引言：万物理论的探索
“我惊呆了。哦，我的天哪，这完全违背了我一直以来的直觉。这是我说过不可能发生的事情。”
从离散空间到达尔文进化论，再到熵和第二定律，斯蒂芬·沃尔夫勒姆（Stephen Wolfram）对宇宙的计算观点以一种统一的方式对所有这些提出了主张。今天的节目是一场盛宴。如果你是这个频道“万物理论”的粉丝，那么你可能是一个喜欢纵览不同领域的知识，并试图理解它们如何相互关联和整合的人。我也是，库尔特·贾格尔（Kurt Jaimungal）。今天，斯蒂芬·沃尔夫勒姆将概述这种博学多才的性格如何帮助他，令他满意地解决了一些计算机科学、基础物理学和生物学等不同领域中悬而未决的重大问题。这是一次贯穿他科学人生的旅程，我将从中梳理出他在整个职业生涯中学到的教训，以及如果你也想做出贡献，该如何应用这些教训。我很荣幸受邀参加上个月在麻省理工学院举行的“增强实验室峰会”，这是一个为期一个周末的活动，由麻省理工学院研究员杜娜·巴拉达里（Duna Baradari）主办。峰会的演讲主题涵盖了生物和人工智能的未来、脑机接口，演讲者包括前面提到的斯蒂芬·沃尔夫勒姆和安德烈斯·戈麦斯·埃默森（Andreas Gomez Emilsson）。订阅频道以观看即将到来的演讲。斯蒂芬，欢迎你。
谢谢你。
很高兴。一个人如何才能做好科学研究？
第一章：做好科学研究的方法论
新工具与新范式
这是个有趣的问题。我是说，我很幸运能够在多年的时间里做了一些我认为相当有趣的科学研究。我很好奇这是怎么发生的，我也观察其他做科学的人，心想他们怎样才能做得更好。你知道，我认为首先要理解的是，好的科学是在什么时候完成的。典型的模式是，一些新的工具、一些新的方法论被开发出来，也许是一些新的范式、一些新的思维方式，然后就会有一段时期，可以采摘到低垂的果实，也许是5年，也许是10年，也许是几十年。然后，某个科学领域就建立起来了，它有了名字，然后在接下来的100年左右，人们就开始了漫长的苦干，在那个领域里取得渐进式的进步。然后，也许又有一些新的方法论被发明出来，事情又活跃起来了，人们就有机会在那个时期做些事情。
在我的生活中，我很幸运，因为我大约有五次在开发技术和做科学之间交替进行。这个循环非常健康。虽然不是故意的，但效果非常好，因为我花了很多时间开发工具，然后我可以用这些工具来做科学。科学又告诉我如何开发更多的工具，这个循环就这样继续下去。所以，我有点像是第一个有机会接触到一大堆新工具的人，因为可以说是我自己创造了它们。这让我在科学领域做了一些令人兴奋和有趣的事情。
计算思维的兴起
我最近意识到，我所做的很多科学研究，也是一种范式转变的结果。这个想法就是认真对待计算的概念。我所说的计算，最基本的意思是，你为某件事指定规则，然后让这些规则运行，而不是说我要在一开始就理解整个事情。这更像是一种从基础出发的观点。
实际上，我最近才意识到，总是很惊讶地发现，一个人需要多长时间才能意识到科学史，甚至是自己历史中这些多少有些明显的特征。我一直在研究基础物理学、数学基础、生物学基础以及其他一些领域的基础问题，使用了许多相同的思想和范式。我意识到我所做的很多事情，实际上是在延续大约100年前，有时甚至更久远的人们所做的事情。我很好奇，为什么我感兴趣的很多事情，都要追溯到100年前人们所做的工作，然后发现他们陷入了困境。我认为我们现在可以取得进展。发生了什么？
我认为发生的事情是，在19世纪，有一种向抽象化发展的推动力。人们认为可以为事物创造形式化的版本。这在数学中最为显著，那里出现了这样一种观点：数学只是一种形式化的游戏，你定义公理，然后看它们的推论。它与实际的三角形或其他任何东西都无关，它是一种抽象的练习。一旦人们将事物简化到那个抽象的层次，同样的事情也发生在物理学中原子的结构等方面。一旦人们将事物解构到那个层次，他们就不知道下一步该做什么了。
因为事实证明，这正是为计算设置的舞台：你将事物简化到这些基本的元初，然后计算接管一切，利用这些元初去做任何将要发生的事情。所以我认为，当时很多陷入僵局的事情都与我过去40年研究的“计算不可约性”现象密切相关。这个现象指的是，即使你知道规则，也不一定能够跳跃性地预测会发生什么。你可能必须一步一步地遵循这些规则，看看会发生什么。你可能无法建立一个能够概括描述一切发生的大理论。
我认为在许多这些领域中发生的情况是，人们将事物简化到元初，然后他们实际上含蓄地发现了计算不可约性，因为他们无法取得进展。我认为像哥德尔定理这样的东西，是计算不可约性的反映，是那个现象更直接的迹象。但最终的结果是，人们到达了这些元初，然后就无法再前进了。而现在，我们对计算范式有了一些了解，我们就能看到你能在多大程度上前进，以及你现在能说出什么样的事情。所以，看到这一点对我来说非常有趣。
空间离散性的历史
有一个我最近才了解其历史的特定领域，我很震惊我之前竟然不知道这段历史，那就是关于空间的离散性。你知道，早在古代，人们就在争论宇宙是连续的还是离散的。有原子吗？还是一切都在流动？没人知道。到了19世纪末，终于有证据表明，是的，物质是由分子和原子等组成的。物质是离散的。然后在20世纪的第一个十年，人们清楚地认识到可以认为光是离散的。这在很长一段时间里是另一个争论。在那个时候，也就是20世纪最初的几十年，大多数物理学家都确信，整个离散性的概念会一直走下去，一切最终都会被证明是离散的，包括空间。
我不知道这一点，因为他们很少发表关于这方面的文章。原因在于他们无法让它奏效。在相对论出现后，问题就变成了，我们如何创造一个像空间一样的东西，但又能像相对论所说的那样运作？他们也对时空的概念以及时间和空间之间的相似性感到有些困惑，这些相似性更多是数学上的而非物理上的，这让整个故事变得混乱。
但我认为，后来变得清晰的是，大概在1930年，特别是维尔纳·海森堡（Werner Heisenberg），我认为他是真正坚信空间是离散的人之一。他有一些我认为需要去查看他的档案之类的东西，但我认为他有一个某种离散的元胞空间模型，但他无法真正让它奏效。最后他说，忘了这一切吧。我将把物理过程看作是这些粒子进来，中间发生了一些事情，但我们不讨论那部分。我们只说这是一个S矩阵，然后粒子出去。所以从那时起，他开始只关注S矩阵，这个只描述输入与输出关系的东西。他不再谈论中间发生了什么，因为他在思考中间的本体论时陷入了极大的困境。
在那之后，你知道，量子场论和量子力学等开始运作得相当好。人们忘记了离散空间这个想法，事实上，他们当时所拥有的方法也不允许他们对此发表任何有趣的言论。最终，通过我自己生活中一系列有点有趣的事情，我开始意识到如何用计算的术语来思考这个问题，以及如何真正让这一切奏效。
第二章：科学发现中的挑战与机遇
跨学科的警示故事
对我来说，一个警示故事是关于物质究竟是离散的还是连续的这个问题，人们曾为此争论不休。像路德维希·玻尔兹曼（Ludwig Boltzmann）这样的人，在19世纪末曾说，他非常相信物质的原子理论。他说，没有其他人相信这个。他说，你知道，我要把我对这个问题的看法写下来。他说，一个人无法扭转历史的潮流。我要把我所知道的写下来。这样，当最终这个理论被重新发现，当人们最终意识到这是正确的想法时，他们就不必重新发现一切。
嗯，事实上，这有点可惜，因为在1827年，我想一个叫罗伯特·布朗（Robert Brown）的植物学家，观察到当小花粉粒在水上时，它们会被离散地踢动。最终人们认识到，布朗运动是分子存在的直接证据。所以如果玻尔兹曼知道植物学文献，他就会知道实际上有分子存在的证据。只是这些联系没有被建立起来。
所以对我来说，这是一个警示故事，因为在现代，你知道，我思考要找到我研究的这类理论的实验性启示需要什么。你知道，其中一些事情很困难，就像，嗯，可能要200年我们才能进行这种调查，或者可能要花费100亿美元来建立这个巨大的天基设备，但也可能，嗯，事实上，你知道，1972年的某个人观察到的现象，正是我正在寻找的东西。
被忽视的实验与理论的偏见
嗯，事实上，有点讽刺的是，我在我的科学职业生涯中见过很多次这样的情况，就是当人们没有一个理论来预测实验结果时，他们做了实验，而实验结果与他们预期的不同，他们就会说：“我不发表这个。这肯定错了。”所以很多后来人们可能会意识到，你知道，当你有一个不同的理论时，你可能会意识到，天哪，那个实验应该得出不同的结果，但它被隐藏在文献中了。这是科学体制结构的一个特点，但如果你幸运的话，有人会做了诚实的实验，然后说，这就是我们发现的，尽管这与我们目前理解的理论不符。
所以我一直在大量使用大语言模型（LLM）来做这种科学文献的主题搜索，试图弄清楚你是否可以省下那100亿美元，现在不做实验，而是利用已经搞清楚的东西。但是，嗯，就我努力做科学而言，正如我所说，我认为一个关键特征是方法论，以及当新的方法论出现时。你知道，我很幸运能活在这样一个时代，计算和计算机首先使得用计算机做实验成为可能。
计算机实验与计算不可约性
我建造了很多工具来做这件事，但我认为，关于做计算机实验，有趣的一点，特别是最终归结为这个所谓的“计算不可约性”的想法，是几乎我做的每一个计算机实验的结果都出乎我的意料。换句话说，我会做一些事情，甚至在过去一周左右，在某个特定领域，你知道，我有一些关于结果会怎样的理论，如果我没有任何关于结果会怎样的理论，我就不会做这个实验。
第一点是，实验必须足够简单，让我可以心血来潮就去做。不能是那种我必须花一个月时间去想怎么做实验的情况，因为那样我就必须非常确定为什么值得做。你知道，它必须是那种工具已经足够好，让我可以轻松做实验的东西。我碰巧花了过去40年时间来建造那些工具，而且全世界的其他人也都可以使用。嗯，但是，你知道，就我而言，我是Wolfram语言等的第一用户。我不怀疑我是使用它最多的人，但我是我最关心的用户。
嗯，能够将我的一个想法迅速转化为可以实现并进行实验的东西，这是一件非常好的事情。所以我必须对将要发生的事情有一些想法，否则我就不会做这个实验。但是当我做了之后，我通常对与我一起工作的人说的是，我们必须明白，计算出来的“动物”总是比我们聪明。所以，你知道，做实验，你会发现你从未预料到的东西。
你为什么不举一个具体的例子？
是的，我是说，让我看看。我正在研究，嗯，几乎任何一种简单的程序。问题是，它能做什么样的事情？比如说，我们来看重写网络的简单程序。好的，你运行网络重写程序。它会做什么？嗯，有时它会构建出这个精巧的几何结构。我完全不知道它会这么做。我以为它会制造出一种杂乱的、看起来随机的东西。但实际上，在某些特定情况下，它构建出了一个非常有组织、很优雅的结构。
或者举个例子，最近我碰巧在研究λ演算，一个非常古老的计算模型，我碰巧以前从未研究过，但现在有特殊原因对它感兴趣。问题是，好吧，我给你举一个几天前发生在我身上的例子。这个非常简单的规范，简单的程序，程序会运行一会儿，这个程序有不同的版本，你可以列举很多不同的可能性。它通常会运行一会儿，嗯，通常它会停止。有时它不会停止，会一直运行下去。有时它会重复地运行等等。所以我看了很多这样的东西，我在想，你知道，一个最终会停止的程序，它的最大生命周期是多长。所以我研究了很多不同的情况，然后，你知道，我想，好吧，我找到了。它的生命周期，我不知道是多少，几百吧。我可以通过一些简单的实验找到它。
但是后来有一个，我开始看它，我开始看它的图片，我在这方面算是个经验丰富的猎手了。我感觉它有些地方不太对劲。我之前以为它会永远运行下去，但它似乎在做一些可能让它无法永远运行的事情。所以我把它推得更狠了。推得更狠。
对不起，你说的“把它推得更狠”是什么意思？把程序推得更狠。
我让它运行得更久。我让它在一个计算机网络上运行了一整夜。我是说，实际上我就是这么做的。然后早上回来，哎呀，它运行了，我不知道，几万步然后停了。完全没想到。然后还有另一个，在我看到那个特定现象之后，还有另一个，我有点怀疑这个会停下来。那个在，嗯，让我看看，那个我找到了一个方法来弄清楚它会如何发展，那个我认为在几十亿步之后会停下来。
所以这些都是你意想不到的事情，嗯，你知道，这在这个计算宇宙中是非常典型的情况。这有点像物理宇宙。物理宇宙中也会发生你意想不到的事情，但当你能看到，你知道，在物理宇宙中，你不一定知道某件事的底层规则是什么。所以你总是会想，你知道，我是不是对雪花如何形成了解得不够多之类的。但在这种情况下，你知道规则。你确切地知道输入了什么。然而，你却被迫谦卑地认识到，你无法弄清楚会发生什么。有时你对将要发生的事情的猜测会完全错误。
第三章：科学直觉与个人偏见
让事实说话
你知道，在做那种科学研究时，其中一个原则是，你知道，你会做这些实验，它们的结果常常出乎你的意料。你得让事实说话，这在做科学时心理上可能非常困难。你知道，你必须有一个某种理论，才促使你开始做实验，否则你就不会做实验了。所以有一种心理上的压力，让你想说，看，我有这个理论，这个理论必须是正确的，你知道，我的实验出了点问题，你知道，让我调整一下我的实验，让我，你知道，忽略实验的那一部分，或者别的什么，因为我确定这个理论必须是正确的。
其中一件，你知道，是很久很久以前我就学到的一个重要的事情，就是让事实说话。结果发现，有时我的一些，有时这些事实的结果，非常违背我自己的各种偏见，就像，我更关心事实的真实结果，而不是支持我自己的某种偏见。结果到最后，发生了一些事情，有时几年后我意识到，实际上那些事实的结果，比我能想象的更符合我的偏见。我给你举个例子。
从非人化到以人为本
你知道，我做的很多事情，都对宇宙的运作方式进行了深度的解构。也就是说，它们是对宇宙中发生的事情的非常非人类的解释。它们非常，你知道，宇宙是某种巨大的超图。它是一个非常没有人情味的对象。它没有那种与我们人类情感共鸣的东西。它在某种意义上是深度抽象，深度解构的。然而，作为一个个人，我非常喜欢人。我喜欢人，我觉得人很有趣，我和人一起工作，我有一家公司，里面都是人，等等。所以对我来说，这总是一个矛盾。一方面，我对人感兴趣，另一方面，我在科学上做的事情，却在深度解构科学中任何与人有关的东西。
这就是我世界里几十年的情况。然后我最近意识到，观察者的本质实际上是至关重要的。最终，关于“规则空间”（Ruliad）等的想法，那种所有可能计算的纠缠极限，那是最终极的解构、非人化的东西。但你后来意识到的，我最终意识到的是，我们对物理定律的感知，关键取决于我们作为规则空间中观察者的性质。换句话说，从一个完全非人化的科学观，即这个完全抽象的规则空间，结果发现，人类在我们拥有的科学中，实际上非常重要。所以，从，你知道，尽管我因为某种心理偏见，对一切都被深度非人化的想法感到不快，因为我挺喜欢人类的。但最终，几十年后，我意识到，实际上人类比我预想的要处在事物的中心得多。所以那是一个，那是一个有趣的认识。
多路系统与量子力学
另一个我长期抵制的类似想法是，我称之为多路系统（multi-way systems）的东西，这是我在90年代初发明的，到90年代末我认为这可能是量子力学运作的一种可能方式，即宇宙遵循着许多历史路径。我非常抵制这个想法，因为我有点自负地觉得，我不希望存在所有这些不同的历史路径，而我正在经历的只是其中一条。这是我当时对多路系统这个想法的含义所做的假设。
当我们在2019年做物理项目时，我意识到，事实上那不是正确的图景。多路系统的想法，以及存在许多历史路径的想法，是正确的故事，但需要意识到的是，我们作为观察者被嵌入在这个不断分支的宇宙中，关键点在于，我们也在分支。所以，从这个最初的天真想法，即当你有一个有许多历史分支的东西时，我们的经验必须只沿着一个分支走，这真的不是正确的图景。实际上有几个问题。一个是分支可以合并，另一个是我们的经验可以跨越许多分支。我们是扩展的对象。我们的心智在这个分支空间，即这些可能分支的空间中，是扩展的对象。
直到2019年我才意识到这一点。这意味着我将近30年忽视多路系统是错误的偏见。我很幸运，最终开始思考，好吧，不妨认真对待这个问题，看看它的实际后果是什么。实际上，乔纳森·戈拉德（Jonathan Gorard）是其中一个对我说，你应该更认真地对待这些的人之一。我不确定他是否看到了结果会是什么，但那是，你知道，你为什么这么抗拒这个？这也许是一个……但所以，当你有这种，你知道，你必须相信事情会如何运作，否则你甚至不会去看，但你必须，你知道，相信你正在做的实验或者你弄清楚的事情。
费曼的计算与直觉
对我来说，如果我正在做……很久以前，当我刚开始做物理学时，我和迪克·费曼（Dick Feynman）合作了很多。他是一位物理学家，他的一个巨大优势是他是一个非常出色的人类计算器，而我做不到。我是一个很好的计算机计算器，但不是一个好的人类计算器。我建造这些计算机工具是因为我不是一个很好的人类计算-器。但是迪克·费曼非常擅长做这些计算并得到正确的答案。然后他会回过头来说，他认为没有人会因为他通过这个复杂的计算得到正确答案而留下深刻印象。他认为人们只会在他能提出一个非常简单的、直观的解释时才会留下深刻印象，而他常常能做到这一点。然后他会扔掉计算过程，从不告诉任何人关于计算的事情，然后大家都会想：“他怎么可能想出这种直观的东西？”他们都会认为：“哦，想出这种直观的东西一定很简单。”其实并不简单。那是一些冗长计算的结果，而他认为没有人会对此留下深刻印象，因为他觉得做那些事情很容易。
你知道，对我来说，唯一我知道我所说的是什么的情况是，我做一个计算机实验，它以某种方式得出结果，计算机做计算机该做的事。没有那种，你知道，我可能在某个地方犯了错误的情况。我是说，如果我看看我倾向于在科学上做的事情，它们混合了人们可能认为是哲学的东西，和人们可能认为是这种非常详细的、坚实的计算实验等东西。对我来说，这被证明是一种处理事情的强大方法，即从一方面，对事物如何运作有一个普遍的、近乎哲学的理解，然后挑战在于能够足够流畅地进行计算思维，从那种哲学的理解，转到说，好吧，这是我应该运行的程序，它是那种哲学理解的体现，然后让我们看看它实际上做了什么，然后我就不必担心我是否搞错了，因为程序只是做程序该做的事。
计算机实验的确定性
这有点，你知道，我发现这有点好笑，当我的新科学书在2002年出版时，人们说，但它是错的。这就像，那是什么意思？它哪里错了？我不知道。但我是说，这有点，人们假设你可能通过做错误的计算得到了错误的答案，但这就是计算机实验的本质。你只是，你知道，你指定规则，你运行程序，程序做程序该做的事。没有，你知道，没有人类的参与。可以说，不存在错误的可能性。可能会有，你可能在解释正在发生的事情上是错的。你可能在相信计算机实验中发生的事情与别的事情相关上是错的，但实验本身，它就是它本来的样子。
现在，你可能会感到困惑。我会说，嗯，最主要的困惑来源是当人们不看实验中发生的所有事情时。所以人们说，有一种倾向，你知道，在科学上，人们有这样一个想法，你知道，科学就是产生，你知道，数字。所以一种很常见的错误是说，嗯，你知道，下面有很多详细的事情在发生，但我只画出这条曲线作为结果。这意味着你没有真正看到正在发生的细节。你只看到这一个总结，有时那一个总结可能会非常令人困惑。它可能会让你，让你陷入，陷入错误的思维。
第四章：可视化、生物学与新科学的诞生
可视化的力量
所以对我来说，你知道，能够拥有我认为我们拥有的最高带宽的东西来理解正在发生的事情，是我们的视觉系统，并且能够尽可能详细地将正在发生的事情可视化，我一直觉得这非常重要。通常当我做项目时，事实上，我最近做的项目中就遇到了这个问题，我总是试图确保我首先努力做出最好的可视化效果。因为如果你知道，人们犯的一个错误是，用粗劣的可视化来做项目，然后说，现在我要展示它了，我要做一个非常好的可视化。然后你做了非常好的可视化，然后你就会想，哦天哪，我现在能看到一些我在做项目时没有看到的东西。
我最近就遇到了这个问题，因为有一个特别复杂的可视化，我在项目早期没有花足够大的力气去做，所以我现在不得不重做很多事情，因为我意识到使用这种更复杂的可视化技术，我可以更清楚地理解它们。但那是，你知道，那只是当你开始用计算的方式思考事物时，会遇到的事情之一。这个想法，即你能尽可能深入地看到计算内部，是很重要的，而不是说我只关心画出这条曲线，因为这是科学家们在过去几百年里一直在做的事情。
从代数计算到元胞自动机
你知道，我最近才意识到关于我个人科学旅程的一件事，是在80年代初，我开始做大量的计算机实验，将正在进行的计算可视化，并从中弄清楚一些事情。对我来说，在1981年左右做这件事是完全显而易见的。就像，你怎么可能想不到做这样的事情呢？但问题是，为什么那对我来说是显而易见的？原来我之前几年一直在做的事情是，建立我的第一个大型计算机系统，一个用于进行代数计算，即符号代数计算的系统。
我开始做这个是因为我当时在做粒子物理学。在粒子物理学中，你得花很多时间来计算费曼图。费曼图是计算，嗯，实际上是我之前提到的S矩阵的一种方法，是计算它的特定方式。那可以说是我们所知道的最好的方法。我必须说，作为一个脚注，迪克·费曼总是说，费曼图是做这种计算最愚蠢的方式。他说，一定有更好的方法。
我记得有一次我告诉他，如果你计算出来，你生成了一系列的费曼图，我想在这些费曼图的k阶，我计算出做这些费曼图的计算复杂性是k的阶乘的五次方。所以当你计算到更高阶时，计算的难度会难以置信地增加。所以我告诉他这个，他就像，是的，这是个愚蠢的计算方法，一定有更好的方法。我们还不知道那个更好的方法是什么。我现在有点兴奋，因为我终于觉得我明白了，在一个更大、更基础的图景中，费曼图到底是什么，以及如何以一种确实允许我们超越那个形式体系，并可能以一种更有效的方式计算事物的方式来思考它们。
这有点像是，嗯，对我还在研究的一些事情的剧透。但是，嗯，基本上，在费曼图中，你画出这些图，它们像是说，一个电子走到这里，然后它与一个光子相互作用，然后那个光子与另一个电子相互作用，等等。这是一个相互作用的图。我意识到的是，那些图实际上是关于因果关系的图。它们是展示，代表这里的电子的线，实际上电子基本上是因果关系的载体。当一个电子与一个光子相互作用时，会发生一个事件，那个事件对某个其他事件有因果影响，而那个因果联系就由这个，嗯，这个电子线来代表，在这个费曼图中。这种理解方式，允许我们将费曼图与我们物理项目中出现的许多与我们称之为多路因果图的东西联系起来。关于这些东西，一个相当优美的理论正在开始出现，但我还没有完全搞清楚。
但无论如何，那是一个不相关的，嗯，题外话。但在70年代末，我试图让计算机做这些非常丑陋、棘手的费曼图计算，因为那是当时我们知道的计算量子场论后果的唯一方法，特别是当时还是一个年轻领域的QCD。而我，作为一个青少年，有幸能够第一次计算出一些关于QCD的东西。嗯，现在它们是众所周知的经典东西，但当时它们是新鲜的，因为那是一个新领域。
发生的一件事是，我建立了很多进行符号计算、代数计算的能力。进行代数计算的一个特点是，你得到的答案不仅仅是一个数字。如果你的计算结果，计算机吐出17.4，你用17.4做不了太多事情，你从17.4本身也得不到太多直觉。但当计算机吐出一个很长的代数表达式时，它有很多结构。我学到的一件事是，从那个结构中获得直觉。
所以，比如说，如果你在做，我不知道，你在做积分。我从来不擅长用手做积分。但我从用计算机做成千上万个积分中学到的是，关于积分中发生的事情的结构的直觉。这让人能够，你知道，跳跃性地看到这个复杂的积分。我认为直觉上它的结构大致是这样的，这在实际用计算机解决问题时是一个很大的线索。
所以我最近才意识到的是，我在做代数计算方面的经验，让我习惯了这样一个想法：计算机产生的东西，会是一个有结构的东西，你可以从中获得直觉。所以当我开始思考简单的程序和它们做什么时，对我来说，很明显，我应该对所有正在进行的步骤做某种可视化，因为我期望从计算的内部获得直觉。
然而，你知道，我要说的一件事是，在那种情况下，我早在1981年就开始研究元胞自动机，我，你知道，发现了关于元胞自动机的一些东西。我认为它们非常有趣，我在1981年生成了一张叫做“规则30”的东西的图片，那是一个我一直以来最喜欢的特定元胞自动机。它的特点是规则非常非常简单，但你从一个黑色的单元格开始，它会制造出复杂的图案。那个图案的许多方面，从所有实际目的来看，都是随机的。这在1981年我的直觉说是不可能发生的。它说，你知道，如果规则足够简单，那么在生成的行为中就会有那种简单的痕迹。
所以当我，你知道，我生成了规则30的图片并把它放到我发表的一篇论文里，但我并没有真正注意它，因为我的直觉是如此强烈，认为那样的事情不可能发生。然后，实际上，从方法论上讲，我认为这很有趣，在1984年6月，我碰巧得到了一台高分辨率的激光打印机。那是新东西。它们在当时是又大又笨重的家伙。我想，嗯，我要坐飞机去某个地方，我想，我要为我的新激光打印机制作一些很酷的图片。所以我用高分辨率打印出了规则30，并带着它。我开始看它，心想，嗯，这到底是怎么回事。我终于，你知道，真正开始，嗯，实际上还发生了一些其他的事情。我还研究了元胞自动机的其他方面，以及它们如何与计算理论相关等等。这让我准备好更认真地看这张图片，并意识到，哦我的天哪，这完全违背了我一直以来的直觉，即，你知道，要得到复杂的东西，你需要复杂的规则，或者你需要一个复杂的初始条件。这是一个全新的、不同的东西。
这有点好笑的是，我意识到在那个时候，我已经从我研究的其他东西，特别是关于计算理论的东西中，得到了足够的准备，以至于我只花了两天时间就，你知道，告诉人们关于，嗯，我要去参加一个会议，实际上，我最近发现，那个会议上有一个问答环节的记录，我在那里谈论，好像我一直都知道一样，关于，你知道，规则30是如何工作的等等。嗯，但实际上我只知道它两天。
但关于那件事，一个重要的一点是，首先，那是我某种程度上“发现”了，但我没有理解。我没有内化它。但要能够内化它，需要我从研究，嗯，元胞自动机的许多东西，计算理论的许多东西中，建立起大量的其他背景。有了那种准备，我才能够真正理解关于规则30是什么以及它意味着什么这一点。
现在，比如说，这个“计算不可约性”的现象，我现在已经，从我提出那个想法到现在，已经40年了，我还在理解它的含义，无论是在人工智能伦理方面，还是在区块链的工作量证明方面，或者在许多其他领域。嗯，我只是现在才理解，事实上，我最近理解得最清楚的是，我认为物理学的很多故事，是计算不可约性与我们作为世界观察者的局限性之间相互作用的故事。
这有点像，比如说，最简单的情况是热力学第二定律，那里的想法是，你有一堆分子在到处乱撞，第二定律说，大多数时候，这些分子似乎会在它们的构型上变得更随机。这是人们从19世纪中期以来就一直在思考的问题。我也思考过。这是我早在12岁左右就对物理学真正感兴趣的事情之一，就是，嗯，随机化在第二定律中是如何发生的现象。我最终理解的是，它的发生是因为这些分子在底层动力学中存在某种计算不可约性。然而，那与我们作为观察者的计算局限性之间存在着相互作用，因为我们作为观察者，无法，你知道，解密在这个底层结构中发生的计算。我们只能说，哦，它在我看来是随机的。
所以这个计算不可约性的现象，在40年后的今天，我还在理解这个特定想法的含义。我是说，关于科学的进步，我可以在我自己的生活中看到，也可以从科学史中看到，另一件事是，一旦你有了一个某种范式性的想法，可能需要很长时间才能理解那个想法的含义。我知道对我做过的事情来说，嗯，我完全承认，有时我需要30年甚至更长时间才能理解我真正发现的是什么。这有点像，如果其他人50年或100年都弄不明白，那也算正常，因为我自己就花了30年才弄明白这个或那个东西的重要性。