>> HLK 자연과학 >  >> 물리학

독창적 :Scott Aaronson

MASS (Massachusetts Institute of Technology)의 이론적 컴퓨터 과학자이자 교수 인 Scott Aaronson은“Shtetl-Optimized”라는 인기있는 블로그를 운영하고 있습니다. 계산 복잡성에 중점을 둔 호기심 많은 제목입니다. 내가 Aaronson에게 연결에 대해 물었을 때, 그는 자신이 19 세기 유대인 마을이나 Shtetl과 같은 다른 시대를 위해 설계된 사람으로 자신을 보았고, 그 후에, 그리고 많은 사람들에게 생명의 중심 활동이 있었는지

라고 대답했습니다.

Aaronson은 18 세에 학부 연구를 마치고 31 세의 MIT에서 임기를 얻었을 때 분명히 자신의 삶의 중심 부분으로 공부했습니다. 그러나 그의 관심을 끌는 것은 컴퓨터 과학만이 아닙니다. 그의 저서 인 Quantum Computing 이후 , 의식, 자유 의지 및 시간 여행에 대한 접촉. 과학의 성 역할에 관한 그의 블로그에 대한 최근 토론은이 글을 쓰는 시점에서 609 개의 의견을 도출했습니다. 그리고 그는 공개 토론에서 멀어지지 않으며, 스타트 업 d-wave 시스템이 운영 양자 컴퓨터를 판매하고 있다는 주장에 대한 가장 지속적인 비평가 중 하나가되었습니다. 맹목적인 눈을 돌리고 그 주장이 미끄러지게하는 이유는 무엇입니까? Aaronson은“이것은 내가 누구인지가 아닙니다.

개인적으로 Aaronson은 애니메이션, 자기 비방이며 Tee에 사려 깊습니다.

비디오보기

양자 역학을 가르치는 새로운 방법을 제안했습니다. 어떻게?

양자 역학이 정보에 대한 이해를 어떻게 변화 시켰습니까?

P 대 NP 문제는 무엇이며 왜 중요한가?

P =NP에 대한 시도 된 증거는 몇 명입니까?

p =np임을 보여주는 증거는 무엇입니까?

이것은 공상 과학 이야기를위한 좋은 사료처럼 들립니다.

컴퓨터가 어떻게 우리가 정보를 이해하는지를 바꾸도록 어떻게 이끌었습니까?

정보가 텔레 론의 일부를 물리학으로 되돌릴 수 있습니까?

왜 그렇게 많은 토론에 참여합니까?

당신은 양자 컴퓨터를 구축했다고 주장하는 회사 인 D-Wave의 가장 성악적인 비평가 중 하나였습니다. 왜?

왜 당신은 계속해서 자신을 비관론자이자 curmudgeon이라고 부릅니까?

레이저 프린터 TV 광고를 둘러싼 논쟁에 어떻게 참여 했습니까?

과학 작가였던 아버지가 과학에 들어가 셨나요?

당신은 매우 널리 읽히는 블로그가 있습니다. 당신이 계속 계속하도록 동기를 부여하는 것은 무엇입니까?

귀하의 블로그가 Shtetl-Optimized라는 이유는 무엇입니까?

과학자가 아니라면 어떻게하겠습니까?

인터뷰 전사

양자 역학을 가르치는 새로운 방법을 제안했습니다. 어떻게?

양자 역학을 가르치려고한다면 학부생들에게, 특히 수학에 능숙하지만 물리학 자, 물리학자가 아닌 사람들에게 물리학에 몰두하지 않은 사람들에게 말합시다. 이것이 사람들에게 그것을 가르치는 유일한 방법입니다. 그것이 이해할 수있는 유일한 방법입니다. 그리고 진실은 양자 역학의 경우 배워야 할 다양한 사실이 없다는 것입니다.

확률 이론과 같은 것을 정의하지만 1-Norm이 아닌 2- 노름을 기반으로 한 것을 정의하라고 말하면 기본 물체가 확률의 벡터 (1에 1에 부여하는 비 음성 실수의 벡터)가되기를 원하지만 진폭의 벡터 (절대 값의 값의 합이 하나까지 추가되는 복잡한 숫자)를 원합니다. 나는 확률 이론과 같지만 비 음성 현실 대신 복소수를 기반으로하는 것을 요구합니다. 이 경우 기본적으로 양자 역학을 발명하도록 강요했습니다. 그 시점 이후에는 선택의 여지가 거의 없습니다. 그리고 당신이 그 시점부터 모든 명백한 선택을한다면, 양자 역학으로 가질 것입니다.

요점은 이것이 당신이 만들어야하는 하나의 도약 일 뿐이라는 것입니다. 이것은 당신이 받아 들여야 할 것 중 하나이며, 다른 모든 것이 따를 것입니다. 반면, 당신이 그것을 역사적으로 할 때, 당신은 기본적 으로이 모든 현상의 전체 컬렉션을 얻습니다. 그리고 이것은 여전히 ​​양자 역학의 대부분의 대중화가 그것을 취급하는 경향이있는 방식입니다. 항상 불만족스러운 일입니다. 위치와 운동량을 동시에 측정 할 수 없습니다. 전자는 핵 주위의 확률 파의 어떤 종류의 번짐에 있습니다. 당신이 그것이 어디에 있는지 모르지만 실제로는 다른 무언가를 모르는 멋진 방법입니다. 멀리 떨어진 입자는 서로 얽히게 될 수 있습니다. 그리고 입자는 벽을 통해 넘어 질 수 있습니다. Schrödinger의 고양이는 살아 있고 죽은 사람의 슈퍼 위치에있을 수 있습니다. 전자는 에너지 수준을 정량화 할 수 있으므로 위아래로 점프합니다. 그래서 당신은 단지“아, 양자 역학은 모든 것이 우리의 직관을 위반하는 미친 땅입니다.”라고 말합니다. 그리고 당신이 무언가를 이해했다고 생각할 때 여전히 의미가없는 또 다른 미친 것들이 있습니다.

실제로,이 모든 것들이 단지 따릅니다 ... 세계의 상태는이 진폭의 벡터이며 진폭은 복소수이며, 우리가 익숙한 확률과 다르게 행동합니다. 모든 것이 그로 인해 발생합니다. 그리고 그것들은 모두 그것의 다른 표현 일뿐입니다.

Quantum Mechanics가 정보에 대한 이해를 어떻게 변화 시켰습니까?

나는 정보를 당신이 무언가를 배우는 데 얼마나 놀랐는지에 대한 정보를 정의 할 것입니다. 그것은 당신이 다른 것으로 취급하고 싶은 다른 구성의 수를 측정 한 것입니다. 따라서 두 가지 다른 구성으로있을 수있는 단일 정보를 위해, 어떤 구성이 어떤 구성인지 배울 때 one 를 얻었습니다. 약간의 정보. 또는 무지의 양을 줄이거 나 놀라움을 한 번 증가 시켰습니다.

이제 클래식 정보에는 항상 복사 할 수있는 특정 속성이 있습니다. 당신은 당신이 원하는만큼“조금”의 많은 사본을 만들 수 있습니다. 당신은 그 비트를 바꾸지 않고“비트”를 읽을 수 있습니다. 이것들은 너무 분명하여 일반적으로 명시 적으로 언급되지는 않습니다. 그러나 양자 정보에는 그러한 속성이 없습니다.

따라서 양자 정보는 다음과 같은 것입니다. 양자 상태가 있습니다. 당신이 그것을 측정하면, 당신은 0 또는 하나를 얻게 될 것입니다. 따라서 양자 비트의 측정은 당신에게 고전적인 비트를 줄 것입니다. 그러나 어떤 고전적인 비트가 확률 론적일까요? 같은 방식으로 동일한 상태를 측정 할 수 있지만 때로는 0을 볼 수 있고 때로는 하나를 볼 수 있습니다. 특정 확률로 각각을 볼 수 있습니다. 각 결과의 확률은 상태와 측정 방법에 따라 다릅니다. 위치를 측정하기로 선택 했습니까? 아니면 모멘텀? 아니면이 큐 비트와 기준을 측정하기로 선택 했습니까? 아니면 제로 플러스 1 또는 제로 마이너스인지 물어 보았습니까? 따라서 양자 정보에는 하나의 질문을 선택할 수있는 속성이 있습니다. 그런 다음 그 질문에는 고전적인 답변이 있습니다. 그런 다음 해당 답변을 얻으면 양자 상태 자체가 물리적으로 변경되어 방금받은 답변과 일치합니다. 따라서 제로와 하나의 슈퍼 위치에있는 큐 비트를 측정하고 한 번만 알게되면 큐 비트는 이제 하나입니다. 그래서 두 번째로 측정 할 수 있고“이봐, 난 그냥 하나, 괜찮아요.”라고 말할 것입니다.

나는 그것을 침대 아래에 괴물이 있지만, 볼 때마다 사라집니다. 몬스터가 없습니다. 당신이 보는 확률을 설명하기 위해서, 당신은 당신이 보지 않았을 때 괴물이 있다는 것을 가정해야합니다. 그래서 그것은 양자 정보가 가지고있는 속성 중 하나입니다. 하나의 기회를 측정 할 수있는 기회를 얻고 하나의 답변을 얻은 다음 나머지 양자 상태는 사라집니다. 그런 의미에서 사용중인 자원입니다. 그러나 두 번째 밀접하게 관련된 속성은 양자 정보를 복사하는 일반적인 방법이 없다는 것입니다. 사실 그것은 정리입니다. 이를 클로닝되지 않은 정리라고합니다. 예를 들어 해당 상태의 2 부와 같은 일반적인 양자 상태와 출력을 취할 기계는 없습니다.

사람들은 정보가 어떻게 자유롭고 싶어하는지 이야기하는 것을 좋아합니다. 사람들이 정보의 사본을 만들기 때문에 복사로 보호 된 소프트웨어 나 복사로 보호 된 영화를 보는 것은 항상 비생산적 일 것입니다. 그러나 양자 정보는 그렇지 않습니다. 양자 정보는 금이나 석유 등과 같은 전통적인 경제 상품과 비슷합니다.

p np 문제, 왜 중요한가?

p np 질문은 기본적으로 다음과 같은 질문입니다. 컴퓨터가 일부 패턴이나 문제에 대한 해결책을 효율적으로 인식하도록 컴퓨터를 프로그래밍 할 수 있다면 해당 문제에 대한 해결책을 효율적으로 찾도록 컴퓨터를 프로그래밍 할 수 있습니까? 예를 들어 스도쿠 퍼즐 (예를 들어, 수천만의 스도쿠 퍼즐, 정말로 엄청난 것을 상상해보십시오)을 채우기 시작하면이 천문학적 가능성이 있습니다. 컴퓨터를 프로그래밍 할 수는 없습니다. 최악의 경우 컴퓨터 가이 사각형 모두에 가능한 모든 숫자 할당을 시도하도록 컴퓨터를 프로그래밍 할 수 있기 때문에 우주의 나이보다 훨씬 오래 걸릴 것입니다. 컴퓨터가 문제를 해결하기 전에 지구 전체가 붕괴되었을 것입니다. 반면에 누군가가 말하면“여기에 해결책이 있습니다. 나는 그것을 해결했다. 다음과 같습니다.”그러면 컴퓨터를 매우 빠르게 프로그램하여 솔루션이 올바른지 여부를 매우 빠르게 확인할 수 있습니다. 각 정사각형을 확인하고 괜찮은지 확인하십시오.

우리가 퍼즐을 다룰 때 자주 찾기와 검증 사이에는 이러한 차이가 있습니다. 해결책을 찾으려면 문제의 크기로 기하 급수적으로 증가하는 여러 단계를 수행합니다. 당신이 추가하는 각각의 새로운 사각형, 더블을 확인해야 할 가능성의 수를, 또는 더 나빠질 것입니다. [반대로] 솔루션을 점검하는 것은 우리가 말하는 것처럼 여러 단계 만 사용합니다. 문제의 크기로. 그것은 하나 또는 둘과 같은 고정 된 전력으로 제기 된 문제의 크기와 같이 증가하며, 이것은 컴퓨터 과학에서“효율적인”에 대한 우리의 거칠고 준비된 기준입니다. 필요한 시간은 문제 크기로 다항식으로 증가합니다. 기본적으로 p 표준 디지털 컴퓨터가 다항식 시간 내에 해결할 수있는 모든 문제의 클래스입니다. p 다항식 시간과 np를 나타냅니다 비 결정적 다항식 시간을 나타냅니다. 그것이 의미하는 바에 대해 너무 걱정하지 마십시오. 그러나 기본적으로 누군가가 솔루션을 말하면 다항식 시간 내에 [확인]을 확인할 수있는 모든 문제의 클래스입니다. 그러나 해결책을 찾는 데 지수적인 시간이 걸릴 수 있습니다.

p 의 문제 = np 모든 효율적으로 검사 가능한 문제를 효율적으로 해결할 수 있습니까? 사람들이 질문이 무엇을 요구하는지 이해하면 대부분의 사람들의 직관은 다음과 같습니다. 물론! 좋아, 당신은 무엇을 묻고 있습니까? 그러나 일상 생활의 목적 상 대답이 "아니오"라고 가정하는 것은 완벽하게 괜찮다고 말할 수 있습니다.

실제로 이것은 암호화에 실질적인 중요성을 가지고 있습니다. 우리가 인터넷에서 사용하는 거의 모든 암호화… 아마존에서 무언가를 주문할 때마다 [예를 들어] 신용 카드 번호는 무엇보다도 p 에 의존하는 암호화 코드로 보호됩니다. np와 동일하지 않음 . 실제로 그것은 그보다 훨씬 더 강한 것들에 달려 있습니다. 예를 들어, 수천 자릿수의 거대한 소수가 거대한 숫자를 곱하는 것이 우리의 경험과 수학자들이 아는 한, 그것은 사실입니다. 그러나 아무도 그것을 증명하지 않았습니다. 그리고 숫자를 프라임으로 고려할 수있는 빠른 알고리즘을 찾을 수 있다면 인터넷에서 사용하는 거의 모든 암호화를 깨뜨릴 수 있습니다.

이제 p 를 증명할 수 있다면 = np , 그러면 빠른 요인 알고리즘을 제공하며 암호화 외에도 모든 종류의 도메인에 10,000 개의 다른 중요한 사항을 제공합니다. 공기 흐름을 최적화하는 비행기 날개를 설계하는 산업 최적화와 마찬가지로; 원하는 방식으로 행동하는 약물 설계; 머신 러닝을 수행하므로 신경 네트워크를 교육하여 패턴을 인식합니다. 이것들은 극적으로 빠질 수있는 모든 것입니다. = np , 오른쪽. 이제 컴퓨터 과학 분야의 거의 모든 사람들은 아마도 아마도 p np 와 같지 않습니다 . 나는 우리가 물리학 자라면, 우리는 방금 자연의 법칙으로 선언하고 그로 인해 행해졌다고 말하고 싶습니다. 그러나 우리는 수학자이기 때문에 우리는 아직 아무도 이것에 대한 증거를 가지고 있지 않다는 것을 인정해야합니다. 우리는 결국 그런 것들을 증명할 수 있기를 바랍니다. 어려움은 실제로 이해하기 쉽습니다. 부정적인 것을 증명하는 것은 매우 어렵습니다. 이 모든 np를 해결하기위한 빠른 알고리즘이있을 수 있다는 것을 배제하기는 매우 어렵습니다. 미래에 누구나 생각해 낼 수있는 문제. 그러나 이것이 요청한 것입니다.

p 에 대한 증거가 얼마나 많은지 = np 보셨나요?

나는 p 의 증거를 얻습니다 = np 약 1 주에 약 1 주마다받은 편지함에서. 그것들은 실제로 p 의 증거보다 다루기가 더 쉬운 것입니다. np 와 같지 않습니다 누군가가 p 라고 말하면 = np , 당신은 항상 이렇게 말할 수 있습니다. 다음은 2,000 자리 번호입니다. 그 요소를 다시 보내지 않으면 더 이야기 할 것입니다.” 그리고 알다시피, 당신은 그 사람의 의견을 듣지 않습니다. 또는 그들은“글쎄, 나는 당신이 내 알고리즘을 더 발전시키기 위해 나에게 자금을 조달해야한다”고 말합니다. 미안 해요. 오른쪽?

그러나 누군가가 말하면 p np 와 같지 않습니다 그런 다음 실제로 반박하고 싶다면 들어가야합니다. 반복해서 반복하는 경향이있는 몇 가지 오류가 있기 때문에 실제로 상상하는 것만 큼 어렵지 않습니다. 그러나 종종 오류는 표기법의 혼란으로 방금 난독 화되고 그것을하는 것은 성가신 일입니다. 그래서 나는 실제로 사람이 100 달러 정도를 지불 할 의향이 있다면 MIT의 대학원생이 오류를 찾아 오류를 찾고 그들과 해당하는 프로토콜을 생각해 냈습니다. 그리고 우리는 여러 번 해냈습니다.

이것이 매주 당신에게 일어나는 일이라면 다음 사람은 p 의 증거가 있다고 주장하는 다음 사람입니다. = np 혈압조차 증가하지 않습니다. “좋아요. 큰 친구입니다.” 다른 날 누군가가 전화로 전화를 걸어“음, p 의 증거를 받았습니다. np 와 같지 않습니다 ”그러나 정상적인 임무는 np 를 증명하는 것입니다. p 보다 큽니다 , 오른쪽? 물론 p np에 포함된다 문제를 해결할 수 있다면 솔루션을 단순히 해결하여 솔루션을 확인할 수도 있습니다. 그리고 그는 이렇게 말합니다.“아, 그러나 나는 p np 에도 포함되어 있지 않습니다 .” 그래서 나는 당신이 질문을 이해하지 못한다고 생각합니다.

p 를 보여주는 증거의 영향은 = np ?

그러니 p 라면 어떤 결과가 될지 설명해 드리겠습니다. = np . 그리고 나는 조심해야합니다. “만약 p = np 또한, 알고리즘은 실제로는 실제로 효율적이었습니다.”사람들이 항상 말할 수있는 경고가 있기 때문입니다. = np , 그러나 임의의 np를 해결하기위한 알고리즘 문제는 n 가 필요합니다 이론적으로 다항식이 될 수있는 천 번째 또는 무언가, 그리고 그것은 실제로 효율적이지 않을 것입니다. 그래서 우리는 p 의 결과에 대해 이야기 할 때 말해야합니다. = np , 나는 p 라면 결과를 실제로 의미합니다 = np 또한 알고리즘은 구현하기에 충분히 효율적이었습니다.

아마도 가장 흥미로운 결과는 우리가 인터넷에서 사용하는 모든 암호화 또는 그와 비슷한 암호를 깨뜨릴 수 있다는 것이 아닐 것입니다. 최적화 문제의 솔루션 속도를 높이지도 않을 것입니다. 실제로 모든 데이터 세트의 경우 해당 데이터를 설명하고 효율적으로 수행하는 가장 작은 모델을 찾으려고 노력할 수 있습니다. 예를 들어, 모든 역사적 주식 마크 데이터 데이터를 가져간 다음 다음과 같이 말할 수 있습니다. 신경망의 가중치 세트는 무엇입니까? 그리고 나서 그 신경망을 훈련 한 후에는 미래의 주식 시장 가격을 예측하기 위해 그것을 사용할 수 있습니다. 또는 당신은 말할 수 있습니다 :소량의 시간에 셰익스피어의 전체 작품을 출력 할 가장 짧은 프로그램은 무엇입니까? 컴퓨터에 막대한 양의 데이터를 공급하고 문제를 제기함으로써 이러한 종류의 방식으로 엔지니어 인텔리전스 또는 창의성을 역전 시키려고 시도 할 수 있습니다.이 데이터를 처음부터 재생할 수있는 작은 모델을 제시하십시오. 그것은 np 입니다 문제. 컴퓨터가 그러한 모델을 생각해 내면 올바른지 확인하는 것이 간단한 문제입니다. 그렇다면 p = np 그런 다음 가서 모델을 찾을 수 있습니다.

여전히 어려움이있을 것이라는 것이 사실입니까? 셰익스피어의 37 번의 연극을 가장 잘 압박했다는 것은 결과 프로그램을 사용하여 38 번째 연극을 쓸 수 있다는 의미는 아닙니다. 어쩌면 그렇지 않을 수도 있습니다. 그러나 그것이 정말로 멋지게되는 곳은 특정 유형의 기계 학습 기술을 통해 찾은 내용을 일반화 할 수 있고 특정 유형의 특정 유형을 일반화 할 수 있다는 것입니다. 그러나 [그다지] 문제조차도 좋은 기계 학습 알고리즘을 제시하는 문제는 [당신이 찾은 것들에서 일반화 할 수있게 해줄 것입니다. = np . 그래서 당신은 다음과 같이 말할 수 있습니다. 나는 물건을 배울 수있는 신경망에 가장 적합한 디자인은 무엇이며, 어디에서나 많은 데이터를 공급하고 그 데이터에서 스스로 배울 프로그램을 만들 수 있습니다. 짧고 효율적인 프로그램 중에서이 작업 세트에서 가장 잘하는 프로그램은 무엇입니까? if p = np 그런 다음 이러한 것들을 찾을 수 있고 자기 개선을 얻을 수 있습니다. 그리고 실제로 p 를 적용 할 수 있습니다 = np p 라는 사실을 악용하는 더 나은 방법을 찾는 문제에 = np .

이것은 공상 과학 이야기를위한 좋은 사료처럼 들립니다.

Lance Fortnow는 이미 이것을했습니다. 그는이 책을 골든 티켓 라는 책을 가지고 있습니다 그가 공상 과학 시나리오를 구성하는 전체 장이있는 곳에서 p = np . 이것의 문제는 [Bernor vinge, Greg Egan, 그런 사람들 등 약간의 하드 공상 과학을 읽었음에도 불구하고 종종 인간 지능보다 더 큰 글에 대해 글을 쓰고 싶어한다는 것입니다. 그리고 인간 지능보다 더 큰 공상 과학 소설을 쓰는 것은 본질적으로 불가능합니다. 왜냐하면, 당신이 하나가있는 즉시, 그것은 당신이 정의상, 옳다고 생각할 수 없다는 생각을 생각하기 시작했기 때문입니다. 내가 말하려는 것은 다음과 같은 것 같아요. 단수에 대한 소설을 어떻게 쓰나요? 사람들은 컴퓨터가 인간보다 지능적이되는이 기술적 특이점에 대해 추측하고, 목표를 최적화하거나 유틸리티 기능을 최적화하기 시작하고 사람들이 기발한 예를 제시했습니다. 어쩌면 AI는 전체 관찰 가능한 우주를 페이퍼 클립으로 전환하는 목표를 가질 것이며, 그 목표를 향해 상상할 수없는 [우리가 생각조차 할 수없는] 엄청난 지능을 바칠 것입니다. 그리고 빛의 속도로 지구에서 바깥쪽으로 확장되는이 페이퍼 클립 공이있을 것입니다. 이것은 Eliezer Yudkowsky의 예입니다.

그러나 진실은 개가 우리에 대한 소설을 쓰려고하는 일종의 것입니다. 사실, 이런 종류의 주제에 대해 읽을 수있는 허구는 완전히 설득력이없는 경향이 있습니다. 인간보다 훨씬 똑똑한 외계인을 포함하는 소설과 같은 것. 그러나 사실, 당신이 그들에 대해 읽을 때, 그들은 실제로 책을 쓴 사람보다 실제로 똑똑하지 않습니다. p = np , 나는 거의 비슷하게 느낍니다. 일어날 일의 처음 몇 단계에 대해 이야기 할 수있었습니다. 좋아, 누군가 인터넷에서 모든 암호화를 깨뜨린다. 어쩌면 그들은 NSA에 그것에 대해 말하거나 스스로를 유지할 수도 있습니다. 그리고 아마도 그들은 돈을 쫓아 내려고 노력할 것입니다. 그리고 이런 종류의 아이디어를 중심으로 회전 한 끔찍한 TV 쇼와 물건이있었습니다. 그리고 당신은 암과 싸우기 위해 더 나은 마약을 설계하는 누군가에 대해 이야기 할 수 있습니다. 이것은 Lance Fortnow가 그의 책에서하는 일입니다. 그러나 매우 빨리, 당신은 알고리즘이 효율적 인 단계에 들어가고, p 이기 때문에 존재하는 알고리즘이 존재합니다. = np , 더 나은 알고리즘이나 더 나은 기계 학습 방법 등을 설계하는 데 사용됩니다. 그리고 그 시점 이후에 일어나는 일은 우리가 말하기가 매우 어렵다고 생각합니다.

컴퓨터가 어떻게 우리가 정보를 이해하는지 바꾸도록 우리를 어떻게 이끌었습니까?

디지털 컴퓨터의 개발은 실제로 우리가 이전보다 훨씬 더 많은 정보에 대해 명시 적으로 생각하고 정보 처리에 대한 명시 적 이론을 개발하게되었습니다. 종종“아, 당신은 컴퓨터로서 뇌에 대해 이야기 할 사람들이 있지만, 컴퓨터가 우리 시대의 기술이기 때문에 사람들은 시계가 그 시대의 기술이기 때문에 뇌가 시계라고 말할 것입니다.” 사람들은 이것을 말하기가 매우 현명하다고 말하며 컴퓨터를 지나가는 유행으로 볼 수 있습니다.

그것에 대해 생각하는 데있어서의 문제는 컴퓨터가 정의상 본질적으로 보편적 인 기계라는 것입니다. 우주의 다른 기계를 시뮬레이션 할 수있는 기능을 가진 기계입니다. 그런 의미에서 컴퓨터는 다른 기술이 아닙니다. 토스터 나 무언가와는 다릅니다. 그리고 이것은 [Alan] Turing이 1936 년의 위대한 논문에서 증명했다는 이론적 인 요점입니다. 그가 증명 한 것 중 하나는 다른 튜링 머신을 모방 할 수있는 단일 튜링 머신을 만들 수 있다는 것입니다.

나는 그것을 소프트웨어 산업 레마의 존재라고 부르고 싶습니다. 이것이 소프트웨어를 가질 수 있다고 말하는 것입니다. 그러나 이것은 또한 실용적인 것입니다. 우리는 게임 및 단어 처리, 이메일 및 웹을 탐색하기 위해 다른 컴퓨터를 구입할 필요가 없다는 것을 알고 있습니다. 내 말은 우리는 할 수 있습니다 ; 그러나 우리는 그럴 필요가 없습니다. 사실, 우리는 읽을 수있는지도, 전화, 나침반, 메모장과 같은 모든 종류의 장치를 우리와 함께 가지고 다녔습니다. 이제 스마트 폰을 가져갈 수 있습니다. 그리고 보편성 때문에 컴퓨터는 보편적 인 장치이기 때문에 모든 것을 수행하는이 장치를 가질 수 있습니다. 우리 가이 시점까지 생각한 모든 것뿐만 아니라 아직 발명되지 않은 모든 종류의 미래의 것들. 그것이 무엇이든간에 아마도 그것을위한 앱이있을 것입니다.

때때로 사람들은 또한 사회의 기술 혁신의 양이 1950 년대 나 60 년대 이후 실제로 감소한 것으로 보인다. 우주 여행이나 대규모 인프라 프로젝트 나 1950 년대와 60 년대의 방식으로 완전히 새로운 에너지 원과 같은 것에 대해 크게 생각하는 사람들은 없습니다. 그리고 그들은 일반적으로 혁신이 여전히 일어나고있는 유일한 곳이 컴퓨터에 있다고 말할 것입니다. 그것은 사실이 아니지만, 실제로 새로운 것을 구축하는이 강력한 문화를 실제로 보는 유일한 곳은 소프트웨어에 있습니다.

내가 말하려는 것은 소프트웨어가 모든 기술의 제한 지점과 같다는 것입니다. 컴퓨터는 보편적 인 기계이기 때문에 그것을 충분히 가져 가서 컴퓨터를 거기에 넣고 싶습니다. 그래서 그들은 어디서나 유용 할 것입니다. 그러면 문제가 해당 컴퓨터를 어떻게 프로그래밍하는지의 문제가 될 것입니다.

정보는 텔레 론을 물리학으로 되돌려 놓는 정보입니까?

그래서 스티븐 핑커 (Steven Pinker)는 그의 책 중 하나에서 다음을 사용했습니다. 한 사람이 왜 다른 사람을 만나게 될지 설명 할 수 있습니까? 그들이 오전 10시 40 분에 호텔 로비에서 만나기 위해 준비했다고 가정 해 봅시다. 그리고 그 사람이 그곳에 나타나서 순진하게 말할 것입니다. 우리는 잘 말할 것입니다. 당신은 당신이 그들과 이야기를 나누기 때문에이 사람이 그곳에있을 것으로 기대합니다. 그들은 택시에 들어가서 호텔의 이름을 말하는 것과 같이 의도를 수행하기 위해 행동을 취할 것입니다. 그래서 그들은 그곳에있을 것입니다.

그러나 당신은 조금 배우고“아, 그건 모두 신비로운 이야기 일뿐입니다. 이 모든 의도는 실제로 존재하지 않습니다.” 실제로 진행되고있는 것은 특정 뉴런이 특정 패턴으로 발사되며 특정 화학 반응과 물리적 세계의 특정 움직임이 있었고 당신이 말하는 결과로 이어 졌다는 것입니다. 그리고 당신은 더 많은 것을 배우고 그것을 묘사하는 다른 방법보다 더 진실하지 않다고 잘 말하고 훨씬 덜 유용합니다. 그것을 설명하는 다른 방법은 똑같이 사실이며 우리가 말하는 것보다 더 적합합니다. 당신은 그 사람이 그들이하고 싶은 일이기 때문에 그 사람이 나타 났다고 말할 수도 있습니다. 왜냐하면 당신은 그렇게 말함으로써 물리 법칙에 원격학을 소개하지 않기 때문입니다. 당신은 강력한 속기를 사용하고 있습니다. 의도를 갖기 위해 특정 방식으로 구성된 뇌와 같은 특정 물리적 대상에 대해 이야기하기 위해 강력한 표현 언어를 사용하고 있습니다. 그리고 그 언어를 사용할 수 있다면, 당신은 그것을 사용할 수도 있습니다.

왜 그렇게 많은 토론에 참여합니까?

봐, 내가 물러서는 지혜, 무언가를 말하지 않는 지혜를 인식 할 수있는 경우가 있지만, 나는 단순히 그 지혜가 없다. 내가 그것을 가지고 있다면 나는 더 나은 사람이 될 것입니다. 그러나 사실이라는 사실을 쉽게 인식 할 수있는 경우가 있습니다. 사실, 확실히 옳고 사실이지만 여전히 큰 소리로 말하는 것이 정말 나쁜 생각 일 것입니다. 누군가가 토론에서 정말 어리석은 말을하는 것처럼, 당신은 "당신은 바보 같은 바보입니다."라고 말할 필요가 없습니다. 사람들을 공격 할 이유가 없기 때문입니다. 어떤 목적도 제공하지 않습니다. 그러나 허위가 실제로 송곳니가 자라서 세상에서 나쁘게하는 데 익숙해지면 미적분학이 변한다고 생각합니다.

당신은 양자 컴퓨터를 구축했다고 주장하는 회사 인 D-Wave의 가장 보컬 비평가 중 하나였습니다. 왜?

글쎄, 어떤 의미에서는이 일을하는 것이 정말로 선택한 것이 아니 었습니다. 나의 첫 번째 본능은 단지 그들을 떠나고, 그들 자신의 일을하도록 떠나고, 그들에게 성공을 기원하는 것이 었습니다. 그들이 좋은 것을 생각해 내기를 바랍니다. 그러나 D-wave가 언론에 대중의 마음에 큰 발표를 시작했을 때 문제는 실제로 Quantum 컴퓨팅이 무엇인지 정의하게 되었기 때문에 실제로 실제 양자 컴퓨터를 구축하고 판매하고 있다고 말하는 사람들이기 때문입니다. 그리고 이것은 믿을 수 없을 정도로 비판적으로보고 될 것입니다. 3 학년 종류의 오류는 완전히 비판적으로 재 인쇄 될 것이고, 양자 컴퓨팅에 관한이 블로그를 갖게 되었기 때문에, 다시, 나는 단지 입을 다물지 않기 위해 지혜가 부족한 사람이 되었기 때문에 사람들은 나에게 잘 이메일을 보내고, Dwave가 또 다른 발표를 한 것을 보았습니까? 이것에 응답 할 건가요? 그렇다면 나에게 도전과 같을 것입니다. 응답하지 않으면 그들이 말하는 것이 사실이라고 암시 적으로 받아들입니다. 그래서 응답해야합니다.

나는 D-wave에 대해 설치 한 작은 FAQ를 시작하여 상황을 명확히하려고 노력했습니다. 그러나, 내가 말할 가장 가벼운 것들조차도“A-Ha! 이 Elitist Ivory Tower Academic은 실제 양자 컴퓨터와 Blah Blah Blah Blah Blah를 구축하는 회사를 공격하고 있습니다.” 사람들이 분명해 보이기 때문에 사람들이 단지 어려운 이데올로기 라인을 취할 것이라는 사실에 정말 놀랐습니다. 비즈니스 세계에 있다면“실제로 무엇을 하는가?”

왜 당신은 자신을 비관론자와 curmudgeon이라고 부르나요?

글쎄, 내 말은, 사람들은 내가 D-wave에 대해 이야기 할 때처럼 나를 그렇게 대하는 것 같습니다. 예를 들어 Dwave에 대해 이야기 할 때도 한 손에 든다고 생각합니다. 분명히, 그들이 제기하고 있다는 주장에 대한 증거를 제공 해야하는 부담은 그들에게 회의적 인 과학자로서 우리의 역할이지만, 나는 다른 사람들이 내가 Curmudgeon으로 해석하게됩니다. 당신은 당신이 그것을 충분히 부르면 결국 당신이 괜찮다고 말하면, 나는 그것을 소유 할 것입니다. 자부심으로 그 라벨을 입을 것입니다. 그러나 그것은 내가 느끼는 방식이 아닙니다.

레이저 프린터 TV 광고를 둘러싼 논쟁에 어떻게 참여 했습니까?

글쎄, 8 년 전에 호주에서 방영 된 프린터 광고가있었습니다. 광고는 바에서 말하는 두 개의 슈퍼 모델과 관련이 있었고 그중 하나는 다음과 같이 말합니다.“양자 역학이 입자 나 파도 또는 물질이나 에너지에 관한 것이 아니라면, 그것이 무엇에 관한 것인가?” 그리고 두 번째는“내 관점에서, 그것은 정보와 확률, 관찰 가능성과 그들이 서로 관련되는 방식에 관한 것입니다.”라고 말합니다. 그리고 첫 번째는“흥미 롭습니다.”라고 말합니다. 그런 다음 Ricoh 프린터를 보여주고“보다 지능적인 모델”이라고 말합니다. 멍청한 농담이지만 ​​내 블로그를 읽고 호주에 사는 사람이 나에게 링크를 보냈습니다. 여기서 YouTube 에서이 광고를 볼 수 있었는데 이것이 아니라고 말하면서 강의 노트를 표절하지 않습니까? 그리고 당신은 사실, 그들은 그렇습니다. The two lines in the commercial that didn’t come from my lecture notes were:“That’s interesting,” and “A more intelligent model.”

I was amused. I wasn’t really sure how to respond to it so I just posted a blog post which was called, “Australian actresses are plagiarizing my quantum mechanics lecture to sell printers.” And I just said I tried to think of a witty title for this but really, I just can’t improve on the actual situation and I just gave the link and I just said what do people think I should do about this? Should I be flattered? Should I be calling a lawyer? And then, this was kind of the first thing I ever did on my blog that blew up in a way that I hadn’t expected. I think the next day, it was in The Sydney Morning Herald and it was in various newspapers and I was in Latvia at the time visiting a colleague there, but I got calls in my hotel room in Latvia from journalists because—“MIT professor accuses an ad agency of plagiarism!” This is one of the things that I’ve learned by the way, that since coming here it has the disadvantage that I can never just be an individual doing something. It’s always like MIT professor does such and such, right? Which is a type of responsibility that I don’t really want.

Did your father, who was a science writer, get you into science?

Well I think it was because of him that I was exposed from a very early age to the fact that these sorts of things were out there. So when [Arno Allan] Penzias and [Robert Woodrow] Wilson won the Nobel Prize in Physics in the 1970s for discovering the cosmic microwave background radiation, [my father] was a writer for Bell Labs at the time and it was his job to make that into good PR for Bell Labs I guess and he knew these people and he interviewed Steven Weinberg and John Wheeler. So he had talked to these physicists and so it was very much a part of the atmosphere.

Even when I was 3 or 4 or 5, he would be telling me about the speed of light, that it’s 186,000 miles per second—I was very interested in specific numbers at that time—and you can approach it but you can’t exceed it and he’d tell me about well, what the big bang was, how long ago it was. I mean just very, very basic things. He wasn’t a scientist, but that was certainly enough to make me curious about it.

And I think the other thing that he did is that he helped me a lot with writing. Right, I still feel much, much more comfortable expressing myself in writing than I do in speaking. You can probably hear right now, I’m not the most fluid speaker in the world, and I know that. But I’m more comfortable writing. This is one reason why I like writing a blog. But from a very, very early age, he would critique my writing and say no, this is too verbose. Why are you saying it this way? You already said that before. There’s no reason to put this there. So he would make me think about how I expressed myself in writing, and I think that was also important for me.

You have a very widely read blog. What motivates you to keep it?

If I’m writing a blog post, it doesn’t necessarily have the deepest insights, or I don’t have to spend months thinking about exactly what I’m going to say the way that I would be doing if I were writing a research paper. But, on the other hand, if I’m just like a little bit more right than the prevailing discourse that’s out there, which is really not very hard to be, then I can have a very big impact and thousands of people will read it, and orders of magnitude more people will read it than will read this research paper, even though I would have to have spent much, much more time to write the research paper. So for that reason there’s always the temptation—like if I’m writing a research paper and it’s really hard and I want to, you know, procrastinate a little—there’s always this temptation that hey, I can write a blog post and it will just take me a day and I’ll get immediate feedback, people will immediately start tweeting about it, leaving comments, reacting to it, and I have something to say [that] I think is true and that is not even all that hard for me to articulate and so it’s like an instant gratification, you know, instant small contribution to the world.

Why is your blog called Shtetl-Optimized?

I sort of always thought of myself as someone who was designed for a different era. I would read about my great-grandparents or my ancestors who would live in these shtetls in Europe, which were these Jewish villages, and it would just be obvious to everyone that studying was this very high calling where you could just do it all day long and all the other things in life would just kind of take care of themselves automatically. And I always felt like that even though that’s not exactly how it is.

What would you be if you weren’t a scientist?

Probably some kind of writer. I’ve tried fiction writing; that’s a very difficult craft. I don’t know if I could really succeed at that. But I feel like I could be a popular science writer. I mean the other thing that I thought about when I was a teenager is going into the software industry, going into Silicon Valley. I got into computer science because I liked programming, because I wanted to make my own video games. But then, you know, it just took working on a couple of really large software projects to disabuse me of that.


  1. 양자 얽힘은 물리학에서 가장 이상한 현상이지만 무엇입니까?
  2. 소리 소음 음악
  3. 1 년의 가치
  4. 연구원들은 초전도성 물질에 전하 밀도가 존재한다는 것을 보여줍니다
  5. 구부러져 ... 밀리 페드?
  6. 반사의 법칙과 빛의 실제 적용