基于0和1的时代什么时候能成为过去

Question

目前的各种软件，各种电脑，根本上也就是利用了if else这种最原始的判断和for循环对大数据遍历速度快的优点，再说本质一点也就是0和1的处理，电脑是个白痴，它只懂得0和1的运算，其余什么都不懂，这样就导致了诸多弊端:

1. 由于基于0和1，电脑也只能机械的去匹配算法，如在人脸识别应用上，电脑根本不懂这是一张脸，它也只能转换图片的色彩模式然后和人脸的肤色范围进行匹配，再来匹配五官和脸的轮廓，得出这是一张人脸，那换做是漫画里的人物呢，为什么人就能立即识别漫画中那个讽刺的人物，电脑能行吗？曾经那个笑话，一女生卸妆后电脑识别不出来而导致无法正常开机，这也就是“算法”的弊端，再者，人们常说某某人是可爱气质or熟女气质or冷艳气质，电脑能根据“算法”识别出来？

2. 由于基于0和1，电脑只能模糊或是精确匹配已有的数据库，无法达到真正的思考，最近百度识图翻译闹出的笑话就是这样，小黄鸡它也只是一个广大网友维护的数据库而已，它不知道你在说啥，它只是0和1的运算，这样一来，我对一个机器人生气的说“你给我去死吧”，这个机器人会匹配出数据库中去死的动作然后推动身体零件去执行，但是我这只是气话，如果足够智能，它会向我道歉并询问做错原因

3. 基于0和1，计算机永远无法身临其境的辨别语景，比如曾经的汉语四六级考试，小明，去不去旅游呀？我去，我不去，计算机也许何种算法何种数据遍历都不知道这个到底去还是不去，再者，目前网络上各种段子手，计算机能编出笑话段子吗，貌似曾经有人这么干过，给计算机写好算法，让它编出笑话，结果计算机的笑话因为其不好笑而搞笑，再如，处于暧昧期的男女们，女生害羞的说“你真是个傻瓜”和“你真是个傻币”，电脑会匹配出褒义词和贬义词数据库，匹配出傻瓜和傻币都是骂人的词语，于是电脑就启动被骂时的动作函数，这样的电脑，发给他一辈子的好人卡他都只会执行“高兴”的函数哼(ㄒoㄒ)

曾经的工业革命到后来的信息革命，我想下一次革命应该是逻辑思维的革命，人机不分的逻辑，未来的电脑有人的逻辑思维和机器的运算速度，有人的感情色彩，会嫉妒(知道其他电脑用的酷睿心脏，而自己是赛扬的心脏)，会报复(趁其他电脑睡觉时偷换其他酷睿心脏为国产龙芯)，会搞政治会洗脑(将其他电脑偷偷换成自己已经安装有各种插件or病毒的操作系统并就有自己的后门)
不知道有没有这方面的好的想法或是参考资料？

Answer 1

你要讲的问题可能跟二进制没多大的关系，计算机发展到现在，依赖的最重要的就是你看的不起眼的0和1，通过二进制让程序和硬件进行交互，计算机才能控制硬件执行你的命令。所以，我猜测题主要讲的可能还是“人性化的人机交互”这方面。

阅读过吴军的《数学之美》你就会懂得关于“语义化”的去理解人类命令和“程序化”去理解是在之前就已经争议过了，随着时间的推进前人的经验告诉我们，程序化是目前更加正确的选择。

《程序之美》一书主要讲的是计算机如何理解人类输入进来的人类语言。早先时期人们通过总结各种语法，让计算机看起来像我们大脑一样正常的去理解句子，但是发现语言实在是太博大精深，计算机永远（暂时）无法猜测到这个词在这句话中可能的意思，比较经典的例子就是“方便”这个词了。后来有人（具体人忘记了）运用了统计学的方式，通过词频和各种算法将语言拆分成短句根据概率来猜测这句话是什么意思（具体可能还要更复杂一点），在语库达到一定量之后发现统计学方法去翻译人类语言比运用人类自己的语义化理解的准确性要高的多的多，代表例子就是Google Translate。而且自统计学方法出现一来，“语义化”就没有超过过“统计学方法“。

语义化看起来就像是你所谓的更加智能，统计学方法可能就是你所厌恶的呆板的0和1计算机的方法。追求智能化的处理人机交互是人类一直在致力于的项目，但是只能说，目前想要实现这一进程还需要走很长一段路。

Answer 2

出乎意料的这么火爆，也来凑个热闹。

（咦这句话怎么这么熟悉？）

首先这个问题肯定不是进制区别，而是目前基于离散数学和结构化逻辑的计算机架构，是否适用于实现人工智能的问题。

人类总体上是一种逻辑动物

人类的判断和行为，总体上是通过“因为……所以……”、“如果……就去……”这类的逻辑建立起来的。你可以思考一下，大多数的事情是不是这样。

就你的例子就可以。哪怕表述如此乱七八糟，都可以非常简单的做分析和说明：

• 人脸识别：人类也是凭对人脸的固定印象，先粗略的观察形状和颜色。如果差不多，则找出人脸的边缘形状，寻找头发、五官等关键要素，最终确认是人脸的图案。更细微的，人类对人脸各部分根据位置和颜色可以做详细分解，对细微动作所对应的感情可以匹配固定的印象。虽然人的识别能力比计算机要高的多，但本质仍然是图像识别和数据库匹配。
• 识图翻译：世界上所有的物品都可以寻找到一些判断条件，只要符合某些条件那就是这个东西。这仍然是逻辑性的。目前当然是不可能做到（多大的工作量！），所以百度识图只是接受现实退而求其次。
• 气话的判断：学习语言就是学习社会文化。如果你认为语言只是分析词句，那太幼稚了。比如说“我去”，人类也是首先学习正规的语法，理解一般的语言逻辑。而后在社会上频繁看到“我去”这种突然出现的不合逻辑的用法，从而学习并记住了“我去”这种说法可能有其他意义。对其他的气话和潜台词也差不多。

所以总体上来看，人类的思维是由经验和逻辑组成的。通过机械的记忆和学习获得经验，而后通过逻辑推导得到新的经验，而经验本身又包含对逻辑的改进和发展……如此往复迭代。

我并不否认人类存在着凭空想象的能力，并且人类对这个能力的机理几近一无所知。但可以肯定的是：想象只是必要时推人类一把的催化剂，必然不是人类逻辑的主体。人类通过想象获得发展思维的线索，但仍然必须使用经验和逻辑，将想象的事情变为现实。

熵增原理：自发的有序是不存在的

我坦白这一点是过于复杂的物理概念，我解释不明白，但结论能够最简单的说明：“有序必须在某种介入之下完成。自发而随机的过程最终只会增加混乱。”

提到这个就是说，人类之所以成为现在的人类，就是由于人类高超的按逻辑主导去做事的能力。如果人类只使用想象来决定行为——我无法想象这样发展到最后会变成什么样子。

这也就决定了，人类目前对人工智能的研究方向，仍然倾向于继续授予计算机明确的逻辑，让计算机在明确的道路上越走越远。（哪怕是自学习这种连程序逻辑都自发产生的发明，那也是明确逻辑）

并且长期的来看，这一点是有效的。笑话人不如人，不要光看着计算机出丑。这么多年来人工智能有发展的地方，题主不要睁眼瞎行吗？

离散化：确保数据和逻辑准确性的伟大发明

曾经人类是很依赖模拟手段的——用物理量的真值，表示所期望的数据。例如用电压，表示音频波形在某点的振幅。甚至出现过模拟计算机这样的尝试——真正操作物理量，用来完成运算过程。例如加减乘除，就真的用运算放大器，对电压进行加工。

但模拟最终仍然在数字的面前节节败退。可以说数字实现侵入一个行业，就在一个行业内势如破竹，把模拟的打得没有喘息之机。（最近的一个例子是数码照相替代模拟胶片。我记得在2000年后不久，那时候还有专家说“模拟胶片可以原子级无限清晰的记录影像，这一点数字永远赶不上，模拟相机永远是选择之一”。现在一看，结果呢？模拟相机现在也只是“还有”而已…）

因为模拟终究无法保证数据的准确。模拟的干扰广泛，并且无法处理高频，数据加工、存储过程中操作一次损一次，最终剩下的全是噪声，无法达到实际可用的精度。对模拟电子技术和数字电子技术这两个学科有基本的认识，就不难理解这一点。

如果你认可：

1. 人类无法单凭纯粹的想象，就创造出一个全新而有序的事物；（熵增原理）
2. 人类只会把自己的思考和行为方式，抽象成计算机去实现之；（经验-逻辑关系）
3. 如果把程序代码视为数据，那么数据本身就是逻辑；
4. 数据的胡乱，就是行为的胡乱，最终必然导致全面的混乱。（还是熵增原理）

那就容易理解为什么数据的准确和恒定，对计算机是如此的重要。

从这一点上来看，讲数据抽象成0和1的离散化，无疑对计算机历史来说是最伟大的发明——通过丢弃最小分度以下的精度，去换取最小分度以上的完全准确，漫长的历史证明了这个取舍怎么看都是值得的。

为什么用2进制，只是因为电子技术上用2进制做出来最为方便，并无太多考虑。不详细讨论。

模拟什么，就要有更高的计算能力

玩过模拟器就知道了。如果需要模拟一个其他部件，那么准确的描述其他部件本身，并准确重复其他部件受到刺激时表现的行为，其信息量和计算量必然比其他部件本身要更多。

所以计算机如果要完全的模拟人类，在计算速度、存储器等性能上，就必须优于人类。这不存在任何的商量。

这一点你可以去看新闻（生物学家估计人脑容量是多少多少字节之类的）。人类现在观察自己的能力和机理，都犹如看一个深不见底的深渊：连深度的估计都做不了，只是知道地表粗浅的表象而已，就更不要提把这个“深渊”用机器复现出来了。

连要超越的指标都不知道，到最后又何谈超越呢？目前的人工智能的粗劣表现，很多都是由于这个问题：不是程序员不想算，而是考虑实际条件，目前的机器实在算不出。

我记得东京大学有台超算叫做“地球模拟器”——这个名字就代表了一个永恒但又无法实现的梦想——人类希望能用计算机准确的“跑”出地球的未来。但想做到这一点，就要有包含和超越地球所有物质的计算能力，这终究又是不可能的。

注：你不能看机械工作计算机比人类快多少——机械工作只不过使用了人类逻辑的一个小小的子集。

目前计算机的本质

1. 能够实现“逻辑动物”的基本框架；
2. 性能特点和人类互有长短，各有擅长之处；
3. 复杂智能所需要的存储、运算能力，和人类仍然差距巨大；
4. 计算上追近人类的性能，能力上追近人类的行为方式，仍然是目前唯一可行的技术路线；
5. 人类对自己有多深的了解，才能创造出多接近人类自己的计算机。

“瓶中之脑”：放下架子，人类在本质上也并不优越

“瓶中之脑”是一个思想实验：把大脑拿出来放到瓶子里，保持存活并接通所有的神经信号，给大脑输入完全符合现实世界的全部信息。那么大脑能否知道自己是在真实的人体中，还是在这样的实验瓶子中？

这个实验也有其他的表述方法，例如：

• 我们究竟是实体的人，还是更高智能生物发明的‘计算机’中跑的一段程序？
• 是不是有一个更高智能生物，像巫师看水晶球一样，无条件的观察和暗中影响着我们这个宇宙？（等同于有神论与无神论的争端）
• 我为一台游戏机种编写的软件，能否主动判断出运行环境是真机还是模拟器？（注意，这个表述已经是一个实际问题！！）

这个问题是有结论的——不知道，也不可能知道。这个世界在本质上是结果论的：只要所有的响应都和现实一致，那么这个“现实”是真是假，到头来也无法察觉。

那么从这个意义上去反思：我们作为人类，所鼓吹的“智能”到底是个什么东西？

从人类获取智能，以及用计算机重复自己的智能的这个经历来看，人类的“智能”其实也不过是一些经验与行为方法的总称。只要能够实现同样的这些内容，那无论是真人还是计算机，都可以称为是有智能的。例如：

• 人类能够计算一些数学问题，计算机通过一定的程序也能计算，计算机有没有智能？
• 人类用人类的方法下棋，计算机用计算机的算法下棋，计算机有没有智能？
• 人类按照自己的意志和行为习惯操作家居设备，计算机分析人类的行为习惯（甚至猜测人类的意志）去操作家居设备，计算机有没有智能？
• 机械设备的堵转等故障，人类通过观察决定紧急停机，计算机通过传感决定紧急停机，计算机有没有智能？

所以将“智能”神化成人类的“专利”，号称机器“不能重现”的说法，从原理上看就是荒谬的。

电脑的贫弱也许容易加强，人类的脑残却真的难以纠正！

我并不过多解释这一点，只想说的是：我真的一点都不后悔当初说过“请题主来我省四平市一游”的话。

听我一言，不要把宝贵的时间，用来做太多空想，这样终究会真的逼疯自己的。多做点脚踏实地的事情吧，从实际的努力当中你会了解更多。

Answer 3

从电脑的发展史看，那些非01的电脑都成为过去了。

• 帕斯卡的发条齿轮机
• 巴贝齐的蒸汽差分机
• ……

电子计算机的历史，真空管，电子管，集成电路…

历史上，阻碍计算机发展的不是01，而是电。不是思想，而是工具。

以后的计算机依然是01，但是可能不是电子。

Answer 4

永远不会。不知道你对精确有什么偏见，这恰恰是计算机最重要的一部分。
01是精确表达这些东西最简洁可靠的东西。

一个悲剧：http://zh.wikipedia.org/zh/%E4%B8%89%E8%BF%9B%E5%88%B6#.E4.B8.89.E8.BF.9B.E5.88.B6.E8.AE.A1.E7.AE.97.E6.9C.BA

Answer 5

这就是我们经常忽视的，勤奋并不能代替思考。

Answer 6

女生卸妆后，不仅是电脑识别不出来，人也不行……

Answer 7

题主的问题描述就错误百出

你让我怎么回答

Answer 8

我不多说题主的问题了，既然基本思路没有理清，还是应该从基础书籍看起。

但是二进制的计算机并不是唯一，事实上有过其他的尝试并且也获得了成功，莫斯科国立大学研制的三进制计算机 三进制计算机

另外量子力学的发展促进了电子行业的发展，19世纪的科学家为了争论波粒二象性而最终创建了量子力学，量子力学有一个核心概念是不确定性(海森堡测不准原理)，形象的比喻就是“薛定谔的猫”和“量子永生”思想实验。理论是好玩的，实践更是有用的，这里蕴含了一个给计算机科学带来动力的思想，最终产生了量子计算机的概念，在量子计算机中，每一个bit表示的就不仅仅是0或者1了。

粗浅理解，如果错误万望指出。

Answer 9

• 图灵机
• 通用图灵机
• 图灵完备
• 图灵等价
• 可计算性

答案可能在这里面。

Answer 10

..我弱弱的说题主是不是缺乏基本的素养。。
你写的这一切和二进制有个鸡毛关系？？有任何关系？

一定是来卖萌的吧。。。

Answer 11

你自己也许就是一个算法足够复杂的程序而已，寄生在碳基生物上

Answer 12

您说的是不是人工智能...

Answer 13

其实人脑底层也是0和1，都是通过正负电流作用运转的。

Answer 14

我也很期待我们能抛开冯诺依曼机……但显然楼主不是这个意思……

Answer 15

这里只是给大家提供一个另一个思路吧。

1. 为什么计算机用二进制？
   
   
   1. 最常见的解释是和门电路有关，因为门电路是二值化的，所以二进制常用
   2. 数学上的解释是，e进制(自然对数,2.7多)能够最优化的表示离散数字。而e是个无理数，最接近的整数是2或3，2做起来更便宜，所以用二进制。证明请google。
   3. 另外的吐槽语：如果说楼主是民科的话，很多人说二进制就是因为门电路的哥们们，其实也是不对的。第二个证明是中国大学本科离散数学这门课里一定会讲的。即使不讲，翻翻书里面也一定会有。
2. 人工智能的问题与数据库匹配的问题
   
   
   1. 楼主说的第二个弊端，人工智能基本上是一个数据库的精确搜索或模糊搜索。这个问题恰恰切中了机器学习(人工智能的一个分支学科)的最基本问题。科班出身的人大概都会认为学习问题其实就是一个搜索问题。
   2. 所谓学习问题是一个搜索问题，也就是说，所有的学习都是在一堆可能“解”中，找到那个最好的“解”。如果机器学习/人工智能的效果不好，大部分问题来自于:
      
      
      1. 可选解不够多。也就是数据库不够大。(这也是大数据时代的意义)
      2. 搜索太慢。(这个是目前无解的，有很多搜索算法都是NPC的，甚至大多数机器学习常用的搜索算法即使给出无限长的运行时间，也不会找到最优解)。
      3. 模型不对。(使用树来表示这个搜索？还是用图？还是用一个误差函数？运算模型是什么？等等)
   3. 所以楼主的关于搜索和人工智能的关系，其实有误解。不仅仅基于二进制的人工智能是一个搜索问题，事实上所有的目前看到的人工智能都是一种搜索问题。这是人类目前对于学习和智能的一种认识，这本身和二进制，离散化表示等等没有关系。
   4. 其实逻辑本身也是搜索问题。
3. 什么时候是二进制模型的终结？
   
   
   1. 计算机本身的运行逻辑其实无所谓几进制的问题。本身计算机他爸也没限定非要是几进制的，甚至非要是个离散系统(或者，某种意义上说，计算机从预想上是个连续系统，或者用离散系统无法表示的系统。因为冯诺依曼说的“无限长的纸带”，如何用离散变量表示无限呢？个人想法，不一定对。)。
   2. 目前计算机大部分不在折腾多进制这一点上，而是走下面几个方向:
      
      
      1. 高并行化。例如显卡编程(Cuda,OpenCL)。虽然本质上人工智能的搜索问题是一个无解的问题，但是有多个人(GPU)一起搜索，总比一个人(CPU)搜索来得快(这个类比不严谨，不过不深究也可以)。这样在一定程度上解决人工智能的瓶颈。
      2. 量子计算机。上面说了，大部分搜索问题都为了找一个“最优解”，普通的方法是沿着所有的路径遍历。但是，量子计算机的出现改变了这个特点。具体的细节我不懂，但是本质上利用的是量子的穿遂效应等等性质，快速达到搜索过程的“最优解”。
      3. 更好的模型。也就是用更好的模型表示智能，无论是数学模型，统计学模型还是计算机模型。
      4. 其他我不清楚的领域。

---

提问总是可贵的，没有错的问题，傻的问题，无知的问题。

Answer 16

永远不会吧