第(1/3)頁

    尤基鼓掌。掌聲之中有三分應付，也有三分真誠：“可是師父，這和我們說的‘內功’……有什么關系……”

    “尤基，”向山沒有正面回答，而是反問了一個問題：“你覺得，計算機這個東西，強大嗎？”

    尤基點了點頭。控制義體。其實大半都是計算機在出力。只要有計算機在，再復雜的工程機械也可以運轉。

    尤基還知道，計算機可以以不可思議的速度計算東西，有錢人還能用它做更多的事情，比如……比如……

    反正就是很厲害了。

    “確實。人類生物腦的性能，如果符號運算為基準的話，計算資源可以和超級計算機相比——好吧，在這個時代，我記憶里的那點參數多半也算不上‘超算’了。但是，與這個硬件相匹配的軟件，優化實在是太差了。如果單純比拼計算，追求性能，生物腦是比不過計算機的。”

    這是很正常的事情。生物演化，從來就遵循“夠用就行”的原則。演化這種事，是不會追求“性能上的極致”的。一個不利性狀，只要不影響“活到生育年齡生孩子”，它就不會被自然選擇所淘汰。

    自然人身上，有一大堆會引發各種傷病的智障設計。

    但惟獨有一樣事情，計算機是無法與人腦相比的。

    “至少在我所知道的時代里，計算機仍舊無法跳出‘計算性問題’的限制。”

    尤基有些懵：“‘計算性問題’……”

    “計算性問題，就是在探索，是否所有數學題，都可以依靠同一個計算方法破解。在這個基礎上，一個叫做阿蘭·圖靈的天才，設計出了‘圖靈機’，然后……他否定了人類關于‘可計算性’的理想。不是所有數學問題，都能被機器所破解。”

    圖靈機一開始就無法理解許多問題。不是“計算資源不足，無法計算”而是“連開始計算的可能性都不存在”。

    最簡單的，就比如說部分幾何——注意，“部分幾何”，不是“所有”。數學中，“數字”、“幾何”、“方程”之類的概念，在一定程度上是可以相互轉化的。

    但在一開始，就有很多問題，計算機無法計算，甚至無法識別。

    在計算機誕生的初期，有一位教授，派遣他手下的一個研究生，去解決“計算機圖像識別”的問題——他當時樂觀的認為，只需要兩個月，他手下的研究生就能徹底攻克這個問題。

    但事實是，這是不可能的。

    一直到二十一世紀，“肉眼識別驗證碼”，也是某些網絡程序判斷“登陸者是否是人類”的標準。

    “計算機圖形識別”是一個恐怖的學科。全世界有無數學者在為之奮斗，但程序員們仍舊將“肉眼識別驗證碼”作為阻攔機器惡意登陸的手段。

    計算機圖形識別如此困難，究其原因，很大程度上是因為……

    “計算機能夠理解的問題，被稱作‘多項式時間問題’，polynomial    time——也就是縮寫的p問題。計算機可以快速解決p問題。而比p問題更為困難的，則是非確定性多項式時間。nondeterministic    polynomial    time——即np問題。”

    一大部分幾何問題，都位于np之內。圖靈機可以快速的驗證答案是否正確，卻不能快速地給出答案。而有的是幾何問題甚至還要比np還要難。

    “曾經有數學家想要證明‘p=np’，來證明所有np問題都可以被轉化成p問題，找到讓計算機成為神的路徑。我仍舊不記得成功了沒有……”

    圖靈機誕生的時候，就被劃定了極限——因為它證否了“數學具有絕對的圖靈可計算性”。

    大衛·希爾伯特先生的偉大理想，失敗了。
    第(1/3)頁