复兴算法

A. “黄金分割”介绍

一）黄金分割律 这是公元前六世纪古希腊数学家毕达哥拉斯所发现，后来古希腊美学家柏拉图将此称为黄金分割。这其实是一个数字的比例关系，即把一条线分为两部分，此时长段与短段之比恰恰等于整条线与长段之比，其数值比为1.618 : 1或1 : 0.618，也就是说长段的平方等于全长与短段的乘积。0.618，以严格的比例性、艺术性、和谐性，蕴藏着丰富的美学价值。 为什么人们对这样的比例，会本能地感到美的存在？其实这与人类的演化和人体正常发育密切相关。据研究，从猿到人的进化过程中，骨骼方面以头骨和腿骨变化最大，躯体外形由于近似黄金而矩形变化最小，人体结构中有许多比例关系接近0.618，从而使人体美在几十万年的历史积淀中固定下来。人类最熟悉自己，势必将人体美作为最高的审美标准，由物及人，由人及物，推而广之，凡是与人体相似的物体就喜欢它，就觉得美。于是黄金分割律作为一种重要形式美法则，成为世代相传的审美经典规律，至今不衰！ 近年来，在研究黄金分割与人体关系时，发现了人体结构中有14个“黄金点”（物体短段与长段之比值为 0.618），12个“黄金矩形”（宽与长比值为 0.618的长方形）和2个“黄金指数”（两物体间的比例关系为 0.618）。 黄金点：(1)肚脐：头顶－足底之分割点；(2)咽喉：头顶－肚脐之分割点；(3)、(4)膝关节：肚脐－足底之分割点；(5)、(6)肘关节：肩关节－中指尖之分割点；(7)、(8)乳头：躯干乳头纵轴上这分割点；(9)眉间点：发际－颏底间距上1/3与中下2/3之分割点；(10)鼻下点：发际－颏底间距下1/3与上中2/3之分割点；(11)唇珠点：鼻底－颏底间距上1/3与中下2/3之分割点；(12)颏唇沟正路点：鼻底－颏底间距下1/3与上中2/3之分割点；(13)左口角点：口裂水平线左1/3与右2/3之分割点；(14) 右口角点：口裂水平线右1/3与左2/3之分割点。 面部黄金分割律 面部三庭五眼 黄金矩形：(1)躯体轮廓：肩宽与臀宽的平均数为宽，肩峰至臀底的高度为长；(2)面部轮廓：眼水平线的面宽为宽，发际至颏底间距为长；(3)鼻部轮廓：鼻翼为宽，鼻根至鼻底间距为长；(4)唇部轮廓：静止状态时上下唇峰间距为宽，口角间距为长；(5)、(6)手部轮廓：手的横径为宽，五指并拢时取平均数为长；(7)、(8)、(9)、(10)、(11)、(12)上颌切牙、侧切牙、尖牙（左右各三个）轮廓：最大的近远中径为宽，齿龈径为长。

黄金指数：(1)反映鼻口关系的鼻唇指数：鼻翼宽与口角间距之比近似黄金数；(2)反映眼口关系的目唇指数：口角间距与两眼外眦间距之比近似黄金数。 0.618，作为一个人体健美的标准尺度之一，是无可非议的，但不能忽视其存在着“模糊特性”，它同其它美学参数一样，都有一个允许变化的幅度，受种族、地域、个体差异的制约。

（二）比例关系 是用数字来表示人体美，并根据一定的基准进行比较。用同一人体的某一部位作为基准，来判定它与人体的比例关系的方法被称为同身方法（见中图）。分为三组：系数法，常指头高身长指数，如画人体有坐五、立七，即身高在坐位时为头高的五倍、立位时为7或7.5倍；百分数法，将身长视为100%，身体各部位在其中的比例；两分法：即把人体分成大小两部分，大的部分从脚到脐，小的部分为脐到头顶。 标准的面型，其长宽比例协调，符合三停五眼（见右图）。三停是指脸型的长度，从头部发际到下颏的距离分为三等分，即从发际到眉、眉到鼻尖、鼻尖到下颏各分为一等分，各称一停共三停；五眼是指脸型的宽度，双耳间正面投影的长度为五只眼裂的长度，除眼裂外、内此间距为一眼裂长度、两侧外眦角到耳部各有一眼裂长度，
参考资料：http://www.188s.com/ReadNews.asp?NewsID=468

B. 为什么中国古代数学会形成算法思想它对后世的影响如何

数学的发展包括了两大主要活动：证明定理和创造算法。定理证明是希腊人首倡，后构成数学发展中演绎倾向的脊梁；算法创造昌盛于古代和中世纪的中国、印度，形成了数学发展中强烈的算法倾向。统观数学的历史将会发现，数学的发展并非总是演绎倾向独占鳌头。在数学史上，算法倾向与演绎倾向总是交替地取得主导地位。古代巴比伦和埃及式的原始算法时期，被希腊式的演绎几何所接替，而在中世纪，希腊数学衰落下去，算法倾向在中国、印度等东方国度繁荣起来；东方数学在文艺复兴前夕通过阿拉伯传播到欧洲，对近代数学兴起产生了深刻影响。事实上，作为近代数学诞生标志的解析几何与微积分，从思想方法的渊源看都不能说是演绎倾向而是算法倾向的产物。

从微积分的历史可以知道，微积分的产生是寻找解决一系列实际问题的普遍算法的结果6。这些问题包括：决定物体的瞬时速度、求极大值与极小值、求曲线的切线、求物体的重心及引力、面积与体积计算等。从16世纪中开始的100多年间，许多大数学家都致力于获得解决这些问题的特殊算法。牛顿与莱布尼兹的功绩是在于将这些特殊的算法统一成两类基本运算——微分与积分，并进一步指出了它们的互逆关系。无论是牛顿的先驱者还是牛顿本人，他们所使用的算法都是不严格的，都没有完整的演绎推导。牛顿的流数术在逻辑上的瑕疵更是众所周知。对当时的学者来说，首要的是找到行之有效的算法，而不是算法的证明。这种倾向一直延续到18世纪。18世纪的数学家也往往不管微积分基础的困难而大胆前进。如泰勒公式，欧拉、伯努利甚至19世纪初傅里叶所发现的三角展开等，都是在很长时期内缺乏严格的证明。正如冯·诺伊曼指出的那样：没有一个数学家会把这一时期的发展看作是异端邪道；这个时期产生的数学成果被公认为第一流的。并且反过来，如果当时的数学家一定要在有了严密的演绎证明之后才承认新算法的合理性，那就不会有今天的微积分和整个分析大厦了。

现在再来看一看更早的解析几何的诞生。通常认为，笛卡儿发明解析几何的基本思想，是用代数方法来解几何问题。这同欧氏演绎方法已经大相径庭了。而事实上如果我们去阅读笛卡儿的原着，就会发现贯穿于其中的彻底的算法精神。《几何学》开宗明义就宣称：“我将毫不犹豫地在几何学中引进算术的术语，以便使自己变得更加聪明”。众所周知，笛卡儿的《几何学》是他的哲学着作《方法论》的附录。笛卡儿在他另一部生前未正式发表的哲学着作《指导思维的法则》(简称《法则》)中曾强烈批判了传统的主要是希腊的研究方法，认为古希腊人的演绎推理只能用来证明已经知道的事物，“却不能帮助我们发现未知的事情”。因此他提出“需要一种发现真理的方法”，并称之为“通用数学”(mathesis universakis)。笛卡儿在《法则》中描述了这种通用数学的蓝图，他提出的大胆计划，概而言之就是要将一切科学问题转化为求解代数方程的数学问题：

任何问题→数学问题→代数问题→方程求解而笛卡儿的《几何学》，正是他上述方案的一个具体实施和示范，解析几何在整个方案中扮演着重要的工具作用，它将一切几何问题化为代数问题，这些代数问题则可以用一种简单的、几乎自动的或者毋宁说是机械的方法去解决。这与上面介绍的古代中国数学家解决问题的路线可以说是一脉相承。

因此我们完全有理由说，在从文艺复兴到17世纪近代数学兴起的大潮中，回响着东方数学特别是中国数学的韵律。整个17—18世纪应该看成是寻求无穷小算法的英雄年代，尽管这一时期的无穷小算法与中世纪算法相比有质的飞跃。而从19世纪特别是70年代直到20世纪中，演绎倾向又重新在比希腊几何高得多的水准上占据了优势。因此，数学的发展呈现出算法创造与演绎证明两大主流交替繁荣、螺旋式上升过程：

演绎传统——定理证明活动

算法传统——算法创造活动

中国古代数学家对算法传统的形成与发展做出了毋容置疑的巨大贡献。

我们强调中国古代数学的算法传统，并不意味中国古代数学中没有演绎倾向。事实上，在魏晋南北朝时期一些数学家的工作中，已出现具有相当深度的论证思想。如赵爽勾股定理证明、刘徽“阳马”一种长方锥体体积证明、祖冲之父子对球体积公式的推导等等，均可与古希腊数学家相应的工作媲美。赵爽勾股定理证明示意图“弦图”原型，已被采用作2002年国际数学家大会会标。令人迷惑的是，这种论证倾向随着南北朝的结束，可以说是戛然而止。囿于篇幅和本文重点，对这方面的内容这里不能详述，有兴趣的读者可参阅参考文献3。

3 古为今用，创新发展

到了20世纪，至少从中叶开始，电子计算机的出现对数学的发展带来了深远影响，并孕育出孤立子理论、混沌动力学、四色定理证明等一系列令人瞩目的成就。借助计算机及有效的算法猜测发现新事实、归纳证明新定理乃至进行更一般的自动推理……，这一切可以说已揭开了数学史上一个新的算法繁荣时代的伟大序幕。科学界敏锐的有识之士纷纷预见到数学发展的这一趋势。在我国，早在上世纪50年代，华罗庚教授就亲自领导建立了计算机研制组，为我国计算机科学和数学的发展奠定了基础。吴文俊教授更是从70年代中开始，毅然由原先从事的拓扑学领域转向定理机器证明的研究，并开创了现代数学的崭新领域——数学机械化。被国际上誉为“吴方法”的数学机械化方法已使中国在数学机械化领域处于国际领先地位，而正如吴文俊教授本人所说：“几何定理证明的机械化问题，从思维到方法，至少在宋元时代就有蛛丝马迹可寻，”他的工作“主要是受中国古代数学的启发”。“吴方法”，是中国古代数学算法化、机械化精髓的发扬光大。

计算机影响下算法倾向的增长，自然也引起一些外国学者对中国古代数学中算法传统的兴趣。早在上世纪70年代初，着名的计算机科学家D.E.Knuth就呼吁人们关注古代中国和印度的算法5。多年来这方面的研究取得了一定进展，但总的来说还亟待加强。众所周知，中国古代文化包括数学是通过着名的丝绸之路向西方传播的，而阿拉伯地区是这种文化传播的重要中转站。现存有些阿拉伯数学与天文着作中包含有一定的中国数学与天文学知识，如着名的阿尔·卡西《算术之钥》一书中有相当数量的数学问题显示出直接或间接的中国来源，而根据阿尔·卡西本人记述，他所工作的天文台中就有不少来自中国的学者。

然而长期以来由于“西方中心论”特别是“希腊中心论”的影响以及语言文字方面的障碍，有关资料还远远没有得到发掘。正是为了充分揭示东方数学与欧洲数学复兴的关系，吴文俊教授特意从他荣获的国家最高科学奖中拨出专款成立了“吴文俊数学与天文丝路基金”，鼓励支持年轻学者深入开展这方面的研究，这是具有深远意义之举。

C. 比特币如何算出来的

从比特币的本质说起，比特币的本质其实就是一堆复杂算法所生成的特解。特解是指方程组所能得到有限个解中的一组。而每一个特解都能解开方程并且是唯一的。

以钞票来比喻的话，比特币就是钞票的冠字号码，知道了某张钞票上的冠字号码，就拥有了这张钞票。而挖矿的过程就是通过庞大的计算量不断的去寻求这个方程组的特解，这个方程组被设计成了只有 2100 万个特解，所以比特币的上限就是 2100 万个。

要挖掘比特币可以下载专用的比特币运算工具，然后注册各种合作网站，把注册来的用户名和密码填入计算程序中，再点击运算就正式开始。完成Bitcoin客户端安装后，可以直接获得一个Bitcoin地址，当别人付钱的时候，只需要自己把地址贴给别人，就能通过同样的客户端进行付款。

在安装好比特币客户端后，它将会分配一个私钥和一个公钥。需要备份你包含私钥的钱包数据，才能保证财产不丢失。如果不幸完全格式化硬盘，个人的比特币将会完全丢失。

钱包

比特币钱包使用户可以检查、存储、花费其持有的比特币，其形式多种多样，功能可繁可简，它可以是遵守比特币协议运行的各种工具，如电脑客户端、手机客户端、网站服务、专用设备；

也可以只是存储着比特币私密密钥的介质，如一张纸、一段暗号、一个快闪U盘、一个文本文档，因为只要掌握比特币的私密密钥，就可以处置其对应地址中包含的比特币。比特币无法存入一般的银行账户，交易只能在比特币网络上进行，使用前需下载客户端或接入线上网络。

以上内容参考网络-比特币

D. 黄金分割比例

黄金分割是指将整体一分为二，较大部分与整体部分的比值等于较小部分与较大部分的比值，其比值约为0.618。
这个比例被公认为是最能引起美感的比例，因此被称为黄金分割。
在古希腊时期，有一天毕达哥拉斯走在街上，在经过铁匠铺前他听到铁匠打铁的声音非常好听，于是驻足倾听。他发现铁匠打铁节奏很有规律，这个声音的比例被毕达哥拉斯用数学的方式表达出来。
把一条线段分割为两部分，使较大部分与全长的比值等于较小部分与较大的比值，则这个比值即为黄金分割。其比值是根号五减一的差除以二，近似值为0.618，通常用希腊字母Ф表示这个值。

E. 黄金分割定律1.618还是0.618 如题...

在分割时．在长度为全长的约0.618处进行分割．就叫作黄金分割．这个分割点就叫做黄金分割点
把一条线段分割为两部分,使其中一部分与全长之比等于另一部分与这部分之比.其比值是一个无理数,用分数表示为√5-1/2,取其前三位数字的近似值是0.618.由于按此比例设计的造型十分美丽,因此称为黄金分割,也称为中外比.这是一个十分有趣的数字,我们以0.618来近似表示,通过简单的计算就可以发现：1/0.618=1.618 (1-18)/0.618=0.618
这个数值的作用不仅仅体现在诸如绘画、雕塑、音乐、建筑等艺术领域,而且在管理、工程设计等方面也有着不可忽视的作用.黄金分割在文艺复兴前后,经过阿拉伯人传入欧洲,受到了欧洲人的欢迎,他们称之为"金法",17世纪欧洲的一位数学家,甚至称它为"各种算法中最可宝贵的算法".这种算法在印度称之为"三率法"或"三数法则",也就是我们现在常说的比例方法.
其实有关"黄金分割",我国也有记载.虽然没有古希腊的早,但它是我国古代数学家独立创造的,后来传入了印度.经考证.欧洲的比例算法是源于我国而经过印度由阿拉伯传入欧洲的,而不是直接从古希腊传入的.
因为它在造型艺术中具有美学价值,在工艺美术和日用品的长宽设计中,采用这一比值能够引起人们的美感,在实际生活中的应用也非常广泛,建筑物中某些线段的比就科学采用了黄金分割,舞台上的报幕员并不是站在舞台的正中央,而是偏在台上一侧,以站在舞台长度的黄金分割点的位置最美观,声音传播的最好.就连植物界也有采用黄金分割的地方,如果从一棵嫩枝的顶端向下看,就会看到叶子是按照黄金分割的规律排列着的.在很多科学实验中,选取方案常用一种0.618法,即优选法,它可以使我们合理地安排较少的试验次数找到合理的西方和合适的工艺条件.正因为它在建筑、文艺、工农业生产和科学实验中有着广泛而重要的应用,所以人们才珍贵地称它为"黄金分割" .我们常常听说有“黄金分割”这个词,“黄金分割”当然不是指的怎样分割黄金,这是一个比喻的说法,就是说分割的比例像黄金一样珍贵.那么这个比例是多少呢?是0.618.人们把这个比例的分割点,叫做黄金分割点,把0.618叫做黄金数.并且人们认为如果符合这一比例的话,就会显得更美、更好看、更协调.在生活中,对“黄金分割”有着很多的应用.

F. 蜉蝣盛世 | 这个算法时代的哀愁与觉知

我们还能从那些化身景区的断壁残垣里推演出 历史 变迁，从遗编野史里读出些无法被认定被史实的旧事，然而过去的终究是过去了。

时代的残忍并不在于它遗落了那些无法紧追其后的人；而是它以一种迅雷不及之势，将那些尚未清醒的人在无知无觉时就裹挟而去。

是的， 人类天生就具有适应力，却并不常拥有质疑力。 我们习惯顺应改变而做出调整，至于为什么改变? 如何实现的改变? 那些背后制定和把控规则的手，我们一概不知。

尽管往后总会出现三两一群后知后觉者（他们或许还会自称“先行者”）高呼复古、复兴运动；尽管还会有回潮， 会有小部分聪明人能以“顺风而呼”的方式，让我们重新审视、重视那些我们遗落在飞行途中的美丽。

但，新事物终究会取代旧事物，岁月的大刀阔斧，掩盖了所有夙夜兴叹的声音。而改变，又从来都是双刃剑。 算法在内容推荐领域的广泛运用，亦曾带给微弱尘埃的我，惊喜、哀愁与鼓舞。未来我们要做的，还有很多。

当一切内容幻化为一道道餐品，在精心挑选后，不停地端到最喜欢它的人面前，每个个体的甜区，都在被尝试着被完美击中。 而当它对你了解越深，击中你的甜区就变得越来越容易，你会发现，没有人比它更了解你，它简直贴心至极。

然而潜移默化间， 它对你的掌握愈加精准，将你固化进你的舒适圈里就愈深。 设想一下，如果作为人类的你，不幸变成了那只知道如何获取多巴胺的老鼠，以人类的智慧和毅力， 真的能控制自己不去频繁按下按钮么？被完美命中软肋，就很难不被捕获其中 ；当一个人的心理动向在无数数据分析下被完全掌控，如同你熟知一个人的肌肉记忆，你知道他有百分之80的概率就是会出右拳，如何回击，就太容易。

于是人类的渴望、贪婪、忧虑、仇恨……也通通在算法面前一览无余， 最潜隐的心理，在你所关注的、追逐的内容里显化并被掌握 。在亿万数据里，作为个体的你仅仅由一堆标签组成，about what you are and what do you want。 它是一面镜子，你有尝试过去看它么 ？很少有人通过它看清自己。

人生，终究是苦多；糖，也不能当饭吃。被喜欢的东西包裹是幸福的， 但幸福亦是最容易使人下陷的棉花糖 ，当你越来越只被令自己喜悦和舒适的事物包裹，你的世界，就会越来越狭隘，你越来越不愿意直面人生真实的课题—— 因为那些曾经要拼命才能获取到的成就感与满足感，它等量的快乐可以来得那么轻易。

如此下去，人类如何愈来愈广博呢？如果星辰依旧愈加明亮（虽然被漫天沙尘掩盖）， 蜉 蝣之辈的我们在这场群体愉悦之中，只是愈加平庸至化为尘土 ；对于人类整体来说，这个过程是下坠的。本质上写到这里，我也非常迷茫：一方面我很难去评判那些沉浸在自己喜欢的、即便是没营养的内容里的人，因为那是他们的自由；另一方面我觉得这对于个体、集体的发展都是无益的，因为如果人不能突破自己边界，去认识到更多更远，人类也只会越来越无法走向广博。

不过也许我没有担心的必要，真正睡着的人很难叫醒他； 何况他们也很难能读到我所写，如此令人不舒适的诚恳建议，不会是他们的甜区范围。

这个时代除了爆款套路，机器都可以写诗了，它纵可将千百年的佳作名篇纳入脑中，横可啃下世界各国的优秀文学理论，再加上熟读人的心理；最终那个冰冷的没有心脏的机器，一定也会写出感动世界的文字。 因为它，能比任何一个优秀头脑，都更懂得讨好阅读者；踩中的每一个点，都能击穿你的心脏。

算法在各个领域的普及化，仿佛迎合，才正确的趋势。文学也要成为一种迎合么? 这是一个人人可以写作的年代， 蜉 蝣群起的年代。 用蜉蝣作喻，因其小而微弱，曾经不被看到、如今却被看到。只是尽管这一天到来， 它们也不过是继续朝生暮死、生生灭灭 ，因为永远有不停制造的热点，有更新鲜刺激的话题赶着我们去追逐。

在这样的时代，却越来越向往里尔克笔下寂静的生活——可以诚实地面对苦难、困境，以哲学式的耐心去应对一切，从不将疑难埋藏进心底遗忘、亦不将其投入热闹中逃离。难怪他说：“谁此刻孤独，就永远孤独。” 选择不被芸芸众生同化，真正沉心笃行、时刻保有独立的思想认知的，终究是少数派。

往好处想，这样一个时代，对于创作者来说，也是有利的。因为有更多有才华之人可以被挖掘被展示，只要你的内容足够好；至于这个好，它的标准又是什么?

在那个人人诗情画意的年代，沈三白普通得不能再普通，但他一部《浮生六记》却为后世带来诸多沉醉与安心。那个讽刺小说与八股文并行的奇绝时代，他描写着自己和芸娘最日常的生活，仿佛只为记录而作的日记，语言平白质朴、故事清丽温柔。

而如今我们最盛传的内容是什么呢? 是情爱纠葛，还是纸醉金迷? 权力、暴力、美色、金钱…… 全然关乎人类灵魂最低阶的欲念。

算法出现在这个全民自媒体时代，更是放大了那些不堪。 那些为博人眼球夸大其词的文字、那些哗众取宠的文字、那些公然愚弄大众的文字……我无法适从，只能在自己与世界间构建了一个巨大的屏障，门外巨浪滔天，我只在屋内静心绣花就好。可是到最后，却也是这场浪潮，鼓舞了我——它我让同样看到了许多勇于表达的人、用心分享的人、坚持自我的不一样却依旧被大众认可的人……原来一切不够完满的，还可以由你我去扭转。

我曾经说，发光吧，即便微弱；如今我想说，发光吧，尽管热烈一点、沸腾一点。未有宏图大志，便努力做当代其貌不扬的沈三白， 以手写心、以文作舟，或许有一日能载着三两者，渡向更光亮的对岸。

你看，这是最坏的时代，也是最好的时代。

写在最后：作为蜉蝣，我无法扯住时代的车轱辘；作为文科生，我亦无法将其中的更学术性的东西呈现透彻；仅仅作为一个记录者，我尚能谈谈自己微弱的所感。算法这把双刃剑，切勿全然任其导之、切记避其锋利而用之；而它亦是一面镜子，是这个时代放在我们每个人面前的镜子， 我们一定不能放弃的，是努力跳出局限、跨越自己的甜区，走向更开阔的、不设限的人生。

G. 中华民族复兴指数的算法

那么，权且就把这个指数当作“中国现代化指数”，行不行呢？可否理解为，“中国现代化”完成了62%呢？据杨宜勇和其同事谭永生在中共中央党校学报发表的《中华民族复兴进程监测评价指标体系及其测算》一文可知，62%这个数据是把多个指标经过三级加权得出的。
例如，先给三级指标像中国的“恩格尔系数”、“城市化水平”在世界上的相对水平进行打分，然后加权算出二级指标“社会发展指数”的分数，再与同样的二级指标“经济发展指数”、“科级创新指数”加权，最后算出“中华民族复兴指数”——其实就相当于算出中国的现代化水平大约完成了62%。

H. 人工智能是什么

人工智能（计算机科学的一个分支）

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，但没有一个统一的定义。
人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。但是这种会自我思考的高级人工智能还需要科学理论和工程上的突破。
人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。
工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。
关于什么是“智能”，就问题多多了。这涉及到其它诸如意识（CONSCIOUSNESS）、自我（SELF）、思维（MIND）（包括无意识的思维（UNCONSCIOUS_MIND）等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。
人工智能在计算机领域内，得到了愈加广泛的重视。并在机器人，经济政治决策，控制系统，仿真系统中得到应用。

I. 美学公式

美学公式指黄金分割。

黄金分割是指将整体一分为二，较大部分与整体部分的比值等于较小部分与较大部分的比值，其比值约为0.618。这个比例被公认为是最能引起美感的比例，因此被称为黄金分割。

文艺复兴前后：

黄金分割在文艺复兴前后，经过阿拉伯人传入欧洲，受到了欧洲人的欢迎，他们称之为"金法"，17世纪欧洲的一位数学家，甚至称它为"各种算法中最可宝贵的算法"。这种算法在印度称之为"三率法"或"三数法则"，也就是我们常说的比例方法。

中世纪后，黄金分割被披上神秘的外衣，意大利数学家帕乔利将中末比为神圣比例，并专门为此着书立说。德国天文学家开普勒称黄金分割为神圣分割。

J. 文艺复兴用的什么算法策略

文艺复兴的成功提醒了我们人类行为的可预测性。研究过去，是因为相信投资者在未来也会做出类似的决定。采用科学方法来对抗认知和情感偏差，提出假设，然后测试、测量和调整他们的理论，试图让数据，而不是直觉和本能，指导交易。

如今，似乎金融行业的每个人都在尝试以文艺复兴的方式进行投资：分析数据，建立数学模型以预测各种投资的方向，并采用自动交易系统。

我是巴菲特的信徒，传统的价值投资派。这个认知让我对量化一直存在偏见，尽管有几个做量化的朋友，但确认偏差(Confirmation Bias)导致我对量化基金的接受比较慢。直到看其他人从量化基金上挣了好几年钱之后，才在去年买了幻方的500指增产品。

我的情况并不特殊。前年和一个很厉害的基金经理吃饭时，他也曾说过，不知道量化是如何长久赚钱的，感觉不靠铺。现在想想，当我们内心排斥一个东西的时候，确认偏差会阻止我们思考。聪明，出色如他，也依然无法摆脱这种桎梏。