然后就是往里面填充算法，实现需要达成的逻辑和构架成为一体。
算法和逻辑构架的实现，让以前编写系统的人都重新发光发热。
反而是基因研究，进度还是一样的慢。
“核心逻辑算法完成，查询算法连接，分析算法已经接入构架中，学习算法正在完善！”
“甄別模块呢？它关係到读取信息的甄別问题？”
“已经完成，可以隨时写入构架中。”
“压力测试，看看能不能完美运行於目前的底层汇编语言中。”
整个数据模型开发组，朱由检都在盯著，看著一步一步完善。
“陛下，这种速度可能会提前完成，不过后面数据学习需要时间。”
“它接入网络后，有足够算力，速度不会慢。”
“陛下所言甚是。”
“通过压力测试，可以基础运行，开始写入各个功能模块。”
“写入核心算法，写入核心锚定，写入信息查询和认知模块，写入分析模块，写入学习模块…”
一步一步完成。
最后一步完成，数据模型运行了起来，然后人工上传了目前大明已有的数学知识，编程知识等等。
这些都是科研部掌握的知识。
“陛下，目前缺乏语言理解模块，这个算法很难实现。”
“慢慢来吧，大概要多久？”
“一周。”
“可以用曾经宋爱卿编写系统时已经编写出来的语言理解模块。”
“既然这样，只需要一两天测试和接入即可。”
“儘快。”
三天后，数据模型开始了训练。首先是自检，利用已有数据尝试分析自身，优化其核心与模块之间的连接，使之成为一个整体。
因为用类计算机提供充足算力，独立用了一个通讯设备连接网络，算力处理信息反馈给数据模型速度很快。
一个小时叠代优化了上百次。
朱由检便让人接管了这个数据模型，让它以爬虫方式学习更多知识，以及人类语言解释和行为，构建完善的语言理解资料库。
接下来就是声音识別，图像等等。
这些需要的算力越来越大，学习时间越来越久，特別是声音从硬体电流生成到输出的过程。
图形数据的学习也是同理。
“来人，將它搬去朕那里。”朱由检让人將安装了数据模型系统的整机搬到他科研部的办公室。
那里，只有他可以进出，即使是宋应星也需要经过同意。
安置好了这台整机，重新连接上网络，才开始这个新建的数据模型系统。
它和目前大明已有的系统有著质的区別。
重新启动后，呈现出一个简洁界面。
右下角有一个浮標显示整台机器的状態，右上角只有一个储存区查看图標，一个瀏览网络的图標，一个主数据模型系统交互图標。
除此之外，整个界面没有更多图標了，非常简洁。
启动后，数据模型已经自动进入学习状態，网络数据的吞吐量非常惊人，它连接著类计算机，从中调用算力。
从项目立项，到完成，实际花的时间八个月时间。
现在已经到了崇禎二十五年九月二十三。