一场量子计算机演讲的联想-科研的艺术

李兆良 

2018.12.28

如果你是冲着这题目来读这篇文章就会失望了。先讲好了，不要栽“标题党”的罪名。

IBM的首席运营官Dario Gil介绍量子计算机，在MIT的一次演说中引用了史丹福大学理论物理学家Savas Dimopoulos的一段话做开场白：（可惜这段视频国内无法看）

Dario Gil

"The thing that differentiates scientists (theoretical from experimental physicists) is purely an artistic ability to discern what is a good idea, what is a beautiful idea, what is worth spending time on, and most importantly, what is a problem that is sufficiently interesting yet sufficiently difficult that it hasn't yet been solved but the time for solving it has come now." （区分理论科学家与实验科学家的是纯粹的艺术能力，能分辨什么是好的理念，什么是漂亮的理念，什么值得花时间去做。最重要是这难题足够有趣，足够困难，从来没有被解决，而解决的时机已经来临。）– Savas Dimopoulos

Savas Dimopoulos

在查考这段话的时候，又看到另一段精警的语录：

"Why do humans do science? Why do they do art? The things that are least important for our survival are the very things that make us human."  （人类为什么做科学？为什么参与艺术？这两种与我们的生存最不重要的事，正是人类为什么是人类的原因。）

这两段话挑起颇多感想。

如何选择研究题目，也是选择人生的道路。什么是值得做，什么不值得做，是优先的选择，其次才是解决问题的细节。选择的题目需要有挑战性，就包括有趣与困难两个条件。还要考虑解决的条件是否成熟，否则就流于空想。没有计算机的出现，不可能有互联网 。没有经典计算机，也不会有量子计算机。这些发展的过程是不能逾越的。

注意，Dimopoulos把分辨、选择的能力称为“艺术”。因为这种辨识能力，往往不可以三言两语解释，是长期积累的学习经验训练出来的嗅觉，直觉。这种能力不是按部就班的思维，不是机械式的0与1之间的选择。这种思维，接近量子计算机的能力。将来量子计算机可以提升人类这方面的能力，所以讲者Gil引用这段话。

没有互联网，搜索机器，西方古籍地图扫描上网，不能发现一些原著的矛盾和谬误，我也无从破解《坤舆万国全图》是中国人原创，不是来自西方测绘的秘密。公元2000年以前，高精图片没有足够分辨度，除非有丰富的图书馆资源，不能比较多种地图、典籍的内容。这些局限刚好在21世纪都突破了，才有更正世界史的可能。光是看公元2000年以前的资料，方法和理论，是不能解决问题的。 把古籍的资料结合互联网提供的方法和资料，就是解决难题的时机来临，我刚好凑在浪尖上。搜索功能基本上穷尽了500年来西方的“地理大发现”理论的基础，暴露了它致命的、无可申辩的弱点。知己知彼，可以一往无前。

将来量子计算机可能可以自动找出前人理论的缺点，自动发表文章更正，那就省事多了，我也不需要那么吃力，重复又重复这些浅显的道理，罗嗦得惹人讨厌。将来是否有一天，整个世界变得很透明，没有人能说谎？没有人敢说谎？因为有人工智能-量子计算机的监督，谁说谎，马上被识破，全世界都知道，说谎者与谣传者的真实面目都呈现众人面前 ，无所遁形，那的确是理想的世界。人人开始不得不自律坦白，讲实话成为习惯，以后慢慢从必然王国到自然王国，那是真正的自由。话说回来，IBM今天的量子计算机是5个Qbits，人工智能在同一学科里可能容易做得好，跨学科、跨领域还是有一定难度。科研的艺术还是需要的。所以，人类被代替的一天没那么快到来。这代人的职业还是有保障的，下一代就很难说了。

最后看看讲者与被引者的名字。讲者Dario Gil出生西班牙，这名字有西班牙，荷兰，德国等的渊源。被引的Savas Dimopoulos一看就知道是希腊裔的名字。两位说话都带有明显的欧洲口音，偶尔还有英语语法错误。他们在专业上的拔萃，并不受浓厚的“乡音”，民族名字和语法瑕疵影响。他们谈科学，扯上艺术，好像还把艺术提升到比科学更高的层次，没有人对此感到什么不对，反而对他们的博学，横跨文理更加敬佩。现在我们科学界有些人还认为“河水不能犯井水”，跨学科的研究不止不受重视，反受排挤，因为审评要牵涉太多人，太麻烦了，没有人愿意出头，更不要说把科学与艺术挂钩。科学界的门阀观，不看数据分析、只看出身，倚仗位高权重，操生杀之权的现象，将来在人工智能-量子计算机前面，肯定是撑不住的。

良药苦口，希望读者网友能看到这篇文章，算你幸运，也算我没白费力气。

李兆良 2018.12.28