电影《Ex Machina》背后的算法

人工智能并不是码农的专利,哲学家和艺术家做了更深层次的思考,电影《Ex Machina》-“机械姬”,通过“图灵测试” 讲述了未来机器人的伦理难题:

AI Would be the biggest event in human history.
Unfortunately, it might also be the last.
— Elon Musk

这也是西方社会值得我们尊敬的地方,他们总有一些人,整天什么事也不做,就是喝着咖啡拼命地思考、思考、接着思考……

实干家喜欢“摸着石头过河”,相信“车到山前必有路”,而另一些人习惯先思考,再行动,在充分享受科技带来的便利的同时,提前预见到未来人类即将面临的困境。

好莱坞的电影往往情节很荒诞不经,但细节却无比真实。这一点和我们国内的影片正好相反。这部电影充满了高智商的烧脑细节,详情请看《机械姬》的17个经典暗喻;但我今天想谈的是和图书相关的电影场景:

男主角纳森在千钧一发生死攸关的时刻,hack boss电脑写了这段python代码

#!/bin/python
#
# Credit: "Ex Machina" film team
# See: https://i.imgur.com/C44iJeR.jpg
# -------------------------------

#BlueBook code decryption

import sys

def sieve(n):
# Compute primes using sieve of Eratosthemes

    x = [1] * n
    x[1] = 0
    for i in range(2,n/2):
            j = 2 * i
            while j < n:
                    x[j]=0
                    j = j+i
    return x

def prime(n,x):
# Find nth prime

    i = 1
    j = 1
    while j <= n:
            if x[i] == 1:
                    j = j + 1
            i = i + 1
    return i - 1

# Compute BlueBook unlock code

x=sieve(10000)
code = [1206,301,384,5]
key =[1,1,2,2,]

sys.stdout.write("".join(chr(i) for i in [73,83,66,78,32,61,32]))

for i in range (0,4):
    sys.stdout.write(str(prime(code[i],x)-key[i]))

print

这是一段可执行的脚本,我们可以运行了一下,输出结果是:
ISBN = 9780199226559

这是一本图书的ISBN号,可以查到是牛津大学出版社出版的“Embodiment and the Inner Life”, 这本书讲的是意识、知觉的话题,也是和电影主题相关的。

Cognition and Consciousness in the Space of Possible Minds

这段代码使用了一个算法:埃拉托色尼筛选法(the Sieve of Eratosthenes)简称埃氏筛法,是由古希腊数学家埃拉托色尼(Eratosthenes 274B.C.~194B.C.)提出的一种筛选法。 是针对自然数列中的自然数而实施的,用于求一定范围内的质数,它的容斥原理之完备性条件是p=H~

埃拉托色尼筛选法 步骤如下:

  1. 先把1删除(现今数学界1既不是质数也不是合数)
  2. 读取队列中当前最小的数2,然后把2的倍数删去
  3. 读取队列中当前最小的数3,然后把3的倍数删去
  4. 读取队列中当前最小的数5,然后把5的倍数删去
  5. 读取队列中当前最小的数7,然后把7的倍数删去
  6. 如上所述直到需求的范围内所有的数均删除或读取

工作原理如下图所示:

the Sieve of Eratosthenes

还有有好事之徒,把这段脚本写成了在线应用,感兴趣的同学可以修改并运行一下,去这里 :https://code.sololearn.com/c1Tfjv33PpIb/#py

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,658评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,482评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,213评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,395评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,487评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,523评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,525评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,300评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,753评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,048评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,223评论 1 343
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,905评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,541评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,168评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,417评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,094评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,088评论 2 352

推荐阅读更多精彩内容