摘要：其实生物也是算法，大自然就是最大的一套算法
在移动互联网时代，对于技术而言，算法这个概念；身为互联网人，哪怕你不是技术人，大抵是有些了解的吧，至少知道有算法这个存在吧。那么算法到底是个什么东西，接下来儒商尝试用人话说出来。（以大自然、生物、人类生活来分析算法的真正含义与影响）
情感联结：情感与算法有着密不可分的关系
我们尝试把算法的技术概念独立出来，把视野放大一点，回头想想“大自然”。我就以动物与人类为例子吧。情感不是人类独有的东西，动物也有各种主观的需求、感觉和情感，但我们怎么能确定这件事？这会不会只是一厢情愿地赋予动物人性，也就是把人类的特质赋予非人类的对象，就像小孩觉得玩偶能感受人类的爱和愤怒？
以猪为例子吧，事实上，要说猪也有情感，并不是赋予它们“人性”，而是赋予其“哺乳动物性”。因为情感不是人类独有的特质，而是所有哺乳动物所共有的（包括鸟类、部分爬行动物，甚至包括鱼类）。所有哺乳动物都进化出了情感能力和需求，而仅是从猪属于哺乳动物这一点，就能肯定他们也有情感。
生命科学家近几十年间已经证实，情感并不是只能用来写诗谱曲的神秘精神现象，而是对所有哺乳动物生存和繁衍至为关键的生物算法。这是什么意思呢？请让我们从究竟什么叫“算法”开始解释。这一点非常重要，不禁因为这个关键概念将在下文继续探讨，也是因为无论现在21世纪的移动互联网趋势还是未来的人工智能（AI）都将由算法主导。现在，算法已经可以说是这个世界上最重要的概念。如果想了解我们的未来以及我们的生活，就必须尽一切努力了解什么是算法，以及算法与情感有什么关系（请耐心收看，下文会以更多地维度探讨算法与情感的关系）
算法影响着我们的生活，同样也影响着“自然生态”
文章开篇，我就假设了一个命题“大自然就是一套完整而庞大的算法”。我们现在再回头看看算法的概念，从技术角度来说，算法指的是进行计算、解决问题、做出决定的一套有条理的步骤。所以，算法并不是单指某一次计算，而是计算式采用的方法。举例说明，如果想得到俩个数字的平均值，简单的算法是：“第一步，将俩个数字相加；第二步，将和除以2.”这时，如果输入4和8，结果就是6；输入117和231，结果就是174.
再以身边生活为例子
食谱就是一个复杂一点的例子，蔬菜汤的算法大致是这样的：
1、在锅中热油。
2、将洋葱切成碎末。
3、把洋葱末炒至金黄色
4、吧马铃薯切块，加入锅中。
5、将圆白菜切丝，加入锅中。
诸如此类。你可以尝试着不断重复这种算法，每次用稍微不同的蔬菜（元素或其他不同的变量因素）就会得到稍微不同的汤（产品），然而，算法本身并没有发生变化。
光有食谱，还煮不出汤来，还得有人来读这份食谱，并依步骤行事才行。但还有中方法，是制造出内含这种算法而且可以自动照做的机器（这里指的还不是人工智能，只是简单的及机器工业）。接下来，只要为机器通电即可，加入食谱里的材料，机器就会自动把汤煮好。虽然现在似乎没有多少类似的产品，但是大家可以参考自助饮料机这个例子。这种饮料机通常会有投币孔、放杯子的位置，以及几排按钮。第一行按钮大概是要选择是咖啡、茶抑或是其他，第二行是选择不加糖、加糖（一勺糖、两勺糖），第三行，则是要加牛奶、豆浆或都不加。有一位男士走向机器，投币，按下了“茶”“一勺糖”“牛奶”，机器就会依照设置的步骤开始行动，先是吧一个茶包放进杯子里，加入沸水，再加上一些糖和牛奶，然后一杯西式好茶就出现在你面前，这就是一种算法。
在过去几十年间，生物学家已经有明确结论认为，那位男士按下按钮，接着喝茶，也算是一套算法。当然，这套算法要比自助饮料机要复杂地多了，但仍然四套算法。“人类”这套算法制造出的不是茶，而是自己的副本（从某种程度是你的主观映像，你按下饮料机的按钮，得到的是另外一台饮料机）
控制饮料机的算法，是通过机械和电路来运作的。而控制人类的算法，则是通过情感、感觉和思想（前文提到的情感与算法的联结）。至于猪、狒狒和鸡，用得也是同一种算法。以生存问题为例：有只狒狒看到附近树上挂着一串香蕉，但也看到旁边埋伏着一只狮子。狒狒该冒着生命危险去摘香蕉吗？
当然，你可以把这看做是一个概率数学问题：一边是不摘香蕉而饿死的概率，一边是被狮子抓到的概率。要解开这个问题，狒狒有许多因素需要考虑。我离香蕉多远？离狮子多远？我能跑多快？狮子能跑多快？这只狮子看起来很饿还是很饱？那里有几只香蕉？香蕉是大是小？是青是熟？除了这些外在因素，狒狒还要考虑自己身体的内在信息。如果它已经快饿死了，就值得不顾一切去抢香蕉，别再管什么概率了。相反，如果它刚刚吃饱，多吃只是嘴馋，那又何必冒生命危险。
想要权衡所有变量和概率之后得到最好的结果，狒狒需要的算法会比控制自助饮料机的算法要复杂得多，然而计算正确得到的奖励也最大化了，那就是这只狒狒的生命。如果是只胆小的狒狒（也就是它的潜在算法是高估了风险），结果就是饿死，这种胆小的算法不会被留给后代。如果是莽撞的狒狒（算法是低估了风险）也就是会被狮子给吃了，当然这种鲁莽的算法的基因也不会遗传下去。这些算法是自然选择的（可以理解为Darwin的“适者生存，物竞天择”理论），形成了相对稳定的质量控制。只有正确计算出概率的动物，才能够留下后代。
那么，问题来了，狒狒到底怎么计算概率？算法又是如何？想必它是不可能突然从背后拿出笔，书包里拿出笔记本写写画画，顺便又从裤袋里拿出计算机开始计算算出一系列数字出来吧。有趣的是，狒狒身体本身就是个很好的计算器。我们所谓的感觉和情感，其实各是一套算法。狒狒感觉饿，看到狮子的时候会感觉害怕而颤抖，看到香蕉也会感觉自己流口水。它在一瞬间经历了一系列袭来的种种感觉、情感和欲望，都是一种计算过程（情感主导的计算）。计算结果也是一个感觉：这只狒狒突然觉得涌起一股力量，毛发直竖，肌肉紧绷，胸部扩张接着它深吸一口气：“冲啊！我做得到！冲向香蕉。。！”但也有可能它被恐惧打败，肩膀下垂，四肢无力：“妈妈！有狮子！救命啊！”也有时候，因为两边的概率过于相近，很难决定。而这也会表现为一种感觉十分困惑，无法下决心。“上...... 不上......可恶！我不知道该怎么办！”
要把基因传递给下一代，只解决生存问题其实还不够，还要解决繁衍问题，而这也取决于概率的计算。自然选择进化出喜好和厌恶的反应，作为评估繁衍机会的快速算法。通常，美丽和较为美观的外表意味着成功繁衍后代的概率更高。假设，一位女性看到一位帅气的男士，她会想：“哇，他真帅！”雌孔雀看到雄孔雀会想：“我的天呐，看那尾羽！”
这其实像极了自助饮料机要做的事，。光线一从男性身体反射到女性视网膜上，强大的算法就产生了，而且还可能是上百年甚至是上百万年进化而成的强大算法在运作，在几毫秒以内，就已经将男性外貌以各种小线索转化为繁衍概率，并且得出结论：“这很有可能是个非常健康的男性，有强大生育能力，有优良的基因。如果我和他交配，我的后代也很可能拥有健康的身体、良好的基因。”当然。这项结论并不会用文字或数字表达出来，而是化成熊熊欲火在体内燃烧。对于雌孔雀或是大多数女性来说，这并不是用纸笔来做的计算，而是一种“感觉”。（也就是在前文开篇所说，对于自然生态而言算法与情感存在联结关系，情感主导算法）
就连诺贝尔经济学奖得主也只在很少时间会用纸笔和计算器来做计算；人类有99% 的决定，包括关于配偶、事业和住处的重要抉择， 都是由各种进化而成的算法来处理，我们把这些算法称为感觉、情感和欲望。（也就是在前文开篇所说，对于自然生态而言算法与情感存在联结关系，情感是算法的主导因素）
所有的哺乳动物和鸟类( 可能还包括一些爬行动物甚至鱼类)，都由同样的算法掌控，所以不管是人类、狒狒还是猪，感觉恐惧的时候都」会在类似的大脑区域产生类似的神经处理过程。因此很可能可以推断。不管是人、狒狒还是猪，对于受到惊吓的体验都会十分相似。
当然，并不是说一切必然完全相同。猪似乎并不会感觉到智人特有的那种极端同情或极端残酷，也无法感受到人类仰望无限壮丽的星空时发出的那种赞叹。当然，很可能有相反的例子，是人无法感受到猪的情感，显然我也说不上来。然而有一种核心情感，显然为所有哺乳动物所共有：母婴联结( mother-infant bond )。事实上，这也正是“mammal”( 哺乳动物) 一词的语源，mammal一词来自拉丁文mamma，语义就是“乳房”。哺乳动物的母亲如此疼爱自己的后代，而愿意让后代从自己身上吸吮营养。哺乳动物的幼儿，则有强烈的欲望要和母亲在一起，待在它的身边。在野外，离开母亲的小猪、小牛和小狗通常活不了多久。而
且到不久之前，人类的婴儿离开母亲也同样如此。相对的，如果成年的母猪、母牛或母狗因为某种罕见的基因突变而热气儿也不关心生下的孩子，当然它们自己可能活得舒适自在又长寿，但它们的基因也就不会递给下一代。同样的逻辑也适用于长颈鹿、蝙蝠、鲸和豪猪。对于其他情感，我们或许还有争议的空间，但因为哺乳动物的幼儿必须有母亲的照顾才能生存，显然母爱以及强烈的母婴联结是所有哺乳动物共同的特征。
人类或自然生物脱离“情感”联结，算法将断裂
科学家经过多年的努力研究出这一点。不久之前，甚至人类父母与子女之间情感联结的重要性，都曾受到心理学家的质疑。20世纪上半叶，虽然也有弗洛伊德理论的影响，但当时主流的行为主义学派认为，父母与子女的关系应该是由物质回馈决定的：儿童主要需要食物、居所和医疗照顾，之所以和父母建立联结，儿童需要这些物质上的回馈，然而其他偏“情感”的举动则会使儿童“宠坏了”。当时，育儿专家称，如果父母过多地拥抱、安抚、亲吻，会让孩子成年以后不独立、自私和没有安全感。
20世纪20年代，育儿权威专家John Watson认为不要做过多亲吻、安抚和拥抱等偏“情感”的举动，按照严格的日程提供孩子所需要的物质即可，哪怕是婴儿，甚至是小婴儿，哭一下是不会有太大问题的。
直到20世纪五六十年代，才有越来越多的专家达成共识，放弃这些严苛的行为主义理论，承认情感的重要性。在一系列著名的试验中，一只刚出生的幼猴，就将它与母猴分开，关进一个笼子里，分别摆放一个装有食物的金属假猴，另外，是绒布假猴，但没有食物，幼猴会选择那只绒布假猴。
讽刺的是，这些幼猴都懂，但是John Watson育儿专家都不懂：哺乳动物（包括人类）仅靠食物是生存不下去的，还需要情感联结。对于经过几百万年进化的幼猴，天生极度渴望情感联结，这就让他们认为，比起冰冷的、僵硬的、金属制的假猴，毛茸茸的物体更能与其产生情感联结。正是因为对情感联结的需求如此强烈，实验里的幼猴才会不理睬能提供食物的金属母猴，而投向唯一看来可能满足它们需求的绒布母猴 但很遗憾，幼猴的真心渴望始终没能得到绒布母猴的响应 于是这些幼猴在心理和社交方面出现了严重问题，长大后成为神经质和反社会的成猴。
我们今天回顾20 世纪早期的儿童养育指南，会感到难以置信。专家怎么可能没发现儿童有情感需求。怎么可能不知道儿童心理和生理的健康除了需要满足食物、居所和医疗照顾之外，满足情感需求也同样重要？然而，一讲到其他哺乳动物，我们却不断否认这个显而易见的事实。就像John Watson和育儿专家们一样，在整个人类历史上，虽然给小猪、小牛和儿童提供了物质需求，却往往忽略它们的情感需求。于是，无论是畜牧业还是奶品业，都是以打破哺乳动物最根本的情感联结为基础的。农民让母猪和母牛不断怀胎，但小猪和小牛出生没多久被迫与母亲分离， 常常终其一生都未能吮吸母亲的乳头，也没能感受到她的亲吻和温柔的爱抚。实验里对儿百只百只猴子所做的事，现在畜牧业及奶品业每年还会在几十亿头动物身上上演。
所以算法很大程度上是基于“人性”基于情感联结，强大的算法研究其实离开不了“情感”这一重要因素，无论是移动互联网产品还是未来的智能时代，其伟大而强势的算法背后都是基于“情感联结”的逻辑，你从商业角度来说，你可以理解为，把人类看做是用户，算法看做是产品与用户的交互过程，在交互过程要基于“人性”与用户建立情感关系，不是只简简单单地解决痛点，探讨算法，不如先研究人性研究情感，而不是单单靠生硬而冰冷的数字计算，这才是算法的本质。
