斯蒂芬·沃爾夫勒姆這個名字，在中文世界里可能遠(yuǎn)談不上家喻戶曉；但他的英文名Stephen Wolfram恐怕反而卻要熟悉得多。
他是Mathematica軟件的發(fā)明者和首席設(shè)計師，被廣泛地認(rèn)為是當(dāng)今科學(xué)和計算技術(shù)中最重要的革新者之一。
大名鼎鼎的數(shù)學(xué)軟件Mathematica每次啟動的時候都會提醒你這是Wolfram出品
Wolfram Alpha:下一代搜索引擎，歷史上第一個實用的AI(http://www.wolframalpha.com/)。
WolframAlpha是開發(fā)計算數(shù)學(xué)應(yīng)用軟件的沃爾夫勒姆研究公司開發(fā)出的新一代的搜索引擎，能根據(jù)問題直接給出答案的網(wǎng)站，于 2009年5月15日晚7點(diǎn)（美國中部當(dāng)?shù)貢r間，北京時間5月16日上午8點(diǎn)）提前上線，用戶在搜索框鍵入需要查詢的問題后，該搜索引擎將直接向用戶返回答案，而不是返回一大堆網(wǎng)頁鏈接。
它是基于 Wolfram 早期旗艦產(chǎn)品 Mathematica，一款囊括了計算機(jī)代數(shù)、符號和數(shù)值計算、可視化和統(tǒng)計功能的計算平臺和工具包開發(fā)的。其數(shù)據(jù)來源包括學(xué)術(shù)網(wǎng)站和出版物、商業(yè)網(wǎng)站和公司、科學(xué)機(jī)構(gòu)等等，例如中央情報局出版物《世界概況》、康奈爾大學(xué)圖書館出版物《All About Birds》、《Chambers Biographical Dictionary》、道瓊斯公司、CrunchBase、百思買、美國聯(lián)邦航空管理局、美國地質(zhì)調(diào)查局等 。
從直接了當(dāng)?shù)臄?shù)學(xué)問題（對 x^2 sin^3x dx積分），到簡單的邏輯問題（哪些書的名字里有“藍(lán)”這個詞），到物理和化學(xué)問題（ATP的電子式是什么，描述三維盒子中的自由粒子需要哪些變量和方程），甚至更一般性的知識問題（卡西尼探測器上攜帶了多少核燃料，林白單人飛越大西洋的起點(diǎn)和終點(diǎn)，1969年8月發(fā)生了哪些大事件），它都可以回答。
更重要的是，這些問題都可以用自然語言提出，無需懂計算機(jī)語言——當(dāng)然像Siri一樣接受調(diào)戲的能力也是有的（其實它比Siri早得多，甚至Siri應(yīng)用了它的技術(shù)）。數(shù)學(xué)家格里高利·蔡廷（Gregory Chaitin）說，這是“第一個真正實用的人工智能”。
Mathematica / Wolfram Language tree
而斯蒂芬·沃爾夫勒姆的野心，可遠(yuǎn)遠(yuǎn)不止于此。（插播：晚輩小札同學(xué)剛剛投資了一家知識引擎公司。）
沃爾夫勒姆1959年出生在英國倫敦，父母是當(dāng)年從德國來英避難的猶太人。10歲的時候他立志要當(dāng)科學(xué)家，然后幾乎立刻發(fā)現(xiàn)自己和所有“科學(xué)家的搖籃”都合不來。12歲的時候他拿到了大名鼎鼎的伊頓公學(xué)的獎學(xué)金，卻根本不屑于聽老師指揮，還靠幫別的學(xué)生寫作業(yè)來賺零花錢。
17歲時，他還沒從伊頓真正畢業(yè)就被牛津錄取了，但是卻沒有真正“上”過牛津——開學(xué)第一天他聽了一堂大一新生課，覺得“糟透了”。第二天和第三天他分別聽了大二和大三的課，結(jié)論是“全都糟透了，我再也不去聽課了”。自此他幾乎就沒有去上過課，并在短短兩年之后就前往加州理工大學(xué)攻讀理論物理博士生了——牛津的一些老教授至今對此耿耿于懷。
他拿到博士學(xué)位后立刻被加州理工聘用，當(dāng)時他年僅20歲；僅僅一年之后他就獲得了獎勵年輕創(chuàng)新者的著名獎項“麥克阿瑟天才獎”，至今仍然是該獎最年輕的得主。
但是，這樣一位少年天才此后的發(fā)展路線卻出乎所有人的意料。在加州理工時，他發(fā)明了一種計算機(jī)語言，卻因為學(xué)校規(guī)定他不能獨(dú)享專利而和校方鬧翻，轉(zhuǎn)而前往普林斯頓高等研究院。在這里他放棄了理論物理，開始研究一個奇怪的新領(lǐng)域：“細(xì)胞自動機(jī)”（又名--元胞自動機(jī)）。
這以后的十五年中他悄無聲息地獨(dú)自研究，而最終的成果就是 《一種新科學(xué)》 。在這本書里，他發(fā)展了對于元胞自動機(jī)與復(fù)雜性問題的研究，認(rèn)為一切規(guī)律都可以被認(rèn)為是元胞自動機(jī)產(chǎn)生的結(jié)果，從基本的加減乘除到華爾街股票的漲落都可以用他的“新科學(xué)”來解釋。
除了在研究領(lǐng)域取得突破外，2009 年時，基于 Mathematica 軟件的 Wolfram Alpha 自動問答系統(tǒng)也終于上線，它一出現(xiàn)就被認(rèn)為是 Google 搜索的挑戰(zhàn)者?？梢哉f，傳統(tǒng)搜索引擎如 Google 是在通過語義分析尋找對網(wǎng)頁進(jìn)行索引，幫助用戶尋找答案；而 Wolfram Alpha 的野心在于通過分析來計算答案。
回顧史蒂芬·沃爾夫勒姆目前取得的成就就可以看出，與他那 50/50 的工作時間分割比例一樣，他的成就也一分為二，前者是他傾心的復(fù)雜系統(tǒng)研究，后者就是 Mathematica 及其相關(guān)軟件。
今天，蘋果的 Siri 和三星的 S Voice 智能助手在回答問題時，都或多或少地得到 Wolfram Alpha 的支持。此外，微軟的必應(yīng)搜索引擎也在一些方面采用了該技術(shù)。 Wolfram Alpha 也被認(rèn)為是可能實現(xiàn)強(qiáng)人工智能的未來產(chǎn)品。
想象一下，一望無際的大平面被分成了許許多多方格子。每個格子里正好能放下一個“細(xì)胞”。這個細(xì)胞不能運(yùn)動，它可以是死的，也可以是活的；但它的狀態(tài)，是由它周圍8個細(xì)胞的死活決定。
至于決定的規(guī)則，在這個例子里只有這么幾條：
1 “人口過少”：任何活細(xì)胞如果活鄰居少于2個，則死掉。
2 “正常”：任何活細(xì)胞如果活鄰居為2個或3個，則繼續(xù)活。
3 “人口過多”：任何活細(xì)胞如果活鄰居大于3個，則死掉。
4 “繁殖”：任何死細(xì)胞如果活鄰居正好是3個，則活過來。
而下面這幾張圖，全是遵循這幾條簡單規(guī)則的產(chǎn)物。
"脈沖星"：它的周期為3，看起來像一顆周期爆發(fā)的星星。
“滑翔者”：每4個回合“它”會向右下角走一格。雖然細(xì)胞早就是不同的細(xì)胞了，但它能保持原本的形態(tài)。
“輕量級飛船”：它的周期是4，每2個回合會向右邊走一格。
“滑翔者槍”：它會不停地釋放出一個又一個滑翔者。
“繁殖者”：它會向右行進(jìn)，留下一個接一個的“滑翔者槍”。動圖最后一幀定格時用三種顏色區(qū)分了繁殖者本體、滑翔者槍和它們打出來的滑翔者。
細(xì)胞自動機(jī)的想法可以追溯到馮·諾依曼，上面這幾條規(guī)則別名“生命游戲”，可能是最出名的一套規(guī)則組。沃爾夫勒姆對細(xì)胞自動機(jī)著了迷，而他的同事們對此的評論是“我不太確定他搞的東西能叫科學(xué)”，“這更像是數(shù)學(xué)游戲，他顯然已經(jīng)不再是物理學(xué)家了”，還有“這個‘少年天才’其實沒有穿衣服”。
可是沃爾夫勒姆卻覺得自己發(fā)現(xiàn)了某種本質(zhì)的東西。1983年，他做出了自己最得意的發(fā)現(xiàn)：“Rule 30”。這是一套規(guī)則組，處理的是更加簡單的一維細(xì)胞自動機(jī)，每一次迭代的產(chǎn)物變成新的一行打印在下面。可是，從一個活細(xì)胞出發(fā)，它卻生成了一套極其復(fù)雜的無盡花紋；后來Mathematica里使用的隨機(jī)數(shù)生成器，就是基于Rule 30的。（順便說，用Rule XX指代一維細(xì)胞自動機(jī)的規(guī)則組，這一用法是沃爾夫勒姆首創(chuàng)，沿用至今。）
Rule 30的全部規(guī)則，以及從一個黑點(diǎn)開始的迭代結(jié)果。每一次新的迭代就是新的一行，而每一個細(xì)胞的死活由且僅由它自己和它左右兩側(cè)的細(xì)胞在上一行的狀態(tài)決定。之所以是30，因為按順序排列的二進(jìn)制數(shù)00011110對應(yīng)的十進(jìn)制就是30。
250次迭代后的Rule 30。左邊緣看起來還有一定規(guī)律，但大部分區(qū)域看起來近乎是隨機(jī)的。
織錦芋螺（Conus textile）的花紋神似Rule 30的結(jié)果
《一種新科學(xué)》中舉例的 110 號元胞自動機(jī)模型，他認(rèn)為這個模型是圖靈完備的。
如此簡單的程序能生成如此復(fù)雜的行為，這意味著什么？
沃爾夫勒姆認(rèn)為，這正是我們宇宙的本質(zhì)；我們的世界就是計算，就是一套簡單的規(guī)則生成的復(fù)雜現(xiàn)象。
他關(guān)于細(xì)胞自動機(jī)的研究獲得了超過一萬次引用；而他本人則在離開高等研究院、在伊利諾伊大學(xué)度過了兩年時光（“在那里，他們指望我來籌錢，做研究的反而是別人”）之后，徹底離開了大學(xué)，成立了自己的公司。
成立它的目的不是賺錢，而是以最大的自由來推廣自己的軟件和自己的觀點(diǎn)。為了保持掌控力，他甚至拒絕了好幾次上市機(jī)會。
其結(jié)果，就是Mathematica和WolframAlpha，還有一本名為《一種新科學(xué)》的奇書。
在這本引發(fā)巨大爭議的書里，沃爾夫勒姆完整地闡述了他的世界觀：自然界的本質(zhì)是計算，但計算的本質(zhì)必須用實驗探索。過去的研究者要么使用純數(shù)學(xué)去研究計算，要么把計算看成工程的工具。但沃爾夫勒姆認(rèn)為，我們需要從經(jīng)驗出發(fā)、為了計算本身而探究計算，這是一種新的路線，書名也因此而來。
最近兩年里，沃爾夫勒姆又啟動了一項更大的計劃：Wolfram Language。其實它25年來一直是Mathematica所使用的計算機(jī)語言，但現(xiàn)在它獨(dú)立了出來，希望成為“世界上最有效率的編程語言”。
在2014年即將結(jié)束之時，沃爾夫勒姆來華訪問，宣傳他的思想與產(chǎn)品；新年第一天早晨，沃爾夫勒姆接受了果殼網(wǎng)科學(xué)人的專訪，在訪談里他講述了自己對宇宙本質(zhì)、自由意志、人工智能和軟件開源等許多問題的看法。
“我們能為宇宙建立一個完整的模型嗎？我的工作假說是‘能’。”
科學(xué)人：你一直說，不含隨機(jī)性的細(xì)胞自動機(jī)也可以產(chǎn)生無法預(yù)測的模式。現(xiàn)實世界如此多姿多彩，你覺得它是不是也不需要隨機(jī)性？
沃爾夫勒姆：我覺得不需要。很多時候人們說的“隨機(jī)性”，其實是建模時用的黑箱：我不了解一個系統(tǒng)的全部規(guī)則，所以我假定這個系統(tǒng)有某些額外的因素在提供“隨機(jī)”的輸入。
這個意義上的“隨機(jī)”，只是證明你還沒為這個系統(tǒng)建立完整的模型而已。但我們能為宇宙建立一個完整的模型嗎？我的工作假說是“能”。也許這假說是錯的，也許出于什么原因我們就是無法為宇宙建立完整模型——但是我還沒有見到相關(guān)的證據(jù)。所以我會朝這個目標(biāo)而努力。
一旦我們得到了完整模型，隨機(jī)性就消失了，沒有任何來自外部的不可預(yù)知的因素。我有個朋友名叫格里高利·蔡廷，他對于算法隨機(jī)性這整個領(lǐng)域非常感興趣，他有一個著名的發(fā)現(xiàn)叫做“歐米伽數(shù)”（即蔡廷常數(shù)），這個數(shù)字雖然是個確定的數(shù)，但任何圖靈機(jī)都計算不出來。（
1975 年，計算機(jī)科學(xué)家格里高里·蔡廷（Gregory Chaitin）研究了一個很有趣的問題：任意指定一種編程語言中，隨機(jī)輸入一段代碼，這段代碼能成功運(yùn)行并且會在有限時間里終止（不會無限運(yùn)行下去）的概率是多大。他把這個概率值命名為了“蔡廷常數(shù)”（Chaitin's constant）。
這聽起來有點(diǎn)不可思議，但事實上確實如此——蔡廷常數(shù)是一個不可計算數(shù)（uncomputable number）。也就是說，雖然蔡廷常數(shù)是一個確定的數(shù)字，但現(xiàn)已在理論上證明了，你是永遠(yuǎn)無法求出它來的。
）
我和他觀點(diǎn)的區(qū)別就是，我認(rèn)為宇宙像pi一樣，雖然無窮無盡但可以計算到任意精度；而他始終認(rèn)為宇宙像歐米伽。我不知道為什么。
科學(xué)人：如果我們建立了宇宙的完整模型，是否意味著我們就沒有自由意志了呢？
沃爾夫勒姆：我在我的書里討論了一個概念，叫做“計算不可化約性”（Computational irreducibility）。這意味著，就算你知道了一切規(guī)則，你可能也無法提前預(yù)測這些規(guī)則將會做什么——唯一的辦法是實地運(yùn)行這些規(guī)則看看它們到底會做出什么來。
“自由意志”這個詞包括很多層面，如果我們能預(yù)測我們將會做出什么事情來，那可以說我們沒有自由意志。比如說，看一只蛾子反復(fù)地撞擊玻璃窗，試圖飛出去，我們會說它看起來沒有自由意志，似乎是決定性的反射機(jī)制。
但如果我們看到一個人在做一件非常復(fù)雜的行為，我們會說他看起來好像在作出選擇，因為我們無法預(yù)測他將會怎么做——在這個意義上，我們擁有自由意志。
我們的歷史必須按順序逐漸上演，你不能說“我已經(jīng)知道結(jié)局了，快進(jìn)到頭吧”；歷史是必不可少的。世界的底層規(guī)則是簡單的、決定性的，但是這些規(guī)則生成的人類行為卻極端復(fù)雜，這之間的計算鴻溝無法化約，因此我們的行為是“自由”的。
科學(xué)人：會不會有一天，我們對大腦已經(jīng)有足夠的了解，可以監(jiān)控到足夠的信息，可以說“十秒鐘之后這個人會想這件事情”？這時人們還有自由意志嗎？
沃爾夫勒姆：我不知道。這一點(diǎn)已經(jīng)部分地在鳥類中實現(xiàn)了，我們能大致預(yù)測出鳥類下一秒會唱什么樣的歌。
但我還是覺得，自由意志這個概念的根源，只是因為要預(yù)測未來所需的計算量太大。就算我們發(fā)現(xiàn)了宇宙的全部規(guī)律，要么我們得想辦法進(jìn)行和宇宙同樣的運(yùn)算，要么我們就看著宇宙自己這么算下去。
科學(xué)人：到那時，是否物理就變成了數(shù)學(xué)呢？物理條件會反過來限制我們對數(shù)學(xué)的理解嗎？
沃爾夫勒姆：如果我們真的建立了宇宙的模型，一切都可計算，那么全部物理問題就都還原成了數(shù)學(xué)。但什么是數(shù)學(xué)呢？數(shù)學(xué)從公理系統(tǒng)出發(fā)，比如歐幾里得的公理系統(tǒng)；在此基礎(chǔ)上我們推導(dǎo)出一系列的形式知識。
至于選擇什么樣的公理，可以是人為武斷選擇、得到純粹抽象的數(shù)學(xué)知識，也可以選擇那些和現(xiàn)實世界對應(yīng)的公理。歐幾里得認(rèn)為他選擇的公理是對應(yīng)現(xiàn)實的，但后來數(shù)學(xué)家逐漸開始做出武斷的抽象的選擇。數(shù)學(xué)是個抽象的領(lǐng)域，它不會被現(xiàn)實的物理限制。
“模仿人類，既是錯誤的路線，又是唯一可行的路線?”
科學(xué)人：我們之前采訪過侯世達(dá)。對于他的人工智能（AI）路線——遵循類比、模仿人類思維——你怎么看待？
沃爾夫勒姆：我認(rèn)識他，我無法評判他的具體研究內(nèi)容，但對于他的大致方向——理解人類的智能——我的看法是：這既是錯誤的路線，又是唯一可行的路線。
一方面，如果說我們的目的是創(chuàng)造智能系統(tǒng)，那么這條路線與之無關(guān)，正如研究鳥類如何飛行與制造飛機(jī)無關(guān)一樣。特別是在所謂“通用推理AI”上，人們曾經(jīng)說它才是能夠回答問題的系統(tǒng)，但沿這條路線沒有人成功；而我們的WolframAlpha卻成功地回答了許多問題。
我們?nèi)绾巫龅降模客ㄓ猛评鞟I，所做的是推理。面對物理問題，從一個事實推理出下一個事實，就像中世紀(jì)的哲學(xué)家那樣。而我們做的，則是計算。面對物理問題，我們在某種意義上是“作弊”了：使用我們文明積累下來的全部科學(xué)和數(shù)學(xué)確立一個方程，然后把結(jié)果計算出來。
在這里，我們使用的方式和人類思考問題的方式截然不同，但效率要高很多。大部分眼下的智能系統(tǒng)都是這樣。
但另一方面，如果我們的目的是真正的“終極”智能呢？我們現(xiàn)在的計算能力，和大腦比起來都可以說相當(dāng)不錯了，但是如果要為這些計算設(shè)定一個目的，必須有人類的參與。
我們的系統(tǒng)可以想算什么就算什么，但沒有人為它指明目標(biāo)，它什么也做不了。世界上沒有所謂“純粹”的智能，它必須和人類目標(biāo)緊密相連。
侯世達(dá)的路線對解決任何具體的智能問題都沒有什么幫助，但對理解我們的目的卻至關(guān)重要。
科學(xué)人：為什么人類有目的，機(jī)器就沒有呢？你覺得區(qū)別在哪里呢？
沃爾夫勒姆：這是個好問題。水有向下流的“目的”，你可以為物理世界賦予各種各樣的“目的”，但所謂的目的其實有兩種，一種是遵循物理機(jī)制自然會產(chǎn)生的結(jié)果，另一種則是努力要去實現(xiàn)的目標(biāo)。
自然界的計算能力完全可以和人腦像匹敵，但自然界的目的全都是前者，而如果我們希望得到類人智能，必須要有類人的目的。
比如湍流，或者木星大氣表面的漩渦，它在做各種各樣繁復(fù)的計算，恐怕比我們的大腦更加復(fù)雜——至少是運(yùn)算量更大，但它看起來并未獲得我們所說的智能，因為我們唯一知道的智能，就是人類智能。
科學(xué)人：那么你相信智能爆炸會帶來技術(shù)奇點(diǎn)嗎？
沃爾夫勒姆：不相信，至少不是人們通常說的那種奇點(diǎn)。許多人說奇點(diǎn)的時候，想象的一個重要特征就是人類永生。這遲早是能實現(xiàn)的，也許部分技術(shù)來自生物學(xué)，部分技術(shù)來自數(shù)字世界。
這時看起來也許就像是抵達(dá)了奇點(diǎn)一樣——人類和智能有了無限的時間去發(fā)現(xiàn)新事物。但是每年新發(fā)現(xiàn)的東西就會因此而指數(shù)爆炸直到無限嗎？我不這么認(rèn)為。
也許我有偏見吧，人類智能是個連續(xù)譜，而我很幸運(yùn)，我自己位于這個譜的上面那一端；但是在我看來，這些智力并沒有質(zhì)的區(qū)別。就算你的智商有200甚至1000，恐怕也不會讓你懂得一些別人不可能懂的東西。能不能把更多的知識整合起來？當(dāng)然可以。
假如說我們現(xiàn)在大腦每秒接收100兆的信息，我們當(dāng)然可以想象一個智能系統(tǒng)每秒可以接收并處理上千兆的信息；但我不認(rèn)為這談得上是“更高的智能”。
“我把自己看成一個工具的制造者”
科學(xué)人：人們說WolframAlpha是第一個實用的AI。你在創(chuàng)造它的時候，覺得自己是一個AI研究者嗎？
沃爾夫勒姆：“人工智能”是一個很模糊的概念。我和AI打交道的這些年里，它從讓人激動的概念，變成了“毫無希望”的領(lǐng)域，現(xiàn)在它又東山再起，流行起來了。四十多年前，我就想做一個像WolframAlpha這樣的東西。
當(dāng)時，我覺得要做一個這樣的工具，必須先制造出通用AI，這很困難，所以我沒有沿這個方向繼續(xù)做下去。但后來，由于我所做的研究，我意識到其實不需要通用AI，也能提供計算性知識。這就是我發(fā)明WolframAlpha的原因。
我們想制造出“聰明”的系統(tǒng)，而現(xiàn)在我們有了Wolfram語言作為平臺，在這個基礎(chǔ)上我們就能實現(xiàn)智能系統(tǒng)的目標(biāo)。
我把自己看成一個工具的制造者，而拿這些工具做什么呢？把我們這個文明的一切知識匯聚起來，形成框架，讓新的知識能夠自動在它的基礎(chǔ)上生產(chǎn)出來。
WolframAlpha和Wolfram語言都是在幫助人思考，但和其他幫助人思考的工具不同，我們所做的是讓知識變成可以用來計算的東西。
科學(xué)人：Wolfram語言未來會向免費(fèi)和開源方向發(fā)展嗎？
沃爾夫勒姆：開源在有些事情上是好的，另一些則不是。一般來說，當(dāng)一個項目需要領(lǐng)導(dǎo)、需要整體設(shè)計的時候，開源是很難實現(xiàn)的；而我們過去二十年來做的正是這樣的項目——創(chuàng)造從未有過的東西。
另一個因素是，這種語言用到了很多很多的知識，其中有些知識屬于我們，另一些知識則來自別人，我們不能就這么簡單地說，“這一切都是免費(fèi)的！”
的確，WolframAlpha是免費(fèi)服務(wù)，我們提供這項服務(wù)本身是不賺一分錢的。這沒問題，但光靠它自己無法長久維持，所以我們在它的基礎(chǔ)上提供很多別的服務(wù)，并從中營利。我的信念是，建立一個經(jīng)濟(jì)-生態(tài)系統(tǒng)的最好辦法，就是讓那些從中獲得價值的人們也為之付費(fèi)。這是最簡單的方式。
很多所謂的開源解決方案，其實是陷阱。最著名的陷阱就是安卓：系統(tǒng)本身是免費(fèi)的，但你要支付專利費(fèi)。還有些別的例子，東西本身是免費(fèi)的，但你自己沒法建立這個系統(tǒng)，你得求助專業(yè)人士，最后還是得付錢讓他們在云端托管。所以我們做的，其實是在經(jīng)濟(jì)問題上坦誠相見：人們可以使用Wolfram語言在線版免費(fèi)地學(xué)習(xí)和試用，但當(dāng)創(chuàng)業(yè)公司在此基礎(chǔ)上開始盈利的時候，就要為此付錢。其實這個模式和常見的模式差別也不是那么的大，但如果他們選擇了開源的方案，那么就說不準(zhǔn)什么時候要付專利費(fèi)或者云端托管費(fèi)。我們所做的只是讓事情簡單化，讓人們預(yù)先清楚會發(fā)生什么。
科學(xué)人：你覺得你的產(chǎn)品受到了硬件計算能力的限制嗎？
沃爾夫勒姆：不怎么覺得。我面臨的挑戰(zhàn)是在軟件上找到巧妙的方法，我不覺得底層的硬件是什么限制——當(dāng)然多年前我剛開始使用計算機(jī)的時候肯定是受限制的。其實真正的制約因素是，從一個想法到可運(yùn)行的軟件誕生，這個過程要花多長時間。軟件本身運(yùn)行所花的時間很少成為瓶頸。
我們確實有很多極端的例子：比如眼下像機(jī)器學(xué)習(xí)這樣的程序，要運(yùn)行很多個CPU年才能得到結(jié)果，如果能快一些固然很好。再比如，為了提供一個用戶界面能讓人類感到使用自如，硬件至少需要達(dá)到一定的水準(zhǔn)；在一部分移動設(shè)備上我們還做不到這一點(diǎn)。但這都是相對次要的問題。當(dāng)然還有別的因素，比如現(xiàn)在中國網(wǎng)絡(luò)連接的不確定性———某種意義上這也算是硬件問題吧，不過這是另一個話題了。所以關(guān)鍵還是，我們?nèi)祟惸芊褡龀龊玫能浖?/font>
“我對解決別人解決過的問題從來都沒有興趣”
科學(xué)人：你做了很多自我數(shù)據(jù)分析（比如統(tǒng)計自己都在啥時候打電話）的工作。你為什么要這樣做？有沒有從中發(fā)現(xiàn)一些有趣的東西呢？
沃爾夫勒姆：我搜集這些數(shù)據(jù)是因為我對數(shù)據(jù)感興趣。我有幾套系統(tǒng)，負(fù)責(zé)檢查我昨天鍛煉了多少、完成了多少工作這樣的事情。我已經(jīng)搜集了二十五年的數(shù)據(jù)，時不時地我會對這些數(shù)據(jù)分析一下，會發(fā)現(xiàn)各種各樣的結(jié)果。但這些數(shù)據(jù)的真正寶貴之處是，當(dāng)我對自己有什么問題的時候，我能很容易找到答案。比如有一次我買了個新鍵盤，我想知道有了它打字速度是快了還是慢了，只花幾分鐘我就得到了答案。眼下我正打算回答一個難一些的問題，就是對我發(fā)的電子郵件進(jìn)行情緒分析，來判斷哪些事情會讓我開心，哪些會讓我不開心。我所發(fā)現(xiàn)的大多數(shù)結(jié)果，都是事后想來“嗯，的確如此”的那種；但如果沒有看到這些數(shù)據(jù)，我是不會往那個方向上思考的。
科學(xué)人：在自己的公司做研究和在大學(xué)做研究，你覺得有什么差異？
沃爾夫勒姆：公司的效率要高得多。對我來說，公司就像是把想法變成現(xiàn)實的機(jī)器，我會努力為了這個目的而優(yōu)化這臺機(jī)器，而在大學(xué)里你就沒法做這樣的優(yōu)化。
科學(xué)人：你多次輟學(xué)，你覺得學(xué)歷這個東西是什么意義呢？
沃爾夫勒姆：其實我不是真的“輟學(xué)”。我在英國去的是頂尖的中學(xué)，我離開的原因是我得到了頂尖大學(xué)的獎學(xué)金，所以我只是碰巧比別人離開得早幾年而已。在大學(xué)里，我得到了直接進(jìn)入研究生學(xué)習(xí)的機(jī)會，所以我想既然如此，為什么要花這么多年當(dāng)本科生呢。
我很幸運(yùn)能在二十歲就完成我的學(xué)業(yè)階段，因為我覺得我沒有耐心再學(xué)那么多年。我對解決別人解決過的問題從來都沒有興趣，所以我一直很討厭課本上的習(xí)題。也許這是我個人的傲慢吧，我只是希望我在做獨(dú)一無二的事情，而不是別人做過的事情。在某些教育系統(tǒng)里，有很多的內(nèi)容是圍繞“循序漸進(jìn)走過程”而展開的，但我覺得發(fā)揮人們潛力最好的方式，是讓他們學(xué)習(xí)自己感興趣的東西，而不是讓他們沿著確定的道路前進(jìn)。
科學(xué)人：你有粒子物理學(xué)博士學(xué)位，后來為什么不做物理了呢？
沃爾夫勒姆：我沒有離開物理呀，我時不時地還會回到物理問題。我在《一種新科學(xué)》里就討論了很多物理問題。我對各種各樣的問題都感興趣，特別是宇宙的最本質(zhì)特性，這也是促使我學(xué)習(xí)粒子物理的原因，但我學(xué)了之后發(fā)現(xiàn)粒子物理的細(xì)節(jié)并不是宇宙的本質(zhì)，而諸如復(fù)雜系統(tǒng)的特性這樣的問題要比物理學(xué)更加基本。你可以把這些研究想象成一般性的物理原則。對于宇宙的具體物理特性我依然感興趣，我希望有一天能把一般性的物理原則應(yīng)用在上面。
當(dāng)希格斯玻色子得獎的時候，我在美國起了個大早看視頻直播，我意識到現(xiàn)場有很多好多年沒見的老朋友，他們一直留在物理學(xué)界。他們介紹希格斯玻色子的時候我想，“這些我都知道呀，四十年前我就是在做這些東西。”我想我完全可以留在物理學(xué)界，四十年來一直就做這樣的研究，我覺得我對此還算挺擅長的。但是因為我轉(zhuǎn)行做了許多其他別的內(nèi)容，我所弄明白的東西，哪怕限定在物理學(xué)里，也比留在物理學(xué)界做單一領(lǐng)域要多得多。我的人生有一條經(jīng)驗讓我念念不忘，那就是研究許多不同的東西能讓人學(xué)到更多，哪怕你的目標(biāo)只是解決一個問題，也是如此。在這一點(diǎn)上我很幸運(yùn)。
科學(xué)人：你說你最喜歡的發(fā)現(xiàn)是Rule 30，為什么呢？
沃爾夫勒姆：這是我發(fā)現(xiàn)的第一個元胞自動機(jī)規(guī)則，它是一個戲劇性的例子，表明一個簡單的生成規(guī)則如何誕生出復(fù)雜的行為。我喜歡拿它和科學(xué)史上的案例對比：當(dāng)伽利略發(fā)現(xiàn)木星的衛(wèi)星的時候，這就是一個跡象，表明物理學(xué)的定律適用于整個宇宙。Rule 30讓我意識到，在計算的宇宙中憑借簡單規(guī)則可以出現(xiàn)一些非常復(fù)雜的現(xiàn)象，這并不是顯然的；這是第一個明確的案例。
今天的科學(xué)和技術(shù)，很多都是依靠搜尋這個計算宇宙中的可能程序，尋找在行為上滿足我們需求的那些。正是簡單程序可以產(chǎn)生復(fù)雜行為這一特征使之成為可能。
在我寫《一種新科學(xué)》的時候，我做出了一個預(yù)測：審視一下新出現(xiàn)的關(guān)于自然界的模型，我們會看到，基于程序的發(fā)現(xiàn)，將逐漸取代基于方程的發(fā)現(xiàn)。我預(yù)測在五十年內(nèi)，挖掘計算空間所產(chǎn)生的科技將會超過傳統(tǒng)方式。那是十二年前的事情，我們還有三十八年。我們正站在這個趨勢的開端。
