第十一章 擊穿幻影之劍(第1/3 頁)

尤基鼓掌。掌聲之中有三分應付，也有三分真誠：“可是向山，這和我們說的‘內功’……有什麼關係……”

“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，再複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。人類生物腦的效能，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，我記憶裡的那點引數多半也算不上‘超算’了。但是，與這個硬體相匹配的軟體，最佳化實在是太差了。如果單純比拼計算，追求效能，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“效能上的極致”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裡，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’，然後……他否定了人類關於‘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“計算機影象識別”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”，也是某些網路程式判斷“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鬥，但程式設計師們仍舊將“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’，Polynomialtime——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。NondeterministicPolynomialtime——即NP問題。”

一大部分幾何問題，都位於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，踏出讓計算機邁向神境的第一步。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。

——如果