cover of episode AI 算不算物理?与物理学和人工智能博士聊聊诺贝尔奖争议|硅谷徐老师 S8E21

AI 算不算物理?与物理学和人工智能博士聊聊诺贝尔奖争议|硅谷徐老师 S8E21

2024/10/23
logo of podcast What's Next|科技早知道

What's Next|科技早知道

AI Deep Dive AI Chapters Transcript
People
周自横
硅谷徐老师
赵智沉
Topics
赵智沉博士认为,今年诺贝尔物理学奖授予Hopfield和Hinton,表彰其在人工神经网络机器学习方面的贡献,但这与物理学的关系存疑。其贡献可能远未达到诺奖级别,更像是物理学对AI研究的贡献,而非AI对物理学的贡献。他回顾了诺贝尔物理学奖的历史,将其获奖研究分为基础物理学研究、实验物理学研究和应用物理学研究三类,认为今年的获奖研究更偏向于应用物理学,但其影响力仍存疑。 周自横博士认为,虽然Hopfield和Hinton的工作对AI领域有影响,但与当前AI革命关系不大,获奖工作主要是在AI发展历程中的一次尝试,其影响力不足以获得诺贝尔奖。他推测,委员会可能因为想表彰AI领域而选择他们,但其论证不足以服众。 硅谷徐老师则认为,Hinton对AI的贡献值得肯定,其坚持不懈的精神值得敬佩,虽然诺贝尔物理学奖的评选可能存在争议。他同时肯定了Hinton对人脑运作机制的好奇心,认为这是其研究的动力,并赞扬了其不忘初心的精神。

Deep Dive

Chapters
探讨 Hopfield 和 Hinton 如何将物理学工具应用于人工神经网络和机器学习,并分析其获奖原因及争议。
  • Hopfield 的研究结合了学习理论和物理模型,如伊辛模型。
  • Hinton 借鉴了玻尔兹曼热力学分布等物理学概念,发展了 Hopfield 网络和受限玻尔兹曼机。
  • 争议点在于该研究对物理学本身的贡献是否达到诺奖级别。

Shownotes Transcript

Translations:
中文

用 声音 碰撞 世界。

生动活泼。

欢迎来到 what's next 科技 早知道 第八 季, 和 全球 创新 第一 时间同步。

科技 早知道 的 朋友们, 大家好。 上 个 礼拜 我们都知道 诺贝尔奖 的 物理奖 和 化学奖 都 授予 了 跟 A I 有关的, 尤其是 物理奖 给 了 神经网络 的 两位, 应该说 都 是在 80年代 就 做出 了 极大 贡献 的。 但是 好像 跟 物理 关系 不是 很大, 至少 我 个人 也是 这么 认为 的。 网上 也有 很多人 提到。 我 就 邀请 了 一位 是 周 志恒 博士, 一位 是 赵志 成 博士, 我想 请 大家 先 自我介绍 一下, 我们 今天 聊 的 话题 是 诺 奖 物理奖。 当然 我们 也会 聊 一些 其他 的 奖, 但是 两位 都是 研究 物理 方面 的, 或者说 是 研究 科学 方面 的。 给 大家 讲讲 自己的 背景 好不好? 我们 从 赵志 成 开始。

谢谢 徐 老师。 大家好, 科技 早知道 的 朋友们 大家好。 我是 赵志 成, 高等 理论物理 博士。 我 之前 的 研究 方向 是 弦论、 超 对称、 超 引力 黑洞, 现在 是 软件工程师, 现 居于 纽约。 我是 博士 毕业于 密歇根大学 物理系 理论物理学 中心, 然后 本科毕业 于 北京大学 元培学院, 趁此 这个 平台 做 一下 一个 小小的 广告。 我 最近 今年 4月出了 一本 物理 科普书, 叫 什么 是 物理, 用 物理学 的 视角 看世界。 如果 对 物理学 科普 感兴趣 的 朋友们, 可以 去 尝试 阅读 一下。

我 找到 赵 博士 的 一个 原因 就是你 写 了 这 本书 什么 是 物理? 所以说 我 觉得 应该 是 能够 给 我们 做 一些 科普 的。 然后 你 现在 是 在哪里 工作?

我在 谷歌 纽约, 我 主要是 做广告 平台, 主要是 针对 像 纽约时报 这样的 大 广告商 的 一个 数据服务。

所以说 你 每天 做 的 事情 跟 物理 并不是 直接 有关 或者 也有 关系。 这也是 我们 今天 要 讨论 的 话题。

应该说 完全 没有关系。

我们 接下来 周 博士 你 讲一讲。

我是 本科 是在 U C R A 的 计算机系 毕业 的。 当时 还有 两个 minor, 一个 是 philosophy, 另一个 是 cognitive。 毕业 之后 我 就 做了 一个 A I 创业 公司, 跟 朋友 一块 做 medical imaging 的 一个 公司。 当时 16年 new love 刚 火 起来 的 时候, 我们 以 这种 方法 来做 疾病 的 检出, 也 获得 了 腾讯、 红杉 中国 等 投资。 后来 我 就 觉得 从 智能 角度 上 来说, 它 虽然 讲 是一个 很 mini ful 的 任务, 但 还是 一个 小的 任务。 很想 去 进一步 的 了解 智能 的 本质。 我 就 回来 读 博士 了, 我的 导师 现在 是 demonstrator serbs, 还有 另一个 是 朱松 纯, admission 也是 我 之前 那个 创业 公司 的 合伙人。 现在 去 研究 的 是 一方面 是 word model, 去 希望能够 让 A I 能够 理解 how things work, how the word works. 另一方面 是 去 研究 道德, 希望 理解 人类 的 道德价值 是 怎么回事, 以及 如何 用 人类 的 价值 去 对齐 大 模型 的。

好的, 志成 博士, 你 对 为什么 他 有 一定 的 物理 方面 的 贡献, 你是 有 自己的 看法 的。 能不能 跟 大家 分享 一下? 首先 讲讲 我们 为什么 授予 他们 诺贝尔 物理奖? 另外一个 你的 看法 是什么?

好, 谢谢 徐 老师。 如果 大家 不太 了解 今年 诺 奖 的话, 我可以 先 简单 的 介绍 一下 这个 诺 奖 的 项目。 然后 今年 这个 诺 奖 是 颁给 了 john o fid 和 Jeffery hinton。 当时 诺 奖 委员会 表彰 的 一个 原因 说的是 他们 因 奠基性 的 发现 和 发明, 使得 使用 人工神经网络 进行 机器学习 成为 可能。 光 从 这个 题目 可能 看不出来 它 和 物理 有什么 关系。

如果我们 再 仔细 看 他们 获奖 的 这个 具体 研究 的话, 比如说 他在 1982年 的这 篇 一篇 论文, 可以 说是 他 最 主要 的 一个 里程碑式 的 贡献。 那 篇 论文 的 名字 叫 神经网络 与 具有 涌现 集体 计算能力 的 物理 系统。 这个 里面 就 提到 了 物理学。 这 篇文章 其实 有 两个 支柱, 一个 就是 学习 理论 和 ban theory 和 不 学习 理论。 另外一个 就是 物理学 里边 经常 用到 的 比较 有名 的 一个 模型, 叫 一星 模型。 这是 其中 一个 物理学 有关的 一个 理论。

第二 部分 就是 关于 hinton。 Hinton 其实 它 在 早期 的 人工智能 研究 里边, 也是 大量 的 用到 了 借鉴 了 物理学 的 一个 方法。 因为 它 也是 延续 了 half hide network 的 这个 概念, 然后 它 就 引入 了 所谓 玻尔兹曼 一个 热力学 里边 比较 常用 的 一个 概念。 然后 在 这个 基础 之 上去 进一步 的 去 发展 了 pop fid network, 后来 又有 了 restrict power machine 等等。

我可以 理解 大家 对于 获奖 的 一个 争议, 因为 通常 来说 我们 对 一个 研究 进行 颁奖, 主要原因 是 这个 研究 对于 这个 学科 本身 会有 多大 的 一个 贡献。 比如说 今年 的 化学奖 可能 没有 那么 有 争议, 因为 尽管 它 也是 跟 A I 有关的, 但是 他他 space 和 jumper 他们的 贡献 是 直接 的 服务 于 化学 研究 和 生物学 研究 的, 就是 关于 氨基酸 到 蛋白质 空间结构 的 一个 预测。 所以 我 觉得 大家 觉得 尽管 这个 东西 它的 方法 好像 不 那么 所谓 的 正统, 但是 它 毕竟 还是 服务 于 化学 的。 但是 物理学 之所以 有 争议, 我 觉得 一个 是 人们 很难 去 说服 自己, 这个 奖项 对于 物理学 本身 有 什 研究, 它 或许 有, 但是 远远 没有 到 诺 奖 的 级别。 另一个 就是 它 更多 的 是 反过来, 就是 物理学 本身 对于 这两项 研究 的 作用 和 贡献 是什么。

所以 后来 我 就 稍微 又 回顾 了 一下 过去 100年 来 物理学 的 一个 诺 奖 的 一个 情况。 我 发现 物理学 诺 奖 它 其实 大部分 可以 分成 三类。 一类 就是 我们 可能 最熟悉 的 就是 基础 物理学 的 研究, 像 爱因斯坦 的 这个 光电效应, 像 一大批 子 力学 有关的 研究 等等, 包括 更 早期 的 电动力学 等等 这些 研究。 这个 是 可以 说是 我们 认为 最 正统 的 一个 物理学 的 获奖。 第二 部分 也 比较 常见 的, 是 跟 实验 物理学 相关 的, 就是 他们 发展 出了 新的 实验 技术, 然后 这个 技术 可以 推动 实验 物理 的 物理学 的 新的 实验 方法, 或者说 找到 新的 一些 实验 现象, 可以 推动 物理学 整体 的 发展, 这是 第二个。

然后 第三个 我 觉得 可能 和 今年 诺贝尔奖 稍微 有 一点点 说服力 的 是 应用 物理学, 就是 物理学 它的 研究 它 用 在 了 其他 的 领域。 也就是说 因为 物理学 的 这些 技术 和 发展, 使得 其他 领域 从中 受益 的 也是 在历史上 是 有 出现 过 的。 比如说 我们 可能 比较 熟悉 的, 2000年 关于 集成电路 和 半导体 的 一个 研究。 包括 更 早期 的 像 畸形 晶体管 的 研究, 像 光纤 通讯, 像 蓝光 L E D, 像 激光 物理学 等等。 这些 研究 很多 是从 物理实验室 里 走 出来。 但是 他们 之所以 获奖 的 一个 主要原因 是 他们 对于 人类 的 生活, 整个 技术 的 发展, 包括 未来 像 电子 通信 领域, 其 产生 了 巨大 的 影响 的。 我 觉得 这 是一个。

第三个 思路 就是 物理学 它 怎样 滋养 了 物理学 以外 的 技术 也好, 工程 也好。 但是 我 觉得 即使 从 这个 角度 来说, 今年 物理学 还是 比较 有 争议 的。 因为 我们 可以 把 这 两个 无论是 玻尔兹曼 热力学 的 分布 也好, 还是 一新 模型 也好, 他们 在 人工智能 发展 领域 当然 是 比较 重要 的。 但是 它是 非常 核心 的 一个 技术, 乃至于 是 最 根本 的 技术。 这个 我 觉得 也 不一定。 而且 更 不用说 今天 的 人工智能 的 整个 人工神经网络, 其实 是 已经 不太 用到 那些 直接 用到 那些 技术 了。 而 更多 的 是 他们 作为 一个 历史系 的 奠基 作用。 所以 其实我 觉得 我们 如果 一定要 说服 自己 获奖 和 物理学 的 关系 的话, 可能 应用 物理学 会 是一个 因素。 但是 我本人 是 非常 还是 非常 震惊 的, 而且 我 觉得 我 很难 完全 说服 自己, 这 是一个 按 以往 一百多年 来 延续 下来 的 一个 物理学 诺 奖 的 传统。

好的, 我们 待会儿 回来 再会 跟 你 聊聊 AI 到底 会不会 对 物理 有些 什么 影响。 志恒 同学 能不能 讲讲 你的 想法?

我 觉得 他 刚才 把 我想说 的 基本 都 说完 了, 肯定 是 非常 surprise 的。 我 说服 不了 自个儿, 我 反而 更能 说服 自个儿, 他 这 是一个 他们 搞错 了 这个 事情 就像 他说 的, 就是 应用 物理学 是 没有 问题 的。 因为你 把 物理 应用 在 材料, 应用 在 什么东西 这种 早 有 先例, 它 就是 一个 能 做出 一个 巨大 成果 的 时候, 凭什么 你 不能说 这 是一个 物理学家?

过往 也没有 争议, 但 这次 争议 主要 就 确实 是 他们 俩 的 工作。 如果说 要 给 诺 奖 的话, 不是说 他们 俩 工作 没有 影响力, 即使 是 他们 俩 的。 Top fude network 和 both my machine, 它是 两个 非常 有 影响力 的 工作。 但是 是在 20年 前, 现在 的 A I revolution 跟 那个 是真的 是 没有关系。 它 只 你 只能 说 是在 整个 A I 发展 的 trajectory 里面 做出 的 各种 尝试 里面 的 一部分, 可能 对 整个 A I 领域 的 发展 有 一定 的 启发。 但 现在 真的 不是 那 两个 工作 做 的, 所以说 你 班 给 他们, 因为 这 两个 工作 的话, 确实 是 就让 人 觉得 好像 非常 不 懂行。 我的 猜测 就是 因为 他们 也是 到 最后一天 最后一刻 才 定 的。 我 觉得 他们 可能 就是 因为 觉得 AI 带来 了 巨大 的 贡献, 我们 想 颁给 这个 领域, 然后 看到 他们 俩 的 工作 就是 有 与 物理学 相关, 就是 想 找 一个。

相关 的这 是一个 猜测, 是一个 理性 的 猜测。 对, 这 是我的 菜。 当然 我们 谁 都 不知道 他 那个 内部 到底 是 怎么 运作 的那 其实 我有两个 follow up 问题, 一个 是 志成 你是 搞 物理 的, 我们 先 不说 这个 诺 奖 是不是 应该 班干部, 就像 刚才 两位 都说 了, 这 两位 其实 都是 德高望重, 他们 对 人类 对 科学 的 贡献 是 有目共睹 的。 我们 就 不说 这个 诺 奖 是不是 公允 与否。

如果说 从 A I 的 角度, 你 觉得 对 物理 会有 多大 的 帮助? 就像 两位 说 的, 我也是 认为 一个 诺 奖 出来, 我 看看 他 是不是 发现 一个 什么 例子 吧? 发现 什么 新 东西, 这次 显然 没有。 但是 可不可以 认为 或者说 想象 有了 A I 的 技术, 有了 ChatGPT, 有了 这 一代 的 下一代, 再 下一代 的 技术, 对 物理 会有 非常 大 的 改变。 你是 怎么看 这个 问题 的?

我 觉得 在 未来 是 很有可能 的, 但是 今天 还没有 到 这 一步。 我们 可以 其实 可以 拿 化学 做 一个 对比。 今天 这个 阿尔法 ford 的 研究 对于 化学 蛋白质 空间结构 的 研究, 其实 有一个 颠覆性 的 一个 贡献 的 一种 是一种 量化 上 的 一种 贡献。 就是 它 在 蛋白质 空间结构 的 预测 上, 远远超过 了 其他 所有 其他 的 传统 的 方法。 另外一个 我 觉得 是 方法论 上 的 一个 贡献, 就是 人们 发现 对于 像 生物化学 这 两种 极其 复杂 的 学科, 人们 不 一定要 用 所谓 第一性 原理 的 问题 方法 去 解释 或者说 去 预测 一个 结构。 我们 完全 可以 用 一种 统计 和 数据 的 方法 去 研究 它, 从 结果 来看, 它 会 比 第一性 原理 的 方法 做 的 更好。

在 物理学 上, 从 历史上 或者 传统上, 人们 认为 物理学 是一个, 甚至 可以 说 第一性 原理 是 物理学 是从 第一 学院 里 诞生 的对 吧? 人们 早期 的 牛顿 经典 物理学, 包括 相对论, 包括 量子力学, 都 是从 最 基础 的 粒子 的 基本 构成 和 粒子 之间 相互作用 来 推动 物理学 的 发展 的。 它 基本上 是一个 从 第一性 原理 出发, 自下而上 的 一个 过程。 所以 在 这个 意义 上, 我们 目前 还没有 能够 看到 人工智能 对于 这样 一种。 因为 人工智能 我 今天 的 这种 算法, 它 依然 是 基于 大量 数据 的 一种 pattern 模式 寻找 模式匹配。 但是 物理学 它是 一个 很 庞大 的 一个 领域, 尤其是 比如说 从 上世纪 70年代 开始, 人们 开始 对于 物理学 的 大量 的 复杂 系统 涌现 问题 进行 研究。 这里 我 顺便 插 一句, 我 觉得 network 它 诞生 于 1980年代, 它 和 这个 背景 是 很 有关系 的。 因为 在 那个 时代 是 复杂 系统 开始 兴盛 的 一个 时代。

复杂 系统 什么 意思? 或者说 涌现, 这也是 hoffa 的这 篇文章 的 一个 关键词。 就是 我们 从 尽管 我们 知道 这个 物体 的 系统 的 微观 机制, 我们 不一定 能够 知道 它的 宏观 系统。 从 这个 微观 机制 的 宏观 性质 当中 有一个 巨大 的 鸿沟。 这个 鸿沟 是 需要 用 一种 新的 方法, 用 一种 更 高层 的 方法 去 研究 它的, 这个 是 当时 复杂 系统 所 面临 的 一个 问题。

Hot feel 他 其实 本人 是 深受 Philip Anderson 的 一个 固体 物理学家 的 影响 的。 然后 Philip Anderson 在 1977年 获得 了 凝聚态 固体物理, 包括 这个 B C S 电子 理论 的 诺贝尔物理学奖。 当年 同一 年 普利 高金 获得 了 由 他的 混沌 系统 耗散结构 获得 了 诺贝尔化学奖。

所以 我们 可以 看到, 从 1970年代 复杂 系统 的 兴起 和 1982年 耗费 的 做出 这个 贡献, 我 觉得 是 有 一种 非常 强 的 时代背景 的。 这个 就 意味着 其实 在 物理 里边, 它的 研究方法 是 非常 多元 的。 他 有 那种 像 高能 理论 这种 低 基于 第一性 原理, 从 基本粒子 相互作用 出发, 也有 基于 一些 比较 定性 的 现象学 的 方法, 从 上 而下 的 去寻找 pattern, 寻找 一些 机制。 只要 这个 理论 本身 和 第一性 原理 不 矛盾, 它 就 依然 是一个 非常 有意义 的, 非常 有 价值 的 研究。 尤其是 像 凝聚态, 它 研究 是 大量 量子 的 作用。 而 如果我们 仅仅 从 低 原理 出发 的话, 量子 系统 两个 粒子 的 量子 系统 就 已经 非常 困难 了。

我们在 外部 里面 有一个 笑话, 就是说 经典 物理学 最多 可以 研究 二体, 它 研究 三体 对 吧? 我们 这就 著名 的 三体问题。 然后 到 量子 力 它 能 研究 单体, 它 不能 研究 双体, 因为 单体 它 已经 够 复杂 了。 然后 到 量子场论, 它 连 真空 都 也 研究 不明白。 他 随着 这个 利 系统 的 越来越 复杂, 他 研究 的 粒子 输出 越来越少 的。 所以 你 要 研究 这样 一种 非常复杂 的 大 粒子系统 的 一些 高层次 的 现象, 自上而下 的 方法 是 非常重要 的。 所以 我可以 想见 阿尔法 ford 是一个 很 令人振奋 的 一个 线索, 未来 完全 可以 由 A I 去 从 那种 模式匹配 的 这种 方式, 能够 为 像 凝聚态 物理, 甚至 像 比较复杂 的 天体 物理, 能够 寻找 一种 完全 新的 突破口。 我 觉得 这 完全 是 可能, 但是 今天 还没有 看到 这 一步。

我 这边 有一个 朋友, 他是 google deep mind 的, 他 也 在 说, 他说 以前 的 物理 都是 靠 牛顿、 伽利略 这样的 天才 来 发现 物理 规律。 现在 或者 以后 是不是 可以 用 A I 作为 一个 超强 的 工具, 能够 帮助 我们 找到 更多 的 物理 规律, 还是 有可能 的。 跟 你 刚才 说的是 差不多 的 一个 观点, 对 吧?

对于 这点 就是我 其实我 我 做 的 一个 研究 的 motivation, 其实 也就是 想要 能够 让 AI 去 自发 的 发现 规律。 我 觉得 这个 A I 一定 会 以后 对 物理学 产生 颠覆性 的 影响。 一个 是 其实 现在已经 看到 的 就是 在 数值 计算 上 的 优势。 这个 东西 就是 像 刚才 赵 博士 讲 的, 你 如果说 低 性 原理 的 去 simulate 多 提 问题, 尤其是 比如说 你 多个 分子, 像 这种 是 十 的 多少 次方, 或者说 是 那个 大气 模拟, 这也是 非常复杂 的 系统, 它的 误差 会 很快 就会 explode。 也没有 很 好的 办法, 你 拿去 直接 拿 这种 数学 的 方法。 但是 像 现在 data driven 的 方式, 拿 一个 new level 去 approximately, 它 就能 达到 一个 很 好的 效果。 所以说 现在 其实 已经 在 大气 预测, 在 包括 在 物理 上面 的, 比如说 核聚变 的 那个 plus ma 的 control 就 已经 有一个 很 fundamental 的 变化 了。 这是 第一 方面, 就 A I 可以 对 物理学 的 一个 帮助, 主要是 在 数值 计算 上。 第二 方面 也就是 物理 规律 发现 上。

物理 规律 发现 其实我 又 把 它 分为 两种。 第一种 其实 现在已经 有了 不少 进展。 第一个 就是 physical 的 state, 它的 已经 是 非常 确定, 就是 你的 参数 是什么 是 确定 的。 希望 在 这个 参数 中 找到 一个 很 简短 的 一个 公式, 可以 描述 它的 变化 的 规律。 前些年 就是 刚 deep in 出来, 当时 物理学界 就有 一个 叫 P I N network 以及 反正 一系列 的 变种。 那个 工作 是 稍微 有名 一点, 也很 简单, 就是说 是 拿 一个 new network 去 回归 这个 公式 的 系数 以及 它的 方程。 把 方程 作为 一个 你 要 预测 的 一个 东西, 就 方程 和 它的 系数 作为 你的 预测, 然后 希望 它 越 简短 越好, 因此 也是 能够 发现 很多 的 物理 定律 的。

然后 第三个 种类, 其实 就是我 的 motivation。 刚才 赵 博士 也 提到, 像 对于 一个 复杂 的 系统, 你 其实 是 希望能够 找到 一个 很 简约 的 描述 的 方式 的。 这个 时候 其实 是你 不能 完完全全 的 第一性, 因为 第一性 是 level 的。 你 希望 找到 一个 宏观 level 的 一个 抽象 的 变量。 物理 相关 的 可能 就是 一些 重整 化 平均差 之类 的。 你 把 一块 的 很多 的 分子 被 认为 是一个 东西, 但是 你 怎么样 什么样 一个 东西 应该 被 认为 是一个 东西。 其实 现在 就是 没有 一个 特别 好的 方式, 也就 一些 有 空间 上 某 一块 或 怎么样 的 某 一块, 你 就 认为 是一个 东西, 也能 取得 不少 的 一个 进展。 但是 它 毕竟 不是 一个 很 原理 化 的 一个 方式。

所以说 如果说 能够 去 对于 这个世界 有一个 模块化 的 一个 了解, 其实 这就是 大家 我 觉得 对 中医 的 一个 误解。 因为 现在 医学 确实 从 微观 去 入手 的。 但是 你的 人体 系统 这么 复杂, 你 如果 全部 只有 一个 分子 和 细胞 level, 你 对 很多 的 一个 疾病 是 没有 一个 描述 方式 的。 你 必须 要 有一个 宏观 的 变量。 然后 中医 其实 就是 经验总结 出 很多 宏观 的 变量, 但 宏观 变量 到 微观 变量 的 mapping 其实 是 很难 去 确定 的。 但 你 不能说 这 宏观 变量 没有用。 然后 因此 的话 这个 A I 对于 很多 系统 应该 就可以 将来 可以 帮助 去 找到 一个 合适 的 宏观 变量, 并且 能够 把 宏观 变量 和 微观 变量 进行 一个 连接。 然后 这个 时候 我 觉得 会 带来 一个 很大 的 一个 科学 的 突破。

宏观 的 东西 很难 用 过去 的 方法论 去做。 然后 A I 人工智能 可能 是对 宏观 的 角度 去 看 问题, 是一个 未来 是一个 解 主要 解决 方法, 这是 你们的 一个 想法 吗?

宏观 微观 它 不是 一个 最 本质 的 问题, 而 在于 这个 系统 是不是 一个 线性系统。 在 物理学 里面 这个 是 非常重要 的。 比如说 我们 人类, 人类 很 早就 从 天文学 革命, 为什么 它 能够 引发 这个 科学, 是一个 科学 革命 的 先声? 很大程度 上 是因为 天文学 外 引力, 它 对于 这个 物体 的 质量 来说 是一个 线性系统。 所以 人们 可以 非常 精确 的 去 通过 观测 大 质量 星体 的 运动 轨迹 来 了解到 引力 的 本质。

如果我们 可以 想象, 如果 万有引力 公式 的 不是 G M M 除以 R 平方, 而是 G M 平方 或者 M 3次方 M 4次方, 那 这个 完全 就 不好 用了, 这个 系统 完全 不好 用了, 所以 现在 系统 是 最 容易 去 学习 的。 你可以 说 它是 个 巧合, 你可以 说 它是 个 幸运, 但 无论如何, 人们 通过 他 获得 了 早期 的 关于 物理学 的 一个 研究。 反观 我们 一些 真正 的 复杂 系统, 比如 流体力学, 我们 为什么 会有 这种 湍流 现象? 会有 这种 非常复杂 的 现象。 就是 因为 这个 navy stocks function 它是 非线性 的, 处 流体 运动 的 方程 它是 高度 非线性 的。 所以 我们 无法 用 粒子 之间 的 相互作用 完全 的 去 推算出 大体 量 流体 的 相互作用。

大家 如果 了解 了 一些 断流 现象, 只 知道 我们 断流 现象 物理 断流 现象 里边 描述 的 一个 无量数 叫 雷诺数。 它是 一个 像 密度、 粘性 等等 构成 的 一个 无量 纲 量。 那么 随着 这个 雷诺数 的 增加, 一开始 平稳 的 瘤 体会 突然 变成 出现 一些 漩涡, 当然 和 边界条件 有关 了。 然后 当你 自由 流动 数 更加 增加, 它的 漩涡 会 变得 越来越 复杂。 但是 你 人类 无法 完全 知道 它的 这个 液体 分子 之间 的 微观 相互作用 是什么 样子 的。 但是 依然 无法 去 预测 它 在 哪一刻 会 进入 下一个 相变, 这个 相变 会 持续 多久。 这些 问题 如果 人类 没有 办法 通过 simulation 以外 的 方法 去 研究 它, 那么 人类 就 不能说 我们 人类 已经 理解 到了 流体力学 中的 相变 行为, 因为 它是 一个 高度 非线性 的。

像 刚才 志恒 提到, 我 觉得 非常 有 启发性 的 一点 就是 人工智能 它 怎么样 能够 突破 我们 这种 鸿沟 和 界限, 能够 去 找到 一些 新的 线索。 我 认为 因为 人工智能, 我们 今天 知道 人工智能 最 那 是一种 所谓 的 representation, 就 是从 一种 高维 到 低 维 的 一种 影射 能力。 然后 这种 影射 它 某种 你可以 说 它 某种程度 丧失 了 一些 信息, 但是 它的 信息 保有量 是 非常 好的。 而且 它 能够 很 好的 去 用 一种 相对 低 维 的 信息, 能够 去 解释 一些 高维 的 信息 这样 一个 关。

比如说 我们在 我们 想象 一个 理想气体, 我们 有 阿伏伽德罗常数 的 例子, 这个 是 非常 庞大 的。 我 不可能 用 这么 大 一个 参数 去 描述 每个 粒子 的 相互作用, 但是 我们 依然 可以 用 非常简单 的 三个 量 就可以 很 好的 描述 它, 也就是说 是 气体 的 压强、 温度 和 体积。 所以 我们 当我们 限制 在 一个 处于 平衡态 的 一个 气体 系统 的 时候, 三个 量 就可以 描述 这样 一个 系统 了。 但是 如果 它 不是 一个 平衡态, 它是 一个 高度 动态 的 一个 流体 系统 的。 我们 有 什么样 的 办法 去 很 好的 既 能够 用 一种 非常 有效 的 一种 信息压缩 的 方式 去 表述 它, 同时 又 不需要 以 一种 完全 simulation 的 方式 才能够 获得 这个 信息。 这个 问题 我 觉得 当今 物理学 是 非常 困难 的。 或许 人工智能 可以 从 另一个 方向 来 提供 一个 线索 和 方法论, 这个 是我 觉得 非常 可以 期待 的 一个 事情。

就是我 刚才 说 的 第三个 点, 这 三个点 其实 都是 前期 确实 都是 一定 是非 线性系统, 它 都 足够 复杂 到 你的 一个 一般 的 数学 没法 handle。 然后 这个 时候 你 这个 时候 三个 视角, 一个 就是 我不需要 知道 规律, 但 我就是 需要 让 它 预测 准。 不管 是 alpha fold, 还是 大气 模拟, 还是 核聚变, 它 其实 都是 这么 一个 效果, 我 只要 控制 上 最后 效果 好 就行。 第二个 就是我 希望 知道 一些 规律, 那 这个 规矩 我不需要 去 搞 出 一个 新的 变量。 这个 其实 已经 在 有些 部分 系统 里边, 它的 变量 比如说 多了 一些, 比如说 五个、 六个。 但是 他 还是 最后的 这个 方程, 还是 在 这 五六个 变量 上, 它 不需要 去做 一个 转变。

第三个 就是 你的 变量 太多 了, 必须 要 找到 一个 宏观 的 变量, 然后 拿 一个 更 少 的 变量 去 描述 这 一个 去 概 整个 变量。 这个 事情 是 非常 困难, 没有 一个 什么 很 principle 的 方式。 所以说 这个 是 A I 以后 也许 就 反而 可以 有 一些 principle 的 方式, 让 它 去 自动 寻找 出。

我们 听到 的。 总结 一下, 就是 大家 对于 诺贝尔奖 物理奖 给 了 两位 其实 都是 神经网络 的 模型 的 先驱。 然后 给 了 他们 从 某种 角度 上 来讲 是 非常 震惊, 也 不能 理解。 但 同时 这 两位 确实 是对 A I 是 起了 一个 很大 的 贡献。 虽然 说 我们 都 是在 猜测, 我是 比较 倾向 于 认同 智慧。 你 刚才 的 一个 猜测, 他们 先是 认为 我是 想做 一班 给 A I 方面 的 人, 然后 再去 想 我 给 什么样 A I 方面 的 人, 到底 是不是 要 德高望重, 足够 要有 分量 对 吧? 那你 等 绝对 是 有 足够 分量, 但 可惜 是 他们的 articulation, 就是 他们 论证 为什么 要 得这 一点, 没有 让 大家 有 足够 的 幸福。 但是 从 一个 大局 来讲 还是 很 不错 的。

说起 这个, 我自己 对 心疼 不说 他的 跟 物理 有 多少 关系, 或者说 对 整个 A I 到底 有 多大 的 贡献。 我 觉得 这些 都是 有些 是 可以 有 争论 或者 怎么样。 但 我 觉得 hinton 在 过去 几十年, 尤其是 80年代、 70年代, 在 A I 是 很 冷 的 冬天 的 时候, 能够 很 坚持 的 做 下去。 光是 这一点 精神 就让 我 能够 觉得 得 诺贝尔奖 是 可以 的。 虽然 说是 应该 是 诺贝尔 什么 奖, 我们 可以 再去 争论 一番。

其实 他 得 图灵奖 就 很 合适, 但 诺贝尔奖 就是 有点 很 不对 题。

我 有一点 我不知道 子恒 怎么看, 就是我 觉得 hinton 他 真的 是一个 不忘初心 的 人我 觉得 他 没有 说 从 一种 技术 或 功利 的 角度 来说, 我要 设计 一个 特别 厉害 的 算法, 然后 他 能够 很 好的 模拟 什么什么。 我 觉得 他 还是 对人 到底 怎么 运作, 是 有一个 非常 强 的 一个 兴趣 和 好奇 的对。

这就是我 觉得 我们 都很 佩服 的 一点, 就是 他 能够 刚才 说 的 不忘初心。 Tinton 还是 希望能够 解释 大脑 怎么回事, 包括 他 现在 的 研究, 他 也 还是 回归 到 大脑 怎么 去做。 他 想 去做 一个 没有 back projection 的 一个 网络。 原来 back propagation 其实 是 他 对 A I 界 的 最大 的 贡献。 他 找到 可以 用 这种 方式 来 学到 很 好的 深层次 的 representation, 这也是 这次 物理学奖 没有 提到 的。 大脑 其实 没有 by vocation, 所以说 他 又 进而 就 想 我要 去 研究 非 publication 的 那个, 所以说 这是 让人 觉得 挺 佩 敬佩 的。

回到 我们 前面 提到 的 hinton, 他 现在 又 回去 研究 模型, 对 吧? 就像 我们 今天 的 模型, 我们 刚才 说到 的 back progression 是一个 反向 传播。 其实 是一个 训练 模型 的 一种 方, 就 用 输出 来 不断 的 去 调整 参数, 这 是一种 方法。 但 人脑 其实 是 没有 这种 反向 传播 的。 然后 他 现在 又 去 研究 到底 人脑 是 怎么 运作 的, 是不是 能够 在 A I 里面 也 能够 用到, 这 是一个 非常 回到 初心 的 一个点, 非常 好。

对, 从 上周 开始 我 一直 有一个 好奇, 就是 如果我们 比如说 今天 基于 这个 back propagation 这 一套 人工智能 算法, 像 大 语言 模型, 它 能够 非常 好的 去 模拟 人的 认知 行为 或 大脑 的 行为 推理 行为 等等。 比如说 我们 假设 GPT n 它 已经 非常 好的 能够 涌现出 这样的 人的 很 高层次 的 大脑 的 行为, 认知 行为 等等, 推理 行为 等等。 这个 时候 我 去 研究 GPT n 的 内部 的 结构, 它 内部 的 一些 比较 深层次 的 结构 和 我人 研究 人的 推理 行为 这 两者 到底 有什么 关系? 我在 想 一个 思想实验 问题, 就是说 OK 我们 知道 牛顿 他 推出 的 这个 万有 引力 公式 G M M R 平方。 如果有一天 人们 发现 牛顿 的 引力 公式 它是 有 限制 的, 它 在 向 水星 进洞, 这些 问题 已经 无法 很 好的 去 预测 了 这个 数据。 而 那个 时候 我们 知道 是 有 广义相对论 描述, 但是 如果 没有 爱因斯坦, 而 与此同时, 20世纪 初 有一个 特别 厉害 的 一个 大 模型, 它 可以 去 用 这个 transformer 非常 精确 的 预测 一切, 有 广义 相对 的的 预言, 某种程度 上 它是 和 广义相对论 是 高度 同构 的, 在 非常 非常 高度 进步 下, 那么 这个 时候 我 去 了解 这个 transformer 的 结构, 是不是 可以 帮助 我 理解 一种 新的 引力, 也就是 广义 线。

我们 今天 广义相对论 描述 的, 我在 想 今天 大 模型、 transformers 模型 和 人类 认知 的 关系, 是不是 某种程度 可以 类比 在 一个 没有 爱因斯坦 的 世界 下, 当时 而且 一个 有 transformer 且 没有 爱因斯坦 的 世界 下 的 人工智能 模型 和 这个 广义相对论 的 关系。 我在 想 这样 一种。

对比 是不是 恰当 的? 我 觉得 不完全 恰当, 但是 挺 相似 的。 其实 你 这个 就是 care 如何 发现 新的 物理 定律, 你 AI 一定 是 能够 帮助 发现 物理 定律 的。 但是 就是我 不 觉得 真是 大 模型 去 能够 帮助 发现, 看 内部 能够 发现 物理 定律, 它 应该 还是 需要 直接 在 那个 数学公式 上 进行 一个 回归。 因为 如果 看 内部 的话, 现在 A I network 一个 核心 它 不做 的 不好 的 就是 O O D 就是 out of distribution 的 一个 generation, 它 可以 很 好的 做 内插, 它 不能 做 很 好的 外 插。 物理 定律 其实 就是 要 你 能 做 很 好的 外 插, 它 很 容易 去 overfed 你 现在 所 见到 data。 所以说 如果说 你的 目标 只是为了你 prediction 本身, you don't care 背后 的 规律, 那是 OK 的。 如果说 你 care 背后 的 规律, 那 规律 一定 是 比较 简化 的。

你 还是 需要 希望 能够 去就 以 另一种 方式 就 回到 大 模型 内部 和 脑 的 这么 一个 关系。 因为 现在 很多 研究 大脑 的 以及 研究 语 什么 之类, 他们 也 拿大 模型 来 去做 研究, 能 发现 一些 相似性。 但是 它 必然 就是 很多 东西, 更多 的 可能 是 一些 类比。

我想 稍微 回应 一下 刚才 说 的 这个 内插 和 外 插 的 一个 关系。 物理学。 我们 知道 这个 牛顿 物理学, 它 其实 某种程度 上 它是 对的。 只是 它 在 所谓 外 插 的 时候 碰到 的 问题, 它 无法 去 解决 高速 和 微观 的 世界。 同样 的, 我们 今天 去 用 量子力学 研究 它, 其实 是 有一个 所谓 的 能量 上限。 也就是 比如说 我们 可以 理解 成 一个 分辨率 上限, 就是 我们 这个 量子力学 它 在 普朗克 尺度 是 失效 的。

在我看来 一切 物理学 它 能 且 只能 是 有效 理论, 所谓 有效 理论 就是说 它是 生效 的 前提 是 有一个 它 生效 的 一个 边界。 然后 我们 之所以 研究 高能 理论, 是因为 我们 知道 当今 的这 样子 理论, 它是 在 高 能力 的 某 一个 能量 尺度 之下 才 生效。 在 这个 能量 尺度 之上 它 有 一系列 的 发散 问题。 所以 在 这个 意义 上, 我 觉得 内差 它 不是 一个 本质 问题。 因为 物理学 理论, 一个 好的 物理学 理论, 它 并不 承担 着 必然 可以 外差 的 一个 责任。 当然 这是 两个 问题 了。 我 非常 同意 他的 generalization 的 一个 有限, 但是 我 觉得 我们 或许 并不一定 要把 这种 限制 作为 一个 根本 上去 觉得 它 不 可行 的 一个 天然 的 勾芡。 我 觉得 这个 是 可以 去 探讨 的 一个 问题。

我 其实 比较 推荐 大家 能够 去 看一看 co file 的这 篇 18年 的 论文。 我是 仔细 读 那 篇 论文 还是 挺 有 收获 的。 虽然 他是 40年 前 的 一篇 论文。 跨学科。 其实 好的, 本人 是一个 非常 跨学科 的 一个 研究 学者。 然后 他 博士 是 研究 的 是 物理学, 是 做 凝聚态 的, 后来 兴趣 转向 了 生物物理。 后来 之所以 有 这个 研究, 其实 因为我 最近 看 了 2018年 写 了 一篇 自传 性 的 一篇 文章会 回到 他的 科研 生涯, 叫 nowt, 然后 又被 翻译成 中文。

然后 他 就说 当时 他 之所以 会 开启 这个 研究, 就是 因为 他在 普林斯顿 教学 的 时候, 被 一 搭进 了 一个 讨论 小组。 那个 讨论 小组 就是 吸引 了 来自 像 神经科学、 生物学、 免疫学 这些 有点 跨学科 的 一些 研究者。 他们 聚在一起 能够 希望 以 一种 不 那么 正式 的 一个 讨论 小组, 有点像 brainstorm 的 这样 一种 形式, 来 看看 有没有 没有 可能 从 不同 的 方法 去 汲取 一些 营养, 汲取 一些 方法论。 然后 可以 去 对 认 是 学习 大脑 这个 运行机制, 能够 获得 一些 新的 线索 和 方向。

然后 当时 是 那个 小组 的 一个 负责人 请 到 了的, 因为 他们说 这个 小组 里 缺少 一个 有 物理 背景 的 人, 然后 请 哈 菲德 去 哈佛 的。 去了 几次 之后 就 被 深深的 上了 这个 话题。 而且 我 刚才 也 说 有一个 时代背景, 就是 当时 复杂 系统 涌现 问题 开始 变得 流行 了。 然后 还有 他 也是 这 篇文章 里 写 到, 他是 同时 在 那个 时候 他 对 这个 匡威 的 生命游戏 印象 非常 深刻。 就是 怎么样 从 一个 基础 的 机制 能够 涌现出 非常复杂 的 pattern 和 行为。

所以 我 觉得 这 篇文章 给我 一个 启发, 就是 这 篇文章 我 读 起来 是一种 非常 酣畅淋漓 一种 感觉。 就是 它的 一种 视角 之 广阔, 它 不 限于 某 一种 特定 的 学科 领域。 这种 视角 之 广阔, 然后 方法 用 使用 吱吱 灵活, 他 对 一些 模 这个 理解 完全 相当于 用 怎么样 的 一种 磁 相互作用, 原子 之间 的 相互作用 也 解释 磁现象。 然后 完全 对比 到 神经元 之间 相互作用 解释 认知 现象 的 这样 一种 这种 联想 能力, 这种 类比 能力, 我 觉得 是 非常 令 我 佩服 的。 即使 到 今天, 徐 老师说 这种 跨学科 的 这种 视角 和 才能 是 非常重要 的。 所以 我 觉得 读 这 篇文章 还是 非常 让 我 有 振奋 和 收获 的。 我是 非常 推荐 大家 有 能力 的话 可以 去 读 一篇 那 篇文章, 我 觉得 是 非常 受益匪浅。

对我 我也 看 了 他 那个 自传 写 的, 我也 非常 认可。 就是 他的 建模 的 能力, 他 对 广泛 线下 建模 的 能力, 而 不只 局限于 traditional 物理。 所以 从 这个 角度 上 来说, 我 倒是 确实 也 认可。 如果说 把 这个 物理 的 物, 就是 中文 中 物理 什么东西 的 理对 吧? 有 生理 就是 生物 的 理, 物理 可能 是 物质 的 理。 当然 如果说 你 把 这个 雾 真的 给 generalize, 就 不是 现在 的 物理学, 就是 所有的 自然科学 都是 物体, 对 吧? 都 物质 对 吧? 生命 的 物质。

如果 从 那个 角度 来说, 我 倒是 非常 认可。 而且 其实我 也 觉得 以后 我们的 人类 科学 就是 要 往 这方面 走。 我们 现在 就是我 觉得 有 已经 开始 往 这个 方向 走了。 而且 如果说 确实 如果说 有 传递 上 的 物理学 的 训练 的话, 会 非常 有 帮助。 现在 的 A I 的 学习, 现在 AI 的 反而 就 有些 方面 还 真的 是 受 物理学 影响。

虽然 讲 这次 物理学奖 没有 被 acknowledge 这些, 但是 现在 真的有 巨大 更大 影响 的。 比如说 diffusion model, 它 跟 物理学 的 connection 是 更 近 一点 的, 它是 偏偏 微 微分方程 的 最 开始 是 随机 运动。 比如说 布朗运动 是 跟 当时 爱因斯坦 搞 出来 的 那个 方程, 其实 就是 用 那个 方。 还有 另一个 就是 energy base model, 它 跟 boss mp 倒是 有 一点点 同源 的 感觉。 它是 把 一个 probability distribution 去 理解 为 一个 energy landscape。 之后 你 就可以 通过 lj DNA ics 来去 采样, 来去 生成 一些 之前 最 开始 比如说 我的 导师 朱松 纯, 他 当年 的 那个 frame model 其实 就是 energy base model 的 前身, 现在 后来 又 叫 energy model, 就是 更加 lize 一些 的。

以 物理学 的 视角 来去 建模, 很多 事情 是一个 绝对 是 非常 有 帮助 的, 以及 现在 在 A I 的 加持 下, 其实 你可以 抽象 的 去 以 一个 很 抽象 的 视角 来去 建模 一些 现象。 你 就可以 原来 可能 没法 计算, 但是 你 就现在 可以 用 A I 用 神经网络 来去 模拟, 对 吧? 用 data 追问 的 方式 来去, 只不过 是你 抽象 的 建模, 怎么 建模, 然后 一些 去 决定 你的 input output 以及 loss function 之类 的。 然后 也就 可以 去做 很多 事情。 以及 现在 在 文科 上 可以 通过 更 generalized 的 agent 来 去做 模拟。 像 以前 他 他 讲到 的 原 包 自动机 或者 生命游戏, 他的 每一个 其实 entity 当 low lever 的 entity 模拟 是 非常简单 的, 就是 一个 if else 入。 但是 现在 我们 就可以 一个 更 智能 的 一个 个体, 去 simulate 很多, 这是我 之后 需要 会 做 的。 现在 也有 不少 工作 已经 开始 往 这 方向 走了。

所以说 在 未来, 就是我 觉得 确实 是 这种 理科 性 建模 的 思惟 传统, 最 开始 是 由 物理学 developed 出来 的。 但是 这种 引进 了 物理科 建模 思惟 教诲 整个 去 对 全 领域 所有的 学科, 包括 以前 不能 做 在 对于 文科, 但 现在 对于 文科 也 一定 会 带来 一个 颠覆性 影响。 所以说 接下来 的 未来 的 接下来 一二十年, 就是 学科 所有的 学科 都会 发生 天 翻。

这个 建模 alpha 就 回到 我们 前面 说 的 alpha fold, 其实 就是 一个 对 蛋白质 结构 的 一个 建模。

对, 是的。

因为 物理学 它 在 所有 当代 科学 的 也是 最 发展 最快、 最早、 最 成熟 的 学科。 所以 它 不仅 是 对于 世界 一个 非常 好的 一个 表述, 同时 它 也是 一个 非常 强 有的 一个 工具 库。 像 刚才 说 的 一些 模型, 其实 很多 我们 现代 物理学 发展 的 像 托普 微分几何、 非 欧 几何、 离散 群、 连续 群 里 代数, 甚至 像 刚才 子恒 也 提到 了 中 准 化 群。 这些 都 是从 早期 量子场论 的 研究 里边 所 开发 出来 的 一系列 数学工具。 然后 这些 工具 其实 也 在 很多 别的 领域 发扬光大。 因为 只要 研究 的 问题 在 数学 上 是 同构 的, 那么 你 用 的 方法 完全 是 可以 迁移 的。 所以 在 这个 意义 上, 物理学 它 本身 也是 一个 非常 强有力 的 一个 工具。 沪 他 可以 为 很多 其他 的 领域 提供 这种 方法 上 的 借鉴。

对, 有一个 很 有意思 的 点, 之前 大部分 人都 没有 意识到。 就是现在 从 方法论 上 来说, 现在 的 new network 其实 跟 物理学 早期 很 像。 像 就是 早期 在 物理学 就是 在 牛顿定律 出现 之前, 他们 研究 天文 是用 通过 I T cycles, 就是 圆圈 套 圆圈, 拿 一个 圆圈 来进行 解释。 本轮 均 轮对 但 本轮 均 轮 圆圈 其实 就是 复利 液 变化, 阳极 也就 相当于 数据 驱动, 然后 去 找到 一个 参数 能够 模拟 这个 数据。 只不过 是 当时 是 富 立 叶 网络, 相当于 我们 现在 的 是 更 尖端 的 lize 的 一些 网络。 但是 实际上 也都 是 这么 一个 思路, 所以说 就 有点 感觉, 就是 我们 现在 的 A I 其实 是 回归 了 物理 最 开始 牛顿定律 之前 的 那种 研究 方式。 只不过 是在 计算 驱动 下。

就第 古 布拉克 就是 哥白尼 时代 的 数据 科学家 了, 他 收集 了 大量 的 数据, 后来 开发 了。 基于 他的 这个 发现, 你 找出 了 三个 定律。

对, 只不过 当年 都 是人 手动 收藏 机器 素材。

对, 不是 机器学习, 是 人工 学习。 但是 都 是个 建模, 这个 观点 也很 有意思。 所以说 其实 我们 这 是一个 轮回, 从 一个 建模 时代 后来 出来 几个 天才, 像 牛顿、 伽利略、 爱因斯坦 这 几个 天才, 然后 物理 就 往前走。 现在 我们 这个世界 缺少 这 几个 天才, 又要 开始 运用 建模 的 方式。 当然了, 这个 模型 要 比 几百年 前 的 模型 要 先进 的 多, 快 的 多, 来解决 制成。 你 前面 最 开始 提到 的 就是 我们 物理学, 其实 已经 发展到 这个 复杂 系统, 然后 是 需要 像 A I 这样的 技术 来 帮助 他。 这点 其实 是 对我 其实 挺 有 启发 的。 就是 我们 刚才 提到 这 是一个 轮回。

志恒 你 提到 的 这个 包括 甚至于 中医, 其实 从 某种 角度 上 来讲, 也是 一个 比较 宏观 上 的 建模, 对 吧? 它 不是 一个 具体 能够 用 科学, 就 传统 科学 去 解释。 但是 是 也是 一个 有 数据, 其实 也就是 一个 数据, 用 经验 也是 一个 数据。 所以说 我们的 所有的 中医 都是 数据 科学家。

对, 其实 以前 的 天才 理论 就是 他们 能够 天才 的 发现 latent variable。 像 牛顿定律, 它 就是 发现 了 一个 引 变量。 以前 的话 就 只有 位置, 牛顿 就是 以 速度 和 质量 作为 隐 变量 来去 解释。 还有一个 力, 以前 的话 这个 力 是 没有 定义 的, 就是 它 通过 创造 了 隐 变量 这个 力 的 变量, 就 整个 带来 了 一个 很大 的 革命。 他 以前 的 这个 隐 变量 都是 手动 发现, 靠 天才 的 直觉 手动 发现, 包括 中医 也是 天才 的 直觉 手动 发现。 那 以后 的话 就 可能 AI 能够 帮助 更加。

自动 的 发现。 诺贝尔奖 的 规则 里面 有一点, 就是 所有的 提名 都是 大家 不知道 的, 要 50年 以后 才会 公开。 我 其实 你们 两位 在 说 的 时候, 我 就在 想, 是不是 最近 几年 已经 有人 为 中医 给。

提名 了 物理奖 吗? 物理奖 不太可能。

生物学家 没 生物学家 对 生物学 奖, 其实 我就是我 真的 很 有 兴趣。 就 讲说 有什么 会 的话, 能够 把 中医 能够 以 数据 的 驱动 的 方式 来 去去 找到 这里 边 的 一些 宏观 变量 和 微观 的 这些 现象 的 一个 联系。 就 能够 有 模型 来去 找到 这么 一个 联系。 把 这个 建立 之后, 这样的话 他 就 开始 不再 完全 靠 手动 的 经验 来去 完善。 因为 手动 经验 当 一个 模型 特别 复杂 的 时候, 他 就会 特别 难 去 更新。 因为 你的 数据 总是 没办法 去 重复, 变量 也 很多, 背后 的 随机因素 也 很多。 你说 这个 别人 很难 就是 完完全全 重复 你 那个 setting。 所以说 这个 时候 就 变成 了 一个 很 靠 悟性 的 一个 事情。

其实 中医 靠 悟性 不是 因为 它 不 科学, 就是 因为 它 科学 走 得 太超前 了。 又 没有 很 大量 的 数据, 包括 现在 也很 困难。 其实 现在 大 数据时代 也 还是 很 困难。 什么时候 能够 让 中医 也 能够 变成 一个 整个 资源 数据 都 能够 用 起来。 这个 飞轮 转 起来 的 时候, 我 觉得 整个 医学 生物学 的 会 带来 一个 革命。

结束 之前 我 让 大家 讲一讲, 就是 可以 对 我们的 听众 最后 留下 什么 话。 我 比较 想 听到 的 其实 是在 人工智能 时代, 对 我们的 这些 各种 不管 大家 工作 的 学科 都是 有 很大 的 影响。 觉得 尤其是 比如说 学生 应该 怎么 去 思考 以后 要 学 什么东西, 怎么 去 工作, 怎么 去 学习。 在 人工智能 时代 能不能 给 大家 讲一讲 你的 一个 体会。

其实 因为我 是 搞 A I 的, 所以说 这个 问题 早就 在 想 了, 就是 一直都在 想。 所以说 人工智能 时代, 它 人工智能 可以 理解 为 一种 自动化 工具。 以后 的话 就是 生产力 它 会 被 自动化。 以前 你的 人的 意义 往往 在 通过 我 充当 这 一个 工具 的 过程中 来去 得到 一个 展现。 当然 也很 重要, 就是我 其实 一直 以后 我也 觉得 你 还是 要 人 要 有些 客观 的 用, 这里 就 不 展开 了。 但 我相信 你们 都是 肯定 很 理解 的。

但是 问题 就是 当 很多 的 工作 都会 被 自动化 的 时候, 就 是不是 说 一定 需要你, 你 也 不是说 你 一定要 工作 你 才能 活下去。 这个 时候 人 就是 会 容易 找, 有 一种 意义 缺失。 所以说 这种 意义 缺失, 它 其实 本质 上 是一种 主体性 没有 找到, 就是 所谓 你的 人生 的 主体性。 其实 这个 时候 我 觉得 大家 都 不管 从 工作 上 还是 从 科研 上, 应该 能 看到 那种 很 自主 的 学生, 有 自己 主动 的 一个 理想。 我 追求 的 学生 他们 有 很强 的 自驱力, 他们的 人格 一般 情况 会 感觉 更 健全 一点, 也有 那些 不知道 要 干嘛 的, 就 踢 一脚 走 一步。 所以说 这个 就是 人 回归 自身, 回归 找到 自身 的 主体性, 这 是一个 很 重要 的 一个 心灵 上 的 一个 要 做 的 事情。 这个 其实 我们 中华文化, 传统文化 是 早就 一直 在 强调 这一点。 包括 有 很多 的 具体 的 练习 方法, 所谓 的 修炼 方法 来去 帮你 找到。

像 以前 的 打坐 之类 的, 就是 能够 让 你 去 能够 去 直接 更 触摸 到 你 自身 的 主体性。 因为 它 不是 靠 思维 出来 的, 我们 可以 去 看 很多 书, 但是 你 怎么样 所谓 的 触及 这个 灵魂 呢? 它 还是 一个 实践性、 实 操 性 的 东西, 这是 一方面, 就是 心灵 上。

另一方面 培养 自身 的 工具性 能力 上。 工具性 能力 就是我 觉得 智能 的 意思。 什么 人工智能 能够 成为 这么 有用的, 这么 强大 的 工具 就是 工具。 我 觉得 智能 本身 就是 一个 工具, 你的 主体性 和 智能 是 分开 的。 我们 肯定 还是 要 能够 去 提升 我们的 智能, 那 我们 智能 的话 就要 不断 的 往 更 深层次 走。 原来 的话 你 可能 就是 一个 具体 的 应用, 对 吧? 你 可能 做 的 是一个 比较 专业 的 一个 事情。 但是 你 现在 就要 走到 能够 看到 背后 的 方法论, 以及 更 深层次 的 方法论, 也就是 所谓 的 跟 这个 建模 能力 就 很 相关 了。

如果说 大家 都 能有 像 ho p 9 的 那样 广泛 的 如此 开放 的 一个 建模 能力, 包括 一些 类似的 还有 费曼 什么 之类 的 人, 你 一定 做什么 都行, 能够 看到 事物 的 本质, 那你 所有的 工具 的 对你 来说 都是 如虎添翼。 你 越 工具 越 强, 越 能够 帮助 你。 但是 如果说 你 本身 没有 工具 强大, 那你 就会 被 工具 替代。

这 句 话说 的 很好, 你 如果 本身 没有 工具 强大, 那就 被 工具 替代。 从 这个 角度 上 来讲, 就像 你说的, 要 知道 这个 事物 的 本质, 上 一期 我 做 的 那个 科长 的 节目 也 采访 了 教授, 提到 的 就是 要 知其然, 也要 知其所以然。 这是 我们在 A I 时代 所要 修炼 的。 你说的 非常 像, 那你 提到 的 另外 一点 就是 要有 主体性, 对 吧? 这 是一个 灵魂 这 一面 虽然 说有 一点点 的 APP track 有点悬, 但是 我 觉得 其实 是 这是 回到 人性 的 本质。

但 我 刚才 说 这个 强大 就是 稍微 clarify, 是 指 维度 比他高, 而 不是说 某 一个 具体 能力, 是 为了 博客 能 讲 的 更 清楚 一点, 这里 澄清 一下, 因为你 不可能 在 任何 一个 具体 能力 上 比 一个 A I 工具 强, 就在 很多 方面。 但是 你 一定 要是 你的 维度 站 的 比他高, 就是 他 才能 为你 所用, 要不然 你 就 为 他 所用。 有点像 你是 相当于 公司 的 C E O 对 吧? 你 能够 用 着 各种各样 的 很 牛逼 的 人才。 但是 你 如果说 你就是 一个 专才, 你 一定 会 被 断 材 所 替代。 所以说 大家 都 需要 成为 一个 通才, 然后 你的 元认知 能力 要 很强。

这 恒 提到 人的 自主性, 我是 非常 有 共鸣 的。 就是 如果我们 看 历史 的话, 其实 人类 在历史上 其实 经历 过 这样 一种 意识 的 危机 的。 即使 是 物理学 上, 就是 我们 知道 牛顿 的 物理学, 经典力学, 它是 一个 所谓 机械 宇宙 图景, 它是 一个 极强 的 一种 决定论, 甚至 带来 给 人 一种 带来 宿命论 的 这样 一种 感觉。 就是 如果 宇宙 是一个 机械, 那么 一切 东西 都 是在 宇宙大爆炸 之初。 当然 没有 宇宙大爆炸, 就是 在 很早以前, 整个 世界 分子 原子 的 运行 逻辑 就 已经 被 固定 下来 了。

这个 时候 整个 未来 都是 完全 确定无疑 的对 吧? 因为 你知道 利益 的 相互作用, 知道 那个 初始状态 之后, 一切 未来 都是 可以 完全 推理 出来 的。 所以 人们 就会 陷入 一种 人的 意义 的 危机, 如果 人是 宿命 的, 那么 我 活着 还有我 明天 要 做什么? 我 今天 的 状态 都 已经 确定 了。 其实我 可能 不知道, 但是 他 确定 了, 那么 我 选择 是不是 一种 幻觉? 自由意志 是不是 种 一种 伪命题? 所以 人类 是 当时 是 经历 过 这样 一个 危机 的。

所以 我 觉得 确实 即使 我们 可以 想象, 即使 今天 人工智能 做 的 在 任何 层面 上都 变得 非常 像 人。 那么 人 你 怎么样 在 这样 一种 环境 下 依然 获得 一种 自我意识, 我 之前 跟 N Y U 的 那个 哲学系 教授 charmers, 他 又 提出了 所谓 的 简单 问题 和难 问题 的 一个 区别。 所谓 的 简单 问题 就是 它 可以 技术 上 是 可以 实现 的, 但是 让 机器 获得 真正 像 人 一样的 自我意识 consciousness, 也就是 像 笛卡尔 说, 我思故我在。 那 我思 是我 唯一 可以 确信 的 一个 东西, 也就是 我 之所以 为人 的 一个 最 根本 的 一个 立足点, 也就是 所谓 的 心灵 实体。 在 这个 意义 之上, 我 怎样 能够 获得 一个 自我 的 主体性, 我 觉得 这个 是 确实 是 非常重要 的。

对我 非常 同意 子恒 说 的 另外 一点。 我想说 的 还是 刚才 的 一个 关于 物理学 的 一个 认知 的 问题。 就是 刚才 我们 提到 第一性 原理, 它 无法解释 像 这种 复杂性 系统 的 一个 问题。 其实 费曼 当时 也 提出 过 这样 一个 观点, 就是说 我们 今天 可以 知道 很多 从 微观 上 理解 整个 宇宙 的 非常 精确 的 一个 运作 的 逻辑。 但是 如果我们 只能 知道 这个 例子 的 相互作用, 而 无法 知道 液体 如何 形成 湍流 的 这样 一种 涌现 现象 的话, 我 无法 依然 无法 claim 说 我 对 物理学 是 有一个 完整 的 认知 的。 当时 是 说 大概 的 大意 就是说 人类 下一次 认知 的 突破, 就是这样 一种 从 微观 的 运作 机制 到 宏观 的 这种 涌现 现象, 一个 认知 上 的 突破。

所以 我 觉得 这个 一方面 给 我们的 一个 启示 是, 物理学 它 不仅仅是 一个 仅仅 拥有 还原 主义 的 一个 思想方法 的, 不是说 一切 了解到 微观 机制 和 微观 相互作用 方式 就可以 完全 理解 这个世界 的。 他 也有 一 大量 的 这种 关于 高层次 的 世界 认知 的 一个 理论 和 方法。 这些 方法 我们在 我们 今天 看来 是 非常 欠缺 的, 甚至 远远 于 落后 物理 在 他的 微观 机制 上 的 一个 认知 程度 的。 所以 我 觉得 这个 是 我们 需要。

如果 大家 是 物理学 的 学习者, 或者 对 物理学 感兴趣 的 朋友, 我 觉得 任何 学科 都是 这样, 是 可以 值得 用 这样 一种 视角 去 思考, 在 不同 层面 上 的 知识, 在 自己的 学科 领域 到底 意味着 什么? 他们 之间 的 关系 是什么? 这个 是 非常 值得反思 的 一个 视角。

好的, 没想到 一个 诺贝尔奖 是不是 公允 与否, 当然 也 看 也是 开玩笑 的。 诺贝尔奖 也 我们 也是 只是 在 这边 猜测 而已。 从 一个 诺贝尔奖 引申 过去 几百年 来, 不管 物理、 中医, 我们的 一些 看法。 我 觉得 两位 都是 其实 提 了 很多 蛮 蛮有意思 的 一个 洞见。 然后 我 前面 也 提到 说起 马斯克 今天 把 那个 信件 回收。 我 看到 那个 推特 上面 有一个 英国 的 一个 物理学家 David dolch, 他 就说 他说 过去 一段时间 是 觉得 是 蛮 痛苦 的。 因为 看到 天上飞 的 东西, 怎么 都是 过去 什么 大概 100年 前 发明 的 或者 几十年 发明 的。 没有 什么 新的 进展, 终于 有些 马斯克 带来 新的 进展, 也 算是 一个 对他 来说 是一个 解脱。

我 这边 想 强调 的 是 说, 其实 不管 说是 这一次 的 物理奖 是不是 工业 预防, 这是 其实 次要 的。 最 重要 的 可能 更多 的 是 我们 对 这个世界 的 理解。 两位 都 提到 了 对 这个世界, 对 物理 世界, 对 这个世界 能够 建模 用 A I 的 技术, 其实 是对 我们 来说 是一个 很大 的 突破。 已经 在 这种 前提 下面, 我们 一个 这 怎么 去 考虑 自己, 我们 灵魂 上 因为 这 什么 从 一个 day to day 就是 工作 上面 我们 需要 制衡 的话, 就是 用 更高 维度 的 能力 去 比 过 A I 这点 是 很 重要 的。 所以说 很多 时间 就 不是 简单 的 去 学习 东西, 而是 要 我 前面 提到 的, 我 上次 采访 的 这个 加州 理工 的 盛 教授 说到 的, 要 需要 知其然, 也要 知其所以然, 这是 非常重要 的。

希望 这些 对 我们的 听众 都 有些 帮助。 好, 谢谢 两位。 好, 谢谢 我们的 科长, 听众 们 好, 下次 再见。

拜拜。 这就是 我们 今天 的 节目 了, 欢迎 你 订阅 分享 给 身边 的 朋友, 这 会对 我们 非常 有 帮助。 2024年 我们 还 制作 了 两档 全新 的 付费 节目, 不止 金钱 和 跳进 兔子洞 第三季 希望 可以 给 大家 提供 更加 优质 和 深度 的 内容。 另外 欢迎 你 加入 生动活泼 胡同 会员 计划, 支持 我们的 内容 创新, 还能 解锁 我们 所有的 付费 节目。 每周 会员 通讯 和 线下 活动 详情 可以 查看 单 集 简介。 好的, 那 我们 就 下期 再见。