为啥作者刚转型金融业，还研究这玩意儿，上一篇已经开了个头：
因为我们普通人，如果想过的好一点，唯一的机会就是科技进步，只要没有科技进步，人类文明总归会陷入内卷，几千年来都是这样，日子不好就得死人，人死多了日子就好过一点，然后盘一盘死的都是普通人。
这不，得益于不断地科技突破，二战后人类已经和平了几十年了，现在又有点进入瓶颈的感觉，经济不发展，社会就容易动荡，于是统治阶级就想通过外部矛盾转移内部矛盾，目前世界已经有2个小火药桶炸了，剩下的各国也蠢蠢欲动，越来越不太平。
何解？当然是下一轮科技突破，就目前来看，应该不是新能源，而是人工智能，哪怕可能不是，但在人工智能被证伪前，人工智能就是所有的希望。
小到谋生赚钱，大到世界世界和平，都得靠他了。
粗俗一点的说法就是，当天要下雨时，你手上最好有个盆。
世界的底层
以我不大高的智商和比较浅层的理解来看，从哲学层面，对世界的演化看法有先后两个流派：
因果派：
公元前四百多年，苏格拉底认为：感觉是不可靠的，感性认识是不确定的，只有理性才能够认识事物本身。他的徒孙亚里士多德是逻辑的创始人，他的逻辑思想集中体现在他的《工具论》。亚里士多德认为，逻辑关注的是用推理达到科学确定性，而辩证法和修辞则关注概率。
于是，在随后的漫长年代里，亚里士多德的逻辑和确定性知识体系更大程度地影响了人类。
逻辑就是事情的因果规律，简单来说：如果A，则B。
达·芬奇曾说过：“简单是终极的复杂。”
十五世纪，天生牛顿，牛顿相信上帝，认为神创造这个世界时，一定运用了规则，于是他建立了经典力学的大厦，在他的系统里，整个世界就好像是一个由无数个精密齿轮构成的机器，在上帝的首次推动下，持续有条不紊地运转着，充满了工业时代的范式。
但他只管去发现规则，而不在意暂时的不可理解。例如，万有引力公式为什么长成那样？为什么要和距离的平方成反比？另一方面，牛顿们信奉奥卡姆剃刀的原则，认为世界的模型基于某些简洁的公式。他们至少相信存在某个这样的公式，从爱因斯坦到霍金，他们认为上帝不会整出太复杂的东西。
爱因斯坦虽然拆了经典力学大厦，但他仍则是上帝最后的捍卫者，他相信宇宙有解，相信上帝爱简洁，于是爱因斯坦试图继续构建新的物理学大厦。
概率派：
在十八世纪，休谟首次对因果论提出了异议，他认为感性知觉是认识的唯一对象，人不可能超出知觉去解决知觉的来源问题。休谟在《人性论》以及后来的《人类理解研究》中反驳了“因果关系”具有真实性和必然性的理论，他指出虽然我们能观察到一件事物随着另一件事物而来，但是，我们并不能观察到任何两件事物之间的任何关联。
我们只能够相信那些依据我们观察所得到的知识。休谟主张我们对于因果的概念只不过是我们期待一件事物伴随另一件事物而来的一厢情愿的想法罢了。“我们无从得知因果之间的关系，只能得知某些事物总是会连结在一起，而这些事物在过去的经验里又是从不曾分开过的。我们并不能看透连结这些事物背后的理性为何，我们只能观察到这些事物的本身，并且发现这些事物总是透过一种经常的连结而被我们在想象中归类。”
在休谟看来，客观因果并不存在，A永远无法推导出B。
1967年，波普尔提出了三元世界的观点，他结论很明确：我们无法证实这个世界，无法证实规律和定理，只能去证伪。
A到B，无法被证明，只能被证伪。
最终，牧师贝叶斯研究出了贝叶斯公式，从理论上证明了休谟的猜测，用数学语言表达就是：支持某项属性的事件发生得愈多，则该属性成立的可能性就愈大。
贝叶斯公式的意思是：如果A，则有x%的可能性导致B。
于是，新的概率大厦被建立起来，但这座大厦不是精密的构件，随着时间的推进，不断改变，永无固定的形态；
贝叶斯哲学的本质是：动态的看待世界；
初始信念+最近的客观数据=新的和改进的信念。每次重新计算系统时，后验都成为新迭代的先验。这是一个不断发展的系统，每一点新信息都越来越接近于确定性。
这就是贝叶斯主义，说的鸡血一点，就是不断精进，不断接近真理。
人工智能理论
1943年，麦卡洛克和皮茨发表了题为《神经活动中内在思想的逻辑演算》的论文，首次提出神经元的M-P模型。
该模型借鉴了神经细胞生物过程原理，是第一个神经元数学模型，也是人类历史上第一次对大脑工作原理描述的尝试。
M-P神经元是一个非常简单化的理论模型，基于生物神经元的基础特性进行建模，工作原理如下：
1、神经元接收一组二进制输入，每个输入都与一个权重相对应；
2、当加权输入之和超过某个阈值时，神经元被激活并输出1，否则输出0。
这种机制很好地模拟了生物神经元的"全部或无"的响应模式。
M-P模型的影响力在于它是一个很好的开始，为后来复杂的神经网络模型铺平了道路。
这个模型是人工神经网络和深度学习发展的基石。
麦卡洛克和皮茨的论文不仅是人工智能历史上的一个重要里程碑，为理解大脑工作机制和发展人工智能打下了基础，还启发了人们：
生物大脑“有可能”是通过物理的、全机械化的逻辑运算来完成信息处理的，而无需太多弗洛伊德式的神秘解释。
麦卡洛克后来在一篇哲学文章里自豪地宣告：
“我们知道了我们是怎么知道的，这是科学史上的第一次。”
1936年英国数学家艾伦・麦席森・图灵(1912―-1954年)提出的一种抽象的计算模型，即将人们使用纸笔进行数学运算的过程进行抽象，由一个虚拟的机器替代人类进行数学运算，这就是图灵机。
图灵机的意义是跨时代的，有如下几点:
1、它证明了通用计算理论，肯定了计算机实现的可能性，同时它给出了计算机应有的主要架构；
2、图灵机模型引入了读写、算法与程序语言的概念，极大的突破了过去的计算机器的设计理念；
3、图灵机模型理论是计算学科最核心的理论，因为计算机的极限计算能力就是通用图灵机的计算能力，很多问题可以转化到图灵机这个简单的模型来考虑。
图灵机是所有电子计算机的初始形态，现代所有的电子计算机都是基于图灵机模型的，这使得图灵机成为了计算理论的核心。
1944年，美籍匈牙利数学家冯·诺依曼提出计算机基本结构和工作方式的设想，为计算机的诞生和发展提供了理论基础：
1、计算机硬件设备由存储器、运算器、控制器、输入设备和输出设备5部分组成。
2、存储程序思想——把计算过程描述为由许多命令按一定顺序组成的程序，然后把程序和数据一起输入计算机，计算机对已存入的程序和数据处理后，输出结果。
目前，尽管计算机软硬件技术飞速发展，但计算机本身的体系结构并没有明显的突破，当今的计算机仍属于冯·诺依曼架构。
理论和模型已经完成了，剩下的就是操作。
人工智能尝试
第一代人工智能应该是深蓝，这个初代人工智能计算机重1270公斤，有32个大脑（微处理器），每秒钟可以计算2亿步。采取暴力计算方法，比卡斯帕罗夫能多预测2步，战胜了卡斯帕罗夫之后却没有继续下去，而是迅速拆卸。
深蓝的原理应该是类似逻辑派，“深蓝”对每步棋作出决定前，有四个主要考虑，包括：
1、棋子，每只棋子各有价值，但在不同位置和棋局的不同阶段，价值会相对调整；
2、位置，电脑就棋子周围能够作安全攻击的四方格数目估值。控制愈多四方格，愈处于优势；
3、步调，力求每一步皆有助于操作棋局；
4、保王，电脑替王所处的位置的安全性估值，以作出防卫棋步。
同时，“深蓝”内存贮了几乎世界上所有的棋谱，对于棋王过去下过的每一局棋都了如指掌，而且心无旁骛。它能根据卡氏过去的棋局进行程序优化。包装后的“深蓝”也可以在下棋过程中由人改变程序，根据棋面及时调整战略战术，表现出人性化的某些智能性。
深蓝的心脏部分是评价函数。这是一种衡量局面“好坏”的计算方法。深蓝走子之前，首先要考虑四种基本的价值：子力、位置、王的安全性和速度。物质上的子力比较容易理解，每种子的走法不同，威慑力也不一样。威慑力不同，价值也不一样。深蓝的威力主要在于大规模并行处理信息的速度。最强和最快是密不可分的。因为最快的计算机在给定时间内搜索的范围最大，找到最佳着法的可能性也最大。在经典国际象棋比赛中，每位棋手要求在3分钟内走一步棋。在这3分钟时间里，深蓝能够计算600亿步着法。这么强大的计算能力确实令人望而生畏，无怪乎被称做“天才棋手”、但3分钟内最多只能算180步棋的卡斯帕罗夫说：“你必须时时小心，步步提防，这意味着更令人疲劳。”
但从下棋的过程看，深蓝只是计算机在计算力量上超过了人类——这一点我们从小小的计算器上就早有领教，而不是在智力上胜过了人类。
深蓝是用类似牛顿经典物理大厦的发条思维和专家系统来打造智能系统。理论上来说，他不能算是人工智能，而是一个暴力计算器，不仅算力有上限，而且能耗巨大。
其实，并不能算真正的人工智能，直到CHAT-GPT的出现。
（待续）
全文完。
如怕丢失，请加作者微信。