到了解法，那么这些解法，稍加变换，应用到类似问题的解决上，这种事就并非不能用ai来完成。
与此相比，从前述的“认识，分析与改造”过程中，提炼出新的问题，并独创性的给出解决方案，才更加困难。
人工智能的前沿动向，坦率的讲，方然并不甚了了，但是他也知道，目前的研究热点集中在所谓“仿生”，从“人工神经网络”到“学习体系”的诸多分支，都试图模仿人脑的学习和演化过程，也就是用庞大而复杂的电路，通过自组织、混沌演化的方式，模仿人的智力获取与提升过程。
但对于aiasg，原则上，并不需要这些高深的架构才能实现。
计算机网络中的软件，浩如烟海，真正归纳起来的种类却并不多，绝大多数软件要应付的问题，性质都彼此雷同，尤其在核心网与服务器上运行的后端程序，对接的都是其他计算机，几乎没有人的因素。
这样的软件，一言蔽之，面对的问题、和解决的算法，都具有高度的规律性。
“国际商用机器”公司的aiasg系统，具备极高的复杂度，依托于巨型计算机的100pflops级（每秒一万亿亿次）算力，对给定的系统要求，可以自动生成、部署与维护特