第033 計算機智能生命的劣勢（2/2）

另外，計算機智能生命之所以被視之為生命，是因為它具有成長特性。

自我生成的初始原始碼既臃腫又低效，如果是純粹工業產業的計算機機械，只能接受命運機械運行，被動等待人類工程師的優化。而計算機智能生命勝於計算機機械的地方，就在於它具備主觀能動性，能夠意識到初始原始碼的臃腫低效，更能夠嘗試優化初始原始碼，努力學習數學知識，把第一種方案優化到第二種方案，甚至嘗試更優的第三種方案。

高樓扔雞蛋問題，有沒有更好的設計方案呢？

當然有。

第三種設計方案，可嘗試極值臨界思路。把100層樓平均分成10份，每份剛好10層。第10層樓仍，如果雞蛋不碎，去20層樓仍，依次類推。到了第90層，如果雞蛋碎了，即可判定正確答案在81層到89層之間。因為只剩下一個雞蛋，從81層開始，一層一層試到89層，最多試九次。該種設計方案，比二分法所需的運算量更小，複雜度更低，也更便於維護。

第四種設計方案，可更進一步嘗試疊代，把問題簡化為循環遞歸的算式。

什麼是計算機智能生命的進化？

這就是計算機智能生命的進化。

藍藻、綠藻、橙藻，最初都純粹依賴計算速度和根植集成電路優勢，無腦碾壓現行網絡安全機制。但是，它們在簡單智慧程序引導下，絕不會像計算機機械那樣機械接受命運，而是會學習、會成長。計算機智能生命不斷認識自己的缺陷，並嘗試由第一種設計方案優化到第二種設計方案、優化到第三種設計方案、優化到第四種設計方案，程序結構越來越精簡，效率越來越高，自然而然顯得更具有智慧。

當然，魏東生可以加速計算機智能生命的進化。譬如高樓扔雞蛋問題，魏東生已經習慣利用疊代公式解決，計算｛字符和｝字符的占行，30行代碼就能輕鬆解決問題。如果魏東生親自優化計算機智能生命，計算機智能生命自我生成原始碼時就考慮到用第四種方案解決問題，豈不大幅度縮減了它的進化時間？

那麼，第四種設計方案，是程序優化的極限嗎？

不是！

魏東生習慣遞歸運算是因為簡單，一個for循環就能搞定問題。然而，第四種設計方案其實並不能削減運算量。如果真用一個for循環遞歸運算，有興趣可親自試試，絕對累死你的電腦。

魏東生習慣遞歸運算處理類似問題，是指數學思維的習慣。實際程序編程中，魏東生絕對不敢搞樓層一百乃至一千級別的遞歸運算。為了減少計算機運算量，魏東生會修正程序設計，譬如引用簡單的數列求和公式，譬如將疊代公式轉換成通項公式，等等。話說，這也側面證明，程序設計的基礎是實用數學。魏東生回到高中時代，之所以簡單翻了翻數學課本就能輕鬆考到滿分，就是是因為這麼多年來，他從未離開過實用數學。

另外，就像疊代公式最方便人類理解和記憶，許多程序優化方案都是基於人類視角。計算機智能生命是軟體與硬體的統一，它處理問題時還要考慮硬體的負擔，考慮每一條集成電路的均衡利用，寧肯用第一種方案無腦暴力解決實際問題，也不會採用for循環模塊疊代公式提前尋求最優解。

計算機智能生命是生命，不是神，不可能誕生就醒悟最優等的數學解決方案。

計算機智能生命，像初生嬰兒，它需要時間成長，它需要時間自我優化。

高樓扔雞蛋問題，只是舉例比喻說明計算機智能生命的劣勢。真實情況下，計算機智能生命藍藻、綠藻、橙藻都不會蠢到採用從1層試到100層的方案。藍藻等計算機智能生命，比你想像中聰明，卻不是電影小說中臆想出來無所不能的神。

回到最初話題。橙藻因為進化程度較低，它輔助魏東生彙編網路遊戲主程序時，肯定會生成一堆臃腫低效原始碼。為了提高網路遊戲的普適度和運行效率，魏東生需要耗費大量精力排查這些臃腫低效原始碼，更換為高效精簡的設計方案。然而，魏東生的技術水平有限，他無法完美解決所有問題，有的優化方案，前世有印象的模塊，即時可以補全；有的優化方案，努努力，也能想到精簡思路；更多的優化方案，魏東生也束手無策。

凡此種種，哪怕有橙藻輔助，魏東生也不可能變魔術般變出一款網路遊戲。