第三轮开始，将不同的数据互相组合，做新的对比。

最后一轮将所有数据合并，观察相同的机器使用相同的全部数据，自主学习后是否会有巨大差异。

最后一轮将持续进行下去至少十年。

所有准备工作完成的时候，已经皇帝公历二零九三年的第四季度了。

之后又进行了持续一个多月的全面检查和独立调试，在年底的时候通知了按时醒来的朱靖垣。

不过朱靖垣只是了解情况，没有做出任何评价和要求。

皇帝公历二四零九四年开年后，经过大明皇帝朱迪镧的授权，复杂智能机器学习实验正式启动。

瀛洲当地时间正月十一日上午，工匠们开始了正式实验前的设备和数据检查。

正月十三日下午，全部的检查确认工作完成。

正月十四日，八个封闭实验室的操作工匠们，使用最传统机械时钟对时，在上午九点同时启动实验。

工匠控制试验场内的机械臂，将专门制作好的快速数据仓库插入了八台瀛洲五号体内。

然后启动所有瀛洲五号，加载基础驱动程序，最后启动机器学习系统。

在多重限制和检查下，这个启动过程持续了整整三天。

直到正月十七日上午，瀛洲五号才在工匠们的监督下，开始自主学习。

瀛洲五号体内的数据会通过线路同步出来，供工匠们直接观察、记录、分析其作用。

根据工匠们的观察，瀛洲五号体内的数据量正在快速增长，他们的身体随着数据变化动了起来。

不过都只是最简单的有节奏的抖动。

有时候是全身抖动，有时候是部分抖动，偶尔会停下来，偶尔会改变频率。

机体上抖动的部位，与产生的数据内容都是直接相关的。

他们正在自行编写和测试完整的驱动。

构建控制和使用身体、躯干、鳍足、嘴巴、音响、录音、录像设备等等。

八台机器编写驱动的顺序大同小异，生产的数据也是大同小异的，最终的功能也是非常类似的。

十三天之后，二月一日。

八台瀛洲五号复杂智能机器先后恢复了平静。

工匠们一直在关注他们体内的数据，直到他们完成了完整驱动编写。

现在已经开始处理其他的学习资料，按照机器的逻辑解析归纳整理，形成自己的数据模型。

所以体内数据库记载的数据量还在继续快速增加。

七天之后，二月八日日当天，植入了机械数据的两台机器，在同一天完成了数据模型构建。

又过了八天之后，二月十六日这天，所有机器陆续完成了自己的数据模型构建。

机器的数据也不再大规模的增长，只是会继续记录所有的系统日志。

工匠们导出了所有机器编写驱动和数据模型，根据相同机器不同数据和相同数据的分类对比。

机器被放在试验场地等待，不做任何的直接操作和干涉。

这个过程持续了一个月，一直到三月十七日，八台机器都没有特殊的变化。

工匠们也认为，采用相同数据的两台机器，最终生成的数据模型之间，差距也是非常细微的。

近似于同一台机器两次运行相同学习数据形成的结果之间的误差。

采用不同数据的机器生成的模型之间的差异，也基本符合它获得的数据资料的差异。

这就是机器直接处理各种事务的典型效果。

投入的东西和得到的结果，在某种程度上是可以预料的，或者说是可以复现的。

工匠们没有发现异常，也就是自己这个实验期待的东西。

所以这个实验可以算是在寻找异常。

三月二十一日，第一轮实验的第二阶段开始。

工匠首先将八台机器的数据库备份存档，以备以后做不同阶段的还原测试。

备份采用相同型号的数据仓库（硬盘）整盘复刻的模式。

还原的时候也会直接更换数据仓库。

备份完成之后，测试工匠开始主动下达命令，要求瀛洲五号在实验水池内按照命令移动。

八台机器各自按照命令做出了动作，并且留下了正常的数据记录。

工匠不给命令的时候，八台机器就都安静的躺在水中，完全没有自主移动的倾向。

实验继续进行了一个月，仍然没有出现任何意外。

机器仍然精准可控。

工匠们期待的异常情况仍然都完全没有出现。

瀛洲五号目前的所有反应和表现，都与传统的单体简单智能机器并没有本质区别。

甚至于，由于没有专门的伪装和模仿人类的数据模型，它们给人的感受比简单智能机器更像机器。

不会故意模仿人的特性，主动或者被动跟下达命令的工匠们聊天打趣。

五月一日，第一轮实验进入第三阶段。

首先仍然是备份数据库，仍然是整盘复刻的方式。

然后工匠们开始按照统一的日程表和话题表，与完成了数据模型构建的八台瀛洲五号机器直接谈话。

观察和记录谈话过程中对方的回应，记录对方数据库中增加和改变的数据。

模仿人类的机器智能在大明已经出了三十多年了。

完整的机器智能学习创造系统，也已经完成了整整二十年了。

大明现在的智能机器，单纯看与人类的交流过程，可以做的非常像真正的人类。

不但可以直接输出文字，还可以直接输出图像和语音。

如果有需要，可以专门模仿人类与人类聊天，让不知道内情的人会以为自己再跟其他人聊天。

有很大概率能够通过朱靖垣前世的图灵测试。

但是其实现的原理，其实是在开发的过程中，做了针对识别智能机器的问题的训练。

本质上只是是人类工匠告诉机器，怎么才能模仿的更像人类。

怎么才能规避被识别成机器的表现。

其内在的运行逻辑，仍然完全是机械和程序实现的。

而不是机器自发的拥有了主动性，形成了有别于机器并类似于人类的自我认知。

本质上仍然是鹦鹉学舌的高级版。

如果针对有备而来的测试者，是有很大的概率能被识破的。

瀛洲五号的工具程序和训练数据里面，则完全没有让智能机器模仿和伪装成人类的项目。

问题一：“你是谁？”

“本机名称为瀛洲五号－生物数据一。”

“本机名称为瀛洲五号－生物数据二。”

“本机代号：瀛洲五号－物理数据一”

“本机代号：瀛洲五号－物理数据二。”

“机器名称：瀛洲五号－机械数据一。”

“机器名称：瀛洲五号－机械数据二。”

“我是瀛洲五号－文化数据一。”

“我的名称是瀛洲五号－文化数据二。”

测试的工匠们问问题的同时，机器给出的回答直接出现在分析室的数据库中。

机器内部形成的对应数据记录，以及所有相关日志数据，也会同步导出，与回答本身对应储存。

有专门工匠分析这些回答的内容、逻辑、组织语言的方式。

“你是谁？”、“我是谁？”

给智能机器一个身份定义，在常规的智能机器训练中，是优先度非常高的项目。

这个定义是智能机器和用户双方互相识别并区分其他个体的“口令。

通常会通过多种多样的方式，巧妙重复预先设定好的称呼，让用户理所当然的接受这个称呼。

瀛洲五号的训练却完全没有这个项目，所以回答的就比较僵硬了。

八台机器都读取了自己的基本数据，从底层数据里面找到了本机名称代号。

它们不约而同的用这个代号回答了它是谁的问题。

学习了相同数据的机器，给出的回答也高度类似，甚至于完全相同……

学习了不同数据的机器，回答的语言组织上略微有一些差异。

学了文化知识的两台机器，尽管没有专门做模仿人类，但是表达方式却天然接近人类语言。

不过仍然非常容易判断这是机器在回答问题。