“把影响这四个因素的因素找出来，然后提前计算因素影响的范围，从而解答问题。比如：早起洗漱的时间，在公交站要等多久，在地铁站等多久，在早点摊要等多久”刘铁路答到。

　　“对，但是比起一级因素和二级因素，如果还有大量的三级因素干扰这些呢？或者需要更精确的判读抵达的时间呢？比如，公交实际运行情况，地铁实际运行情况，当天下雨下雪导致车辆运行缓慢。早点当日晚到两分钟，出门发现没带钥匙回家去取。等等。”方邸仁一下子把思路打开了。

　　“类似偶发事件。”

　　“还真不仅仅是偶发事件，只是有时影响的幅度比较小。而前面的小事件，有可能会导致后面的地铁坐到后一班车，从而改变整个到达时间的取值范围。”方邸仁的情绪开始高涨了起来。

　　刘铁路思考答道：“过去的看法是要把每个因素如何影响的抵达时间进行计算。一级因素，二级因素已至三级因素他们之间的关系是什么。毕竟有那么多数学公式。”

　　方邸仁终于揭晓了答案：“还要每种计算太麻烦了。现在来看是十种因素，如果是几百种，几千种呢？所以就利用大数据把这些因素强加进去。用人工智能的算法把所有因素和最终结果算在一起。只要数据量够大，就能用分为正相关，负相关和不相关来进行因素的判断。前面的早起时间，通勤时间，早点时间都是相关的。而太阳的位置，同一列车通勤人数，月初月中月末的影响都是不相关。统计数量大起来就会细致的计算出每种因素占用的时间。这就是宇唇系统，如同宇宙的嘴唇一般巨大而细腻的波动着。”

　　“这个很有用？宇宙的嘴唇？”刘铁路。

　　“这不重要。重要的是一种全新的暴力分析问题方式。这种方式最终的目标是运用到金融业。只要使用宇唇系统，就可以分析黄金的影响走势。由于担心黄金的数据不够在链接上了原油，美元，期货等各种因素进行联合推导。其实，收集全所有因素才是宇唇系统最大的难点。”方邸仁说到。

　　“方师兄其实最厉害的还是分布式思想，宇唇系统还可以把某个因素分开进行单独分析。比如：上班问题。公共汽车15分钟之前赶到地铁站大概率是地铁班次1，15分钟后赶到则大概率是地铁班次2。没赶上第一个地铁班次，明显会增加等待时间，数据影响因素因为这个偏差而出现不同的因素，而宇唇系统连这一点都考虑到了。”乔倩崇拜着说着。

　　“全都是AI带来的。”方邸仁沉浸在上次的方案中，不过他话风一变问乔倩：“师妹没有在国内研究这套系统，怎么在黑博尔坦的沃尔啊？你联系我的时候，我都吓了一跳。”