“欠缺邏輯”的諾獎(jiǎng)得主：我有更好的直覺
(資料圖片僅供參考)
作為喬治·帕里西（Giorgio Parisi）的第一個(gè)博士生，張翼成至今也無法跟上導(dǎo)師的思維，盡管他自1981年跟隨帕里西學(xué)習(xí)和工作有累計(jì)達(dá)8年的時(shí)間。 74歲的帕里西因發(fā)現(xiàn)了從原子到行星尺度的物理系統(tǒng)紊亂和波動(dòng)的相互作用，而獲得2021年諾貝爾物理學(xué)獎(jiǎng)。他的研究足夠復(fù)雜：從基本粒子物理學(xué)到機(jī)器學(xué)習(xí)，從自旋玻璃到水的沸騰，從股市到天氣，從設(shè)計(jì)實(shí)驗(yàn)探究鳥群飛行規(guī)律到如何更高效烹飪意大利面。 現(xiàn)在擔(dān)任瑞士大數(shù)據(jù)與網(wǎng)絡(luò)科學(xué)中心主任的張翼成評(píng)價(jià)說，帕里西開創(chuàng)了復(fù)雜性科學(xué)的研究并使其成熟起來，而這次他獲得諾獎(jiǎng)，意味著復(fù)雜性科學(xué)從此登堂入室，不再是邊緣化的角色。 喬治·帕里西
復(fù)雜性科學(xué)與此前伽利略、牛頓以來的還原主義理念截然相反：后者盡力在簡化自然現(xiàn)象，用一個(gè)公式來理解世界，而帕里西要理解現(xiàn)實(shí)中的復(fù)雜問題。 那么，包羅萬象、隨心所欲跨界馳騁的帕里西究竟是個(gè)什么樣的科學(xué)家？ 對(duì)科學(xué)問題的直覺，是帕里西最與眾不同之處，他的思維是噴發(fā)出來的。 在張翼成的回憶中，帕里西的創(chuàng)造常常是即興的、毫無準(zhǔn)備的。 二人共事的經(jīng)典鏡頭是，兩人在共進(jìn)午餐或咖啡廳聊天，每當(dāng)感到帕里西的思維火花要噴射，張翼成就趕快抓紙來記錄，回去再仔細(xì)琢磨、消化。張翼成的成名作，后來開辟界面動(dòng)力學(xué)標(biāo)度新研究領(lǐng)域的KPZ（Kardar-Parisi-Zhang）方程就是這么來的。 這個(gè)與KPZ方程密切相關(guān)的手跡寫于1985年7月15日，張翼成保存至今。張翼成供圖 帕里西本人也試圖闡明自己的思維方式。他在接受《中國科學(xué)報(bào)》采訪時(shí)，舉了個(gè)例子：一個(gè)朋友問他某些數(shù)量之間是否有關(guān)系，他很快給出了一個(gè)證明，然而朋友看不懂，只有再三要求他給出詳細(xì)證明過程，最終才理解了這個(gè)結(jié)論。帕里西說，“我有那個(gè)明確的答案，而并不明白為什么，只有通過努力，我才能解釋為什么。” 中國科學(xué)院理論物理研究所研究員金瑜亮曾在帕里西課題組做過一年博士后，他對(duì)帕里西的思維方式同樣感同身受。他對(duì)《中國科學(xué)報(bào)》分析說，大多數(shù)科學(xué)家的思維方式是線性的，就是從已知的、已有的困難出發(fā)來找到解決方案，而帕里西在看到步驟A和B后，就跳過中間步驟直接到Z了，這就讓其他人覺得帕里西欠缺邏輯。 在帕里西看來，一些細(xì)節(jié)不是特別重要，他會(huì)跳過這些細(xì)節(jié)，關(guān)注到問題的本質(zhì)。 令人震驚的是，帕里西最終總是對(duì)的。金瑜亮說，他往往能夠在具體推導(dǎo)和演算之前就猜到答案，從而給人以天才的觀感，或許是因?yàn)樗罅康闹R(shí)儲(chǔ)備，從而給人他大腦運(yùn)算太快的錯(cuò)覺。 在其著作《隨椋鳥飛行》一書中，帕里西專門談到了直覺和靈感（無意識(shí)）。他說，就像在藝術(shù)和許多其他人類活動(dòng)中一樣，直覺在科學(xué)領(lǐng)域也是頭等重要的，然后才是準(zhǔn)確性。他引用了意大利諺語“夜晚給人靈感”，來給自己的工作方式做注解。 喬治·帕里西的著作《隨椋鳥飛行》中文版
帕里西還是一個(gè)對(duì)中國特別感興趣的人。1979年，他在法國遇到了正在巴黎訪問的中科院理論物理研究所吳詠時(shí)（現(xiàn)美國猶他大學(xué)物理系教授），他表示對(duì)中國文化非常感興趣，希望能夠有機(jī)會(huì)去中國訪問。于是帕里西在1980年4月來到中國，逗留了兩個(gè)月，期間還與吳詠時(shí)合作完成了一篇在諾獎(jiǎng)座談會(huì)上被提及的論文，后者于1981年發(fā)表在《中國科學(xué)》上。 張翼成說，為了那次來中國，帕里西還專門學(xué)了一年中文。帕里西說自己達(dá)到“能夠閱讀幾百個(gè)字文章的程度”。在接受《中國科學(xué)報(bào)》在線視頻專訪時(shí)，在帕里西書房掛著一副中國書法作品，甚是醒目。 諾獎(jiǎng)得主菲利普·安德森說過一句話：“多即不同”，就是說一個(gè)系統(tǒng)的成分?jǐn)?shù)量增加，不僅決定了系統(tǒng)的量變，還決定了其質(zhì)變。這句話也適用于ChatGPT的機(jī)器學(xué)習(xí)，甚至人類學(xué)習(xí)。是這樣嗎？ 過去35年間，我研究了機(jī)器學(xué)習(xí)，而沒有詳細(xì)研究近日的新進(jìn)展，但我讀了一些科技論文，理解了ChatGPT在做什么。 關(guān)于ChatGPT，有一點(diǎn)很有趣，人們所說的大型語言模型（Large Language Model，簡寫為LLM）能夠?qū)W習(xí)很多文本，像人類一樣說話，但目前沒有任何內(nèi)在的方法來檢查它所做事情的可靠性。 我的意思是，目前發(fā)生的一切完全是被“虛構(gòu)”出來的，就像一個(gè)高中生在被老師提問時(shí)，他不知道答案，卻“發(fā)明”出了正確答案。比如，我問朋友：如果想寫一篇關(guān)于意大利詩人的論文，應(yīng)該讀哪些書？他給了我一個(gè)書單，但書單里的這些書都不存在。大型語言模型的問題與之類似，在這個(gè)模型中，只有對(duì)語言的理解，沒有任何試圖對(duì)現(xiàn)實(shí)的理解。 當(dāng)然，ChatGPT對(duì)許多任務(wù)有用。假如你寫了一篇非常長的東西，你想對(duì)這篇論文有一個(gè)總結(jié)，你可以問ChatGPT，我認(rèn)為它會(huì)總結(jié)得非常好。里面可能會(huì)有一些理解錯(cuò)誤，但會(huì)非常好。 因此ChatGPT可以有效地避免重復(fù)性任務(wù)，但目前它仍然距離類似智能的東西很遙遠(yuǎn)。它可以重復(fù)已被發(fā)現(xiàn)的東西，以一種有趣的方式整合并重復(fù)，但它沒有更深層的智能行為。 你能描述一下人工智能的未來嗎？會(huì)不會(huì)像科幻電影里的那樣？ 我認(rèn)為預(yù)測未來是很困難的事。理解當(dāng)下已經(jīng)很難了，預(yù)測未來更難。 人工智能系統(tǒng)將把我們從某種重復(fù)性的工作中解放出來。自動(dòng)翻譯是非常好的東西，但仍然會(huì)犯一點(diǎn)錯(cuò)，質(zhì)量不如人工翻譯——人能更深地理解文本，因此給出更好的翻譯。但如果你只是想讀中文文章或報(bào)紙，或者你想理解德語科技論文，可以用翻譯軟件。 然而，如果想真正深入理解一篇原創(chuàng)文獻(xiàn)，比如要想知道某種藥物對(duì)某一類型的癌癥有什么影響，你最好去自己閱讀原始論文，而不是去看ChatGPT的總結(jié)。因此，就像自動(dòng)駕駛汽車一樣，人工智能還有很長的路要走。 在疫情之前，人們說自動(dòng)駕駛可以在2020年實(shí)現(xiàn)，但到今天自動(dòng)駕駛還未實(shí)現(xiàn)。如果你不想發(fā)生事故，如果你想擁有絕對(duì)可靠的自動(dòng)駕駛，就需要建立在對(duì)現(xiàn)實(shí)理解的基礎(chǔ)上，所以它進(jìn)展緩慢。 30年前出現(xiàn)了可以做代數(shù)運(yùn)算的程序，如a加b的平方，等等，而且可以做很長的運(yùn)算。這是一個(gè)美妙的工具，你可以在上面做很多事情，但它無法獨(dú)立證明一個(gè)新的定理。 因此，目前而言，距離它具備一些創(chuàng)造性的行為還很遙遠(yuǎn)。 你在書中多次提到“直覺”和“隱喻”。那么，有哪些和你風(fēng)格類似（善用直覺和隱喻）的科學(xué)家？ 我認(rèn)為所有的科學(xué)家都有一定程度的直覺；當(dāng)然，好的科學(xué)家比一般的科學(xué)家有更好的直覺。 一個(gè)好的數(shù)學(xué)家，在證明某個(gè)定理之前就能感知它是真的還是假的，雖然有時(shí)會(huì)犯錯(cuò)，但我認(rèn)為這種能力是很重要的。典型的研究包括假設(shè)一些東西，并試圖證明你的假設(shè)是正確的。 如果你是一個(gè)非常好的科學(xué)家，你會(huì)做出一些好的假設(shè)，然后去證明是或不是。 舉個(gè)例子，大概幾個(gè)月或一年前，一個(gè)朋友問，某些數(shù)量之間是否有關(guān)系，我寫了公式并給出簡短的證明。我的朋友說，不對(duì)，證明應(yīng)該更長。我思考后給出一個(gè)更長的證明。我的朋友又說，證明應(yīng)該更長。我想了一個(gè)小時(shí)，又給了他一個(gè)證明，這次是對(duì)的。 也就是說，我有那個(gè)明確的答案，但并不明白為什么，只有通過努力，我才能解釋為什么。 當(dāng)然，很多時(shí)候你的想法（直覺）可能是錯(cuò)誤的——你認(rèn)為它是對(duì)的，你努力去證明，結(jié)果卻是致命錯(cuò)誤。但有時(shí)候你能猜到一些正確的東西，這很重要。 目前我沒看到人工智能發(fā)展直覺的方式。如果你想擁有“直覺”，你必須有一些關(guān)于世界的、非形式化的內(nèi)在圖像，你需要根據(jù)具體情況，使用這些內(nèi)在圖像作為一個(gè)網(wǎng)絡(luò)。 很多時(shí)候你需要使用類比，將某個(gè)東西類比為其他東西，這些都與你心中對(duì)這個(gè)世界的內(nèi)在認(rèn)識(shí)有關(guān)。目前AI還沒有進(jìn)入這個(gè)方向。我認(rèn)為這將需要大量的時(shí)間，但我很有信心，它可以朝著正確的方向發(fā)展。 而且，目前實(shí)值神經(jīng)網(wǎng)絡(luò)（Real Neural Network）中突觸的數(shù)量遠(yuǎn)小于人腦，要想讓人工智能發(fā)展出直覺，需要大得多的突觸數(shù)量。目前我無法看到（人工智能發(fā)展直覺的方式）。 喬治·帕里西在講課。圖源：格蘭薩索科學(xué)研究所（GSSI） 你如何看待復(fù)雜性科學(xué)這門學(xué)科，這門學(xué)科應(yīng)該有邊界嗎？對(duì)你來說，跨學(xué)科研究容易嗎？ 我認(rèn)為復(fù)雜性科學(xué)不是一門學(xué)科，在復(fù)雜性領(lǐng)域不存在專家。因?yàn)槊總€(gè)給定的復(fù)雜性系統(tǒng)都是不同的，每個(gè)系統(tǒng)都和其他系統(tǒng)略有不同。 如果你想讓它成為一門學(xué)科，你需要以一種與之前完全不同的方式來看待系統(tǒng)。我不想給出一個(gè)方法論，但我想說，有一些關(guān)于復(fù)雜系統(tǒng)的思考方式，與過去不同。這一點(diǎn)非常重要。 研究復(fù)雜性系統(tǒng)的典型挑戰(zhàn)是，這個(gè)系統(tǒng)由許多個(gè)組件組成，加上非常多的組件之間相互作用，每個(gè)部分都是不同的。 這個(gè)系統(tǒng)可能是社會(huì)，可能是一個(gè)人，組件是大腦，是神經(jīng)元，如果這個(gè)組件是動(dòng)物和植物，它可能是一個(gè)生態(tài)系統(tǒng)……所以復(fù)雜性非常具有普遍性，生活中處處都是復(fù)雜性系統(tǒng)的例子，我們正努力去深刻理解它。 有趣的物理學(xué)理論是否可以用來解釋社會(huì)現(xiàn)象？ 我認(rèn)為應(yīng)該非常謹(jǐn)慎地使用物理學(xué)和生物學(xué)論點(diǎn)來研究社會(huì)現(xiàn)象，我認(rèn)為這非常困難，而且非常微妙。在某種程度上，我會(huì)避免這樣做。 當(dāng)然在某些情況下，我們可以這樣做，比如，如果你想知道人們?cè)诜浅Ｃ芗娜巳褐幸苿?dòng)的行為。 但總體而言，若要在一個(gè)更大的層面上挪用自然科學(xué)理論以理解社會(huì)現(xiàn)象，需要非常小心謹(jǐn)慎。因?yàn)橛袝r(shí)候使用物理學(xué)某個(gè)參數(shù)會(huì)得出非常錯(cuò)誤的結(jié)果。 我還記得50年前發(fā)生的“社會(huì)生物學(xué)”的事情——科學(xué)家們?cè)噲D用生物學(xué)的一些論據(jù)來解釋社會(huì)現(xiàn)象，但結(jié)果很危險(xiǎn)，他們使用這些論據(jù)為極端立場辯護(hù)。 科幻作家阿西莫夫在小說中使用物理學(xué)和數(shù)學(xué)來預(yù)測社會(huì)，小說中這種能力產(chǎn)生在遙遠(yuǎn)的未來。因此經(jīng)過漫長的時(shí)間，我們應(yīng)該可以達(dá)到阿西莫夫的故事中那樣，但目前還非常不成熟。 霍金曾說，如果機(jī)器人繼續(xù)發(fā)展，可能會(huì)毀滅人類。你如何看待他的擔(dān)憂？ 我不認(rèn)為AI會(huì)毀滅人類，我認(rèn)為人類更有可能通過一場核戰(zhàn)爭來毀滅自己。另一個(gè)非常危險(xiǎn)的問題是氣候變化。我們還有流行病的問題，還有資源有限的問題，我們可能在一些關(guān)鍵資源的爭奪上付出沉重代價(jià)，這也可能導(dǎo)致戰(zhàn)爭。 所以我認(rèn)為人類最危險(xiǎn)的事情是自我毀滅，而不是人工智能來毀滅。人工智能顯然很難毀滅人類，而且未來人們可以有不同的技術(shù)來避免這種事件的發(fā)生。 目前人工智能的一切都在我們的可控范圍內(nèi)；未來很難說，但是我認(rèn)為AI毀滅人類是不可能的事情。 這看情況。我做研究都是出于好奇心，如果我看到了我好奇的東西，而且認(rèn)為自己能夠解決，我就會(huì)試著朝這個(gè)方向努力。 有時(shí)我可能會(huì)犯錯(cuò)，或者在最后我發(fā)現(xiàn)無法解決，但一般來講，這種情況不會(huì)發(fā)生。
標(biāo)簽：
關(guān)閉
