玻尔百科在数字设计的精确世界中，一个系统的行为由一系列状态定义——这是一场在一组预定操作中精心编排的舞蹈。然而，实现这场舞蹈的物理硬件通常包含大量其他可能的状态，这些状态本不应被访问。这些就是“未使用状态”，它们是作为二进制逻辑内在结果而存在的幻象配置。本文探讨了一个在基础设计中常被忽略的关键问题：当一个故障，如电源浪涌或随机噪声，将系统抛入这些未知状态之一时，会发生什么？其后果可能从一个小故障到整个系统的完全锁定不等。本次探索分为两个关键部分。第一章“原理与机制”深入探讨了未使用状态的基本性质，解释了它们如何产生、可能造成的锁定循环的危险，以及像“无关项”条件这样的设计捷径如何无意中设下这些陷阱。第二章“应用与跨学科联系”则将重点转向解决方案，详细介绍了构建鲁棒的自纠正系统的方法，并揭示了该问题在人工智能等领域中惊人的相似之处。
想象你正在建造一台机器。不是任何普通的机器，而是一台数字机器，一台由开关和线路组成的思维机器，比如一个自动灌溉系统的控制器，或是一个数字手表里的简单计数器。这台机器在任何特定时刻的“状态”就是其存储元件（我们称之为触发器）中保存的开/关值的集合——也就是1和0的集合。如果你愿意，可以把这看作是机器当前的“想法”。
数字硬件的美妙与诅咒在于其不容置疑的精确性。如果你用三个触发器来构建你的机器，你不仅仅是为所需的少数几个状态创造了足够的存储空间；你实际上创造了一个包含 个可能状态的宇宙。这三个触发器上所有1和0的组合都是物理上可能的配置。你的机器可以存在于这八个状态中的任何一个，就像一个有三个电灯开关的房间有八种可能的照明模式一样。
大多数情况下，一个设计只需要这些可能状态的一个特定子集来完成其工作。一个设计用来从0计数到5的计数器（一个“模6”计数器）只需要六个不同的状态。但要表示六个状态，你至少需要三个触发器，这总共给了你八个可能的配置。对应于0, 1, 2, 3, 4, 5的二进制模式的状态是使用状态。它们构成了机器正常操作的常规路径。
那么，另外两个状态，即二进制模式为6 (110) 和7 (111) 的状态呢？它们就是未使用状态。它们就像你从未计划进入的房子里的房间。它们不是操作蓝图的一部分，但它们确实存在，被构建在硬件的结构之中。有时，使用状态的集合并非一个简单的序列。一个专门的电路可能只使用那些具有特定数量'1'的状态，即所谓的恒重码。如果你有一个包含6个触发器（总共有 个状态）的系统，设计为只使用恰好有三个'1'的状态，那么你将得到 个使用状态，剩下多达44个状态成为机器中未使用的幽灵。
在任何非平凡的数字系统中，未使用状态的存在不是例外，而是常态。一个简单灌溉系统的控制器可能由五个操作状态定义，如 IDLE、WATERING 和 FAULT。如果用三个触发器实现，就会剩下 个二进制代码，它们不对应任何定义的操作。这些就是机器的幻象。
这就引出了一个关键问题。如果机器因为某些随机事件——比如宇宙射线击中一个触发器，或者突然的电源浪涌——被猛地抛入这些未使用状态之一，会发生什么？它会崩溃吗？它会冻结吗？
令人惊讶的答案是：它会继续运行。决定机器下一个状态的逻辑门是无情的。它们是由AND、OR和NOT门组成的网络，根据当前状态计算出一个新状态。这个逻辑没有“好”状态和“坏”状态的列表。它只是将当前1和0的模式作为输入，并为下一个时钟周期产生一个新的模式。一个未使用状态只是另一种输入模式。
因此，在整个 的状态宇宙中，每一个状态，无论使用与否，都有一个明确定义的到下一个状态的转换。这些幽灵不是静止的；它们在移动。
让我们看一个简单的2位计数器，其状态为 。它的“大脑”由逻辑方程 和 定义。如果我们追踪它的行为，会发现它被设计为循环通过 。状态 是未使用的。但如果我们的计数器意外地在上电时处于状态 呢？我们可以简单地将 和 代入方程：
下一个状态是 。机器卡住了！它从 转换到 ，一遍又一遍。这是我们第一次瞥见一个危险的现象：锁定状态，一个在预期操作循环之外的固定点。从某种意义上说，这台机器并没有坏，它的逻辑仍在完美地工作。但它被困住了，徒劳地在一个毫无用处的状态中空转。
这种“锁定”可能比单个状态更隐蔽。想象一个3位约翰逊计数器，它是一种移位寄存器。一个故障导致它在非法状态 启动。根据其下一状态逻辑，它转换到 。从 ，它又转换回 。它现在被困在一个无休止的双状态振荡中，，这是一个与主计数序列完全断开的、微小而诡异的循环。机器还活着，但它已经失去了理智，永远在两个幻象状态之间徘徊。
这就是状态锁定失效的本质。一个系统进入一个未使用状态，并沿着一条永远不会返回到主要的、有用的循环的路径行进。这条路径可以是一个固定点，也可以是涉及多个未使用状态的锁定循环。
一个鲁棒的设计，通常被称为自启动或自纠正设计，必须考虑到这一点。一个优秀的设计师要确保从任何一个 可能的状态出发，总有一条路径能回到主操作循环。在一个从0计数到9的BCD计数器中，对应10到15的状态是未使用的。一个鲁棒的设计可能会确保，如果计数器落到状态13（二进制 1101），下一个状态是7（二进制 0111），安全地将其带回正轨。然而，一个有缺陷的设计可能从状态12转换到14，再从14转换回12。这就产生了一个在12和14之间的锁定循环，一个等待触发的陷阱。
有时这些陷阱极其微妙。考虑一个电路，其逻辑包含方程 。这个看似无害的规则在状态空间中创造了一堵不可逾越的墙。任何 的状态总是会转换到另一个 的状态。任何 的状态总是会转换到一个 的状态。如果主循环完全存在于 的半个宇宙中，而一个故障将系统撞到一个 的状态，它就永远无法返回。它被永久地锁定在预期功能之外。
情况可能更加复杂。一台机器可能仅在某些外部条件下才会被困住。想象一个带有输入 的电路。如果它进入一个未使用状态，当 时它可能会返回主循环，但如果输入保持在 ，它可能会进入一个未使用状态之间的锁定循环。陷阱只有在环境与之“合谋”时才会触发。
为什么任何理智的工程师会设计一个带有如此隐藏陷阱的系统？答案在于数字设计中一个强大而诱人的概念：无关项条件。
在为下一状态逻辑创建真值表时，设计者必须为每个可能的输入指定一个输出。输入包括当前状态。但对于一个未使用的当前状态，其下一个状态应该是什么？由于机器理应永远不会处于该状态，设计者可以说：“我不在乎。”这个“无关项”是一张万能牌。它意味着逻辑综合器——将抽象设计转换为具体逻辑门模式的软件——可以自由地分配任何能产生最简单、最小、最节能电路的下一状态。
这就是架构师的困境。通过将未使用状态声明为“无关项”，工程师可以构建更便宜、更快的硬件。但这样做，他们就放弃了控制权。他们让优化工具来决定机器幻象状态的行为。而工具的唯一目标是效率，不是安全。
这可能直接导致灾难。让我们以一个设计为循环通过偶数的计数器为例：。奇数{1, 3, 5, 7}是未使用的。设计者将它们标记为“无关项”，然后让综合工具施展其魔法。该工具在其不懈的优化追求中，可能会产生一个最终电路，其中纯粹由于布尔代数的巧合，状态1转换到状态5，而状态5又转换回状态1。一个意想不到的锁定循环 () 就这样凭空产生了，它是优化的副产品。
我们发现，机器中的幽灵并非超自然现象。它们是我们建造事物方式的逻辑必然结果。它们源于我们硬件的有限性，并由我们对效率的渴望所塑造。理解它们不仅仅是一个学术练习；它是构建能够从意外中恢复的鲁棒系统的关键，是构建即使在自身状态空间的幻象走廊中迷失后也能找到回家之路的系统的关键。
在我们经历了状态机的原理与机制之旅后，人们可能会留下一个印象，即这是一个完美有序的世界。我们画出整洁的状态图，定义好转换，并期望机器以坚定不移的服从态度遵循我们指定的路径。这就像一列火车在一条完美的单轨上从一站运行到另一站。但我们都知道，现实世界并非如此整洁。它是一个混乱、充满噪音的地方。一次随机的宇宙射线、一次突然的电源浪涌，甚至是打开设备的简单动作，都可能像一只恶作剧的手，将我们的火车从指定的轨道上提起，放到地图上某个完全意想不到的地方。
那时会发生什么？如果我们的地图只显示了主线路，火车就迷路了。它可能在一段通向死胡同的轨道上，或者更糟，在一个小小的环形侧线上永远兜圈子，再也无法回到正确的路线上。这就是未使用状态的问题。这些是系统状态空间中广阔的、未知的领域，不属于其正常操作周期。一个鲁棒的设计不是简单地希望系统永远不会偏离轨道；一个鲁棒的设计是提供一张从荒野中返回的地图。本章讲述的就是绘制这张地图的艺术与科学。
在数字电子学的世界里，计数器和控制器主宰着从你的洗衣机到工厂机械臂的一切，进入一个未使用状态并非小事。在最好的情况下，它会导致一个暂时的故障。在最坏的情况下，系统进入一个“锁定”状态，永久地困在一个或多个未使用状态的循环中，使其变得无用甚至危险。想象一个交通灯控制器卡在一个既不是红灯、黄灯也不是绿灯的状态。其后果是直接而严重的。
那么，我们如何构建能够找到回家之路的系统呢？最优雅的解决方案是将恢复地图直接融入系统的逻辑中。在设计一个计数器时，我们不仅要指定主序列中状态的转换；我们还必须明确定义其他所有可能状态下会发生什么。一个常见而强大的策略是规定，任何未使用状态在下一个时钟节拍时，都必须转换到一个已知的“安全港”——通常是系统的初始或复位状态。对于一个只应计数偶数（0, 2, 4, 6）的3位计数器，我们可以设计其内部逻辑，使得如果它发现自己处于任何奇数状态（1, 3, 5, 或 7），它的下一步行动就是跳转到状态0。系统能够自我修复，即时且自动，甚至不知道自己曾经迷失。更复杂的系统，比如一个用于斐波那契数列的专用计数器，也采用这种“自启动”的理念设计，确保无论它从数百万个可能（但未使用）的上电状态中的哪一个开始，它的第一步总是踏上正确的路径。
另一种方法与其说是内在的自我修复，不如说是外部的监督。我们可以构建一个独立的、更简单的逻辑电路，充当“看门狗”。这个看门狗的唯一工作就是监视主系统的状态变量。它有一个所有“非法”状态的列表，如果它看到系统进入其中任何一个，它会立即发出警报。这个警报通常是一个 RESET 信号，直接连接到系统存储元件的异步清零输入，强制将状态拉回到零。这是一种更粗暴的方法，但非常有效。
有时，仅仅恢复是不够的。对于关键系统，我们需要知道故障已经发生。汽车不仅需要自己摆脱打滑，还需要点亮“检查引擎”灯，告诉司机出了问题。这可以通过设计一个带有特定输出的有限状态机来实现，该输出用于指示故障情况。我们可以指定一个或多个未使用状态为“严重故障”状态。如果机器进入其中之一，一个特殊的输出位，我们称之为 ，会翻转为'1'。这个信号可以被记录下来，触发警报，或启动更全面的诊断程序。
这引出了一个更深层次的问题：我们能确定我们的系统总能恢复吗？在工程学中，希望不是一种策略。我们需要证明。通过分析所有未使用状态的转换逻辑，我们可以追踪它们的路径。状态1010可能在一个时钟周期内变为1011，然后在下一个周期变为0100（一个有效状态）。我们可以对每一个未使用状态进行这种分析，这样做不仅可以证明所有路径最终都会回到有效循环，还可以确定从任何可想象的故障中恢复可能需要的最大时钟周期数。这为我们提供了系统恢复时间的保证上限，这是安全性和可靠性的一个关键参数。
一个系统偏离主循环进入未使用状态的荒野，这个想法远比仅仅是数字电路更为普遍。我们可以通过一种更抽象、更优美的方式来思考这个问题，从而提升我们的视角。想象任何一个拥有有限状态数量的系统，就像一个由单向桥梁连接的岛屿景观。这就是状态转移图。岛屿是状态，桥梁是转换。
我们系统的正常操作是一次特定的游览，以循环方式访问这些岛屿中的一小部分——这就是主操作循环，我们可以称之为集合 。我们景观中所有其他的岛屿构成了未使用状态的集合 。如果一个系统是“无锁定的”，那么无论你发现自己身处荒野集合 中的哪个岛屿 ，都保证有一条由桥梁构成的路径最终将你引向主游览集合 中的一个岛屿。形式化表述 是自纠正设计的纯粹数学本质。它表明对于每一个未使用状态，其可达状态的集合与正确状态的集合并非不相交。这短短一行优雅的逻辑捕捉了我们一直在探索的鲁棒性的基本原则，将电路设计师的实际工作与图论的永恒真理联系起来。
这种抽象使我们能够在截然不同的领域看到同一问题的回响。考虑人工智能和统计建模领域。隐马尔可夫模型（HMM）是用于语音识别、生物信息学和金融的强大工具。它通过假设存在我们看不见的潜在“隐藏”状态来对系统进行建模，这些隐藏状态产生了我们能看到的“观测值”。当我们使用像 Baum-Welch 这样的算法来训练一个HMM时，算法的工作是找出最佳的隐藏状态集合以及它们之间的转换概率，以解释观测到的数据。
这里有一个迷人的相似之处：在训练过程中，算法可能会陷入一个“较差的局部最优解”。这种情况的一个常见症状是出现塌陷状态或未使用转移。塌陷状态是模型在学习后几乎从不用来解释数据的潜在隐藏状态。其被占据的计算概率总是接近于零。这相当于数字电路中的未使用状态！它代表了模型中被浪费的潜力，是其自身复杂性中未能被利用的一部分。数据科学家已经开发出特定的诊断方法来检测这些病态。他们寻找那些总期望占用率可以忽略不计的状态，或者那些似乎执行相同功能但之间没有学习到转换的状态对。找到这些“未使用”或“冗余”的状态，是学习过程出错的信号，就像我们看门狗电路中的 RESET 信号一样。解决方案通常是用不同的初始化重新开始训练，有效地“复位”模型，希望它能找到一个更好、更鲁棒的配置，有意义地使用其所有状态。
从BCD计数器的具体逻辑门到人工智能模型的抽象状态，这一原则始终存在。我们构建具有预期行为的系统，但我们必须为意想不到的世界进行设计。一个脆弱的机器和一个有韧性的机器之间的区别在于它如何处理意外情况——当它不可避免地发现自己处于一个未使用状态时，它是否有地图可以回到正轨。