计算机进制和AI算法进制的个人议论

这算是规则之树文章的第一篇论述类文章，拯救目前完全被编程方面主导的氛围，我很早就开了相关的栏目，但是后来觉得自己没精力写就关闭了。现在觉得，如果这样自己分析一下，或许会有更多的理解。本文可能涉及许多主观性言论，但皆依据相关资料进行推导，所以如果出现较大的错误，可以补上资料进行意见提出。

那么，文章就这样开始了，一路从计算机基本常识，讲到大部分科幻爱好者喜欢的人工智能，人脑模拟之类的。

最近总是在和人争论进制的问题（不止一次，每次都是撕逼收场），我个人也是个比较喜欢吐槽的性格，特别是对于专业所学的，自己兴趣所向的东西，面对其它人宣扬基本常识的谬论，难免显得有些克制不住自己。当然，这些都是废话，我决定先从耳熟能详的计算机讲起，算是自我论据开始的铺垫。

（我也是业余的，然而查资料学习，输出结果还是会的，这个口嗨党的无数据直接输出存在差异。当然如果说科幻想象，那么这点我不判断，人的想法是无穷尽的，但如果把想象套用现实，并认为正确的话……这人怕不是个傻子吧。）

为什么计算机要选择二进制？

计算机采用二进制表示有以下优势：
易于物理实现，运算简单，机器可靠性高，通用性强。
更多的结果是说明，2和3是接近传说中e进制的数字，而且由于晶体管的性质，决定了计算机大多数采用二进制，然而这也是因素的一种而已（说晶体管能不能提高，可能又要扯到材料学，进而物理学，那就没完没了了），总之计算机最适合的只能从人类所理解的2和3中选择，而且为了效率和降低复杂度，以及材料学的关系，最终选择了二进制。
还有一个很关键的地方，进制越高复杂度是指数上升的，二进制是计算机普及的重要原因，而且二进制同样可以易于转换。
这里我不得不提到百度真是太差劲了，百科里面存在很多翻译错误就算了，占据排名的文章民科党众多，让人防不胜防。

计算机用其它进制可以吗？

根据查阅的资料来看，可以但不适合。至少前苏联就研制过三进制计算机，但最终没有取得有效的成果。相对于二进制计算机的是和否而言，三进制多了一个新的状态，可以理解为“不知道”or“未知的”，看起来好像没有什么问题，也似乎对计算机系统没有什么较大的影响。
然而，问题蛮多的，就以三进制为例。
首先是在电路上，数字电路只能有效的表达开/关两种状态，这和二进制里的“是”or“否”或者说“有”和“无”视相同的，以传统的电路上本就不适应三进制的使用。然而决定三进制没有普及的还有诸多的因素。
比如现在的计算机和程序，“不知道”这个结果，用1/3的可能性来专门表示一个几乎用不到的结果，太浪费了。要用三进制表示“不知道”来开发模糊运算、人工智能，完全可以用二进制来表达其它可能性（重点标记，这里后面讲）来做，改用三进制并不会有质变。
排除硬件支持的问题，不同进制在实现的计算机功能上，不会有较大得差异，因为一般的逻辑都不会遵循大量的可能性，而对于二进制而言，在“可能性”的种类上，利用率是最大的。如果是三进制或者更高的进制，就按照上面一段的说法，大量的性能将会闲置，浪费多余的运算力，而且增大开发的复杂度。
最关键的是，无论什么进制，在实现功能上，其实都是差不多的，所以不要说是早期的研究人员全部搞得支持二进制设备，硬件，导致其它进制发展不起来，这完全就是扯淡，至少在计算机上，二进制用在计算机系统上最适合，最常用，效率最大，运算最节约，开发最简单，而且人们都可以理解的进制了，而使用三进制也是最近才重新兴起的概念，对于网上盖地的节奏，然而也没有谁站出来说，三进制肯定可以发展好，肯定可以做XXX东西。
所以，进制没有优劣，讲究适合，第一次撕逼发生在这一点，对方辩手始终认为，进制越高越好，越牛逼，计算机不使用说明第一代人技术不行，观念也不行（这道理没法讲）。
而这里的综合就是，影响其它进制成为计算机通用进制的原因非常多，不能说他们没有优势，但综合来说二进制就目前情况而言最适合的。不同的进制，不会影响逻辑的表达，二进制也可以模拟出高进制，同样的，如果真的以任意一个进制作为底层，就会发现它们其实都可以做出差不多的功能，完全没有差异。
这里的答案就是，一些小说里设定啥人工智能无数个进制做底层，最终特别厉害。
我吐槽的就是，任意一个进制都可以搞出人工智能本身，二进制可以模拟高进制，而且效率高，节约性能，三进制能不能用上都是个本质的问题，但是终究逃不开e进制这个拿来论证的东西。你扯那么多进制，听起来高大上，个人认为这就是个显著的常识错误。

人工智能是什么，它和人脑有哪些差异？

我大学的专业被忽悠着学了大数据，虽然说没有学好，但是至少理解了大半个概念，特别是业余时间也研究了一下深度学习框架（很高大上，而且大数据的往后就是这玩意），其实要想让这种框架里面的“AI”摆脱智障，还是需要一个人力去教他，过程就是输入数据，给出结果，评判对错，进行记录。所以综合而言，人工智能，还是因为人工，所以智能，就比如一些识别人脸，就是以这样的模式进行训练（不过貌似可以自动，但是终究存在一个评判对错的人。）
现有的这种模式，其实很接近人脑了，然而根据以上的描述就会发现，它还是处于一个只分对错的局面下。在实际的应用上，也是把AI正确率尽可能提高，避免它出现错误的答案，然而对于“不知道”这个答案，深度学习训练出来的家伙，一般并不会给你。
是的，又回到进制的问题了，目前实现的人工智能，看起来也都是二进制模式。“有无”，“是否”，“对错”，永远遵循着几个规范进行所有的事情。而人脑不一样，面对面试官的问题，你可以回答不知道，面对没做过的事情，你可以回答不知道，虽然这不一定让领导喜欢，而且面试培训的时候也经常告诉你少说不知道。
然而，作为一个人，有一个人的脑子，你就是会说不知道，并且同时包括，我会做，我不会做这两个选择。这就是和目前通过深度学习框架，实现的人工智能最本质的区别。

人工智能，可以说“不知道”吗，可以类似人脑吗？

当然可以，这种事情很有概念性，按照上文来说1表情肯定，0表示否定，一个未知数X表示不知道。这里我就举一个很明显的例子，微信上面的小冰同志。我询问她问题的时候，不像以前的云词库机器人，她也会给予我三种类型答案。
表示肯定，表示否定，不回答。
那么，你回忆一下，自己在面对问题的时候，大脑是怎样分析的：先判断是否有记忆（数据）存在，如果有就代表你“知道”这个问题，然后开始说出正确或者错误的答案，这是你就会发现，两种不同定义上的两种可能性会组成多种可能性，直接可以分为不知道，正确和错误，这就是你大脑的运作模式，和微软小冰回复我问题的各种几率是相似的。
所以用一样的原理下，人工智能会说“不知道”，只不过和大脑的由数亿个神经元复杂度比起来，它完全就算个渣渣了。但如果要说目前的技术原理是不是类似人脑，那答案几乎就是肯定的，当然类似啊，曾经的研究人员又不傻，目前的进展卡在了算法和更贴近人脑的运算模式而已。
也就是说不代表几个进制，就可以表达几个状态，二进制仍然可以表达出大于二的状态，因为在视角和概念上的定位完全不是绝对的。而且这种的好处就是，不会像高进制一样，其它状态始终存在，需要参与运算（提高复杂度，降低效率，占用运算力），这种通过二进制实现的其它状态，可以是需要的时候存在参与运算，不需要的时候舍弃即可。
所以，扯多进制实现人工智能的文章，可能真的没搞清楚所谓的多进制到底是啥，标题党太多了，那其中所谓的三进制表达是-1，0，1还是1，2，3，我真的不是很想深入表达这种快接近哲学的玩意。我只想说，二进制在目前的设备上，可以实现多进制才有的更多种状态，三进制也有应用范围，所以如果要毫无根据的扯自己的大脑是什么什么进制，有多优秀，那你麻烦用你优秀的大脑亲自思考一下，你是怎么进行“思考”的，你试着用十进制的十种可能性去拆分对一个食物吃还是不吃的问题？你会发现，决定你吃还是不吃的因素，大部分还是由众多二进制选择构成的（味道好坏，份量足多等）。
所以(*￣m￣)，在压根就没明白进制在计算机上是在做什么的时候，你的大脑是怎么基本运转的时候，你说你脑子是一百进制，那是不是你上厕所还要关注一百种上与不上的可能性？向我这种低进制的脑子只会用一分钟分析，附近有没有人啊，我有没有尿意啊，这里能不能上厕所啊，三个二进制因素综合，当然我也可以加一个不知道啊，我很无奈啊，这种三进制直接应用。
要说多进制能不能用的问题，当然是能啊，但是如果是适不适合的问题，那我只能说目前的设备不适合，而且没必要。如果要深入研究到光子和量子计算机，还是会发现，这和人工智能的研制没有多大的关联，就算是百度上大部分所说的贴近人脑思维模式，上文也说了二进制一样可以在节约性能，效率维持的情况下做到，不过有些地方资料太少，我不发表太多主观言论，况且人工智能没有和这两样东西强制绑定。
其次就是，目前在人工智能领域所采用的方式，用v2ex网站上大佬的话说，用fuzzy logic，给输出量赋予概率，比起多出个非黑即白的“不知道”位，更加接近人脑思维方式。（所以实现接近人脑运算模式的解决方法还不止一种）

综上所述，几个重点。

1.其它进制能做的，二进制都能做，三进制也能做，而且并不差。
2.进制只是为了实现不同的状态，和可能性而已，压根没有复杂的用来故作高深的方面。
3.人工智能二进制为基础，仍然毫无问题的感觉，但不是用普通的二进制，有些人开个五六进制，那是一点常识都没有。（个人推导）
4.你的脑子可能也是二进制，不过复杂度超乎想象，海量的门逻辑构建出了非常复杂的效果，本质上你就是个会自己录入，组合数据，有一套独有逻辑的复读机（个人推导）。
5.现代信息储存技术非常棒，而且会越来越棒，就算是通用二进制为基本数据流，依然可以存海量数据，大概比现在多几十倍都没问题。所以永远别担心数据存储问题，有人说啥二进制太大了，硬盘不够，我大不了高进制存储，低进制转换再取可以吧？况且目前来说，存储数据的设备几乎不存在不够用的可能性。
6.根据上条，别扯什么记忆（数据）存储，本篇文章讨论的仍然是进制的话题，毕竟管你是什么信息，处理它的时候，还是会有一套逻辑。
7.进制越高越好就是扯到，人脑也不代表高进制（可以说有很高复杂度，可以说可能存在高进制运算逻辑），神经元结构，电位传输原理摆在那里，大自然也是有b数的，本身细胞结构也存在类似计算机领域晶体二极管的限制。（不适合的会淘汰，和早期选择进制的态度是相同的。）。
8.AI仍然是二进制靠谱，三进制也可以的套路研制，再往上走基本走不通，硬要走肯定行，然而现在讲究的都是最优方案。（功能实现都一样，我为啥复杂度高，效率低的那种，高进制计算机没有上天的可能啊。）

本文章存在一定的错误可能性，单纯个人论述，如有反驳意见，请拿出实际的理论参考。

资料来源及参考：
https://www.codercto.com/a/71795.html
https://baijiahao.baidu.com/s?id=1620193816394662440
https://blog.csdn.net/github_38885296/article/details/88387565
https://zh.wikipedia.org/wiki/%E4%B8%89%E9%80%B2%E4%BD%8D%E9%9B%BB%E8%85%A6
https://zh.wikipedia.org/wiki/%E4%B8%89%E5%80%BC%E9%80%BB%E8%BE%91
https://www.v2ex.com/t/114165
https://zh.wikipedia.org/wiki/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD
http://www.doc88.com/p-516670770928.html