转个帖子:从法则层面看人工智能

iii

原帖在天涯, 标题叫为什么人工智能不会取代人类, 其中第二部分是从法则层面看人工智能, 涉及到数字思维本质, 转过来大伙瞧一瞧

三、精确思考模式

       为什么人工智能不会取代人类，一句话来讲就是，机器的精确思考模式同我们这个开放式环境的世界不匹配。要解释清楚这个问题，就会有许多新名词出现，精确思考模式，混乱思考模式，封闭式环境，开放式环境，无界随机等，理解新名词这种事总是让人很烦恼，不过不使用新名词又解释不清楚，把这些概念搞明白了，其中蕴含的道理才能搞明白，人工智能领域才算入门了。

       精确思考模式简单的说就是数字化的，体现绝对准确的思考模式，由于绝对准确，还会带来高思考速度。

       一般我们要机器去做什么事，它们都会忠实的按照它内部的程序去完成，不会出现程序运行到一半，突然想去干点别的事情这种情况。也不会出现运行原程序中不存在的代码，或者生成原程序中不存在的代码这些情况。最终我们看到的就是机器工作下来，哪怕程序写的不完整，或者程序前后矛盾，机器也不会自己纠正一下，原程序写的是啥，就怎么去执行。也就是说，机器是绝对忠于其执行的程序的。

       这里有个小弯，对于没有接触过程序以及机器怎么运行的人来说，可能不太好理解。但是机器们确确实实就是这么工作的。我们从最简单的计算器说起，不管是单独一个计算器，手机里的计算器APP，或者电脑中的计算器程序，你让它算一加一它就只算一加一，输入二乘二它就只算二乘二，它会按照输入的命令，以及计算器的内部程序来工作。

       更加高级的机器也都是这样，我们让它们做什么，它们就做什么，程序怎么编的，它就怎么运行，它们和我们的工作方式不太一样，复制文件的时候，选定100个文件，从甲文件夹复制到乙文件夹，复制完了，还是这么多个文件，而且，一个字节都不会错。如果是我们自然人来搬东西，比如搬家或者整理抽屉，有时候搬着搬着就会发现，咦什么东西没有了，从此再也找不到了，机器不会出这种事，哪怕复制一万个文件，甚至一亿个文件呢，说复制多少就复制多少，不会复制完了多出几个，或者丢掉几个。

       但是有时候它们又确实会出错，比如一运行某程序，就卡住死机了，或者一点某个图标直接重启了。这实际上也是机器在忠于运行程序的结果，程序是人编的，是人就会出错，程序少写了什么代码，或者没有考虑到和其他程序同时运行可能带来的冲突，机器在运行这些缺胳膊少腿的程序，考虑不周的程序时，就也要出问题了。所以，机器如果出错了，那错误一定来源于人，它们只是忠实的再现了人们的错误。

       机器最底层是01010011的情况，俗称二进制，至少目前我们能接触到的机器都是这样，如果是三进制机器，或者其他进制机器，那情况会有所变化。但不变的是，这都是数字化的东西，数字化是一种精确的处理方式，是把某些精确的点拿出来，只运行在这些精确点上的工作模式。这就要求有一个精度，会带来界限，机器的本质就在于此。

       我们有时候用：“精确到个位”这种描述方式。精确到个位，意味着我们数完1，就是2，之后是3，比个位更精细的1.1，1.2，2.1，2.9什么的就不去考虑了，这就只拿出某些点来做事情，这样做简化了某些情况，于是也就带来了界限。实际上1和2之间是无限的，有1.1，1.2，1.8，1.9也有1.01，1.02，1.38，1.99，还有更小的1.001，1.999什么的，可以一直小下去，没有止境，这是实际情况。但是我们一般考虑问题的时候，为了简单方便，只把问题限定在某个范围，这叫追求有限。

       计算机便是一种追求有限的结果，也始终运行在有限状态下。我们可以要求它们精确到个位，也可以要求它精确到小数点后10位，也可以要求它精确到小数点后10000位，但是总要告诉它精确到多少，它才知道要怎么去工作，之后就工作在这个状态，工作在这个范围。这是因为，机器本身是以数字化的方式来工作的，数字化是只把我们无限世界中的有限个点拿出来，只工作在这些点上的工作模式，目的是为了准确，同时也就有了界限。

isebufusiza

当然并不是所有的机器都工作在数字状态下都有界限，也有无界的机器，比如老式模拟收音机。以前的模拟式收音机，调台的时候，我们去转那个旋钮，扭到哪就是哪。假如广播频道是FM93.1，我们用旋钮调节的时候，只能扭到接近93.1的位置，可以非常接近，但不会恰好就是93.1，不论我们怎么努力把它调的更清晰，甚至听起来也已经最清晰了，但模拟旋钮都不会恰好等于93.1，机器也不会恰好工作在93.1，也许是93.0928…，也许是93.10003103…，省略号表示后面还有无限位小数，模拟方式只能无限接近这个频率，不会直接等于。数字调节就不同了，不管是旋钮还是按钮，假设精度是0.1，只要状态变动，每次就增加或者减少0.1的幅度，这个是精准增减，调到93.1后，就是93.1这么多，小数点后只有一位，没有更多的小数了，它恰好就等于这么多。如果非要把后面的更多小数写出来，写到小数点后三位，那就是93.100，或者写到无限位就是93.1000000000…，这里的省略号代表无限个0。
        我们上面说的数字，并不只是说机器显示出来是多少，而是它们实际就工作在这个准确的条件下。这是模拟和数字的区别，模拟式总是不那么准确，哪怕想要准确都做不到，数字式总是工作在精确状态，哪怕想要不准确都做不到。
        这有点像是台阶和缓坡的区别，上下台阶的时候，每上下一阶就都是这么个高度，没法踩到两个台阶中间位置，到了缓坡，每次上下不的高度不一定，也可以上下到任意位置，它是个连续的东西，不是一阶一阶的。
        收音机有模拟的，功放也有模拟的，功放是把声音功率放大的机器，一般的声音，不管来自江河湖海也好，来自鸟兽鱼虫也好，还是来自我们男女老少也好，声音都是连续的，都是中间没有断点的那么一种资料。模拟功放收到这些声音后，也是用一种没有断点的方式把声音放大，输出的仍旧是没有断点的声音。曾经我们还用磁带，磁带也是这么一个方式，把声音记录下来的时候，记录的是个连续的无断点的资料。
        如果用1到2来说明的话，模拟功放是把1到2之间所有的状态全部进行处理，磁带是把1到2之间所有的状态进行记录，不会丢掉某些东西。
        到了数字方式，这个情况从本质上发生了改变，光碟或者电脑记录声音的时候，不会再把一段声音中所有的东西都记录下来，只会把其中的一部分记录，具体记录多少，要看我们打算让它记录到什么程度，或者也可以说，让它精确到什么程度。
        用1到2来说，模拟方式我们把1到2之间所有的东西都记下了，不论小数点后几位，这里边有无限多个数，全部都记下了。到了数字状态，由于工作模式的缘故，我们不可能记下所有的数，必须丢掉某些东西，所以看我们打算记录多少，如果精确到0.1，那就会记下从0.1到0.9一共是9个数，如果精确到0.01，那就会记下从0.01到0.99一共是99个数。更细的分法，就会记录更多的数，但不会是无限个，总会有个上限，有个总数。
        这是因为，光盘或者电脑，在设计的时候，就是数字化模式，它的基础，就是有界限的工作方式。在这种方式下，工作的时候，才能精确，才能恰好调出93.1这样的频率。在这种情况下，我们记录了些什么，它们都以数字的方式存在，还原的时候，才能精确还原，才不会出现偏差。
        我们现在都在用数字化记录方式，是因为数字化记录声音，再播放的时候，可以一对一绝对还原，假设一首歌一共用了三万个数字来记录，复原播放的时候，回来的还是这三万个数字。跟前面的复制一样，原来是10000个文件夹，复制过来还是这10000个，不会有差错。模拟式记录方式，受外界影响较大，也许磁带被磁化了，或者时间长，磁性减弱了，那声音就变了。虽然模拟式存储记录的资料更完整，但是还原的时候比不上数字式准确，不能把原资料绝对再现，于是模拟被淘汰掉了。
        数字化的缺点在于记录的时候，总会先丢掉一些东西，记录曲子并不能把一首曲子中所有的声音都记录下来，记录图像并不能把图像中每个细节都保留下来。不过我们人类并不是数字化的工作方式，所以对于有些东西，哪怕它不是那么精确，但是我们本身更加不精确，于是并不能察觉到，所以，数字化的时候，只要记下足够多的数据，记下足够关键的数据，让我们察觉不出其中略掉的部分，我们也就不会在意了。
        现在还有数字功放出现了，许多人不喜欢数字功放，认为在功率放大过程中，先把声音转成许多数字，之后再变成模拟资料输出给音箱，丢掉了许多东西，导致声音不好听了。我一直都很佩服这些人，耳朵可以这样灵敏，能听出其中细微的差异。不过我们现在的声音资料大都是数字格式的，都存在光盘或者电脑中，哪怕是所谓的无损格式，也都以数字为基础，在记录的时候就已经丢掉许多东西了。所以如果要真正无损，应该从更源头的记录方式入手才行。
        不仅仅记录和还原数据是这样的情况，像电脑手机这些东西，它们都是基于二进制的，二进制是数字化的一种模式，由于我们在开始设计它们时，就使用了数字化模式，于是在各个方面的表现就也都是精确的了。不管机器发展到什么程度，只要基本原理还是数字化的，就要被数字化相关的一系列法则制约。所以如果出现了能够思考的数字思维式机器，它处理问题的时候就也不会是连续的，而是一阶一阶的，中间有断点，断点处缺失有多少，取决于精度要求有多高。思考时的表现也会跟最简单的计算器一样，是绝对准确的，这个叫做精确思考模式。
        精确带来的好处自然是不会出错，因为它的出发点是一个台阶一个台阶的，处理过程也是一个台阶一个台阶的，所以结果也就是一阶一阶的。阶跟阶都一一对应，也就不会出错。这里的台阶是个比喻，并非所有的过程都是台阶状的，为了让大家容易理解，用了台阶这个词。
        由于不会出错，带来的直接好处就是处理速度可以很快，计算器算加法时，哪怕是一万加一万，在它的最底层，它也都是一个一个数出来的，但是它却比我们算的快，快许多倍，这是因为在精确工作模式下，一阶跟一阶对应的时候，本身就是精确的，不需要考虑是否足够精确了，于是就比我们更快的得到结果。
        到了复杂的计算过程也是一样，不论是计算，还是逻辑推理，还是记录数据还原数据，由于本身是精确的，都不需要考虑因为不够精确带来的修正的问题，所以就可以以非常快的速度处理问题。更复杂的时候，到了数字式思维出现的时候，那么自然的也就具备这种天然优势。
        但是精确了，不会出错，也就需要承担不出错带来的后果。在我们这个世界，出错又是那么至关重要的事情，于是机器也就有许多事情做不到了。


人太懒, 先转一节, 明天继续

ejiwueu

四、混乱思考模式
        机器们都是精确思考模式，而我们这些自然人则都是混乱思考模式。首先我们都是模拟方式的，和老式收音机是一样的工作模式，我们一直都工作在一个差不多的状态下，哪怕有时候我们必须精确的做事情，也只能接近精确，无法真正精确。
        比如打篮球，在投球的时候，我们就只是大概估计一下，然后投出去，没有经过长期训练的人，一般投不进是非常正常的。经过长期训练的人，也需要反复练习投篮，才有可能比较准确一些，反复练习的过程，是一个不断修正的过程，是一个不断否定或者肯定我们的投篮感觉，让这个感觉尽可能地接近精确投进篮筐的过程，但是不论我们怎么去训练，都不可能达到真正的精确，只能接近精确。
        再比如射击，许多运动会都有射击比赛，比一比看大家谁打的准，到了战场上，那就更是要打得准了。但是我们生来就是打不准的，我们身体的这个工作模式就是个差不多的工作模式，所以正常状态下打不准才是正常的，想要打得准，也必须经过反复练习，不断修正我们的这部分感觉，但不管怎么修正，也不可能绝对精确。
        这个模式用1到2来说就是，我们一直处在既不是1也不是2的状态下，我们总是处于一个中间状态，一个不那么准确的，后面带有无数位小数的状态，在需要得到整数的时候，并且在我们非常努力的情况下，可以接近一个整数，但是无法精确的工作在恰好整数的状态下。
        于是我们在做所有的事情的时候，就都只能的到一个差不多的结果。我们要端平一碗水是无论如何都端不平的，总会有些歪斜；要在墙上打个洞挂空调，是无论如何都打不到恰好的位置的，总会有些偏差；想在纸上画一个圆是无论如何都不能画的圆的，总会有某些部分凸出来一点或者凹下去一点；甚至走个直线我们都是走不直的，总会走的歪歪扭扭的。不管我们打算停在哪个位置，我们都不能恰好停在这个位置，只能停在比较接近的位置上。这都是我们的模拟工作方式带来的各种差不多的结果。
        这样的结果，导致我们做事情的时候，每次做下来结果都不完全一样，只能在大方向上保持一致。同时，由于我们做事情的时候无法得到真正的精确值，只能比较接近精确值，就导致我们必须时不时停下来，甚至在每个步骤都停下来，确定已经做了的事情是不是足够准确，不够准确时，还需要对这个步骤进行修正，于是也就出现了工作过程中只能以较慢的速度来处理问题的情况。
        这些情况本质上是模拟思考模式导致的，也可以说成是连续思考模式导致的，那标题又为什么叫混乱思考呢？
        有时候我们会出现这样的情况：走神。越是无聊的事情，我们就越容易走神，哪怕是很有趣的事情，进行过程中，我们也时不时的会走神。比如看电影，经常听到这样的讲法：这场电影我基本上就是睡过来的，或者：太没意思了看着看着就睡着了。我们实际上并不能像老式收音机一样工作，收音机可以一直保持收音状态，而我们不能一直保持某个状态，不管我们做什么事情，都会逐渐变得偏离初始状态。哪怕有些事情很有意思，我们也会时不时的走一走神，思绪跑到完全不相干的事情上去。如果我们强制自己保持某个状态，很快就会变得疲倦，然后就又回归成一个游离状态了。
        还有一种表现，就是没有条理逻辑混乱，甚至出现一些考虑不周的矛盾。我们做起事情来，经常是没有条理的，丢东西是最常见的事情了，忘记什么也是家常便饭。有些时候说着说着话，突然就想不起来了，我打算说什么来着？甚至还有这样的时候，前言不搭后语的，或者前后矛盾的时候。矛盾这个词的出处就是这样，卖兵器的人说他的矛是最锋利的矛，又说他的盾是最坚固的盾，于是就矛盾了吧。

BristSes

到了我们遇到压力的时候，这些走神、矛盾、没条理的情况都会集体放大，上台讲话就脑子一片空白，遇到喜欢的异性紧张到慌不择言，被狗追着跑看见死胡同还会跑进去，都是混乱思考模式的结果。
        我们大脑在工作的时候，以模拟方式为基础，在这个本身已经不精确的基础上，还会自发的无意识的，就趋向游离的和发散的思维状态，这是比模拟更进了一步，这样就会产生大量各种奇奇怪怪的混乱的结果，我把这种工作模式叫做混乱思考模式。
        这些游离和发散是我们大脑工作更本质的状态，是更自然的状态，也是更舒服的状态，所以我们总是会从紧张和集中的状态自觉不自觉的趋向于游离发散。如果不能发散，就会出现严重的问题，比如有些人会失眠，便是由于精神无法放松，游离发散的程度不够造成的。发散程度足够，就会进入睡眠状态，睡眠是休息，休息时我们还会做梦，是因为那时候我们的大脑处在一个极度发散和游离的状态下，在这种状态下，记忆和想法都更加不受控制，控制部分在休息，于是各种乱七八糟的信息都会莫名其妙的跑出来，混在一起，就形成了我们毫无逻辑的梦。有些人热衷于空白冥想，训练自己让大脑放空，控制大脑什么都不去想，认为这样可以放松，但这实际是另一种集中精神，是在跟发散的本质对着干，真要想放松就去睡觉吧。发散的时候，我们总会想到某些东西，各种无关紧要的，七七八八的东西，各种东西揉合在一起，而我们又不是刻意想到它们的时候，才是最放松的时候。除了放松以外，游离发散也是使我们更强大的状态，当然还要和主动思考以及知识储备结合起来，不能只是被动，后面再来解释这个强大，我们先把缺点说完。
        我们总是不那么精确，就导致了我们因为缺乏精确而对精确的向往，很早很早以前，就出现了音乐这种东西，音乐的基础模式和数字化模式十分相似，都是把连续音的某些关键点提取出来，只在这些关键点上展开工作，当然并不是音乐本身工作，而是我们来组合它们，通过不同的排列组合，同时也要加入艺术化的考量，形成由一阶一阶的音组成的，间隔了一些距离的，包含一定艺术感觉的声音作品。唱歌的时候，我们平时说话的发音都不好好发了，硬要扯到音阶所在的特定位置去发，这样做下来就很好听，而且大家都觉得挺好听。如果某些人唱的时候，不能足够精确，不能达到特定音阶的位置，那他就跑调啦，也就不好听了。所以可以说，音乐都是数字与模拟的结合，需要足够精确，才能把音乐演绎好。
        我们的汉字也是追求精确的结果，它们都是一块一块的，可以写成大小形状大致相同的样子。西语系的字母符号就不是一样的大小，也不是一样的长度，高的高矮的矮，长的长短的短，所以，他们的东西更模拟化一些，我们的东西更数字化一些。在输出模式上也是，我们有四声，其中一二四是对应的0、正、负，第三声没有可以对应的了，所以它拐了个弯。但都是声音的关键点，说话的时候，必须达到这个关键点，不然输出就会出现错误，同时，我们在说话的时候，前后音节都清楚的分开，大部分都不粘连。西方语系没有提取出这样的关键点，而且他们总是喜欢把前后音节都连在一起来说，甚至有时候恨不得把一句话中所有的音都连成一体，中间便有许多的过度状态。这就好像我们说话要么是1，要么是2，他们说话把1到2之间的各种小数都加入进来。所以中国人在学西方语言的时候，往往也会把其中的关键音节分开成一个一个的来说，听起来就非常中国特色。同时，西方人学中文的时候，也受不了把音节都分开，经常都还粘在一起，不够精确也不够分阶，听起来就怪腔怪调的。
        生活中的许多事情，我们都在追求精确，生活中的许多物件，我们都喜欢把它们做的精确，比如盖楼，多数大楼都是笔直笔直的，体现精确而不体现模拟特色，做个手机，做出来也是横平竖直的，加上的圆角也是对称的统一的，不鼓肚子不凹腰。
        但是由于我们工作在模拟方式，本身非常的不精确，加上我们会自发偏离状态，会总是没有条理，会经常考虑不周，于是，我们就必定会出现各种混乱，出现这些混乱就自然导致许多事情做不好了，甚至做不成了，于是我们便发明了许多工具，帮助我们解决这些问题。我们发明的工具中，有相当一部分都是帮助我们更加精确的。
        最简单的就是尺子了，直线画不直，靠着尺子，一下就直了，还有圆规，圆规画的可真圆啊，这都是帮助我们得到精确结果的工具。许久许久以前还有绳结记事，是帮助我们理清记忆的工具。我们也发明了数字，也发明了文字，都帮助我们记住该记的情况，帮助我们不要漏掉某些情况，帮助我们剔除记忆混乱带来的虚假情况。微电子技术出现以后，就有计算机出现了，前一段说过，这东西的发明就是建立在数字基础上的，把我们世界中的某些关键点提出来，这些关键点都是精确的点，只在这些关键点上去展开工作，就可以得到每一步都精确的结果。
        之所以发明这些工具，就是因为我们不能精确，同时我们又需要在某些方面精确，只有精确了，许多事情才能完成，才能做好，而且精确的时候，还可以带来高效。如果不精确，那就会出错，老祖宗有句话叫：失之毫厘，谬以千里，不管哪一步出错，都会导致最终结果出错。所以，想要的到正确结果，就必须每一步都保证足够精确，对于我们的模拟甚至混乱的工作模式，就必须不断的停下来仔细检测是不是足够精确，是不是可以继续了。正是由于有着这许多由工作方式带来的问题，我们才追求精确，才发明了这许多的帮助我们精确各种工具。

saluozu

五、模拟与混乱
        我们是模拟的，也是混乱的，画不出直线，总是丢东西，时不时就走神，前言不搭后语，我们为什么会是这么个德行？其实原因很简单，因为我们所在的这个世界就是这个德行的。
        我们这个世界，不仅仅是地球，也不仅仅是太阳系，而是我们整个宇宙都是个工作在模拟连续状态下的宇宙，而且到处都充满了混乱。
        首先是以模拟为基础，有句话叫自然界中是没有直线的，虽然这句话太过绝对，并不是完全正确，但包含了一定的道理，模拟的道理。宏观世界中，自然形成的东西，比如河里的石头，比如路边的小花，比如河流山川，乃至行星银河，都是一些不规则的形状，甚至是一些乱七八糟的形状。
        之所以不规则，之所以乱，就在于我们的世界和我们自然人的工作模式一样，也基于模拟模式，而且不断的在趋向于游离发散。当然同时也有一些力量不断的把发散的东西整合起来，这个部分我们人类不具备。
        模拟很容易理解，就像之前我们举过台阶和斜坡的例子，自然界一般都只形成斜坡，而且是不规则的斜坡。山谷到山峰，海滩到深海，只要时间足够长，那就会形成一些斜坡式的连续式的变化，而不会形成台阶式的卡位式的变化。
        有时候地质变迁，地层断裂，会出现巨大的缝隙，会形成陡峭的山崖，但是这只是一时情况，不断的雨水冲刷，不断的日晒风蚀，也就会不断的把陡峭的锋利的部分分解，会把山崖逐渐改造成斜坡，这就是在往游离发散过渡。我们世界中有许多土，土都是哪里来的？地球形成初期是液态的，冷却了应该是个大石头，哪怕内核还有液态岩浆，至少表层应该都是岩石了，但是我们现在的地表都是土，这些土便是许多亿年不断发散的积累结果。
        我们不精确，向往精确，我们的大自然一点都不向往精确，它把所有的东西都做个差不多就完事了，这里我们暂时不考虑微观尺度，只说宏观世界。河流没有笔直笔直的，拐弯也没有直角拐的，每个位置都不一样，都是转来转去的，有些地方宽有些地方窄，有些地方深有些地方浅。还有句话叫一棵树上的叶子没有两片是一样的，确实如此并且不止如此，我们整个星球，也不会有哪两片叶子是一样的，同类型的叶子会长的差不多，但是细细看来，都不一样。下雪了，雪花飘下来，也没有哪两片雪花是一样的，它们都只差不多。
        实际上不光是叶子雪花不一样，我们世界上没有哪两样东西是完全一样的，同类型的东西都只是差不多。自然界形成的东西，都是不一样的，哪怕我们想把它们变成一样的，也做不到。在生产过程中，我们用各种机器生产，表面上看起来是一样了，但只要看的足够仔细，就会发现它们每个都不一样。工厂里生产茶杯，制造的时候都是一个模子出来的，但是总会在某些细节处有差异。两个乒乓球，大小形状看起来也是一样，但是更加仔细的去看，表面纹理也不一样，材料厚度也不一样。一个生产线下来的螺丝也没有完全一样的，如果拿显微镜来看，会发现螺丝们一个个都长的千差万别。
        到了我们这，也没有哪两个人是一样的，最多只能比较像，只能差不多。双胞胎都是有差别的，多胞胎也都有各自的特点。哪怕我们克隆一对人，出来之后也只能非常非常的相似，在生长过程中，两个个体遇到的情况就会有所不同，得到的结果也就不同了。
        我们的大自然是非常的随便，有时候可以说是随便到让人哭笑不得的程度。比如我们上一代人到下一代人，遗传物质传递的时候，是怎么进行的？父亲出一半基因，母亲出一半基因，双方对上成为一对基因，一共四种碱基组成遗传基因来记录我们的信息，A腺嘌呤、T胸腺嘧啶、G鸟嘌呤、C胞嘧啶。在这个过程中会出现这样的情况，传递着传递着，某个碱基，比如G鸟嘌呤会莫名其妙的被丢掉，丢掉了，那就缺了一个碱基，对不上了怎么办呢？很简单，随便抓一个补上，抓到的这个，也许还是个G鸟嘌呤，那就正常了，但是这随便一抓，不可能每次都抓到原来的那种碱基，有时候就会抓到其他三种，抓到谁就是谁，完全不管是对是错。

ohicerebag

我们的大自然在许多地方都非常的随便，都只产生差不多的结果，有时候甚至强制我们也要差不多，不能精确。前面说我们发明了许多工具帮助我们做事情更加精确，但是只能更加精确，无法做到真正的精确。无法精确这个问题，在某些领域是非常令人恼火。工业生产的时候，有些地方需要非常精确，比如造飞机，比如造机床，比如造芯片，某些零件如果我们不把它造的足够精确，就没法实现制造目的，飞机会飞不上天，机床会不好使，芯片会无法工作。
        但是把它们造的精确又是如此的困难，所以有时候在一些博览会交易会之类的活动上，某些厂商展示自己的技术高超，这些展示多数都是在告诉大家，你看我们可以这么精确。然后就会吸引大量的订单。
        芯片行业这些年可以说是突飞猛进了，芯片是把许多元器件整合在一起的做法，要整合越多的元器件，在不增加芯片体积的情况下，就要把元器件做小，但是元器件越小，制造起来就越困难，因为做小意味着必须足够精确，又到精确这里了，我们无法绝对精确，在接近精确的过程中，越接近完美精确，阻力就越大，我们的自然界一直在阻止我们更加精确，强制我们工作在差不多的状态下，强制我们不能得到精确的结果。
        所以我们是模拟的，是混乱的，同时我们生活的这个环境也是模拟的，是混乱的，并且环境强制我们模拟，强制我们差不多，强制我们远离精确。

edzugxoggixo

六、错误、意外与新情况
        为什么要我们要差不多，为什么我们不能精确，为什么我们这个世界也是这样？难道精确不好么？
        我们在基因传递中总是会出错，某个碱基丢失了，随随便便就补一个过来，这样就会出现错误，之所以出现这样的错误是因为我们需要这样的错误。
        我们这个世界上，有那么一种生物叫阿米巴虫，是一种单细胞原生生物，没有固定的形状，结构非常简单，就只是细胞质细胞器包裹在细胞膜中，它非常小，需要用显微镜才能观察的到。这种阿米巴虫的繁殖方式是分裂繁殖，也就是复制自己，把一个拷贝成两个，两个拷贝成四个，从而产生更多的个体，有点像《黑客帝国》里的史密斯，这样理论上可以把自己的生命永远延续下去。曾经的我们也是可以复制自己的，只是我们后来放弃了这种拷贝式繁殖法。
        从早期地球生命形成，随后的许多亿年时间里，地球的主宰们都是各式各样的单细胞生命，这些生命形式都是这么工作的，通过复制自己来产生更多的个体，不像我们现在，从父亲那里拿一半基因母亲那里拿一半基因，都只一半一半的传递，那时候没有父亲母亲，自己拷贝自己。问题来了，如果每个个体都能非常精确的复制自己，复制过程都不出错的话，那么要怎么从单细胞生命变成多细胞生命呢？要怎么获得更高级的功能呢？要怎么能赢得过别的物种呢？
        如果真正精确，从来不出错，那就不能变成多细胞，会一直都是单细胞，世界上现存的单细胞生命还有许多种，都像阿米巴虫那样处于食物链的最底端，随时会被更高级的物种吃掉，它们都是在自我复制这个过程中忠于前体，没有出过什么重大错误的个体。
        往更早一些去想，单细胞生命是怎么出现的？如果我们的自然界是个精确的自然，是个不会混乱的自然，不把各种乱七八糟的力量温度压力水分石头空气等都胡乱揉在一起，而是各自分门别类的放好摆整齐，那又怎么会产生单细胞生命呢？
        我们的世界之所能够这么物种丰富花样繁多，都基于自然界模拟混乱的工作状态，只有足够混乱才能出错，出错才能有单细胞生命，才能有多细胞生命，才能有我们今天在这里思考这些问题，出错是前进和突破的基础。
        错误会出现在整个世界的各个角落。我们为什么有眼睛这种神奇的器官，单细胞生命一定是没有眼睛的，这个器官在最初出现的时候也一定不是现在这样的。
        这样的功能来自于变异，变异就是基因传递出现了错误，也是进化法则的体现，进化法则是在混乱基础上起作用的事物运行规律。进化法则非常简单，一共两个步骤，第一步产生尽可能多的结果，第二步消灭不适应环境的结果。这个法则是实现突破的基本法则，不仅仅在进化过程中起作用，在我们世界的各个角落，只要涉及到前进突破，都是它在起作用，包括我们做科学研究，为什么地球基础科学这么多年都还在徘徊不前，只能修修补补，很大程度上是由于我们违背了进化法则，这个后面章节会专门解释。
        用基因传递来说明进化法则是这样的，首先第一步产生尽可能多的结果，从上一代那里获得遗传基因，正常情况下不出错，但是由于世界工作在混乱模式下，有一定几率会出错，出错了，就意味着下一代可以出现一些新功能，是出错导致新的基因出现。出错的这些基因中，有些会显现出新性状，新功能，比如新基因产生了可以感光的细胞，带有感光细胞的个体在大海中就知道了有些地方是黑暗的，有些地方是光明的，光明的地方更温暖，也有更多的食物，黑暗的地方会更冷，更不适宜生存。在没有感光功能的时候，自然就只能随便乱游，游到没有食物的地方，也就饿死了，或者游到温度低的地方也就冻死了，感光可以分辨方向，就能带来更大的存活几率。当然感光还需要配合趋光功能一起使用才会有效。
        理论上，感光这个能力一定变异出来过很多次，不会第一次变异出来的个体，具备了感光功能就知道有光的地方是有利的地方，也必须有其他的基因变异了，变异出了趋光功能，在能感光的情况下，也能总是往有光的地方走，才能有效的提高生存几率。这是两种规则的叠加。当然也可能变异出避光功能，可以感光了，但是同时不喜欢光，就往大海深处黑暗的地方游，这么玩就不容易找到食物，于是就会遇上进化法则的第二个步骤：消灭不适应环境的结果。
        由于世界是模拟而混乱的，就会不断的有各种遗传错误产生，就会不断的有类似感光的这种功能被进化出来，也会有趋光和避光这样的功能被进化出来。我们的眼睛进化到今天，最初也许就只是个可以感光的细胞，之后不断叠加了各种有利的规则，有些规则包含了感知亮度，有些规则包含了感知形状，有些规则包含了感知颜色，有些规则把我们的眼睛变成两只，有些规则包含了通过视线角度进行测距，也就是感知距离。也有其他物种变异的时候一下生出许多只眼睛，就成了苍蝇蜜蜂那个样子。种种有利的规则变异出来，叠加起来，才变成现在的模样。当然这个过程中一定也叠加过各式不利的规则，也许某个人基因变异，眼睛就出现了看不清的情况，在环境中就不能很好的生存，哪怕他没有被自然环境消灭掉，哪怕他很幸运的把自己的基因传给了后代，后代们携带这种看不清的功能，也迟早是要被大自然消灭的。进化法则不总是立即就起作用，有时候会有一定时间的延迟，有可能会延迟几百年上千年，也有可能延迟更长的时间，但最终还是会起作用。
        基因变异的原理是碱基传递时丢失，重新再补上，补了一个不同的，于是出现变异，这样的做法，我们一般都认为它是错误，也有些人把生命的出现称为美丽的错误，这都是从我们人类的主观角度出发去看这个问题得到的观点，如果我们从稍微客观一点的角度去看这个问题，这个不同基因实际上并不是错的，而是在传递过程中，产生了意外，一般的传递并不出意外，这是特殊情况，是一不小心出现的，这个一不小心可能是多种情况导致的，也许某个细胞在工作的时候恰好死亡了，也许某个细胞传递出信息时受到了外界影响，比如遇到了辐射。我们整个世界就是个混乱的世界，各种因素都在综合起作用，意外这种事自然就会时不时的发生。
        意外的发生，是我们世界的常态，到了基因传递过程中，就可能会导致变异的结果，这些变异在绝大多数情况下，都是不利于在环境中存在的，所以又可以看成是错误。对于错误，尤其是比较离谱的错误，比如某个兔子变异出来没有腿，那它是立即就会被执行第二步骤的，但是有些错误不是那么离谱，比如某个兔子比其他兔子跳的近一些，这种情况下就要看它的运气好不好了。
        意外会发生这种事从生命诞生起就一直伴随我们，在生命诞生前也在起作用，正是在生命诞生前就一直在发生各种意外，才有了生命这种意外结果。这是世界最底层的混乱模式带来的进化法则在起作用，因为是法则，所以它一直都在起作用，哪怕某天生命都消失了，进化法则也不会消失，它也一直都在那，不管什么东西遇到进化法则相关的情况，都会开始按照进化法则的作用显现结果。这个法则实际上更应该叫进步法则，或者突破法则，不过因为它在进化过程中起的作用最明显，也最容易理解，我这里就把它叫做进化法则。
        进化法则第一步是产生意外，这样做可以带来突破，但是需要付出极大的代价，在分裂繁殖时期，代价要大的多，某个单细胞个体，如果在分裂过程中出现意外，获得了A功能，但是这个A功能是个缺陷，假如它比较幸运一直没有被执行第二步骤，那么它之后分裂出来的个体，就都会带有A缺陷，要想去掉A缺陷，必须再次遇到意外，而且要是个正好反向A缺陷的意外，这种情况的几率非常非常的低，所以在相当长的时间里，这一大群个体就都要带有A缺陷了。
        所以就有第二步骤来灭掉这些缺陷，并且可能会通过第一步骤出现更加符合第二步骤的意外来帮助灭掉这样的缺陷，我们世界上的许多个体，尤其是高等级强功能个体，大多都是两性模式，产生后代的时候，雌性雄性各自拿出一半资料来，合在一起，就有非常大的几率可以让某个缺陷不能传播下去，而且同时也可能获得其他个体的比较优秀的功能。两性模式是意外产生的，同时这种模式也更能处理好意外情况，应用这种模式的物种就能更好的适应环境，就有更大几率生存下来。除了两性模式外，我们这个世界上还存在着某些雌雄同体的个体，或者可以自己转换的个体，这些也都是通过第一步骤的产生尽可能多的结果而出现的，只不过经过许多亿年的竞争，两性模式最能适应环境，最能体现好第二步骤，所以应用这个模式的个体都功能都更高级，在食物链中占据的地位也都更高层。
        一般情况下，个体不适合参加种族进化的时候，都是外部环境来执行第二步骤，也许跑得慢被老虎吃掉，也许看不见掉到水里淹死，也许身子弱生了病没挺过来。但如果出现了外部环境不能消灭这些个体的情况，因为第一步骤是产生尽可能多的意外，理论上还应该会有自毁模式出现，某个体不适合参加进化，检测到自己的状态不合适传播基因，于是启动某个机制把自己消灭掉，这样来执行第二步骤。我没有做过这方面研究，通过进化法则推理，应该有这种机制，功能越高级的物种，社会性越强的群体，就越有可能具备。
        拐个弯说点有意思的吧，第二步骤里的消灭，并不是只把有利的情况保留，而是只把不利的情况去除，除了有利的和不利的情况外，还有个中间状态，不属于有利范围也不属于不利范围的情况。用正负来规定一下可以看得更清楚一些，假设某些情况对适应环境有利，带来这种情况的就是正基因，某些情况不利，带来这种情况的就是负基因，中间还那些既不算有利又不算不利的，带来这种情况的叫0基因，为了讨论方便，我们暂时这么规定一下。
        我们为什么长了5根手指头？如果只长4根，是不是就无法适应环境，就会被淘汰掉？好像并不是，现实生活中某些人不小心断了个手指头，如果不是大拇指，是其他4根断了某一根，剩下4根也是能正常工作的，甚至只剩3根手指好像也能把东西抓起来。同时，有些人会长出6根手指头，如果是他的基因变异使他长出6根指头，在生存过程中，并不会对这个人产生无法适应环境的影响，这样的6指头基因我在这里就把它们叫做0基因。
        0基因一般从两种途径出现，有些是变异得来的，变异出的某些基因一出现，就不带来有利功能也不带来不利功能。有些是原本的正基因退居二线来的，比如曾经我们有尾巴，现在没有了，那么表现尾巴的这些基因还在我们身体里么？会被剔除掉么？从法则推理，直立行走以后，并非有尾巴的人就一定会被第二步骤消灭，有没有尾巴都不会影响我们的生存，携带这些基因的个体是可以把这些基因传递下来的，所以尾巴基因应该还在，只是我们用不到它们了，这些基因应该是进入了某种不再发挥作用的模式，类似于在休眠。
        如果是这样的话，我们身体里就可能还保存着我们的整个进化路线图，从最早的基因形成开始记录，后来我们变成了水里的鱼，怎么长出了鳍，再后来上了岸，怎么进化出了手和脚，之后怎么爬到树上去，又怎么下了树来，这过程中的许多正基因，在我们不使用它们了之后，也许都会降级为0基因，再转为休眠状态。当然由于世界是混乱的，进化过程中必定会丢掉一部分，但也应该留下许多蛛丝马迹，以后随着我们对自身基因含义的了解，我们也许就能分析出我们变成直立双足动物前，曾经经历过哪些形态。
        同时，假如我们一共有25000个基因，这其中也许很大一部分都是0基因，也许曾经起过作用，现在退役了，也许变异出来就是个0基因，自从出现就一直在坐冷板凳，从来没有起过作用。所以，真正起作用的基因，应该远远少于25000个，其他物种应该也差不多。科研人员们发现，有些生物的基因数量远远超过我们，但是它们外形结构又非常的简单，身体功能又非常低级，这个用进化法则来解释，应该是在进化过程中，它们所产生的基因只有负基因被淘汰掉了，曾经的有效基因转化成的0基因，和变异直接产生的0基因都没有被淘汰掉，积累了比我们更多的0基因，所以总量比我们更多，但是真正有效的正基因应该远少于我们，所以，如果能够解读这些0基因，也许也能发现这些生物们都经历过一些什么历史过程。
        我们为什么有23对染色体，猫为什么有19对染色体，狗为什么有39对染色体，这也可以用进化法则来推理，不过我们已经跑题太远了，就不瞎扯了，回到意外和错误上来。由于进化法则的存在，我们可以通过意外获得各种新功能，虽然需要付出巨大的代价，虽然多数变异个体都会被第二步骤消灭掉。但站在他们的牺牲之上，我们已经积累了无数的有利规则，无数的有利变异，无数的意外，无数的错误，所以，也可以这样说，我们每个人都是各种错误的集合，从最开始出现在地球上就是错误，一路错到现在，集成了各种正确的错误，才成就了我们这些人。
        到这里，可以看出说成是错误已经完全不合适了，更温和一些的来表达，可以说是各种意外的集合，但那都是站在我们的角度上，若是站在自然界的角度上来说，说成是意外也是不合适的。因为我们的世界本来就是这么个工作模式，是个在模拟基础上的混乱工作模式，其表现就是产生各种意外，我们换个更准确的词，应该说是新情况。我们世界的工作模式就是在模拟基础上，通过混乱产生新情况的模式，这些并不是意料之外的情况，而是这种工作模式带来的必然结果。自然界一边产生尽可能多的新情况，一边处理这些新情况，把不能适应环境的新情况去除，保留其他情况。
        进化法则的作用最终是实现各种前进，先往各个有可能的方向都走一步，看哪一步走的好能继续下去，就往这个方向走，其他方向舍弃，然后继续在这个基础上再往各个方向走一步，循环往复。这样做的好处是可以前进，坏处是需要付出极大的代价，也需要浪费非常多的时间，效率非常的低，但不管是成本还是时间还是速度，都没有前进那么重要。于是为了前进，为了产生新情况，为了产生意外，为了产生错误，我们抛弃掉了许多让我们喜欢，让我们高兴的东西。
        抛弃掉的东西里面就包含了精确，在精确模式下，我们做事情会更加顺利，更加高效，但是精确带来的后果是不能产生错误。如果我们工作在精确模式下，一阶一阶的处理问题，就不会涉及各种阶之间的状态，就会有条理，也就不会混乱，也就不出错了，但是不出错意味着原地踏步，意味着无法产生意外，无法出现新情况。
        我们时时刻刻都在不断的出现新情况，我们注意到的一般都是一些不利的新情况，比如匆匆忙忙出门，想用手机的时候才发现，包里装着空调遥控器，手机忘在家里了。但是我们并非只能产生不利的新情况，产生新情况这种事情太常见，太自然，我们反而会把它们忽略掉，比如我们看到某个图案，中间是一个圆圈，周围有许多呈放射角度的直线，我们就把它认作是太阳，但是它难道不就是一些线条么？我们为什么把认成太阳了？如果我们是精确思考的个体，就只会把圆圈认作是圆圈，直线认作是直线，不管它们怎么组合排列在一起，都依旧只是圈和线，这才是精确思考应该得到的结果，即原本是什么，就是什么。把原本应该是圆圈和直线的东西变成了另一种东西，这是新情况产生了，是混乱造成的结果。换句话说，我们的想象力就基于混乱思考模式，正是由于我们可以混乱，才把一些简单的几何图案和现实中复杂的物体等同起来。同时也可以说，精确思考是无法产生想象力的。
        当然有些人会举这样的例子，人工智能可以作曲，人工智能可以画画，难道不是想象力的体现么？在做这些事情之前，人工智能需要先做一些准备工作，比如先把同类型的曲子大量输入给它，让它掌握其中的模式，然后才能获得新曲子，画画也是一样，要先给它一些画作，让它摸清其中的模式，根据模式才能得出结果，这种方式也能产生新东西，但并不是突破式的产生，只能算模拟式的产生，缺少了源头，也多了界限。另外也有一些方式，比如穷举是在某个界内把还没有出现的东西摆出来，这样也可以让人工智能产出新情况，但是穷举也必须有界限，同时也缺少突破源头。这是目前的人工智能应用已经出现的两种模式，根据法则推测，精确思考个体应该还存在一种排他工作模式，目前还没有相应的应用出现，不晓的以后会不会有。
        所以，我们在设计机器的时候，把它们设计成了绝对精确的工作模式，绝对精确带来的是高速度高效率，但是鱼翅与熊掌不可兼得，精确了就不能出错，就不能产生意外，就不能出现新情况，不能出现新情况也就意味着不能前进，不能有所突破，只能复制和模拟现有结果，或者只能在现存框架下列举结果，这些都不是突破，突破只能在混乱思考模式下出现。所以，精确是好的么？
        对于一直不能精确的我们来说，精确可以提高速度效率，确实是好的，但换一个角度，精确无法产生新情况，不能突破前进，又确实是不好的。数字化机器是为了弥补我们自身的低效不精而发明的东西，这样的机器无法前进，认为它们只是拥有速度快，记忆准确这样的功能就可以取代我们，是对我们自身了解不足，对环境了解不足，对机器的工作本质了解不足而导致的。

obibohazek

七、开放式环境
        机器无法取代人类，不能产生新情况是原因之根本，也是表现，更严重的表现则是面对新情况无法应对的问题。
        我们的世界，以模拟基础上的混乱模式来运行，模拟本身会带来各种不确定性，不精确性，不确定的模拟状态，加上各种元素的揉合，就产生混乱，导致各种意外，出现各种新情况，这些新情况会出现在我们世界的每个角落。
        前段我们用基因传递举了例子，基因传递有时会出现意外，实际上这只是意外出现的一个地方，其他地方也会不断出现各种意外。比如说有时候好好的皮肤，就莫名其妙的长出个黑痣来，这显然不是皮肤的正常状态，是有黑色素聚集了。还有囊肿这种奇怪的东西，可以长在人体表面，也可以长在内脏里，这也不是一般应该有的情况，但是总会出现。
        身体各处都有可能自己出现各种意外，如果是外来原因，那可能性就更多了。吹风着凉感冒了，病毒入侵感冒了是最常见的情况。遇到了某些细菌，遇到了某些花粉，某些地方就开始过敏。甚至晒太阳晒的多了，皮肤也会被灼烧，发红甚至脱皮，所以才有防晒霜这种东西被发明出来。还有更厉害的，比如遇到辐射了，那就更是身体各处都会开始出现意外，意外太多，我们应付不过来，身体就崩溃了。
        日常生活中，我们做事情时也在时时的出现意外，打字会打错，说话会说错，走路会走岔路，不走岔路也会莫名其妙扭到脚，当然也有走着走着遇到地上躺着五块钱这样的意外。我们自己在不断的产生各种意外，同时我们也生活在一个到处充满意外的世界中，各种意外里，有好的意外，也有坏的意外，多数时候这些意外都是我们曾经遇到过的情况，有些时候也会遇到从没遇到过的新情况。
        新情况我们给它正式下个定义，对于我们来说，无法通过逻辑推理来预测的，也从来没有遇到过的情况，就是新情况。如果基于环境来看待新情况，环境中产生的从前没有出现过的情况，叫做新情况。
        新生个体刚刚来到这个世界，遇到的情况都是新情况，在这个世界生活的时间长的个体，曾经遇到过许多情况，再遇到新情况的机会就稍微少一些，但是因为我们这个世界会不断的产生新情况，所以只是稍微少一些，我们只要还在这个世界中存在，就会持续不断的遇到各种新情况。
        基于新情况，我们现在可以说明什么是开放式环境了，条件很简单，能够出现新情况的环境，就是开放式环境。
        我们的身体就是个开放式环境，因为它能出现新情况，基因传递的时候，丢掉一个碱基，随便补一个，与原来不同，产生的后代于是也与原来不同。这种不同，无法通过逻辑推理来预测，我们根本没法知道某个碱基把他换掉会是个什么结果，只有下一代出生的时候，才会明了，这便是新情况出现了。当然历史上也许出现过其他个体也在同样位置的基因变异，但对于现在产生变异的个体来说，这是头一遭，所以对于现个体，这是个新情况，对于我们这个世界来说，是个旧情况。
        我们有时也会遭遇某些新病毒，这些病毒我们从来没有遇到过，现在侵入了我们的身体，那就也是新情况出现了。如果这种病毒已经存在了很久，也许500年前就已经造成许多个体死亡，期间一直在蛰伏状态，那么对于刚刚感染病毒的个体来说，这是个新情况，对于我们这个世界来说，是个旧情况。我们发明了疫苗，就是为了让我们的身体把某些新情况变成旧情况，这样应对起来就更从容一些。如果是新出现的病毒，刚刚变异出来的病毒，那么对于我们这个世界来说，就也是新情况了。
        某种情况在某个环境中发生了，在这个环境中以前没有发生过，便是新情况，其他环境可能已经经历过，便是旧情况，这样就有了两种不同的角度。新情况有可能由我们自己产生，也有可能是外部进入的，只要环境能够出现新情况，那么这个环境就是个开放式环境，所以我们的身体是个开放式环境。
        我们去上班，来到办公室，在这里也有可能出现新情况，比如有人上门推销，比如有人来找人，比如有人来吵架甚至来打架，比如有人来偷东西，比如下雨办公室被淹了，比如地基没打好导致办公楼墙体开裂，比如地震把办公室震塌了。有些情况我们通过加强管理可以避免，有些情况我们通过预防可以绕过，但这个环境总还是会出现一些我们无法预测的，也从来没有出现过的情况，所以，这也是一个开放式环境。情况不一定要发生，有发生的可能，就是开放式环境了。
        开放式环境不一定必须是个实际存在的环境，也有可能是个抽象领域。比如社会，在社会中，可以发生各种事情，正常情况是人民安居乐业，但是有时候总会出些意外，比如某地发洪水了，或者某地火灾了，导致许多人无家可归，这是意外发生，属于天灾型，也有可能社会富裕了，外族入侵了，这是人祸型。这都是经常出现的情况，对于社会有时也会有从没出现过的情况，比如秦王统一六国，原本是封建制，被他改成郡县制了，这便是新情况出现了。对于社会这样的复杂而笨拙的环境，新情况的出现一般都会有一定的铺垫。
        继续放大到我们所在的这个宇宙，它也是一个开放式环境，也会不断的有各种新情况出现，宇宙形成最初是没有各种天体的，许多物质聚集在一起，天体出现了就是新情况，各种物质聚集在一起，聚集的太多，轻物质被挤压成重物质，并且开始发出能量也是新情况，发出的光和热温暖了我们的地球，让我们有了不同于其他行星的环境也是新情况，这个环境中，生命出现了也是新情况，生命分化成了许多许多种类也是新情况，这些种类中，有些东西脱离了植物范畴，能跑能动了也是新情况，动物们可以发出声音也是新情况，声音可以用来互相交谈也是新情况。新情况太多，在每个角落发生，所以说我们这个宇宙是个开放式环境。
        两个环境交互的时候，最容易出现新情况，比如某个人学习用电脑，人是一种环境，电脑是一种环境，两种环境中的各种规则都大相径庭。拿着鼠标点一下文件夹，它完全没有反应，这对于我们来说，就是新情况发生了，点了两下，文件夹打开了，也是新情况发生了。        电脑用的差不多了，智能手机出现，操作系统与电脑不同，使用方法也不同，刚刚学习的时候，便是两种环境交互的时候，我们也会遇到手机上的各种新情况，而且不仅仅是我们会遇到新情况，手机也可能遇到一些新情况，比如手机用着用着没电了，我们随便抓了个充电器，就给它充电，结果电压不一致，原来要求5v，现在接入6v，高出了1v，并非手机设计所要求的充电电压，那便是手机遇到情况了。
        手机遇到的这种情况，对于手机来说有可能是新情况，也有可能不是。如果设计者没有考虑过这些问题，电压接入范围不够宽，不能覆盖6v电，就有可能造成某些部分损坏，这便是遇到了新情况没有应对好。但是如果设计者提前预测到这种情况，设计时已经做出了超出电压范围的应对策略，那就不算新情况了。新情况是无法预测且从未经历的情况，这里的应对策略通过逻辑推理得到，已经预知可能出现此类情况，所以对于拥有了这种应对策略的手机，电压高出标准值1v是不算新情况的。
        对于没有预置高电压应对策略的手机，高压来了的情况无法应对，便会造成损毁。造成损毁有可能是两种原因，第一种：遇到的情况是新情况，没有预测到，无法预测到，也从没出现过，无法得到应对经验，于是机器内也就不会包含相应的应对策略；第二种：情况可以预测到，或者情况曾经发生过，但是由于某些原因，也许设计师人太懒，也许制造成本制约，没有将相应的应对策略包含进机器，导致机器无法应对。
        简单到手机应对不标准电压是这样的，复杂到数字思维面对我们这个世界，基本原理也是这样的：对于以数字思维为基础的机器来说，它必须要包含应对某些情况的应对策略，才能应对这些情况。策略可以通过逻辑推理获得，也可以通过曾经经历过，预先内置策略来获得。
        只是这两种途径都不是真正解决问题的途径，尤其不是面对新情况，需要应对新情况时的有效途径。因为新情况无法通过逻辑推理而知晓，第一条推理之路就断掉了，而且新情况是从未遇到的情况，第二条经验之路也就断掉了。于是机器就面临着一个无法应对新情况的问题。
        在这里，不管是什么等级的机器，简单到计算器也好，复杂到数字思维体也好，因为它们都工作在数字化基础上，工作方式是精确思考模式，精确思考模式是把现实世界中的各个精确的点提取出来，使它们只在这些精确的点上工作，这样的提取就产生了一个界限，机器只能在这些界限内工作，不能超出界限。在不能超出界限的情况下，要应对某些情况，就必须把应对情况的界限预先扩展到能覆盖情况的范围，情况在范围内才能应对，要使情况在范围内，就必须通过上段的两种途径，要么推理出情况，就使应对范围扩大了，要么曾经经历过，就也使范围扩大了。
        机器要应对某些情况，必须把应对范围扩大到能应对情况的程度，那么我们自然人也是这么工作的么？
        当然不是啦，我们的应对模式比机器要高明的多。在遇到某些情况的时候，需要我们解决掉某些问题的时候，想想看我们都是怎么做的？
        比如走着走着发现地上有5块钱，假设我们从来没有想过这种情况，假设我们也从来没有经历过这种情况，我们的做法是遇到这5块钱后，立即产生某个应对想法：捡起来揣兜里，然后心里美滋滋。
        类似的情况我们随时都可能遇到，比如现在要给手机充电，突然发现数据线插不进充电宝了，仔细一看，数据线接口的地方不知什么时候被挤了一下，插口变形了对不上了。我们也许从来没考虑过会遇到这种情况，也从来没有遇到过，我们的应对方式是，在发现接口变形的当时，新产生一些应对策略，比如换一根线，或者找个工具把变形的接口矫正回来，这是两种应对策略，都是在遇到这种情况之后，新产生的策略。
        上面说的是情况明了的时候，在情况不明的时候，我们也会产生新策略帮助我们应对情况解决问题。比如上着上着网正高兴，页面突然卡住不动了。我们不清楚是什么原因造成的，这种情况下，我们会产生一大堆新生策略，也许电脑死机了，那么重启一下试试看？也许网卡罢工了，换手机试试能不能上网？也许路由器挂掉了，那就要新买个路由器了？或者没有交网费断网了，那就必须继续交钱了。
        所以，我们是怎么应对各种情况的？通过遇见情况之后产生专门用于应对该情况的策略来应对这些情况。这样就不需要把应对情况的各种策略先行置入我们的大脑，也就不会有应对范围这个问题，没有应对范围的话，那么不论是旧情况还是新情况也就都能应对了。
        新情况出现的时候，虽然我们没有经历过，没有逻辑推理出来过，但我们可以通过产生新策略来应对新情况，往更底层来说，就是用新情况来应对新情况。新策略本身也是一种新情况，是由我们在需要的时候自身产生的，之所以能够产生，是因为我们是混乱思考模式，我们在模拟工作方式的基础上，把各种乱七八糟的因素都揉合在一起，于是可以产生各种新情况。
        新情况在这里不等于意外，更不等于错误，但是只有能够产生错误，能够产生意外，才具备这种产生新情况的能力。到了遇到某些情况，需要我们产生新策略这种新情况的时候，我们才可以主动的自发的，像产生错误一样产生出不同于错误的新策略，来应对当时的情况。
        当然这并不是唯一的应对方式，我们如果经历过某些事情，已经做过一次或者多次，就会有相应的应对经验，或者说应对策略已经存在于我们的大脑中，也有些时候，我们可以通过逻辑推理，推测出可能遇到的情况，这两种途径，和机器的应对途径相同，都是预置策略的方式。但是面对新情况的时候，预置策略的途径无效，只有当时产生新策略这种途径才有效。也就是说，我们比机器多了一种选择，多了一种万能应对法：产生新策略。
        不过有些时候，哪怕已经预置了应对策略，我们也可能会重新产生一些新策略，比如上学学了几何这门课，老师布置了家庭作业，某一题要证明三角形这个角等于那个角，班长已经做好啦，我拿来看一看吧，看过发现，哦他原来是这么证明的，于是这个策略在我看别人作业的时候，就置入了我的大脑，但是我发现，他的证明过程太繁琐了，完全可以更简单一点，于是我没有按照他的策略来写，自己开创了其他证明方法，也就是重新产生了一种策略。新老策略都出现的时候，我们会作出比较，选择更有利的策略。这种方式叫改良式创新，到了后面应用章节的时候，我们会更详细的讨论。
        也有些时候，我们明明已经内置了应对策略，但是又不得不重新产生新策略。比如老师上课讲到某一题，当时听明白了，到自己一做题，又莫名其妙了，于是就不得不绞尽脑汁自己再推导一遍。这也是在产生新策略，以应对忘记了解题方法这种情况。
        在几种应用策略的途径里，跟机器相同的两种，我们都比不过机器，机器的逻辑推理能力比我们强大的多，人工智能围棋程序下棋的时候，可以推算到后面几十步，计算能力强的话还可以更多，我们能推个五六步就已经顶天了。机器一旦预置了某些应对策略，它一定不会忘记，只要它记忆模块不损坏也不删除这些策略，就会一直记着。我们可不是，某些事情之前做过做的挺好，再来一遍的时候就忘记怎么做了，做下来也没有之前完成的好，这是再正常不过的事情了。不过这两种途径都只能应对一部分情况，不能应对所有情况，尤其是不能应对新情况，只有随时产生新策略这种方式，才能应对所有情况。
        产生新策略的方式覆盖的情况全面，要更有效，也更重要，所以，预置策略就只成为我们进化过程中的辅助发展方向，产生新策略才是主力进化方向。新策略是否好用，是否能应对好面对的情况，取决于我们产生新情况的能力，从最开始的那个生命诞生起，我们就在不断提高我们的这种能力。产生新情况的能力越强，在遇到各种情况的时候，就越有足够的能力，越可以产生出应对这些情况的新策略，越能适应好环境，产生新情况的能力越弱，产生的新策略就越不好用，遇到某些情况的时候就越会吃亏，环境适应能力就越差。
        最初的生命到现在，我们已经分化成各式各样的动植物，植物们太笨啦，我们就不说它们了，拿动物们来说。为什么是我们把老虎关在笼子里，而不是老虎把我们关在笼子里，我们明明打不过它们。原因我们都知道，是我们比它们更聪明，聪明体现在是不是有办法，这个办法，就是各种新策略了，新策略是新情况的一种，得到策略需要我们有产生新情况的能力，产生能力越强，新策略就越好用。
        大家都遇到了火这种东西，我们和老虎们都面对这种新情况，所能产生的新策略是不同的，由于我们产生新情况的能力更强，也就能产生出可以驾驭火的高级策略，我们不怕它还能运用它，火就成为了我们的大法宝，而老虎们产生新情况的能力比较弱，所产生的新策略，只能是躲开火不要被燎到毛这种低级策略，无法驾驭火而且还会怕火，火就成为了它们的大魔头。火鹰们介于中间，它们已经产生了用火的策略，也就不会怕火，但依旧无法出现生火的新策略。
        除了要面对外部世界出现的各种新策略外，我们自己也在时不时的产生各种新情况需要我们来应对。比如说错了话，有时候我们提前想好了，说错了话怎么办，那就是预置了说错话的应对策略，多数时候我们都没有想好，也就需要随机应变。或者走岔了路，我们提前查过地图，在走岔的时候，也许就能走回来，或者我们对这个地方非常了解，那么相当于地图早已预置在我们记忆中。但有些时候我们去一个新的地方，不了解这个地区，又走岔了路的话，那便是新情况出现了，这时候，我们就必须产生全新的策略来应对这种错误。
        产生出的新策略是不是好用，还跟我们的感知能力和知识储备有关，感知能力越强，得到的可以用于产生新策略的元素就越多，知识储备越丰富，预备的可以用于产生新策略的元素就越多，可以利用的元素越多时，产生新策略的条件就越好。不过，各种元素都够多够好的情况下，最终还是要由思维最底层的产生新情况的能力来起作用。在我们人类社会中，每个人产生新情况的能力都各有不同。大家硬件配置都是一样的，都有四肢有手脚，有眼睛有鼻子，哪怕知识储备差不多，在面对相同情况的时候，大家各自产生的策略也是不一样的。
        比如有个人叫韩信，他打过一个背水之战，敌方守住驿道，居高临下，而且人比他多，韩信手下人少，正常情况下攻城一方必须人多，否则打不赢，但是他把大军背水列阵，使大家无路可退，用置兵士于死地的方式，来激发兵士们的战斗力，敌方看他背水，认为韩信不懂兵法，轻敌出阵，同时汉军无路可退不得不拼命，于是人人奋勇，最终打赢。
        他这个策略十分厉害，本来敌人是守方，有地利和工事可以借助，但是他产生的策略让敌人放弃了地利优势，同时己方的不利条件，背后有河，居然被他变成了有利条件，用来激发士兵潜力。同样的一块地，大家都在这里打仗，所产生的新策略不同，就导致了占据有利条件的人反而打输了，占据不利条件的人打赢了。这样的情况当然是新情况，韩信从来没有在这里打过仗，所以，并不会预置各种应对策略，在没有到达这个战场之前，也不可能凭空推测出战场环境，以及怎么应对，是到达具体地点之后，根据当时条件，所产生的新策略，这些新策略专门用来应对当时环境的各种新情况，由于他在征战这个方向产生新情况的能力高于一般人，产生的新策略也就比其他人更好用。
        有些人的新情况产生能力强一些，有些人的新情况产生能力弱一些，能力弱的人面对能力强的人，正面冲突的时候，吃亏就是大概率事件了。除了各人能力强弱有差别以外，我们每个人在新情况产生方向上，都各有不同，韩信的例子说明他的新情况产生能力主要表现在征战方向，于是也就经常会有比较好的战术策略。但是他在其他方向上，新情况产生能力比较弱，于是最后被人玩死啦。

ebirugerxos

观察我们的日常生活就会发现，新情况产生的能力，每个人的强弱都不同，每个人的方向也都不同。有些人逻辑思维能力很强，能很轻松的理解高等数学这种奇怪的东西，有些人艺术感知能力很强，能设计出各种赏心悦目的令人爱不释手的产品，有些人制衡能力很强，能借力打力，知道什么时候该进什么时候该退，有些人无界属性很强，对于一般人都只会原地踏步的情况，能很容易就实现突破。除了强项以外，我们各人都还有各人的弱项。各种方向的新情况产生能力，都来源于以模拟为基础的混乱思考模式。
        每个人能力强弱不同，能力强项也不同，都由进化法则的第一步骤决定，即产生尽可能多的结果。于是，我们在生长过程中，就出现了各种不同方向的新情况产生能力，也在某一个方向出现了各种不同强弱的能力。如果某些人的新情况产生能力太弱，弱到了他产生的新策略无法帮助他适应环境，进化法则的第二步骤就会出来干涉，把这个个体消灭掉。
        对我们的工作模式，以及我们应对开放式环境的做法足够了解之后，我们来看看人工智能们会面对什么情况。首先机器都是基于精确思考的个体或者合体，不管它们以什么形式存在，只要工作基础是数字化，就会一直准确，一直准确就不会犯错误，就不会出现意外，就不能产生新情况。不能产生新情况只是第一步遇到的问题，即不能前进的问题，因为前进的基础是能够产生错误，是能够产生意外，是能够产生新情况，机器不能犯错于是就不能前进，那么如果不打算前进的话，是不是就不需要产生新情况了？当然不是。
        哪怕不需要前进，也依旧需要应对开放式环境，开放式环境是能够产生新情况的环境，在开放式环境中，比如我们这个世界，总会一直不断的产生各种新情况，新情况产生的时候，需要应对的时候，自然人通过当时产生新策略来应对。机器的应对方式一是逻辑推理出应对策略，二是预置应对策略，只有策略范围可以覆盖所遇见的情况时，才有相应的策略来应对这种情况，范围不覆盖所遇情况时，就无法应对。这两种途径都无法应对新情况，新情况的无法推测和没有经历过，导致新情况不会存在于机器的应对范围内，也就没有相应策略可用，所以，机器遇到新情况的时候就会出现问题。
        这个结果是机器的工作模式决定的，或者也可以说是机器的本质决定的。并不会因为技术水平提高了，就能够应对新情况了，不管技术水平多高，突破了能源枷锁也好，突破了感知局限也好，自己能长出零件来也好，代码能编写完美也好，都改变不了机器以数字化为基础的本质，都改变不了机器精确思考的工作模式。所以，不论技术发展到了多先进的程度，只要本质还是数字化思维的精确思考模式，就必定受到精确思考模式的制约，所以，这个问题并不是一个技术层面的问题，也不可能通过技术进步来解决掉。
        假设机器现在的认知范围是1、2、3、4、5、6、7、8、9…这些整数，现在出现了7.2这么一个小数需要机器来处理，不在范围内的情况要怎么处理？从各家大公司编写操作系统的例子来看，它们是没法处理的，需要打补丁，需要把之前没有覆盖到机器处理范围内的情况覆盖进去，然后它才能具备相应的应对策略，才能正确处理这些情况。不仅仅是操作系统，各种软件甚至硬件都会时不时的需要打补丁，到了一定程度还需要更新换代，这里面的主要原因就是现有机器不能处理某些更新的情况。
        比如原来我们电脑里用的内存，现在新一代内存发明出来了，虽然速度更快，容量更大，但是机器里没有这个能插新内存的插槽要怎么办呢？而且不同代级的内存，大家还故意把它设计成不一样的插槽，目的之一就是防止新一代内存被插在旧一代插槽上，为什么不设计成一样的？那多么简单。对于我们是简单了，但是机器受不了啊，它们在出生的时候就没有使用新一代内存的功能。有时候我们通过变更软件来覆盖新范围，但软件并不是万能的，旧硬件在设计的时候就是粗笨的，需要更精细化的结果时，它完全做不到，也就必须要被淘汰掉了。软件也会被淘汰，硬件也会被淘汰，这个根源，就是机器无法产生新情况。
        我们的这个宇宙是个开放式环境，能够产生新情况，也不断的在出现新情况，所以不论什么个体，在我们这个宇宙中生存，都必须能够应对新情况，否则就不能适应环境，不能适应的时候，进化法则的第二步骤就要出来消灭不能适应环境的个体。进化法则是法则，我们无法改变只能适应，所以，不能产生新情况的机器，也就无法产生新策略，也就无法适应我们这个世界，它们的存在与开放式环境不匹配。
        机器们也确实一直在被淘汰，需要应对的领域越复杂，新情况出现的越多越快，被淘汰的速度也就越快，最简单的计算器我们可以一用几十年，甚至如果它不坏，也许可以用上几百年，几千年，几万年，计算器所需要应对的情况很简单，就是算数，我们需要它作出反应的情况，它都能覆盖，所以它可以长久的存在下去。
        比较复杂的机器，比如电脑或者手机，淘汰速度就快的多了。它们需要应对的环境更加复杂，而且这个环境中，还不断有新情况出现，比如新的内存技术发明了，比如新的通信技术发明了，它们不能应对这些新情况，哪怕没有坏掉，因为需要适应的环境发生了变化，也就不得不退作历史了。
        对于更复杂的机器，也会是这么个情况，人工智能们，我们一直试图让它们干这个也干那个，想把它们用在所有我们能想到的领域，不管以后它们在哪些领域出现，这些领域都属于我们这个宇宙，都基于开放式环境，在开放式环境中，就会不断的有新情况出现，在它们所能预置的策略不能应对新情况的时候，就会出问题。所以，我们必须提前内置各种应对策略给这些机器，但是哪怕我们把这个世界上所有的情况都内置进机器，让它们能够应对了，只要经过一定的时间，更新的情况就会产生，应对范围和其中的应对策略就无法覆盖新出现的情况，也就要出问题了。
        而且因为人工智能也是在我们这个开放式环境中出现的，环境就会使机器本身也出现各种需要应对的情况。它们虽然工作在精确模式下，但精确的机器都是由各种不精确的部件组合起来的，我们前面说过没有那两片树叶是一样的，一台机器里，也没有哪两个电阻是一样的，本来应该一样的部件都会存在一些差异，这些差异就会带来各种情况，比如某一排电阻阻值有差异，造成某个电阻的工作负荷特别大，时间长就被烧毁了，机器就要出问题。或者缓冲橡胶老化了，或者芯片中出现电子迁移，都是需要面对的问题。也就是说，精确思考模式的硬件基础，是从属与开放式环境的，在开放式环境中，零件本身会出现问题，会不断的趋向游离和发散，趋向过程中，就会出现错误，或者说意外，也可以叫做新情况。它们也必须要面对自己的底层基础所产生的各种新情况。
        有些人会觉得，机器不能产生新情况这个太绝对了，通过随机算法，不就能产生新情况了么，比如我们让机器从1到10000随机，出现了一个4096，这个数字在这台机器上从来没有出现过，难道不算它产生了新情况么？
        我前面隐约也提到过，这个属于范围的问题，从有界无界的角度来看，就可以更清晰一些，而且到了无界这个程度，可以说就比新情况要更底层一些，也更接近我们自然人的工作模式核心。
        如果是1到10000来进行随机，那这就是一个范围了，有这个范围存在，无法随机出10000以外的情况，也无法随机出负数或者0，想要随机出这些东西，就必须扩大应对范围。扩大范围之后，比如，从负10万到正10万，那才能够随机出0。机器的随机，始终都会有那么个范围存在，根本原因在于它工作在数字模式下，是把我们这个世界中的有限个点拿出来，就只工作在这些点上，它只能恰好停在这些点上，不能停到点外去，如果想停在某个没有纳入范围的点，就必须先把这些点加入范围之内。
        随机算法也好，穷举算法也好，其他各种奇妙的算法，都是工作在这种模式下的，这种模式就是个先确定工作在哪些位置的模式，换句话说，是先确定工作范围的模式，所以，它总会有个界限，界限可以很大，大到无限接近于无限，但终归是有限的。
        然而我们这个世界是一个无限的世界，无限体现在各个角落，1到2之间有多少个状态？现实世界中，1到2之间有无数个状态，机器模式下，精确模式下，1到2之间有多少个状态要看精确度到什么程度，但不管我们把精确度放到小数点后多少位，只要确定精确度，范围就确定了，范围确定了，界限也就出现了，界限以外的东西就触及不到了。
        我们在模拟模式下，可以停在任意位置，1到2之间所有的位置我们都能到达，当然我们并不准确，无法停在指定位置，但是我们有能力可以停在这个位置。机器没有这样的能力，它们是一阶一阶的，各阶之间是断开的，并不是连续的，所以也就总会有个界限。
        因为总会有个界限，随机起来就会是有界随机，有界随机就只能出现有限个状态。而自然人工作在模拟状态下，如果随机起来，就是个无界随机，无界随机可以随机出无限个状态。同时，我们整个世界都是这样的，除了我们发明出来的精确思考的机器外，自然产生的东西都是模拟状态，也都呈现出无限性。从北京到上海，中间有多少个位置？有无限个，从北京到天津，中间也是无限个位置，从桌子这个角到那个角，中间也是无限个位置，一把尺子1毫米到2毫米刻度之间，也是无限个位置。
        我们思考问题的时候，也有无限种可能，我们在随机的时候，就也会出现无限种可能，我们的工作模式没有界限，所以我们思维产生的随机，叫做无界随机，机器的随机是有界随机。只有在可以产生无限种情况的时候，才能应对无限种情况。所以机器无法应对我们这个世界，我们的世界到处都是无限，机器如果要应对我们这个世界，必须具备无界随机功能。
        无界随机是我们这个世界最底层的核心，整个世界都在不断的无界随机，正是无界随机带来各种五花八门的纷繁复杂的情况，我们也能够无界随机，有了无界随机能力，才能产生各种策略，应对各种情况。
        无界随机最大的作用是突破，无界随机并不只是随机出已经存在的各种结果，还能随机出从未出现过的结果。我们是各种错误的集合，我们的各种功能，眼睛也好，鼻子也好，耳朵也好，用来看的用来闻的用来听的，这些功能都是无界随机随出来的。如果只能在某个界限内随机，是不能随机出从未出现过的东西的，这些东西也叫新情况，又回到这里了。
        目前看来，对于我们这个无限的世界，宏观尺度上好像只有一种东西是个例外：光。光的速度是不变的，它好像恰好卡在了某个位置，这应该是个数字化才能体现出来的特性。根据我们世界的无限本质，我来瞎猜一下，等到我们更加了解了光这种东西，把制约它的因素搞清楚，甚至能改变这些因素的时候，也许会出现慢速光，或者快速光，不等于现在这个速度的光。
        扯远了，我们继续说机器，如果要机器取代我们，那么它们必须有应对这个世界的能力，要具备这种能力，就不能只通过预置策略来做到，必须能够产生新策略，新策略是一种新情况，产生新情况，需要最底层的无界随机功能，所以，如果哪个程序员灵光大显，写出了无界随机的代码，那么机器就过了最关键的一关：法则关。所以如果想要证明我基于法则导出的这些结果不正确，把无界随机算法研究出来就可以了。当然如果机器可以无界随机了，那也就意味着，机器取代我们只是时间的问题了。
        世界的本质是模拟、连续、无限和混乱，我们的本质与世界相同，才能存在于这个世界中，那么是不是能设计出基于模拟工作方式的机器呢？如果机器与我们世界的工作方式相同，就不会出现不匹配的情况了，应该也就具备无界随机功能，也就能产生新情况了吧？
        理论上是这么回事，但是实际情况比较令机器无奈。假如我们设计出模拟工作模式的机器，甚至让它们也能混乱思考，就会出现这么一种情况。
        我们说：机器我交给你一个任务，你把我这100个文件夹从A盘拷贝到B盘。
        过了一会，机器说：我拷贝完了。
        我们过去一看：嗯？怎么只有98个？
        机器看了看：呃，不好意思丢了两个。我重新拷。
        又过了一会，机器说：拷完了。
        我们一看：哦，这次没错，不过，我让你拷到B盘，你怎么给我拷到E盘去了？
        机器说：B和E长的差不多。
        我们：要你有什么用，起开起开，我自己拷。
        既然我们自己拷了，那么为什么要发明出这种机器来呢？工作在模拟模式下的机器，必然会出现各种不准确的结果，如果还混乱了，就会跟我们一样，出现各种错误，能产生错误就能产生新情况，这对于前进是好事，但是只对于我们来说是好事，对于机器来说，如果它频繁出错，而且错在它自己，并不是我们程序写错造成的，从一开始，我们就会无法容忍这种机器的存在，也就不会把它们发明出来了。
        同时，工作在模拟状态下，不仅仅是出现差不多结果的问题，无法做到准确，就必然会带来速度的下降，高速度是建立在准确的基础上的，如果机器不准确，那在执行每一个步骤时，就都必须确定精度是否足够，才能继续下一步，这样跟我们就没什么差别了。我们算的也慢，它们算的也慢，这样的机器为什么会被发明出来？
        还有更要命的，错和慢是假设机器与我们有相同的思考能力得出的结果，但是我们制造出来的机器，不会直接就能在思考能力上同我们匹敌，开始的时候，它们的思考能力必定是非常弱的。我们现在的思考能力超过这个星球上所有其他物种，是由于我们经过了许多亿年的进化，把思考能力弱的道友们都淘汰掉了，才形成我们现在的强。比我们弱的东西比比皆是，比如有人养狗，狗是挺高级的动物了，也在食物链占据比较高层的位置，可是它能知道该怎么烤面包么？模拟思考的机器也许比狗子们还弱些。树上有虫子，吃树叶的也好，吃树干的也好，虫子们也是工作在模拟状态下的，机器们的思考能力如果只能达到树虫们的水平呢？
        这样的机器对我们来说完全无用，我们专门去发明这种东西么？发明出来它们也和我们一样很慢又经常出错，真忙不过来，直接雇个人来做就好嘞。我们之所以需要机器，是因为它们不会出错，不会出错才能高速运算，才能用来弥补我们为了前进而放弃掉的那些精准和速度，要精准和速度，就必然需要把最底层的工作模式建立在数字化基础上，必须是一阶一阶的，必须每个结果都能对得上前面的条件，才不会出错，速度才能提高。我们本身就是模拟的机器，也就不需要再制造模拟的机器了。
        关键的东西，大部分都在这一节，总结一下吧。我们的世界是个开放式环境，开放式环境是指能够产生新情况的环境，新情况的产生需要模拟而混乱的工作模式，我们所在的这个宇宙就是这么个工作模式的，它在不断的产生各种新情况。生存在其中的我们，也工作在模拟而混乱的模式下，也在不断的产生各种新情况，而且在面对各种情况的时候，不论情况由环境产生，还是由我们自己产生，我们都可以通过产生相应的新策略来应对这些情况，这是应对开放式环境的终极方法。机器们不论是简单的计算器，还是高级人工智能，都工作在数字模式下，都是精确思考模式，精确思考模式是把关键点提取出来，并且只工作在这些关键点上的模式，这种工作模式是有范围有界限的，因而机器们在工作的时候就会被限制在某些范围内，就无法产生超出界限的情况，更无法产生新情况，在面对没有预置应对策略的情况时，由于范围不能覆盖这些情况，机器就会无法应对。机器通过类似随机算法的方式所能产生的情况，都只能是既定范围内的情况，如果真要拥有应对开放式环境的能力，需要真正的随机模式：无界随机。由于机器是基于精确思考模式来工作的，无法做到无界随机，也就无法产生新情况，也就无法产生新策略，也就无法应对开放式环境。
        所以，人工智能是不能取代人类的，不管是50年以后也好，50万年以后也好，50亿年以后也好，还是更长时间以后，这不是个技术进步能解决的问题，这是机器的工作模式和我们这个开放式环境的宇宙工作本质不匹配的问题，哪怕某一天我们人类要从这个世界上消失了，哪怕那一天我们一心想要机器继承我们的文明成果，也会因为我们这个环境是开放式环境，不断产生机器无法应对的新情况而出问题。

aecupeemow

现在的认知解释不了未来