20-40分：弱智能。他称之为学习型智能，机器可以从现有资料和答案中学习并作出基本的模仿。40分他认为是一个重要的门槛，超过40分才可以认为具有完整的智能。

40-60分：中等智能。他称之为分析型智能，机器可以分析问题本身的逻辑，并给出准确答案。

60-80分：强智能。他称之为推理型智能，机器不但可以准确地回答单个的问题，还可以分析不同问题之间的联系，具有基本的逻辑思维和推理能力，这已经很接近人类的初级智力。

80-100分：这是正常人类（具有中等以上的教育程度和社会经验）的测试得分，机器很难或者不会达到这种水平。

吴凡把整理好的测试题目和评分权重都交给杨晓华，让他编制成软件，这件事本身并不难，用常见的C语言就可以编制。杨晓华很高兴，毕竟这是他到四方科技工作以来接到的第一份软件编写项目，他只用了四天就交了作业。吴凡看后，做了一项简单的修改，那就是这130道题要重复测试10次，每次都会随机地打乱问题的顺序，最后取平均分值。吴凡给这款软件命名为“智能测定”，让杨晓华拿去四方科技的制造工厂去测试验证。

杨晓华很快拿回来测试数据，结果和吴凡所预估的基本吻合，市面上的硅基芯片电脑得分只有几分，四方科技公司自己制造的混合芯片的个人电脑得分高一些，但也不会超过20分。吴凡自己私底下也测试过“隐者”，曾经得到过26分，但也仅此而已。

下一步就是最困难的部分，如何在开发的系统软件中培养机器的学习，分析和推理能力呢？吴凡日思夜想，他仿佛又回到了几年前最终创作“隐者”程序的思考阶段，那种“生存算法”已经在“隐者”系统上面证明有效，“隐者”的算法模型中只针对少量软件（防火墙和扫描程序）的特征参数进行计算，要想机器具有广泛意义上的智能，那所对应的特征参数应该是什么呢？他想到了两点：数学和逻辑，他列出来数学的一些基本公式，包括微积分，还有一些逻辑运算公式，他仔细地筛选和斟酌这些公式，尽量减少运算量，最后还是写满了整整四页纸。

吴凡和杨晓华开始着手建立函数模型，他们废寝忘食地工作着，经常让人把饭菜送到办公室来，有时候甚至工作到深夜，两人就睡在机房里面。杨晓华负责把这些公式遍成函数，吴凡则编写主控的“生存算法”函数，并把杨晓华不断完成的一个个计算函数加入主函数。他越做越是惊心，他甚至不敢去估算这个计算量，但他很清楚这必然是个天文数字。

经过了无数个艰辛的夜晚，不知不觉中已是夏天，他们完成了所有的函数的编写。他们不能在大型机上调试，只能在外面的服务器终端上模拟，再继续调整代码。最后的编译阶段完成后，杨晓华对着一脸疲惫的吴凡说：“吴总，给它取个名字吧。”吴凡想了想说：“AI或者智能这样的名字现在是满天飞，还是不要用了，就叫它“初代”吧，FirstGeneration”

上午，两人来到机房，吴凡说：“开始输入指令！”杨晓华导入已编译的机器指令，然后重新启动了大型机，这种大型机每次重启后需要半小时以上。“初代”开始运算，他们在终端的显示屏上检查运行状态，数据运算量在一个小时以后就达到了顶峰，以97%的算力全速运行着，吴凡站在一边，他想象着混合芯片中那些庞大的数据流在不断地并行和汇合，然后分开又回到“生存算法”函数，数以万亿计的结果同时产生，大部分会被舍弃，小部分再次回到芯片中，又会产生更多的数据结果，这是数据的宇宙！

第二天刚上班，杨晓华匆匆跑来找他，两人赶忙跑进机房，大型机已经停机了，查看系统日志，记录显示数据量过大造成宕机，吴凡调出中断指令记录查看，发现在昨晚11：40由于计算量过大，内存溢出，无法进行下一步的计算。吴凡所担心的事情还是发生了，“初代”系统撞到了算力的天花板，项目陷入了僵局。