混沌理论要做的就是从量子力学的“测不准原理”和非线性系统的多样性和多尺度出发，去探讨“动态系统中无法用单一的数据关系，而必须用整体，连续的数据关系才能加以解释及预测的行为。”为此，它创设了一套名叫量化分析的方法，这套方法一俟确立即成为各学科探讨混沌世界“不确定里的确定”的不二法则。2008年，美国发生近一百年以来最大的金融危机，为挽救美国经济，美国联邦储蓄局（相当于美国中央银行）宣布了一项名为“量化宽松”的货币政策，向美国银行及其他金融机构释放6000亿美元，以增加美国整个金融体系的资金头寸（可流动资本金）。之前，中央银行喜欢用宽松或紧缩两个字眼来宣示货币政策，反映货币发行量的多少和松紧程度。此一“量化宽松”概念的使用，展示出美国金融当局开始对金融市场的调控采用非线性思维和量子学说的概念来做思考，自然少不了运用混沌理论创造的量化分析的方法。社会生活中没有什么事物比金融市场更复杂多变的。原指望市场这只“看不见的手”会自动调节市场，可是多次的世界性经济危机使人们看到市场也有失灵的时候。每到这个时候政府不能不站出来拨乱反正，采用各种政治、经济、金融手段使市场从失衡的状态重新归之于平衡。而且，经济学人们早发现经济发展的起落具有周期性规律。对经济作反周期的经济调控在某些时候也是政府当仁不让的职责。但是干预涉及人为操控市场，非宽松、紧缩几个字了得。严格说经济学的本质就是一门数学计量科学。把各种经济参数归集统计、通过某种算法——比如建立一个个不同的数学模型（行话“建模”）得出结果，由此推论现实状况的成因并预测未来。这也是经济学有那么多流派的原由。挖掘数据，建模计算，发现规律，指导实践，能自圆其说的忘不了建立一个流派，在为人类经济学贡献知识的同时解决经济领域的实际问题。上上者如混沌理论变成具有普世价值的科学，帮助人们认识现实预见未来。降格以求的也有救世之功，成为帮助某些国家和地区经济摆脱贫穷落后走向繁荣的行动指南。然而人类社会没有比市场更复杂的事了。事与愿违的事每每发生在国家精英、社会贤达最乐观、最自信、最有把握、也最不经意的时候。凡胸有成竹之人大多都有某种傲气在身，做事喜欢彰显举重若轻的气概。这次，美联储推出的“量化宽松”却显得十分淡定。谁也不了解美联储究竟以一种什么计算方法去求解这次经济危机的成因和预测未来的发展结局，但有一点是肯定的，在把财政、金融、市场、企业、社会所有宏观、微观经济数据归集之后，如果按照线性代数的计算方法，总有一个结果是确定的，如果按照一个非线性的数学模型去解，却有无限多的不确定解。显然，“量化宽松”具有鲜明的非线性求解色彩，不然，怎么会突然冒出这么一个多少有些让人费解的“术语”，而这个术语给出的“解”却是一个“不确定性”——按线性思维理解的“解”，要么立竿见影，拯救美国金融危机于危难之中；要么无效。向金融机构放出6000亿美元流动资金将会带来怎样的结果，只有“不确定性”几个字作解。听天由命吧。看上去颇具宿命色彩的一句话却体现的是新潮且崇高的科学精神。100多年前海森堡创立量子力学的时候，他不会想到21世纪的人们越来越多地把量子力学的许多原理应用到社会科学上。抛开线性、非线性代数、混沌理论不说，单从量子物理学“测不准原理”的角度讲，既然量子具有测不准的属性，如果把所有金融数据等同于物理世界的粒子，对这些粒子作一番量子化处理，你只会看到它们互相纠缠，此一时彼一时，不是不想测准，确实测不准，因此，只能用波函数的概率来把握，一切尽在不确定中。美联储开创了用非线性思维、量子力学和混沌理论的原理思考和解决金融问题的先河。从这一天起，财经报章、论文、演讲、政府文件，到处充斥着“不确定性”这个词。对象金融这样高级复杂的事物作预测，变成了从不确定性中寻找确定性的思想实验。宇宙物理学中的“奇点”、非线性数学中的“奇点”，量子力学中的量子叠加态、纠缠态、正相干、退相干以及测不准原理和波函数谜题，当这些科学概念被应用到社会科学和对明日世界预测的时候，它们似乎也印证了上述物理学和数学中的测不准定理，它决定了世间没有真理，只有无限迫近真理的真理。真理即是“奇点”。但伟大的未来学学者，却不怯于逾越“奇点”。。

让我们来看看未来学大师是怎样预测未来的。未来学大师级人物雷.库茨维尔，这位大爷被《华尔街日报》誉为“永不满足的天才”，被《福布斯》杂志誉为“最终的思考机器”。他最著名的论著《奇点临近》，堪称奇书。他宣称“我们的技术将能够和人类最优秀最精妙的品质相媲美，并超越它们。”超越的这天即是奇点来到的一天。而且，他很肯定地把这个时间定在2045年。如此大胆预测，这要从他关于宇宙中一切都是信息开始说起。他把物质存在和演化的历史划分为六个纪元，第一纪元：物理与化学；第二纪元：生物与dna（脱氧核糖核酸）；第三纪元：大脑；第四纪元：技术；第五纪元：人类智能与人类技术的结合；第六纪元：宇宙觉醒。他认为宇宙所有的存在都可以拆分为信息、或说无不以信息的形式存在，地球上从一块岩石到一切生物、生命的内核dna，直到人类的大脑，莫不如此。当六个纪元演进到第四纪元的时候，人类开始掌握了先进的信息处理技术如计算机等硬件、软件技术，人类开始进入到第五纪元——人类智能与人类技术结合的时代，即今天我们正在经历和即将跨入的时代，也是奇点到来的时代。他最重要的论点，既然宇宙万物都可拆解为信息，而且人类发明了可以用计算机数字化语言（一个个可以无限编码的0和1数字以bit为计量单位）来计算和解读这些信息的技术，接下来就是人们看到的无可争议的事实。计算机的计算能力以指数级增长（一个常量连续相乘）的速度增长，昨天计算机刚刚打败国际象棋第一人，不几天围棋顶级选手又败在计算机手下。原以为比国际象棋更复杂的围棋是人类智慧独享的专利，计算机竟自轻松拿下。在许多彰显人类智慧的领域，自此一役，计算机已然显出“独孤求败”的姿态，让人类最聪明的人莫之奈何。雷大师算过一笔帐，人的大脑约有1000亿个神经元可用来处理信息，处理能力大约可达到每秒10的16次方量（10的乘积作为常量连续乘16次），但今天的一台个人计算机的信息处理能力已可达10的9次方量，且这个能力还在按每三年翻一倍的速度提升，要不了30年就可超越人类，与之相比，人类算得了老几？人类当然不愿甘拜下风。问题在于，人类受限于生物进化的自然规律，英才辈出需要漫长的世代更迭，与其等待人类千年万年进化到人人皆英才且卓尔不凡，不如立即动手赋予计算机以智慧，这比进化来的快多了，况且还可以此证明人类智慧的辉煌——还有什么能比得上给机器带来智慧和生命更荣耀的事呢，难道人类不因此而自豪吗？于是有那么一帮人类最聪明的人，为了挑战人类智慧的极限，从20世纪四十年代就一头扎进人工智能的大海，竭尽所能，几十年来，好歹也算把人工智能提升到了昆虫的智能水平，尽管顿挫不断，却也把个人工智能搞得风生水起。今天，展望未来，没有比ai这两个大写的英文字母更富于科幻意味的词了。一切都从这里出发。从这里，人类将进入第六纪元，宇宙的所有，都在机器计算的掌控之中，雷爷如是说。从这里，人类将由智人演变为智神，《未来简史》的作者尤瓦尔·赫拉利如是说。从这里，人类将在2700年被人工智能毁灭，刚刚去世的伟大物理学家霍金悲观的说。

ai到底是啥，能用最简单的语言解释明白吗。不就是一套数学计算算法的计算机软件嘛。从20世纪40年代以来，人工智能专家一直孜孜不倦地探寻它的奥妙，为计算机发明了若干个算法，主流的有三种：递归算法、神经网络算法、遗传算法。递归算法催生了网络搜索引擎的诞生，以后完胜国际象棋、围棋顶级高手的计算机都属于此类算法的胜利。神经网络算法意欲模仿人类大脑神经元以及人体神经网络处理信息的方法和结构，以立体分布的方式构建计算节点，使之在一个非线性的网络化的数学模型里运算，发挥的不是点到点的连接而是多点对多点的交互作用，最终得到的是一个结构计算的结果。苹果公司2017年发布的iphonex手机很好的诠释了神经网络算法的精妙之处：利用手机摄像头对着自己的脸就那么一扫，你的面部立刻形成一个由5万多个点合成的3d立体图象，从此，这个图像——你的一张脸成为你开启手机功能唯一的识别标记，谁也替代不了。该项技术统称人脸识别系统。遗传算法则模拟生物进化。遗传基因的变异带来进化突变，因此，遵循这一生物进化的定律，遗传算法将某类信息设定为父代基因并将之变成一种计算因子，以后加入的信息都以这些父代基因的计算因子加以运算，不停、不断地加入同类信息，父代基因的计算因子不停的加以运算，相当于一代一代的遗传，直到出现突变，当突变出现的时候也就是ai智能升华的时候。雷.库茨维尔举的例子是航空发动机。把既有的航空发动机所有参数设为父代基因，以后设计的航空发动机参数都经由父代计算因子计算，一代代下去，想必有一天真有突破。我们不妨天真地想，把遗传算法用在北京交通管理就不错。1万多平方公里的区域，2000多万人口，800多万辆汽车，将最近一天的车辆交通参数全部录入计算机指定为父代基因，以后每时每分更新，这可比航空发动机数据更新来得快多了，遗传频率高意味着遗传基因发生突变的可能来得早。当它来到的时候，北京人可能突然发现，北京堵车现象大大减低，因为交通管理信号突然变得智慧起来了。红灯亮、绿灯行，几万个交通信号灯都由一个计算机大脑在指挥，它自会设定每一个红绿灯的转换时间，而且实时调整。但愿大数据下各种算法真的能够给城市管理带来机器的智慧。但在人工智能专家、未来学家眼里，现实生活中很多场景出现的人工智能应用算不上什么，人工智能指向未来最激动人心的是它的自学习能力。在种种机器算法里加入自学习功能才是人工智能的王道。是它，而不是其他，决定着人工智能到底能够走多远——是否像雷.库茨维尔所说的那样走向第六纪元或《未来简史》的作者尤瓦尔·赫拉利所说那样人类将由智人走向智神——端赖于此。确实，21世纪即将过去的20年里，计算机人工智能彻底打败人类围棋高手并不重要，重要的是计算机自学习技术有了前所未有的进步。世界历史好像突然间从此进入了一个连机器都会自学习的时代。