统间的穿插和交互叠加，会让这件事情复杂到无以复加一团乱麻的程度。

而这里边本来还掺杂着一堆的错误逻辑，诊断程序需要在这么大一堆乱麻一般的逻辑关系当中诊断出它到底是正确的还是错误的，这已经超出了周至目前的学术水平。

当然他知道后世有解决办法，人工智能，学习功能，可以让诊断程序在不断地学习过程中完成迭代，最终满足要求。

但是这个方案离目前世界信息技术的水平差距太远了。

麦小苗提出的方案其实也和后世这个解决方案类似，但是她所提出的诊断模型要简单得多，就是利用现在已经发展起来的非线性优化理论开发出诊断模型，让诊断模型梳理出这个系统集群当中的逻辑关系，然后让人大量地参与到其中，告诉诊断模型这是正确逻辑还是错误逻辑，并告诉诊断模型这样的逻辑错误到底错在哪里，最终让诊断模型得以不断地修正结果，达到令人满意的查错率。

这其实是一个不得已的中间替代方案，就是利用将复杂的非线性问题分解成相对简单的线性问题集，最终将这个线性问题集的答案综合起来，去逼近非线性问题的答案。

这样的处理方法，注定了答案永远不能是真正的非线性问题的终极答案，但是却可以无限逼近，在工科上，这个问题其实就算是解决了。

麦小苗的智商，仅从这件事情上就可见一斑，所以她非说自己是大肘子笨猪头，周至还只有捏着鼻子认下这个账。