计算简史：从分析机到量子计算机（中）

计算机简史分为三篇。

上篇：将讲述，在蒸汽弥漫的维多利亚时代，由两位天才书写的蒸汽计算机的故事。

中篇：则从风雨飘摇的第二次世界大战开始，由图灵作为引子，讲述电子计算机的发展历程。

下篇：以量子力学开端，讲述量子计算机的研发情况与困境，以及未来展望。

下面，请欣赏《计算简史》的中篇。

2016年3月，谷歌旗下DP公司的阿尔法狗程序，以压倒性的计算、学习能力，轻松击败世界围棋冠军李世石。

起源于中国的围棋，是人类开发出来一款非常复杂的抽象游戏。

它的棋子只有黑、白两种，仅一种落棋方式，通过棋子间彼此相连成片，把二维平面圈起来，对手被包围的棋子，则代表着被占领。换而言之，围棋就是一种通过棋子来模拟领土争夺战的游戏，谁抢的领土多、谁就是胜利。

围棋的玩法很简单，但玩起来却很复杂。

因为，每颗旗子的选择路线太多，在阿尔法狗之前，围棋曾号称是人类游戏里，唯一一款机器无法与人为敌的游戏。

为何，阿尔法狗却能轻易击败这个最后的壁垒?

这就涉及到支撑阿尔法狗的“深度神经网络”。它是一种在电脑程序上，模拟人类大脑神经元网络的算法，它的美妙之处在于，程序能够自己学习，然后通过程序自己的经验，由程序自己做出判断。

换而言之，阿尔法狗如同拥有独立思考能力。

阿尔法狗之所以能够做到超越人类智商的事，正是基于深度神经网络，该神经网络含概三个子网络。

第一个是走棋网络，用数以几十万计的高阶旗局训练它，为阿尔法狗超越人类的旗手积累经验。

第二个是估值网络，它能计算每一步的局势，得到棋局每一步的获胜概率。

第三个是树形图搜索网络，用来分析棋局的各种可能变化，像人类一样通过模拟接下来的形势，计算棋局未来地演变。

为何，阿尔法狗能如此“聪明”?

一切，要从一位天才说起，是他首次在数学上提出机器思维的概念，并从硬件上尝试制造它，这位天才正是现代计算机的奠基者——图灵。

我们对于图灵的认识，更多来自于20世界40年代的密码战。

疯狂的世界大战，让局势像风雨飘摇海面上的一叶孤舟，面对空中轰炸机的蹂躏、海底“狼群”潜艇的围殴，一艘又艘，航行在生命线上的货船接连沉没，无限制破交战，让身处孤岛的大英帝国变得前所未有的危险。

统筹这一切攻击的，正是遍布空中的无线电。

通常，这些无线电只要懂相关知识，都能够轻易截获。难题在于，纳粹的无线电波，都通过一种叫“恩格玛”的机器的加密。对此，英国政府开始招募相关专家，决心破解纳粹的密码。专家当中就有图灵，最后他们成功破解了恩格玛。

此事可谓耳熟能详，但本篇所述，并不是图灵的这件事。

图灵学生时代，因性格孤僻而遭遇校园欺凌。有一次，一位高年级学长向他伸出了援手，在那个没有一位女生的男式学校里，聪明帅气的学长的援手，对于图灵来说，是恋爱的味道。与学长的邂逅，他孤独的内心逐渐充实了起来，两人还一起约定，将来去剑桥读书。

然而，命运似乎有意在跟图灵开玩笑。

那名学长在18岁那年，却因肺结核病逝，这对于依赖他的图灵来说，是失恋的痛苦。之后，图灵在写给母亲的信中提到，除了学长，他不会再跟任何人交朋友。图灵还说，自己一定还能见到学长。

说出来你可能不信，程序猿的祖师爷其实是个GAY

真爱的病逝，正是图灵研究人工智能的原动力。

制造像人类大脑那样会思考的机器，在图灵的心中扎根，他畅游于浩瀚的数学王国，试图找到一个方法，来实现这一愿望。所以，站在这个角度上来看，现代计算机，是图灵这个愿望阴差阳差的副产品。

1936年，图灵在他的论文里问了个深奥的问题。

“当一个人在计算时，他的大脑中到底发生了什么?”大脑是个极其复杂的生物系统，拥有感知、思考和预测等诸多能力，但对于图灵来说，这些都是表象，他认为人类的感情、思维，不过是数学计算，大脑也只不过是精密的机械罢了。

基于上述逻辑，他意识到，在数学上要计算这些抽象的东西，就必须找到一种能让机器理解的方法。

1940年，图灵邂逅了爱达为巴贝奇分析机写的注释和人类第一条程序，他们进行了跨越历史长河的对话。正如巴贝奇与爱达所做的那样，图灵把爱达的研究记录了下来，他决心通过编程来赋予机器智能。

就这样，通过编程给机器输送指令的方法，再次重见天日。

这是一个非常简洁的概念，同样的一台机器，只要你给它不同的任务指令，它就能完成指令中的任务。比如唱歌、跳舞、数学计算，一切的一切，都能通过程序来实现，任务越多，指令就越长。如果内存足够大，机器似乎可以做到与人无异。

这一思想，后来被称为图灵机，也是图灵最伟大的遗产。

如今，我们掌间的小小手机，便是图灵思想的现代化身，它集听音乐、看电影、打电话等等各种功能于一身，将来，无论手机做得多么花哨、功能如何的多，其本质都是图灵思想的延续，各种应用APP，都只不过是一串和1的数字。

不仅于此，从图灵机发展而来的信息革命，成了当今社会的命脉，国防、电网、智能导航、金融、交通等等，已全部纳入进计算机的管理之下。

计算机已彻底改变了我们生活的方方面面。工业革命，大幅度提升了人类的生产力；而信息改命，则让工业变得更高效，以及在虚拟现实、自动化上影响深远。那么，这一切究竟是怎么做到的呢?

接下来，我们回到第一台通用计算机诞生的前夕。

1944年，时值动荡的二战，IBM为了帮助美国早点研发出核弹，开发出一台名为哈佛妹控（HARVARD mk）1号的超大型计算机。妹控1号有76万个零件，300万个电线连接点，804公里长的导线，以及一个5马力的电动机驱动。

巨大的无比的妹控1号，但她并不能编程

“妹控”的神经元是“继电器”。

继电器是一种磁性开关，当控制电路通电后，它会利用磁性闭合电路。开关一开、一关，代表着1与。因此，“妹控”也被称之为继电器计算机。

不幸的是，“妹控”的继电器每次开启、闭合都要消耗一定的时间，所以她做一次剩法要花6秒，除法要花15秒，处理一个三角函数，则要一分钟以上。除了速度慢，零件磨损也太快了，而且还会因钻进虫子而引发故障。

之后，操作员从故障的妹控号身上找到一只死虫。当虫子越来越多，从此以后，每当电脑故障，我们就说它出了BUG（虫子）。显然，要想更先进，就需要升级妹控的“继电器神经元”。幸运的是，升级科技已存在。

早在1904年，英国人就开发出一种名为“热电子管”的灯泡。1906年，美国人更进一步，通过正、负电，开发出可以控制电流流动的“真空管”。真空管没有机械活动，意味着它替换妹控身上的继电器。

真空管的演变过程

虽然真空管缺点也蛮多。比如耗电、发热快，也会像灯泡一样烧掉，相对于继电器开关而言，还非常昂贵。

但在有钱的美帝面前，能氪金升级的科技，那都不叫事。

二战已临近尾声，美帝从英国手里接过世界霸主宝座，雄心勃勃的美国军方，开始大力支持军队的科技升级，籍此来提升部队的战斗能力。他们迫切需要一台计算机，来计算繁重的炮弹弹道轨迹计算任务。

宾夕法尼亚大学接下这个任务。

有了巴贝奇、爱达、图灵、等一系列有名、或无名的前人铺就的道路，外加有妹控1号的制作经验，宾夕法尼亚大学对计算机已成竹在胸，并在于1946年完成。

人类第一台能编程的计算机

这是世界上第一台通用、能编程的计算机。

可是，由于它有近1.8万的真空管，如此之多一起运作，所以它发热迅速，平均每半天就会烧掉一次，真是让人受不了。

显然，真空管开关也并不理想。

米帝继续加大氪金力度，试图找到更加先进的开关。这时候，量子力学闪亮登场，它在微观世界上，解释了材料为何会导电与不导电。

1947年，米帝贝尔实验室基于量子力学，设计出晶体管。

就像之前的继电器、真空管，晶体管也是一个开关，用于控制1与。晶体管开关由一种叫“半导体”的材料制成，这种材料，注入某种元素导电、注入另一种元素则不导电，具体它导与不导之间如何变换，由于量子力学非常复杂、晦涩难懂，限于篇幅，有兴趣的读者，可以自己去搜半导体相关的资料。

芯片、内存等工业，都是集成晶体管，所以也叫“半导体产业”。

对比此前的开关，晶体管的优势显而易见。首先，控制比特的开关的响应速度，大幅度提升，使计算速度跟着快速提升，其次是半导体是固体，持久、耐用、体积小。有了晶体管，计算机的体积一下就缩小了许多。

就像这台于1957年发布的IBM 570，消费者也能买得到。

如今，最先进的芯片，其线程间的半导体间隔，仅7-10纳米，这是什么概念，一张纸的厚度就超过10万纳米。晶体管开关，已经小到物理的极限，因为再少，就会产生一种“量子隧穿效应”，这样开关就会失效。

为了更快、更强，基于量子比特，开发量子计算机，也就成了顺利成章的事（这个下期重点再讲）。

前面，我说了那么多比特、编程、与1等等。

那么，这些开关到底是怎么进行计算的?怎么一堆开关放一起，就会有智能了呢?你是不是觉得信息太少了，但只要借助数学，这就够了，而且一开/一关，信号最容易区别。

无论1与，还是蒸汽时代的开孔与不开孔，它们都只是一种计算机语言，如同中文苹果与英文的APPLE，都是表述同一种东西。

编码表

计算机语言中的1与，看似毫无规律，但它们遵守编码表。比如，当你输入“1011、1001”之类的，计算机会根据指令，找到相应的文字，接着再把文字显示在屏幕中。

那么，视频、图片、文字，怎么又是变成一堆1与的呢?

我们都知道，衡量一个电脑、手机显示屏的性能如何，很重要的一个指标是它能支持多少像素。这些像素点，正是基于二进制来进行保存，假设一个黑点用00表示，白点则用11表示，其它颜色可以用10、01等表示，这样就能处理四种颜色。

基于二进制逻辑，以此类推。

假设把一个像素点，增加到八个比特位时，那么，每个像素点则会有256种颜色可选择。显而易见，这样能大幅度提示图片质量。而视频，就是一帧帧的图片，只要增加计算机地投射图片的速度，一段高质量视频，将会呈现在你眼中。

当然，仅有图片还不够。

比如，当你看岛国爱情动作片，肯定少不了竖起耳朵，聆听女忧那诱人的娇喘声。而声音都是通过波来传递，录音的时候，计算机会高速采样每秒的震动频率，采校的速度越快，能够模拟的就越逼真。

最后，计算机根据采样得到的信息编码成与1，当你输入相应的指令，它就会播放已经数字化过的声音。

通过上述任务，我们已经知道，计算机极其擅长处理、存放海量数据。当计算速度达到一定程度，通过各种极为复杂的算法，让机器学习成为可能，接着，计算机再通过学习到的经验进行判断，就这样，人工智能也就水到渠成的诞生。

这一过程，就和人很相似了。

由于人类大脑神经元是一层一层叠加运行，比如你读书时，第一层神经元接受文字后，它经过简单过滤后会传递给下层，接着下一层经过提炼，将重要的知识点又往一层传递，最终使有用的知识变成你的记忆，当考试的时候，你再把它拿出来。

机器学习与之类似，所以这一算法叫深度神经网络。

尽管这看起来不可思议，但受限于计算机的速度，目前的AI都还是“弱智”，只能做做分类、翻译、找人脸、下棋等的特定任务。在这些特定任务上，它们的表现远远强于人类，比如打败世界冠军棋手。

就像阿尔法狗，它每次与人类下棋，都会根据走棋网络扫描棋盘，选出可行的落点，接着根据每个落点可能产生的变化，构建出树状图，最后再根据估值网络，分析出每一步的获胜机率。正是结合这三种算法，赋予了阿尔法狗前所未有的下棋能力。

通过这些，已在侧面证明了AI的无限潜力。

假如未来有一天，AI也能写书、艺术创作、物理研究，肯定“他们”的表现将远远强于人类，对社会将会产生极大的影响。

哪么，那样的世界将会是怎么样的?我们以后有机会再讨论。