神譯局是36氪旗下編譯團(tuán)隊(duì),，關(guān)注科技,、商業(yè)、職場、生活等領(lǐng)域,，重點(diǎn)介紹國外的新技術(shù),、新觀點(diǎn)、新風(fēng)向,。

編者按：萬物理論「Theory of Everything」是囊括人類對自然運(yùn)轉(zhuǎn)的所有認(rèn)知的理論,，即一切物理定律的統(tǒng)一?；艚鸨硎?，“萬物理論”可能是可以實(shí)現(xiàn)的，但它的最后實(shí)現(xiàn)可能要靠計(jì)算機(jī)來完成,。本文譯自New York Times,，作者Dennis Overbye，原標(biāo)題為"Can a Computer Devise a Theory of Everything?",，希望對您有所啟發(fā),。

曾經(jīng)，阿爾伯特·愛因斯坦把科學(xué)理論描述為“人類思想的自由發(fā)明”,。但在1980年,，著名的劍橋大學(xué)宇宙學(xué)家斯蒂芬·霍金有另一種想法。在那年的一次演講中,，他提出,，所謂的“萬物理論”可能是可以實(shí)現(xiàn)的，但它的最后實(shí)現(xiàn)可能要靠計(jì)算機(jī)來完成,。

萬物理論還沒有出現(xiàn),，但計(jì)算機(jī)已經(jīng)開始接管生活中的一些許多瑣事了，比如翻譯語言,、識(shí)別人臉,、駕駛汽車、推薦約會(huì)對象等等,。這樣看來,，想象它們接管世界上的一切也就不那么瘋狂了。

圖片來源：Alex Eben Meyer/《紐約時(shí)報(bào)》

像DeepMind的“AlphaGo”這樣的計(jì)算機(jī)程序,，不斷發(fā)現(xiàn)在圍棋和國際象棋等游戲中擊敗人類的新方法,，而這些游戲已經(jīng)被人類研究了幾個(gè)世紀(jì)。為什么這些了不起的學(xué)習(xí)機(jī)器,，就不能釋放出由大型強(qiáng)子對撞機(jī)編譯的千萬億字節(jié)級別數(shù)據(jù),，分辨出一組新的基本粒子，或是發(fā)現(xiàn)太陽系外另一個(gè)星系的蟲洞,，就像電影《星際穿越》里的那個(gè)星系呢,？

至少這是可以想象的。如果不這么想，就會(huì)陷入物理學(xué)家馬克斯·泰格馬克(Max Tegmark)所說的“碳沙文主義”,。11月,，泰格馬克擔(dān)任教授的麻省理工學(xué)院(Massachusetts Institute of Technology)兌現(xiàn)了美國國家科學(xué)基金會(huì)(National Science Foundation)的一張支票，并開啟了人工智能與基礎(chǔ)交互作用研究所(Institute for Artificial Intelligence and Fundamental Interactions)的大門,。

該研究所是該基金會(huì)和美國農(nóng)業(yè)部建立的七個(gè)研究所之一,，作為全國范圍內(nèi)推動(dòng)人工智能工作的一部分。每個(gè)所在五年內(nèi)會(huì)獲得2000萬美元的資助,。

這個(gè)位于麻省理工學(xué)院的研究所由粒子物理學(xué)家杰西·塞勒(Jesse Thaler)領(lǐng)導(dǎo),，是唯一一個(gè)專門從事物理學(xué)研究的研究所。它包括來自物理各個(gè)領(lǐng)域的20多位科學(xué)家,，他們來自麻省理工學(xué)院,、哈佛大學(xué)、東北大學(xué)和塔夫茨大學(xué),。

塞勒在一次Zoom電話會(huì)議上表示：“我希望創(chuàng)建一個(gè)平臺(tái),，讓來自不同物理領(lǐng)域的研究人員，以及計(jì)算機(jī)科學(xué),、機(jī)器學(xué)習(xí)或人工智能領(lǐng)域的研究人員可以聚集在一起，進(jìn)行對話,，互相傳授知識(shí),。最終，我希望能制造出像物理學(xué)家一樣思考的機(jī)器,?！?/p>

重新發(fā)現(xiàn)基本定律

他們在這方面的工具是神經(jīng)網(wǎng)絡(luò)。不同于所謂的專家系統(tǒng),，如IBM的沃森,，它承載著人類和科學(xué)知識(shí)，神經(jīng)網(wǎng)絡(luò)被設(shè)計(jì)成就像人類的大腦一樣,。通過分析大量數(shù)據(jù)以尋找隱藏的模式,，它們能很快就學(xué)會(huì)如何區(qū)分狗和貓、識(shí)別人臉,、復(fù)制人類語言,、識(shí)別財(cái)務(wù)不當(dāng)行為等等。

泰格馬克說:“我們希望能發(fā)現(xiàn)各種新的物理定律,。我們已經(jīng)證明,，它可以重新發(fā)現(xiàn)物理定律?！?/p>

去年,，泰格馬克博士和一名學(xué)生西爾維烏-瑪麗安烏德雷斯庫從一本著名教科書（理查德·費(fèi)曼、羅伯特·萊頓和馬修·桑茲的《費(fèi)曼物理學(xué)講義》）中提取了100個(gè)物理方程，并利用它們生成數(shù)據(jù),，然后將這些數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò),，系統(tǒng)通過篩選數(shù)據(jù)以尋找規(guī)律。

“就像人類科學(xué)家一樣,，它會(huì)依次嘗試許多不同的策略,，”研究人員在去年發(fā)表在《科學(xué)進(jìn)展》(Science Advances)上的一篇論文中寫道?！叭绻荒芤幌伦咏鉀Q全部問題,，就會(huì)嘗試將問題轉(zhuǎn)化成可以單獨(dú)解決的更簡單的部分，遞歸地在每個(gè)部分上重新啟動(dòng)完整的算法,?！?/p>

在另一項(xiàng)更具挑戰(zhàn)性的實(shí)驗(yàn)中，泰格馬克和他的同事向網(wǎng)絡(luò)展示了一段火箭四處飛行的視頻,，并要求它預(yù)測從一幀到下一幀會(huì)發(fā)生什么,，而別管背景里的棕櫚樹。最終,，計(jì)算機(jī)能夠發(fā)現(xiàn)基本的運(yùn)動(dòng)方程,。

泰格馬克說，在歐洲核子研究中心的大型強(qiáng)子對撞機(jī)這樣的地方找到新粒子將是輕而易舉的事,。人工智能喜歡大數(shù)據(jù),，對撞機(jī)的數(shù)據(jù)每秒可達(dá)數(shù)千兆字節(jié)。自2012年發(fā)現(xiàn)希格斯玻色子以來,，盡管多年來人們對數(shù)據(jù)流中的每一個(gè)波峰都進(jìn)行了瘋狂的檢查,，但歐洲核子研究中心的數(shù)據(jù)中就沒有出現(xiàn)過一種新粒子。

“這些都是人類關(guān)注的曲線,，”泰格馬克說,。“在未來10年里,，對于研究物理,，機(jī)器學(xué)習(xí)的重要性將不亞于掌握數(shù)學(xué)?！?/p>

他承認(rèn),，目前該算法用遞歸的方法解決問題所能達(dá)到的效果有限。雖然這臺(tái)機(jī)器可以從一大堆數(shù)據(jù)中檢索出物理學(xué)的基本定律,，但它還不能得出這些公式背后的深層原理,，比如量子力學(xué)中的量子不確定性或相對論。

泰格馬克說:“等到人工智能回來告訴你這一點(diǎn)的時(shí)候,，我們就已經(jīng)達(dá)到了人工智能的一般水平,，對此你應(yīng)該會(huì)感到非常害怕或非常興奮,。老實(shí)說，我研究這個(gè)的原因是：我發(fā)現(xiàn)最危險(xiǎn)的是,，如果我們構(gòu)建了超級強(qiáng)大的人工智能,，卻不知道它是如何工作的，這才可怕,?！?/p>

“人與機(jī)器的對話”

塞勒是麻省理工學(xué)院新研究所的負(fù)責(zé)人,，他說,，他曾經(jīng)對人工智能持懷疑態(tài)度，但現(xiàn)在成了一名支持者,。他意識(shí)到,，作為一名物理學(xué)家,，他可以把自己的一些知識(shí)編碼到機(jī)器中，然后機(jī)器就會(huì)給出他更容易解釋的答案,。

他說,，“這將成為人類和機(jī)器之間的一種對話，它將變得更加令人興奮,，而不僅僅是一個(gè)為你做決定而你不理解的黑盒子,。”

他還說,，“我并不是特別喜歡稱這些技術(shù)為‘人工智能’,，因?yàn)檫@種說法掩蓋了一個(gè)事實(shí)，即許多人工智能技術(shù)都有數(shù)學(xué),、統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)的嚴(yán)格基礎(chǔ)?！?/p>

最近,，塞勒和他的同事在神經(jīng)網(wǎng)絡(luò)中輸入了來自大型強(qiáng)子對撞機(jī)(Large Hadron Collider)的大量數(shù)據(jù)，該對撞機(jī)通過對撞質(zhì)子來尋找新的粒子和力,。質(zhì)子是構(gòu)成原子物質(zhì)的基石,，本身就是由稱為夸克和膠子的更小粒子組成的。當(dāng)質(zhì)子碰撞時(shí),，這些較小的粒子會(huì)噴射出來,。為了更好地理解這個(gè)過程，他的團(tuán)隊(duì)要求系統(tǒng)區(qū)分對撞機(jī)數(shù)據(jù)中的夸克和膠子,。

研究人員不會(huì)告訴計(jì)算機(jī)任何關(guān)于量子場論的東西,，我不會(huì)告訴你夸克或膠子在基本層面上是什么，有的只是一堆亂七八糟的數(shù)據(jù),，然后讓計(jì)算機(jī)把它們分成兩類,。而且它能做到,。

也就是說，在不知道夸克和膠子是什么的情況下,，該系統(tǒng)成功地識(shí)別并區(qū)分了夸克和膠子,。塞勒說，如果你問系統(tǒng)數(shù)據(jù)中是否有第三種類型的物體,，系統(tǒng)就會(huì)開始發(fā)現(xiàn)夸克不僅僅是一種實(shí)體,，而是以不同的類型存在——即所謂的上夸克和下夸克。

“當(dāng)你給它更多的靈活性去探索時(shí),，它就開始學(xué)習(xí),，”他說?！八€不知道量子場論,，但它知道尋找模式。這是我很驚訝機(jī)器能做到的事情,。他補(bǔ)充說,，這項(xiàng)工作將有助于對撞機(jī)物理學(xué)家理清他們的研究結(jié)果。

在一次Zoom談話中,，塞勒展示了夸克-膠子項(xiàng)目中使用的神經(jīng)網(wǎng)絡(luò),，他稱之為“一幅愚蠢的漫畫”。它看起來就像一堆五顏六色的橡皮筋,，但它實(shí)際上代表了幾層處理,，涉及大約30,000個(gè)節(jié)點(diǎn)或“神經(jīng)元”，信息是在這個(gè)過程中收集和傳遞的,。

他說：“如果你不嫌運(yùn)行時(shí)間長,，在筆記本電腦上也可以訓(xùn)練這個(gè)小型網(wǎng)絡(luò)?！?/p>

量子的開端

“AI在解決游戲問題上如此成功的原因之一是,，”塞勒說，“游戲有一個(gè)非常明確的獲勝規(guī)則,。他還說,，“如果我們能定義物理定律的獲勝意味著什么，那將是一個(gè)不可思議的突破,?！睆默F(xiàn)在開始的5到10年里，我將會(huì)做你想做的事情,，找到可以取代粒子物理學(xué)的標(biāo)準(zhǔn)模型,，可以取代愛因斯坦廣義相對論的方程。

一些物理學(xué)家認(rèn)為,，隨著人工智能在量子計(jì)算機(jī)上的出現(xiàn),，下一個(gè)重大飛躍將會(huì)到來,。與經(jīng)典計(jì)算機(jī)操作的位元是0或者1不同，量子計(jì)算機(jī)中所謂的量子位元可以同時(shí)是1或0,。根據(jù)量子物理學(xué),，這是基本粒子在自然界最小尺度上的行為方式，它允許量子計(jì)算機(jī)同時(shí)處理大量信息,。

麻省理工學(xué)院(MIT)機(jī)械工程師,、量子計(jì)算專家賽斯·勞埃德(Seth Lloyd)說，這類機(jī)器仍處于起步階段,，但前景很好,。他不是麻省理工學(xué)院新成立的人工智能研究所的成員。

“基本的觀點(diǎn)是,，量子系統(tǒng)能夠產(chǎn)生經(jīng)典系統(tǒng)難以產(chǎn)生的模式,，”勞埃德說?！耙虼?，或許量子系統(tǒng)也可以識(shí)別經(jīng)典系統(tǒng)所識(shí)別的模式?！?/p>

或者,，正如伊利諾斯州巴達(dá)維亞費(fèi)米國家加速器實(shí)驗(yàn)室研究副主任喬·呂肯所說：“借用理查德·費(fèi)曼的話，如果你想用人工智能來發(fā)現(xiàn)量子世界的東西,，你應(yīng)該使用量子人工智能,。”

加州理工學(xué)院(California Institute of Technology)的物理學(xué)家瑪麗亞·斯皮羅普魯(Maria Spiropulu)指出,，“關(guān)于量子人工智能和量子算法的文獻(xiàn)越來越多,，它們可以解決我們以前認(rèn)為無法解決的問題?！?/p>

“它只是一個(gè)運(yùn)行中的算法”

這件事能走多遠(yuǎn)取決于你問的是誰,。一臺(tái)機(jī)器能產(chǎn)生量子理論中深?yuàn)W而不直觀的原理，或者愛因斯坦的相對論原理嗎,？它會(huì)產(chǎn)生一種我們?nèi)祟悷o法理解的理論嗎？我們會(huì)不會(huì)像《終結(jié)者》系列那樣,，以黑客帝國的世界收場,？

我隨機(jī)調(diào)研了一些理論物理學(xué)家，問他們是否準(zhǔn)備好被取代?，F(xiàn)在為微軟工作的計(jì)算機(jī)工程師杰倫·拉尼爾(Jaron Lanier)說,，“你問問題的方式更讓人困惑?！彼f,，計(jì)算機(jī)科學(xué)領(lǐng)域充斥著對超級智能機(jī)器的力量和威脅的夸張說法,。“我們應(yīng)該從計(jì)算的角度來提問題,，而不是文學(xué)角度,。算法不是像貓一樣的生物，它只是一個(gè)運(yùn)行中的算法,?！?/p>

諾貝爾獎(jiǎng)得主、德克薩斯大學(xué)奧斯汀分校(University of Texas at Austin)教授史蒂文·溫伯格(Steven Weinberg)認(rèn)為,，人類可能不夠聰明,，無法理解萬物的最終理論，這是一種“令人不安的想法”,。但我懷疑,，在那種情況下，”他在一封電子郵件中寫道,，“我們也不會(huì)聰明到設(shè)計(jì)出一臺(tái)能夠找到最終理論的電腦,。”

哈佛大學(xué)物理學(xué)家麗莎蘭德爾（Lisa Randall）寫道：“我很容易想象計(jì)算機(jī)找到我們不知道如何解釋的方程式,。但這與許多我們無法解釋的測量結(jié)果并沒有什么不同,。”

阿卡尼·哈梅德（Arkani-Hamed）是新澤西州普林斯頓高等研究院的一位理論家,，他不同意計(jì)算機(jī)會(huì)發(fā)現(xiàn)一些人類無法理解的深?yuàn)W東西的觀點(diǎn),，“這并沒有反映出我們所看到的自然法則的特性，幾個(gè)世紀(jì)以來,，我們所看到的自然法則是建立在更抽象,、更簡單、更深刻的數(shù)學(xué)思想之上的,?！?/p>

例如，如果艾薩克·牛頓起死回生,，阿肯尼·哈米德說,，他將毫不費(fèi)力地趕上當(dāng)代物理學(xué)的進(jìn)度。

洛杉磯卡弗里基金會(huì)(Kavli Foundation)的宇宙學(xué)家邁克爾·特納(Michael Turner)說,，我們的想法從何而來最終并不重要,，只要這些想法在我們依賴它們之前經(jīng)過了考驗(yàn)。

“那么我們從哪里得到這些理論或范式呢,？”它可能來自深層的原則——對稱,、美、簡單——哲學(xué)原則或宗教,，”他說,?！半S著機(jī)器變得越來越智能，我們可以把它們添加到資源列表中,?！?/p>

同樣來自普林斯頓高等研究院(Institute for Advanced Study)的愛德華·威滕(Edward Witten)指出，盡管萬物理論機(jī)器目前還不存在,，但可能在下個(gè)世紀(jì)就會(huì)出現(xiàn),。“如果有一臺(tái)機(jī)器表現(xiàn)出對物理感興趣和好奇,，我肯定會(huì)有興趣和它交談,。”

譯者：Jane

本文來自翻譯, 如若轉(zhuǎn)載請注明出處,。