完全随机是统计学概念，指的是每一个研究对象被分配到任意一组的概率是相等且独立的，不受其他任何因素影响。
即每个个体拥有独立、相等、不可预测的概率。
比如，从1到10来取随机整数，那么每一个数字随机出现的概率就是十分之一。
如果从1到100来取整数，那么每一个数字随机出现的概率就是一百分之一。
基本上接受过学前教育有些数学常识的同学很快就能发现，
相等的概率，不等于概率的相等。
而根本原因，就在于区间的不同。
比如说，你让DEEPSEEK生成十个随机数字，
他可以在一毫秒的时间，给你十个毫无关联的数字。
当你打开deepseek的深度思考之后就会发现，在AI生成随机数字的第一步，就已经自行设定好了取值区间。
再比如说，让你自己给出几个随机数，
你可能会不假思索的脱口而出一串拗口的数字，
但这串数字一定不会超出你的认知。
这个问题如果不上称，没有一两重。
但如果真要往深处细究的话，那就完全是一个不亚于为什么一加一等于二的数理哲学问题。
什么是真随机？什么又是假随机？
人们习惯于把计算机程序式生成的随机数称作假随机，
把自然界中不可预测的物理过程的测量称作真随机。
并根据这个定义，给了一个生动形象的例子，
比如你扔一个物理存在的骰子，一到六朝上的概率和你出手的力度、角度、空气阻力、风向、风速、桌面材质、粗糙度等一系列不可控的因素息息相关，完全无法预测，所以这就叫做真随机。
而如果电脑里运行一个扔骰子模拟器，并设定一个算法，生成一个取值区间为一到六的程序，那这个输出结果的过程，则被称为假随机。
在过去，人们的思考总是浅尝辄止。
认为系统程序算法可以人为控制，所以就草草的以此区分了真随机和假随机，而终止了后续的探索。
但很少有人意识到，为什么自然界中不可预测的物理过程，会像那个骰子一样，会有六个面。
顾然回到中科院，在基础材料实验室呆坐了一个晚上。
直到第二天袁涛、乔美美等人来到实验室后，才察觉到已经天明了。
“诶，你昨天不是直播吗？这么早就来了？”
曹思睿看着试验台前正襟危坐的顾然，打了个招呼。
但顾然迟迟没有
本章未完，请点击下一页继续阅读！