第(2/3)頁

    撇開極小概率的宇宙射線、本底瑕疵等因素，的確，人類制造出的計算機，可以認為具有100%的可靠性，如果最終計算結果與事實不符，絕對是程序的設計、或者初始條件有問題，最終一定會追溯到人的身上。

    計算一百次加法，計算機不會錯，人也不會。

    但是計算一百億次加法，計算機不出錯很尋常，人呢，根本就不可能一個不拉的全做對。

    “人腦遲早會出錯”的現象，長期以來，在計算機的永不出錯面前自慚形穢，自愧不如，但反映到另一個層面，正是這種模擬式、并行式生化系統(tǒng)的“出錯”，才讓探索性、創(chuàng)造性的科學研究成為可能。

    從已知，嘗試推斷未知，人類的一切科研活動，本質上都未脫出這樣的形式。

    而這正是計算機，至少到目前為止的計算機，始終做不到的。

    計算機能做的工作，譬如說，計算，總歸是一項人類交托的任務，是先由人來判斷該問題是否有解，如果有，具體的算法是什么，然后將數據與算法交給計算機的邏輯電路去處理，所得結果也要由人去理解，闡述。

    即便像aiasg這樣的系統(tǒng)，能自主生成程序，實質上，也不過是將一些類似的已有成果排列組合，解決那些早已被人解決過的問題。

    路，還是人走出來，計算機只不過是更快的再走一遍，兩遍，三遍；

    就算再走無數遍，仍沒有任何創(chuàng)新。

    取而代之的嶄新思路，“斂散算法”，則是根據一定的初始條件，在算法的每一步，嘗試盡可能多的展開分支，引入額外的發(fā)散量，當然這種做法，很快就會讓計算量暴增，所以還需要進行“收斂”，通過同樣包含隨機性的判據，迅速“砍”掉大量無意義的分支。

    表面上看，這一先發(fā)散、后收斂的做法，與向系統(tǒng)中引入隨機變量，并無本質區(qū)別，實質上也可以粗糙的這樣認為。

    區(qū)別則在于，算法步驟中引入的變量，并非隨機數，而是來自于初始狀態(tài)庫的一切既有知識。

    那么就是在窮舉嗎，似乎是，只不過為了應對完全窮舉的計算量暴漲，而必須在每一步進行判斷、預計與猜測，將無意義的分支完全消除。
    第(2/3)頁