，賽博英雄傳！

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』……有什么關系……」

「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，再復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。人類生物腦的性能，如果符號運算為基准的話，計算資源可以和級計算機相比——好吧，在這個時代，我記憶里的那點參數多半也算不上『算』了。但是，與這個硬件相匹配的軟件，優化實在是太差了。如果單純比拼計算，追求性能，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「性能上的極致」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里，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「計算機圖像識別」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」，也是某些網絡程序判斷「登6者是否是人類」的標准。

「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斗，但程序員們仍舊將「肉眼識別驗證碼」作為阻攔機器惡意登6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』，po1ynoia1 ti——也就是縮寫的p問題。計算機可以快解決p問題。而比p問題更為困難的，則是非確定性多項式時間。eristinetp問題。」

一大部分幾何問題，都位於np之內。圖靈機可以快的驗證答案是否正確，卻不能快地給出答案。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，找到讓計算機成為神的路徑。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。

——如果不是因為戰爭的話，或許阿納托利有可能做到……什么……

——阿納托利又是誰？我怎么認識這么多莫名其妙的厲害角色？

片刻之後，男人才落寞的補充了一句：「大概是沒有吧。計算機有『注定不能做到』的事情。np問題，就注定是電子計算機無力解算的東西了。而np問題，甚至還不是復雜的極致。」

「np問題之外，還有多項式層級結構問題【ph】，多項式層級結構問題之外，還有多項式空間問題【pspace問題】，多項式空間之外，還存在指數時間問題【expti問題】。」

「在這方面，量子計算機比電子計算機強上一個維度。但是量子計算機理論上的能力界限，被稱作有限錯誤量子多項式時間問題【bqp】。而bqp范疇，也只包括了部分的pspace問題——即使是量子計算機，也無法觸及expti。這是近乎道的領域……」

尤基一臉敬畏的點了點頭：「雖然聽不懂，不過好像很厲害的樣子。那么向山……什么是expti啊？可以舉個例子嗎？」

「最簡單的例子好了。」向山點了點頭：「你在使用一個電子程序，覺得這個程序運行有點卡。這個時候，你要做出一個抉擇，是判斷『讓它就這樣卡卡卡的運行，一會就好了』，還是『我再忍耐多久，我就重啟一下』？這個『判斷』，就是expti判斷。」

尤基沉默了一下：「哈？」

「這個『判斷』，就是expti判斷。」

「什么？」

「這個『判斷』，真的就是expti判斷。」