算法理论的核心内容至今仍然基本上保持着最初的原貌，但它的应用是逐渐地得到扩展的。尤其是，自2009年以来，在阅读哲学、认知科学和生物学文献的过程中，我惊讶地发现，自黑格尔以来的诸现代哲学（甚至黑格尔以前的哲学），作为关心人与社会的哲学，大体上竟然可以为算法理论所概括！这里存在着一条非常清晰的逻辑脉络。当然，如同对经济学的综合一样，这种对哲学的综合必然伴随着批判。例如，弗洛伊德的潜意识理论虽然大大强化了“非理性”的倾向，但是，弗洛伊德在他的书中所列举的许多例子，用算法的眼光来看，完全是一种思维现象，或者是理性计算的一种方式而已。弗洛伊德敏锐地观察到了思维活动的这种特定方式，但他的解释却正好把事情弄反了。现代哲学家们谈论动态性、不确定性、实践性、实用性、逻辑、直觉、语言、沟通等，其实是在建构着一种整体的一致性。这种视野跨度很大，需要很大的阅读量，但还是被我们觉察到了。一旦这种一致性被发现，诸人文与社会科学学科就是一个具有整体性的学科体系，文学艺术作品与社会科学之间的联系也就变得一目了然了。许多传统的理论难题因此也都将迎刃而解。例如，通过与达尔文的进化论相比较，我们可以认识到，达尔文的理论无论如何是不能摆脱“拟人化”的指责的；只有按照有意识选择的、也即算法的方式来阐释进化论，才能够揭示“进化论”这一理论的精髓。换言之，只有算法理论（作为一种“文化进化论”）才是真正的进化论，而生物体的进化问题只能通过比照算法理论而得到勉强的理解。[3]不仅如此，即使仅仅从进化的速度来判断，思想的进化（文化进化）也要远远胜于生物进化。[4]
尽管算法理论实际上很简单，但现在我越来越认识到，无论对于普通读者还是专业经济学者而言，理解它都需要一个漫长的过程。因为有关计算机的知识形成了一道屏障，而读者们一般不会为了试图理解一篇论文或一部书籍而去补学一门课程。另一方面，对于了解计算机原理的读者来说，他往往也不理解这个理性而冰冷的机器同我们所要阐述的那些“温软的”社会或人文议题之间有什么直接的联系。对算法理论的抵触与对人工智能的抵触之间具有相似之处。这是理解算法理论的第二个难点。然而，我认为，这也意味着一种机遇。读者的不解可以促使我把算法理论阐释得更好、更透彻、更连贯、更清晰、更深入浅出。参与者的缺乏也意味着我可以继续扩大算法理论的成果；我不仅制造了工具，还可以把它投入应用。我可以通过具体应用再来反复说明算法理论的意义。这就是笔者来到本书之前的心路历程。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
