人类创立的科学，以人类的自身特质为基础，即便其所研究的客观世界岿然不动，却不表示因此而生的“科学”也是唯一的。

在数学领域，这种情形体现的尤为明显，根源，

无疑在于饶孱弱硬件。

这一点，方然很早就意识到，也很清楚这一切背后的原因，是自然选择并无法推倒重来、从头开始，而只能在已有的物种上修修补补，人类，也因此无法自然演化出更强大的脑神经系统，不管这种系统，理论上究竟是否能存在。

但是计算机，由人类一手创造的体系，则可以不断尝试新理论、新技术，其理论能力上限仅取决于人类的科技水平。

如此一来，在所有方面胜过生受限的人类，便是迟早的事。

同样的客观世界，在计算机“眼”中，与人类眼里，必定会观察、分析、提炼出不尽一致的客观法则，其描述的现实一模一样，法则的形式与组织方式，却会有巨大差异，进而，计算机数学的理论构建，也会与人类的数学迥异。

但计算机眼里的世界究竟是怎样的呢，

由此衍生出的数学，想必对人而言会很陌生，那又会是什么样。

这种问题，参加规划会议的数学家们，几乎没人能出一二，甚至根本未曾动过这样的脑筋。

即便也有不少数学研究者，敏锐的注意到，计算机、人工智能的发展，会给数学带来一场深刻的变革，更多业内人士的思维，却还是老一套，只把计算机当做速度超快、却没有自我思维的计算加速工具。

相比之下，盖亚净土的人工智能研究者们，对这问题倒有更深入、更清晰的认识。

1512年7月末，从“数学中长期发展规划”的工作中脱身，完全外行的阿达民只负责给出大方向，而没有搀和规划的具体内容。

外行，要有自知之明，不要总想着去领导内校

在人工智能领域，这一原则也应该适用，所以，驱使“替身”出现在研讨会现场，方然还是多听、少，只在对报告有疑问时，才发问一二。

在正式会议现场，面对全人类的人工智能领域专家、学者们，阿达民没有再发表演，他知道，在场的这些人，每都在人工智能、乃至强人工智能领域中摸爬滚打，对这时代的把握，会比其他任何领域的研究者们都更准确，

根本也用不着自己去多此一举，提醒他们“时代变了”。

至于，计算机体系内的数学，那种并非人类灌输、而是自发滋生出来的理论体系，会是一副什么样，相关报告中早有阐述。

虽然迄今为止，对“盘古”这样的强人工智能，人类还没有办法准确出，正在运行的强ai体系内，正在流淌着什么样的思维，但从原理出发，也不难猜测到几分，譬如，在计算机的立场上，所谓“客观世界”，

显然与生化构成的人不一样。

对计算机而言，最本质的客观存在，显然不是人类眼里的客观世界，而是数据。

至于人认为的第一客观存在，周遭环境，在计算机的“眼”里，反而更像是人眼里的数学那样，是数据衍生出来的某种概念。