顶级物理学家正在讨论，利用计算机能找到万物理论的可能性

曾几何时，阿尔伯特·爱因斯坦将科学理论描述为“人类心灵的自由发明”。但是在1980年，著名的剑桥大学宇宙学家史蒂芬·霍金有了另一个想法。在那年的一次演讲中，他认为所谓的“万物理论”是可以实现的，但它最后的实现很可能是由计算机完成的。

万物理论还没有出现，但随着电脑接管了生活中的许多琐事（翻译语言，识别人脸，开车，推荐约会对象），想象它们接管世界上的一切也就不那么疯狂了。

“DeepMind”的“AlphaGo”这样的计算机程序不断发现在围棋和国际象棋等游戏中击败人类的新方法，而这些游戏已经被人类研究了几个世纪。为什么这些了不起的学习机器，就不能释放出由大型强子对撞机编译的千万亿字节级别数据，分辨出一组新的基本粒子，或是发现太阳系外另一个星系的虫洞，就像电影《星际穿越》里的那个星系？

至少这是一个梦想。如果不这样想，就会陷入物理学家马克斯·泰格马克所说的“碳沙文主义”。11月，特格马克担任教授的麻省理工学院兑现了美国国家科学基金会的一张支票，并为新成立的人工智能与基础互动研究所打开了象征性的大门。

这个位于麻省理工学院的研究所由粒子物理学家杰西·塞勒领导，是唯一一个专门研究物理学的研究所。它包括20多名科学家，来自物理的各个领域，包括麻省理工学院、哈佛大学、东北大学和塔夫斯大学。

重新发现基本定律

他们在这方面的工具是神经网络。不同于所谓的专家系统，如IBM的沃森，它承载着人类和科学知识，神经网络被设计成就像人类的大脑一样。通过分析大量隐藏模式的数据，它们迅速学会了区分猫狗、识别人脸、复制人类语言、识别财务不当行为等等。

“我们希望发现各种新的物理定律，”泰格马克说。“我们已经证明，它可以重新发现物理定律。”

去年，特格马克博士和一名学生西尔维乌-玛丽安乌德雷斯库从一本著名教科书（理查德·费曼、罗伯特·莱顿和马修·桑兹的《费曼物理学讲义》）中提取了100个物理方程，并利用它们生成数据，然后将这些数据输入神经网络，系统通过筛选数据以寻找规律。

研究人员在去年发表在《科学进展》上的一篇论文中写道：“就像人类科学家一样，它依次尝试了许多不同的策略。如果它不能一下子解决全部问题，它就会尝试转换它，把它分解成更简单的部分，以便分别处理，然后递归地对每一部分重新启动整个算法。”

在另一项更具挑战性的实验中，泰格马克博士和他的同事们向网络展示了一段火箭四处飞行的视频，并要求它预测从一帧到下一帧会发生什么。最终，计算机能够发现基本的运动方程。

在欧洲核子研究中心的大型强子对撞机（CERN）这样的地方找到新粒子将是件轻而易举的事。人工智能喜欢大数据，而对撞机的数据每秒可达数千兆兆字节。自2012年希格斯玻色子被发现以来，CERN的数据中还没有出现过新粒子，尽管多年来人们对数据流中的每一次碰撞都进行了疯狂的检查。

这些是人类关注的曲线，10年后，机器学习对于学习物理将和了解数学一样重要。

他承认，目前该算法用递归的方法解决问题所能达到的效果有限。虽然这台机器可以从一堆数据中检索出物理学的基本定律，但它还不能得出那些公式背后的深层原理，比如量子力学中的量子不确定性，或者相对论。

“等到人工智能回来告诉你这一点的时候，我们就已经达到了人工一般智能，你应该感到非常害怕或非常兴奋”，泰格马克说。“老实说，我研究这个的原因是因为我发现最危险的是，如果我们建造了超级强大的人工智能，却不知道它是如何工作的”。

人与机器的对话

塞勒博士领导着麻省理工学院的新研究所，他说他曾经对人工智能持怀疑态度，但现在是个乐观派。他意识到，作为一名物理学家，他可以将自己的一些知识编码到机器中，然后机器就会给出他更容易理解的答案。这将成为人类和机器之间的一种对话，它将变得更加令人兴奋，而不仅仅是一个你不理解的黑盒子，为你做决定。

我不是特别喜欢把这些技术称为'人工智能’，因为这种说法掩盖了一个事实，即许多人工智能技术都有数学、统计和计算机科学的严格基础。

最近，塞勒博士和他的同事们将大型强子对撞机的大量数据输入了他们的神经网络。大型强子对撞机将质子撞击在一起，以寻找新的粒子和力。质子是构成原子物质的基石，它们本身就是由称为夸克和胶子的更小粒子组成。当质子碰撞时，这些更小的粒子就会喷射出来。为了更好地理解这一过程，他和他的团队要求系统区分对撞机数据中的夸克和胶子。

研究人员不会告诉计算机任何关于量子场论的事情，也不会告诉它在基本水平上夸克或胶子是什么，有的只是一堆数据。也就是说，该系统在不知道夸克和胶子是什么的情况下，成功地识别和区分了它们。塞勒博士说，如果你问系统数据中是否存在第三种类型的物体，它就会开始发现夸克不仅仅是一种实体，而是以不同的类型存在——即所谓的上夸克和下夸克。

“所以，当你给它更多的灵活性去探索时，它就会开始学习，”他说。“它还不知道量子场论，但它知道寻找模式。这是一个令人震惊的事情，机器会发现。这项工作将有助于对撞机物理学家理清他们的研究结果。

量子的开始

人工智能在解决游戏方面如此成功的原因之一，是游戏有一个非常明确的获胜规则，如果我们能够定义“获胜”对物理定律的意义，那将是一个令人难以置信的突破。

从现在开始的5到10年里，我将会做你想做的事情，找到可以取代粒子物理学的标准模型，可以取代爱因斯坦广义相对论的方程。

一些物理学家认为，随着量子计算机上的人工智能的出现，下一个巨大飞跃将会到来。与经典计算机操作的位元（0,1）不同，量子计算机中所谓的量子位元可以同时是1或0。根据量子物理学，这是基本粒子在自然界最小尺度上的行为方式，允许量子计算机同时处理大量信息。

我们的基本认识是，量子系统可以产生经典系统难以产生的模式。所以也许量子系统也能识别经典系统识别的模式。套用理查德·费曼的话，如果你想用人工智能来发现我们量子世界的东西，你应该用量子人工智能。

加州理工学院的物理学家玛丽亚?斯皮罗普拉指出，“关于量子人工智能和量子启发的算法的文献越来越多，这些算法可以解决我们以前认为不可解的问题。”这就像柏拉图的洞穴寓言和形式成长理论一样！

它只是一个运行中的算法

这件事能走多远取决于你问的是谁。一台机器能产生量子理论中深奥而不直观的原理，或者爱因斯坦的相对论原理吗？它会产生一种我们人类无法理解的理论吗？我们会不会像《终结者》系列那样，以黑客帝国的世界收场？

诺贝尔奖得主、得克萨斯大学奥斯汀分校教授史蒂文·温伯格称，认为人类可能不够聪明，无法理解万物理论的想法“令人不安”。但我怀疑，在那种情况下，我们也不会聪明到设计出一台能找到最终理论的电脑。

哈佛大学物理学家丽莎兰德尔写道：“我很容易想象计算机找到我们不知道如何解释的方程式。但这与许多我们无法解释的测量结果并没有什么不同。

阿卡尼·哈梅德是新泽西州普林斯顿高等研究院的一位理论家，他不同意计算机会发现一些人类无法理解的深奥东西的观点，这并没有反映出我们所看到的自然法则的特性，几个世纪以来，我们所看到的自然法则是建立在更抽象、更简单、更深刻的数学思想之上的。

我们的想法从何而来最终并不重要，只要这些想法在我们依赖它们之前经过了考验。那么，我们从哪里得到这些理论或范式呢?”它可能来自深层原则——对称、美、简单——哲学原则或宗教。随着机器变得更加智能，我们可以将它们添加到源列表中。

普林斯顿高等研究院的爱德华·威滕指出，尽管万有理论机器还不存在，但在下个世纪它可能就会出现。如果有一台机器表现出对物理感兴趣和好奇，我肯定会有兴趣和它交谈。