篇有提到鉛字可以用AI技術來保存，它是圖像辨識的延伸，也是大數據資料庫的一種，藉以在辨識所需物件，就能快速從資料庫挑出相對應的資料，來解決眼前的問題，筆者曾在第二天講過學習資料庫的艱難歷程，尤其是SQL「正規化」(Normalization)程序，首先要了解如何開始去除重複的資料，接著再透過不斷的資料組連結合併，藉以降低在關聯表中造成新增異常、刪除異常、修改異常，這個過程就像遊戲中英雄闖關一樣，滿足「所需」的條件後，才能往下一關走。入口第零層就是原始散亂的資料，刪減多餘資料後，才能依序進行第一正規化（1NF）到第三正規化（3NF），接著會有一個Boyce-Codd正規化，用比較能理解的比喻是唐三藏念緊箍咒，讓孫悟空頭縮到最緊，再層層過濾掉潛藏的「相依性」，最後兩個階段第四正規化（4NF）到第五正規化（5NF），像是地面部隊在執行掃蕩是否有殘餘的敵軍，把一切障礙排除。

爭規化完成的資料庫，理論上是半成品，只要是人在進行的任務，多少會有些遺漏，還要重複搜索到乾淨，就像學C語言一樣，執行連結器Link和編譯器(Compiler)，會發現迴圈中一堆問題，逐層去找出和排除。當你取得純淨的賢者之石，就可以放入資料庫，成為數以萬計的賢者之石，越少錯誤的大數據資料，越能在AI系統中發會最強的功能。不過數據資料內容還要分動、不動、已知和未知，例如鉛字塊是已知和不動，但醫療專用的毒蛇血清就是介於動與未知以及動與已知，簡單說，第一時間被蛇咬的傷者，必須簡單目測辨識蛇的種類，接著緊急送醫後，醫療人員再依照傷口的狀況，判斷是出血型或神經型，這是理想型的狀態，大多傷者被蛇襲擊後，通常會在情緒極度恐懼下，忘了去判別蛇的種類，就要直接進入醫療人員判斷階段，無論是那種情況，醫療AI才能準確調出區域內醫院的血清進行注射治療。

除了了解AI大數據資料庫能在醫療緊急狀態救人一命外，疾管局等單位也有設立「毒蛇鼬獾咬傷救急資訊站」，因為目前疾管局建置的大數據資料庫是最齊備，平常可以利用這些雲端資源去增廣見聞，以利在沒有醫療人員時，要如何在先期進行處置。或者利用「抗蛇毒血清儲備點查詢系統」去了解哪個醫院直接有庫存，以免跑錯醫院耽誤療傷的黃金時期。