陳胤辰中原商設
首頁
簡介
講師介紹開課資訊
課程
運算思維與程式設計自然科學與人工智慧程式語言導論
互動
物品交換三門問題下注模擬器數字推盤河內塔
編程
線上編程P5.js
應用
人體系統玄學系統建築系統

語言

繁體中文简体中文English

陳胤辰

中原大學商業設計系
資宸科技

快速連結

  • 講師介紹
  • 開課資訊
  • 互動遊戲
  • 程式教學
  • 文章

聯絡 & 社群

© 2026 陳胤辰。保留所有權利。

Built with Next.js & Tailwind CSS

🌌 系統概論🔮 排盤引擎📊 資料結構⚡ 四化狀態機🤖 規則引擎

應用 · 玄學系統

紫微斗數,是
古代的大數據

一套誕生於唐末、歷經千年優化的命理系統。用現代演算法的眼光來看,它是一個基於多維特徵的分類模型,搭配時序遞迴的動態預測引擎。

前往 AI 課程 關於講師

系統解構

命盤的資料結構

拋開「神秘感」,紫微斗數的核心機制都能對應到現代計算機科學的基本概念。

🗺️

命盤 → 二維矩陣

十二宮位 × 各類星曜 = 一張稀疏矩陣(Sparse Matrix)。每個宮位是一個節點,星曜是「特徵值(Feature)」,宮位之間的三方四正是「邊(Edge)」——本質上是一張有向圖(Directed Graph)。

📅

天干地支 → 模組化計算

天干(10)× 地支(12)= 60 甲子,與電腦的模組同餘運算(Modular Arithmetic)同構。年份 % 60 = 納音位。這是一套 2000 年前發明的「雜湊函數(Hash Function)」。

✨

宮位飛化 → 函數映射

四化(祿、權、科、忌)代表星曜在不同宮位的「狀態轉變函數」,可以類比現代神經網路中的激活函數(Activation Function)——輸入相同的星,輸出因宮位不同而產生質變。

⏱️

大限流年 → 時序遞迴

大限每十年更新一次宮位權重,流年每年疊加一層。這是一個時序遞迴系統(Temporal Recurrence),與 LSTM 的門控記憶機制有驚人的結構相似性。

概念對照

古代命理 vs 現代 AI 術語對照

傳統命理
現代 AI / 計算機科學
命盤(出生時刻的初始狀態)
訓練資料集的初始特徵向量
十二宮位(生命領域分類)
多標籤分類(Multi-label Classification)
星曜組合(格局)
特徵交叉(Feature Interaction / 組合特徵)
四化飛星(動態變化)
注意力機制(Attention)的動態權重
三方四正(遠程影響)
圖神經網路(GNN)的多跳鄰居聚合
命宮主星(核心特質)
Encoder 的潛空間(Latent Space)向量

排盤流程

演算法流程圖

1
輸入 — 出生年月日時(農曆)+ 性別 → 初始化四個全域變數
2
宮位定位 — 以「寅」宮為起點,依命主五行確定命宮位置,順佈十二宮
3
主星安置 — 紫微星系(14 顆)+ 天府星系(14 顆)依年干落入對應宮位
4
輔助星計算 — 六吉六煞、雜曜共 40+ 顆,依出生月日時分別計算宮位
5
四化飛入 — 依年干查飛化表,四顆星(祿權科忌)各取得特殊屬性
6
格局判定 — 掃描全盤,匹配「廟旺利陷」矩陣 + 格局規則庫(類似規則引擎)
7
大限流年疊加 — 以 10 年為單位疊加宮位,流年再次飛化 → 輸出當前預測向量

學術觀點

它為什麼值得被科學認真對待?

紫微斗數的準確率爭議永遠不會停止,但這不是這裡想討論的重點。

更有意思的問題是:一套在 1100 年前設計的系統,為什麼擁有如此複雜的規則體系,卻能在沒有電腦的時代被流傳、被修正、被優化?

值得思考的問題

  • 規則數量 > 1000 條 → 這是「過擬合(Overfitting)」的古代版嗎?
  • 口耳相傳的訓練資料 → bias 如何傳播並被強化?
  • 個體解讀差異 → 這是模型的彈性,還是「後驗合理化」?
  • 若把所有命盤資料數位化並訓練 ML 模型,會發現什麼相關性?

答案不重要。提問的方式才是 AI 課程想教的核心能力。

用科學方法認識古老智慧

「自然科學與人工智慧」課程用類似的思維框架分析各種複雜系統。

前往課程頁面