/>     原先他的设计是智能程序的只负责感知和决策，不同的外部系统，比如自动驾驶系统，智慧交通系统，保存经验记忆数据，这些数据隔一段时间被新数据自动覆盖，智能程序按照他的设定算法自动迭代升级，可以实现自我进化。

    经过这段时间的训练，曾凡也发现智能程序发生了许多变化，这些变化有点超出他当初的设想。

    自动驾驶系统中，智能程序的代码量增加的很迅速，把很多经验和记忆方面的数据都转移了进去，这些数据也成为了智能程序的一部分，让整个程序变得越来越臃肿。

    他设计的经验和记忆数据采用的是独家压缩算法，但是压缩效率再高，也架不住每天不停的增加，按照当前的趋势，用不了一个月就能装满整个车机硬盘。

    他不确定数据和智能程序混在一起，后面还能不能被新数据覆盖掉，如果能被自动覆盖掉，那程序还可以自我进化，否则的话，硬盘被数据塞满，整个自动驾驶系统就会崩溃掉，那时候只能宣布失败了。

    五辆测试车上五个独立的自动驾驶系统，车辆配置一样，初始代码一样，每天在同一个场地里面转圈，进化的过程也大同小异，多少还是有些细微差别，曾凡也是在程序代码层面才能看出来，整体上都有相同的问题。

    交管局那边的智慧交通系统又是另一种情况，一百套系统可以高效联网交换数据，每天都有庞大的数据量进行训练，似乎走了不同的进化路径。

    经验记忆数据没有和智能程序混在一起，而是迭代速度非常快，老的数据每天都要被新数据覆盖掉，智能程序代码量也一直稳定缓慢的增加。

    曾凡发现两边的智能程序融合起来有点困难了，主要是两边智能程序的代码差异越来越大，很多代码逻辑都有冲突的地方。

    自动驾驶系统因为一直在封闭测试场地训练，对路面和车速变化感知比较灵敏，车辆行驶中需要随时决策，决策部分代码量比较大，智慧交通系统每天处理大量路口信息，对于不同车辆状态，行人和各种非机动车辆变化感知能力比较强，有了一定预判能力，但是这个系统只需要拍摄违规照片，不需要太复杂的决策，这部分代码比较弱。

    两个系统的智能程序如果能取长补短当然最好了，但是程序的融合并不是直接代码混合到一起就可以。

    就好像一对双胞胎的兄弟，各自在不同的家庭环境长大，认知当然也不会相同，直接放进一个身体内，必然会出现认知冲突，表现出来的特征就>> --