近期,出现了很多重要的科学新闻,令人很难断定哪一条最重要。
气候模型显示,我们刚刚经历了气候变化的关键节点,进入了对人类文明而言更困难的新时期。
马克·范·拉姆斯东克扩展了布赖恩·斯温格尔和胡安·马尔达塞纳(Juan Maldacena)的研究成果,提出我们应该放弃时空的理念,接受离散张量网络的理念,进而打开统一物理学理论的大门。
遗传学家布鲁斯·康克林、乔治·丘奇和其他科学家一起发明了CRISPR/Cas9技术,这种技术可以实现简单而普遍的基因编辑。
“深度学习”让我们开始了解相互连接的特征探测器(feature detector)的层次结构如何自动形成世界模型、学习解决问题,以及识别语音、图像和视频。
不过,认识到我们在哪些方面缺少进步同样重要。社会学无法准确地告诉我们社会是如何运作的;哲学的进展很缓慢;经济学难以改良我们的经济和财政政策;心理学无法解释人类心智的逻辑;神经科学虽然告诉了我们事情在大脑中发生的区域,但无法告诉我们发生了什么。
我认为在20世纪,理解世界最有效的方法不是实证主义科学、计算机技术、宇宙探索、物理学基础理论,而是计算的概念。简单来说,计算的核心十分简单:任何观察都将带来可区分的差别集合,我们称为信息。
如果观测结果对应于可改变状态的系统,那我们就可以描述这些状态的变化。
如果这些状态变化的规律能被识别出来,那我们讨论的就是一个计算系统。
如果规律可以被完整地描述,我们就称为算法。如果某个系统可以进行有条件的状态转换,以及重新回到之前的状态,那我们几乎不可能阻止它执行任意计算。
如果我们允许该系统进行无限次的状态转换,并使用无限的存储设备存储这些状态,那么这种系统就变成了图灵机、lambda演算、波斯特机(Post machine),或者其他捕捉通用计算的相互等价的形式。
“计算”这个术语重新阐述了“因果关系”,哲学家在这个概念上纠结了几百年。
在计算系统中,因果关系是指从一个状态转变为另一个状态。“计算”这个术语还取代了机械哲学和自然主义哲学中“原理”(mechanism)的概念。
计算主义(computationalism)就是一种新的原理。与之前类似的原理不同的是,计算主义并不受运动部件充满误导性移动部分直觉的影响。
计算不同于数学。实际上,数学是关于正式语言的,通常是不可判定的,也就是“不可计算”(做出决策和证明也是计算的同义词)。不过,我们对数学的所有探索都是计算性的。计算意味着完成所有的步骤,从一个状态转变为另一个状态。
计算改变了我们对知识的理解。
知识描述的不是合理的真实信仰,而是捕捉观测物体之间的可见规律的局部最小值。知识从来都不是静态的,而是随着不同世界观的状态空间不断变化。
我们将不再教自己的孩子什么是真相,因为他们和我们一样,也不会停止改变自己的想法。我们将会教他们如何有效地改变想法,如何充满好奇心地探索永无止境的世界。
越来越多的物理学家开始意识到,“宇宙不是数学的,而是计算的”,以及“物理学主要是为了寻找可以重现观测结果的算法”。不可计算的数学概念(比如连续的空间)的转变为我们带来了新的进展。
气候科学、分子遗传学和人工智能都是计算科学,而社会学、心理学和神经科学不属于此类,后者似乎仍然困惑于原理和研究对象之间的矛盾,并且正在致力于寻找社会、行为、化学和神经上的规律,但这些学科真正应该寻找的是计算规律。
万物皆计算。
但有什么事情是数学家可以做得很好,而机器可能暂时还做不到的?广中平祐的回答是:“可变性”。他认为,正是灵活的、多维的可变性区分了人类与机器人。
他引领了在“基因-脑-行为”框架下系统解析智力本质的研究,推动了空间亚磁环境影响脑认知功能的探索,促进了我国神经行为学、集群仿生学和微观神经联结组等多项智能交叉领域的布局与建设。
2016年,陈天桥创办了全球最大的私人脑科学研究机构之一天桥脑科学研究院(TCCI),并支持了美国与中国顶尖的脑机接口研究项目。
阿尔茨海默病的控制关键在于早期的预防、诊断和治疗,但是目前来看,早期就诊求医的比例仍然非常低,这是阿尔茨海默病治疗效果不佳的主要原因。
人工智能的发展正在推动科技与学科的交叉融合,科学研究的范式正在发生深刻的变化。