上篇 萬物皆算法 第一章 算法基礎(chǔ)共識

學術(shù)上說,算法,一般指進行計算、解決問題、做出決定的一套有條理的步驟。

算法不單指某次計算,而是計算時采用的方法。例如,求平均值,簡單的算法是“第一步,將若干個數(shù)字相加;第二步,將和除以數(shù)字的個數(shù)。”這時候,如果輸入1、2和6,結(jié)果就是3;輸入202和518,結(jié)果就是360。

菜譜是另外一個例子,例如“西紅柿炒蛋”的算法。

? ? 材料:四個雞蛋、一個熟透的西紅柿、小蔥、鹽、食用油。

? ? 步驟:

? ? 1、將小蔥洗干凈切好; ?

? ? 2、將雞蛋打碎放在碗里加入適量的鹽攪拌均勻; ??

? ? 3、小火,待鍋內(nèi)沒有水分時倒入適量食用油; ?

? ? 4、待食用油有七分熱時倒入攪拌好的雞蛋,炒熟后盛出以待備用; ? ?

? ? 5、洗鍋后倒入少許食用油,放入西紅柿,等西紅柿有7分熟時倒入雞蛋。攪拌一下,放入事先準備好的蔥花,美味可口的西紅柿炒蛋即可出鍋。

再進階的一個身邊常見的算法例子,就是現(xiàn)代的家電,無論是電飯煲,洗衣機,洗碗機,微波爐,都在菜單上面有一系列的選擇,我現(xiàn)在的電飯煲的8個算法分別是“米飯”、“燉肉”、“煲湯”、“煲粥”、“煮豆”、“蒸菜”、“酸奶”、“蛋糕”。

要說“萬物皆算法”,讓我們從“生物也是算法”開始來做逐步突破。

用老鼠和貓的例子來嘗試說明,老鼠聞到廚房的油碗里面的香油,但同時發(fā)現(xiàn)廚房里面還有只貓在轉(zhuǎn)悠。老鼠他應該冒著生命危險去偷香油嗎?

老鼠的相關(guān)算法是計算概率的數(shù)學問題:首先是不偷香油餓死的概率,其次是被貓抓到的概率。老鼠的算法比家電的算法要復雜些,計算正確與否的后果也大很多,過于膽小算法的老鼠可能因為找不到足夠的食物而餓死,過于莽撞算法的老鼠,可能會被貓捕食,以上兩種算法的老鼠的基因延續(xù)到下一代的概率會較小。而那些能更正確計算的老鼠基因,留存后代的概率更大。

老鼠計算生存概率不會用紙和筆或者計算器,而是它整個身體就是計算的機器。它的感覺,欲望,如饑餓,如看到貓的恐懼都是計算的過程,計算的結(jié)果也是一個感覺:這只老鼠覺察到可以偷到香油而不引起貓的注意,也可能感到貓立馬就要抓住它了,或者在兩個感覺之間猶豫忐忑。

“人類也是算法”,這是個更大的共識挑戰(zhàn),讓我們來嘗試一下。

人類最重要的目標和行為之一是基因的繁衍,這也是重要的概率計算。例如,人類對某些異性的特別好感,也源自于數(shù)百萬年形成的一種感覺,那就是對自身基因更好延續(xù)的這種感覺,雖然我們通常講的是愛情和一見鐘情等等。

我們看到異性的時候,對方的面孔、身高、眼神和健康度等等信息會快速輸入我們的系統(tǒng),然后,對于某些異性,就會得出想親近的感覺和欲望。而這些感覺和欲望,就是感覺基因更好延續(xù)的輸出結(jié)果。

關(guān)于達成基礎(chǔ)共識的重要性,是因為人類一旦達成某種基礎(chǔ)共識,就會相應地對人類自身產(chǎn)生巨大的促進作用。

一個最簡單的例子就是貨幣,無論是紙幣、硬幣還是電子賬戶,我們接受這些本身成本極低的物品,來交換我們辛苦勞動做出來的各種產(chǎn)品,從大米到汽車,我們都接受用貨幣來交換。

人類對虛構(gòu)的物品貨幣認可,以及對它的價值的相信,造就了現(xiàn)代的商業(yè)文明,也造就了人類本身。

人類的本身認知系統(tǒng)中,起著主要決定作用的,絕大多數(shù)是希望的、愿望的和信仰的意識,而最近接真相的意識,其實很少在起實際作用。

人類和動物的最大的區(qū)別,是動物只相信看到的,人類會相信那些看不到的東西,看不到的東西既包含真實的,也包含虛構(gòu)的。

第一章先描述一下,“萬物皆算法”這個基礎(chǔ)共識的大致意思,真的要達成基礎(chǔ)共識,還需要更多的例子的章節(jié)才能完成。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,106評論 6 542
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 99,441評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,211評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,736評論 1 317
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,475評論 6 412
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 55,834評論 1 328
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,829評論 3 446
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 43,009評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 49,559評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 41,306評論 3 358
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,516評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,038評論 5 363
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 44,728評論 3 348
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,132評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,443評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,249評論 3 399
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,484評論 2 379

推薦閱讀更多精彩內(nèi)容