初看之下，这似乎正好可以启用药理学的强力实验方法：多种多样的设定参数形成了庞大的数据组，算法在广阔的领土中不断开山辟路，逐渐构成一张地图，标注着实验结果的高峰和低谷。
但是简单的强力实验在这儿根本不起作用，还会使问题变得更加复杂，因为对于等离子体而言不存在“优劣水平量表”，没有一项简单的输出值能让算法筛选出最好的实验运行方式。这就需要人类进行差别化的判断，区分不同的进程。此外，你在培养皿中遇到的问题毕竟有限，而在核聚变反应中，安全操作的界限并不十分明确，数兆瓦的能量对各种气体施压，其温度将达到惊人的数十亿度，很有可能会将昂贵而独特的设备毁于一旦。这时候就必须由人类来统摄全局，以防止算法采用一组错误的输入值使机器遭受毁坏。
为了应对这一问题，三阿尔法公司和谷歌的机器学习专家发明了“验光师算法”（Optometrist Algorithm)。27验光师算法的提法来自视力测试，测试时病人会被问到二选一的问题：哪个看得更清楚?这个还是那个?在三阿尔法公司的试验中，数千种可能的实验设定被简化为约30个更容易被实验人员掌握的元参数。实验过程中等离子体每隔8分钟就会喷射一次，每次喷射之后，算法会暂停一小段时间再重新开始，并将新的结果连同之前最好的一次喷射结果，一并交付给人工操作员，由他裁定选择哪一个作为后续的实验设定。通过这种方式，验光师算法将人类的知识、直觉与设备在高维解空间（high-dimensional solution space）中的导航能力结合起来。
100
第四章 运算
107