斯蒂芬·沃尔夫勒姆：ChatGPT 与真理、现实和计算的本质

2023年5月，斯蒂芬·沃尔夫勒姆（Stephen Wolfram）第四次坐到 Lex Fridman 的麦克风前。就在这期节目上线前不久，他把 ChatGPT 接进了 Wolfram Alpha 和 Wolfram Language。

两个系统的底层逻辑差得很远。ChatGPT 从人类写在网上的一万亿词文本里学出“下一个词大概是什么”，然后一个词一个词往外吐。Wolfram Alpha 背后是四十多年积累的形式化知识体系，把数学、科学、系统化的事实翻译成机器可以一步步推演的结构。

沃尔夫勒姆自己的总结很干脆：ChatGPT 宽而浅，他这四十年在做的东西也宽，但真正关键的是深。

这句判断解释了一个反复出现的现象。同一个模型，写一首模仿莎士比亚的诗几乎无懈可击，算一个三位数乘三位数再开平方就开始犯迷糊。

两条技术路线，两种对世界的理解

先说 ChatGPT 在做什么。

你给它一段提示，它试着把这段提示按照人类写作的统计规律续下去。技术上，它做的事情和人脑处理语言最初的那几百毫秒有相似之处：神经元被激活，信号在层与层之间扩散，最后落在一个词上。这种计算很浅，浅到只有几十层，但它铺在一万亿词的语料上，覆盖面极广。

再说 Wolfram 那条路。

从他二十岁出头开始，他就在琢磨一件事：能不能把人类文明里所有能形式化的知识，都变成机器可以执行的计算。数学公式、物理常数、化学元素、地理数据、历史时间线，这些内容现在都能被 Wolfram Language 调用，能参与多步推演，能算出从没被任何人算过的结果。

两条路的成本结构完全不同。收集网页文本便宜，几乎免费；把知识一条条形式化，贵得离谱，需要人力、专家、几十年的耐心。沃尔夫勒姆认为，只有后者能垒起真正的高度。

ChatGPT 那种做法，是从人类为了别的目的写下的东西里觅食。我们做的是搭建计算系统，让整个人类文明的专家知识变成可以可靠算出来的东西。（斯蒂芬·沃尔夫勒姆）

这里有个隐含的赌注：可靠。语言模型的输出永远带着概率的味道，同一句话问两遍可能得到两个答案。计算系统的输出不这样，只要输入和规则确定，结果就确定。在需要负责任的场景里，这个差别是生死线。

人类真正的分水岭，是学会了搭塔

沃尔夫勒姆把人类的能力切成两层。

第一层是几千年前普通人的日常智慧。什么东西一眼能看出来，什么判断靠天生的神经结构就够，什么经验是活一辈子自然长出来的。这一层，人和不少动物共享，差别没有我们想的那么大。

第二层出现得晚得多。逻辑、数学、科学，这一整套形式化工具，是文明史上真正的分水岭。有了它们，人能搭塔：拿一条规则推出一个不显然的结论，再拿这个结论推出下一个，一路往上，直到抵达一个凭直觉永远够不着的地方。

这两层的区别可以这样感受。第一层是“我一眼就知道答案”。第二层是“我拿这套规则一步一步推出来，推完才发现答案和我猜的相反，但我信这个推出来的结果”。

Wolfram Language 的全部野心，就是造这种塔。ChatGPT 那种“我好像在哪儿见过类似的句子”，始终停在地面那一层。

这个区分也解释了语言模型的边界在哪里。它在地面层强得惊人，因为人类写下的文字绝大多数都是地面层的产物。一旦任务需要爬塔，它就没有梯子，只能从记忆里翻出形状相似的段落去蒙。

一行不到的代码，跑出一整个宇宙

要理解沃尔夫勒姆为什么对计算有这么强的信心，得回到1980年代初。

他当时在干一件看起来毫无用处的事：随手造一些极小的程序，小到不足一行代码，有些规则甚至是随机拼出来的，然后把它们跑起来，看会发生什么。

结果把他自己震住了。即使极度简单的程序，跑起来也会产生极其复杂的行为。复杂到没有语言能描述，复杂到像生物，像雪花，像一整片森林。

他花了好几年才消化这件事。真正让他震住的，并非复杂本身，而是复杂从哪儿来。程序里没有写“长出森林”，程序里只有一条重写规则，森林是自己冒出来的。

他后来把这件事读成自然界的底层运作方式。规则可以极简，结果可以极繁。物理世界看起来也是这样：几条基本定律，演化出星系、生命，以及正在争论这件事的两个人。

问题在于，知道规则这件事，在实践上能换来什么。

知道规则，和能预测，中间隔着一条鸿沟

这期访谈里最重要的概念在这里出现：计算不可约性（computational irreducibility）。

设想你掌握了某个系统的全部规则。按直觉，你就掌握了一切，因为你可以把规则跑一遍。真正的问题是：你能不能跳过那些步骤，直接说出跑一百万步之后的结果？

大多数时候不能。唯一的办法就是老老实实跑那一百万步。

如果你能约化掉那个计算，那个计算本身就没有任何意义了。计算之所以有价值，恰恰在于你必须真的做它，才能知道答案。（斯蒂芬·沃尔夫勒姆）

这句话的杀伤力超出技术范畴。它意味着宇宙自己算得飞快，而身处宇宙内部的我们，没有任何办法提前知道它会算出什么。宇宙用宇宙能有的最快速度在跑，我们连插队的资格都没有。

按他的估计，宇宙每秒重写自己 10 的 100 次方次。这个数字远超人类任何计算能力，也远超任何可以想象的模拟能力。所以“我们有朝一日能模拟整个宇宙”这句话，在物理上就是空想。

那科学为什么还有意义？

不可约的世界里，总有可约的口袋

因为不可约的计算里，永远散落着可约化的口袋。

你没法跳过全部，但你总能在某些局部提前知道结果。科学的整个故事，人类几乎所有重要的发明，很大一部分就是找到这些口袋，然后把自己挂上去。

沃尔夫勒姆说他意识到，我们恰好活在一个可预测性密度合适的位置上。房间里的空气分子在乱飞，理论上是一个复杂到无法追踪的故事，但你不必追踪。你只需要知道，这几秒钟空气还是空气，不会有大事发生。这种可约化的口袋你抓住了，才能在房间里正常走路、正常说话、正常思考。

生命本身就建立在大量可约化口袋之上。如果世界处处都无法压缩成简洁叙述，你连下一秒该做什么都决定不了。每一刻都要从原子层面重新算起，这种存在方式撑不过一秒。

他还提到，压缩这件事有代价。你抓的口袋越大，丢掉的细节越多。科学的进步经常表现为换一个更大的口袋，或者发现原来那个口袋在某个方向上漏了。

这套视角还有一个副产品，沃尔夫勒姆说这是他近几年最喜欢的发现。

观察者：把无数构型压成一个数字

把底层的计算不可约性，和“我们是计算能力有限的观察者”这两件事放在一起推，能推出二十世纪发现的主要物理定律。这是他自己的评价，也说明他为什么认为观察者这个概念值得单独立项研究。

这个项目被这波 AI 热潮打断了。他本来想搞清楚：什么是观察者？

他的定义很物理。拿一箱气体举例，你测的是压强。气体分子撞击活塞的方式有无数种，你在意的只有总和。无数种微观构型，在你眼里完全等价。

观察者的核心动作，就是把大量不同构型归并成“我只关心这一个聚合特征”。

这类归并在物理里到处都是。温度是归并，密度是归并，颜色是人类视网膜对波长的归并。每一次归并，都换来了一个可以拿在手里讨论的东西，代价是丢掉了底层细节。

但归并本身还不够。要让物理定律出现，还差一个条件，看起来平淡无奇，实际非常关键：我们相信自己在时间中持续存在。

为什么你相信自己还是刚才那个你

微观上看，这件事很古怪。

按照他的理论，每一刻钟的我们，都由不同的空间原子组成。上一刻的你和这一刻的你，在微观层面没有任何共享的部分。就像一条河，每一秒流过的水都换了一遍，可你还叫它同一条河。

那为什么我们觉得自己始终是同一个人？

因为意识拥有一条单一的经验线索。这条线索把破碎的微观事件缝成了一段连续叙事，于是才有“刚才发生了一件确定的事，现在又发生了一件”这种感受。

沃尔夫勒姆强调，这条线索来自计算受限系统的一种简化。宇宙本身并没有这种普遍特征。一般的计算系统可以并行分裂出无数条经验线，人类必须把它们压成一条，否则没法做决策，也没法说话。

量子力学就是一个例子。系统内部在分裂成多条经验线，人类必须在感知层面把它们缝合起来，才能说“测量得到了一个确定值”。缝合动作发生在观察者这边，代价是我们永远看不到缝合之前的全貌。

顺着这个思路，他还说了一句挺刺人的话：很多人默认意识是宇宙中最高级的东西，他不这么看。意识算不上宇宙的通则，它只是一种特化。特化意味着能力上的取舍，你换来了连贯的自我，同时失去了同时活在多条经验线里的可能。

多线索并存的心智是什么感觉，很难想象，但在他看来那才是更一般的状态。我们这种“一条线”的心智，在整个可能性空间里属于稀有配置。

雪花：一次漂亮的科学失败

访谈里有一段长长的雪花故事。表面在聊物理，落点在科学方法论上的一个陷阱。

雪花有形状。它从六边形起步，长出枝杈，枝杈再长枝杈，最后填回一个更大的六边形。原因挺有意思：一块冰凝结时会释放热量，把周围局部加热，于是紧邻的位置不容易再结冰。这个抑制效应把枝杈推开了，让它们彼此分离地长。

沃尔夫勒姆用极简单的离散模型复现了这个过程。他还发现一件事：当枝杈长回去填满那个大六边形时，会留下一些填不上的小孔。他起初不确定，就去翻雪花的实拍照片，果然，照片上真有这些小孔，像生长过程留下的疤痕。

有意思的地方在后面。几十年前有一批关于雪花生长的文献，给出了漂亮的曲线，算出了生长速率，数字看着还挺准。

他仔细一看：按照那些模型，雪花应该是球形的。

生长速率对了，形状全错。而形状恰恰是雪花最显眼的特征，是任何人第一眼就会注意到的东西。模型抓住了没人关心的一项，漏掉了所有人都在看的那一项。

没有哪个模型是正确的，除了实际系统本身。问题只在于：它有没有抓住你在意的东西？（斯蒂芬·沃尔夫勒姆）

什么样的模型算好模型？答案取决于你打算拿它干什么，取决于你要用它造什么技术。同样的系统，做气候预测的人和做材料设计的人，需要的模型完全不同，评价标准也不同。

科学上大量争论（“你这个模型不对”“不对是因为它没抓住我在意的那个特征”）本质上都在这一点上打架，只不过双方经常没说清自己在意的到底是什么。说清楚了，很多争论会自动消失。

唯一的例外是：如果你声称自己建模了整个宇宙，那才有“正确”这回事。但也仅限于底层意义。而且就算你有了正确的模型，你也跑不动它，因为计算不可约。宇宙的唯一一次运行，就是宇宙本身。

符号：把世界塞进脑子的唯一办法

从物理回到工程，中间隔着一个问题：我们凭什么能把复杂世界塞进脑子里？

看一个房间。视网膜上有几百万个像素，但你记住的是“那里有两把椅子、一张桌子”。像素被压缩成了符号。人类认知的核心动作就在这儿落地，把无限细节压成有限的东西。

自然语言是最初的压缩形式，也是人类文明共享的一套符号系统。它有个致命缺点：它不够精确，没法直接计算。你说“两把椅子”，这句话本身算不出任何东西。

于是就有了符号编程。1979年前后，沃尔夫勒姆在设计他第一个大型计算机系统时，想出了一个表示方式：把一切写成“函数加参数”的结构化表达式。这个函数不一定立刻求值，它就静静待在那里，代表一个结构。

他自己也没想到这套东西能撑四十多年。这种结构化表达式，恰好非常贴近人类概念化高层事物的方式。语言的模糊性被消解掉，剩下的东西可以喂给机器一步步推演。

Wolfram Alpha 的全部工作就是干这件事。把“我们关心什么”这个非常人类的判断，翻译成机器能算下去的符号系统。数据库里不存电影的每一个像素，存的是片名、导演、票房、上映日期，这些是人会问的东西。

他对“理解”这件事下过一个定义，很值得记住。

理解可以有一个可验证的标准

我们总问：它真的理解了吗？

在计算的世界里，这个问题可以有明确答案：能不能把它转成符号化的计算结构，从而算出各种后果。

按这个标准，“能不能续写一段文字”和“有没有理解这段文字”，是两件不同的事。前者它做得极好，后者它给不出可验证的证据。你可以让它解释一个物理概念，它说得头头是道；你让它算这道题的数值，它可能编出一个漂亮但错误的数字。

这也说明两个系统为什么该合作。ChatGPT 负责接住人类的模糊表达，把一大段自然语言里的意图抠出来；Wolfram 负责把意图变成可计算的结构，然后算出答案。入口可以很宽，底座必须很硬。

沃尔夫勒姆说，四十多年来他一直在扩这块可计算的疆域，让世界上尽可能多的东西能被可靠算出来。这件事很慢，很费人力，远不如收集互联网文本那么便宜。他认为这是唯一能把文明往上垒的路。

背后有一个更长的判断。人类文明的成果，绝大部分体现在形式化的知识里：数学定理、物理定律、工程规范、法律条文。这些东西之所以能代代积累，正因为它们能变成符号，能被机器接着往下推。不能形式化的部分，只能靠口传心授，一代人一走就散了。

聊天框里冒出一段漂亮的文字，那停在地面层。能在上面搭出一步推一步、推完还能继续推的东西，才进入了塔的内部。人类之所以区别于其他物种，靠的从来是后一层。

给从业者的几条可操作建议

• 在系统设计里明确区分“接住模糊表达”和“算出可靠答案”。前者交给语言模型，后者必须有可验证的计算后端，别指望用概率补上精确性。
• 判断一个模型好不好，先写下你在意哪些特征，再对照模型抓没抓住。别只看它给出的那个数字准不准，雪花模型算对了生长速率，却给出了一个球形。
• 遇到无法预测的系统，别去找全局捷径。去找那些局部的可约化口袋，把工程和决策押在可预测的切片上，其余部分接受不可约。
• 做知识库和工具链时，优先投资符号化和结构化表示。自然语言是入口，不是底座，能参与推演的只有精确结构。
• 评估模型会不会“理解”，别只看它续写得像不像。设计需要多步推演的测试，看它能不能把结论一路算出来。
• 对自己也要留一份清醒：你相信的那条连续自我叙事，是计算受限系统的一种简化。它有用来由，不是宇宙的真相。