生那，张乐行又问到了更多的东西，虽然依旧没有完全搞清楚这个传说中的什么“复合神经网络自学习熵选择式系统”到底是怎么构成的，但是他还是弄明白了这个系统的实用价值，以目前的电脑性能来看，系统的自主控制极限是个不相同的单位，也就是说一台电脑可以控制人左右规模的部队进行中等决策，并且拥有学习对手策略及根据对手行动规律来修正自身策略的功能，一旦超过个单位的极限，要么就必须降低决策时的考虑深度，要么就必须放弃一部分单位的控制权。
从这一点来说，如果想将这套系统应用于单机游戏的话，那么因为需要相应玩家的操作以及其他处理，系统能控制的单位数量还会大幅度的下降。据其中一个叫秦明的博士生估计，在目前的主流电脑上，系统能控制的单位数量大约会将到个左右，在这种情况下才能进行中等决策，也就是很接近与普通玩家的决策能力，再加上学习和修正功能的辅助，经过一段时间的成长，有可能超过普通玩家。如果需要进行更强大的高等决策，那控制单位的数量甚至会下降到个位数，连中国象棋都玩不转了。
不过张乐行对电脑性能的增长速度还是很有信心的，他相信等过上个两年，就算这套系统不再进化，光是电脑系统性能的直接升