諾貝爾獎，也是學會了找“流量密碼”。

一覺醒來，學物理和搞AI的都懵了！

拿下今年諾貝爾物理學獎的竟然是兩位AI大牛，其中一位還是公認的AI教父。

此次諾貝爾物理學獎垂青AI，基本上無人押中，不少人預測的凝聚態物理領域，最終還是錯付了。

就連獲獎者之一的Geoffrey E. Hinton都在接到電話后感慨：“太意外了！我甚至一度懷疑是詐騙電話。”

那么AI究竟配不配這個諾貝爾物理學獎？

先說結論，物理學與AI之間的橋梁早已架起，年初那場由Sora引發的“世界模型”爭議，正是物理AI的一種里程碑式的應用。

可惜Sora的想法太過理想，OpenAI大概也沒搞出Sora的完全體，一直隱身沒有公開，但科技巨頭們對于AI在物理學的研究并沒有停下來。

例如在今年Computex 2024上，英偉達CEO黃仁勛就給出了一個預測——AI下一波浪潮就是物理AI（實體AI）。

既然AI都變成了一個實體，那總該是物理學吧。

AI和物理，有何關系？

在談物理AI前，讓我們再來聊一聊AI獲獎這件事。

官方給出的解釋是，約翰·霍普菲爾德（John Hopfield）創造了一種可以存儲和重構信息的結構。杰弗里·辛頓（Geoffrey Hinton）發明了一種可以獨立發現數據屬性的方法，這種方法對于現在使用的大型人工神經網絡非常重要。因此頒獎以表彰“利用人工神經網絡進行機器學習的基礎發現和發明”。

這么看可能比較難懂，讓我們換個角度來解釋一下。從邏輯的角度來說，瑞典皇家科學院認為機器學習可以作為研究物理世界的一種工具，由此可以衍生出一些應用，而不是簡單理解成“機器學習=物理研究”。

按這種說法類比一下，去年拿下諾貝爾物理學獎的“阿秒激光”其實同樣也是研究物理（特指物質電子動力學）的一種工具。

不過阿秒激光聽上去就跟物理學有關系，而機器學習更像是一種“玄學”，這才導致了今年AI獲獎的爭議聲音這么大。

那么從原理的角度來說，AI與物理學也不是完全沒有關系。

機器學習之所以能產生智能，這其實是一種“涌現（emergence）”現象。

廣義的“涌現”指的是許多小的個體相互作用后產生了大的整體，而這個整體展現了構成它的個體所不具備的新特性的現象，也就是俗稱的“量變引起質變”。

在物理學等領域，涌現現象已經被談論了很長時間，凝聚態物理學一大特點就是闡明微觀結構與物理性質的關系。

而在大模型出現后，科學家們同樣觀察到涌現現象，因此把AI劃分成無生命的物理學也算說得通。

AI最大的想象力，是進入物理世界

當然，目前發布的大模型與涌現現象之間的聯系還是過于牽強，其能力主要依靠的是已有的知識體系，也就是訓練語料庫。

而Sora模型的發布，讓人們看到了AGI的多模態能力——在經過更大規模、更通用的訓練后，下一代模型將具備更復雜、更多層次的邏輯推理能力，這種模型甚至可以幫助人類解決復雜問題，而這正是一群AI大牛所追求的“世界模型”。

除了OpenAI以外，英偉達、Meta都是“世界模型”的力挺者。

黃仁勛在今年多次站臺宣傳物理AI，英偉達高級研究科學家 Jim Fan斷言Sora是一個數據驅動的物理引擎，而Meta也是在今年推出新研究OpenEQA以及新架構V-JEPA，希望讓AI Agent可以理解物理世界，從而成為真正的世界模型。

當然，世界模擬器并不是那么容易就能做出來，AI大佬們內部也分成各類流派。

例如圖靈巨頭LeCun就不認為Sora所代表的生成式技術可以理解物理世界，而黃仁勛則覺得機器人才是物理AI。

到了李飛飛這邊，他們最近剛成立的創業公司，又將“空間智能AI”定為了主攻方向。

可以說，各家在追求“世界模型”這條路上，都走了不同的技術路線。

結語

黃仁勛有句話說得好：“當前許多AI系統尚未真正理解物理定律，也無法以物質世界為基礎進行深度學習。”

但這些系統的發展又都指向了同一個趨勢，那就是未來的AI會越來越多地參與到物理世界中。

至于怎么去實現，那都是后話。

回到“AI拿下諾貝爾物理學獎”這件事上來看，瑞典皇家科學院像是找到了一個“流量密碼”，在激烈的討論過后，無形間給“世界模型”打個廣告。

另一方面，瑞典皇家科學院也給物理學界打了“預防針”，萬一哪天AI真的可以模擬真實物理世界，那豈不是一件比AI得獎更震撼的事情。

本文作者：jh，觀點僅代表個人，題圖源：網絡

記得星標微信公眾號：鎂客網（im2maker），更多干貨在等你