正确的提示信息

扫码打开虎嗅APP

从思考到创造
打开APP
搜索历史
删除
完成
全部删除
热搜词
2022-07-29 22:05

换一套体系,描述宇宙

本文来自微信公众号:原理(ID:principia1687),作者:Takeko,原文标题:《存在另一种物理来描述宇宙吗?》,题图来自:《降临》


著名科幻小说家姜峯楠(Ted Chiang)在《你一生的故事》中构思了一个讲述人类和外星人“七肢桶”接触的故事。


面对相同的宇宙基本规律,人类和七肢桶却有着不一样的理解,由此产生了不同的“物理”来解读同一种自然现象。这导致两种文明的语言,甚至思维方式都有了本质上的区别。


《降临》剧照,电影改编自《你一生的故事》。


这是一种非常颠覆性的想象,却也带来了一个有意思的问题:假如有朝一日,我们遇到了一个足够智慧的外星种族,他们是否会发现和我们一样的物理定律,或者他们可能以不同的方式来描述宇宙?


这个问题还可以换种问法,那就是,面对一套系统,是否只有一种物理方式来描述它,还是说,我们有可能找到其他可行,甚至更优的描述方法?


这正是一组研究人员利用一个新的人工智能(AI)在探索的问题。这个程序可以通过一台摄像机观察物理现象,然后试图找到那些能完全描述所观察到的动态的最小基本变量集。论文已发表在《自然·计算科学》上。


确定相关变量


能量(E)、质量(m)、速度(c),这三个变量构成了爱因斯坦最具代表性的方程E=mc²。但爱因斯坦起初是如何知道这些概念的呢?


理解物理的一个先导步骤是确定相关变量。如果没有能量、质量和速度的概念,即使是爱因斯坦也无法发现相对论。


几千年来,人们知道物体快速或缓慢地移动,但只有当速度和加速度的概念被正式量化时,牛顿才能发现他著名的运动定律F=ma。同样地,描述温度和压力的变量需要在热力学定律被正式建立之前就被确定。


科学世界的每个角落都是如此,变量是理论的前奏。但这些变量能“自动”被发现吗?如果能的话,就有望极大地加速科学发现。


在新研究中,研究人员开始向系统提供他们已经知道答案的现象的原始视频片段。例如,他们输入了一个摆动的双摆的视频,已知它有4个物理状态变量,也就是两条臂中每一条的角度和角速度。


经过几个小时的分析,AI输出了它的答案:4.7。


研究人员认为,对AI来说,这个答案已经足够接近了,特别是这是AI在没有任何物理学或几何学知识的,能读到的仅仅是一段原始视频片段的情况下得出的答案。


但仅仅有变量的数量还不够,更让科学家好奇的是,AI所说的这些变量究竟是什么。他们随后开始着手将程序确定的实际变量可视化。


但提取变量本身并不容易,因为计算机程序无法以人类可以理解的直观方式来描述它们。经过一番探查,他们发现,程序选择的两个变量似乎大致对应着臂的角度,但另外两个变量的选择仍然是谜。


研究人员试图将其他变量与他们能想到的任何东西联系起来,比如角速度和线速度,动能和势能,以及各种已知量的组合,但似乎没有什么能完美匹配。


他们很有信心,AI的确已经找到了一套有效的四个变量,因为它进行着良好的预测,只是他们还不了解它所讲的数学语言。


探索未知的复杂系统


在验证了一些具有已知解的其他物理系统后,研究人员向它提供了其他一些视频,其中都包含着他们不知道明确答案的物理系统。


比如,其中一批视频是一个“充气舞者”在当地一个二手车市场前“跳舞”。经过几个小时的分析,AI返回了8个变量。一段熔岩灯的视频让程序判断出了8个变量。随后,他们输入了一段假日壁炉火焰视频片段,程序返回了24个变量。


在实验中向AI提供的部分视频片段代表,包括一个充气舞者、一台熔岩灯和壁炉火焰的视频片段等等。(图/哥伦比亚大学)


这就带来了一个格外有趣的问题:每个系统的变量集是否是唯一的,又或者,每次重新启动程序时它会不会产生不同的变量集?


在实验中,每次AI重新启动时,得出的变量数量是相同的,但每一次的具体变量却不同。可以这么说,似乎的确存在不同的方法来描述宇宙。


而且很可能的是,也许有些现象看起来复杂得令人费解,是因为我们正试图用错误的变量集来理解和描述它们。很多时候,我们的选择未必完美。


帮助理解复杂现象


过去的软件系统可以从实验数据中提炼出自由形式的物理定律,但前提是要事先确定变量。而研究人员认为,这种新AI可以帮助科学家发现复杂的现象,对于这些现象,理论认识可能还没有跟上数据洪流的步伐,比如生物学和宇宙学的领域。


虽然团队在这项研究中使用的是视频数据,但理论上来说任何种类的阵列数据源都可以使用,包括射电阵列或者DNA阵列。这或许在未来能够加速科学发现的脚步。


参考来源:https://www.engineering.columbia.edu/news/lipson-chen-ai-alternative-physics


本文来自微信公众号:原理(ID:principia1687),作者:Takeko

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系 hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
打开虎嗅APP,查看全文
文集:
频道:

支持一下

赞赏

0人已赞赏

大 家 都 在 看

大 家 都 在 搜

好的内容,值得赞赏

您的赞赏金额会直接进入作者的虎嗅账号

    自定义
    支付: