全球的AI实验室烧掉几百亿美元，到底在追什么？

　　全球的AI实验室烧掉几百亿美元，到底在追什么？

　　不只是算力。

　　他们都在死磕一个老问题：怎么把大自然压缩成机器能算的东西。

　　1964年，物理学家理查德·费曼拿起一根粉笔，把这个根本困境讲透了。

　　来，我们试着用大白话，建一个不用复杂数学的引力模型。

　　假设宇宙里充满了看不见的微粒，从四面八方撞击地球。

　　因为太阳挡在中间，从太阳方向撞过来的微粒变少了。

　　地球另一边的微粒，就会把地球往太阳的方向推。

　　完美。

　　把复杂的引力公式全绕过去了，普通人一秒就能听懂。

　　但这套模型一跑起来，立刻崩溃。

　　为什么？

　　因为地球在轨道上飞。

　　想象你在大雨里狂奔，是不是迎面砸在脸上的雨水，永远比落后脑勺的雨水多？

　　微粒也一样。

　　地球往前飞，迎面撞上的微粒就会多于背后的微粒。

　　这会产生一个极其强烈的侧向阻力。

　　如果这套简单的理论成立，地球早就停转了，根本撑不过它绕着太阳转过的这三四十亿年。

　　这就是费曼的暴击：任何一套你想出来的模型，都必须能承受所有后果的推演。

　　你可以为了好懂把规则简化，但它最后一定会跑出一个虚假的现实。

　　今天搞大模型仿真的公司，面对的是同一个地狱。

　　想让AI理解物理世界？想预测未来？

　　大自然有一个极其难伺候的“毛病”：它的法则，只用一种方式给出答案，那就是极其复杂深奥的数学。

　　数学不仅仅是一门语言。

　　数学是语言加上逻辑，是人类唯一能把大自然的无数种表象缝合在一起，推演一万步还不穿帮的工具。

　　想用单纯的自然语言或是简单的经验法则去重构世界？

　　大自然连商量的余地都不会给。

　　这才是今天AI大逃杀的底色。

　　巨头们砸下几百亿，不单是在买显卡。

　　他们是在替机器补交那笔最昂贵、也最不可能绕开的数学翻译费。