第267章 情绪点奖励：「初级人工智慧（专家系统）与资料库原理」（1/2）

金融战结束后的第三天，深夜。

浅水湾別墅的书房里，王恪独自坐在书桌前。桌面上摊著几份文件：港元匯率反击战的总结报告、明远集团第三季度財务报表、龙芯流片进度更新……但他此刻的目光没有聚焦在任何一份文件上。

他在看系统界面。

【情绪点余额：842,567点】

这个数字在三天內暴涨了近三十万点。来源很杂：香港市民的感激，实业界同行的敬佩，明远员工的骄傲，甚至还有那些被击退的炒家们不甘心的怨念——系统很公平，正面负面情绪都收。

但让王恪关注的不是数字本身，是界面中央闪烁的新提示：

【检测到宿主在复杂商战与国际博弈中取得关键胜利，触发成就：“智胜千里”】

【奖励已发放：“初级人工智慧（专家系统）与资料库原理”知识包】

【是否立即接收？】

王恪选择了“是”。

没有想像中的强光或巨响，就像打开了一扇门——一扇通往未来三十年的技术之门的门缝。信息不是粗暴地灌入，而是像溪流般缓缓流淌，自然而然地成为他记忆的一部分。

他“想起”了专家系统的核心架构：知识库、推理机、解释器、人机接口……

他“想起”了关係数据库的理论基础：关係代数、sql语言、事务处理、索引优化……

他“想起”了更远的东西：模糊逻辑、神经网络雏形、甚至一点点机器学习的影子——虽然在这个时代，这些概念连学术论文里都很少见。

信息太多了，王恪闭上眼，靠在椅背上，让知识慢慢沉淀。书房里的掛钟滴答作响，窗外传来海浪拍岸的声音。

不知过了多久，他睁开眼，走到白板前，拿起笔。

没有刻意去画，手自己动了起来。左边画出专家系统的结构图：知识库里存储规则和事实，推理机根据输入进行推导，解释器说明推理过程……右边画出资料库的层次结构：物理层、逻辑层、视图层，以及它们之间的关係。

画完了，他看著白板上的图，笑了。

1983年，世界上第一个商用专家系统“dendral”刚刚问世，只能用於化学分析。关係数据库的概念虽然提出多年，但主流还是层次资料库和网状资料库。而他现在脑子里这些东西，如果全部实现，足以让明远在软体领域领先世界十年。

但问题也在这里：太超前了。

硬体跟不上。方舟二代电脑的內存最多扩展到1mb，硬碟最大40mb——这点容量，跑个像样的资料库都吃力，更別说专家系统了。

人才跟不上。全世界懂这些概念的人不超过一百个，大多在大学实验室里写论文。

生態跟不上。没有成熟的开发工具，没有標准的接口协议，甚至没有足够的教育材料培养后续人才。

就像给了石器时代的人一张喷气发动机图纸，他知道这东西能飞，但造不出来。

王恪放下笔，坐回桌前。他需要制定一个可行的路线图——不是一步登天，而是搭建一个阶梯，一步一步往上爬。

先从资料库开始。方舟电脑现在用的还是简单的文件系统，如果能把关係数据库的概念简化，做出一个轻量级的版本，就能大幅提升数据处理能力。这对於企业用户、科研机构来说，会是巨大的吸引力。

然后是专家系统。可以从最垂直的领域入手，比如……电脑故障诊断？把维修经验写成规则，让系统帮助用户排查问题。这个不需要太复杂的推理，但实用价值高，而且能积累经验。

他正想著，书房门被轻轻推开。

娄晓娥端著托盘走进来，上面有一碗汤圆。“就知道你还没睡。”她轻声说，“吃点东西吧。”

王恪接过碗，汤圆还温热。是芝麻馅的，他最喜欢的口味。

“又在想什么大计划？”娄晓娥坐在对面，看著他布满血丝的眼睛。

“在想……怎么让电脑更聪明一点。”王恪舀起一个汤圆，“不是计算快，是能像人一样推理、判断。”

娄晓娥笑了：“那不成精了？”

“差不多。”王恪也笑了，“不过不是成精，是成为工具——更强大的工具。比如，如果一个医生用电脑看病歷，电脑能根据症状提示可能的疾病；如果一个工程师设计电路，电脑能检查有没有错误……”

“听起来像科幻小说。”

“现在是科幻，但十年后可能就是现实。”王恪吃完汤圆，把碗放下，“晓娥，你知道吗，我现在最缺的不是钱，不是技术，是时间。世界变化太快了，我们必须跑得更快。”

娄晓娥握住他的手：“你已经跑得很快了。別太累。”

“嗯。”王恪点点头，但心里知道，他不能停。

第二天，明远研发中心。

王恪召集了软体部门的骨干——一共八个人，领头的是个三十岁的程式设计师，叫吴志强，香港大学计算机系毕业，参与过方舟作业系统的开发。

“今天討论一个新方向。”王恪在白板上写下两个词：“资料库”和“专家系统”。

会议室里的人都愣住了。这两个词他们听过，但离明远现在做的个人电脑作业系统，好像有点远。

“王总，我们……要做资料库软体？”吴志强试探著问，“像oracle那种？但那是给大型机用的，我们的电脑……”

“不是oracle那种庞然大物。”王恪画了一个简化的架构图，“我们要做的是一个轻量级的关係数据库，专门为个人电脑和中小型企业设计。內存占用小，安装简单，但功能要全——支持sql查询、事务处理、数据备份。”

他顿了顿，看大家的表情：“有问题吗？”

一个年轻程式设计师举手：“王总，sql是什么？”

王恪这才想起来，sql语言在1983年还没有成为標准。oracle公司刚刚发布了第一个商用sql资料库，但文档不公开，知道的人很少。

“一种查询语言。”王恪在白板上写下几个简单的例子：“select * from employees where salary ＞ 1000”“insert into products values (『电脑』, 2000)……”

他解释语法，讲关係代数的原理，讲为什么要用表而不是树形结构来组织数据。讲得很浅，但足够让这些聪明的程式设计师理解核心思想。

吴志强的眼睛越来越亮：“这个思路……比我们现在用的文件系统先进太多了！如果实现，数据处理效率能提升十倍！”

“但实现难度也大十倍。”另一个程式设计师苦笑，“光是那个事务处理——怎么保证数据一致性？如果中途断电怎么办？”

“有办法。”王恪开始画更详细的图，“写前日誌、检查点、回滚机制……”

他讲了一个小时。不是填鸭式灌输，而是引导大家思考：如果你们来设计，会怎么做？遇到这个问题，怎么解决？

这是王恪的风格——他不直接给答案，而是给方向，给工具，然后让团队自己探索。探索过程中犯的错误、走过的弯路，都是宝贵的经验。

会议结束时，吴志强已经兴奋得坐不住了：“王总，我们马上成立项目组！就叫……『方舟资料库』项目！”

“好。”王恪点头，“但要记住，第一个版本不要追求完美。核心功能实现就行，三个月內出原型。另外，文档要详细，api要清晰——这个资料库不仅要自己用，將来还要开放给第三方开发者。”

“明白！”

资料库项目启动了。王恪接著讲专家系统。

这次他更谨慎。因为专家系统涉及的知识表示、推理机制，比资料库更抽象，更难理解。

“想像一下，我们要做一个电脑故障诊断程序。”他从最具体的场景入手，“用户说：我的电脑开机没反应。程序会问：电源灯亮吗？风扇转吗？屏幕有显示吗？根据答案，一步步缩小范围，最后给出可能的原因和解决方法。”

这个例子大家都懂。电脑维修是明远售后服务的重要部分，每个技术支持人员都受过培训，脑子里有一堆经验规则。

“如果我们把这些规则写成程序呢？”王恪在白板上画了一个决策树，“如果电源灯不亮，检查插座；如果电源灯亮但风扇不转，检查电源模块；如果风扇转但屏幕不亮，检查显卡……”

“这不就是……流程图吗？”有人问。

“类似，但更灵活。”王恪解释，“流程图是固定的路径，而专家系统可以根据输入动態选择路径。而且，它可以解释为什么给出某个建议——因为规则a和规则b同时满足，所以可能是问题c。”

他讲了一个简单的专家系统框架：事实库存储当前状態（电源灯亮、风扇转、屏幕不亮），规则库存储知识（如果电源灯亮且风扇转但屏幕不亮，那么可能是显卡故障），推理机根据事实匹配规则，给出结论。

虽然简化了很多，但核心思想传达到了。

会议室里安静了几分钟。程式设计师们在消化这些概念。

吴志强先开口：“王总，这个想法……很厉害。但实现起来，规则怎么写？谁来確定规则对不对？”

“问得好。”王恪说，“这就是专家系统的难点：知识获取。我们需要领域专家——比如我们的技术支持主管，把他们的经验提炼成规则。这个过程很慢，很痛苦，但一旦做成，价值巨大。”