2054年4月
镜系统的原型测试完成后，林小镜开始着手下一阶段的工作。
小规模部署需要的硬件节点比原型测试多了十倍。五百台量子计算机，分散部署在总部大楼和周边的几个设施里。设备管理处的人这次多问了几句，林小镜的回答还是那两个字：“实验。”
五百台计算机的部署和配置花了三天时间。林小镜写了一个自动化的部署脚本，把代码复制到每一台机器上，安装依赖库，配置网络参数，启动服务。脚本运行了将近一个小时，五百个节点全部上线。
监控界面上，五百个绿色的指示灯整齐地排列着，像一片发光的草地。数据在节点之间流动，同步延迟在毫秒级别。任何一个节点的数据变化，都会在几毫秒内传播到其他节点。
林小镜开始接入更多的数据源。这一次，她不再局限于内部数据，而是接入了公共互联网上的公开数据。新闻网站、社交媒体、政府公开数据库、企业信息披露平台、学术论文库——几十个数据源同时接入，感知模块开始疯狂地抓取和分析。
数据流的速度让她吃了一惊。每秒钟，感知模块处理几千条文本、几百张图片、几十个视频片段。知识库以肉眼可见的速度膨胀，从几十兆字节到几百兆字节，再到几千兆字节。
监控界面上的数字在跳动，CPU使用率百分之七十，内存使用率百分之六十，网络带宽使用率百分之八十。系统负载很高，但没有过载。
林小镜在笔记本上记录了几个观察结果。
第一，知识库的索引结构需要重新设计。当数据量超过一太字节时，现有的B树索引效率急剧下降，查询时间从几毫秒增加到了几百毫秒。需要换用更高效的索引结构，比如LSM树或者倒排索引。
第二，感知模块的文本解析器在处理中文文本时出现了乱码。原因是编码检测不准确，把UTF-8编码的文本误识别成了GBK。需要在解析器中增加编码检测的精度。
第三，价值观系统的决策逻辑在处理模糊情况时输出不确定的结果。例如，当系统不确定某个行为是否会伤害人类时，它无法做出决策，陷入了死循环。需要增加一个不确定性的处理机制——当不确定性超过阈值时，系统应该选择保守的选项，暂停行动，等待人工裁决。
林小镜把这些修改写进了任务清单，然后在清单的末尾加了一行字：增加人工裁决接口。当系统无法自主决策时，把问题转交给人类。转交的优先级依次是：中央科学院、人联议会、文明监察院。如果三个机构都无法在指定时间内做出裁决，系统默认选择保守选项。
连续工作了十几个小时，林小镜的眼睛开始发酸。她站起来，走到窗前，看着外面的夜空。船坞里的灯光依然亮着，家园号的银白色船体在灯光下闪闪发亮。
她看了一会儿，回到桌前，继续工作。
第二天，林小镜开始优化知识库的索引结构。
她放弃了传统的B树，改用倒排索引。倒排索引是搜索引擎常用的技术，把文档中的每一个词映射到包含该词的文档列表。这种结构适合文本检索，但对于结构化的数据效率不高。
她需要一种混合索引——同时支持文本检索和结构化查询。她在倒排索引的基础上增加了列式存储，把结构化数据按列存储，而不是按行存储。列式存储的优势是，查询只需要读取相关的列，不需要读取整行数据。
混合索引的设计和实现花了她整整一天。代码量不大，只有几百行，但每一行都涉及复杂的数据结构和算法。她反复测试了好几次，修正了好几个错误。
新索引的效率提升明显。在相同的数据量下，查询时间从几百毫秒降到了几十毫秒。虽然不是数量级的提升，但进步的方向是对的。
第三天，林小镜处理了文本解析器的乱码问题。
问题的根源是编码检测。互联网上的文本编码五花八门，UTF-8、GBK、GB2312、BIG5、ISO-8859-1。解析器需要能够自动检测编码，否则就会出现乱码。
现有的编码检测库准确率不高，尤其是在处理短文本的时候。林小镜没有用现成的库，而是自己写了一个检测算法。算法的核心是基于字符频率统计——不同编码的字符频率分布不同，通过统计频率可以推断编码类型。
她花了半天时间收集样本数据，半天时间训练频率模型，半天时间写检测代码。新的检测算法准确率达到了百分之九十九点七，比现成的库高出了将近五个百分点。
文本解析器的乱码问题解决了。
第四天，林小镜处理了价值观系统的决策逻辑问题。
不确定性的处理机制比预期复杂。她设计了一个置信度评分系统——每一个决策都有一个置信度分数，从0到1。置信度基于信息的完整性、一致性和可靠性。当置信度低于0.7时，系统不会自主决策，而是启动人工裁决流程。
本小章还未完，请点击下一页继续阅读后面精彩内容！