費曼如何看待科學的終極發展？
在2024年4月份的TED演講中，Google人工智慧部門執行長Demis Hassabis提出了一個宏大的目標：利用人工智慧建構一個「全知之樹」，掌握世界所有知識，在演講中，TED領導人Chris Anderson詢問Hassabis如果全知之樹被建構出來，最想解決什麼問題？Hassabis回答說他想瞭解時空的極限，即量子力學中的普朗克尺度，這是一個目前科學無法探索的極限，如果人工智慧能突破這一限制，那將是人類透徹宇宙法則的重要時刻。在過去，近代最偉大的物理教師理查德·費曼曾在1961年對科學的盡頭作過預測，費曼預測了物理學在未來千年的兩種可能發展，無論哪一種情況，費曼認為基礎科學的研究壽命是有限的。隨著AI的進步，人類是否能透徹理解宇宙運行法則，還是科學終將面臨盡頭，這些都是值得我們思考的問題。
撰文｜黃鼎鈞
在2024年4月份TED的演講上，Google的人工智慧部門 (DeepMind) 執行長Demis Hassabis談到他們的目標是利用人工智慧 (AI) 來建構一個「全知之樹」，也就是一個能掌握世界所有知識的人工智慧，現場的主持人同時也是TED的領導人Chris Anderson詢問Demis Hassabis：若此全知之樹被建構出來，最想解決什麼問題？Demis Hassabis回答道：我想要瞭解時空的極限，也就是量子力學中對時空描述的最小單位，又稱普郎克尺度 （Planck scale），白話來說，就是時間與空間的解析度，也可以說是目前科學無法探索的極限，因此，若是人工智慧能夠突破這一限制，那可能也將是人類透徹宇宙法則的時刻，這樣的想法與科學方法之父弗朗西斯．培根 (Francis Bacon) 的主張雷同，弗朗西斯．培根認為「科學知識應該基於實驗數據」，同時，現在以大數據科學為本的人工智慧將大力的提升歸納推理的能力，人工智慧能藉由分析大量數據而產生新奇且令人驚豔的相關性，這些從數據中誕生的模型將進一步為研究提供假設與方向，因此，許多人期盼著人工智慧能帶領著我們透徹大自然的終極奧祕，所以人類即將邁向科學的盡頭了嗎？這仍有許多討論的空間，不只有科學，還有哲學的辯思。不過，對於科學的發展將往哪裡去，近代最偉大的物理教師理查德．費曼 (Richard Feynman) 曾經做過預測。理查德．費曼是一位傳奇的物理學家，他在1961年於麻省理工學院的《Technology Review》上發表了一篇關於物理學發展的文章，以獨特的見解與幽默預測了千年後物理學的未來，或許能給我們一些啟發。題外話，為什麼費曼是預測一千年後的科學發展？因為費曼說，他的預測可能失準，會避免現場的聽眾可能活得比他更久，因而發現他的錯誤而抓住他的小辮子，因此他只對一千年後做預測，來避免現場有人活到那個時候。
全球浩劫後的物理學
費曼提出了兩種可能的發展，第一個是「全球浩劫後的物理學」。他認為，從政治和社會的觀點來看，未來千年內人類社會很可能會發生毀滅性的戰爭，這將會對物理學造成巨大破壞，戰爭可能摧毀許多物理學研究的基礎設施，即使設施倖存，也可能因缺乏電力或技術人員而無法運行，就算實驗設施被修復，在恢復原先的研究水平之前，物理學家還需要花許多時間重現過去低水平的研究工作，這些結果可能只會被人們批評為「祖先老早就知道的事情」，難以帶來新的發現或實際用途。不僅如此，社會大眾可能指責物理學家，認為物理學家根本就是造成大規模毀滅的兇手，因此社會不再投入資源在基礎科學研究上。然而，費曼也指出，或許戰爭後也有再一次締造文藝復興的機會，物理學可能因此會有新面貌。
太平盛世的物理學
第二種發展的可能是「太平盛世中的物理學」。假設在千年內，人類沒有遇上任何大災難，物理學可能已經徹底理解了宇宙的法則，找到了科學的最終答案，在這種情況下，研究工作可能會變得無趣，因為大家認為再也不會出現任何新的發現，因此，物理學家們可能會將注意力轉向科技應用等第二線的工作。費曼強調不是貶低工程的工作，只是人們對基礎物理已經感到太枯燥了，費曼也說道，如果物理定律被完全理解，這也可能是許多「名嘴」式微的開始，因為這些人總是想要主導科學新知的詮釋權，而他們能趁隙而入的原因正是因為物理學家仍在許多困惑之中掙扎，因此，如果物理學已經完全透徹了宇宙的法則，這些天馬行空的詮釋空間將不再存在，名嘴們就要失業了。另一方面，若是科學在太平盛世中不斷地發展，基礎定理不斷地被改寫，但仍找不到宇宙的終極法則，費曼覺得人們將逐漸認為自己永遠不可能透徹宇宙法則，因此對科學的探索逐漸感到枯燥。無論是全球浩劫還是太平盛世中的物理學發展，費曼認為基礎物理的研究壽命是有限的，只是目前還有許多科學工作要進行，費曼表示他仍然會在科學的陣營裡工作，只是他認為這種基礎科學在社會上的優勢不可能持續千年之久。
隨著AI的發展，人類將有一天能透徹宇宙運行的法則嗎？又或者，人類終究無法理解大自然的終極法則？或許有一天，科學不再是世界上的顯學？生長在科學時代的我們應該如何看待科學的盡頭，值得我們思想。
參考文獻
- How AI Is Unlocking the Secrets of Nature and the Universe | Demis Hassabis | TED
- Mazzocchi, F. (2015). Could Big Data be the end of theory in science? A few remarks on the epistemology of data‐driven science. EMBO reports, 16(10), 1250-1255.
- Feynman, R. P., & Feynman, M. L. (2005). Perfectly reasonable deviations from the beaten track: The letters of Richard P. Feynman. Basic Books.