我在工程学中，不确定性通常就像沙拉里的沙子一样受欢迎。从字母表到DVD，数字技术的发展在很大程度上是由消除诸如语音或VHS磁带等模拟系统固有的随机波动或噪声的愿望所驱动的。但随机性也具有让某些系统更好运行的特殊能力。这里有5种情况，一点小混乱是计划的关键部分:
随机共振
制造敏感探测器的科学家常常竭尽全力消除噪音。例如，如果他们试图发现中微子，他们就会把他们的探测器建在矿井底部来阻止结果被淹没通过有规律的宇宙辐射。但有时添加噪音是唯一的方法拾取微弱的周期信号。
这种现象被称为随机共振，它的工作原理是这样的：假设你试图计算海岸的波浪数量，你的探测器是一堵横跨海滩中部的墙。墙的高度代表检测的阈值：只有当水冲刷到墙的顶部时，它才会被记录。Bu我们想象中的墙足够高，以至于水的膨胀永远不会上升到墙的顶部。增加噪音就像增加一些快速变化的风，它会以随机模式激起波浪。如果有适当数量和适当变化的风，当波浪进入时，水会溅到墙的顶部并被探测到。如果有如果风太小，平静的波浪永远不会越过墙顶；风太大，水位可能会在墙上停留很长时间，淹没波浪的信号。
有时，添加噪声是拾取弱周期信号的唯一方法。
随机共振不仅仅适用于科学仪器：有证据表明我们自己的神经系统用它来检测细胞之间的信号，而且它也对我们的感知有影响视觉、触觉和听觉。例如，老年人的平衡可以通过给他们的鞋子装上能产生“嘈杂”振动的鞋垫低于感觉阈值这提高了老年人的脚部触觉，从而获得更好的平衡。研究人员认为这是可行的，因为当脚接触地板时，阈下刺激刺激了感觉神经元。刺激必须是随机的，否则感觉神经元会适应，并最终忽略额外的刺激。
密码学
在密码和密码的情况下，被预测会让你丧命。密码学的目标是把信息——“明文”——变成一种毫无意义的混杂物——“密文”。理想情况下，密文应该与随机的字母或数字串难以区分:如果密码破译人员在密文中识别出任何模式，他们可以使用它来帮助揭示明文。
例如，在第二次世界大战期间，德国依赖于一种名为Enigma的密码机。操作员按下键盘上的一个按钮，面板上的一个字母就会亮起来，这取决于内部转动的轮子系统．对盟军来说至关重要的是，这种设置是这样的，一封信不能被加密;也就是说，“b”可以被编码为除“b”以外的任何字母。这听起来可能是件好事——难道所有的密文不应该与明文完全不同吗?但事实上，这是一个关键的弱点，减少了密码破译人员必须考虑的可能性的数量。
现代密码学通过使用各种算法将明文与随机生成的数字密钥相结合来加密信息。系统的安全性取决于所选择的算法、密钥的长度以及密钥是否真正随机。今天使用的算法和密钥非常好，以至于应该比现在的宇宙年龄要长来破解加密的信息。尽管如此，一些有安全意识的个人和组织担心可能会发现新的密码破解技术。因此,研究人员创建并部署了一些量子加密系统它基本上依赖于随机的亚原子过程，而且在理论上可以从不被打破了。
基因工程
进化创造了一种抗噪音的数字代码来存储生命的蓝图:DNA，由四个字母组成的字母表。DNA使生物体能够一次又一次地复制单个细胞，使整个人体由数万亿个细胞组成，每个细胞都有相同的基因组。我们的细胞甚至有复杂的系统来修复和纠正受损的DNA。因此，尽管这些系统会像癌症一样崩溃，但对于任何特定细胞来说，DNA突变的几率都很低。与癌症一样，大多数突变可能会对细胞功能产生负面影响，或者至多是中性影响。这对基因工程师来说是个问题，他们想要快速产生大量突变细胞，以便找到有用的罕见变异，比如有更大粒的玉米芯。
所以它们依赖于诱变剂。诱变剂是扰乱DNA的因素，有很多种类可供选择，这取决于生物体和混乱的程度这是理想的。暴露在伽马射线下是一种流行的诱变剂，就像把温文尔雅的科学家布鲁斯·班纳变成绿巨人一样，甚至咖啡因也能做到这一点，尤其是在处理细菌或真菌时。幸运的是，对于大多数把咖啡因作为主要食物的人来说，它的变异能力仅限于培养皿中的细胞。
赌博
博彩运营商必须小心行事。以保持玩家的兴趣和执法机构联合国他们的游戏必须是公平的。但从长远来看，它们也必须保证能产生利润。赌场需要知道21点或轮盘赌中红色32点的可能性有多大，这样他们才能设定适当的支付（或者，当涉及到电子老虎机等虚拟游戏时，三颗樱桃出现的几率有多大）应该是)。
这需要能够精确计算赔率。所以，我们对概率的现代数学理解很大程度上是由于游戏而产生的，这也许并不奇怪。安东尼·贡博是17世纪的一位赌徒，他的朋友是史上最伟大的天才之一布莱斯·帕斯卡。(帕斯卡19岁时发明了第一台机械计算器，这是他的诸多贡献之一。)贡博试图计算出用一对骰子掷出两个6的正确几率，于是向帕斯卡求助。
为了让玩家感兴趣而执法机构不感兴趣，他们的游戏必须是公平的。
与皮埃尔·德·费马通信(以他的最后定理)， Pascal想出了计算概率的方法，而不需要逐一统计游戏的所有可能结果，当游戏变得复杂时，这种方法很快就变得很麻烦。这项工作是现在所谓的概率论，用于理解从股票市场到量子物理的各种复杂现象。
帕斯卡的分析强调，赌博之所以如此有利可图，一个原因是我们对随机事件可能性的直觉理解往往是错误的。想象一下，将一枚公平的硬币掷10次，碰巧连续掷10个尾巴。现在，你会赌多少钱在下一次掷硬币时会得到另一个尾巴？有些人这样认为nk认为，由于连续获得10条尾巴已经不太可能了，所以第11条尾巴肯定不太可能是“到期”的其他人会认为，尾巴是一个不可阻挡的幸运连胜，所以第11个连续尾巴的可能性很大。但帕斯卡告诉我们，在这种情况下，概率实际上是50/50。硬币不“记得”以前发生了什么。但是球员记住，他们倾向于相信他们的运气或直觉可以战胜随机性，所以他们低估或高估了自己的机会。结果是一个赌场可以完全前期关于可能性的游戏,很多贫穷的50/50,并且仍然有源源不断的球员愿意放下钱:游戏行业倾斜的在4300亿年的2012美元,根据分析公司全球博彩游戏顾问(GBGC编制)。
计算机模拟
像飓风或股市这样的系统很难预测，因为它们太复杂了。分析师创建一个她试图理解的系统的计算机模型，输入当前条件的描述，并让模拟演进。不幸的是，必须做很多近似:只能进行这么多风速测量，没有人能读懂每个交易员的想法或股票交易程序。
因此，分析师对模拟结果的信任程度留下了一个很大的问号:如果她碰巧选择了略有不同的初始近似，她会得到完全不同的预测吗?减少这种不确定性的方法是蒙特卡罗方法，以同名赌场命名。分析师运行模拟数百次或数千次，每次随机调整初始条件。然后她看了这些预测。如果90%的天气预报模拟显示一场风暴正沿着东海岸直行，那么可能是时候把舱口封上了。
生成随机
创造真正的随机性比思考1到10之间的数字要困难得多。人类不能被信任去做可靠的事情。我们误以为在真正随机序列中出现的不可避免的巧合——比如同一位数字在一行中出现三次——是一种模式的证据。但通过避免这些巧合，我们使序列更容易预测。
但是不要觉得很糟糕，电脑在产生随机数方面也很糟糕。这是因为它们是由逻辑控制的数字系统——计算机生成的每一个数字在某种程度上都是基于内存中的其他数字。计算机本身不能产生一个真正的随机数。
因此，当计算机使用真正的随机数至关重要时，必须使用外部噪声源。这些来源可能包括让用户晃动他们的鼠标，或甚至奇怪的方法，如用数码相机对准熔岩灯．这通常是不切实际的，所以计算机科学家发明了产生伪随机数的算法，非常接近，在大多数情况下都是随机的。算法从一个所谓的种子开始，然后从中生成一个序列。种子通常是相对较小的数字，因此程序可以要求用户选择一个，也可以通过看看计算机的内部时钟。
对这些算法进行统计测试很重要:一些糟糕的随机数生成器生成的数字不能均匀分布在可能的数字范围内，这可能会影响依赖于公平样本输入的蒙特卡洛模拟的结果。据了解，其他“可怜的生成器”产生的数字很容易预测:2003年，地质统计学家莫汉·斯里瓦斯塔瓦(Mohan Srivastava)发现了如何识别安大略省彩票中奖刮刮乐的方法感谢可见数字中的图案印在票上。
噪音的颜色
工程师和科学家将系统中的各种随机性称为“噪音”因为从字面上讲，是可听见的砰砰声、嘶嘶声和嗡嗡声干扰了通过电报、无线电和电话等早期电子系统发送的信息。因此，电信公司很快就对理解噪音并找到降低噪音的方法产生了浓厚兴趣，最著名的是在美国电话电报公司的贝尔实验室新泽西州。1948年，克劳德·香农在那里出版了传播的数学理论“通过思考在噪音存在的情况下传输信息的极限，开创了整个信息论领域。”
大家都很熟悉白噪音，一种与静电有关的嘶嘶声。白噪声是随机的，因为任何给定的声音频率都有可能出现。这就是为什么它被称为白噪声:就像白光一样，它包含许多均匀混合的频率。但这并不是唯一的随机噪声;事实上，有一整个光谱的噪音被标记为不同的颜色，其中最重要的是粉红色和棕色。
粉红噪声也称为1/f噪声，这意味着一个频率出现的可能性与该频率成反比。也就是说，低频声音主导高频声音。和白噪音一样，这个名字来源于颜色——可见光谱的低频端是红色的，所以噪音被“染”成粉红色。事实上，粉色噪声的模式在任何地方都很自然地出现，尤其是在音乐中:如果你绘制许多作品的频率分布，它遵循1/f模式。
布朗噪音与粉色噪声相似，除了频率出现的可能性与广场频率(1/f2.）.这意味着低频声音比粉色噪音更占主导地位。(这一次，这个名字与可见光无关，而是来自“布朗运动”——悬浮在液体或气体中的粒子被分子撞击时的随机运动。)就像粉色噪音一样，它会在很多地方自然出现——包括我们神经元的线路，尽管它的确切作用尚不完全清楚。
斯蒂芬·卡斯是波士顿的自由科技记者，经常报道物理学、航空航天和计算机。
