“Survival of the stablest.”

“Survival of the stablest.”

这句话出现在访谈第四分钟，但在剩下的两个小时里一直萦绕于心。它让我对以下两句话有了新的认识：

爱因斯坦：这个世界最让人费解之处，在于它竟然是可以理解的。

费曼：真正理解（纳维-斯托克斯）方程所包含的丰富性质，标志着人类下一次智识觉醒。

这两处“理解”的含义是不同的——这是物理学吊诡之处。

通常而言，人类的认知以自身尺度为中心，从日常经验总结出一阶规律，泛化到一般场景。随着观察精度提高，一阶规律捉襟见肘，引入二阶规律修补误差，继续泛化，循环往复螺旋上升。这种层级结构在工程上是合理的，但在挑剔的物理学家看来，每增加一阶模型，就增加了一层认知负担。从奥卡姆剃刀原则来看，参数越多的模型越可能过拟合；从在美学上无比挑剔的物理学家来看，美的、简洁的模型更可能是正确的。这种偏执从理性的角度来看毫无道理，但它恰恰在最基础的物理理论上宣告它的力量。

自然法则和人类认知存在着某种深层次的共频，这种釜底抽薪式的直觉打破了螺旋上升式的认知范式，以至于人们理解了流体的动力学机制（纳维-斯托克斯方程），却无法完全把握由它产生的复杂多变的湍流模式。当然，模式涌现不仅存在于自然现象，在像原胞自动机这样的人造模式中依然不断出现，这正是复杂系统作为一门元学科的价值。

知道纳维-斯托克斯方程和康威生命游戏的基础规则当然是不够的，尽管一切涌现模式都由它们产生。基本规则涵盖了一切可能的态，但从人类视角出发，我们真正关心的只是其中非常非常小的子空间：模式——即时间和空间上稳定、重复出现的状态；其他都是混沌、噪音。探索这个子空间需要新的工具和理论，它甚至可以和基本规则解绑。现在很可能出现的情况是，生图AI已经先人类一步摸清楚了这个子空间的通道和边界。这种“理解”不是第一性原理的，不依靠以分子为比特的物理世界暴力搜索；它是返璞归真的、从低阶到高阶的泛化过程——这恰恰是扩散模型的逻辑。（脑洞：那么语言模型中涌现出的智能呢？它大概是同构的：扩散语言模型和自回归语言模型互为谱序和时序的傅立叶变换。）

这种搜索逻辑之所以高效，因为它和人的视角高度绑定。“Survival of the stablest” 这句话与其说描述了自然现象本身，不如说描述了自然现象投射于人的认知。我愈发感到视角往往比认知对象更重要。我最近在公司内部分享创办纽约文化沙龙的心得，指出“视角意识”这个观点。我认为不同领域和学科不是关于“世界知识”的分门别类的生产线，而是对于同一个世界的丰富视角。沙龙不是知识的搬运工（那是维基百科做的事），我们是新视角的开启者。在旧视角下获得新知识是简单的，在新视角下审视旧知识是困难的。在我看来，每获得一个新的视角，就意味着一次智识觉醒。