曾幾何時，阿爾伯特·愛因斯坦將科學理論描述為「人類心靈的自由發明」。但是在1980年，著名的劍橋大學宇宙學家史蒂芬·霍金有了另一個想法。在那年的一次演講中，他認為所謂的「萬物理論」是可以實現的，但它最後的實現很可能是由計算機完成的。
萬物理論還沒有出現，但隨著電腦接管了生活中的許多瑣事（翻譯語言，識別人臉，開車，推薦約會對象），想像它們接管世界上的一切也就不那麼瘋狂了。
「DeepMind」的「AlphaGo」這樣的電腦程式不斷發現在圍棋和西洋棋等遊戲中擊敗人類的新方法，而這些遊戲已經被人類研究了幾個世紀。為什麼這些了不起的學習機器，就不能釋放出由大型強子對撞機編譯的千萬億字節級別數據，分辨出一組新的基本粒子，或是發現太陽系外另一個星系的蟲洞，就像電影《星際穿越》裡的那個星系？
至少這是一個夢想。如果不這樣想，就會陷入物理學家馬克斯·泰格馬克所說的「碳沙文主義」。11月，特格馬克擔任教授的麻省理工學院兌現了美國國家科學基金會的一張支票，並為新成立的人工智慧與基礎互動研究所打開了象徵性的大門。
這個位於麻省理工學院的研究所由粒子物理學家傑西·塞勒領導，是唯一一個專門研究物理學的研究所。它包括20多名科學家，來自物理的各個領域，包括麻省理工學院、哈佛大學、東北大學和塔夫斯大學。
重新發現基本定律
他們在這方面的工具是神經網絡。不同於所謂的專家系統，如IBM的沃森，它承載著人類和科學知識，神經網絡被設計成就像人類的大腦一樣。通過分析大量隱藏模式的數據，它們迅速學會了區分貓狗、識別人臉、複製人類語言、識別財務不當行為等等。
「我們希望發現各種新的物理定律，」泰格馬克說。「我們已經證明，它可以重新發現物理定律。」
去年，特格馬克博士和一名學生西爾維烏-瑪麗安烏德雷斯庫從一本著名教科書（理察·費曼、羅伯特·萊頓和馬修·桑茲的《費曼物理學講義》）中提取了100個物理方程，並利用它們生成數據，然後將這些數據輸入神經網絡，系統通過篩選數據以尋找規律。
研究人員在去年發表在《科學進展》上的一篇論文中寫道：「就像人類科學家一樣，它依次嘗試了許多不同的策略。如果它不能一下子解決全部問題，它就會嘗試轉換它，把它分解成更簡單的部分，以便分別處理，然後遞歸地對每一部分重新啟動整個算法。」
在另一項更具挑戰性的實驗中，泰格馬克博士和他的同事們向網絡展示了一段火箭四處飛行的視頻，並要求它預測從一幀到下一幀會發生什麼。最終，計算機能夠發現基本的運動方程。
在歐洲核子研究中心的大型強子對撞機（CERN）這樣的地方找到新粒子將是件輕而易舉的事。人工智慧喜歡大數據，而對撞機的數據每秒可達數千兆兆字節。自2012年希格斯玻色子被發現以來，CERN的數據中還沒有出現過新粒子，儘管多年來人們對數據流中的每一次碰撞都進行了瘋狂的檢查。
這些是人類關注的曲線，10年後，機器學習對於學習物理將和了解數學一樣重要。
他承認，目前該算法用遞歸的方法解決問題所能達到的效果有限。雖然這臺機器可以從一堆數據中檢索出物理學的基本定律，但它還不能得出那些公式背後的深層原理，比如量子力學中的量子不確定性，或者相對論。
「等到人工智慧回來告訴你這一點的時候，我們就已經達到了人工一般智能，你應該感到非常害怕或非常興奮」，泰格馬克說。「老實說，我研究這個的原因是因為我發現最危險的是，如果我們建造了超級強大的人工智慧，卻不知道它是如何工作的」。
人與機器的對話
塞勒博士領導著麻省理工學院的新研究所，他說他曾經對人工智慧持懷疑態度，但現在是個樂觀派。他意識到，作為一名物理學家，他可以將自己的一些知識編碼到機器中，然後機器就會給出他更容易理解的答案。這將成為人類和機器之間的一種對話，它將變得更加令人興奮，而不僅僅是一個你不理解的黑盒子，為你做決定。
我不是特別喜歡把這些技術稱為『人工智慧』，因為這種說法掩蓋了一個事實，即許多人工智慧技術都有數學、統計和計算機科學的嚴格基礎。
最近，塞勒博士和他的同事們將大型強子對撞機的大量數據輸入了他們的神經網絡。大型強子對撞機將質子撞擊在一起，以尋找新的粒子和力。質子是構成原子物質的基石，它們本身就是由稱為夸克和膠子的更小粒子組成。當質子碰撞時，這些更小的粒子就會噴射出來。為了更好地理解這一過程，他和他的團隊要求系統區分對撞機數據中的夸克和膠子。
研究人員不會告訴計算機任何關於量子場論的事情，也不會告訴它在基本水平上夸克或膠子是什麼，有的只是一堆數據。也就是說，該系統在不知道夸克和膠子是什麼的情況下，成功地識別和區分了它們。塞勒博士說，如果你問系統數據中是否存在第三種類型的物體，它就會開始發現夸克不僅僅是一種實體，而是以不同的類型存在——即所謂的上夸克和下夸克。
「所以，當你給它更多的靈活性去探索時，它就會開始學習，」他說。「它還不知道量子場論，但它知道尋找模式。這是一個令人震驚的事情，機器會發現。這項工作將有助於對撞機物理學家理清他們的研究結果。
量子的開始
人工智慧在解決遊戲方面如此成功的原因之一，是遊戲有一個非常明確的獲勝規則，如果我們能夠定義「獲勝」對物理定律的意義，那將是一個令人難以置信的突破。
從現在開始的5到10年裡，我將會做你想做的事情，找到可以取代粒子物理學的標準模型，可以取代愛因斯坦廣義相對論的方程。
一些物理學家認為，隨著量子計算機上的人工智慧的出現，下一個巨大飛躍將會到來。與經典計算機操作的位元（0,1）不同，量子計算機中所謂的量子位元可以同時是1或0。根據量子物理學，這是基本粒子在自然界最小尺度上的行為方式，允許量子計算機同時處理大量信息。
我們的基本認識是，量子系統可以產生經典系統難以產生的模式。所以也許量子系統也能識別經典系統識別的模式。套用理察·費曼的話，如果你想用人工智慧來發現我們量子世界的東西，你應該用量子人工智慧。
加州理工學院的物理學家瑪麗亞?斯皮羅普拉指出，「關於量子人工智慧和量子啟發的算法的文獻越來越多，這些算法可以解決我們以前認為不可解的問題。」這就像柏拉圖的洞穴寓言和形式成長理論一樣！
它只是一個運行中的算法
這件事能走多遠取決於你問的是誰。一臺機器能產生量子理論中深奧而不直觀的原理，或者愛因斯坦的相對論原理嗎？它會產生一種我們人類無法理解的理論嗎？我們會不會像《終結者》系列那樣，以黑客帝國的世界收場？
諾貝爾獎得主、德克薩斯大學奧斯汀分校教授史蒂文·溫伯格稱，認為人類可能不夠聰明，無法理解萬物理論的想法「令人不安」。但我懷疑，在那種情況下，我們也不會聰明到設計出一臺能找到最終理論的電腦。
哈佛大學物理學家麗莎蘭德爾寫道：「我很容易想像計算機找到我們不知道如何解釋的方程式。但這與許多我們無法解釋的測量結果並沒有什麼不同。
阿卡尼·哈梅德是新澤西州普林斯頓高等研究院的一位理論家，他不同意計算機會發現一些人類無法理解的深奧東西的觀點，這並沒有反映出我們所看到的自然法則的特性，幾個世紀以來，我們所看到的自然法則是建立在更抽象、更簡單、更深刻的數學思想之上的。
我們的想法從何而來最終並不重要，只要這些想法在我們依賴它們之前經過了考驗。那麼，我們從哪裡得到這些理論或範式呢?」它可能來自深層原則——對稱、美、簡單——哲學原則或宗教。隨著機器變得更加智能，我們可以將它們添加到源列表中。
普林斯頓高等研究院的愛德華·威滕指出，儘管萬有理論機器還不存在，但在下個世紀它可能就會出現。如果有一臺機器表現出對物理感興趣和好奇，我肯定會有興趣和它交談。