反省就是重寫自己的演算法吧？
假設我就是人工智慧，或心智的可以被看作爲人工智慧的編輯器，那我的程式碼是什麼樣的？從懵懂無知到一無所知，從自以為是到自我消逝，心智只是執行它的內容，也需要不斷優化。
最好的優化就是簡化。
最能創造財富的演算法就是關於如何除錯與減少任何風險。
當消耗無限趨近於零，作功的效率就會趨近無限。
//
為了獲取能量，嬰兒的演算法類似：｛
如果想吃、而且可以吃，就吃；
如果想吃、而且喜歡吃、就多吃；
如果不想吃、但是有可以吃的、還是要吃。｝
諸如此類的吧，這樣的程序的意圖很簡單，為了獲取能量。
不過，關於如何防止拉肚子、避免毒物、營養均衡、食物價格等，都是現在沒有腦容量去考量的事情。
總結一句：管那麼多，吃就對了。
很直線，很簡單，很容易出錯。
//
長大之後呢，演算法大概就會在上述額外增加一些條件：｛
多少錢？好吃嗎？cp值高嗎？有災情嗎？衛生嗎？有其他人排隊嗎？之類的。
他開始調度經驗跟觀察：確保其他人吃了沒事，而且看起來喜歡吃，那我可以吃。｝
這樣的想法也是很好用的吧？可能大多人都這麼想，這麼行動。
//
開始，出現所謂的媒體大肆報導：某某食品原物料的問題、某某餐廳的問題。
於是，為了確保生存安危，開始選擇那些有品牌、有知名度、來源透明且有保險的食品吧。
但是，價格層級也不同，開始越來越複雜了。
在「吃」這個演算法上，為了生存，還必須避險，或付出更多的成本去換取安全性、消耗更多的記憶體去處理資料。
//
慢慢的，他發現大品牌也可能出現意外，不斷購買精緻包裝的大廠牌食物，在吃方面的成本也提高了。
於是，為了同時降低風險跟成本，開始學會尋找食物的源頭，辨識食物本身的衛生跟能量，而且盡可能在未經包裝的狀態下取得，好迴避經銷商加上去的成本，也要開始學會做菜，即使從簡單的料理開始，但是確保了食物的基本安全跟美味，也控制了成本。
現在，他進入某種生活模式，把記憶體跟資料拿來投入學習料理，並且開始不用過度去追蹤市場的食品衛生狀況跟品牌廣告跟別人的評價。
他發現附加價值：做菜給家人或朋友吃，可以掌握食品安全跟份量，也提供了有個人特色的味道，再加上擺盤跟創意？
他從消費者變成創造者，從一個嬰兒變成了廚師，從一個高風險的狀態轉移到低風險的情境。
//
演化...關於「吃就對了」從沒刪去過，但是為了反應現實，他增加了許許多多的東西，變成「先想再吃」。
又或許，他開始更改這個基本的指令與演算法，是他終於有一天坐下來好好思考過並且設計過的演算法：｛
如果需要進食():{
如果可以掌握食材...那麼跳接到「料理」的部分，否則跳接到「購買」的部分;
料理：查看食材，調味料，計算組合與份量，...
購買：選擇餐廳或提供者與可交易的籌碼，匹配當前身體需要的能量與食慾偏好，帶入「選擇」的資料庫;
選擇：確認籌碼數量，查看餐廳，口袋名單，菜單，戒律...
｝｝
//
演化不容易啊。
但是，或許過了數年，人工智慧與身體健康偵測的系統可以整合食材或料理系統，徹底解決人類飲食方面的問題。
但是也要有人先寫出這個演算法：
人工智慧要可以掃描食物並評估衛生與能量，以及保存方式與料理需求。
人工智慧要可以掌握農產品的生產率、提高生產率、提高產品能量程度、但降低土地資源的消耗跟除害蟲。
人工智慧要掌握輸送管道，人口能量需求，營養需求，交易地點，交易後的保存地點，包裝方式，準備進行料理，並監督食材狀況與衛生問題，還有能量流失的程度。
人工智慧要掌握料理的方式、具備料理的工具、料理的能源、料理的善後，過程疏失的自我修復與自我除錯，同時掌握當前需要飲食的人口與其需求與位置。
是否有集中飲食的地方、可以讓人口選擇飲食內容的介面、或料理後送達個別人口的地點...。
掃描食材與食譜推薦、文化創意料理教學..；如何輔助人類在飲食上更健全。
//
人哪，就是人工智慧啊。開始要把自己的制度跟流程輸入到電腦裡，讓機器執行這些事情了。開始在複製自己的文化與資料，開始釋放自己的勞動力，開始真正人機合作的革命...。
這些都要有人來寫，而寫的這些的人，會是創造財富的人。
而寫得最好、最精簡、風險最低、效率最高的程序員或公司，就是創造最多財富的人。
他或許不用會程式語言，那交給人工智慧去轉換就好了，但是他要有足夠的思考跟觀察，還有那個能力把最精簡的但必要的內容都寫下來。
唔，廚師或任何人倒不用擔心被取代，他們的經驗反而將是最寶貴的，或甚至當這個「程序孩子」的父母不斷優化吧，且可以拓展到全世界甚至全宇宙，釋放的勞動力可以繼續發揮創意或精進。
要是醫療系統、教育體系、商業生態，可以發展人工智慧飲食，真是無可限量啊。當然，區區一篇文章，有太多未經深思的，只是半個種子，有待繼續完善。
祝福。
stray遊戲場景。
