宇宙环境和演化过程统一建模方法——读《奇点临近》有感

      当前，各个学科领域都演化出了很多计算模型，如：图灵机、元胞自动机、神经网络、马尔科夫模型、遗传算法等等。虽然这些模型在某些现实问题的处理上取得到巨大成功，但是这些成功应该只是问题结果本质的一种高度近似。我们距离宇宙的本质模型依然是“差之毫厘而失之千里”。因为，一个明显存在的问题是：现存的所有模型其输出结果的复杂度都不能跟宇宙的复杂度相提并论。宇宙的本质模型应该是一个初始状态相对简单，能够按照一定的规则自我演化，输出近乎无限复杂度的模型。这类模型的研究我觉得应该从以下方面着手：

1）以更加随机的方式构建模型，增加结果复杂度并降低其秩序，直至近乎不存在

      为了增加模型输出结果的复杂度，应该进一步简化模型的演化规则。从另一个方面讲，就是要增加模型演化的随机性而降低其秩序性。这种方法也许会导致输出结果复杂度的增加和秩序性的下降。而一个具有高度复杂度和毫无秩序的结果是没有意义的。然而，秩序性的下降也许正说明了我们在寻找宇宙统一模型道路上的巨大进步。当然这种进步的有效性是建立在模型的输出结果依然存在秩序的前提下。哪怕这份秩序微乎其微，小到我们的思想和认知近乎无法察觉和感知。但是，我们要知道，这种小的近乎不存在的秩序经过几十亿年的进化后，仍有极大可能形成我们今天看到的复杂的宇宙。从这个意义上讲，当前一些看起来荒谬，不可能产生任何有秩序结果的模型也许最为接近宇宙的统一模型。可悲的是，以我们现在的计算能力我们无法通过建模对这类模型进行验证。不仅如此，我们也无法通过形式化证明的形式验证这类模型的可行性。因为，以我们目前的智商，我们无法感知其输出结果中的秩序。因此，我们都认为其是荒谬的，没有意义的。也许这就是宇宙的本质，一切不可能其实才是真理。

2）从认识宇宙的起始状态开始

      即使我们真的找到了能够对宇宙进行统一建模的模型，采用该模型对宇宙进行建模依然不是一件容易的事情。因为我们当前所面对的宇宙状态太过于复杂，其输入和参数的数量都是一个天文数字。而且，以我们目前的认知水平和智力水平，我们不可能找到当前宇宙状态的所有参数。当我们非常自信的认为我们对宇宙某一个现象已经完全了解和掌握并能够进行精确建模的时候，其实我们都错了。因为我们所了解到的这一现象只是我们当前技术手段和认知水平感知到的现象。哪怕这一现象就像扔硬币这么简单，其决定因素除了力、方向和风速这些我们认识到的元素外，也许还存在着很多我们所没有感知到的因素，就像我们没有考虑美国的一只蝴蝶拍一下翅膀会不会对扔硬币的结果有影响一样。所以，我们当前对哪怕是最简单现象的建模方法都顶多只是问题本质的高度近似。然而，当我们用这种方法去对宇宙进行统一建模时，这份微乎其微的误差也许会差之毫厘而失之千里。此外，即使我们能够认知到现象所有参数，以我们当前的计算能力，我们也无法对模型进行正确性验证。

      可行的建模方法应该是首先找到宇宙的起始状态。宇宙的起始状态应该没有当前状态复杂，我们更加容易找到模型的所有输入和参数并进行建模。在起始状态认知的基础上，通过模型的不断演化便可验证宇宙的进化史，甚至预测未来。

3）拥抱未知才能知之

      如上所述，我们当前通过建模的方法解决的所有特定现实问题都只能获得近似解，那么我们如何提高结果的精度呢？既然我们承认我们无法分析获取现实问题的所有因素，那么我们的建模方法都应该将未知作为一个必要元素。符合这一原则的模型好像就是最大熵模型或者其它考虑了未知元素的模型。这类模型对现实问题的求解也许能获得更好的结果。