机器思维、人性思维和411的一点解读（有剧透）
人的行为可以分为两种，一种是无意识行为（mindless behavior），一种是有目的的行为（purposeful action）。而对于机器，或者人工智能来说，机器没有前者，完全由后者构成。这里需要说明的是，并非机器或者说人类不想让机器拥有无意识行为，根本在于机器，至少依照现在的理论基础，无法模仿出人类的无意识行为。这一点从计算机无法生成真正的随机序列就可以看出。
411的支线剧情，Shaw解除地铁车厢炸药威胁，多种思维在这一情节里依次呈现。事后看来这一剧情至关重要，能否在不开枪的情况下解除炸弹威胁从而得到密码关乎之后小组全员安危。关于小组，我们可以做一个简单的分类，Reese和Shaw属于最贴近机器思维的，被训练磨砺的高度理性。Fusco属于感性思维，充满着各种不靠谱的行为，在通常情况下，Fusco会被认为是小组的短板。但在这一环节最终恰恰是Fusco的不靠谱是最佳解决方案。
首先看Shaw的解决方案，最简单直接，用枪威慑，用理性告诉对方这样完全不理智。这符合一般计算机的运作方式，明确一个目的的情况下，寻找最短路径，简单直接地解决问题。方案失败的原因很简单，你用理性告诉对方应该怎样，但是对方感性和情绪主导，完全不吃你这一套，本来就是抱着要死的决心。后面Shaw还特意提到一句，这里面的问题在于，简单理性思维无法预知人类的情感。下棋可行，解决复杂的人性很难。
然后是Reese的方案，通过之前的案例和解决方案去说服对方。这是现今多数AI或者机器学习（machine learning）的解决方案，即依照过往经验，总结归纳出解决方案。这种归纳法的前提是承认问题的复杂性和未知性。人类的很多发明创造源自这种归纳总结法，也是人类面对未知情况的通常应对策略。看到打雷之后会下雨，所以得出打雷和下雨呈现相关性，进而得出结论。通过相关性来得出因果性。即便得不出因果性，就像人类不清楚下雨到底是龙王的愤怒还是雨神的恩赐，只要知道打雷就要下雨就好。但是有一个问题是，归纳总结是否能得出正确结论，即过往经验能否决定未来走向？
比如我们观测到的所有天鹅都是白色，那么能否得出天鹅就一定是白色？人类社会中那些类似“黑天鹅”的随机性处处可见。卡尔波普一直质疑的就是这种简单的历史经验归纳法。即便是在大数据，贝叶斯框架的基础上，预测都有很大的局限性。在各种情绪的支配下，诸多非理性的无意识行为会使人类难以预测。
最后是Fusco的方案，和Shaw、Reese最大的不同是，Fusco提到了feeling。按常理，Fusco的方案完全不符合理性，因为Fusco给出的案例根本就不是一个成功的案例，既不是Reese式的证据归纳（induction），也不是Shaw式的演绎推理（deduction），应当是最先被排除的。但Fusco提出的恰恰是机器无法理解的。通话由Reese转到Fusco看起来是个凑巧，至少目前看来机器不能预知Fusco的方案。和能快速查找正相关的机器不同在于，人类会把不相关的事情搅在一起，在1000个不靠谱中，会有那么一两个灵光一现。Fusco对于自杀者心理那种描述是最为准确的，在旁边有人还在激怒Gary的情况下，周边的乘客能够协助劝阻。这种孤独的感觉，与理性无关，与机器思维无关。
这一季对编剧也是考验。TM和Samaritan两个上帝，结局一定是TM赢，编剧又不能把Samaritan写的太弱。我一直觉得双方团队的不同风格会是个很好的切入点。Samaritan的团队Decima是讲求绝对服从的，带着手榴弹和保险执行任务，随时牺牲。TM这边小组内并不完全顺从，实际上存在一些变量。