宇宙的本质是计算

在中国，史蒂夫·沃尔夫勒姆可能远非家喻户晓的名字。但是他的英文名字史蒂夫·沃尔夫勒姆可能更熟悉。著名的数学软件Mathematica会在每次启动时用一个红色的大字母提醒你这是Wolfram的产品。“计算知识引擎”WolframAlpha是每个极客的必备网站。

什么是“计算知识引擎”？WolframAlpha的主界面看起来像一个搜索引擎，但它的任务不是在互联网上搜索事物的本来面目，而是用它们来计算知识和回答你的问题。从简单的数学问题(x 2 sin 3xdx的积分)，到简单的逻辑问题(哪些书的名字中有“蓝色”这个词)，到物理和化学问题(三磷酸腺苷的电子形式是什么，在一个三维的盒子里描述*粒子需要哪些变量和方程)，甚至更一般的知识问题(卡西尼号探测器携带了多少核燃料，林白单人飞越大西洋的开始和结束，以及1969年8月发生了什么重大事件)，它都能回答。更重要的是，这些问题可以在不懂计算机语言的情况下用自然语言提出——当然，Siri有调情的能力(事实上，它比Siri早得多)。数学家格雷戈里·柴丁说这是“第一个真正实用的人工智能”。

但是斯蒂芬·沃尔夫鲁姆的野心远远不止于此。

沃尔夫拉姆1959年出生在英国伦敦，父母是犹太人，他们在英国躲避德国。10岁时，他渴望成为一名科学家，几乎立刻发现自己与所有“科学家的摇篮”格格不入。12岁时，他获得了伊顿学院的奖学金。然而，他并不在乎听老师的指导，而是通过帮助其他学生做作业来赚取零花钱。17岁时，他在真正从伊顿毕业之前就被牛津录取了，但他并没有真正“去”牛津——他在开学第一天听了一堂新生课，感觉“糟透了”。第二天和第三天，他分别听了二年级和三年级的课，并得出结论说“一切都很糟糕，我再也不会去上课了。”从那以后，他几乎没有上过课，在短短的两年后，他去加州理工学院攻读理论物理的博士生——牛津的一些老教授对此仍然耿耿于怀。他一获得博士学位就被加州理工学院聘用，当时他只有20岁。仅仅一年后，他获得了著名的麦克阿瑟天才奖，该奖奖励年轻的创新者。他仍然是最年轻的获奖者。

然而，这样一个年轻天才的发展道路却令所有人感到惊讶。当他在加州理工学院时，他发明了一种计算机语言，但是因为学校规定他不能拥有专有专利，所以他和学校闹翻了。相反，他去了普林斯顿高级研究所。在这里，他放弃了理论物理学，开始研究一个奇怪的新领域:“细胞自动机”。

想象一下，广袤的土地被分成许多方格子。每个网格中只有一个“单元”。该单元格不能移动。它可以是死的也可以是活的。但是它的状态是由它周围八个细胞的生命决定的。

至于决策的规则，在这个例子中只有几条:

“人口太少”:任何活着的邻居少于2个的活细胞都会死亡。“正常”:任何有2或3个活邻居的活细胞都将继续存活。“人口过剩”:任何有超过3个活邻居的活细胞都会死亡。“繁殖”:任何只有3个活邻居的死细胞都会存活。下面的图片都是遵循这些简单规则的产物。

[“脉冲星”:它的周期为3，看起来像一颗周期性爆发的恒星。】

[“滑翔机”:每4轮“它”将去右下角一个方块。尽管细胞长期以来都是不同的细胞，但它们可以保持其原始形态。】

[“轻型宇宙飞船”:它的周期是4周，每2周向右走一个方格。】

[“滑翔机枪”:它会不断释放一架又一架滑翔机。】

[“饲养员”:它将向右移动，留下一个又一个“滑翔机枪”。在电影的最后一帧，三种颜色被用来区分繁殖者的身体，滑翔机枪和他们击中的滑翔机。】

元胞自动机的思想可以追溯到冯·诺依曼。上述规则也被称为“生活游戏”，可能是最著名的一套规则。沃尔夫拉姆被细胞自动机迷住了，他的同事们评论说“我不确定他做的事情能不能被称为科学”，“这更像是一个数学游戏，他显然不再是物理学家”，以及“这个‘年轻天才’实际上是裸体的”。

但是沃尔夫拉姆觉得他找到了一些重要的东西。1983年，他做出了他最自豪的发现:“规则30”。这是一组规则，处理更简单的一维细胞自动机。每次迭代的结果变成一个新的行，并打印在下面。然而，从一个活细胞开始，它已经产生了一套极其复杂的无穷模式。后来，在Mathematica中使用的随机数发生器是基于规则30。(顺便说一下，使用规则二十来指代一维细胞自动机的规则组是沃尔夫拉姆首创的，至今仍在使用。)

[规则30的所有规则，迭代结果从一个黑点开始。每一个新的迭代都是一个新的行，每个单元的生死只由它自身的状态和前一行左右两边的单元决定。原因是30，因为对应于序数二进制00011110的十进制是30。】

250次迭代后的[规则30。左边缘似乎有一些规律性，但大多数区域似乎几乎是随机的。】

[:圆锥纺织品的图案类似于规则30的结果。】

如此简单的程序能产生如此复杂的行为意味着什么？沃尔夫拉姆认为这是我们宇宙的本质。我们的世界是计算，一个由一套简单规则产生的复杂现象。这听起来有点像“公民科学”的概念，除了他对细胞自动机的研究已经被引用了10，000多次。另一方面，他离开了高等研究所，在伊利诺伊大学呆了两年(“他们希望我在那里筹集资金，但其他人做研究”)，然后完全离开了大学，成立了自己的公司。建立它的目的不是为了赚钱，而是为了最大限度地*推广他们自己的软件和观点。为了保持控制权，他甚至拒绝了几次上市机会。

结果，《数学》和《新科学》以及一本精彩的书都在结果之列。在这本极具争议的书中，沃尔夫拉姆充分阐述了他的世界观:自然是计算，但计算的本质必须通过实验来探索。过去，研究人员要么用纯数学来研究计算，要么把计算视为工程工具。然而，沃尔夫拉姆认为，为了计算本身，我们需要从经验出发，探索计算。这是一条新路线，这本书的标题就来自于此。

在过去的两年里，沃尔夫拉姆推出了一个更大的计划:沃尔夫拉姆语言。事实上，它已经成为Mathematica使用了25年的计算机语言，但现在它是独立的，并希望成为“世界上最有效的编程语言”。2014年底，沃尔夫拉姆将访问中国，宣传他的想法和产品。新年第一天早上，沃尔夫拉姆接受了果壳和网络科学学者的独家采访。在采访中，他描述了他对许多问题的看法，如宇宙的本质、*意志、人工智能和软件开源。

“我们能为宇宙建立一个完整的模型吗？我的工作假设是‘是’。”科学家:你总是说没有随机性的细胞自动机也能产生不可预测的模式。现实世界如此丰富多彩，你认为它不需要随机性吗？

沃尔夫拉姆:我不这么认为。很多时候，人们所说的“随机性”实际上是建模中使用的黑盒:我不知道系统的所有规则，所以我假设系统中有一些额外的因素提供“随机”输入。从这个意义上说，“随机”只能证明你还没有为这个系统建立一个完整的模型。但是我们能建立一个完整的宇宙模型吗？我的工作假设是“可以”。也许这个假设是错误的，也许出于某种原因，我们不能为宇宙建立一个完整的模型——但是我还没有看到相关的证据。所以我会朝着这个目标努力。一旦我们得到了完整的模型，随机性就消失了，没有任何外界不可预测的因素。我有个朋友叫格雷戈里·蔡婷，他对算法随机性的整个领域都很感兴趣。他有一个著名的发现叫做“欧米伽数”(即蔡廷常数)。虽然这个数字是一个确定的数字，但是任何图灵机都无法计算。我的观点和他的观点的不同之处在于，我认为宇宙就像圆周率，尽管它是无穷无尽的，但它可以精确到任何程度。他总是认为宇宙就像欧米茄。我不知道为什么。

科学家:如果我们建立一个完整的宇宙模型，这是否意味着我们没有*意志？

沃尔夫拉姆:我在我的书《计算不可约性》中讨论了一个概念。这意味着，即使你知道所有的规则，你也可能无法提前预测它们会做什么——唯一的办法是在实地运行规则，看看它们会做什么。

“*意志”一词包括许多层面。如果我们能预测我们将做什么，我们可以说我们没有*意志。例如，看着一只飞蛾不断地敲打窗户，试图飞出窗外，我们会说它似乎没有*意志，似乎是决定性的反射机制。但是如果我们看到一个人做了一件非常复杂的事情，我们会说他似乎在做选择，因为我们无法预测他会做什么——从这个意义上说，我们有*意志。

我们的历史必须循序渐进。你不能说“我已经知道结局了”。快进到最后”。历史是不可或缺的。世界的基本规则是简单而决定性的，但是由这些规则产生的人类行为是极其复杂的。这些规则之间的计算差距无法缩小，所以我们的行为是“*的”。

科学家:有一天我们是否已经有了足够的大脑知识，并且能够监控足够的信息来说“这个人将在十秒钟内思考这个问题”？人们还有*意志吗？

沃尔夫拉姆:我不知道。这在鸟类中已经部分实现了，我们可以粗略地预测鸟类在下一秒会唱什么歌。然而，我仍然认为*意志概念的根源仅仅是它需要太多的计算来预测未来。即使我们发现了宇宙的所有定律，我们要么必须找到一种方法来做和宇宙一样的操作，要么我们只能看着宇宙自己去做。

科学家:到那时，物理会变成数学吗？物理条件会反过来限制我们对数学的理解吗？

沃尔夫拉姆:如果我们真的建立了一个宇宙模型，一切都可以计算，那么所有的物理问题都将归结为数学。但是什么是数学呢？数学从公理系统开始，如欧几里德的公理系统；在此基础上，我们推导出一系列形式知识。至于选择什么样的公理，人们可以任意选择并获得纯粹抽象的数学知识，也可以选择那些与现实世界相对应的公理。欧几里德认为他选择的公理符合现实，但后来数学家们逐渐开始做出武断而抽象的选择。数学是一个抽象的领域，它不受物理现实的限制。

"模仿人类既是错误的路线，也是唯一可行的路线."科学家:我们以前采访过侯士达。你认为他的人工智能路线如何——遵循类比和模仿人类思维？

沃尔夫拉姆:我了解他，我无法判断他的具体研究内容，但我对他的总体方向——理解人类智能——的看法是，这是错误的路线，也是唯一可行的路线。一方面，如果我们的目标是创造智能系统，那么这条路线与此无关，就像研究鸟类如何飞行与制造飞机无关一样。特别是在所谓的“通用推理人工智能”中，人们曾经说它是一个可以回答问题的系统，但是没有人沿着这条路成功。但是我们的WolframAlpha已经成功地回答了许多问题。我们怎么做？一般推理人工智能，它所做的就是推理。面对物理问题，从一个事实推断下一个事实，就像中世纪的哲学家一样。我们做的是计算。面对物理问题，我们在某种意义上是“作弊”:我们用我们文明积累的所有科学和数学来建立一个方程，然后计算结果。在这里，我们使用的方式与人类思考的方式完全不同，但是效率更高。这是大多数当前智能系统的情况。

但是另一方面，如果我们的目标是真正的“终极”智能呢？与大脑相比，我们目前的计算能力相当不错，但如果我们想为这些计算设定一个目标，我们必须有人类的参与。我们的系统可以算作它想要的，但是如果没有人指出它的目标，它就什么也做不了。世界上没有所谓的“纯”智能。它必须与人类目标紧密相连。侯士达的路线无助于解决任何具体的智能问题，但理解我们的目的是至关重要的。

科学家:为什么人类有目的，而机器没有？你认为有什么不同？

沃尔夫拉姆:这是个好问题。水有向下流动的“目的”。你可以给物质世界赋予不同的“目的”，但实际上有两个所谓的目的。一个是遵循物理机制的自然结果，另一个是要达到的目标。大自然的计算能力完全可以与人脑相媲美，但大自然的所有目标都是前者，如果我们想获得类人智能，我们必须有类人目标。例如，木星大气表面的湍流或漩涡正在进行各种复杂的计算，可能比我们的大脑更复杂——至少它的计算更密集，但它似乎没有获得我们所说的智能，因为我们知道的唯一智能是人类智能。

科学家:那么你认为智能爆炸会带来技术奇点吗？

沃尔夫拉姆:我不相信，至少不是人们通常所说的那种奇异。当许多人说奇点时，想象力的一个重要特征是人类的永生。这迟早会实现的。也许有些技术来自生物学，有些来自数字世界。在这个时候，它可能看起来像到达了奇点——人类和智能有无限的时间去发现新的事物。但是这些新发现会每年呈指数级增长吗？我不这么认为。也许我有偏见。人类的智力是一个连续的光谱，我很幸运我处于这个光谱的上端。但是在我看来，这些智力之间没有质的区别。即使你的智商是200甚至1000，恐怕也不会让你知道别人无法理解的事情。我们能整合更多的知识吗？当然。如果我们说我们的大脑现在每秒接收100兆比特的信息，我们当然可以想象一个智能系统每秒可以接收和处理数千兆比特的信息。但我不认为这是“更高的智力”。

“我认为自己是一个工具制造者”科学家:WolframAlpha据说是第一个实用的人工智能。当你创建它的时候，你觉得自己像人工智能研究者吗？

沃尔夫拉姆:“人工智能”是一个非常模糊的概念。在我与人工智能打交道的这些年里，它已经从一个令人兴奋的概念变成了一个“无望”的领域。现在它卷土重来，变得流行起来。40多年前，我想做像WolframAlpha这样的东西。当时，我觉得要做这样一个工具，首先要做一个通用的人工智能，这是非常困难的，所以我没有继续朝这个方向做。但是后来，由于我的研究，我意识到我并不真正需要通用人工智能，我可以提供计算知识。这就是为什么我发明了WolframAlpha。我们想创造“智能”系统，现在我们有了Wolfram语言作为平台，在这个平台上我们可以实现智能系统的目标。

我认为自己是一个工具制造者，我用这些工具做什么？我们文明的所有知识汇集在一起，形成一个框架，在这个框架上，新知识可以自动产生。WolframAlpha和Wolfram都是帮助人们思考的语言，但与其他帮助人们思考的工具不同，我们所做的是将知识转化为可以计算的东西。

科学家:未来沃尔夫拉姆语会发展成*开放源码吗？

Wolfram:开源对某些事情有好处，但对其他事情没有好处。一般来说，当一个项目需要领导和整体设计时，很难开源。在过去的20年里，我们一直在做的就是这种项目——创造以前从未存在过的东西。另一个因素是语言使用了大量的知识，其中一些属于我们，另一些来自他人。我们不能简单地说，“这一切都是免费的！”

事实上，WolframAlpha是一项免费服务，我们提供这项服务并不赚取一分钱。这没问题，但是它本身不能持续很长时间，所以我们基于它提供许多其他服务并从中获利。我的信念是，建立一个经济生态系统的最佳方式是让那些从中获得价值的人也为之付出代价。这是最简单的方法。

许多所谓的开源解决方案实际上是陷阱。最著名的陷阱是安卓:系统本身是免费的，但你必须支付版税。还有其他例子，东西是免费的，但是你不能自己构建系统，你必须求助于专业人士，最后你必须付钱让他们在云中托管。所以我们现在做的实际上是对经济诚实:人们可以在网上免费使用沃尔夫拉姆语言学习和尝试，但是当初创企业开始在此基础上盈利时，他们必须为此付费。事实上，这种模式和普通模式的区别并不大，但是如果他们选择开源解决方案，那么就不可能说他们什么时候必须支付版税或云托管费。我们所做的是简化事情，让人们提前知道会发生什么。

科学家:你认为你的产品受到硬件计算能力的限制吗？

沃尔夫拉姆:不完全是。我面临的挑战是在软件中找到聪明的方法。我不认为底层硬件是有限的——当然，当我多年前第一次开始使用计算机时，它肯定是有限的。事实上，真正的限制因素是从一个想法到可行软件的诞生需要多长时间。运行软件本身花费的时间很少成为瓶颈。

我们确实有许多极端的例子:例如，目前，像机器学习这样的程序需要运行许多个CPU年才能得到结果，如果它们能更快就好了。再举一个例子，为了提供一个让人们感觉舒适的用户界面，硬件至少需要达到一定的水平。我们不能在某些移动设备上这样做。但这些都是相对次要的问题。当然，还有其他因素，比如中国网络连接的不确定性——从某种意义上说，这也是一个硬件问题，但这是另一个话题。所以关键是我们人类能否制造出好的软件。

"我从未对解决别人已经解决的问题感兴趣。"科学家:你已经做了很多自我数据分析(比如你打电话的时候数数)。你为什么这么做？你从中发现了什么有趣的东西吗？

沃尔夫拉姆:我收集这些数据是因为我对它们感兴趣。我有几个系统来检查我昨天锻炼了多少，完成了多少工作。我已经收集了25年的数据，我会不时地分析这些数据，找到各种结果。但这些数据的真正价值在于，当我对自己有任何疑问时，我可以轻松找到答案。例如，一旦我买了一个新键盘，我想知道它的打字速度是快还是慢。我只花了几分钟就得到答案。目前，我将回答一个更难的问题，即对我发送的电子邮件进行情感分析，以判断什么让我开心，什么让我不开心。我发现的大多数结果都是我后来认为“嗯，那是真的”的那种结果。但是如果我没有看到这些数据，我不会朝那个方向想。

科学家:你认为在自己的公司里做研究和在大学里做研究有什么不同？

沃尔夫拉姆:公司效率更高。对我来说，公司就像一台将想法变成现实的机器。我会尽我所能为此优化这台机器，但你不能在大学里做这样的优化。

科学家:你已经辍学很多次了。你认为教育的意义是什么？

沃尔夫拉姆:事实上，我并没有真的“退出”。我去了英国的一所*中学。我离开的原因是我获得了一所顶尖大学的奖学金，所以我只是碰巧比其他人早离开了几年。在大学里，我有机会作为研究生直接学习，所以我想，如果是这样，为什么要花这么多年时间读本科？我很幸运能在20岁时完成学业，因为我认为我没有耐心学习这么多年。我从未对解决别人已经解决的问题感兴趣，所以我一直讨厌教科书中的练习。也许这是我个人的傲慢。我只是希望我在做一些独特的事情，而不是别人做过的事情。在一些教育体系中，很多内容是围绕着“循序渐进”进行的。然而，我认为实现人的潜力的最好方法是让他们学习他们感兴趣的东西，而不是让他们走一条特定的道路。

科学家:你有粒子物理学博士学位。为什么你后来没学物理？

沃尔夫拉姆:我没有离开物理。我不时回到物理。我在一门新科学中讨论了许多物理问题。我对各种问题都感兴趣，尤其是宇宙最本质的特征，这也是我研究粒子物理的原因。然而，经过研究，我发现粒子物理学的细节并不是宇宙的本质，复杂系统的特征等问题比物理学更基本。你可以把这些研究看作一般的物理原理。我仍然对宇宙的具体物理特征感兴趣，我希望有一天能把一般的物理原理应用到它上面。

当希格斯玻色子获奖时，我在美国一大早就起床观看现场视频。我意识到有许多多年没见面的老朋友，他们一直呆在物理圈里。当他们介绍希格斯玻色子时，我想，“我知道所有这些事情。40年前我就在做这些事情。”我想我可以留在物理领域。我已经做这项研究40年了。我认为我很擅长这个。然而，因为我改变了我的职业，做了许多其他的事情，我所理解的，即使仅限于物理学，也远远不止停留在物理学的一个领域。在我的一生中，有一次经历我一直记得，那就是，学习许多不同的东西可以让人们学到更多，即使你的目标只是解决一个问题。在这一点上我非常幸运。

科学家:你说你最喜欢的发现是规则30。为什么？

沃尔夫拉姆:这是我发现的第一个细胞自动机规则。这是一个简单的生成规则如何产生复杂行为的戏剧性例子。我喜欢将它与科学史上的案例相比较:当伽利略发现木星的卫星时，这是物理定律适用于整个宇宙的一个标志。规则30让我意识到一些非常复杂的现象可以通过简单的规则出现在计算世界中，这并不明显。这是第一个明显的例子。

今天的许多科学和技术依赖于在计算世界中寻找可能的程序来找到那些在行为上满足我们需求的程序。简单的程序可以产生复杂的行为，这使得它成为可能。当我写《新科学》的时候，我做了一个预测:看看关于自然的新兴模型，我们会看到基于程序的发现将逐渐取代基于等式的发现。我预测，在50年内，挖掘计算空间产生的技术将超越传统方法。那是12年前的事了，我们还有38年。我们正站在这一趋势的起点。

[·恩特和沃尔夫鲁姆先生的照片。】

附件:xkcd制作的卡通。也许我们的宇宙是细胞自动机计算的结果。

关于