2023 年 10 月 17 日在旧金山举行的 TED AI 演讲文字记录
人类语言。数学。逻辑。这些都是使世界形式化的方式。在我们这个世纪，出现了一种新的、更强大的技术：计算。
近 50 年来，我非常荣幸能够基于这种计算理念建造一座越来越高的科技塔。今天我想告诉你们一些这导致的结果。
有很多东西要谈——所以我会很快地讲……有时只用一句话总结我写了一整本书的内容。
你知道，我上次做 TED 演讲是在 13 年前——2010 年 2 月——Wolfram|Alpha推出后不久。
我以一个问题结束了这次演讲：计算最终是我们宇宙中一切事物的基础吗？
我给了自己十年的时间来找出答案。事实上，这可能需要一个世纪。但在 2020 年 4 月，也就是十年之后，我们很高兴能够宣布宇宙的终极“机器代码” 。
是的，它是计算性的。因此，计算不仅仅是一种可能的形式化；而是一种可能的形式化。这是我们宇宙的终极目标。
这一切都始于这样一个想法： 空间就像物质一样，是由离散元素组成的。空间及其中的一切结构都是由这些元素之间的关系网络定义的——我们可以称之为空间原子。它非常优雅，但又非常抽象。
但这是一个人性化的表示：
宇宙最初的一个版本。我们在这里看到的是通过连续应用非常简单的计算规则而出现的空间和其中的一切。而且，请记住，这些点不是任何现有空间中的原子。它们是空间原子——组合在一起形成空间。是的，如果我们持续足够长的时间，我们就可以用这种方式构建我们的整个宇宙。
亿万年后，这里出现了一块带有两个小黑洞的空间，它们最终合并，辐射出引力辐射的涟漪：
请记住，所有这一切都是通过纯粹的计算构建的。但就像从分子中出现的流体力学一样，这里出现的是时空和爱因斯坦的引力方程。尽管存在我们可能能够检测到的偏差。就像这样， 空间的维数并不总是精确的 3 。
还有其他的事情。我们的计算规则不可避免地可以以多种方式应用，每种规则都定义了不同的时间线索（不同的历史路径），可以分支和合并：
但作为嵌入这个宇宙的观察者，我们也在分支和合并。事实证明， 量子力学是作为分支思想如何感知分支宇宙的故事而出现的。
这里的粉红色小线显示了我们所说的鳃空间的结构——量子分支的空间。令人惊叹的美丽事物之一——至少对于像我这样的物理学家来说——是，在物理空间中为我们提供重力的现象，在鳃空间中为我们提供量子力学的现象。
在迄今为止的科学史上，我认为我们可以确定构建世界模型的四种广泛范式——可以通过它们处理时间的方式来区分它们。
在古代，甚至在今天的许多科学领域，一切都与“事物是由什么构成的”有关，而时间并没有真正进入。但在 1600 年代，出现了用数学公式对事物进行建模的想法，其中时间也被纳入其中，但基本上只是作为坐标值。
然后在 20 世纪 80 年代——这是我深入参与的事情——出现了通过从简单的计算规则开始然后让它们运行来创建模型的想法：
人们能预测将会发生什么吗？不，这就是我所说的计算不可约性：实际上，时间的流逝对应于不可约的计算，我们必须运行它才能知道结果如何。
但现在还有更多的东西：在我们的物理项目中，事物变得多重计算，有许多时间线，只能由观察者编织在一起。
这是一种新的范式——实际上似乎不仅可以解开基础物理学的谜题，还可以解开数学和计算机科学基础的谜题，甚至可能还解开生物学和经济学等领域的谜题。
你知道，我谈到了通过重复应用计算规则来构建宇宙。但这个规则是如何选择的呢？嗯，事实上，事实并非如此。因为所有可能的规则都被使用了。我们正在构建我所说的 ruliad ：一个深度抽象但独特的对象，它是所有可能的计算过程的纠缠限制。这是以图灵机形式显示的一小部分：
好的，所以 ruliad 就是一切。而 我们作为观察者必然是其中的一部分。在整个 ruliad 中，一切计算上可能发生的事情都可能发生。但像我们这样的观察者只能对 ruliad 的特定部分进行采样。
关于我们，有两个重要事实。首先，我们的计算能力是有限的——我们的思维是有限的。其次，我们相信我们在时间上是持久的——尽管我们每时每刻都是由不同的空间原子组成的。
这就是最重要的结果。 具有这些特征的观察者在 ruliad 中所感知到的必然遵循一定的规律。而这些定律恰恰就是20世纪物理学的三大关键理论：广义相对论、量子力学、统计力学和第二定律。
正是因为我们是像我们这样的观察者，我们才能感知到我们所做的物理定律。
我们可以将不同的思想视为处于规则空间的不同位置。想法相似的人类思想就在附近。动物离得更远。再往远一点，我们就会接触到外星人的思想，在那里很难进行翻译。
我们怎样才能获得这一切的直觉呢？我们可以使用生成式人工智能来获取 ruliad 的一小部分，并与我们人类生成的图像对齐。
我们可以将其视为使用派对帽中的猫概念描述的 ruliad 中的一个位置：
缩小，我们看到了我们所说的“猫岛”。但很快我们就进入了概念间的空间。有时事情看起来很熟悉，但大多数时候我们会看到人类无法用语言形容的事情。
在物理空间中，我们通过发射航天器来探索更多的宇宙。在规则空间中，我们通过扩展我们的概念和范式来探索更多。
我们可以通过采样可能的规则来了解外面的情况——我称之为规则学：
即使规则极其简单，但其内容却极其丰富。但问题是，其中大部分尚未与我们人类理解或关心的事物联系起来。这就像当我们观察自然世界时，才逐渐意识到我们可以将其特征用于技术。即使我们的文明取得了如此巨大的成就，我们对乡村空间的探索才刚刚开始。
但人工智能呢？就像我们可以进行规则学一样，人工智能原则上可以出去探索规则空间。但如果留给他们自己的设备，他们将主要做我们人类不参与或不关心的事情。
人工智能近年来的重大成就是创造与人类密切相关的系统。我们在数十亿个网页上对法学硕士进行培训，以便他们能够生成人类所写的典型文本。是的，事实上，这项工作无疑告诉我们一些关于语言语义语法的深刻科学知识，以及逻辑等事物的概括，也许我们在几个世纪前就应该知道这些知识。
你知道，在人类历史的大部分时间里，我们有点像法学硕士，通过匹配我们头脑中的模式来解决问题。但随后出现了更系统的形式化——最终是计算。有了这个，我们就获得了完全不同的力量——创造真正的新事物，并且实际上可以在 ruliad 中去往我们想要的任何地方。
但挑战在于如何以一种与我们人类和人工智能理解的方式相联系的方式来做到这一点。
事实上，我一生的大部分时间都致力于建造这座桥梁。这一切都是为了创建一种以计算方式表达我们自己的语言：一种用于计算思维的语言。
目标是用计算术语形式化我们对世界的了解。拥有计算方法来表示城市、化学品、电影和公式——以及我们对它们的了解。
这是一项艰巨的事业—— 跨越了我四十多年的人生。这是非常独特和不同的东西。但我很高兴地向大家报告，在Mathematica和现在的Wolfram 语言中，我认为我们现在已经坚定地成功地创建了一种真正全面的计算语言。
实际上，这里的每一个函数都可以被认为是形式化的——并用计算术语封装——我们文明的智力成就的某些方面：
这是我所知道的最集中的智力表达形式：找到一切事物的本质，并在我们的计算语言的设计中连贯地表达它。对我个人来说，这是一次奇妙的旅程，年复一年地建造所需的思想和技术之塔，如今在开放的直播中与世界分享这一过程。
几个世纪前，数学符号以及相当于“数学语言”的发展，提供了表达数学的系统方法，并使代数、微积分以及最终所有现代数学科学成为可能。计算语言现在提供了类似的路径——让我们最终为所有可想象的领域 X 创建一个“计算 X”。
我们已经看到了计算机科学——CS 的发展。但计算语言最终开辟了更大、更广泛的东西：CX。 70 年来，我们一直在使用编程语言——用计算机的语言告诉计算机该做什么。但计算语言在智力上涉及的东西要大得多：它涉及我们能想到的一切，并用计算术语将其付诸实践。
您知道，我首先构建 Wolfram 语言是因为我想自己使用它。现在当我使用它时，我感觉它给了我一种超能力：
我只需要用计算术语想象一些东西，然后语言几乎神奇地让我把它变成现实，看到它的后果，然后在它们的基础上进行构建。是的，这就是让我做物理项目之类的事情的超能力。
在过去的 35 年里，我非常荣幸能够与许多其他人分享这种超能力，并通过这样做在如此多的领域取得了如此令人难以置信的进步。看到人们——研究人员、首席执行官、孩子们——使用我们的语言以计算术语流畅地思考，使他们自己的思维更加清晰，然后实际上自动调用计算超能力，这是一件很棒的事情。
现在不仅仅是人们可以做到这一点。人工智能也可以使用我们的计算语言作为工具。是的，为了弄清事实，但更重要的是，计算新的事实。我们的技术已经与法学硕士进行了一些集成，而且您很快就会看到更多。而且，您知道，当谈到构建新事物时，一个非常强大的新兴工作流程基本上是从大致告诉 LLM 您想要什么开始，然后让它尝试用精确的 Wolfram 语言表达它。然后——与编程语言相比，这是我们的计算语言的一个关键特征——你作为人类可以“阅读代码”。如果它满足您的要求，您可以将其用作可靠的组件来进行构建。
好吧，但假设我们使用越来越多的人工智能以及越来越多的计算。世界将会是什么样子？从工业革命开始，我们就习惯于进行工程，实际上我们可以“查看齿轮如何啮合”以“理解”事物的工作原理。但计算不可约性现在表明这并不总是可能的。我们并不总是能够用简单的人类（或者说数学）叙述来解释或预测系统将做什么。
是的，这实际上是科学从内部吞噬自己。从数学科学的所有成功中，我们开始相信，只要我们能找到它们，就会有公式来预测一切。但现在计算不可约性表明事实并非如此。实际上，为了找出系统将做什么，我们必须经历与系统本身相同的不可简化的计算步骤。
是的，这是科学的弱点。但这也是为什么时间的流逝是重要且有意义的。我们不能直接跳到前面去得到答案；我们必须这样做。我们必须“按步骤生活”。
这将是未来一个巨大的社会困境。如果我们让人工智能充分发挥其计算潜力，它们将具有大量计算不可约性，而我们将无法预测它们会做什么。但如果我们对它们施加限制以使它们可预测，我们就会限制它们能为我们做的事情。
那么，如果我们的世界充满了计算不可约性，会是什么样的感觉呢？嗯，这确实不是什么新鲜事——因为这就是一个充满自然色彩的故事。那里发生的事情是，我们找到了在自然中运作的方法——尽管自然仍然会给我们带来惊喜。
人工智能也是如此。我们可能会给他们一部宪法，但总会有我们无法预测的后果。当然，即使是弄清楚我们对人工智能的社会需求也很困难。也许我们需要一种即时统治，让人们写下提示而不仅仅是投票。但基本上每一个控制结果的方案似乎都充满了政治哲学和计算不可约性的陷阱。
你知道，如果我们纵观人类历史的整个弧线，系统性改变的一件事就是越来越多的东西变得自动化。法学硕士给了我们一个戏剧性的、意想不到的例子。那么这是否意味着我们人类最终将无事可做呢？好吧，如果你回顾一下历史，似乎会发生这样的情况：当一件事被自动化取代时，它就会带来很多新的事情要做。随着经济的发展， 职业的饼图似乎变得越来越分散。
现在我们回到了 ruliad。因为从根本上讲，自动化正在为 ruliad 开辟更多方向。并且没有抽象的方法可以在它们之间进行选择。这只是我们人类想要什么的问题，并且需要人类“做工作”来定义它。
一个不受人类输入束缚的人工智能社会将有效地探索整个鲁利亚德。但他们所做的大部分事情在我们看来都是随机且毫无意义的。就像现在大多数大自然似乎并没有“实现某个目的”。
人们过去常常认为，要构建对我们有用的东西，我们必须一步一步地去做。但人工智能和整个计算现象告诉我们，我们真正需要的只是定义我们想要的东西。然后计算、人工智能、自动化就可以实现这一目标。
是的，我认为以清晰的方式定义我们想要的东西的关键是计算语言。您知道，即使 35 年后，对于许多人来说，Wolfram 语言仍然是来自未来的产物。如果你的工作是编程，那似乎是一种作弊：为什么你可以在一小时内完成通常需要一周的事情？但这也可能令人畏惧，因为在匆忙完成一件事后，你现在必须构思下一件事。当然，这对于那些准备好迎接下一个挑战的首席执行官、首席技术官和知识领袖来说是件好事。事实上，它在该系列中非常受欢迎。
从某种意义上说，正在发生的事情是 Wolfram 语言从专注于力学转向专注于概念化。这种概念化的关键是广泛的计算思维。那么如何才能学会做到这一点呢？这并不是一个真正的CS故事。这确实是一个 CX 的故事。作为一种教育，它更像是文科而不是 STEM。这是一种趋势，当您实现技术执行自动化时，重要的不是弄清楚如何做事，而是弄清楚做什么。这更多的是关于广泛的知识和一般思维的故事，而不是任何狭隘的专业化。
你知道，这一切都出乎意料地以人为本。我们可能认为，随着科学技术的进步，我们人类的细节将变得越来越不重要。但我们发现事实并非如此。事实上，一切——甚至我们的物理学——都取决于我们人类如何碰巧对卢利亚德进行了采样。
在我们的物理项目之前，我们不知道我们的宇宙是否真的是可计算的。但现在很清楚事实确实如此。从此我们无情地走向了鲁利亚德——它的浩瀚，比我们宇宙中所有的物理空间都要大得多。
那么我们将在鲁利亚德中去哪里呢？计算语言让我们能够规划我们的道路。它让我们人类定义我们的目标和旅程。令人惊奇的是，每个人都可以使用 ruliad 中的所有功能和深度。人们只需要学会利用这些计算超能力。从这里开始。我们的 ruliad 门户：