{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"7f418071-0fdc-4a5a-a4c5-82dd1979d9c2","title":"人工智能哲学","author":null,"edition":null,"publisher":null,"year":null,"isbn":"7532740544","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"7f418071-0fdc-4a5a-a4c5-82dd1979d9c2","id":"7f418071-0fdc-4a5a-a4c5-82dd1979d9c2","uuid":"7f418071-0fdc-4a5a-a4c5-82dd1979d9c2","title":"人工智能哲学","normalized_title":"人工智能哲学","author":null,"edition":null,"publisher":null,"year":null,"isbn":"7532740544","isbns":["7532740544"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":501,"navigation_url":"https://workshop.closeclaw.top/ai/book/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2","title_url":"https://workshop.closeclaw.top/ai/title/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%93%B2%E5%AD%A6","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2","page_url":"https://workshop.closeclaw.top/api/ai/books/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2/page","search_url":"https://workshop.closeclaw.top/api/ai/books/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2/search"},"page":{"printed_page":52,"pdf_page":60,"physical_index":60,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"9597ff7ce3d8325615b2f18dad7475fde291962c8b0f890f4b1eeefd38c5a63b"},"chapter":"人工智能哲学","content":"终端状态\n\n$$\n\\mathbf { \\frac { i } { \\hbar \\mathbf { \\hat { y } } } } \\mathbf { \\hat { y } } \\mathbf { \\hat { \\Pi } } _ { \\mathbf { i } _ { \\uparrow } } ^ { \\mathbf { i } _ { \\parallel } } \\left[ \\begin{array} { l l l } { \\mathbf { q } _ { 1 } \\mathbf { q } _ { 2 } \\mathbf { q } _ { 3 } } & { } & { } \\\\ { \\mathbf { q } _ { 2 } } & { \\mathbf { q } _ { 3 } } & { \\mathbf { q } _ { 1 } } \\\\ { \\mathbf { q } _ { 1 } } & { \\mathbf { q } _ { 2 } } & { \\mathbf { q } _ { 3 } } \\end{array} \\right]\n$$\n\n输出信号，作为内部状态惟一的外部可见指标(灯光)，可由下表描述：\n\n状态 ${ \\bf q } _ { 1 }$ ${ \\bf q } _ { 2 }$ q3\n\n$$\n\\widehat { \\sf { H } } \\widehat { \\sf { H } } \\stackrel { { } } { \\bot } \\quad { \\sf { O } } _ { 1 } , \\quad { \\sf { O } } _ { 1 } , \\quad { \\sf { O } } _ { 1 } , \\quad { \\sf { O } } _ { 1 }\n$$\n\n这是离散状态机的一个典型例子。若是离散状态机的可能状态数只是有限的，就可以通过这种表来描述它们。\n\n看来，一旦确定机器的初始状态和输入信号，就总是可以预见所有未来的状态。这使我们想起拉普拉斯的观点：从宇宙在某一时刻由它的所有粒子的位置和速度所描述的完整状态出发，就可以预言出所有的未来状态。然而，同拉普拉斯所作的预言相比，我们拟议中的预言更具可行性。“宇宙整体”系统有这种特点：初始条件中微小的错误，在其后的时间中，会产生出势不可挡的效果。一个单个的电子在某一时刻发生十亿分之一厘米的位移，就可能造成一个人一年后被雪崩杀死还是死里逃生这样重大的区别。这种现象不会在我们称之为“离散状态机”的机械系统中发生，这是该系统的基本特性。即使我们考虑的是实际的物质机器，而不是理想化的机器，在某一时刻对于某一状态的足够准确的知识，在其后任何数量的步骤上，仍能产生出足够准确的知识。\n\n如前所述，数字计算机属于离散状态的机器类别。但是这种机器所能有的状态数一般是相当大的。例如，现在在曼彻斯特工作的那台机器，其状态数大约是2165)，也就是约105)。把它和上述例子中有三个状态的棘轮加以比较，不难看出其状态数为什么会如此巨大。计算机中有存储器，它相当于人类计算机使用的纸张。必须有可能把写在纸上的任何一种符号组合写入存储器。为简单起见，假定只使用从0到9的数字作为符号，各种手写体不予考虑。假定计算机可接受100张纸，每张纸有50行，每一行有30个字的位置。那么状态数就是10)100×5u×30，即10)15(。这约等于三台曼彻斯特机并在一起的状态数。状态数以2为底的对数通常称为机器的“存储容量”。这样曼彻斯特机的存储容量大约是165000，而我们例子中的那个轮机的容量大约是1.6。如果把两台机器并到一起，它们的容量必须相加，才能得到合成机的容量。这种情况可能导致这样的陈述：“曼彻斯特机含有64个磁道，每一磁道的容量是2560，还有8个电子管，每个容量为1280，其他各项的存储量大约是300，这样总计就是174380)。\n\n人工智能哲学\n\n52","previous_page":51,"next_page":53}