首页
Ilya 推荐书单系列
复杂动力学第一定律
复杂动力学第一定律:一个好问题的诞生
原文:The First Law of Complexodynamics · Scott Aaronson 博文 · 2011 | i 系列 05 / 27 · 板块一:理论地基
论文名片
名片速览
英文题名 The First Law of Complexodynamics
作者 Scott Aaronson
年份与形式 2011 年发表的博客文章,以博文形式入选书单
原文链接 scottaaronson.blog/?p=762
一句话定位 i04 的思想前传——博文先提出「复杂度为何先升后降」,数年后长成了咖啡自动机论文。
在这份以论文为主的书单里,一篇博客占一席之地,本身就是一种表彰:表彰「把问题问清楚」这门手艺。
Ilya 为什么选它
这篇博文的入选,展示了一条少有人明说的研究规律:好问题先于好答案 。2011 年,Aaronson 从一杯咖啡出发提出「复杂度起落」之问;2014 年,才有团队(他自己也在其中)用论文认真作答——也就是书单里的 i04。三年时间,一个问题长成一篇论文。
它也在提醒读者:热力学第二定律这条教科书定律,其实留着一个大缺口。它把「无序度只会增加」讲得清清楚楚,却对「结构丰富度为何先增后减」保持沉默——而后者才是我们日常语言里「有趣」「精彩」「复杂」的真正所指。发现教科书定律的缺口,往往比填补它更需要眼光。
顺带一提阅读顺序:虽然书单把它排在 i04 之后,但按时间线它是先发生的。先读本篇的「提问」,再读 i04 的「作答」 ,滋味最足。
从生活说起
一本日记的弧线。 翻一本普通人的日记:童年几页,一天三行——「吃饭、上学、睡觉」,单调;青年到中年,一天三页都写不下——考试、旅行、离别、选择,事件套着事件,最丰富;再往后,日子渐渐归于平静,日记重新变薄。岁月只增不减,日记的「内容丰富度」却走出了一条先升后降的弧线。人生的「有趣」是峰值,不是终点。
博文的原点在咖啡杯旁。 这篇博文的起点正是那杯加了奶的咖啡:看着大理石纹路升起又消散,作者问出了一句要紧的话——物理定律里,有哪一条能解释「中途最有趣」?热力学第二定律解释了「为什么终将混匀」,却没有一条定律解释「为什么半路上最精彩」。问题一旦问出,三年后便有了 i04 的格子宇宙与压缩尺子。
核心思想拆解
第二定律的缺口。 热力学第二定律(second law of thermodynamics)说:封闭系统的熵(无序度)单调上升,永不回头。这是一条「单行道」定律,它预言了结局(混匀),却对过程保持沉默:从「黑白分明」到「完全均匀」,中间必经的大理石纹阶段,在熵的账本上只是路过的台阶——可那恰恰是我们眼里最有趣的一段。单调的线,画不出有峰的桥。
给未来的定律起好名字。 博文把这个假想中的定律戏称为「复杂动力学第一定律」(the first law of complexodynamics)。注意这是修辞:文章是在呼吁寻找 这条定律,不是宣布已经找到了它。它的大致轮廓被描述为:封闭系统的「结构丰富度」(复杂度)随时间先升后降。名字先立起来,问题就有了门牌号。
量它,得找个替身。 要研究曲线,先得有尺。真正的「最短描述」——Kolmogorov 复杂度——已被证明不可计算(见 i02 );博文于是讨论用压缩长度当代理(proxy):把系统某一时刻的快照交给压缩器,压缩后的文件越长,认为画面越复杂。替身并不完美(纯随机噪点也难压缩),但足够让问题从嘴上落到纸上。
好问题的待遇。 三年后,这个问题真的被做成了论文:元胞自动机当玩具宇宙,压缩长度当尺子,量出复杂度先升后降的完整弧线——也就是 i04 咖啡自动机 。博文入选书单的理由,此刻不言自明:Ilya 想让读者看见研究完整的一生——从一杯咖啡边的疑问,到一篇论文的回答。
动手算一算
把「两条曲线」的关系画在纸上,用一张表就够:
两条曲线的形状一句话说清:熵是斜坡,只升不降;复杂度是拱桥,升后必落。 第二定律只负责左边那一条;右边那座桥,直到这篇博文发问之前,没有一条定律管它。
再用压缩直觉验一遍拱桥:全白画面像一句「1 万个白格」就能说清的话,压完几乎不剩字节;均匀灰画面一样;只有纹路盘绕的中间画面,压缩器抓耳挠腮也压不短——文件大小沿着三幕剧画出「低、高、低」,正是那座拱桥的形状。尺子粗,桥却量得真。
它改变了什么
问题长成了论文。 本篇与 i04 咖啡自动机 是书单里罕见的「前传与正传」组合:2011 年博文提问,2014 年论文作答。把两篇连读,能看到一个问题从直觉到实验的全过程。
工具各有师承。 「压缩长度当尺子」承接 i02 Kolmogorov 复杂度 ;「描述长度即好坏」的哲学则来自 i01 最小描述长度 。第一板块到本篇收官,五篇连起来正是一条完整的线:哲学(i01)→ 极限(i02)→ 神经网络(i03)→ 实验(i04)→ 提问的前传(i05)。
离开理论地基后,书单将转向真正「会看图」的机器:下一篇 i06 AlexNet ,深度学习的引爆点。