需求#2：链接和评论

1.过去一个月的内在观点：

• 为什么看别人玩电子游戏？关于电子竞技的怪异世界。

• 人工智能艺术不是艺术：DALL-E 和其他人工智能艺术家只提供对艺术的模仿。

• 出版业的秘密：如何出版你的书并引起注意，反教训。

2.在“科学放缓并非不可避免”中，有人认为，也许想法并没有变得越来越难找到，而且还有其他原因导致这种放缓，包括由于缺乏教育辅导而导致天才的衰落：

我们的缓慢增长是一个谜。我们已经产生了大量有用的知识。我们让从世界任何地方获取这些知识变得越来越容易。我们有 Jstor 和 Google Books 来挖掘现有知识，并使用 Excel 轻松进行数据分析。我们可以通过 Zoom 和 Slack 与世界各地的人们合作。正式从事科学、技术和创新工作的人比以往任何时候都多。尽管有所有这些优势，但如果不仅仅是想法本身越来越难找到，我们怎么会经历更少的进步呢？

一种可能性是，有一个隐藏因素正在将研究生产力推到最低点。 . .我将提出三个原因。 . .

一个原因可能是某些父母所做的独特的育儿方式——这似乎很重要，尽管育儿和学校教育通常在对整个人口的研究中显示出非常小的影响。例如，匈牙利老师拉兹洛·波尔加（ Laszlo Polgar ）集中训练他的三个女儿成为国际象棋冠军，并且三个女儿都取得了成功。一个女儿朱迪特是有史以来排名最高的女棋手，也是唯一进入前 10 名的女棋手。同样，杰里米·边沁的朋友、苏格兰哲学家、政治家詹姆斯·米尔把他的儿子约翰·斯图尔特·米尔培养成维多利亚时代最伟大的英国公共知识分子，受过独特的教育。教育家本杰明·布鲁姆的“两西格玛问题”表明，如果孩子们在一对一的辅导下长大，这样的结果可以通过大量的孩子来实现。

您可能会注意到，即使在最初的激励设置中，这也与我在最近的论文“为什么我们停止制造爱因斯坦？ ” 从 3 月开始——除了这篇新文章没有完全充实这个想法，而且听起来像是 Bloom 研究的一个明显的先前已知结果，而 Bloom 只研究了辅导对提高课堂考试成绩的影响。 AFAIK，他从未推测过天才的衰落是如何归因于一对一辅导的历史衰落（也没有将其与贵族的衰落联系起来）。然而，我的文章没有被提及或链接。同时，还有许多其他类似在线文章的引用（作者承认在 Twitter 上阅读了我的文章）。

现在，我确信我最终会犯下同样的疏忽之罪。在某些时候，每个在线写作的人都会。这是不可避免的。而且，作为一个日常工作是提出新颖的科学假设的人，我只想说，除了数学等非常具体的事情之外，要弄清楚谁真正提出了一个想法（而不是最近谁说的）基本上是不可能的证明。我不能 100% 确定关于贵族辅导的观点对我来说是独创的——它在一开始就是独创的，但也许对某个地方的某个人来说是显而易见的，他读过或写过我从未见过的其他东西——当然这在对许多历史上做过的人来说是某种方式！无论如何，没有什么是真正原创的，因为想法都是组合学和重新语境化的——把一个想法的整体呈现出令人信服的想法归功于一个人，即使这个想法的部分内容分散在其他地方也不错。

但这带来了一个更广泛的问题：在线写作时应该引用哪些内容？对于博客、新闻通讯和媒体，我的意思是。简单的答案是引用所有应该被引用的东西——但那是不可能的！事实上，大多数网点会故意不引用其他人的作品：点击《纽约时报》中的链接，五分之四会将您重定向到其他纽约时报页面。这样的网点是封闭的信息生态系统，对良好的引用或信用等任何事情的兴趣绝对为零（奇怪的是，他们热心地承诺不因任何事情而归功于任何人，但这并不会影响他们的声望）。

在科学文献中，如果子领域足够小，则偶尔可能会出现一篇论文引用它在理想世界中应该引用的内容。但大多数时候，即使是科学论文也无法做到这一点。那么在线论文有什么希望，尤其是关于大或广泛的主题，比如教育的本质或天才的衰落，或者想法是否越来越难找到？不仅如此，有时人们觉得他们应该被引用，但实际上并不合适，所以很难相信自己的看法，因为你总是偏向于高估自己的影响力和独创性。我有一个或两个人给我发电子邮件询问我的写作并问 – 你为什么不引用我的工作？ – 老实说，到目前为止，这主要是一些无关紧要的事情，或者一个如此广泛的观点分配优先级是荒谬的（例如，也许社交媒体对我们不利，也许人工智能很危险，或者其他常见的比喻）。

我希望我在网上写作时有一个完美的解决方案来解决这个引用问题。 Imo，当作品通过某个新近度乘以相关性阈值时，会指示对其他作品的引用（至少通过一个链接）。我应该搜索十五年前的博客文章来引用吗？嗯，也许没有那么多。除非它在字面上完全一样，否则它的标准太高了，无法坚持。即使是相同的，网上的文章都是活的文件——如果你最终几乎完全地重新发现了别人的文章，或者在学术界如果没有得到认可就会被抄袭，你不应该太担心——是的，作者或读者发表评论说“嘿，这个怎么样？”是公平的。但是您也可以添加引用（即使提及只是脚注中的一个小参考）并简单地对提出问题的评论者或作者说：mea cupla，错过了这个，mea culpa。作者也可以辩论或为自己辩护，说实际上引用是没有根据的，例如，它太宽泛了，所以声称这样的想法是荒谬的，或者找到更早的来源等。这些当然是我的标准，一个代码我选择靠生活，因为我认为这是合理的。我们不应该这样做，所以作者必须完美地做事，因为那样什么都做不了。当我私下联系这篇文章的作者 Ben Southwood 指出他已经为他最近阅读但没有引用的东西写了一个完全相同的论文的缩影版本时，他回答说他认为他引用了它并放一个链接。

3.说到那篇文章，我能够与Palladium杂志讨论贵族辅导假设，该杂志在他们的播客中主持了我。

4.还相关：提醒为The Intrinsic Perspective绘制插图的艺术家Alexander Naughton接受委托。他写了一份关于他的过程的描述，其中显示了这些过程中的工作量：

通常，我至少有两周的时间来交付插图，但我在两天内完成了这个。

首先是最初的草图想法。 Erik 喜欢大脑被塑造的想法，所以我们同意了。通常我喜欢提出至少两个想法，但老实说，这似乎非常适合这篇文章。

接下来，我通过创建我的手按摩大脑的数字拼贴画来发展这个想法。然后我用手画了拼贴画并扫描了这幅画。

我知道我需要其他东西来为图像提供一些参考文章。然后我想起了爱因斯坦伸出舌头的那张著名照片。我认为这将是对一堆无实体的手探索和塑造他的大脑的完美反应。

我在 Photoshop 上将所有草图添加在一起，并以数字方式对其进行追踪。图像的最后一个补充是爱因斯坦脖子内的弯曲和彩色线条，以参考弯曲的时空，这是他对物理学的天才贡献。埃里克喜欢这个插图，他的文章在网上疯传。

5.我在皇家学会哲学汇刊 A 上发表了一篇新论文。它正在出现，多年来我一直试图说服人们在科学上是可以测量的。在论文中我们问：减少总是一个好的科学策略吗？或者您这样做会丢失信息吗？

有些人反对涌现的观点，指出信息在微观尺度上总是最大的（即，在最大限度减少后你剩下的任何东西）。在论文中，我们使用信息论来证明这不是真的；相反，它取决于信息的类型。我们利用众所周知的互信息：

值得注意的是，互信息 (MI) 可以通过称为“部分信息分解”的方式分解为不同类型的信息：协同的、唯一的和冗余的。此信息存在于所有可能的信息源的网格中，例如，对于三个源，您将在 {1,2,3}、{1,2}、{2,3} 中拥有信息。等等。我们感兴趣的是：这种分解如何跨尺度变化？

但首先，我们必须回答这个问题：“这个系统与那个系统的协同作用如何？”目前还没有一个很好的数学答案。所以我们发明了一种测量协同与冗余信息比率的新方法量化信息如何在任何给定系统的协同/唯一/冗余格上分布。例如，左侧是具有低协同偏差的三元系统，右侧是具有高协同偏差的系统。

所以，在宏观上，我们现在可以问：协同偏差是增加还是减少？即，我们可以将系统宏观尺度（一些粗粒度或降维）的晶格与其微观尺度进行比较，看看有什么变化。我们使用NAND 逻辑，因为它很容易理解如何将简单的逻辑门粗粒度化为更复杂的宏观逻辑门，如 XOR（例如，宏观左，微尺度右）：

我们发现，正如预测的那样，协同偏差确实会在不同尺度上发生变化。具体来说，像 XOR 门之类的东西的宏观规模比其底层 NAND 结构（或其他逻辑门，我们使用了一些混合）更具协同性。

这是直观上正确的结果，因为通过将系统描述为“这是一个 XOR”的宏观尺度而不是“这是四个 NAND 门”的微观尺度，似乎确实有所收获。但请注意，总 MI 在微尺度上也更高。因此，也许宏观尺度更具有协同作用，仅仅是因为降维正在倾倒冗余信息，导致总信息减少？也许还原论仍然是普遍适用的系统建模方法？

为了检查协同偏差的增加是否仅仅来自冗余信息的丢失，我们设计了一种方法来创建具有与其微观尺度相同的 MI 的宏观尺度。因此总 MI 始终保持不变，即使发生减少（例如，如果 MI = 1 位在微观尺度，它也将等于 1 位在宏观尺度）。由于 MI 是跨尺度固定的，协同偏差的任何变化都不能仅仅来自于倾倒冗余信息。

当我们进行这种控制时，我们仍然发现协同偏差增加了！也就是说，宏观尺度可以将冗余信息转换为协同信息。

我喜欢这篇论文的地方是（a）我们使用了每个人都同意的衡量标准（MI），（b）我们仍然表明，宏观尺度比微观尺度具有优势，其方式符合直观的“出现， （c）我们排除了宏观模型的这种优势仅仅是由于宏观尺度上冗余信息的减少。基本上，这是一个很好的证据，证明在归约过程中可能会发生信息丢失（特别是协同信息的丢失）。这对科学家来说具有重要意义，因为这意味着最微观细节的模型并不总是就它们包含的信息类型而言最好的模型。

6.上周， 《新科学家》 杂志介绍了我更多关于涌现的科学工作。不幸的是，它在付费墙后面，但如果你在商店或其他地方看到它，它也是印刷版中的一个故事。

原文： https://erikhoel.substack.com/p/desiderata-2-links-and-commentary