Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

奇迹引擎

Posted on 2025-05-10

我永远不会忘记第一次看《灵魂》的情景。

吸引我目光的不是雷兹诺和罗斯二人组令人难忘的配乐,也不是旋风般的故事情节,而是我在最后一刻用窗帘做成的临时投影墙,而是这个:

电影《灵魂》中的一个画面,展示了两个被创造性地描绘成幽灵线条画的角色。

我是说-

作为一个在物质世界中行走的普通人,你如何处处被平凡的、不透明的物体所包围,这些物体被固定在我们三个维度和物质世界的平庸约束之下——

人们如何开始想象这一视觉效果?这个表格?

我发现自己沉浸在这些人物的美丽和新颖中,它们不完全是一维的线条画,也不完全是二维的鬼魂。我和很多朋友谈过这件事。就好像我被绊倒并陷入了一种全新的形式可能性中。一种成为形状并占据空间的方式,隐藏在熟悉形状的密度之间,我什至没有意识到有新的东西需要挖掘。

在另一个虚构的宇宙中,格雷格·伊根的《夜光》中的主角们深入到了一个截然不同的可能性空间的裂缝中。在可能的数学陈述的空间中进行挖掘(形象地说,用他们的光学操作的超级计算机),会发现自相矛盾的泡沫,这是一种在原本稠密而均匀的数学真理空间中的虚假裂缝,不言而喻地源自基本公理,其中“二加二等于五”。

当超级计算机每秒进行千兆级证明时,伊根描述了一个计算机显示器,它可视化了所有数学陈述空间的视觉地图,以及地图的一个区域向外扩展,声称知识的黑暗斑块与数学的基本公理是自洽的。

长期以来,我一直被知识空间的物理描述所吸引。我最喜欢的伊根作品《Diaspora 》包含了我最喜欢的例子,即“真理矿井”,众生在计算机模拟的地下洞穴网络中劳动,不断挖掘新的数学见解。

读者在这篇文章中跟随的亚蒂玛观察到

一条隧道通向洞穴,提供了与必要的先前概念的联系,还有六条隧道通向外面,轻轻地“向下”倾斜到基岩中,追求定义的各种含义。假设 T 是一个拓扑空间……那么接下来会发生什么呢?这些路线是用小宝石铺成的,每一个都在通往定理的路上传播一个中间结果。

亚蒂玛很快发现,这种智力探索的练习可以委托给高效的计算机程序,即一群数量呈指数级增长的“鼹鼠”,在洞穴中搜索有用的真理。他们的导游 Radiya 对此解释道

如果我们足够疯狂,我们可以尝试将整个行星 – 或整个星系 – 变成某种能够发挥必要的强力计算力的机器……但即便如此,我怀疑我们能否在宇宙终结之前达到费马大定理。

相反,矿工们只有以他们的思维能够掌握和绘制已知数学空间的速度来消除已知和未知之间的边界,他们的心智模型会实时学习和适应,而不是简单地被机器强行强行移植到他们的世界观上。

无论数学能否以这种方式机械化,这种将知识空间视为一个具体世界的愿景,我可以通过它来探索和绘制地图,此后的许多年里一直吸引着我。

在这些愿景中,我爱上了这样一个想法:除了真实性之外,还有一些品质应该指导我们更多地了解宇宙和生活。这种难以言喻的品质我用过很多名字来称呼。其中包括新奇、惊喜和惊奇等词语。

好奇心引导我寻找有意义的问题来解决。问题描述中出现的内容就是全部吗?或者有什么令人惊讶或新的东西需要学习?我是否会带着一张不仅更大、而且感觉更令人满意、更基本的地图从真理矿井的这个特定分支中走出来?

今年年初,我花了很多时间听演讲并阅读有关现代纯数学不同领域的内容,主要是数论和拓扑。作为一个外行观察者,我发现这两个数学分支感觉就像是从一些令人难以置信的高维纱线球中解开宇宙结构的过程。

数论始于所有科学中最基本的对象之一——整数。然后,通过将复杂性的薄层堆叠在一起,例如加法和乘法、素数和各种无穷大,数论学家能够得出一张极其丰富的陈述图,其中涉及具有不同属性的数字集以及它们如何以完全意想不到的方式相互关联。其中最著名的是黎曼 zeta 函数,它是一个看似简单的无限分数之和,但事实证明,它对一些完全无关的事物具有令人惊讶的含义:当我们数到无穷大时,素数到底有多“密集”。

我发现这类研究领域最引人注目的地方在于,在由一组你一只手就能数出的公理定义的空间中,似乎有无限的惊奇和惊喜的能力——容纳未知但令人满意的无限能力。

在我的家乡附近,软件和计算的某些方面同样充满了奇迹,例如深度学习模型的机械描述或计算复杂性或编译器优化中的叠加概念。在每一个空间中,似乎都有无限的能力去发现一些新知识,这些新知识似乎只是通过探索而产生的。

在我工作生涯的最后十年里,我一直在对自己创造的事物的痴迷中度过,这种痴迷迫使我抓住一切机会冲刺到下一圈的终点。解决下一个合乎逻辑的后续研究问题。修复下一个错误。来写下一篇文章。这当然让我在这一过程中产生了很多创造性的疲惫,但我更喜欢我最近的工作方式,每周我尝试花尽可能多的时间来解决问题,因为它们有能力包含奇迹和强迫我的好奇心,而不是因为我无法留下未完成的想法而被推入问题。

同样的好奇心也是我在人们身上寻找的能力,有时甚至与其他更具体的品质(如原始智力或成就)相比较。当我周围的人都在追求奇迹并激发自己的好奇心时,我发现自己最有成就感。

如果说奇迹在问题领域表现为一种无限的能力,那么在人的领域,我将奇迹视为一种推动人们度过每一天的生命力。当某人开始谈论某事时,眼中闪烁着光芒。

这并不完全是好奇心,我认为好奇心是人类与生俱来的,而是一种天生的能力,被对正确事物的好奇心所吸引。也许是对好奇主题的品味。

我发现,即使是在几分钟的简短对话中,我也能分辨出某人是被好奇心驱使,还是被一些更黑暗的东西(比如自我不确定性或更盲目的求胜欲望)驱使。对于伟大工作的其他更外在的激励因素,比如痴迷、社会压力或成为最好的人的渴望,并不一定有什么问题。但这些让我想起了在真理矿井中寻找知识的更“蛮力”的方法,这忽略了我认为学习和创造的意义。

在我最喜欢的许多人身上,奇迹毫不费力地从他们身上流露出来。只要在谈话中提到他们上周读过的一本书或他们想看的一部电影,就会引发整个电影宇宙的相关问题、闲思、思绪和他们毕生工作背后的深刻好奇心。

我还花了很多时间思考一种美德,我认为它是奇迹的完美陪衬——生产力。对纯粹生产力的追求通常表现为一种榨取式的努力:我们如何才能让我们今天正在做的事情变得更高效、更可扩展、更可预测?生产力就是创造的产业化。相比之下,奇迹无法系统化,因为它的力量来自于本质上的不确定性和惊喜。你无法优化奇迹,因为优化需要了解输出和过程。奇迹是发现新的产出和实现这一目标的新方法。

在我的知识工具和人工智能世界的角落里,主导的叙述似乎是关于这些技术在生产力和工业化游戏中的前景。人们渴望减少生产、生产更多产品、生产更多产品。我确信这一切都会发生,但我认为这忽略了一个事实,即文明进步最有趣的方式是通过奇迹引导的发现。全新的想法、美学和消磨时间的方式超出了我们的理解范围。每当我看到另一种尝试预测技术进步带来的经济生产力提高时,我都觉得它们在方法论上注定只能衡量我们今天所设想的世界的变化。

就像 Luminous 超级计算机的计算在事实空间中推动数学定理的前沿前进一样,我梦想着有工具能够阐明出生在这个宇宙并在其中度过时间意味着什么的新理解。

在我的网站首页上,至少在撰写本文时,第一段是我在过去几年中越来越喜欢的个人使命宣言。它的结尾是:

我设计了软件界面原型,帮助我们成为更清晰的思考者和更多产的梦想家。

前者,“更清晰的思考者”是直观且明显的。我参与过许多项目,试图帮助人们更快地学习或对世界得出更明智的结论。由于后者含糊不清,我很少谈论它,但我觉得我已经找到了一种捕捉它的方法,可以对“正义”一词进行微妙的构造。

创造奇迹的能力——打开丰富的新智慧宇宙的有品味的好奇心——是我所知道的世界上最有满足感和生产力的可再生资源。我想让自己的周围充满奇迹,无论是人还是问题。我希望努力建设一个这样的世界:奇迹与创造力或生产力一样值得追求,值得庆祝。

我想徜徉在这个世界上,对其中美丽的、难以想象的对称性和复杂性感到敬畏。

失去了好奇。

原文: https://thesephist.com/posts/wonder/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Lou Plummer
  • Luke Wroblewski
  • Matt Stoller
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme