数据，对庞大软件架构内部的运行情况，即便动用能拿到手的最先进动态监控模块，面对规模超乎想象的状态码、存储器数据和访问日志，方然也只能徒唤奈何。
想一想也是，倘若这系统正在做的事，居然能被人通过接口数据分析的清楚明白，那他又要这asa何用呢，干脆自己操纵还更保险。
开发软件，部署人工智能系统，作为ai的创造者、至少也是参与了工作的使用者，却无从掌握人工智能体系的具体运作，基于过往的积累，在与asa打交道的过程中，方然对这类系统的黑盒子性质有了更直观、更深刻的理解，也部分理解了为什么一部分计算机、人工智能研究者，始终对ai心怀恐惧。
人创造出来的东西，却未必能被人控制，人工智能，原则上是存在这样的可能。