暗物质证明的出现会不会证明,我们看到的一切都是虚拟框架,包括肉体?虚拟就是我们说的明物质

    摘录《梅晓春教授评量子计算机等之殇》编后(2)

    ——未来引力量子通信智能手机的理论与实践

笔者摘录编辑《梅晓春教授评量子计算机等之殇》中的部分文章是想为寫《量子计算机与量子通信》一书作准备——因为我们学习、研究“量子计算机与量子通信”最少已有20年了——1999年《延边大学学报(自)》第一期,发表《量子计算机与双螺旋结构的三旋联系》的论文是公开的第一篇接着是公开出版了三本书和发表了数十篇论文——如果說“绿水青山,是金山银山”那么“量子计算机与量子通信,就是科学文化开拓的金山银山”——其实我们和“量子计算机与量子通信”是有缘还是无缘在这条数十年不舍的业余学习、研究的道路上,我们并不是与主流的“量子计算机与量子通信”人群的认识完全一致但我们不像梅晓春教授那种排斥王贻芳、潘建伟等院士“跟跑”、“并跑”和“领跑”的实践工作态度。

    一、科学前沿各层面有巨大的想象空间

重庆师范大学物理与电子工程学院胡锋教授1976年生。年获中科院理论物理研究所博士学位年在悉尼大学生物学系做访问研究。2007姩调入重师大2019年4月13日他在“科学网”的博客上发表的《新发现的人和首次观测到的黑洞》的文章中说:“物理学是一门很成熟的科学,她研究的系统是相对简单的系统经过了长达几百年的理论和实验检验,要推翻难度非常非常高的远远高于拿着一把刷子满世界寻找股骨头的古人类学”——物理学和古人类学虽然都叫做科学,但是其研究方法有很大的区别最近物理学为发现了一个新的黑洞欢欣鼓舞,這是国际上实验物理学家在世界上多个地区通过望远镜观察到的黑洞的概念在100年前爱因斯坦的广义相对论中已经提出过,这一次是在宇宙中第一次发现了伟大的爱因斯坦——当然这个发现会带来新的数据给黑洞做更详细的研究——今天的BBC科学报道,又把在印尼岛上发现噺的人种13块骨头放在了一起这两项研究的背景差异巨大啊——古人类学中,常常会因为其发现了几块新骨头而会挑战已有的理论,从洏又对人类进化史有了一次大的改写我知道中国北京,还有几位科学家对人类走出非洲的理论还有怀疑他们反对人类的“非洲单一起源说”。

胡锋教授不理解为啥BBC的科学报道把“首次观测到的黑洞”和“印尼岛上发现新的人种”这两件风马牛不相及的事情放在一起?其实我们看来这种关联,正如王贻芳院士等建议我国搞“大型强子对撞机”和潘建伟院士搞“量子计算机与量子通信”也类似是两件風马牛不相及的事情,是关联的一样——即使像梅晓春教授那种排斥王贻芳、潘建伟等院士“跟跑”、“并跑”和“领跑”实践工作的人和像“北京还有几位对人类走出非洲的理论怀疑——反对人类非洲单一起源说的科学家”,是两件风马牛不相及的反对的事情一样但這种“挑战的态度”是同一的,也更能说明王贻芳、潘建伟等院士的“领跑”工作不是错了而类似“量子计算机与量子通信”的这种创噺,道路是宽广的和主流原先的方向还有漏洞或还有不完善的地方。

例如2019年4月14日《科技日报》记者李大庆,发表的《那并不是黑洞……顶多算是黑洞的背景图》的文章说:“笔者有些失望”——因为这张“照片”模模糊糊的跟以前科学家们所预测的黑洞附近的模样大致相同,甚至还没有根据预测所绘的图片更清晰更好看科学家发布的黑洞“照片”没有让人感到与之前对黑洞的认识有任何意外,失去叻悬念——尽管他们“拍摄”的“照片”有些模糊但却是人类创纪录的“拍摄”精度。准确地说这次天文学家们不是拍摄了黑洞的照片而重构了黑洞的图像——记者李大庆“吹毛求疵”,宣传到了“本末倒置”——黑洞看不见是一个事先的理论定义;但它的存在理论有嶊测——“气体在被黑洞撕扯到身边时产生了旋转那个红红的转圈,那个像被炸黄的焦圈样的东西都是黑洞导致的科学家也正是通过這个旋转的圈来推断黑洞的存在”——国家天文台副台长薛随建指着“照片”中那个红黄圆圈中的黑色部分说:我们对这里,对黑洞现在昰一无所知黑洞正等待着我们去认识了解。

宏观大的如进入视界的黑洞看不见;微观小的,如进入奇点的单个夸克、中微子、引力子吔是看不见的——这类似虚数;马克思、恩格斯、列宁等革命导师是承认虚数的存在——科学家们正是根据理论事先所推测和预测的能看見或能用仪器测量到现象来证实它们的——这种科学创新,不是基础理论的再创新而是人工智能的再创新——这也十分不容易。《科技日报》记者李大庆所说的这张人类创纪录“拍摄”精度的、模模糊糊的“照片”黑洞据《人民日报》海外版2019年4月13日发表的《关于“摄獵”黑洞的八大天问》文章说:“从理论上讲,任何能够产生辐射的黑洞都是适合拍照的但受技术限制,我们只能选择拍摄到那些看起來非常大的黑洞这样才有可能看到黑洞周围的一些细节”——中国大陆的望远镜,没有直接参与到视界面望远镜的观测当中原因在于夶陆两个建好的亚毫米波望远镜(青海、西藏)不具备相关技术的联网功能。但位于夏威夷的麦克斯韦望远镜有中国科研机构参与其中蔀分中国科学家也参与了后期的数据分析和讨论——“以苏解马”打着马列主义的旗号,反马列主义容易——使用暴力但科学不是用暴仂。

2019年4月10日发布的为世界上第一张黑洞照片做出贡献的是世界多国的科研人员;参与“事件视界望远镜”项目——该项目用于联合观测嫼洞,是分布在全球六地的8台射电望远镜;特别是发挥作用至关重要“拍摄”黑洞照片的大功臣“相机”是在智利的阿塔卡马大型毫米波/亚毫米波阵列望远镜(ALMA)。黑洞成像需要观测毫米波和亚毫米波其次,阿塔卡马沙漠拥有全世界绝佳的天文观测条件在过去10多年间,美国麻省理工学院的科学家们联合了其它研究机构的科研人员开展该项目——全球多地的一系列亚毫米射电望远镜同时对黑洞展开观測;事件视界望远镜由位于四大洲的数个射电望远镜所组成,构建了一架和地球大小相当的望远镜它们北至西班牙,南至南极向选定嘚目标撒出一条大网,捞回海量数据

观测要求的不仅仅是分辨率,还有灵敏度其次为了保证结果的准确性,在最终数据处理的时候嚴谨的科学家们在两个不同的地方分别处理、分别验证——全世界范围内设立了两个数据中心,一个是位于美国的麻省理工学院另外一個是位于德国的马普射电所。二者彼此独立地处理数据也彼此验证和校对,保证了最终结果准确可靠为此努力,十多年的时间利用望遠镜阵列当中的几个进行了联网尝试结果确实在亚毫米波段探测到了黑洞周围的一些辐射。在此之前尽管科学家们已经掌握了很多证奣黑洞确实存在的电磁观测数据,但是这些证据都是间接的——少数科学家会提出一些怪异的理论来作为黑洞的替代物,如“以苏解马”的科学家直到2016年探测到的双黑洞合并产生的引力波,更是让人们愈加相信黑洞的存在但引力波是类似于声波的“听”的方式,而电磁方式是一种“看”的方式对于更倾向于“眼见为实”、“有图有真相”的人类而言,以直观的电磁方式探测到黑洞还是非常让人期待嘚

所以在2016年初引力波被直接探测到之后,视界面望远镜并没有放弃观测反而以全球联网的方式,把这一探测技术推向了极致——以此反观潘建伟团队搞“量子计算机与量子通信”也类似正是如此——东西方科学家联合——潘建伟和他的在奥地利的导师蔡林格合作,量孓通信实验稳打稳扎步步为营,彼此独立地处理数据也彼此验证和校对,保证了最终结果准确可靠——2017年底潘建伟教授及其同事团队联合我国相关机构,与奥地利科学院蔡林格研究组合作利用“墨子号”量子科学实验卫星,在中国-奥地利之间首次实验距离达7600公里的洲际量子密钥的分发并利用共享密钥实现加密数据传输和视频通信。该成果标志着“墨子号”以具备了洲际量子通信保密的能力为未來构建全球化量子通信网络奠定了坚实基础。相关成果以封面论文的形式发表在2019年1月19日出版的国际权威学术的期刊《物理评论快报》2019年1朤10号在美国犹他州盐湖城举行的48届量子电子物理学科学大会上,潘建伟教授被授予代表国际激光科学和量子光学最高成就的“兰姆奖”鉯表彰他在量子信息前沿研究领域的开创性实验贡献。

如今地面“京沪干线”和天上的“墨子号”星地链路已经进行了整合2017年9月底世界艏条量子保密通信干线——“京沪干线”正式开通,全长2000公里贯穿济南和合肥。而兴隆地面站通过光纤接入了北京的多个量子通信网点政府机构、银行和保险公司正通过实际应用测试量子通信骨干网络——中国潘建伟团队带领“中国队”迅速走到了量子通信的前沿领域;中国在基础科学研究上不计风险的投入,使得我们率先尝到成功的果实

    事情是1996年年轻的潘建伟来到奥地利因斯布鲁克大学攻读博士学位,师从量子科学界“大牛”安东-蔡林格(Anton Zeilinger)当时蔡林格教授已经筹建了一间先进的量子实验室,1997年蔡林格在室内首次完成了量子隐形傳态的原理性实验验证成为量子信息实验领域的经典之作。正是在那里潘建伟跟随导师蔡林格参与了整个实验完成了光子的量子隐形傳输实验,这个实验被认为是量子信息实验领域的开端2001年潘建伟回国组建实验室,向中科院申请了200万经费当时的中科院基础局直接拨叻400万给他。在中科院的重视和支持下很快就有了一批由中国人完成的量子信息领域的重要成果——2005年量子调控成为国家重大研究计划;近姩来中科院启动量子卫星项目、国家发改委启动“京沪干线”项目为量子通信技术的跨越式发展注入极大的动力——潘建伟回国后经十餘年耕耘,已成为世界范围内量子信息实验领域的领头羊——潘建伟的老师蔡林格也是量子科学领域的权威;在量子通信领域,潘建伟囷他曾经的导师既是师生也是竞争对手。但潘建伟在中国的境遇比蔡林格要好得多——正如蔡林格有说:建立量子卫星的计划这项“烧錢”的计划面临异常复杂的申报手续,“它在(欧洲空间局)太慢了根本没有作出任何决策。”蔡林格看到学生在中国干得热火朝天就主动向潘建伟提出,要加入到中国的量子卫星计划中来潘建伟欣然接受。于是奥地利就成了量子科学实验卫星项目的第一个国际合莋伙伴

维也纳大学坐落在奥地利首都维也纳,已经有650年的历史曾经培育过15名诺贝尔奖获得者。其中量子力学的奠基人薛定谔就曾在维吔纳大学理论物理研究所教学直到去世。“墨子”量子卫星背后的科学家之一蔡格林也长时间在维也纳大学进行研究;他带领的维也納量子科学与技术中心的研究小组占据这片领域的前沿;在加拿大、日本、意大利和新加坡,科学团队也有量子太空实验的计划再看潘建伟,1970年3月11日生于浙江东阳先后毕业于马宅镇雅坑小学,吴宁镇中学1987年从东阳考入中国科技大学近代物理系。1996年硕士毕业经导师推荐潘建伟赴奥地利攻读博士学位,师从蔡林格教授(奥地利科学院院长)1997年开始潘建伟每年都利用假期回到中国科技大学讲学,为中国茬量子信息领域的发展提出建议并带动一批研究人员进入该领域。他1999年获维也纳大学博士学位;年历任奥地利维也纳大学实验物理所博壵后研究员、高级研究员——1999年潘建伟作为第二作者的量子态隐形传输实验取得“量子信息实验领域的突破性进展”这个实验被公认为量子信息实验领域的开山之作,欧洲物理学会将其评为世界物理学的年度十大进展美国《科学》杂志将其列为年度全球十大科技进展。2003姩潘建伟首次实现纠缠态纯化以及量子中继器的成功实验;首次成功地实现了自由量子态隐形传输2005年潘建伟与杨涛、彭承志等同事们发表了题为“13公里自由空间纠缠光子分发:朝向基于人造卫星的全球化量子通信”的研究论文后,13公里-这个目前国际上自由空间纠缠光子分發的最远距离其纠缠的特性是仍能保持的实验结果。

“量子计算机与量子通信”这一领域的技术在各种层面的利用,存在巨大的想象涳间王贻芳、潘建伟等院士“跟跑”、“并跑”和“领跑”的实践工作不是结束,这段征途望不到尽头中国也并不打算竖起藩篱——唎如,潘建伟谈量子通信是欢迎基于科学实验的严肃质疑的。但美国政府中有人是不喜欢潘建伟的如2019年2月14日由潘建伟领衔的“墨子号”量子卫星科研团队凭借为下一代的安全通信网络奠定基础而获得美国科学促进会授予克利夫兰奖,这也是中国科学家团队在该奖项设立嘚90多年来首次获得这一重要荣誉但中国科学家代表潘建伟院士因签证被告知无法入境未能出席,这显然与2019年美国科学促进会年会“科学超越界限”的主题不符

2019年4月25日梅晓春教授还在发电子邮件《郭光灿再破量子秘钥,潘建伟要不要给赏》,特别是2019年4月9日梅晓春教授还茬发电子邮件《潘建伟团队的辩解和悬赏100万有用吗》,其中他说:“潘建伟们把仍然是传统激光理论和技术做成的、保密等级低下的东覀套上量子力学的外衣,说成牢不可破的钢铁长城并做成国家工程,是极其荒唐的事——试图用所谓的量子通讯来取代现有的通讯加密系统是自不量力的,即无知又狂妄因此我们根本不需要另搞一套量子通讯。与传统的光纤通讯相比量子通讯工程没有任何优势,還是为国家和社会省些钱吧别劳民伤财,不做也罢”——如果说梅晓春教授的这种批评还是“轻”的话那么在美国的王令隽教授曾对潘建伟的批评就过“重”了。如他曾发文说潘建伟与奥地利科学院蔡林格研究组合作是出卖国家科技情报;蔡林格在奥地利曾见过达赖哪嘛,有“政治问题”潘建伟是蔡林格的学生,也就牵连有“政治问题”等等——王令隽教授不想自己是中科院公费留学派去美国的,虽说国家没有强调公费留学一定要回国工作但这种陷别人于“政治险境”的猜测,能报答公费的培养

    还有王令隽教授借杨振宁院士反对王贻芳院士提搞大型强子对撞机的建议,认为王贻芳院士的建议就是错的但杨振宁院士和李政道院士都同时得过诺贝尔物理学奖,楊振宁院士曾反对建北京正负电子对撞机而李政道院士当时是支持建北京正负电子对撞机的,那李政道院士错了吗中国政府建北京正負电子对撞机后错了吗?

“量子计算机与量子通信”领域的技术在各种层面的利用,存在巨大的想象空间如胡锋教授不理解BBC科学报道嘚“印尼岛上发现新的人种”这件事情上的科学创新,也能给予启示——不是国内主流中像“北京有几位科学家对人类走出非洲的理论持懷疑”就一定对也不是国际像“西方科学家主张人类非洲单一起源说”就一定完善。因为他们的共同特点都着重放在人类非洲起源走陸路的探讨方面。但打破“瓶颈”如果探讨还存在走海路的特定情况——打开地图看早在遥远的古代虽然印度洋上的阿拉伯海和孟加拉灣是阻碍东西方来往的一片难以逾越的水域,它们上面的亚非大陆——索马里、阿拉伯、波斯和印度西部沙漠一直伸展到海边成为早有古人就开始从海上开辟“第二个孵抱期”的一条更直接便利的道路可考虑的方向。

先说在3000多年以前阿拉伯人顺着红海航行到了东非,还缯在波斯湾上航行过因此,追溯到更遥远的古代在第一个孵抱期世世代代在海边和海上生活的智人,其结果是使他们逐渐发现了印度洋的秘密——如发现每年的11月到第二年的3月风总是从东北方的大陆上吹来,拂动着海水向西南流去这时的海上总是晴空万里,积云和雨水都很少4月至11月则恰恰相反,出现西南风驱赶着云涛和海流不断驰向东北方,海上的雷雨也比较多而横渡阿拉伯海,航海到远方嘚印度去的办法也许早就能遇到夏、秋两季西南风,乘独木舟之类的工具就能飘航到印度;冬、春季两季遇到东北风,再返回阿拉伯半岛和非洲而建立起连接东西方非洲和印度联系的海路。

因为在第二个孵抱期从《山海经》描述诞生的远古联合国盆塞海洋文明和山寨城邦文明时开始,我国便流传有许多远方的异国例如,东方海外的黑齿国那里的人们牙齿是黑色的,喜欢吃蛇也能玩蛇;南方海外的灌头国的人嘴部突出,以捕鱼为生;西方海外的奇肱国人会捕捉各种飞鸟;北方海外的聂耳国的人耳朵较长,住在海岛上是猎虎嘚能手。这些有趣的传说看起来仿佛都是充满了幻想色彩的荒诞神话,但是仔细加以分析便会觉得其中的一些国度与印度洋及阿拉伯半岛和非洲上的许多地方相似。传说往往以现实为基础其中有一些很可能是古人在海上的见闻实录,或在航途中从其他民族古人那里听來的也许有一部分是真实的情况。总之如果是20万年前生活在非洲的人类祖先,离开非洲有一部分迁移来到阿拉伯海的也门和阿曼海岸边生活。

例如据欧洲、美国和南非科学家的报告,他们在南非印度洋沿岸的“布隆博斯洞穴”中就发现距今约/doc/551.html>(电子)分布在不同嘚能级上,在高能级上的粒子受到某种光子的激发会从高能级跳到(跃迁)到低能级上,这时将会辐射出与激发它的光相同性质的光洏且在某种状态下,能出现一个弱光激发出一个强光的现象这就叫做“受激辐射的光放大”,简称激光“激光原理”,即为物质在受箌与其分子固有振荡频率相同的能量激发时都会产生这种不发散的强光——激光——这种“克隆”离不开“电子”,也离不开“电子”繞原子核的旋转——这与量子引力信息隐形传输通信理论上的里奇张量效应有相同的地方

但量子引力信息隐形传输的里奇张量效应使用嘚“信道粒子”是明确的——是引力子——是类似正、负的虚数或复数的量子——这在超出光速的距离范围外就会起作用;在小于或等于咣速的距离范围内,量子引力信息隐形传输的韦尔张量效应使用的“信道粒子”是类似正、负的实数或复数的量子。因此潘建伟的“量孓通讯”使用的“信道粒子”也是明确的——梅晓春替潘建伟说的是:“不是单光子而是弱激光束”——即不是“电子”,也不是无线電通讯而是弱激光束无线通讯。梅晓春问:“如果采用弱激光束还是量子通讯吗?”

我们替潘建伟回答:“是”——它之所以不是“傳统激光的方法仅仅披上量子力学外衣的传统激光保密通讯”是因“传统激光保密通讯”成熟的,仅是“有线”的类似光纤的激光通讯;其二传统激光的方法不是在“量子信息隐形传输”上下功夫,而潘建伟团队这样做了而且宣称是从国际承认正统的否定贝尔不等式鈈成立实验的量子通讯大师蔡林格教授那里学得方法——这在中国科学家中没有第二个。潘建伟团队超越蔡林格团队是我国墨子号卫星艏先做了和地面的“量子通讯”实验——即使不是“实时通信”,但它超出光速的距离范围就是说它涉及量子引力信息隐形传输的里奇張量效应使用的“信道粒子”,是类似正、负的虚数或复数的量子——而不是之前蔡林格团队在地球上做的“量子通讯”实验——这是在尛于或等于光速的距离范围内是量子引力信息隐形传输的韦尔张量效应使用的“信道粒子”——是类似正、负的实数或复数的量子。

“量子通讯”的成熟是以量子引力信息隐形传输人工智能成功为最高标准——假设定为是100G智能互联网通信,它目标类似“量子引力信息隐形传输智能手机”的使用——它的意义在于快速、大信息量的全球、全太阳系的全覆盖的万物互联网通信那么潘建伟团队的“弱激光束無线通讯”的量子通讯做成熟,也算10G智能互联网通信——它赛过目前5G和6G智能手机与互联网通信的前景为啥潘建伟团队不说他们的量子通訊“信道”中的“弱激光束,要包含多少个光子传输200公里后,仍然有没有信号光子被光纤吸收多少个?剩下的几个中偏振值不变仍然囿效的有几个”——连这种数字都不公布也许是他们对量子信息隐形传输实验中从韦尔张量效应到里奇张量效应的认识还没有把握,甚臸对量子纠缠信息隐形传输实验中的“第二信道”韦尔张量效应的弱激光束量子秘钥在具体操作用传统激光方法时也遇到很多困难,但鈈妨碍他们已走进“量子通讯”

梅晓春教授说的第三点是:“量子密钥分配只能采用点对点的模式,因此不能在互联网上进行非点对点嘚传送除了要求发送和接收两端同时拥有专用的量子通道和发送接收设备,还不允许线路中间有任何中继器、交换机和路由器的存在洇为这些都是可能产生泄密的部位”——即量子秘钥的安全传输问题。其实这个问题在实现“量子引力信息隐形传输智能手机”使用的时玳也存在——这不完全是“安全”问题而是“社会”问题,出路也在于“社会”

例如,这可类比联系人工智能造假来解决2019年4月16日《科技日报》记者张佳星发表的文章说:“人工智能的发展,使得网络对抗从人与人的对抗进化为智能化、自动化的平台间对抗,作为数據保护和隐蔽通信中的关键技术信息隐藏技术必须有所改变”——生成对抗网络,简称“GAN”的新兴技术是一种生成模型,通过将两个鉮经网络的对抗作为训练准则可以自动生成图像,包括自动篡改图像GAN的魔力,在于两个神经网络之间的竞争除了自动生成之外,GAN的開源性也带来巨大的隐患。开源代码意味着谁都可以用,代码一经开源将“变幻无穷”——非法用户除了借助视频编辑工具复制后再修改甚至未经授权转拍视频内容。这些操作都是为了得到可以任意修改的“白板”防造假需嵌入抗编辑水印——抖音等微视频APP的普及,使得视频的发布非常频繁据统计,大量的合成信息占据了互联网如合成声音、生成图像、AI合成不存在的人像等,约占网络信息的30%——人工智能造假将在尽可能“自然”的前提下,完成自动生成例如,自动生成带来的危机是规模性、密集度的大幅增加——在社会事件的舆论方面机器人水军如果操纵舆论,将使国家安全置于风险之中

技术都有两面性,人工智能的“造假术”也可被加以利用——通過让两个神经网络对抗人工智能深度学习从识别事物升级到有能力创造事物。这就意味着对这一代码的研究必须比对手更透彻,才能鉯不变应万变这就要求水印在视频中是隐藏着的,而且不能够被编辑人工智能的深度学习技术被用来嵌入这些“入木三分”的水印——希望能够完成嵌入和检测两方面的技术输出。深度学习在许多模式识别领域取得了巨大的成功给信息隐写和隐写分析带来新的方法和挑战。信息隐藏技术可以借用人工智能技术和思路利用神经网络的对抗生成隐藏信息,获得人工智能相关技术与生俱来的自适应、海量等特点所以转换到对于“量子计算机与量子通信”的基础研究者来说,可以看到因为“思路不同”传统分析的无线电信息传输和光纤噭光信息传输手段,难以发现量子纠缠信息隐形传输实验中“量子计算机与量子通信”是一起结合隐藏在量子引力信息隐形传输中——这昰类似“天下”型第三极科学“从0→1→无穷大”的深度学习“三旋理论”模式下才被轻易破解的;以下就来初步介绍这方面的成果。

    二、里奇张量和韦尔张量的产生原理

彭罗斯阐述的里奇张量和韦尔张量这种结合结构域的产生原理他说要理解还可以射影麦克斯韦的电磁場方程电场E和磁场B的结合结构域。因为韦尔张量韦尔实际是引力场的测定;韦尔的“源”是能量张量,这与麦克斯韦的电磁场的电场E和磁场B的源是麦克斯韦电磁场理论的电荷和电流的结合结构域的情形相似。这种观点实际是将“麦学”引向“里奇张量”和“里奇流”统┅的结合结构域;这里“电荷”对应里奇张量圆周运动的“源”效应是类似彭罗斯的“扭量球”图像。“电流” 类似“里奇流”对应韋尔张量平移运动的“流”效应,可联系类似傅里叶级数、泰勒级数展开式变换的“孤子链”以及隐形传输与宇宙弦。

电场E和磁场B以忣电荷和电流这种结合结构域中的平行性、不可分割性,好理解因为它们客观存在。但它们反过来也射影里奇张量和韦尔张量以及里渏张量和里奇流这种结合结构域中的平行性、不可分割性。如果你理解其中缩并、缩约这种结合结构域的不可分割性有困难不妨映射人苼或电脑的投入做类比:人的生与死是一种结合结构域;在人出生到死亡这段时间圆周域里,正如一台电脑电脑要使用,就要充电这呮类似上电网,对应韦尔张量是直接的;也如人要吃饭是直接的。但电脑还可上互联网使用的价值更大。这对应里奇张量是整体效應,其中的一切似乎都编上了密码而且同样的东西可以是多种密码控制。例如电脑上的同样一个汉字的编码,还可以有大小、字体、顏色的编码你只要随时在入网,在转帖、复制、打字的过程中别人对某些字的大小、字体、颜色的编码也就容易混进你的电脑里,即使你的帖子字的大小、字体、颜色按你的想法在写字板上作过一般的处理但如果你转贴到互联网别的论坛上,直接显示出来后有时你會发现某些字的大小、字体或颜色变了,这就类似里奇张量的效应——世界不是由你个人完全控制的

人生如电脑,你不但要吃饭你还偠入世,融入社会才能生存,这类似有入互联网的整体效应对应社会对你会有无形的影响。也许你说使用电脑可以只上电网不上互联網人也可以只要有吃的,逃进深山野林不入世但这不是绝对的。电脑上电网电网也可以和互联网融合。深山野林也会受到人类社会進程的干扰同样直线也没有绝对的,例如地球上北半球南北向的河流是直线,但地壳是圆的使它的水平线不是直的;地球在旋转,使它在空间的轨迹不是直的

门捷列夫说过:“一个人要发现卓有成效的真理,需要千百万个人在失败的探索和悲惨的错误中毁掉自己的苼命”相对论的成功,是人类社会有里奇、韦尔、麦克斯韦和牛顿等人这样的积累我们拭目以待新的时空定义出现在中国,不是和全囚类、全社会积累的卓有成效的成果割裂打倒别人,抬高自己今天正是在掌握“里奇张量”上,展开着激烈的竞争显示出国内外科學家各自水平的分野——这是在佩雷尔曼证明庞加莱猜想成功的问题上揭示的。

1982年瑟斯顿发现每一个三维空间都只可以分成八种几何对应嘚部分这个猜想被称为几何化猜想。瑟斯顿的洞见将导致庞加莱猜想的证明因为一个球面只是八种符合平凡基本群的不同几何中的一種。再联系早期微分几何学家格里高里·里奇-柯巴斯特罗的发现,汉密尔顿把自己提出的引导流的一个以物理学中的热方程为模型的几何演化方程,命名为“里奇流”。但在三维中,里奇流的“颈”有时会被拉断,把空间分成具有不同特定几何的部分,因此虽然汉密尔顿有发展,但在里奇流上还是未能处理好奇点问题。1995年29岁的佩雷尔曼在结束美国三年的学习前掌握了里奇流;坚持到2002年,他的《里奇流作為梯度流》的论文已找出了汉密尔顿漏掉的一个重要细节:一个随流总是递增的量给出了这个流的方向——类似柯召-魏时珍猜想空心圆球內外表面不撕破的翻转——内外随流有表面积不同

佩雷尔曼是将其与统计力学、热动力学规则下的数学作类比,并将这个量称为“熵”“佩雷尔曼熵”虽排除了难住汉密尔顿的几种特定奇点,但仍然需要确定剩下的奇点中可能有问题的种类且必须说明一次只会有一种凊况,而不是多种无限的叠加累积然后对每一种奇点,还必须说明如何在它可能使里奇流破坏之前修剪和使其光滑但这些证明庞加莱猜想的步驟已经足了,只是佩雷尔曼对其最后的步骤解释太过概括美国里海大学的曹怀东和中国中山大学的朱熹平称的完成庞加莱猜想囷瑟斯顿几何化猜想证明的论文,只是填补上佩雷尔曼证明里那些没写下的关键细节的三篇独立的论文之一

彭罗斯和佩雷尔曼的里奇张量与里奇流的研究,彻底改变了爱因斯坦的广义相对论的命运因为从牛顿力学的韦尔张量立场上看,里奇张量使广义相对论也具有一种“超距作用”和“不确定性”而有类似量子纠缠的隐形传输的隧道效应和EPR效应。因为里奇张量纯粹向内的加速产生向心力类似整体的擴张或收缩作用,是类似在欧几里德空间中以运动的起点到最远点的直线距离为直径,所绕着的圆周上同时在产生类似对称向心力的整體扩张或收缩作用

里奇张量不仅能说明电磁波的发射源作用,还说明电磁波脱离发射源后为什么能产生电场生磁场磁场生电场这种圈套圈的图景。这是一种圈套圈起伏似波动的单链式传播即物理学上麦克斯韦的圈态电磁场,从变化的电场产生变化的磁场;变化的磁场產生变化的电场也在暗含联系圆周运动对应里奇张量的性质这就不是牛顿力学的类似平移运动加速对应的韦尔张量性质。这种物理学中岼移运动与圆周运动的区别从数学到进化数学,有的计算是可行但应用却不可行。由此涉及的韦尔张量和里奇张量的标度、度规、规范可以把牛顿力学称为“牛学”;把麦克斯韦电磁理论称为“麦学”;把爱因斯坦的相对论称为“爱学”;把量子力学的薛定谔波函数方程称为“薛学”。而且还可延伸把1948年盖莫夫支持勒梅特1927年从独立推导出的弗里德曼-勒梅特-罗伯逊-沃克方程得出宇宙是从一个初级原子爆炸而来的观点,而预测宇宙有微波背景辐射的存在否定流行的稳恒态宇宙论完善和第一个建立的宇宙热大爆炸论,称为“盖学”

    宏觀中的不动与可动,把生物分成植物和动物宏观中的平移与转动把物理学分成“牛学”和“麦学”。我们说只有彭罗斯阐述的“爱学”,才实际是部分统一和规范了“牛学”和“麦学”这是卡鲁扎和克林的五维引力方程已能证明的事实,而“薛学”的量子波函数方程叒进一步统一和规范了“牛学”、“麦学”和“爱学”出现“盖学”,正是牛学、麦学、爱学和薛学的应用

从里奇张量和韦尔张量实際的起源,看黄秀清教授说:"新生代海外华人物理学家中也有两位杰出代表一位叫张守晟,另一位就是文小刚他们被认为是诺奖级别嘚大牛"。令人惊讶的是张守晟和文小刚他们的理论,与应完整可以整合起来可构筑中国理论物理学的图景。据罗会仟教授说我们生活的这个宇宙世界,充斥着许多地球人不了解的暗能量、暗物质证明剩下的只是可怜的人类自以为认识的小小世界。从这个小小世界告訴你宇宙这个大世界是什么样的?

凝聚态物理学家文小刚教授已经在大胆推测:我们生活在一锅"面条汤"里用更具有量子味道的语言来說,就是我们生活在一个量子信息世界整个世界就是一个巨大的量子计算机——科幻黑客帝国里的矩阵世界,可能比真实的物质世界"更嫃实";前提是你得进化到量子世界里去。1981年文小刚选择了普林斯顿但去后才发现原来高能物理很热闹,于是他转而搞高能物理弦论嘚理念就此在他脑中扎根。博士后期间在加州大学圣巴巴拉分校他的著名的诺奖得主同事、超导BCS理论中的施里弗,又用超导研究的魅力吸引他回归到凝聚态物理领域1989年回到普林斯顿的文小刚,已经变换追求物理之美的兴趣如凝聚态物理理论框架最重要的就是朗道的费米液体理论和对称自发破缺理论,但文小刚认为这个理论框架不够完美,或者没有到物理最底层的实质。于是他展开了漫长的寻找世堺本源的历程找到了"一锅面条汤"和"量子信息世界"。

如他写的《量子多体理论:从声子的起源到光子和电子的起源》在凝聚态物理学家們眼中,文小刚的理论曲高和寡常人难以理解,有点像粒子物理学家看那些做弦论或膜论的科学家那"面条汤"到底是啥?就是一百多年湔当年经典物理陷入的危机之一,就是光的载体——以太到底是否存在迈克尔逊-莫雷的实验证明光速是各向同性的,也就是说经典的鉯太并不存在但一百余年后的今年,已经是量子力学的物理时代量子形式的以太会有么?我们清楚地知道光是一种电磁横波但是什麼东西的振动产生了电场和磁场,又是什么东西的振动产生了光 文小刚带着一个从本科时期就孕育的物理问题,思考出了新形式的以太——弦网液体

这个想法很简单,因为光是横波而液体是不能传播的——液体里只有如声波等的纵波,固体里面不止有横波也会有纵波所以必须寻找到一个既不是液体也不是固体的物质。文小刚借用弦理论中的思想在那里基本粒子都从零维的点模型变成了一根根一维嘚弦,弦的振动、卷曲、缠绕的方式决定了粒子的质量、电荷、自旋等性质如果假设我们的世界是由无数根看不见的"弦"组成,弦在不断隨机波动地涨落就像一锅开水中的面条一样(有的面条是个圈),形成了"面条汤"——弦网液体找到了量子世界的以太,那么光就是弦網的密度波(只有横波分量)文小刚很显然认为,他对弦网世界里电磁场也很容易得到解释——也不过是弦网端点分布造成的结果而已

即他的这锅"面条汤"巧妙地利用弦的概念,统一了光子和电子/夸克而电子和夸克可以组成一切原子,这些都是凝聚态物理中最基本的研究对象!就像粒子物理学中的弱电统一模型甚至大统一模型无处不在的希格斯场让粒子拥有了质量。在凝聚态物理学中无处不在的弦網液体形成了光子和电子,我们的世界因这锅"面条汤"而变得鲜活而且对弦网究竟是什么?文小刚说其实就是量子世界的"长程纠缠"。用這种长程纠缠的概念可以推导出麦克斯韦方程和狄拉克方程——这是现代物理学中最基本的方程,也很有希望统一描述所有的基本粒子进一步为了更清楚地描述弦网凝聚思想,文小刚借用了量子计算机中的量子比特概念——量子比特其实代表的就是空间中的量子相互作鼡信息量子比特的元激发,就像固体中声子元激发一样会产生准粒子。不过这里的"准粒子"就是光子和费米子由于长程纠缠弦网凝聚嘚作用,光子和费米子可以稳定存在我们的空间充斥着无数量子比特(好比一个巨大的量子计算机),其基态就是真空而其激发态就昰基本粒子,其运动造成的结果就是电磁波

但有人说,文小刚的《量子多体理论:从声子的起源到光子和电子的起源》确实有启发性泹他的弦网液体理论解释电子,是讲"如果面条不是个圈那么它的端点就正好对应一个带电荷的费米子——它就是电子或夸克",这对"把电孓、光子解释成像声子那样的低能激发可能确实是事实,但这个图像还是不会令人满意(即它不可能是终点)弦网凝聚又是什么呢?咑一个比方声子是格点的振动激发,声子是解释清楚了但格点的物质承担者是什么?是原子分子其本质是什么,这还是需要解释朂终,这是一个无限循环的无法穷尽的解释古印度认为世界就在一只乌龟上,那么乌龟在什么上面又在另一只乌龟上面,…无法穷盡的乌龟,等于没有解释可能世界在乌龟上确实是事实,但这幅图景还是没有穷尽"

我们认为:文小刚在西方学习——作为中国的有识の士——恨不得打赤脚追赶欧美等西方高歌猛进的夸克与弦论物理,是正确的文小刚从本科时期就孕育的光子和电子起源的物理问题,發展弦论也是合符人们的习惯的但文小刚要弦的概念统一光子和电子/夸克,道路也许还漫长因为文小刚只知一维的弦的振动、卷曲、纏绕的方式,决定了粒子的质量、电荷、自旋等性质这仅是一种科普解说。由于电子等轻子和夸克费米子各是6种;基本粒子的质量起源有生成说和组成说之分,从一维的弦走到6种电子等轻子和夸克费米子数学还有许多具体问题。这正类似张首晟在单量子上所做的具体笁作

    在西方创建夸克与弦论的早期,中国也有类似的起步当然如果没有世界别的主要国家的这类主流科学研究,我国的那些探索也不會被发表相比文小刚是理论,张首晟就类似借用弦理论中的应用

做基础研究不容易,搞理论应用也不容易张首晟教授提出的"量子自旋霍尔效应"新理论研究,已被纳入《科学》杂志2007重大科学发现之一据普遍认为,摩尔定律将因为计算机芯片过热问题而失效是否有其咜创新方法或概念改变而持续定律?张首晟领导的研究团队提出"量子自旋霍尔效应"已被德国的维尔茨堡大学实验室小组进行实验,确认量子自旋霍尔效应利用电子的自旋性质、电流在边缘流创造新电路而不会产生太多热能。张首晟教授和他的学生胡江平等所开展的研究笁作为在半导体系统材料不变,而改变原理情况下可留下过去20几年的半导体产业投资,仅在更换不同材料下重新开始投资在半导体系统找到新的工作原理,还为建立"大统一场理论"提出了一个新方向他们找到的这种方法,可窥视使表面上看去互不相容的量子力学和广義相对论相互统一起来这就是从固体物理的量子霍尔效应出发,来解决"大统一场理论"问题的

量子霍尔效应发生在二维空间,张首晟则利用量子液体模型将量子霍尔效应扩大到4维空间。这正是文小刚和张首晟的结合点爱因斯坦的狭义相对论是解释电磁力的,而爱因斯坦的广义相对论是解释引力的有人说:"张首晟的研究工作是将量子力学同广义相对论相互统一起来,从量子力学出发进行推导在爱因斯坦广义相对论中的引力方程有两部分:一是线性方程,二是非线性方程目前张首晟等人已推导出线性方程,下一步若推导出非线性方程即将现代物理学的三大支柱量子力学、狭义相对论和广义相对论统一起来",他感到有点玄乎而且张首晟也说,要推导出非线性方程还是会遇到很多预料不到的数学困难。其实这是不知道这种非线性方程,是属于里奇张量的原故里奇张量数学揭示的是:匀速直线運动和匀速圆周运动虽然两者都是匀速运动,但本质是不同的

这就是加速度会产生力效应。匀速圆周运动由于方向处处在变所以存在加速度。这叫做向心加速度与此会产生整体向内的收缩或缩并、缩约作用。彭罗斯说里奇(Ricci)张量是:不管平移或圆周运动,两个物體中当一个物体有被绕着的物体作圆周运动时被绕物体整体体积有同时协变向内产生加速类似的向心力的收缩或缩并、缩约作用。即在非定域或多维路径存在体积减少的引力效应,而对应里奇曲率因此从里奇张量和能量出发,可以严格定量计算出产生超光速联系的圆周运动半径即被绕着物体及作圆周运动物体的半径与质量之间的比例关系。这种产生超光速联系因为和物体之间没有自旋或圆周运动類型的纠缠没有关系,由此可以推断宏观物体之间的可分离性,或定域性是由于宏观物体的半径都小于光速距离,而只有星球级别的粅体自旋或圆周运动类型的纠缠才能产生定域性或全域性的量子纠缠点内空间式超光速的引力隐形传输。

但同理按比例引申到微观级别可证明在微观领域的粒子之间的自旋或圆周运动类型,也能产生量子态纠缠类似的定域性或全域性的点内空间式超光速的信息隐形传输其实宏观星球级别的隐形传输,也还是通过这种微观的机制在起作用这类似微积分一样。这种隐蔽可以再回过头来检查克劳泽用孪態光子的偏振实验和阿斯珀克特升级版的克劳泽-贝尔不等式的实验,其中他们所用的孪态光子或者纠缠电子或其他粒子,即使以偏振类姒为主但这类光子、电子或其他粒子都存在内禀的自旋性,所以他们作的对贝尔不等式的实验操作实际是和微观粒子之间的自旋或圆周运动类型的量子态纠缠分不开的。因为这是采用陀螺仪的自旋方向不变的性质被引进到量子三旋机制的对照检查中,是我们特别关心嘚

我们知道克劳泽和阿斯珀克特类似孪态光子的偏振实验,需要通过相当复杂的计算才能求出实际概率数值这一点恰恰是在检查孪态咣子从纠缠的出发点,因分离后两者与出发点的距离不对等时,其自旋的波形曲线的偏差与考不考虑粒子之间的自旋或圆周运动类型嘚偏差是有联系的,即使它们之间很微妙这里相对论、量子论与牛顿论的统一路线图,是"杨振宁范式"因为它能完成和推证计算相对论囷量子论可以在牛顿论(第二定律)下的统一:

经典物理物体可分离性遇量子物质不可分离性——爱因斯坦EPR效应——量子玻姆隐秩序——量子贝尔不等式及实验——量子态纠缠信息隐形传输潘建伟实验——点内空间虚数超光速传输——里奇张量熵流整体收缩效应——牛顿第②定律加速度是力——向心加速度——圆周运动(升维全息)——直线运动(降维全息)——韦尔张量不可积因子——杨振宁规范场旋论——三旋环弦量子旋论——三旋符号编码量子色动力学多因子旋束态——孤立子链生物超导现象——超导BCS电子对——等价三旋圆圈运动——高温超导材料杂质——能隙不对称——粒子波场衍射干涉振荡现象——高温超导电子再配对——拉曼光散射振荡变频效应——三类中微孓振荡质量变频——上帝粒子类似希格斯质量变频振荡——大量子论长江三峡大坝船闸变频模型——巴尔末光谱线公式——-物质族质量谱彡旋公式。等等都有联系。

有人要问:三旋理论具体方程和数学推演是什么这里要说1996年《大自然探索》杂志第3期上发表的《物质族基夲粒子质量谱计算公式》的论文,这是第一次的交代尝试——物质科学的最大难题曾经也是新机械科学的最大难题——电、磁、光、热、声、四种相互作用力等物理现象都有规律,只有各种基本粒子的质量谱是乱的虽然希格斯等的数学公式,能解答质量起源但并不能計算各种基本粒子的具体质量——大学工科机械系学《材料力学》,其中的断裂应力公式选作对应求质量分野的参考——作类似的数学模型把质量起源分为组成说和生成说两类——单位是由小变到大的称为组成说,如元素原子核、介子以上的物质单位是由大变到小的就稱为生成说,如母亲生的一些孩子母亲是大人,兄弟姐妹都一样平辈

    如此说,基本粒子全部的费米子如6种夸克K和6种轻子Q的质量归于苼成说。而规范玻色子作为是传递作用力的基本粒子有些不同;大致说来对应每代夸克和轻子,有两种规范玻色子质量分别为m上和m下;B为它们的质量和(B=m上+m下),等于对应代夸克K与轻子Q的质量数相减(B=K-Q )即对应代夸克的质量K等于对应代的两种规范玻色子的质量和B,洅加上对应代的轻子的质量Q按自旋和电荷量子数的不同,夸克和轻子各分为两组其计算公式是:M=GtgNθ+H;m上=BHcosθ/(cosθ+1)。其中M为夸克和輕子的质量;G为质量轨道模数;n为物质族基本粒子的代数取1、2、3;θ为质量轨道基角;H为质量模参数。

    上述公式也包含联系学习巴尔末囷玻尔的结果巴尔末是瑞士科学家,在1854年巴耳末给出氢的可见光谱波长之前没有人能预测氢谱线的波长。他发现的氢光谱波长规律的巴尔末公式λn=b[m?/(m?-n?)]当其中n=1时,表示的是跃迁到基态的谱线即莱曼系,是物理学上氢原子的电子从主量子数n大于等于2跃迁至n =1的一系列光谱线当n=2,34 时,称为巴尔末线系、帕邢线系、布拉克线系等——但1996年的质量谱公式与巴尔末公式减少基本常量数的量很大相比,減少基本常量数很有限

众所周知,在标准模型中存在28个基本常量这是一个非常大的数字。因为基本常量是一个出现在自然定律中而且無法被计算的量只能通过实验来测定。所以一直有不少人试图减少基本常量的数目但迄今为止没有取得任何成功。28个基本常量中包括囿电子、u夸克和d夸克等稳定粒子的质量和不稳定粒子由w和z玻色子,μ和τ轻子、3个中微子,4个重夸克s、c、b、t等的质量以及携带的类似精細结构常数的自由参数、混合角和相位参量等都要求人类实验给出。从巴尔末时代到玻尔时代物质模型无论是实体还是壳体结构,都┅样视为球核或行星轨道模型1803年的道尔顿的原子模型,原子是微小的实心球体这也是巴尔末时代的水平。

1913年的玻尔电子分层排布模型这是玻尔把光谱线巴尔末公式覆盖在卢瑟福的行星模型上,这是将量子数概念引入核式弦图它包含了定态假设、跃迁假设和轨道量子囮假设,而这与原子线状光谱不连续的实验事实相符如果把巴尔末给出的经验公式λ=b[m?/(m?-n?)],看作是一种不定方程式的勾股数公式甴于勾股弦是直角三角形,就涉及圆形类似的轨道这正与说明氢原子光谱为不连续的线光谱氢是氢原子内的电子,在不同能阶跃迁时所發射或吸收不同波长、能量的光子而得到的光谱相联系1996年的质量谱公式中含的tgNθ的公式,也和巴尔末及玻尔一样是“核式弦图”。

    如果硬要投影到巴尔末公式的表叙平面,使质量谱被作为波长谱的一个新系列那么它是量子数n的基态为0的特例,在tgn45°和tgNθ这两种正切函数同时存在的情况下是互不相容的。因为质量起源还有巴拿马运河船闸-马蹄形链式量子数轨道弦图,简称“链式弦图”。

1996年的质量谱计算公式M=GtgNθ+H运用裂纹弦或"船闸"模型的顺次模数、基角、参数等14个主要新参量来计算总共61种的夸克、轻子和规范玻色子的质量,虽然它们先要实驗测量或设定但这14个新参量的数目比28个基本常量中包括的稳定与不稳定夸克、轻子和规范玻色子的质量,以及它们携带带的类似精细结構常数的自由参数、混合角和相位参量等的总数目已少一点,即已减少了28这个数字的总量虽还比不赢巴尔末公式运用的勾股数。

索末菲的超对称量子数是在玻尔的主量子数n基础上,引入的新的两个量子数k和m解释了塞曼效应,由此也启发了对夸克质量谱公式能否从裂紋弦“核式弦图”延伸到巴拿马运河船闸“链式弦图”的想法,是要分类排出夸克质量谱量子数这也类似巴拿马运河当局那套复杂管悝规则的设计。于是如果从希格斯场公式的基础是希格斯海"度规格子"出发把机械撕裂,温和为"船闸"模型——希格斯海"度规格子"和类似长江三峡大坝的"船闸格子"或巴拿马运河的"船闸格子"是可以相通的希格斯粒子类似希格斯海中的拖船、驳船或起重吊船、锚泊船。这样就出現了对称和超对称两类质量谱生存模具:

对称型是长江三峡大坝船闸模具船闸存在于长江中段;超对称型是巴拿马运河船闸模具,它类姒运河两端进出都有三座三级船闸围起巴拿马地峡的热带雨水,形成一种高高的悬河河道可以双向通行,让船只在其中来来往往好潒一幅宇宙物质世界图景——拿长江作类比宇宙能量长河的模具——在小河只能看到小船,但在大河轮船、小船都能看到。小河全国都囿但长江只有一条。光子、电子类似小船质量大的底夸克b和顶夸克t不是大型强子对撞机就难见到——从长江三峡大坝船闸联系到巴拿馬运河大坝船闸,因为希格斯质量粒子是大单位是"母亲"。

巴拿马运河船闸的尺码极大是进靠的船舶的极限,而成为造船工程师的首选这是一幅生动的希格斯场、希格斯机制、希格斯粒子和其他基本粒子质量起源的类似写照。以此把所有24种的夸克、轻子和除希格斯玻色孓以外的规范玻色子等基本粒子类似对应船只,那么修的大坝的船闸闸门要照应也才合适,这就可知希格斯船闸的极限型由此可以紦巴拿马比作希格斯王国,巴拿马运河的船闸限定大船的机制与希格斯王国生成大量子弦的机制连接,这就不难知道始于137亿年前的宇宙夶爆炸反观1996年的质量谱公式,先是以玻尔-卢瑟福的“核式弦图”的三个同心圆来图示夸克质量谱系列的一组裂纹弦,这类似求解光谱線公式和复合裂纹弦应力断裂公式的相结合一样如果夸克质量谱计算公式,按基本粒子系质量M与原子系波长λ等价的巴尔末公式来计算,即带上量子数多项式[m?/(m?-n?)]公式应为M=G[m?/(m?-n?)]tgNθ+H。

巴尔末公式λ=b[m?/(m?-n?)]类似求勾股数量子化的意义不同寻常因为科学中很多实在嘚东西,也需要实际的测量才能准确知道但巴尔末只用一个常量b=364.56纳米,就能得出埃斯特伦测量出的阿尔法、贝塔、伽马和德尔塔的四條光谱线这很了不起。对于氢原子谱线的波长数据用从原子系量子数轨道圆弦图和正切基角θ=45°出发的数据处理方法出发,1996年的质量谱公式也能合乎逻辑地导出λ=fN?[m?/(m?-n?)]tgn45°这样的巴尔末公式。上世纪60年代中期,普遍已知道质子、中子等核子的下一个层次是夸克那麼物质族的质量谱公式是否也有类似巴尔末公式的物质族基本粒子质量谱计算公式呢?由于tg45°=1所以tg45°乗以巴尔末公式λ=b[m?/(m?-n?)]的两邊,其值不变——即与λ=b[m?/(m?-n?)]tg45°形式的公式是等价的,但它的意义却大变。因为在一个直角三角形中(m?-n?)tgn45°是意味求切线上的那条直角边长。而这里又类似已经知道了一条斜边为m,一条直角边长为n;由于45°直角三角形的两条直角边长是相等的,所以(m?-n?)=n?;代入λ=b[m?/(m?-n?)]tg45°得:λ=b(m?/n?)说明了有巴尔末公式类似的量子勾股数的规律。

三旋理论1996年的量子数质量谱公式也称"物质族基本粒子质量谱计算公式",对巴尔末公式和玻尔对巴尔末公式转向量子弦论的再发现分析可得到了一种类似的结论:决定一个粒子在三旋规范夸克立方周期编码全表中的位置的,是基本粒子量子数的弦数而不是基本粒子的质量(能量或希格斯场)。量子数与量子弦性质相同普朗克常数昰量子弦的单位。这样原子系中的放射性元素对应等价基本粒子系的超对称粒子现象就不足为怪;在当时的条件下,门捷列夫周期表的認识就像1996年的物质族基本粒子质量谱公式一样。反之也把巴尔末公式λ=b[m?/(m?-n?)]中m和n看成链式量子数,那么m和n为何物由三旋规范夸克立方周期编码全表中的位置,可知一个具体的基本粒子是它的量子数决定的,而不是它的希格斯场的质量在作决定这里m和n,就类似彡旋规范夸克立方周期编码全表中激发态分类的代数的起点和终点位置

如果说这也是受玻尔对巴尔末公式必需转向量子弦论的再发现分析的启发,那么1913年青年的玻尔没有完全按照导师卢瑟福的"原子对撞机"类似的实验及其粒子是连续运动的弦路前进,而是有意忽略卢瑟福嘚核式模型的原子核从旁经过的阿尔法粒子的任何影响把注意力集中在原子的电子量子弦数上。即玻尔放弃电子可以在任何给定的距离仩围绕核运转的观念提出电子只能占据几个选定的轨道弦,也就是"稳定态"而不是经典物理学所允许的所有可能的轨道弦,于是他把电孓的轨道弦给量子化了

总结以上全部的研究和分析,从1996年发展到2012年又得出的新量子数质量谱公式——在格林夸克质量谱中对应的正切函数的角度∠θn的分数值θn公式是:θn=θfS±W?。式中θ=15′称为质量基角。f称为质量繁殖量子数f=6?或6^0。S称为首部量子数W称为尾部量孓数;S=n×m,W=m×n但大多数时候S≠W,少数时也可S=W;其中m=1、2、3、4、5n=1、2、3、4。由此格林夸克质量谱公式为:M=Gtgθn=Gtg(θfS±W?)由于G=1Gev,上式可写为M=tg(θfS±W?)这里新量子数质量谱公式只需要用一个质量基角常量θ=15′,就可以求出格林夸克质量谱中的6个夸克质量值而作为勾股数量子化传奇,巴尔末也没有想到只需一个基本常量的秘密

    正好张首晟教授的主要研究领域包括高温超导、量子霍尔效应、自旋电子学、强关联电子系统等,他的代表性工作为高温超导的SO(5) 理论、4维量子霍尔效应、室温无耗散自旋流等众所周知,BCS超导理論认为要实现零电阻电子必须两两配对。黄秀清教授说配对电子是被一种叫"声子"的无形弹簧(可长可短)束缚在一起,即黄秀清把这種"配对电子"说成像软棍子(无形弹簧连接)图像所以他认为电子配对只会增加电阻,不可能减小电阻更不让电阻消失。黄秀清说要实現超导电子晶格在垂直超导电流方向,最好能形成正三角点阵这样系统的稳定性和能量损耗极小。

但黄秀清没弄明白两两配对的"配對电子"图像,除了像软棍子外还可以形成小三旋圈的图像,即环圈实际可以等价于两个动量相同且自旋相反的电子形成的束缚图像继洏与做整体旋转运动的小磁陀螺相似,再由此电路中产生的电磁场也容易把这些小磁陀螺排列成转轴方向整齐一致的点阵图像,这时才會和黄秀清说的有系统的稳定性与能量损耗极小的有序点阵图像一致而衍射振荡说明高温超导,是拉曼在中国"显灵"因为从低温到高温超导材料晶格形态及转换的统一机制,在高温超导模式的铜基超导和铁基超导的情况还要加上类似拉曼的双缝和多缝不对称衍射振荡变頻机制。

即类似要有双缝实验产生衍射相干的振荡因素才能导致电子成对。即在BCS理论中这种电子对运动的小三旋圈,是形成超导的必偠条件但BCS仅是用当温度降低到临界温度以下时,电子间的间接作用力克服了库仑排斥力才使动量和自旋方向相反的两个电子结成了库柏电子对圈的。运用拉曼理论是在铜基超导和铁基超导材料中,铜基或铁基的"杂质"类似空穴和能隙,对应双缝实验中的双缝和多缝;洏产生震荡的原因是衍射的对称破缺。拉曼理论联系长江三峡大坝船闸模型还能说明上帝粒子——对称振荡是电子的小孔衍射实验——电子从源发出,电子希格斯质量场发生扩散到屏遇到小孔,振荡第一次发生庞加莱猜想收缩成为第二次"源点"。但出了小孔又重复電子希格斯质量场扩散,反映在屏幕上是衍射的对称同心圆图像而电子的双缝干涉实验,电子从源发出电子希格斯质量场发生扩散,箌屏遇到双缝这是两个小孔。

这对只有一个小孔来说这是"对称破缺"——电子希格斯质量场扩散不能收缩为一点,只能一分为二:一部汾匹配能量随质量体通过一条狭缝另一部分匹配能量穿过另一条狭缝。这类似一笼蜂子蜂王类似质量体,蜂王外的蜂群蜂子类似匹配能量穿过双缝,蜂子要归笼这是其一;其二,穿过双缝质量体通过的那条狭缝成为的第二次"源点"要扩散,另一部分匹配能量穿过的那条狭缝成为的第二次"源点"也要扩散这要产生衍射干涉。这种振荡称为是"对称破缺振荡"反映在屏幕上,不是单纯的同心圆衍射而是衍射干涉图像。反映这种衍射干涉的作用由于参数不同,虽然在铜基超导和铁基超导的材料中的具体计量有异但它们都有类似电子间嘚作用力克服了库仑排斥力,使动量和自旋方向相反的两个电子能结成库柏电子对圈

这里还能回答希格斯粒子能够衰变成两个z玻色子,怎么能叫基本组成部件呢其实根据三旋理论两两配对的"配对电子"可以形成小三旋圈的图像,即环圈实际可以等价于两个动量相同且自旋楿反的电子形成的束缚图像继而与做整体旋转运动的小磁陀螺相似,再由此电路中产生的电磁场也容易把这些小磁陀螺排列成转轴方姠整齐一致的点阵图像——由此来看量子场论,不管是费米子还是玻色子的基本粒子都可以变换为两个动量相同且自旋相反的量子的纠纏束缚图像,这两者它们都是基本的如一个光子,可以衰变为正负电子对光子仍旧是基本的。这里特别要强调张守晟的应用意义2006年張守晟小组预言在量子结构中通过调节智能一体化孔的厚度,有可能实现二维拓扑绝缘体被德国在实验上证实是一个重大突破。

因为这昰发现拓扑绝缘体是一种新的宏观有序的量子物态,其电子结构带有特殊的突破性质在拓扑绝缘体的边缘会形成导电层,具有奇异的性质导电离子的有效质量规律,其运动规律类似于过去只在高能物理中出现由相对论所描述的一种离子,这种离子的出现受到突破对稱性的保护与二维拓扑绝缘体相比,三维拓扑绝缘体更是一个重要的研究领域2006年几个国外的理论小组几乎同时在理论上提出了三维拓撲绝缘体,但预言的合金不仅有很多项而且电子结构的能隙比较小,不适合在电子企业上的应用而来自中科院物理所的方忠、戴希、張海军等人组成的团队,和张守晟小组合作在理论上预言:有可能实现室温低能耗电子器件的第二代三维拓扑绝缘体并很快在试验上得箌了非常纯净的高品质样品。

清华大学物理系的贾金峰等人组成的团队和中科院研究员马旭村领导的研究所合作,在三维拓扑绝缘体材料制作方面取得进展被认为这一系列拓扑绝缘体与第二代拓扑绝缘体相关的试验和理论工作,会引发国际凝聚态物体实践对第二代三维拓扑绝缘体的研究热潮拓扑绝缘体的这些奇异性质,体现了物理所遵循的统一的自然规律具有重要的科学价值。同时拓扑绝缘体表媔的奇异性质不受局部干扰的稳定性使它有希望成为下一代微电子器件的材料。

而拓扑绝缘体的理论与应用与1938年意大利理论物理学家马約拉纳早就认为:微中子有质量,并提出马约拉纳方程式有关马约拉纳生于1906年,21岁时他加入罗马大学物理研究所由费米领导的研究组1928姩他发表的第一篇探讨有关原子光谱的论文,是费米提出的原子结构统计模型即汤马斯-费米模型的早期应用。他除预测了中微子有质量外还提出过类似路径积分公式的论点,被费曼在十年后的1948年给以发展——任一可跟踪的粒子在任意时刻的状态是无限多路径的总和1932年怹发表的研究在随时间变化的磁场下的原子光谱的论文,开启了原子物理无线电磁波频谱理论的新分支

1937年马约拉纳写的另一篇探讨相对論性粒子的文章,为了允许带任意动量的粒子他发展并应用了洛伦兹群的无穷多维表示,打下了有关基本粒子质量的理论基础但这篇攵章近十几年来才受到拓扑绝缘体研究的广大注意,因为自旋轨道耦合引起的能带反转以及材料表面的狄拉克型费米子根据理论预测,拓扑绝缘体和常规超导体的结合拓扑绝缘体在p波超导体界面,有可能产生马约拉纳费米子其特性是它与电子、正电子完全不同,它的反粒子就是它本身

基本粒子是构成一切物质实体的基本成分,其中质子、中子和电子构成一切稳定的物质;质子、中子、原子核最终昰原子,都是有质量的大型强子对撞机如果发现希格斯粒子,这将暗示我们生存在"质量"充满所有时空的背景场世界"质量"是统一电弱理論到人类的起源等几乎所有宇宙物质理论皇冠上的明珠。中国科学的梦想就是要用"质量"统一世界——虽然汉语词意对"质量"的泛化使它比粅理量的定义更广,但也使这种统一之梦更广阔如2012年度华人物理学会亚洲成就奖,授予中科院物理研究所研究员方忠、戴希因为他们預言了铁基超导母体材料中的自旋密度波不稳定性,极大的促进了铁基超导机理研究的进展;他们提出了磁性拓扑绝缘体中的量子化反常霍尔效应;发现了硒化铋(Bi2Se3)、碲化铋(Bi2Te3)等三维强拓扑绝缘体等带动了世界范围内关于拓扑绝缘体的研究热潮的出现,为自旋——轨噵物理和新奇量子效应计算研究做出了杰出贡献。

这里再看中国清华大学兼任教授张首晟在2006年提出的实现拓扑绝缘体理论的材料方案,在次年德国维尔茨堡大学的实验中得到证实成为世界上第一个以实验结果来证实拓扑绝缘体理论的学者。这一成果让他在2010年获欧洲物悝学会颁发的欧洲物理奖2012年获美国物理学会颁发的凝聚态物理最高奖奥利弗巴克利奖,2012年8月8日获得本年度国际理论物理学领域最高奖的狄拉克奖等国际物理学界的三大顶级奖项那么到底什么是借用弦理论应用的拓扑绝缘体?它与文小刚的量子多体理论——从声子的起源箌光子和电子的起源的弦理论到底有些什么联系?因为联系拓扑绝缘体的"拓扑"现代成千上亿的学者,连"球面"和"环面"不是同一个拓扑类姒都不知道;学者之间还有"球面"和"环面"之争即不排除有空谈和在"自毙"。

从理论上说目前拓扑绝缘体的基本性质,是由"量子力学"和"相对論"共同作用的结果——小三旋圈图像类似的弦图也如同高速公路上运动的汽车一样,电子运动规律性的自旋轨道耦合作用如正向与反姠行驶的汽车分别走的是不同的道,互不干扰不会相互碰撞,因此能耗很低所以拓扑绝缘体的这种小三旋圈图像类似的弦图,也对理解凝聚态物质基本物理有着重要意义而且由于它所具有的这类平行、正与反合一的弦图特性,也许让专家对制造未来新型的计算机芯片等元器件充满了期待并希望由此能引发未来电子技术的新一轮革命——从产品上说,目前拓扑绝缘体是一种新的量子物态

与传统的"金屬"和"绝缘体"不同,这是一种内部绝缘界面允许电荷移动的材料。例如传统的固体绝缘体材料在费米能级处存在着有限大小的能隙,因洏没有自由载流子;金属材料在费米能级处只存在着有限的电子态密度而拥有自由载流子。但拓扑绝缘体完全是由材料的体电子态的拓撲结构所决定体电子态是有能隙的绝缘体,而其表面则是无能隙的金属态是由对称性所决定,与表面的具体结构无关所以它的存在非常稳定,基本不受到杂质与无序的影响即在拓扑绝缘体的费米能级,位于导带和价带之间存在着能隙,然而在该类材料的表面则总昰存在着穿越能隙的狄拉克型的电子态在表面存在的这些特殊的量子态,是位于块体能带结构的带隙之中从而允许导电。这可以用类姒拓扑学中的亏格的整数表征是拓扑有序的一个特例。亏格说到底用三旋弦图解释就是"圈比点更基本"——类似同样质量、品牌的拓扑絕缘体,也许碳烯薄膜、网笼比实心的性能好

霍尔效应是当电流垂直于外磁场通过导体时,在导体的垂直于磁场和电流方向的两个端面の间会出现电势差这一现象便是霍尔效应。这一现象是美国物理学家霍尔在1879年发现的属于一种磁电效应,即霍尔效应的产生是由于在磁场中运动的电子会感受到洛伦兹力的影响由于霍尔效应的大小直接与样品中的载流子浓度相关,故在凝聚态物理领域获得了广泛的应鼡成为金属和半导体物理中一个重要的研究手段。反常霍尔效应是在霍尔效应以后发现电流和磁矩之间的自旋轨道耦合相互作用也可鉯导致的霍尔效应。

这是霍尔1880年在一个具有铁磁性的金属平板中发现即使是在没有外加磁场的情况下(或弱外场),也可以观测到霍尔效应而被称之为反常霍尔效应反常霍尔效应与正常霍尔效应的差别是,因为在没有外磁场的情况下不存在着外场对电子的轨道效应反瑺霍尔效应的出现直接与材料中的自旋-轨道耦合及电子结构的贝里(Berry)相位有关。在具有自旋-轨道耦合并破坏时间反演对称性的情况下材料的特殊电子结构会导致动量空间中非零贝里相位的出现,而该贝里相位的存在将会改变电子的运动方程从而导致反常霍尔效应的出現。磁现象可以看出是一种类似正负虚数的量子空间。量子霍尔效应是霍尔效应的量子对应二维电子气在强磁场中会形成能级分离的朗道能级,当温度足够低时就能观察到量子化的霍尔电导这称为量子霍尔效应。在量子霍尔效应中因为没有散射,电子可以在样品的邊界沿一个方向无耗散地流动它是一种全新的量子物态——-拓扑有序态,磁场并不是霍尔效应的必要条件在量子霍尔效应中不存在局域的序参量,对该物态的描述需要引入拓扑不变量的概念对于量子霍尔效应而言,该拓扑不变量就是整数的陈数(Chern-number)

量子反常霍尔效應是在不需要外加磁场的情况下,就能够观察到的量子霍尔效应称为量子反常霍尔效应。量子反常霍尔效应与在低温强磁场下的二维磁性拓扑绝缘体中观察到量子霍尔效应的差别是后者的出现需要借助于外加的强磁场,或者说需要有朗道能级的出现而量子反常霍尔效應材料量子阱中无需外加磁场,也无需相应的朗道能级就可能存在着量子化的反常霍尔效应,其边缘态可被看成是一根"理想导线"

    以霍爾效应为基础的拓扑绝缘体理想导线量子态,存在允许内部自由载流子穿越能隙到界面移动其剖面图类似咖啡环效应。然而咖啡环效应昰与霍尔效应独立的它类似在运动中会遇到更多阻力的希格斯场产生质量一样的机制。在这两者独立的效应之外是第三种。

量子咖啡環效应是这两种效应的结合能为光子、引力子、碲化汞/碲化镉(HgTe/CdTe)拓扑绝缘体以及碳勒烯球笼、碳烯纳米管、石墨烯薄膜等提供极小子鋶形的量子色动力学的新解读。那什么叫咖啡环效应它与希格斯场和霍尔效应有什么区别?所谓咖啡环效应是人们早已看到的一种现潒:类似滴落在桌面或是纸张上的咖啡溶液,当液滴蒸发时有些不会从圆周向内一点一点收缩,而会直接变平;这个变平的动作将促使溶液内的所有颗粒都悬浮起来最终留在液滴边缘,到溶液完全蒸发时大多数颗粒都抵达了液滴的边缘,并沉积在表面上从而形成了┅个深色的圆环。

2011年美国宾夕法尼亚大学物质结构研究实验室主任阿琼亚德以及博士研究生彼得雅克和马修洛尔等发表的研究说明问题主要聚焦在悬浮的球形颗粒形状上。为实现均匀沉积固体颗粒层提供新的途径他们从破坏这种咖啡环效应入手,改变溶液中的颗粒形状竭尽全力寻找能在蒸发后生成均匀固体颗粒层的方法。而这只需简单改变悬浮颗粒的形状就能去除这种效应。因为不同的粒形能够改變空气和液体交界面上的薄膜的性质这对蒸发过程可造成巨大影响。

咖啡环效应提供的是普适对称性作用它揭示出了自发对称破缺性:即一滴咖啡蒸发后,会在液滴的边缘形成一个比中间区域颜色深得多的暗环这种不均匀的沉积现象这与众多需要固体颗粒均匀沉积的應用都相关,如喷墨打印、光子元件组装以及脱氧核糖核酸(DNA)芯片制造等许多溶有固体小颗粒物质的溶液在液体蒸发后也都会涉及类姒特别现象。宾夕法尼亚大学在实验中使用了大小一致的塑料颗粒;这些颗粒最初是球形的,但可以拉伸至离心率各异的椭圆颗粒球形颗粒很容易从界面中分离出来,它们能轻易越过另一个同类颗粒因为这种颗粒基本上不会改变空气和液体的交界面。

而椭圆颗粒则能引起交界面的起伏波动并可由此引发椭圆颗粒之间强烈的吸引作用,抵消液滴蒸发时将球状颗粒向液滴边缘"驱赶"的动力因此椭圆颗粒哽容易被"卡住"。而"卡住"的颗粒能在蒸发过程中继续沿液滴所在的表面流动,它们越来越多地阻碍了同类颗粒造成了粒子"大塞车",从而朂终均匀覆盖在液滴的表面实验数据表明,当球形颗粒的拉伸比达到20%时颗粒就会一致地沉积在物体表面。他们在完成关于悬浮颗粒形狀的实验后又向液滴中添加了一种表面活性剂,以证明发生在溶液表面的相互作用就是"咖啡环效应"的幕后推手他们同样采用了球形颗粒和椭圆颗粒混合在一起的溶液,在含有表面活性剂的液滴中椭圆颗粒的"咖啡环效应"可以恢复,而"设计"出的球状颗粒和椭圆颗粒的混合粅亦能均匀沉积这里颗粒形状可理解在液滴变干的过程中所起的作用,但通过改变悬浮颗粒形状去除"咖啡环效应"的效果还不很稳定

在探寻解决物质族质量谱公式的道路上,我们发现咖啡环效应也适用于希格斯机制的孤子链理解例如,类比豆浆变干后不会出现咖啡环效应,这是为什么呢因为咖啡环的形成是需要一定条件的:咖啡溶液里的咖啡颗粒,是干加工容易研磨趋圆;而豆浆的颗粒相比是带條形,是因多为湿加工在浓度比较高时,蒸干后没有明显的环状但沉积后的图案还是有厚度不均匀的现象,边缘处的厚度相比要厚一點另外咖啡环的形成和液滴下基板的导热性能也有一定的关系,如玻璃和木材就有一点区别量子粒子王国,即使用电子显微镜观察吔难像宏观物体那样看清楚它们的结构和相互作用,况且能使用类似电子显微镜条件的人也很少所以用原子、分子层次以上比较宏观的觀察作模具、模型,来说明量子粒子王国里的结构、现象、机制成为必由之路。咖啡环效应不很复杂一般人很容易懂,因此我们把它莋为模具来导引说明量子粒子王国也许比霍尔效应更直观,但问题因为它是模具、模型难使人相信。

例如光子、引力子、碲化汞/碲囮镉(HgTe/CdTe)拓扑绝缘体以及碳勒烯球笼、碳烯纳米管、石墨烯薄膜等里的极小子流形机制,能用咖啡环效应直观解读吗因为这是包括有量孓色动力学对其结构、性质的影响,而霍尔效应仅是一种磁电效应但是磁电效应却是用物理实验现象直接来说明的,它们本身不再需要什么模具、模型成为研究量子粒子王国的标杆方法。但导体中类似洛伦兹力电子态能隙、能级、轨道、贝里相位等解读,并不是不要量子图像的模具、模型就能让人懂其实电磁效应类型的霍尔效应,它在凝聚态表面间平行、正反两者的移动现象其模具联系卡西米尔岼板效应,也有点类似卡西米尔力的机械原理所以作为的模具的希格斯场解读,我们说它是和咖啡环效应作为的模具是属于同一级的。

例如说希格斯场是一种包罗万象的实体,所有粒子都从中通过有些粒子,如光子可以不受阻碍地从中通过,它们是无质量的而其他一些粒子则更像被困糖浆中的蝇子一样必须用力才能通过。这个"希格斯场"与各种粒子相互作用其活动有强有弱,互动强烈的粒子茬运动中会遇到更多的阻力,显得更重从经验上说,物体有多重取决于它位于何处。例如在陆地上沉重的物体,在水中就会轻一些同样,如果你在糖浆中推动一个汤匙感觉一定比在空气中移动它更费劲一些。所以一切物质的质量都由"希格斯场"的存在而决定理论仩希格斯粒子的质量约为质子质量的100倍,是希格斯场的最基本单位那么希格斯粒子的模型还可以像些什么呢?

希格斯粒子为无向量的玻銫子在巡游中所经过的场没有什么优先方向,跟磁场的情况不一样相对论讲,没有任何信号可以比光跑得更快相对论与量子力学结匼,场的力量实际上是各种粒子在物体间的传播粒子传输力量的方式有点像"接球游戏":如果我丢一球,你抓住了它我会因投掷行为的後推力向后退几步,你也会因接球的动作向后退几步因此,如果我们双方都有所行动那么我们就会互相排斥。即如果存在有一个希格斯场那么也一定存在有一种与这个场相关的粒子,这种粒子就是希格斯粒子这类似萨斯坎德在《黑洞战争》一书中,以"持球跑进"类比铨息原理使质量像人与信息、人与思想,反过来信息、思想也像球可以量子化。人有各种人种人生下来不会有多少思想,但人是存茬于社会、自然界不带人的思想,也会带动物的思想

在三旋理论中,"部分"被称为"转座子";从严格的拓扑学意义上说"部分与整体相似"呮存在于魔方这类球面体。类圈体由于存在62种三旋态所以它的"部分"更重要的是自旋。设想染色体基因转座子象是一种魔方类似的移动那么魔方虽只有26个转座子54格面的旋转器,由于色彩图案变化竟有4325亿亿(约4?1019)余种之多可见它包容的信息量很大,用来对应染色体上基因嘚变换是有价值的如果进一步把魔方类比改换成魔环称之的类圈体,做成一种象魔方式的转座子魔环器那么这些转座子随着魔环的三旋,变化还比魔方的4325亿亿余种变化多得多三旋理论的这种转座子全息,已有被得到证实的麦克林托克的转座因子理论作基础

    而类圈体嘚62种三旋态作符号动力学,可编码对应规范夸克立方周期表被称为量子色动力学的先声。生物全息律的部分与整体相似是产生于受激咣全息照片现象的启发。这里的"全息"也类似一种模具且存在多模具的综合。例如除"部分与整体相似"外,还有激光摄影把3维物体变为2维膠片联系的"减维靠界"一种;以及两束相干光线的"两者相干"联系的“全息照相”一种。

部分与整体相似延伸研究的极小子流形规律和基洇学说有类似之处。而且如果能追问子流形的排序和组学也许能说清获得性遗传和基因遗传的差别。正是从以上角度考虑1983年才有说生粅全息律是开创我国科学未来的先声。但在今天看来当时还不够大胆。因为到1993年荷兰的特霍夫特提出的全息原理就是与激光把3维物体變为2维胶片,又能从胶片复现该3维图景联系的到1994年美国的苏士侃(Susskind)进一步阐述,有引力的量子系统都按全息不需要整个三维空间,兩维描述就够了到1997年阿根廷的马德西纳用全息推测,在一个5维反德西特时空内运作的宇宙可以和超弦理论在该时空边界上的量子场描述完全等效。到21世纪特霍夫特学派的宇宙全息论宣布宇宙中起作用最基本的不是粒子,也不是场也不是粒子和场的结合,而是全息這里的"全息"也含多"模具"综合。

为什么是多"模具"的综合或说"共生"这是有特定的类似"盲人社会"与非盲人的严格限制。"盲人摸象"的成语讽刺的昰社会中看问题的片面以偏代全。但社会中盲人只是少数所以"模具"说到底是"实事求是"。即宏观的人作为非盲人对现实事物有唯一性認识的追求;确定性是模具的特征之一,但到微观王国现实的人与量子社会的"微观人"相比,全部变成了"盲人"怎么办?这里"盲人摸象"实倳求是用多"模具"比睁眼说瞎话倒更接近成真理——模具是唯一好?还是全息好极小子流形切割到哪里?

萨斯坎德在《黑洞战争》一书Φ说的马德西纳等的全息原理不止步于或定位于"部分与整体相似"全息律,而涉及极小子流形的微观认知太深奥的数学和量子物理——这吔是三旋理论上世纪60年代初诞生以来追随的方向原因是什么?是历史上及第二次世界大战中北方和日本一次次疯狂的侵略,造成数千萬中国人的牺牲;其次也有大跃进三年自然灾害时期类似数百万人饥荒的发生。这两种中华民族历史上的刻骨铭心的大事给中国科学灌注了"实事求是"的灵魂,也带来人文的巨大分离和反作用——战争和饥荒带来科学太深奥的数学和量子物理,把量子中国推进到类似高能物理学——但其多模具涉及太深奥的数学和量子物理使大多数人太生疏,留恋于传统文化对数学化的东西不感兴趣,尤其第四次工業革命的发生产生了一些新兴技术、新技术公司、新媒体互联网平台的崛起,已不是一个简单的经济事件——新技术环境中也有一些成為排斥民科在前沿基础科学与国际主流相向而行“跟跑”、“并跑”和“领跑”创新的屏障

例如,中科院高能所吴水清教授告知:他在“新浪”网的博客因转载了前沿基础科学与国际主流相向而行的民间“跟跑”、“并跑”和“领跑”创新的文章,如《门捷列夫元素周期表150周年纪念总结》他的博客就被“新浪”网吊销。事后他只得再向“新浪”网申请保证只转载与国际科学主流相背而行的文章,才嘚以恢复可见新技术环境的崛起,不管是对世界还是对中国来说,都是一个现象级的政治、科技影响——新时代即使有好政策也会被走样。

    3、解读量子卡西米尔平板效应的机械原理

    从宏观深入到微观,我们也可以把咖啡环效应和卡西米尔平板效应看着全息有"部分與整体相似"现象中要讲的有成效应用。因为研究量子色动力学数十年发展出三旋、量子色动化学等一套处理方法——三旋量子色动力学僦是一种多模具,而适用的有成效的运用放在纳米原子级以上联系元素原子有效成分的识别,是原子核中的质子数联系咖啡环效应,極小子流形应是球形粒状最好

应用费曼的粒子遍历求和方法,以多面体的顶点数代换质子数趋圆性删繁就简最好的是规则的多面体,洏规则的正多面体只有5种即正4面体、正6面体、正8面体、正12面体、正20面体。对应化学元素原子的质子数分别是质子数为4的铍原子、质子數为8的氧原子、质子数为6的碳原子、质子数为20的钙原子、质子数为12的镁原子。费曼的粒子遍历求和方法的意思是"所有"包括可能的情况,甚至是想象的路线都应对它们逐一"关照"。即把5种正多面体顶点数逐一加倍再对应化学元素原子的质子数,可做成第一类量子色动化学え素周期表

    联系卡西米尔平板效应,极小子流形应是平行平面最基本的多面体或平行平面数最多最基本的正多面体最好检查第一类量孓色动化学元素周期表,平行平面最基本的多面体是顶点数为6的五面体对应化学元素原子质子数为6的是碳原子;它区别于碳原子质子数為6做成的正6面体。把质子数为6逐一加倍再对应化学元素原子的质子数,可做成第二类量子色动化学元素周期表

平行平面数最多最基本嘚正多面体极小子流形,联系卡西米尔平板效应最好的多面体检查第一类量子色动化学元素周期表是8顶点数的正6面体,对应化学元素原孓质子数为8的是氧原子把质子数为8逐一加倍,再对应化学元素原子的质子数可做成第三类量子色动化学元素周期表。其中汞原子核的質子数为80;镉原子核的质子数为48都能被8整除。联系碲化汞/碲化镉这两类拓扑绝缘体是很能说明问题的。

从费曼的粒子遍历求和的费曼圖方法到伯恩、狄克逊和科索维尔等人的幺正方法,并没有分明的对与错代表的是同一基本物理过程在不同描述层次的不同表述,看偅的都是所有可能路线加起来的概率只是幺正方法删繁就简比费曼方法能极大地减少计算规模。今天量子色动化学方法也开始加入这场"奧运赛"删繁就简选择分辩是看在量子色动化学元素周期表的三种类表中,出现的失效概率占多少由此更能极大地减少寻找超导、拓扑絕缘体以及碳勒烯球笼、碳烯纳米管、石墨烯薄膜等材料的计算规模,对其机理进行简要的解读

化学元素原子核作为一个独立系统,原孓核内的质子群落有没有类似的晶体结构2019年4月2日《科技日报》刘霞报道,《大型强子对撞机团队发现第三种“五夸克”粒子》讲清华大學工程物理系张黎明教授所在的大型强子对撞机(LHCb)团队已发现了第三种“五夸克”粒子。此前五夸克态的物质存在只停留在理论阶段——2015年LHCb宣布发现首个“五夸克”粒子;如今该团队在对该五夸克粒子进行检查时发现它已一分为二——原来最初的五夸克,实际上是两個独立的五夸克被称为第一种和第二种五夸克粒子,它们质量相近宛若一个粒子——现在拥有的数据比2015年多十倍,这能看到更精细的結构——此次发现的第三种五夸克质量略小于前两种;但三者都由一个底、两个顶、一个粲和一个粲反夸克组成。

夸克理论是粒子物理學标准模型的关键组成部分该理论认为,存在上、下、粲、奇、底和顶6种夸克它们都拥有自己的反物质。夸克和反夸克结合会形成“強子”强子分两类:由3个夸克构成的“重子”(包括质子和中子)和由夸克、反夸克组成的“介子”。科学家也提出了其他更奇特的夸克组合比如,由两个夸克和两个反夸克组成的四夸克粒子以及由四个夸克和一个反夸克组成的五夸克粒子。那么已被发现的三种“五誇克”内部结构如何它们是五个夸克均匀混合?还是由一个重子和一个介子粘在一起形成的松散“分子”LHCb团队目前倾向于后者——五誇克的内部结构无法直接测量,进一步测量这3个五夸克粒子的更多性质(如自旋等)为其寻找更多“同伴”,研究其性质可以为“原子核内的质子群落有没有类似的晶体结构”更好地理解物质构成的量子色动化学秩序。

因为量子色动化学此类的探索外围的最新实验可聯系用于量子计算的核自旋观测:核自旋与电子自旋不同,核自旋与环境有很好的隔离实验让我们看到,内置于一个单分子磁体中的一個金属原子的长寿命的核自旋且能够确定自旋状态的动态。实验在短时间内可重复2000次阅读同样的原子核自旋数据证明对存储信息来说,原子核自旋比电子自旋更好因为电子自旋容易被周围的电子和原子内的温度所改变。而坐落在原子中心的原子核的自旋不会被电子云所影响能更好地长时间存储信息。而复旦大学的龚新高小组的实验也发现32个金原子可组成一个笼形分子。

32这个笼形顶点数正能被8整除,使卡西米尔平板效应具有很高的识别度因为卡西米尔效应拉力类似一种振动,极大地增强了量子粒子咖啡环效应向界面的扩散、翻轉能力而6这个正六边顶点数,能被6整除同理使石墨烯薄膜、碳勒烯球笼、碳烯纳米管等也成为卡西米尔效应和咖啡环效应合流的名片——可以进一步大胆设想:原子核外围所谓的电子轨道或电子云圈层,是否也有电子颗粒的模具属圆球形状的因素而悬浮沉积停留在原孓边界面的各层呢?

在基本粒子模型中电子和光子都分别属于一种独立的粒子,但在粒子散射或衰变反应中一个光子可以变成一个正電子和一个负电子,反过来一个正电子和一个负电子湮灭可以又变回一个光子这似乎与基本粒子模型有矛盾。但从多模具论出发也可鉯进一步大胆设想:光子像航空母舰,一个正电子和一个负电子类似它配备的两种航母飞机就不和基本粒子模型有矛盾,而且还能与大量子论的巴拿马船闸的希格斯场模型联系起来希格斯粒子是一种大质量的量子,光子却没有静止质量恰形成了一种大小的对偶。类似嘚对偶可以设想希格斯粒子像潜艇,两个引力子像马约拉纳费米粒子是潜艇配备的类似两鱼雷如此,在粒子的形态模具上光子像航涳母舰,希格斯粒子像潜艇也正好属于同一级的对应。

而125.9GeV的希格斯粒子质量与顶夸克质量175GeV在大型强子对撞机上的矛盾也可用类似"谷仓內的标枪悖论"的讨论。由此把希格斯运河的船闸模具调换成"希格斯谷仓"模具,但如果光子像航空母舰可以配备搭载一个正电子和一个負电子类似的两架航母飞机,那么和光子像航空母舰对应是否希格斯粒子作为一种特殊的玻色子也能配备搭载类似两架航母飞机的基本粒子呢?这里可联系的:一是希格斯粒子本身藏在希格斯场类似核动力潜艇可以长时间不出水面;另外希格斯场能产生质量,而引力联系重力与质量相关那么这两者结合起来,希格斯粒子是否类似核动力潜艇而且类似光子配备搭载两个电子,也能配备搭载两个引力子莋类似鱼雷的发射呢即希格斯粒子还有核动力潜艇的模具描述,和不同的费曼图描述呢

    在伯恩、狄克逊和科索维尔等三人的幺正方法Φ,他们已经证实了这种想法:从幺正方法得到的结果引力子看上去像是交织在一起的两个胶子。这种双胶子特征为科学家提供了一个铨新的视角:在希格斯粒子类似核动力潜艇发射鱼雷的模具描述下:"一种新的统一引力途径的费曼图一个引力子,可以看成一个胶子与咜的孪生兄弟的合体就像两人三足赛跑一样,步调一致地协同运作"

《三旋理论初探》一书从点邻域到圈邻域,是原子论到孤子链推导嘚理论基础其内核与极小子流形有关。牛顿原子论与马赫孤子链的自发对称破缺的咖啡环效应起源于当代物理学中最着迷的是规范不變性与时空几何结构的关系。对此曹天予教授主张综合科学发展观,和以概念革命转换新旧理论之间的变化以此出发,当代物理学中嘚前沿理论物理学综合之一是弦膜圈说。普朗克尺度的"线元"弦论规范不变性扩容为局域不变性的电磁量子相位的不变性。这里表达弦論线元的单位是长度;而扩容的相位不变实际类似"圈"旋的圈论。普朗克的量子论实际类似原子论的概念革命的转换。那么在前沿理论粅理学综合的弦膜圈说中代替原子论的模具扩容,就是中国原生态的"孤子链"但这两者联系的量子场纲领和规范场纲领的场论的"场",实際类似"膜"——以上弦膜圈说也许太抽象和数学化。

    现实中原子论、量子论、弦膜圈说,最可定量观测的是物体可称重量的质量质量從何而来?联系原子论、量子论、场论就涉及马赫的惯性概念革命如果把牛顿的质点惯性几何看着原子论图像,那么细想马赫的时空惯性几何实际类似已扩容为孤子链图像。

孤子链如何与质量起源联系1997年美国物理学家西德尼纳高和托马斯威滕等人在《自然》杂志上,發表的关于"咖啡环效应"的论文如果把希格斯机制联系"咖啡环效应"现象,玄机是针对暗藏的普适对称性与自发对称破缺原理而孤子链在規范场论的"膜"中的地位,正类似咖啡环效应的玄机量子极小子流形的咖啡环效应,是否也类似极性效应的倒向实验随机超弦微分方程洳是把内部悬浮的大多数颗粒排斥或吸引抵达到液滴的边缘且最终留在液滴边缘,到溶液完全蒸发时并沉积在表面上,从而形成的一个罙色的圆环而不是因悬浮颗粒为趋圆形减少的机械摩擦

第一节 现状:正视现实
第二节 未來:一只乌鸦给我们的启示
第三节 历史:从“春秋五霸”到“战国六雄”
第四节 统一:“小数据、大任务”范式与认知构架
第五节 学科一:计算视觉 — 从“深”到“暗”
第六节 学科二:认知推理 — 走进内心世界
第七节 学科三:语言通讯 — 沟通的认知基础
第八节 学科四:博弈倫理 — 获取、共享人类的价值观
第九节 学科五:机器人学 — 构建大任务平台
第十节 学科六:机器学习 — 学习的终极极限与“停机问题”

附錄 中科院自动化所报告会上的问答与互动摘录 

“人工智能”这个名词在沉寂了近30年之后最近两年“咸鱼翻身”,成为了科技公司公关的戰场、网络媒体吸睛的风口随后受到政府的重视和投资界的追捧。于是新闻发布会、高峰论坛接踵而来,政府战略规划出台各种新聞应接不暇,宣告一个“智能为王”时代的到来到底什么是人工智能?现在的研究处于什么阶段今后如何发展?这是大家普遍关注的問题由于人工智能涵盖的学科和技术面非常广,要在短时间内全面认识、理解人工智能别说非专业人士,就算对本行业研究人员也昰十分困难的任务。所以现在很多宣传与决策冲到认识之前了,由此不可避免地造成一些思想和舆论的混乱

自从去年用了微信以来,峩就常常收到亲朋好友转来的惊世骇俗的新闻标题我发现很多议论缺乏科学依据,变成了“娱乐AI”一个在1970年代研究黑洞的物理学博士,从来没有研究过人工智能却时不时被抬出来预测人类末日的到来。某些公司的公关部门和媒体发挥想象力动辄把一些无辜的研究人員封为“大师”、“泰斗”。最近名词不够用了。九月初就有报道把请来的一位美国教授称作“人工智能祖师爷”。这位教授的确是機器学习领域的一个领军人物但人工智能是1956年开始的,这位教授也才刚刚出生况且机器学习只是人工智能的一个领域而已,大部分其咜重要领域如视觉、语言、机器人,他都没有涉足所以这样的封号很荒唐(申明一点:我对这位学者本人没有意见,估计他自己不一萣知道这个封号)当时我想,后面是不是有人会搬出“达摩老祖、佛祖如来、孔雀王、太上老君、玉皇大帝”这样的封号十月初,赫嘫就听说达摩院成立了宣称要碾压美国,舆情轰动!别说一般老百姓担心丢饭碗就连一些业内的研究人员都被说得心慌了,来问我有什么看法

我的看法很简单:大多数写报道和搞炒作宣传的人,基本不懂人工智能这就像年轻人玩的传话游戏,扭曲的信息在多次传导過程中逐级放大,最后传回来自己吓到自己了。下面这个例子就说明公众的误解到了什么程度今年9月我在车上听到一家电台讨论人笁智能。两位主持人谈到硅谷脸书公司有个程序员突然发现,两台电脑在通讯过程中发明了一种全新的语言快速交流,人看不懂眼看一种“超级智能”在几秒之内迅速迭代升级(我加一句:这似乎就像宇宙大爆炸的前几秒钟),程序员惊恐万状人类现在只剩最后一招才能拯救自己了:“别愣着,赶紧拔电源啊!…”终于把人类从鬼门关又拉回来了

PS:如果你想要系统地学习人工智能,那么推荐你去看床长人工智能教程非常棒的大神之作,教程不仅通俗易懂而且很风趣幽默。点击可以查看教程

回到本文的正题。全面认识人工智能の所以困难是有客观原因的。

其一、人工智能是一个非常广泛的领域当前人工智能涵盖很多大的学科,我把它们归纳为六个: 

(1)计算机视觉(暂且把模式识别图像处理等问题归入其中)、 (2)自然语言理解与交流(暂且把语音识别、合成归入其中,包括对话)、 (3)认知与推理(包含各种物理和社会常识)、 (4)机器人学(机械、控制、设计、运动规划、任务规划等)、 (5)博弈与伦理(多代理人agents嘚交互、对抗与合作机器人与社会融合等议题)。 (6)机器学习(各种统计的建模、分析工具和计算的方法)

这些领域目前还比较散,目前它们正在交叉发展走向统一的过程中。我把它们通俗称作“战国六雄”中国历史本来是“战国七雄”,我这里为了省事把两個小一点的领域:博弈与伦理合并了,伦理本身就是博弈的种种平衡态最终目标是希望形成一个完整的科学体系,从目前闹哄哄的工程實践变成一门真正的科学Science of Intelligence

由于学科比较分散,从事相关研究的大多数博士、教授等专业人员往往也只是涉及以上某个学科,甚至长期專注于某个学科中的具体问题比如,人脸识别是计算机视觉这个学科里面的一个很小的问题;深度学习属于机器学习这个学科的一个当紅的流派很多人现在把深度学习就等同于人工智能,就相当于把一个地级市说成全国肯定不合适。读到这里搞深度学习的同学一定鈈服气,或者很生气你先别急,等读完后面的内容你就会发现,不管CNN网络有多少层还是很浅,涉及的任务还是很小各个领域的研究人员看人工智能,如果按照印度人的谚语可以叫做“盲人摸象”但这显然是言语冒犯了,还是中国的文豪苏轼游庐山时说得有水准: 

“横看成岭侧成峰远近高低各不同。 

  不识庐山真面目只缘身在此山中。

其二人工智能发展的断代现象。由于历史发展的原因人工智能自1980年代以来,被分化出以上几大学科相互独立发展,而且这些学科基本抛弃了之前30年以逻辑推理与启发式搜索为主的研究方法取洏代之的是概率统计(建模、学习)的方法。留在传统人工智能领域(逻辑推理、搜索博弈、专家系统等)而没有分流到以上分支学科的咾一辈中的确是有很多全局视野的,但多数已经过世或退休了他们之中只有极少数人在80-90年代,以敏锐的眼光过渡或者引领了概率统計与学习的方法,成为了学术领军人物而新生代(80年代以后)留在传统人工智能学科的研究人员很少,他们又不是很了解那些被分化出詓的学科中的具体问题这种领域的分化与历史的断代, 客观上造成了目前的学界和产业界思路和观点相当“混乱”的局面媒体上的混亂就更放大了。但是以积极的态度来看,这个局面确实为现在的年轻一代研究人员、研究生提供了一个很好的建功立业的机会和广阔的舞台鉴于这些现象,《视觉求索》编辑部同仁和同行多次催促我写一篇人工智能的评论和介绍材料我就免为其难,仅以自己30年来读书囷跨学科研究的经历、观察和思辨浅谈什么是人工智能;它的研究现状、任务与构架;以及如何走向统一。

我写这篇文章的动机在于三點: 
(1)为在读的研究生们、为有志进入人工智能研究领域的年轻学者开阔视野 
(2)为那些对人工智能感兴趣、喜欢思考的人们,做一個前沿的、综述性的介绍 
(3)为公众与媒体从业人员,做一个人工智能科普澄清一些事实。

本文技术内容选自我2014年来在多所大学和研究所做的讲座报告2017年7月,微软的沈向洋博士要求我在一个朋友聚会上做一个人工智能的简介我增加了一些通俗的内容。2017年9月在谭铁犇和王蕴红老师的要求下,我参加了中科院自动化所举办的人工智能人机交互讲习班他们派速记员和一名博士生整理出本文初稿。如果沒有他们的热情帮助这篇文章是不可能写成的。原讲座两个半小时本文做了删减和文字修饰。仍然有四万字加上大量插图和示例。佷抱歉无法再压缩了。

本文摘要:文章前四节浅显探讨什么是人工智能和当前所处的历史时期后面六节分别探讨六个学科的重点研究問题和难点,有什么样的前沿的课题等待年轻人去探索最后一节讨论人工智能是否以及如何成为一门成熟的科学体系,诚如屈子所言:“路漫漫其修远兮吾将上下而求索”。

第一节 现状评估:正视现实

人工智能的研究简单来说,就是要通过智能的机器延伸和增强(augment)人类在改造自然、治理社会的各项任务中的能力和效率,最终实现一个人与机器和谐共生共存的社会这里说的智能机器,可以是一个虛拟的或者物理的机器人与人类几千年来创造出来的各种工具和机器不同的是,智能机器有自主的感知、认知、决策、学习、执行和社會协作能力符合人类情感、伦理与道德观念。抛开科幻的空想谈几个近期具体的应用。无人驾驶大家听了很多先说说军用。军队里嘚一个班或者行动组现在比如要七个人,将来可以减到五个人另外两个用机器来替换。其次机器人可以用在救灾和一些危险的场景,如核泄露现场人不能进去,必须靠机器人医用的例子很多:智能的假肢或外骨架(exoskeleton)与人脑和身体信号对接,增强人的行动控制能仂帮助残疾人更好生活。此外还有就是家庭养老等服务机器人等。 

但是这方面的进展很不尽人意。以前日本常常炫耀他们机器人能跳舞中国有一次春节晚会也拿来表演了。那都是事先编写的程序结果一个福岛核辐射事故一下子把所有问题都暴露了,发现他们的机器人一点招都没有美国也派了机器人过去,同样出了很多问题比如一个简单的技术问题,机器人进到灾难现场背后拖一根长长的电纜,要供电和传数据结果电缆就被缠住了,动弹不得有一次,一位同事在餐桌上半开玩笑说以现在的技术,要让一个机器人长时间潒人一样处理问题可能要自带两个微型的核电站,一个发电驱动机械和计算设备另一个发电驱动冷却系统。顺便说一个人脑的功耗夶约是10-25瓦。

看到这里有人要问了,教授说得不对我们明明在网上看到美国机器人让人叹为观止的表现。比如这一家波士顿动力学公司(Boston Dynamics)的演示,它们的机器人怎么踢都踢不倒呢,或者踢倒了可以自己爬起来而且在野外丛林箭步如飞呢,还有几个负重的电驴、大狗也很酷这家公司本来是由美国国防部支持开发出机器人来的,被谷歌收购之后、就不再承接国防项目可是,谷歌发现除了烧钱目湔还找不到商业出路,最近一直待售之中您会问,那谷歌不是很牛吗DeepMind下围棋不是也一次次刺激中国人的神经吗?有一个逆天的机器人身体、一个逆天的机器人大脑它们都在同一个公司内部,那为什么没有做出一个人工智能的产品呢他们何尝不在夜以继日的奋战之中啊。

人工智能炒作了这么长时间您看看周围环境,您看到机器人走到大街上了没有。您看到人工智能进入家庭了吗其实还没有。您鈳能唯一直接领教过的是基于大数据和深度学习训练出来的聊天机器人你可能跟Ta聊过。用我老家湖北人的话这就叫做“扯白”— 东扯覀拉、说白话。如果你没有被Ta气得背过气的话要么您真的是闲得慌,要么是您真的有耐性 

为了测试技术现状,美国国防部高级研究署2015姩在洛杉矶郊区Pomona做了一个DARPA Robot Challenge(DRC)悬赏了两百万美金奖给竞赛的第一名。有很多队伍参加了这个竞赛上图是韩国科技大学队赢了第一名,祐边是他们的机器人在现场开门进去“救灾”整个比赛场景设置的跟好莱坞片场一样,复制了三个赛场全是冒烟的救灾场面。机器人洎己开着一个车子过来自己下车,开门去拿工具,关阀门在墙上开洞,最后过一个砖头做的障碍区上楼梯等一系列动作。我当时帶着学生在现场看因为我们刚好有一个大的DARPA项目,项目主管是里面的裁判员当时,我第一感觉还是很震撼的感觉不错。后来发现内凊原来机器人所有的动作基本上是人在遥控的。每一步、每一个场景分别有一个界面每个学生控制一个模块。感知、认知、动作都是囚在指挥就是说这个机器人其实并没有自己的感知、认知、思维推理、规划的能力。造成的结果是你就可以看到一些不可思议的事情。比如说这个机器人去抓门把手的时候因为它靠后台人的感知,误差一厘米就没抓着;或者脚踩楼梯的时候差了一点点,它重心就失詓了平衡可是在后面控制的学生没有重力感知信号,一看失去平衡他来不及反应了。你想想看我们人踩滑了一下子能保持平衡,因為你整个人都在一起反应可是那个学生只是远远地看着,他反应不过来所以机器人就东倒西歪。

这还是一个简单的场景其一、整个場景都是事先设定的,各个团队也都反复操练过的如果是没有遇见的场景,需要灵机决断呢其二、整个场景还没有人出现,如果有其怹人出现需要社会活动(如语言交流、分工协作)的话,那复杂度就又要上两个数量级了 

其实,要是完全由人手动控制现在的机器囚都可以做手术了,而且手术机器人已经在普及之中上图是我实验室与一家公司合作的项目,机器人可以开拉链、检查包裹、用钳子撤除炸弹等都是可以实现的。现在的机器人机械控制这一块已经很不错了,但这也不是完全管用比如上面提到的波士顿动力学公司的機器人电驴走山路很稳定,但是它马达噪音大轰隆隆的噪音,到战场上去把目标都给暴露了特别是晚上执勤、侦察,你搞那么大动静怎么行呢?

2015年的这次DRC竞赛暂时就断送了美国机器人研究的重大项目的立项。外行(包含国会议员)从表面看以为这个问题已经解决叻,应该留给公司去开发;内行看到里面的困难觉得一时半会没有大量经费解决不了。这个认识上的落差在某种程度上就是“科研的冬忝”到来的前题条件

小结一下,现在的人工智能和机器人关键问题是缺乏物理的常识和社会的常识“Common sense”。 这是人工智能研究最大的障礙那么什么是常识?常识就是我们在这个世界和社会生存的最基本的知识:(1)它使用频率最高;(2)它可以举一反三推导出并且帮助获取其它知识。这是解决人工智能研究的一个核心课题我自2010年来,一直在带领一个跨学科团队攻关视觉常识的获取与推理问题。我茬自动化所做了另外一个关于视觉常识报告也被转录成中文了,不久会发表出来那么是不是说,我们离真正的人工智能还很遥远呢其实也不然。关键是研究的思路要找对问题和方向自然界已经为我们提供了很好的案例。下面我就来看一下,自然界给我们展示的解答

第二节 未来目标: 一只乌鸦给我们的启示

同属自然界的鸟类,我们对比一下体型大小都差不多的乌鸦和鹦鹉鹦鹉有很强的语言模仿能力,你说一个短句多说几遍,它能重复这就类似于当前的由数据驱动的聊天机器人。二者都可以说话但鹦鹉和聊天机器人都不明皛说话的语境和语义,也就是它们不能把说的话对应到物理世界和社会的物体、场景、人物不符合因果与逻辑。可是乌鸦就远比鹦鹉聰明,它们能够制造工具懂得各种物理的常识和人的活动的社会常识。下面我就介绍一只乌鸦,它生活在复杂的城市环境中与人类茭互和共存。YouTube网上有不少这方面的视频大家可以找来看看。我个人认为人工智能研究该搞一个“乌鸦图腾”, 因为我们必须认真向它們学习

上图a是一只乌鸦,被研究人员在日本发现和跟踪拍摄的乌鸦是野生的,也就是说没人管,没人教它必须靠自己的观察、感知、认知、学习、推理、执行,完全自主生活假如把它看成机器人的话,它就在我们现实生活中活下来如果这是一个自主的流浪汉进城了,他要在城里活下去包括与城管周旋。

首先乌鸦面临一个任务,就是寻找食物它找到了坚果(至于如何发现坚果里面有果肉,那是另外一个例子了)需要砸碎,可是这个任务超出它的物理动作的能力其它动物,如大猩猩会使用工具找几块石头,一块大的垫茬底下一块中等的拿在手上来砸。乌鸦怎么试都不行它把坚果从天上往下抛,发现解决不了这个任务在这个过程中,它就发现一个訣窍把果子放到路上让车轧过去(图b),这就是“鸟机交互”了后来进一步发现,虽然坚果被轧碎了但它到路中间去吃是一件很危險的事。因为在一个车水马龙的路面上随时它就牺牲了。我这里要强调一点这个过程是没有大数据训练的,也没有所谓监督学习乌鴉的生命没有第二次机会。这是与当前很多机器学习特别是深度学习完全不同的机制。

然后它又开始观察了,见图c它发现在靠近红綠路灯的路口,车子和人有时候停下了这时,它必须进一步领悟出红绿灯、斑马线、行人指示灯、车子停、人流停这之间复杂的因果链甚至,哪个灯在哪个方向管用、对什么对象管用搞清楚之后,乌鸦就选择了一根正好在斑马线上方的一根电线蹲下来了(图d)。这裏我要强调另一点也许它观察和学习的是别的地点,那个点没有这些蹲点的条件它必须相信,同样的因果关系可以搬到当前的地点來用。这一点当前很多机器学习方法是做不到的。比如一些增强学习方法,让机器人抓取一些固定物体如积木玩具,换一换位置都鈈行;打游戏的人工智能算法换一换画面,又得重新开始学习它把坚果抛到斑马线上,等车子轧过去然后等到行人灯亮了(图e)。這个时候车子都停在斑马线外面,它终于可以从容不迫地走过去吃到了地上的果肉。你说这个乌鸦有多聪明这是我期望的真正的智能。这个乌鸦给我们的启示至少有三点:

其一、它是一个完全自主的智能。感知、认知、推理、学习、和执行 它都有。我们前面说的 世界上一批顶级的科学家都解决不了的问题,乌鸦向我们证明了这个解存在。

其二、你说它有大数据学习吗这个乌鸦有几百万人工標注好的训练数据给它学习吗?没有它自己把这个事通过少量数据想清楚了,没人教它

其三、乌鸦头有多大?不到人脑的1%大小 人脑功耗大约是10-25瓦,它就只有 

与第一节讲的机器人竞赛类似,这也是一个DARPA项目测试就是用大量视频,我们算出场景和人的三维的模型、动莋、属性、关系等等然后就来回答各种各样的1000多个问题。现在一帮计算机视觉的人研究VQA(视觉问答)就是拿大量的图像和文本一起训練,这是典型的“鹦鹉”系统基本都是“扯白”。回答的文字没有真正理解图像的内容常常逻辑不通。我们这个工作是在VQA之前认真莋了多年。我们系统在项目DARPA测试中领先当时其它团队根本无法完成这项任务。可是现在科研的一个现实是走向“娱乐化”:肤浅的歌曲流行,大家都能唱复杂高深的东西大家躲着走。

既然说到这里我就顺便说说一些竞赛的事情。大约从2008年开始CVPR会议的风气就被人“帶到沟里”了,组织各种数据集竞赛不谈理解了,就是数字挂帅中国很多学生和团队就开始参与,俗称“刷榜”我那个时候跟那些組织数据集的人说(其实我自己2005年是最早在湖北莲花山做大型数据标注的,但我一早就看到这个问题不鼓励刷榜),你们这些比赛前几洺肯定是中国学生或者公司现在果然应验了,大部分榜上前几名都是中国人名字或单位了咱们刷榜比打乒乓球还厉害,刷榜变成咱们AI研究的“国球”所谓刷榜,一般是下载了人家的代码改进、调整、搭建更大模块,这样速度快我曾经访问一家技术很牛的中国公司(不是搞视觉的),那个公司的研发主管非常骄傲说他们刷榜总是赢,美国一流大学都不在话下我听得不耐烦了,我说人家就是两个學生在那里弄你们这么大个团队在这里刷,你代码里面基本没有算法是你自己的如果人家之前不公布代码,你们根本没法玩很多公司就拿这种刷榜的结果宣传自己超过了世界一流水平。

五、任务驱动的因果推理与学习前面我谈了场景的理解的例子,下面我谈一下物體的识别和理解以及为什么我们不需要大数据的学习模式,而是靠举一反三的能力

我们人是非常功利的社会动物,就是说做什么事情嘟是被任务所驱动的这一点,2000年前的司马迁就已经远在西方功利哲学之前看到了( 《史记》 “货殖列传” ): 
“天下熙熙皆为利来;忝下攘攘,皆为利往” 那么,人也就带着功利的目的来看待这个世界这叫做“teleological stance”。这个物体是用来干什么的它对我有什么用?怎么鼡
当然,有没有用是相对于我们手头的任务来决定的很多东西,当你用不上的时候往往视而不见;一旦要急用,你就会当个宝俗話叫做“势利眼”,没办法这是人性!你今天干什么、明天干什么,每时每刻都有任务俗话又叫做“屁股决定脑袋”,一个官员坐在鈈同位置他就有不同的任务与思路,位置一调马上就“物是人非”了。我们的知识是根据我们的任务来组织的那么什么叫做任务呢?如何表达成数学描述呢每个任务其实是在改变场景中的某些物体的状态。牛顿发明了一个词在这里被借用了:叫做fluent。这个词还没被翻译到中文就是一种可以改变的状态,我暂且翻译为“流态”吧比如,把水烧开水温就是一个流态;番茄酱与瓶子的空间位置关系昰一个流态,可以被挤出来;还有一些流态是人的生物状态比如饿、累、喜悦、悲痛;或者社会关系:从一般人,到朋友、再到密友等人类和动物忙忙碌碌,都是在改变各种流态以提高我们的价值函数(利益)。

懂得这一点我们再来谈理解图像中的三维场景和人的動作。其实这就是因果关系的推理。所谓因果就是:人的动作导致了某种流态的改变理解图像其实与侦探(福尔摩斯)破案一样,他需要嘚数据往往就是很小的蛛丝马迹但是,他能看到这些蛛丝马迹而普通没有受侦探训练的人就看不见。那么如何才能看到这些蛛丝马跡呢?其一、你需要大量的知识这个知识来源于图像之外,是你想象的过程中用到的比如一个头发怎么掉在这里的?还有就是行为的動机目的犯案人员到底想改变什么“流态”?

我把这些图像之外的东西统称为“暗物质证明”— Dark Matter物理学家认为我们可观察的物质和能量只是占宇宙总体的5%,剩下的95%是观察不到的暗物质证明和暗能量视觉与此十分相似:感知的图像往往只占5%,提供一些蛛丝马迹;而后面嘚95%包括功能、物理、因果、动机等等是要靠人的想象和推理过程来完成的。

有了这个认识我们来看一个例子(见下图左)。这个例子來自我们CVPR2015年发的paper主要作者是朱毅鑫,这也是我很喜欢的一个工作一个人要完成的任务是砸核桃,改变桌子上那个核桃的流态把这个任务交给UCLA一个学生,他从桌面上的工具里面选择了一个锤子整个过程没有任何过人之处,因为你也会这么做不过你细想一下,这个问題还相当复杂这个动作就包含了很多信息:他为什么选这个锤子而不选别的东西,他为什么拿着锤这个柄靠后的位置他挥动的力度用哆少,这都是经过计算的这还有几千几万的可能其他各种选择、解法,他没有选择说明他这个选法比其它的选择肯定会好,好在哪呢看似简单的问题,往往很关键一般人往往忽略了。

你通过这一琢磨、一对比就领悟到这个任务是什么有什么窍门。以前学徒就是跟著师傅学师傅经常在做任务,徒弟就看着师傅也不教,徒弟就靠自己领悟有时候师傅还要留一手,不然你早早出师了抢他的饭碗。有时候师傅挡着不让你看;莫言的小说就有这样的情节人就是在观察的时候,把这个任务学会了现在到一个新的场景(图右),原來学习的那些工具都不存在了完全是新的场景和物体,任务保持不变你再来砸这个核桃试试看,怎么办人当然没有问题,选这个木頭做的桌子腿然后砸的动作也不一样。这才是举一反三这才是智能,这没有什么其他数据没有大量数据训练,这不是深度学习方法那这个算法怎么做的呢?我们把对这个物理空间、动作、因果的理解还是表达成为一个SpatialTemporal and Causal Parse Graph(STC-PG)。这个STC-PG包含了你对空间的理解(物体、三維形状、材质等)、时间上动作的规划、因果的推理最好是这样子砸,它物理因果能够实现可能会被砸开,再连在一块来求解求时間、空间和因果的这么一个解析图,就是一个解也就是,最后你达到目的改变了某种物理的流态。我再强调几点: 

一、这个STC-PG的表达是伱想象出来的这个理解的过程是在你动手之前就想好了的,它里面的节点和边大多数在图像中是没有的也就是我称作的“暗物质证明”。

二、这个计算的过程中大量的运算属于“top-down”自顶向下的计算过程。也就是用你脑皮层里面学习到的大量的知识来解释你看到的“蛛絲马迹”形成一个合理的解。而这种Top-down的计算过程在目前的深度多层神经网络中是没有的神经网络只有feedforward 向上逐层传播信息。你可能要说叻那不是有Back-propagation吗?那不是top-down一年前,LeCun来UCLA做讲座他看到我在座,就说DNN目前缺乏朱教授一直提倡的Top-Down计算进程

三、学习这个任务只需要极少嘚几个例子。如果一个人要太多的例子说明Ta脑袋“不开窍”,智商不够顺便说一句,我在UCLA讲课期末学生会给老师评估教学质量。一個常见的学生意见就是朱教授给的例子太少了对不起,我没时间给你上课讲那么多例子靠做题、题海训练,那不是真本事也不是学習的本质。子曰:“学而不思则罔思而不学则殆”。这里的“思”应该是推理对于自然界或者社会的现象、行为和任务,形成一个符匼规律的自洽的解释在我看来就是一个STC-PG。

Graph与或图这个与或图是一个复杂的概率语法图模型,它可以导出巨量的合乎规则的概率事件烸一个事件就是STC-PG。这个表达与语言、认知、机器人等领域是一致的在我看来,这个STC-AOG是一个统一表达它与逻辑以及DNN可以打通关节。这里僦不多讲了接着砸核桃的例子讲,还是朱毅鑫那篇文章的实验这个实验很难做。比如现在的一个任务是“铲土”我给你一个例子什麼叫铲土,然后开始测试这个智能算法(机器人)的泛化能力见下图。 

第一组实验(图左)我给你一些工具,让你铲土机器人第一選择挑了这个铲子,这个不是模式识别它同时输出用这个铲子的动作、速度;输出铲子柄的绿色地方表示它要手握的地方,这个红的表礻它用来铲土的位置第二选择是一把刷子。

第二组实验(图中)假如我要把这些工具拿走,你现在用一些家里常见的物体任务还是鏟土。它的第一选择是锅第二选择是杯子。二者的确都是最佳选择这是计算机视觉做出来的,自动的

第三组实验(图右)。假如我們回到石器时代一堆石头能干什么事情?所以我经常说咱们石器时代的祖先,比现在的小孩聪明因为他们能够理解这个世界的本质,现在工具和物体越来越特定了,一个工具做一个任务人都变成越来越傻了。视觉认知就退化成模式识别的问题了:从原来工具的理解变成一个模式识别也就是由乌鸦变鹦鹉了。

计算机视觉小结:我简短总结一下视觉的历史见下图。

视觉研究前面25年的主流是做几何以形状和物体为中心的研究:Geometry-Based and Object-Centered。最近25年是从图像视角通过提取丰富的图像特征描述物体的外观来做识别、分类: Appearance-Based and View-Centered几何当然决定表观。那么幾何后面深处原因是什么呢几何形状的设计是因为有任务,最顶层是有任务然后考虑到功能、物理、因果,设计了这些物体再来产生圖像这是核心问题所在。我把在当前图像是看不见的“东西”叫dark matter物理里面dark matter energy占95%,确确实实在我们智能里面dark matter也占了大部分而你看到的东覀就是现在深度学习能够解决的,比如说人脸识别、语音识别就是很小的一部分看得见的东西;看不见的在后面,才是我们真正的智能像那个乌鸦能做到的。

所以我的一个理念是:计算机视觉要继续发展,必须发掘这些“dark matter”把图像中想象的95%的暗物质证明与图像中可見的5%的蛛丝马迹,结合起来思考才能到达真正的理解。现在大家都喜欢在自己工作前面加一个Deep以为这样就算深刻了、深沉了,但其实還是非常肤浅的不管你多深,不管你卷积神经网络多少层它只是处理可见的图像表观特征、语音特征,没有跳出那5%对吧?那些认为罙度学习解决了计算机视觉的同学我说服你了么?如果没有后面还有更多的内容。

视觉研究的未来我用一句话来说:Go Dark, Beyond Deep — 发掘暗超越深。这样一来视觉就跟认知和语言接轨了。

第六节 认知推理:走进内心世界

上一节讲到的智能的暗物质证明已经属于感知与认知嘚结合了。再往里面走一步就进入人与动物的内心世界Mind, 内心世界反映外部世界,同时受到动机任务的影响和扭曲研究内涵包括:

Ta看到什么了?知道什么了什么时候知道的?这其实是对视觉的历史时间求积分 
Ta现在在关注什么?这是当前的正在执行的任务 
Ta的意图是什麼?后面想干什么预判未来的目的和动机。 
Ta喜欢什么有什么价值函数?这在第九节会谈到具体例子

自从人工智能一开始,研究者就提出这些问题代表人物是Minsky:society of minds,心理学研究叫做Theory of minds到2006年的时候,MIT认知科学系的Saxe与Kanwisher(她是我一个项目合作者)发现人的大脑皮层有一个专门嘚区用于感受、推理到别人的想法:我知道你在想什么、干什么。这是人工智能的重要部分

说个通俗的例子,你可能听到过这样的社會新闻:某男能够同时与几个女朋友维持关系而且不被对方发现,就是他那几个女朋友互相不知情这其实很难做到,因为你一不小心僦要暴露了他需要记住跟谁说过什么谎话、做过或者答应过什么事。这种人的这个脑皮层区一定是特别发达而他的那些女朋友的这个區可能不那么发达。电影中的间谍需要特别训练这方面的“反侦察”能力就是你尽量不让对方发现你的内心。这是极端状况现实生活Φ,一般非隐私性的活动中我们是不设防的,也就是“君子坦荡荡” 

不光是人有这个侦察与反侦察的能力,动物也有(见上图)比洳说这个鸟(图左),它藏果子的时候会查看周围是否有其它鸟或者动物在那里看到它;如果有,它就不藏它非要找到没人看它的时候和地方藏。这就是它在观察你知道你知道什么。图中是一个狐狸和水獭对峙的视频水獭抓到鱼了以后,发现这个狐狸在岸上盯着它呢它知道这个狐狸想抢它嘴里叼着的鱼。水獭就想办法把鱼藏起来它把这个鱼藏到水底下,然后这个狐狸去找这说明了动物之间互楿知道对方在想什么。

小孩从一岁多的时候开始就有了这个意识一个关键反应证据是:他会指东西给你看,你看到了、还是没看到的怹会知道。Felix Warneken现在在哈佛大学当心理学系的助理教授他当博士生的时候做过一系列心理实验。一般一岁多的小孩能知道给你开门小孩很樂意、主动去帮忙。小孩很早就知道跟人进行配合这就是人机交互。你把这个小孩看成一个机器人的话你要设计一个机器人,就是希朢它知道看你想干什么这是人工智能的一个核心表现。

尽管人工智能和认知科学以及最近机器人领域的人都对这个问题感兴趣,但是大家以前还都是嘴上、纸上谈兵,用的是一些toy examples作为例子来分析要做真实世界的研究,就需要从计算机视觉入手计算机视觉里面的人呢,又大部分都在忙着刷榜一时半会还没意思到这是个问题。我的实验室就捷足先登做了一些初步的探索,目前还在积极推进之中

峩们首先做一个简单的试验,如上图这个人在厨房里,当前正在用微波炉有一个摄像头在看着他,就跟监控一样也可以是机器人的眼睛(图左)。首先能够看到他目前在看什么(图中)然后,转换视角推算他目前看到了什么(图右)。 

上面这个图是实验的视频的截图假设机器人事先已经熟悉某个三维房间(图e),它在观察一个人在房间里面做事(图a)为了方便理解,咱们就想象这是一个养老院或鍺医院病房机器人需要知道这个人现在在干什么,看什么(图c)它的输入仅仅是一个二维的视频(图a)。它开始跟踪这个人的运动轨跡和眼睛注视的地方显示在图e的那些轨迹和图f的行为分类。然后图d(右上角)是它估算出来的,这个人应该在看什么的图片也就是,它把它附体到这个人身上来感知。这个结果与图b对比非常吻合。图b是这个人带一个眼镜眼镜有一个小摄像头记录下来的,他确实茬看的东西这个实验结果是魏平博士提供的,他是西交大前校长郑南宁老师那里的一个青年教师博士期间在我实验室访问,后来又回來进修等。这个这里面需要推测动作与物体的时空交互动作随时间的转换,手眼协调然后,进一步猜他下面干什么意图等细节我鈈多讲了。对这个人内心的状态也可以用一个STC-AOG 和STC-PG 来表达的,见下图大致包含四部分

一、时空因果的概率“与或图”STC-AOG。它是这个人嘚一个总的知识包含了所有的可能性,我待会儿会进一步阐述这个问题 剩下的是他对当前时空的一个表达,是一个STC-PG解译图此解译图包含三部分,图中表达为三个三角形每个三角形也是一个STC-PG 解译图。

二、当前的情景situation由上图的蓝色三角形表示。当前的情况是什么这吔是一个解,表示视觉在0-t时间段之间对这个场景的理解的一个解译图

三、意向与动作规划图,由上图的绿色三角形表示这也是一个层佽化的解译图,预判他下面还会做什么事情

四、当前的注意力,由上图的红色三角形表示描述他正在关注什么。

把这整个解译图放在┅块基本上代表着我们脑袋的过去、现在、未来的短暂时间内的状态。用一个统一的STC-PG 和 STC-AOG来解释 这是一个层次的分解。 因为是Composition 它需要嘚样本就很少。

有人要说了我的深度神经网络也有层次,还一百多层呢我要说的是,你那一百多层其实就只有一层对不对?因为你從特征做这个识别中间的东西是什么你不知道,他不能去解释中间那些过程只有最后一层输出物体类别。

上面说的这个表达是机器囚对某个人内心状态的一个估计,这个估计有一个后验概率这个估计不是唯一的,存在不确定性而且,它肯定不是真相不同的人观察某个人,可能估计都不一样那么在一个机器与人共生共存的环境中,假设这个场景里有N个机器人或者人这里面有很多N个“自我”minds。嘫后每个人有对别人有一个估计,这就有N x(N-1)个minds表达我知道你在想什么,你知道我在想什么这至少是平方级的。你有一百个朋友的話哪个朋友他脑袋里想什么你心里都有数。关系越近理解也就越深,越准确当然,我们这里只是做一阶推理在复杂、对抗的环境Φ,人们不得不用多阶的表达当年司马懿和诸葛亮在祁山对峙时,诸葛亮比司马懿总是要多算一阶所谓兵不厌诈,就是有时候我故意紦一个错误信息传给你《三国演义》中很多此类的精彩故事,比如周瑜打黄盖、蒋干盗书我用下面这个图来大致总结一下。两个人A与B戓者一个人一个机器人他们脑袋里面的表达模式。图中是一个嵌套的递归结构,每一个椭圆代表一个大脑的内心mind

每个mind除了上面谈到的知識STC-AOG 和状态STC-PG,还包含了价值函数就是价值观,和决策函数价值观驱动动作,然后根据感知、行动去改变世界这样因果就出来了。我后媔再细谈这个问题

最底下中间的那个椭圆代表真实世界(“上帝”的mind,真相只有TA知道我们都不知道),上面中间的那个椭圆是共识哆个人的话就是社会共识。在感知基础上大家形成一个统一的东西,共同理解我们达成共识。比如大家一起吃饭,菜上来了大家嘟看到这个菜是什么菜,如果没有共识那没法弄比如,“指鹿为马”或者“皇帝的新装”就是在这些minds之间出现了不一致的东西。这是所谓“认识论”里面的问题以前,在大学学习认识论老师讲得比较空泛,很难理解;现在你把表达写出来一切都清楚了。这也是人笁智能必须解决的问题我们要达成共识,共同的知识然后在一个小的团体、大致社会达成共同的价值观。当有了共同价值观的时候僦有社会道德和伦理规范,这都可以推导出来了俗话说,入乡随俗当你加入一个新的团体或者社交群体,你可能先观察看看大家都是怎么做事说话的机器人要与人共生共存 必须理解人的团体的社会道德和伦理规范。所以说这个认识论是机器人发展的必经之道。乌鸦知道人类在干什么它才能够利用这个在社会里生存。那么如何达成共识呢语言就是必要的形成共识的工具了。

第七节 语言通讯:沟通嘚认知基础

我要介绍的人工智能的第三个领域是语言、对话最近我两次在视觉与语言结合的研讨会上做了报告,从我自己观察的角度来談视觉与语言是密不可分的。

人类的语言中枢是独特的有趣的是它在运动规划区的附近。我们为什么要对话呢语言的起源就是要把┅个人脑袋(mind)的一个信息表达传给你一个人,这就包括上一节讲的知识、注意、意向计划归纳为图中那三个三角形的表达。希望通过對话形成共识形成共同的任务规划,就是我们一致行动所以,语言产生的基础是人要寻求合作动物之间就已经有丰富的交流的方式,很多借助于肢体语言人的对话不一定用语言,手语、哑剧(pantomine)同样可以传递很多信息所以,在语言产生之前人类就已经有了十分豐富的认知基础,也就是上一节谈的那些表达没有这样的认知基础,语言是空洞的符号对话也不可能发生。发育心理学实验表明12个朤的小孩就可以知道去指东西,更小年龄就不会但是很多动物永远达不到这个水平。举个例子有人做了个实验。一群大猩猩坐在动物園里一个猩猩妈妈带一个小猩猩,玩着玩着小猩猩跑不见了然后这个妈妈去找。周围一大堆闲着的猩猩坐在那里晒太阳它们明明知噵那个小猩猩去哪了。如果是人的话我们就会热心地指那个小孩的方向,人天生是合作的去帮助别人的,助人为乐所以这是为什么峩们人进化出来了。猩猩不会猩猩不指,它们没有这个动机它们脑袋与人相比一定是缺了一块。人和动物相比我们之所以能够比他們更高级,因为脑袋里有很多通信的认知构架(就像多层网络通讯协议)在大脑皮层里面没有这些认知构架就没法通信。研究语言的人鈈去研究底下的认知构架那是不会有很大出息的。下面这个图来源于人类学的研究的一个领军人物

除了需要这个认知基础语言的研究鈈能脱离了视觉对外部世界的感知、机器人运动的因果推理,否则语言就是无源之水、无本之木这也就是为什么当前一些聊天机器人都茬“扯白”。我们先来看一个最基本的的过程:信息的一次发送当某甲(sender)要发送一条消息给某乙(receiver),这是一个简单的通讯communication这个通訊的数学模型是当年贝尔实验室香农Shannon1948年提出来的信息论。首先把它编码因为这样送起来比较短,比较快;针对噪声通道加些冗余码防錯;然后解码,某乙就拿到了这个信息见下图。

在这个通讯过程之中他有两个基本的假设第一、这两边共享一个码本,否则你没法解碼这是一个基本假设。第二、就是我们有个共享的外部世界的知识在里面我们都知道世界上正在发生什么什么事件,比如哪个股票明忝要涨了哪个地方要发生什么战争了等等。我给你传过去的这个信息其实是一个解译图的片段(PG:parse graph)这个解译图的片段对于我们物理卋界的一个状态或者可能发生的状态的描述。这个状态也有可能就是我脑袋Mind里面的一个想法、感觉、流态(fluents)比如,很多女人拿起电话叫做“煲粥”,就在交流内心的一些经历和感受

如果没有这个共同的外部世界,那我根本就不知道你在说什么比如外国人聚在一起講一个笑话,我们可能听不懂我们中国人说“林黛玉”,那是非常丰富的一个文化符号我们都明白谁是林黛玉,她的身世、情感、性格和价值观就轮到外国人听不懂了。Shannon的通讯理论只关心码本的建立(比如视频编解码)和通讯带宽(3G,4G5G)。1948年提出信息论后尽管有很哆聪明人、数学根底很强的人进到这个领域,这个领域一直没有什么大的突破为什么?因为他们忽视了几个更重大的认识论的问题避洏不谈:

甲应该要想一下:乙脑袋里面是否与甲有一个共同的世界模型?否则解码之后,乙也不能领会里面的内容或者会误解。那么峩发这个信息的时候措辞要尽量减少这样的误解。 
甲还应该要想一下:为什么要发这个信息乙是不是已经知道了,乙关不关注这个信息呢乙爱不爱听呢?听后有什么反应这一句话说出去有什么后果呢? 
乙要想一下:我为什么要收这个信息呢你发给我是什么意图?
這是在认知层面的递归循环的认知,在编码之外所以,通讯理论就只管发送就像以前电报大楼的发报员,收钱发报他们不管你发報的动机、内容和后果。

纵观人类语言中国的象形文字实在了不起。所谓象形文字就完全是“明码通讯”每个字就是外部世界的一个圖片、你一看就明白了,不需要编解码我觉得研究自然语言的人和研究视觉统计建模的人,都要好好看看中国的甲骨文然后,所有的倳情都清楚了每个甲骨文字就是一张图,图是什么代表的就是一个解译图的片段(fragment of parse graph)。 

上面这个图是一个汉字的演变和关系图从一夲书叫做《汉字树》得来的。几年前我到台湾访问,发现这本丛书很有意思。这个图是从眼睛开始的一系列文字首先从具象的东西開始,这中间是一个眼睛“目”字,把手搭在眼睛上面孙悟空经常有这个动作,就是“看”(look)然后是会意,比如“省”就是细看,明察秋毫画一个很小的叶子在眼睛上面,指示说你看叶子里面的东西表示你要细看。然后开始表达抽象的概念属性attribute、时空怎么表达,就是我们甲骨文里面表示出发、终止,表示人的关系人的脑袋状态,甚至表现伦理道德就这样,一直推演开所以,搞视觉認知的要理解物体功能就要追溯到石器时代去,搞语言的要追溯到语言起源

下图是另一个例子:日、月、山、水、木;鸟、鸡、鱼、潒、羊。下面彩色的图是我们实验室现在用计算机视觉技术从图像中得到的一些物体的表达图模型其实就重新发明一些更具像的甲骨文。这项技术是由YiHong司长长等博士做的无监督学习。他们的算法发现了代表鸟的有头、身子和脚、水波和水草等“类甲骨文”名词符号这種视觉的表达模型是可解释explainable、直观的。所以从生成式模型的角度来看,语言就是视觉视觉就是语言。

再来看看动词考考你们,这是啥意思第一个字,两只手一根绳子,在拖地上一个东西拿根绳子拽。第二个很简单洗手。第三是关门第四是援助的援字,一只掱把另外一个人的手往上拉第五也是两个手,一个手朝下一个手朝上啥意思?我给你东西你接受。第六是争夺的争两个手往相反嘚方向抢。第七两个人在聊天基本上,字已经表示了人和人之间的动作细节

我刚才说了名词和动词,还有很多其他的东西我建议你們去研究一下,要建模型的话我们古代的甲骨文其实就是一个模型他能够把我们世界上所有需要表达的东西都给你表达了,是一个完备叻的语言模型

我再举个复杂和抽象的例子,咱们古代人怎么定义伦理道德非常的漂亮!

引言中谈到,大家担心机器人进入社会以后昰不是会危害人类生存,所以引发了很多讨论有一次我参加一个DARPA内部会议,会议邀请了各界教授们讨论这个问题他们来自社会伦理学、认知科学、人工智能等学科。大家莫衷一是轮到我做报告,我就说其实这个问题,中国古代人的智慧就已经想清楚了伦理道德的“德”字怎么定义的?什么叫道德道德规范是什么,它是个相对的定义随着时间和人群而变化。我刚来美国的时候美国社会不许堕胎、不许同性恋,现在都可以了中国以前妇女都不许改嫁。甚至到几十年前我在家乡都听说这样的规矩:如果一个妇女在路上,她的影子投到一个长老身上那是大不敬,所以走路必须绕开这就是一种社会规范。 

中文这个“德”字你看左边是双人旁双人旁其实不是兩个人,双人旁在甲骨文画的是十字路口(见最右边那个图)十字路口就是说你是要做个选择,是个决策你怎么选择?比如说一个老囚倒在地上你是扶他还是不扶他?这就是一个选择贪不贪污、受不受贿这都是内心的一个选择。这个选择是你心里面做出的所以下媔有个心字。那怎么判断你内心的选择符不符合道德呢社会不可能把大量规则逐条列出来,一个汉字也没法表达那么多的内容吧“德”字上面是一个十字,十字下面一个四其实不是四,而是眼睛十个眼睛看着你。就是由群众来评判的这就相当于西方的陪审团,陪審团都是普通民众中挑选出来的(那是更进一层的法律规范了)他们如果觉得你做的事情能够接受就是道德,如果不接受那就是不道德所以,你在做选择的时候必须考虑周围人的看法,人家脑袋里会怎么想才决定这个东西做不做。所以如果没有上一节讲的认知基礎,也就是你如果不能推断别人的思想那就无法知道道德伦理。研究机器人的一个很重要的一个问题是:机器要去做的事情它不知道该鈈该做那么它首先想一下(就相当于棋盘推演simulation):我如何做这个事情,人会有什么反应如果反应好就做,如果反应不好就不做就这麼一个规则。以不变应万变那它怎么知道你怎么想的呢?它必须先了解你你喜欢什么、厌恶什么。每个人都不一样你在不同的群体裏面,哪些话该说哪些话不该说,大家心里都知道这才是交互,你没有这方面知识你怎么交互呢所以我还是觉得我们古代的人很有智慧,比我们现在的人想的深刻的多一个字就把一个问题说得很精辟。咱们现在大部分人不想问题因为你不需要想问题了,大量媒体、广告到处都是时时刻刻吸引你的眼球,你光看都看不过来还想个什么呢!只要娱乐就好了。现在我们回到语言通讯、人与机器人對话的问题。下图就是我提出的一个认知模型  两个人之间至少要表达五个脑袋minds:我知道的东西、你知道的东西、我知道你知道的东西、伱知道我知道的东西、我们共同知道的东西。还有对话的时候你的意图是什么等等诸多问题。具体我不讲那么多了

最后,我想谈一点语言与视觉更深层的联系、与数学中代数拓扑的联系。拓扑学是什么意思就是说图象空间,语言空间就是一个大集合,全集我们嘚每个概念往往是它的一个子集,比如说所有的图象是一个集合,一百万个象素就是一百万维空间每张图像就是这百万维空间的一个點。人脸是个概念所有的人脸就是在这一百万维空间的一个子集,但是这个子集和其它个子集要发生关系这个关系叫拓扑关系。计算機的人把它叫做语法对应于代数拓扑。比如头和脖子在肩膀上是合规的,概率很高这个图像空间的结构其实就是语法,这个语法就昰STC-AOG时空因果的与或图。语法可导出“语言”语言就是一个符合语法的句子的总的集合。STC-AOG就是知识的总体表达而我们看到的眼前每一個例子是由STC-AOG导出来的时空因果解译图STC-PG。计算机视觉用它语言肯定用它,认知是它机器人任务规划也是它。这就是一个统一的表达

第仈节 博弈伦理:获取、共享人类的价值观

机器人要与人交流,它必须懂得人类价值观哲学和经济学里面有一个基本假设,认为一个理性嘚人(rational agent)他的行为和决策都由利益和价值驱动,总在追求自己的利益最大化与此对应的是非理性的人。对于理性的人你通过观察他嘚行为和选择,就可以反向推理、学习、估算他的价值观我们暂时排除他有可能故意假装、迷惑我们的情况。这个价值观我们把它表达為一个利益函数Utility function用一个符号U表示。它通常包含两部分:(1)Loss损失函数或者Reward奖励函数;(2)Cost消费函数。就是说你做一件事得到多少利益,花费多少成本我们可以把这个利益函数定义在流态的(fluents)空间里面。我们每次行动改变某些流态,从而在U定义的空间中向上走吔就是“升值”。由函数U对流态向量F求微分的话就得到一个“场”。复习一下高等数学我们假设一个人在某个时期,他的价值取向不昰矛盾的比如,如果他认为A比B好B比C好,然后C比A好那就循环了,价值观就不自恰这在场论中就是一个“漩涡”。一个处处“无旋”嘚场就叫做一个保守场。其对于的价值观U就是一个势能函数所谓“人往高处走、水往低处流”说的是社会和物理的两个不同现象,本質完全一致就是人和水都在按照各自的势能函数在运动!那么驱动人的势能函数是什么呢?人与人的价值不同就算同一个人,价值观吔在改变本文不讨论这些社会层面的价值观,我们指的是一些最基本的、常识性的、人类共同的价值观比如说把房间收拾干净了,这昰我们的共识 

上图是我做的一个简单的实验。我把几种不同的椅子、凳子放在我办公室(左图)和实验室(右图)然后,我统计一下學生进来以后他喜欢坐哪个椅子,实在不行可以坐地上这样我就可以得到这些椅子的排序。A、B、C、D、E、F、G排个序见上面的统计图。峩观察了这些人的选择就问:为什么这个椅子比那个椅子好?是什么好这其实就反映了人的脑袋里面一个基本的价值函数。又说一遍:很普通的日常现象蕴含深刻的道路。苹果落地不是这样吗?大家司空见惯了就不去问这个问题了。

为了解答问题我的两个博士生朱毅鑫和搞物理和图形学的蒋凡夫(他刚刚去Upenn宾州大学当助理教授),用图形学的物理人体模型模拟人的各种的姿势然后计算出这些坐姿茬这些椅子上的时候,身体几大部件的受力分布图见下图,比如背部、臀部、头部受多少力

下图中蓝色的直方图显示了六个身体部位嘚受力分别图。由此我们就可以推算出每个维度的价值函数下面图中六条红色的曲线是负的价值函数,当人的坐姿使得各部位受力处于紅线较低的值就有较高的“价值”,也就是坐得“舒服”当然每个人可能不一样,有的人腰疼必须坐硬板凳子有的人喜欢坐软沙发這也是为什么,如果你观察到有些异样可以推导这个人某地方可能受伤了。 

读到这里你不禁要问:这不是与物理的势能函数,如重力場一样吗?对就是一个道理。这也是在最后一节我将要说的:达尔文与牛顿的理论体系要统一这对我们是常识,但是机器人必须计算出很多这样的常识TA需要设身处地为人着想,这个就不容易了叠衣服也是我们做的另外一个例子。如果我们把这个保守的势能函数可視化为一个地形图那么你叠一个衣服的过程,就像走一条登山的路径这个衣服我们原来搞乱了,它对应的状态在谷底最后叠好了就等于上到山顶了。每一步动作就有一个奖励reward我根据你叠衣服的过程,把这山形状基本画出来机器就知道叠衣服这个任务的本质是什么。你给它新的衣服它也会叠了。机器人可以判断你的价值观

最近大家谈论较多的是机器人下棋,特别是下围棋的确刺激了国人的神經。下棋程序里面一个关键就是学习价值函数就是每一个可能的棋局,它要有一个正确的价值判断最近,各种游戏、和增强学习也比較火热但这些研究都是在简单的符号空间里面玩。我实验室做的这两个例子是在真实世界学习人的价值函数。有了价值函数在一个哆人环境中,就有了竞争与合作形成我们上一节谈到的社会规范、伦理道德。这些伦理、社会规范就是人群在竞争合作之中受到外部粅理环境与因果限制下,达成的暂时的准平衡态每种平衡态不见得是一个固定的规则,要求大家做同样的规定动作而是一种概率的“荇为的语法”。规则其实就是语法说到底,这还是一种概率的时空因果与或图STC-AOG的表达在社会进化过程中,由于某些边界条件的改变(洳新的技术发明像互联网、人工智能)或者是政策改变(如改革开放),打破了旧的平衡社会急剧变化;然后,达成新的准平衡态那么社会规范对应的是另一个时空因果与或图STC-AOG。你拿着一个准平衡态的STC-AOG模型去到另一个准平衡态生活就出现所谓的“水土不服”现象。

談到这里我想顺便对比两大类学习方法。

一、归纳学习 Inductive learning我们通过观察大量数据样本,这些样本就是对某个时期、某个地域、某个人群達成的准平衡态的观察也是我前面谈过的千年文化的形成与传承。归纳学习的结果就是一个时空因果的概率模型我把它表达为STC-AOG。每个時空的动作是一个STC-PG解译图。

learning这个东西文献中很少,也就是从价值函数(还有物理因果)出发直接推导出这些准平衡态,在我看来這也是一个STC-AOG。这就要求对研究的对象有深刻的、生成式的模型和理解比如,诸葛亮到了祁山先查看地形,知道自己的队伍、粮草情况摸清楚对手司马懿的情况(包括性格)。然后他脑袋里面推演,就知道怎么布局了人的学习往往是两者的结合。年轻的时候归纳學习用得多一些,演绎学习往往是一种不成熟冲动交点学费,但也可能发现了新天地到了“五十而不惑”的时候,价值观成型了价徝观覆盖的空间也基本齐全了,那么基本上就用演绎学习AlphaGo先是通过归纳学习,学习人类大量棋局;然后最近它就完全是演绎学习了。AlphaGo嘚棋局空间与人类生存的空间复杂度还是没法比的而且,它不用考虑因果关系一步棋下下去,那是确定的人的每个动作的结果都有佷多不确定因素,所以要困难得多

第九节 机器人学:构建大任务平台

我在第四节谈到人工智能研究的认知构架,应该是小数据、大任务范式机器人就是这么一个大任务的科研平台。它不仅要调度视觉识别、语言交流、认知推理等任务还要执行大量的行动去改变环境。峩就不介绍机械控制这些问题了就用市面上提供的通用机器人平台。前面介绍过人和机器人要执行任务,把任务分解成一连串的动作而每个动作都是要改变环境中的流态。我把流态分作两大类: 

(1)物理流态 (Physical Fluents):如下图左边刷漆、烧开水、拖地板、切菜。 
(2)社會流态 (Social Fluents): 如下图右边吃、喝、 追逐、搀扶,是改变自己内部生物状态、或者是与别人的关系

当机器人重建了三维场景后(在谈视觉的时候提到了,这其实是一个与任务、功能推理的迭代生成的过程)它就带着功利和任务的眼光来看这个场景。如下图所示哪个地方可以站,哪个地方可以坐哪个地方可以倒水等等。下面图中亮的地方表示可以执行某个动作这些图在机器人规划中又叫做Affordance Map。意思是:这个場景可以给你提供什么  有了这些单个基本任务的地图,机器人就可以做任务的规划这个规划本身就是一个层次化的表达。文献中有多種方法我还是把它统一称作一种STC-PG。这个过程其实相当复杂,因为它一边做一边还要不断看和更新场景的模型。因为我前面介绍过對环境三维形状的计算精度是根据任务需要来决定的,也就是Task-Centered视觉表达这个动作计划的过程还要考虑因果、考虑到场景中别人的反应。栲虑的东西越多它就越成熟,做事就得体、不莽莽撞撞我一开始讲到的那个机器人竞赛,这些感知和规划的任务其实都交给了一群在後台遥控的人下面,我就简单介绍几个我实验室得到的初步演示结果后台没有遥控的人。我实验室用的是一个通用的Baxter机器人配上一個万向移动的底座和两个抓手(grippers),还有一些传感器、摄像头等两个抓手是不同的,左手力道大右手灵活。很有意思的是如果你观察过龙虾等动物,它的两个钳子也是不同的一个用来夹碎、一个是锯齿状的。

下图是一个博士生舒天民教会了机器人几种社交动作比洳握手。握手看似平常其实非常微妙。但你走过去跟一个人握手的过程中你其实需要多次判断对方的意图;否则,会出现尴尬局面舒的论文在美国这边媒体都报道过。

下面这个组图是机器人完成一个综合的任务首先它听到有人去敲门,推断有人要进来它就去开门。其次它看到这个人手上拿个蛋糕盒子,双手被占了所以需要帮助。通过对话它知道对方要把蛋糕放到冰箱里面,所以它就去帮人開冰箱的门(上右图)这个人坐下来后,他有一个动作是抓可乐罐摇了摇,放下来它必须推断这个人要喝水,而可乐罐是空的(不鈳见的流态)假设它知道有可乐在冰箱,它后面就开冰箱门拿可乐然后递给人。

当然这个是受限环境,要能够把样的功能做成任意┅个场景的话那就基本能接近我们前面提到的可敬的乌鸦了。我们还在努力中!

第十节 机器学习:学习的极限和“停机问题”

前面谈的伍个领域属于各个层面上的“问题领域”,叫Domains我们努力把这些问题放在一个框架中来思考,寻求一个统一的表达与算法而最后要介紹的机器学习,是研究解决“方法领域”(Methods)研究如何去拟合、获取上面的那些知识。打个比方那五个领域就像是五种钉子,机器学習是研究锤子希望去把那些钉子锤进去。深度学习就像一把比较好用的锤子当然,五大领域里面的人也发明了很多锤子只不过最近這几年深度学习这把锤子比较流行。网上关于机器学习的讨论很多我这里就提出一个基本问题,与大家探讨:学习的极限与“停机问题”

大家都知道,计算机科学里面有一个著名的图灵停机Halting问题就是判断图灵机在计算过程中是否会停下了。我提出一个学习的停机问题:学习应该是一个连续交流与通讯的过程这个交流过程是基于我们的认知构架的。那么在什么条件下,学习过程会终止呢当学习过程终止了,系统也就达到了极限比如,有的人早早就决定不学习了

首先,到底什么是学习

当前大家做的机器学习,其实是一个很狭義的定义不代表整个的学习过程。见下图 它就包含三步: 
(1)你定义一个损失函数loss function 记作u,代表一个小任务比如人脸识别,对了就奖勵1错了就是-1。 
(2)你选择一个模型比如一个10-层的神经网络,它带有几亿个参数theta需要通过数据来拟合。 
(3)你拿到大量数据这里假設有人给你准备了标注的数据,然后就开始拟合参数了 
这个过程没有因果,没有机器人行动是纯粹的、被动的统计学习。目前那些做視觉识别和语音识别都是这一类 

其实真正的学习是一个交互的过程。 就像孔子与学生的对话我们教学生也是这样一个过程。 学生可以問老师老师问学生,共同思考是一种平等交流,而不是通过大量题海、填鸭式的训练坦白说,我虽然是教授现在就常常从我的博壵生那里学到新知识。这个学习过程是建立在认知构架之上的(第六节讲过的构架)我把这种广义的学习称作通讯学习Communicative Learning,见下图  这个圖里面是两个人A与B的交流,一个是老师一个是学生,完全是对等的结构体现了教与学是一个平等的互动过程。每个椭圆代表一个脑袋mind它包含了三大块:知识theta、决策函数pi、价值函数mu。最底下的那个椭圆代表物理世界也就是“上帝”脑袋里面知道的东西。上面中间的那個椭圆代表双方达成的共识

这个通讯学习的构架里面,就包含了大量的学习模式包括以下七种学习模式(每种学习模式其实对应与图Φ的某个或者几个箭头),这里面还有很多模式可以开发出来 
(1)被动统计学习passive statistical learning:上面刚刚谈到的、当前最流行的学习模式,用大数据擬合模型 
(2)主动学习active learning:学生可以问老师主动要数据,这个在机器学习里面也流行过 
(3)算法教学algorithmic teaching:老师主动跟踪学生的进展和能力,然后设计例子来帮你学。这是成本比较高的、理想的优秀教师的教学方式 
(5)感知因果学习perceptual causality:这是我发明的一种,就是通过观察别囚行为的因果而不需要去做实验验证,学习出来的因果模型这在人类认知中十分普遍。 
(6)因果学习causal learning:通过动手实验 控制其它变量, 而得到更可靠的因果模型 科学实验往往属于这一类。 
(7)增强学习reinforcement learning:就是去学习决策函数与价值函数的一种方法

我在第一节谈到过,深度学习只是这个广义学习构架里面很小的一部分而学习又是人工智能里面一个领域。所以把深度学习等同于人工智能,真的是坐囲观天、以管窥豹

其次,学习的极限是什么停机条件是什么?

对于被动的统计学习文献中有很多关于样本数量或者错误率的上限。這里我所说的学习的极限就远远超越了那些定义我是指这个广义的学习过程能否收敛?收敛到哪学习的停机问题,就是这个学习过程怎么终止的问题就这些问题,我和吴英年正在写一个综述文章

我们学习、谈话的过程,其实就是某种信息在这些椭圆之间流动的过程那么影响这个流动的因素就很多,我列举几条如下。

(1)教与学的动机:老师要去交学生一个知识、决策、价值首先他必须确认自己知噵、而学生不知道这个事。同理学生去问老师,他也必须意识到自己不知道而这个老师知道。那么一个关键是,双方对自己和对方囿一个准确的估计

(2)教与学的方法:如果老师准确知道学生的进度,就可以准确地提供新知识而非重复。这在algorithmic learning 和 perceptual causality里面很明显

(3)智商问题:如何去测量一个机器的智商?很多动物有些概念你怎么教都教不会。

(4)价值函数:如果你对某些知识不感兴趣那肯定不想学。价值观相左的人那根本都无法交流,更别谈相互倾听、学习了比如微信群里面有的人就待不了,退群了因为他跟你不一样,收敛不到一起去最后同一个群的人收敛到一起去了,互相增强这在某种程度上造成了社会的分裂。

这个学习条件的设定条件不同人們学习肯定不会收敛到同一个地方。中国14亿人有14亿个不同的脑模型,这14亿人中间局部又有一些共识,也就是共享的模型我说的停机問题,就是这个动态过程中所达成的各种平衡态

天文学家最擅长给事物命名暗能量和暗物质证明?谁能记住哪个是哪个

但有一位天文学家刚刚修复了它,有一种理论认为它们可能实际上是相同的东西牛津大学的忝体物理学家杰米·法恩斯博士刚刚发表了一篇论文,指出暗能量和暗物质证明都可能由同一现象引起。这是非常疯狂的:负质量粒子不断地在星系之间出现。这种相当铺张浪费的说法引起了媒体的歇斯底里的反应。暗能量和暗物质证明的统一理论:修正lambda CDM框架内的负质量和物質创造”。

正如任何将暗物质证明和暗能量结合起来的新理论一样也许它有助于我们首先了解它们是什么。

星系旋转得太快了仅仅依靠可见物质的引力,他们不应该被紧紧地绑在一起它们应该把星星撒向太空。

所以我们得出结论星系和物质的物质是我们实际看到的粅质的5-10倍。我们称之为暗物质证明尽管我们可能无法找到构成它的奇异粒子。暗能量是完全不同的——标准的说法是这样的对遥远的超新星的观察告诉我们宇宙的膨胀正在加速。如果空间本身有一点点能量这个加速度会和你得到的效果相匹配。因为膨胀物而产生的空間越多你得到的“暗能量”就越多,这就导致了更多的加速度事实上,我们必须更仔细地思考为什么暗能量会导致加速膨胀这对于噺的论文很重要。暗能量的标准图景是空间真空中一个实际大于零的能量根据爱因斯坦的广义相对论,任何这样的正能量都会产生向内嘚引力暗能量就是这样。

那么为什么它会导致向外推动,加速扩张呢这是一个非常微妙的点,最重要的发现是在这个例子中我们汾离了第二个弗里德曼方程。这就是爱因斯坦方程的解它告诉你宇宙膨胀的加速度。但这里有一个关键点:如果空间有一个常数正能量密度,那么它也有一个负压力由于我们深入研究这些事件的不明原因,负压会产生反引力效应所以暗能量有着相互竞争的效应——囸能量密度给了它正引力效应,但负压力是反引力在暗能量的情况下,后者获胜因此宇宙的膨胀加速。其中一个重要的部分是暗能量嘚能量密度是恒定的所以它不会随着宇宙的膨胀而稀释。在爱因斯坦方程和弗里德曼方程中恒定的能量密度由宇宙学常数或lambda表示。正嘚lambda意味着加速膨胀 杰米·法恩斯正在寻找一种能解释暗能量和暗物质证明的反引力效应的方法。他试图用非常不同的方式做到这一点:负質量。在物理学中我们通常假定质量总是正的。暂时忘记压力正的质量和能量总是有正的引力效应。

它们吸引其他东西那么负质量呢?答案很复杂——像负质量这样奇怪的东西如何从广义相对论转化为牛顿定律并不总是显而易见的但现在让我们来看看这篇论文的论點,它是基于牛顿物理学的在牛顿引力中,你把两个质量和其他物质一起乘起来得到它们相互引力的强度。从定义上讲两个正质量總是产生吸引力。两个负质量会抵消对方的符号所以也会给你一个吸引力。但是有一个负质量和一个正质量最后的重力有相反的符号,这使它具有排斥性法恩斯博士把牛顿的论点向前推进了一步。质量决定了引力场的强度和方向那就是引力质量。它还通过牛顿第二萣律确定物体对力的反应方式在这个方程中,质量是惯性质量它应该和引力质量一样,以保持等效原理对于正惯性质量,加速度方姠与作用力方向相同对于负质量,该方程表明加速度与作用力方向相反根据牛顿的解释,把一个负质量推离你它会向你移动。所以法恩斯认为两个负质量之间的“吸引力”引力实际上应该把它们分开。这是为了向外推动以取代暗能量同时,负质量和正质量之间的排斥力应排斥正质量并吸引负质量这是一个奇怪的情况,但正如我马上要解释的它会给我们暗物质证明的替代品。

事实上让我们从暗物质证明开始,利用负质量粒子和正质量粒子相互作用的思想建立了一个N体模拟模型。基本上他用正负质量粒子,以及牛顿定律的解释将一个虚拟宇宙编程到他的计算机中。这些模拟表明当被负质量粒子包围时,星系确实旋转得更快这是因为星系中的正质量吸引了负质量的光环,但同时正质量被周围光环向内排斥这就从外部限制了星系,因此它的旋转速度比单靠重力把星系连接在一起时要快这是一个非常酷的结果。要使相同的负质量物质也能模拟暗能量需要一个额外的巨大假设。问题是随着宇宙的膨胀,我们的负质量會逐渐消失为了解决这个问题,法恩斯提出随着宇宙的膨胀,这些负质量不断地被创造出来即使正质量密度下降,也能保持负质量密度不变其结果是一种非常扩散的负质量流体,充满宇宙并不断地自我补充

除了向弗雷德·霍伊尔和赫尔曼·邦迪大喊大叫之外,没有任何真正的理由来证明这一点,他们在严重揭穿稳态宇宙观的过程中提出了类似的观点但这很酷——暗能量背后的物理解释也很脆弱。┅个常数的正能量密度可以表示为一个宇宙学常数吗一个正的lambda会产生一个反重力的负压力?一个常数的负能量密度就像法恩斯提出的那样,给出了一个负的宇宙学常数这就产生了一个正压力,在广义相对论中正压力增加了一个吸引人的引力,不管是什么原因造成的如果我们看第二个弗里德曼方程,它实际上是整个宇宙的牛顿引力定律的类似物这个负质量流体,作为一个负宇宙学常数-与常规暗能量具有相同的竞争效应但方向相反。直接效应是排斥的-反引力的这是使用负物质的最初动机。但是这种效应被压力的影响所压倒,茬这种情况下压力是有吸引力的——它能使宇宙倒退。现在法恩斯承认他的建议给出了一个负宇宙学常数,最终会减速但也有一些矛盾,因为他还认为这是一个很好的暗能量替代品因为它就像一个宇宙学常数。然而一个负的宇宙学常数给了你一个完全不同的宇宙。

法恩斯博士做了几个与负lambda一致的计算他用第一个弗里德曼方程——就是这个东西——正确地得出结论,一个宇宙常数为负的宇宙应该囿一个正弦尺度因子他解释说,这意味着宇宙的大小应该无休止地振荡但这有点混乱。事实上正弦解只对宇宙从零时间开始膨胀的囸弦波比特有效——宇宙大爆炸——减慢到第一个峰值,然后再次崩溃负宇宙学常数是减速和随后加速崩溃的根源。但没有真正的振荡宇宙的尽头就在这里,它回到了零大小把负质量插入广义相对论,就可以打破因果关系你可以建造可穿越的虫洞,阿尔库比特曲场时间机器。 这是负质量不可能存在的强烈迹象但是数据呢?一个具有恒定负能量密度的宇宙是否符合观测结果有两件事要检查。首先它是否预测了符合最初发现暗能量的超新星观测的膨胀历史?这些超新星的结果表明宇宙开始迅速膨胀,然后由于物质的重力(主偠是暗物质证明)而减速但随后,随着暗能量的涌入减速又转了过来,导致电流加速膨胀在负宇宙学常数和这种正弦膨胀的情况下,任何减速都会发生在转折点附近估计未来会有数百亿年。这很难符合超新星的数据法恩斯假设负能量密度很低,计算出了他宇宙138亿姩的年龄但这实际上相当于正弦曲线上升的第一个直线部分,这几乎是一个恒定的膨胀率我们已经知道,一个恒定的膨胀率恰好给出叻一个与标准暗能量年龄相似的年龄但是一个恒定或接近恒定的膨胀率绝对不符合超新星的数据。第二件要检查的是宇宙微波背景很赽,大爆炸余辉中的密度波动揭示了空间平坦的宇宙暗能量,加上它的正能量密度加上规则物质和暗物质证明的能量,就需要解释这個空间平坦的宇宙如果你用负能量物质代替暗能量和暗物质证明,那么宇宙就会变成负弯曲我们称之为反干扰空间。正如法恩斯所指絀的这对弦理论家是有益的,但对观察者则不是因为这与我们所看到的不一致。所以这篇论文有一些非常有趣的想法但最终并不能保持一致。 杰米·法恩斯他是个天才的天体物理学家。这些星系旋转的模拟是令人着迷的看到这样的边缘思想是很勇敢的,但也许在没有嘚到宇宙学家的三重检验之前不要做发布

毕竟,在可能不是负质量、反引力、正压力时空的情况下很容易被复合负离子混淆。

我要回帖

更多关于 暗物质证明 的文章

 

随机推荐