Update #1: 更新6，7集中動(dòng)畫(huà)特有的概念 6=9與正交對(duì)角轉(zhuǎn)換器 葦原論文中提到的正交對(duì)角轉(zhuǎn)換器，以及“恐怖的對(duì)稱(chēng)”：6=9。女主經(jīng)過(guò)一番研究給出了自己的解釋?zhuān)阂粋€(gè)折疊成三段的紙條，紙條的兩端分別寫(xiě)著“6”和“9”，折疊后“6”和“9”剛好重合，這就是所謂“恐怖的對(duì)稱(chēng)“，代表了空間的折疊。

這張圖黑線(xiàn)部分其實(shí)是一個(gè)正方體，并且以正方體中心建立了坐標(biāo)系。可以看到，紅線(xiàn)和藍(lán)線(xiàn)圍起來(lái)的圖形與女主給出的解釋是一致的。紅線(xiàn)與藍(lán)線(xiàn)的如何進(jìn)行相互轉(zhuǎn)換，再推及到紅塵形態(tài)轉(zhuǎn)換，個(gè)人理解正是需要葦原論文提到的“正交對(duì)角轉(zhuǎn)換器”，在印度的BB也是在女主的啟發(fā)下開(kāi)始嘗試制造“正交對(duì)角轉(zhuǎn)換器”，從而制造出了副產(chǎn)物毒藥“哈拉哈拉”。雖然BB說(shuō)自己失敗了，但確實(shí)讓紅塵發(fā)生了形變，所以這里的失敗應(yīng)該是指形變后的紅塵無(wú)法維持住形態(tài)。線(xiàn)性代數(shù)里一個(gè)向量乘以正交矩陣，在空間上可以表現(xiàn)為旋轉(zhuǎn)和鏡像對(duì)稱(chēng)，或者說(shuō)是改變了坐標(biāo)系（紅線(xiàn)和藍(lán)線(xiàn)也可以通過(guò)旋轉(zhuǎn)和鏡像翻轉(zhuǎn)相互轉(zhuǎn)換）。正交對(duì)角化則是利用正交將原有矩陣分解成由一系列的特征向量和相對(duì)應(yīng)的特征值。如果可以對(duì)紅塵進(jìn)行正交對(duì)角化，求得它的特征向量和特征值，那么對(duì)它進(jìn)行變換的方法過(guò)程就基本明了了，是不是也了解了紅塵的構(gòu)成，可以做到紅塵從第一階段到第十三階段的轉(zhuǎn)換。 葦原串聯(lián)與預(yù)知未來(lái) 葦原串聯(lián)說(shuō)白了就是在時(shí)間維度上做加法。

第七話(huà)里男主和女主的談話(huà)里提到，如果可以預(yù)知未來(lái)，那么就可以完成任何運(yùn)算，因?yàn)樵谶\(yùn)算開(kāi)始之前就可以提前知道運(yùn)算結(jié)果，寫(xiě)程序之前就可以知道答案。為此男主還舉了一個(gè)計(jì)算N的因數(shù)的例子：

代碼里的"initial_time"可視為一個(gè)時(shí)間節(jié)點(diǎn)。這段代碼的大致流程是：如果條件“N不能被divisor整除”成立，那么divisor加一，并返回到"initial_time"重復(fù)執(zhí)行剛才的代碼；如果條件不成立，我們將會(huì)獲得此次計(jì)算的divisor值，也就是N的因數(shù)。我們可以把"if"到“goto”看成一個(gè)代碼塊(chunk)，順便畫(huà)了張圖。

正常情況下代碼是按照黑線(xiàn)，也就是一個(gè)一個(gè)代碼塊按順序執(zhí)行。如果有一個(gè)人站在藍(lán)線(xiàn)上，那么對(duì)他來(lái)說(shuō)所有的代碼塊都是同時(shí)發(fā)生的，只需要執(zhí)行一個(gè)代碼塊的時(shí)間就可以知曉所有代碼塊的計(jì)算結(jié)果（這也是量子計(jì)算中shor算法的基本原理）。而男主在這基礎(chǔ)上更近了一步，追求的不是同時(shí)執(zhí)行，而是在知曉第一次代碼塊計(jì)算結(jié)果的時(shí)候回溯時(shí)間，帶著未來(lái)獲得的知識(shí)(N是否可以被當(dāng)前值的divisor整除)再次執(zhí)行程序，而站在觀(guān)測(cè)者的角度（也就是站在圖里的綠線(xiàn)上），代碼塊還沒(méi)有開(kāi)始執(zhí)行的時(shí)候就已經(jīng)知道了divisor的值。這個(gè)想法本質(zhì)上和岡部倫太郎為了救真由理無(wú)數(shù)次回溯時(shí)間差不多，即使倫太郎試了上萬(wàn)次，對(duì)于助手這個(gè)觀(guān)測(cè)者來(lái)說(shuō)拯救真由理（運(yùn)行程序）這件事也是從來(lái)沒(méi)有發(fā)生過(guò)的，只知道真由理活了下來(lái)。 最后不負(fù)責(zé)任地寫(xiě)一點(diǎn)目前對(duì)葦原串聯(lián)的看法。沙特的研討會(huì)上，李博士展示了如何把未來(lái)的光聚集到現(xiàn)在，不久之后材料爆炸，光線(xiàn)消失。既然在未來(lái)光不存在，那未來(lái)的光是怎么收集到的呢？可能的解釋大概就是多重宇宙了，未來(lái)的光是從材料沒(méi)有爆炸的世界線(xiàn)上收集來(lái)的（怎么越寫(xiě)越像石頭門(mén)）。 ------------我是分割線(xiàn)--------------- 目前看了五集，發(fā)現(xiàn)這部動(dòng)畫(huà)的主創(chuàng)團(tuán)隊(duì)對(duì)專(zhuān)業(yè)領(lǐng)域是有一定涉獵的。很久沒(méi)有看過(guò)相對(duì)來(lái)說(shuō)有干貨的科幻番劇了，興奮之余打算寫(xiě)下一些相關(guān)知識(shí)和個(gè)人理解。個(gè)人有局限性，歡迎指出錯(cuò)誤。 MD5散列算法

劇中給出的解釋是，”任何事物都能歸納為128個(gè)bit“，這個(gè)說(shuō)法基本上是沒(méi)問(wèn)題的。MD5是一種生成消息摘要 (message digest) 的算法，它可以接受任意長(zhǎng)度的消息作為算法輸入，并且生成固定長(zhǎng)度和大小的摘要。經(jīng)過(guò)算法生成的摘要可以被視為原消息的驗(yàn)證碼，來(lái)驗(yàn)證消息是否被篡改。假設(shè)A需要把一個(gè)非常重要的消息傳遞給B，并且保證B收到的消息是正確的，那么A可以把消息連同摘要一起發(fā)給B，這樣B可以通過(guò)驗(yàn)算接受消息的摘要，然后和A發(fā)過(guò)來(lái)的摘要進(jìn)行對(duì)比，如果完全一致就說(shuō)明消息未被篡改。

關(guān)于如何破解MD5，劇中提到“唯一的辦法是改變輸入詞匯，一直試到出現(xiàn)相同結(jié)果”，這則是因?yàn)镸D5本質(zhì)上是不可逆的，也就是說(shuō)無(wú)法通過(guò)摘要推知消息本身。那么攻擊者真的需要窮舉所有可能的輸入才能破解MD5嗎？答案是否定的。事實(shí)上MD5因?yàn)樽陨淼陌踩[患已經(jīng)被棄用了，攻擊者可以通過(guò)特定的算法例如彩虹表或者哈希鏈表來(lái)暴力破解，也有由王小云教授提出的用差分攻擊來(lái)碰撞消息（王小云教授真的太強(qiáng)了，破解了兩大散列算法MD5和SHA-1）。在我們所在的時(shí)間節(jié)點(diǎn)，女主只需數(shù)秒就可以在普通計(jì)算機(jī)上破解出原文[1], [2]。 EPR佯謬

第五集中，女主提出了一個(gè)假說(shuō)，即能量可以跨越時(shí)間傳播，來(lái)解釋研討會(huì)上看似違背能量守恒定律的爆炸。在和男主的聊天中，男主質(zhì)疑女主的假說(shuō)也可以被解釋為預(yù)知未來(lái)，女主回應(yīng)也許信息無(wú)法通過(guò)同種方式被傳遞，像是前進(jìn)波或者EPR相關(guān)。這里的EPR指的是量子領(lǐng)域的EPR佯謬。從動(dòng)畫(huà)里也可以看到，女主發(fā)給男主的報(bào)告截圖，里面可能的解釋第一條就是量子效應(yīng)。 量子效應(yīng)是否能解釋光可以逆時(shí)間傳播暫且不議。由狹義相對(duì)論我們可知，一個(gè)事物對(duì)另一事物產(chǎn)生作用，是不可能在一瞬間完成的，也就是說(shuō)這個(gè)過(guò)程必定需要消耗時(shí)間。而在量子世界中，兩個(gè)處于糾纏態(tài)的量子，在我們完成了對(duì)其中一個(gè)量子狀態(tài)的測(cè)量的同時(shí)，另一個(gè)量子的狀態(tài)也會(huì)受到影響從而確定下來(lái)，哪怕這兩個(gè)量子處于宇宙的兩端，這個(gè)過(guò)程也不需要消耗時(shí)間。這個(gè)現(xiàn)象被稱(chēng)為“超距作用”，也是EPR佯謬中非常關(guān)鍵的爭(zhēng)論點(diǎn)。后續(xù)研究表明了超距作用無(wú)法用于傳遞信息（其實(shí)能量傳遞也是不可以的），這也是女主在這里提到EPR的原因。 遺傳算法

相比于EPR，遺傳算法就好理解很多了。遺傳算法是一種用于尋找全局最優(yōu)解的算法，它本身模擬了生物進(jìn)化的過(guò)程，也分為遺傳、突變、自然選擇、雜交四個(gè)階段。在經(jīng)典的計(jì)算機(jī)組合優(yōu)化問(wèn)題例如旅行商問(wèn)題，單純通過(guò)求解數(shù)學(xué)公式來(lái)求得最優(yōu)解是很困難的，往往需要消耗大量的時(shí)間和算力。所以就有了這種模擬生物進(jìn)化的算法，能以一種較小的代價(jià)來(lái)獲得相對(duì)來(lái)說(shuō)接近最優(yōu)解的解。現(xiàn)如今的機(jī)器學(xué)習(xí)領(lǐng)域中，比較流行的神經(jīng)網(wǎng)絡(luò)也是參考了生物進(jìn)化的思路。男主使用遺傳算法來(lái)求得對(duì)噴射杰格的姿勢(shì)控制最優(yōu)解也是可行的。 REFERENCES: [1] Yu Sasaki; Kazumaro Aoki (16 April 2009). "Finding Preimages in Full MD5 Faster Than Exhaustive Search". Advances in Cryptology - EUROCRYPT 2009. Lecture Notes in Computer Science. 5479. Springer Berlin Heidelberg. pp. 134–152. doi:10.1007/978-3-642-01001-9_8. ISBN 978-3-642-01000-2. [2] Ming Mao and Shaohui Chen and Jin Xu (2009). "Construction of the Initial Structure for Preimage Attack of MD5". 2009 International Conference on Computational Intelligence and Security. International Conference on Computational Intelligence and Security. 1. IEEE Computer Society. pp. 442–445. doi:10.1109/CIS.2009.214. ISBN 978-0-7695-3931-7. S2CID 16512325.