為什麼寫業務代碼是無趣的？

一. 概念

最近開始啃《人工智慧：一種現代方法》這本大部頭，在第二章Intelligent Agents中，有一節叫做The Nature of Environments，這節相當的精髓，對環境/世界的本質進行了抽象，它對我們進行agent/program有根本上的指導意義。

先看一個新概念，agent？有翻譯成代理的，有翻譯成智能體的，基本上可以說是人工智慧領域專有的概念吧，和計算機程序的program概念接近。

第二個概念是enviroment，也就相當於是計算機程序的input和output。

agent和enviroment構成了一組概念，agent可以感知enviroment（input），也可以影響enviroment的狀態（output）。

二. 世界的屬性

而這節的精髓就在於，它把enviroment抽象成了幾個維度，在這些維度上的不同導致了我們的program/agent在設計上和實現上的不同。

1. fully observable vs. partially observable

enviroment的狀態是否完全可觀測，即input是不是目前當前時間的世界完整狀態。比如對於無人駕駛來說，並不是所有車輛，行人的狀態都是可觀測的（可能被遮擋），即partially observable，這種情況下，agent/program需要保存之前的狀態，來推薦那些不可觀測到的狀態。

2. single agent vs. multiagent

在世界中，只有一個agent，還是有多個agent。如果多agent，那麼博弈論的知識就需要引入，就需要競爭和合作。比如alphago面對的就是多agent世界。

3. deterministic vs. stochastic

世界是確定的還是隨機的。如果有隨機性，那麼就需要不確定性推理的知識。

4. episodic vs. sequential

片段的還是連續的。比如對弈，駕駛都依賴於上一刻的狀態，而不僅僅是當前時間的狀態。

5. static vs. dynamic

隨著時間流逝，世界的狀態會發生改變，就是dynamic的。

6. discrete vs. continuous

狀態的改變是離散還是連續，狀態是有限的還是無限的。

無限的話就會有組合爆炸的問題，agent/program不能通過窮舉來實現。

7. known vs. unknown

這個和observable不一樣，unknown是指你可以觀察這個世界，但是你並沒有這個世界的運轉法則的知識。

三. 人工智慧世界與業務系統世界

我們可以看出，最複雜的世界是partially observable, multiagent, stochastic, seqential，dynamic，continuous，unknown的世界。而這，很接近於我們所生存的真實的物理世界。

而它的反面，fully observable, single agent, deterministic, episodic, static, discrete, known，則是一個相對簡單的世界，而這，很接近於我們手下的業務系統世界。

人工智慧之所以困難，之所以複雜，是因為我們面對的是一個紛繁複雜的複雜系統，而業務系統，面對的則是簡單清晰原則至上的簡單系統。

在人工智慧世界裡，agent需要面對不可見的狀態，朋友，敵人，隨機性，因果關係，無窮的狀態組合，所以需要不確定性推理，知識表示，博弈論，邏輯等等知識來加入到agent當中，這比業務邏輯要複雜的多的多，而這才更有意思。

當然，業務系統世界也有挑戰，比如有失敗，有並發，有性能問題。