愛因斯坦曾說:“這個世界最不可理解的就是它竟然是可以理解的”。 他的震驚是對的。 人類的大腦進化成具有適應性的器官,
但是我認為科學會在某個時候遇到它的緩衝區, 原因有二。 其中比較樂觀的一個原因是, 我們對某些領域(如原子物理)會不斷地進行研究, 直至沒有更多的內容可以被發現;另一個原因則更加令人憂慮, 那就是我們的大腦終將達到可承載的極限。 或許我們無法理解一些概念, 就好比猴子無法理解進化論或氣象學, 而這些概念很可能對完全理解物理現實至關重要。 有一些見解可能勢必要等待後人類智力來解決。
或許令人意外的是, 科學知識實際上是“零散的”——最深奧的秘密常常存在於我們身邊。 今天的我們, 可以自信地對距離地球十億光年之遠的兩顆黑洞碰撞後的測量結果進行解釋;可與此同時, 卻在治療普通感冒這樣的疾病上進展甚微, 儘管我們在流行病學方面已取得了巨大飛躍。 事實上, 人類對神秘而遙遠的宇宙充滿信心、卻受困於日常事物一事, 並不像它看起來那麼矛盾。 與生物學和人文科學相比, 天文學要簡單得多。 例如, 黑洞對於許多人而言似乎非常神秘奇特, 但卻屬於宇宙界中並不複雜的實體。 它們可以用簡單的方程式來描述。
那麼, 我們該如何定義複雜性呢?它的答案在一定程度上是解答“科學究竟能走多遠”的關鍵。
原子和天文現象——這兩個極小和極大都可以是非常基本的, 複雜和棘手的是存在於它們之間一切。
科學理解有時會被認作成一種層級結構, 像一幢建築物的樓層那樣排列。 那些處理複雜的系統的科學“住”在高層, 處理簡單系統的住在低層, 數學則在地下室、其次是粒子物理學、再往上是其他物理學、然後是化學、再然後是生物學、植物學和動物學、最後是行為學和社會科學(無疑, 經濟學家住的是屋頂的閣樓)。
對科學的這一“排序”並沒有什麼大的爭議, 但是“底層科學”(尤其是粒子物理學)是否真的比其他學科更深入、或更包羅萬象?這是值得推敲的。
但還原論者的解釋並不總是最好或最有用的。 如物理學家 Philip Anderson 所說:“多而不同(More is different)”。 不管是熱帶森林、颶風、還是人類社會.……任何東西無論多麼複雜, 都是由原子構成、並遵循量子物理定律。 但即使這些方程可以解決大量的原子聚集問題, 也無法為科學家的探尋提供真正的啟示。
包含大量粒子的宏觀系統表現出的“湧現”屬性,這是對與系統水準相適應的新的、不可約化的概念的最佳理解。化學價、原腸胚形成(胚胎發育中細胞開始分化的過程)、銘印和自然選擇都是絕佳例子。即使是像管道或河流中的水流這樣的平常現象,從粘度和湍流的角度也能對其產生更好的理解,而非從原子之間的相互作用去理解。流體力學家不關心水是否由H₂O組成,他們要做的是將液體視為一個連續的統一體,這樣才能理解波浪如何破裂、水流如何變得洶湧。
新概念對我們理解真正複雜的東西(如鳥類的遷徙和人類的大腦)顯得尤其重要。大腦是細胞的集合體;繪畫是化學顏料的集合體。但重要而有趣的是,當我們向上層走時,模式和結構是如何出現的?什麼能被稱為湧現複雜性?
所以還原論在某種意義上是對的。但是從有用的意義上來說,它卻很少正確。粒子物理學家和宇宙學家只占科學家的1%,另外99%的科學家都在“更高”的層級上工作。束縛他們的是學科自身的複雜性,而非對亞核子物理理解的任何匱乏。
在現實中,將建築與科學進行類比實際上是非常差的。薄弱的基底能將建築置於危險之中;而相比之下,不牢靠的基礎卻並不會讓處理複雜系統的“高層”科學同樣陷入困境。每一層科學都有自己獨特的解釋。不同複雜程度的現象也必須從不同的、不可化約的概念來理解。
我們可以期待在三個極限上的巨大進展:極小、極大、和極複雜。儘管如此,我願毫不避諱地說,我的直覺是——人類所能做到的理解是有限的。努力去理解如人類大腦這樣非常複雜的系統,或許就會是我們首個觸碰到的極限。也許無論是大腦還是電子機器,這些複雜的原子聚集體都不可能完全的瞭解自己。而如果我們試圖更深入地跟隨溫伯格的箭頭進行挖掘,可能就會觸及到另一個障礙:是否這會導致弦理論家所設想的那種多維幾何。物理學家可能永遠不會理解空間和時間的基本原理,因為數學太難了。
我認為人類認知是有極限的,這一觀點受到了理論物理學家 David Deutsch(“量子計算”方面的先驅者) 的挑戰。在他刺激又精彩的著作《無窮的開始》(The Beginning of Infinity, 2011)一書中,他表示從理論上講,任何過程都是可計算的。的確如此。但是,能夠計算並不等於能產生有洞見的理解。被稱為曼德布洛特集合(Mandelbrot set)的美麗分形圖樣可通過短短幾行代碼的演算法來描述。最普通的電腦就能繪製它的形狀:
但是沒有一個剛剛得到演算法的人,能把這個非常複雜的圖形像想像方形或圓形那般具象化。
國際象棋冠軍 Garry Kasparov 在《深度思考》(Deep Thinking, 2017)一書中指出,“人類+機器”比單獨使用其一要更加強大。也許新的發現是通過利用兩者之間的加強共生來實現的新。例如,在藥物開發和材料科學中,比起實驗,電腦類比的優勢將日趨增加。至於機器是否最終會超越我們,甚至它們會變得具有意識——又是另一個爭議熱點了。
生物大腦的抽象思維支撐了所有文化和科學的湧現。但是,這一跨越幾千年的活動最多可能會成為後人類時代裡更強智慧的一個短暫先行,那個時代不是通過達爾文式的自然選擇進化而來,而會通過“智慧設計”而演變得來。遙遠的未來是由有生命的後人類、還是由電子的超智慧型機器主宰,是一個值得探討的問題。但我們若認為對物質現實的全部理解是在人類的掌控範圍之內、不會有謎團留下來挑戰著我們遙遠後代的話,那就是太過以人類為中心主義了。
撰文:Martin Rees
翻譯:糖獸
版權聲明:原文標題為“Black holes are simpler than forests and science has its limits”,首發於2017年12月1日的Aeon。原文連結:https://aeon.co/ideas/black-holes-are-simpler-than-forests-and-science-has-its-limits。中文內容僅供參考,一切內容以英文原版為准。
也無法為科學家的探尋提供真正的啟示。包含大量粒子的宏觀系統表現出的“湧現”屬性,這是對與系統水準相適應的新的、不可約化的概念的最佳理解。化學價、原腸胚形成(胚胎發育中細胞開始分化的過程)、銘印和自然選擇都是絕佳例子。即使是像管道或河流中的水流這樣的平常現象,從粘度和湍流的角度也能對其產生更好的理解,而非從原子之間的相互作用去理解。流體力學家不關心水是否由H₂O組成,他們要做的是將液體視為一個連續的統一體,這樣才能理解波浪如何破裂、水流如何變得洶湧。
新概念對我們理解真正複雜的東西(如鳥類的遷徙和人類的大腦)顯得尤其重要。大腦是細胞的集合體;繪畫是化學顏料的集合體。但重要而有趣的是,當我們向上層走時,模式和結構是如何出現的?什麼能被稱為湧現複雜性?
所以還原論在某種意義上是對的。但是從有用的意義上來說,它卻很少正確。粒子物理學家和宇宙學家只占科學家的1%,另外99%的科學家都在“更高”的層級上工作。束縛他們的是學科自身的複雜性,而非對亞核子物理理解的任何匱乏。
在現實中,將建築與科學進行類比實際上是非常差的。薄弱的基底能將建築置於危險之中;而相比之下,不牢靠的基礎卻並不會讓處理複雜系統的“高層”科學同樣陷入困境。每一層科學都有自己獨特的解釋。不同複雜程度的現象也必須從不同的、不可化約的概念來理解。
我們可以期待在三個極限上的巨大進展:極小、極大、和極複雜。儘管如此,我願毫不避諱地說,我的直覺是——人類所能做到的理解是有限的。努力去理解如人類大腦這樣非常複雜的系統,或許就會是我們首個觸碰到的極限。也許無論是大腦還是電子機器,這些複雜的原子聚集體都不可能完全的瞭解自己。而如果我們試圖更深入地跟隨溫伯格的箭頭進行挖掘,可能就會觸及到另一個障礙:是否這會導致弦理論家所設想的那種多維幾何。物理學家可能永遠不會理解空間和時間的基本原理,因為數學太難了。
我認為人類認知是有極限的,這一觀點受到了理論物理學家 David Deutsch(“量子計算”方面的先驅者) 的挑戰。在他刺激又精彩的著作《無窮的開始》(The Beginning of Infinity, 2011)一書中,他表示從理論上講,任何過程都是可計算的。的確如此。但是,能夠計算並不等於能產生有洞見的理解。被稱為曼德布洛特集合(Mandelbrot set)的美麗分形圖樣可通過短短幾行代碼的演算法來描述。最普通的電腦就能繪製它的形狀:
但是沒有一個剛剛得到演算法的人,能把這個非常複雜的圖形像想像方形或圓形那般具象化。
國際象棋冠軍 Garry Kasparov 在《深度思考》(Deep Thinking, 2017)一書中指出,“人類+機器”比單獨使用其一要更加強大。也許新的發現是通過利用兩者之間的加強共生來實現的新。例如,在藥物開發和材料科學中,比起實驗,電腦類比的優勢將日趨增加。至於機器是否最終會超越我們,甚至它們會變得具有意識——又是另一個爭議熱點了。
生物大腦的抽象思維支撐了所有文化和科學的湧現。但是,這一跨越幾千年的活動最多可能會成為後人類時代裡更強智慧的一個短暫先行,那個時代不是通過達爾文式的自然選擇進化而來,而會通過“智慧設計”而演變得來。遙遠的未來是由有生命的後人類、還是由電子的超智慧型機器主宰,是一個值得探討的問題。但我們若認為對物質現實的全部理解是在人類的掌控範圍之內、不會有謎團留下來挑戰著我們遙遠後代的話,那就是太過以人類為中心主義了。
撰文:Martin Rees
翻譯:糖獸
版權聲明:原文標題為“Black holes are simpler than forests and science has its limits”,首發於2017年12月1日的Aeon。原文連結:https://aeon.co/ideas/black-holes-are-simpler-than-forests-and-science-has-its-limits。中文內容僅供參考,一切內容以英文原版為准。