复杂系统涌现

许多神经网络系统都是随机的，这意味着提供相同的输入并不总是会产生相同的输出。此类人工智能系统的行为是“[url=

我们先看看 Fred Hebert 说过的一段话，叫《复杂性必须存在于某个地方》。 在写软件的时候，我们总是会遇到一个麻烦，就是“复杂性”。这个问题一直在出现，比如： 我们写的代码里要不要加很多解释

智能的核心是模式识别，通过“如果X，那么Y，是因为Z”理解因果关系，推动问题解决和认知进化，宇宙与智能都是分形的。 人们总是很简单不屑一顾说：AI不过是模式识别而已！ 是啊，确实如此。 那你觉得智能到底是什么呢？ 在西蒙·巴

宇宙存在复杂性必然增长的法则，类似熵增定律。生命和智慧可能是宇宙功能信息增长的必然产物，而非偶然。该理论挑战传统进化观，但可验证性仍存争议。 一九五零年，意大利物理学家恩里科·费米和同事讨论外星智慧生命存在的可能性时提出，如果外星文明真的存在，其中一些文明应该有足够时间扩张到整个宇宙。那么它们究竟在

免疫系统如何区分“自我”与“非自我”，以及这种区分在实际生理和病理过程中的复杂性。 1. “自我”与“非自我”理论的局限性 传统的免疫学理论认为，免疫系统能够区分“自我”与“

Google SRE 采用了系统理论和控制理论：由麻省理工学院 Nancy Leveson 教授开发的 STAMP（系统理论事故模型和过程）框架，该框架将重点从防止

在一场发人深省的对话中，阿德拉姆（Emily Adlam）的阐述了她对物理学的‘一气呵成’的观点，认为宇宙更像是一个已经完成的数独谜题，而不是一部正在播放的电影。 否定时间因果性 Emily Adlam的“数独宇宙”理论认为，宇宙的历史不是逐帧发展的（如电影），而是由无时间的自然法则同时决定的。

看起来复杂的东西，是不是其实挺简单的？特别是在让模型举一反三（泛化）的时候。 许多人认为简单性是普遍智能的关键。简单的模型往往能够“泛化”，即在更大的样本上识别数据的原因或生成器，具有更高的样本效率。简单性和泛化能力之间的相关性不仅限于计算机科学，还涉及到物理学甚至生物学的问题。 然而，简单性是

什么是数据？什么是信息？ 信息是数据复杂化后的涌现结果。（内容Content是上下文Context聚合的涌现） 简单来说： 数据就是最原始的材料。比如两个手机APP

DNA染色质是基因表达和细胞生命活动调控的核心机制，那么这些调控好像也和线粒体有关，甚至有人说：线粒体的爬行的机器，整个生命为其存在？ 这个思考来源于：《科学》杂志正在为2015年6月的报告《沃纳综合征干细胞模型揭示了异染色质改变是人类衰老的驱动因素》发布[url=

有人说："当个生物学家还不够研究衰老和疾病吗？干嘛非要扯上物理学？" 作为一个研究衰老生物学的物理学家，我理解这种质疑。毕竟化学归根结底也是物理，但化学家不懂量子力学照样能做研究；分子生物学本质是化学，但生物学家不需要会解薛定谔方程也能取得突破。这个逻辑可以一直往上推——从生物学到心理学，再到经济学

我对安·兰德（Ayn Rand）这个人感到很困惑。我觉得，兰德好像在提倡一种把“缺乏同情心”当作生活方式的观点。 我知道这被叫做“客观主义”，但我自己不这么看。我还觉得，那些思想保守的人在政府层面也接受了这种“缺乏同情心”的做法。甚至连特朗普都说过，他最喜欢的小说是《源泉》（The Fountain

最近，我一直觉得大家对人工智能的一个普遍看法是错的。很多人认为，像大型语言和视觉模型这样的人工智能系统是独立的智能体，就像人类一样。但我觉得，这些模型更像是“文化技术”，就像写字、印刷、图片、图书馆、搜索引擎和维基百科一样。

最近，在《科学》杂志上发表的一项[url= 这

我们身体里有个叫"线粒体"的小工厂（就像细胞里的发电厂），它通过"氧化磷酸化"这个过程给大脑活动提供能量。如果这个发电厂出问题了，就会导致老年痴呆、帕金森病这些脑部疾病。 为了搞清楚大脑是怎么工作的，我们需要先弄明

选择好的问题（课题）太重要了，不能拍脑袋、听天由命。选择大于努力！ 贝尔实验室创造了很多