鬼崇原子理論？
Friday, August 15, 2008
有一天逛書局，看到一本薄薄的書，談的是原子理論，作者認為現有我們一般所公認的原子模型 (即中子質子在中間，電子在外圍) 是錯的。他先提出了一些問題，如為甚麼物質爛了後，不能重新接合？難以解釋的 Van der Waals force 等等。然後再列舉不同的可能的原子模型，「選出」適合的 (被選出的是一個環狀的模型，但細節我已忘了)，然後再解答先前的問題。
我的科學底子不好，問一問讀科學的朋友，他說書本提的問題的確是用現有模型難以解釋的。況且也沒有人真的「看過」原子結構，只是靠實驗推測，現有模型有錯也是可能的。
本來我也有興趣細讀一下這些不同的原子理論，但書本身很薄，只有作者名而又沒有甚麼背景介紹，也好像沒有甚麼參考資料。作者在書末也說，此書並未有足夠篇幅解釋較複雜的電子問題，而如果此書能引起公眾的一些反應，作者可能會再出下一本書解釋。
我心想，類似的理論會不會在網上找到呢？搜尋結果是的確有一些其他模型，但說的是比較「迎合」量子力學 (如電子其實是 standing wave 之類)，卻不多見有提及環狀結構的相關模型。 (但也可能是我搜尋的關鍵字用得不好)
這給人的感覺是：作者是一個名不經傳的人，甚至不是「學界」的人，孤注一擇出一本小書講自己的理論，而這理論可能沒有被其他人提出過。但這本書實在出得太鬼祟，還是說這只是為騙錢而出偽科學書罷了？
因為我不能判別這究竟是不是騙錢作，所以最後還是放下書本，離開書店。
從人腦到機器智慧 – 創智慧
Wednesday, June 18, 2008
《創智慧》 (On intelligence) 的作者 Jeff Hawkins 是 Palm Pilot 之父，但更醉心於人腦，他認為讓機器有智慧，必先要理解人腦運作。他在書中提出大腦皮質的框架理論，希望可將現行比較雜亂的理論整合起來。比起其他討論 AI (雖然這並非本書主題) 的書，此書更清晰易明，一點不含糊，令人豁然開朗。
作者在開始進入這個領域時，先是向現在的 AI 入手，但發現這方面的人都只是在做機器寫程式，卻不清楚人腦運作，甚至認為不需要了解人腦。作者花了一些篇幅去講 AI 發展史，當年 Alan Turing 所提出的 Turing Test，認為如果一個正常人並不能分辨真人和電腦，那這個電腦就是具有智慧的。這影響著以後的 AI 發展，偏重於看機器行為表現，建立出「看似」有智慧的機器，但實際上卻不是我們所認識的智慧。正如我們都知道電腦棋王「深藍」並不是真的會思考棋步，而只是在計算一樣。這甚至發展成一種迷思，認為只要電腦的運算能力和記憶體不斷上升，有一天就會變成有智慧了。可是，AI 這個領域在近年卻是發展緩慢，好像到了樽頸。
作者並不同意這種研究手法，他認為要做到有人一般智慧的機器，就應該先研究人腦的運作方式，而不是只是讓機器東施效顰，在行為上看似有智慧而已。作者為了區別開現在的人工智慧，他稱書中所談的為「真實智慧」。
另一方面，現有有關人腦的研究，都是比較雜亂，而本書則想提供一個框架理論，讓各種各樣的研究有所整合，整體方向更清晰。以下是我的一點筆記：
- 大腦雖看似依功能劃分不同區域，但其實皮質都在做相似的工作：處理型態 (空間或時間的)
- 雖然都在做相同的東西，但也有一定的層級，就如社會組織一樣，上頭發司號令，然後分解為不同的仔細行動
- 皮質的輸入/回饋上來自不同地方，包括上、下、同級皮質柱
- 大腦每時每刻都在做預測，即使我們完全不發覺
- 如果型態符合，會輸出一個較簡單的型態代表 (e.g. 音符 -> 旋律 -> 歌曲 -> 歌名)
- 如果預測不符時，皮質會將形態傳到其他地方 (e.g. 開門時發現鎖頭不同了)
- 因為連續不同的型態輸入是有因果關係，所以腦內建構了一個內在的世界模型，並用來預測
- 皮質經過訓練後，結合記憶 (突觸) ，可以產生「熟能生巧」的效果，例如學會了英文字母後，便不用再費力辨認看每一個字母，而是將注意力轉到更高層次的字詞的意思上，皮質已自動處理辨認的工作
- 看到一件東西時，即使每次的影象、環境、光暗等等都不一樣，但我們也可以辨認得到，這是因為我們對事物產生不變表徵。
當然，這理論框架還有待證實。他在書末提供了一些可供驗證的預測，為此方向的日後研究舖路。
在理解過後，就是建立機器的時候。很多科幻故事都害怕機器人產生意識後反過來反抗人類，但作者則強調，創造智慧機器只要學習、記憶、預測等等部份，不需要感情，所以並不會有「科學怪人」的問題。而且這些機器還有更多優點：可以使用便多不同的感官 (如聲納、紅外線)、可以散佈在不同的地點、運作速度更快、容易擴展機能等等。他提出了很多有趣的應用，例如能了解街道情況的智能汽車、「感官」散佈全球的氣候研究機器、可以計算更高維度數學的機器等等。
看此書時沒有看其他人工智能書的模糊感覺，在框架下理念更見清晰。至於這個框架能否有助探討人腦運作，除了靠我們科學家繼續努力找出答案之外，不同界別也要通力合作。
13.7 個十億光年的浪漫
Sunday, June 1, 2008
話說，英國歌手 Katie Melua 有一首情歌《Nine Million Bicycles in Beijing》，其中有一段歌詞：
We are 12 billion light-years from the edge.
That’s a guess.
No one can can ever say it’s true.
But I know that I will always be with you.
不過，科普作家 Simon Singh 說 ，其實我們離宇宙邊界大概 13.7 × 10^9 光年，而且有界定精確的誤差值。Katie 很不好意思，並為此出了個新版本：
We are 13.7 billion light-years from the edge of the observable universe.
That’s a good estimate with well-defined error bars.
And with the available information, I predict that I will always be with you.
天涯海角，都可以很浪漫~~
[via TED Talks – Michael Shermer: Why people believe strange things ]
P.S. 發了文後才發覺題目寫了「13.7 光年」，當然是錯得離譜… 然後就找 13.7 billion 中文怎樣寫呢？看到 子貓 blog 提到「兆」等於 1 billion，但必需先解決究竟文中的 billion 是英式 (million million) 還是美式 (1000 million)，而跟據 Age of the universe 其正確的值應為 (13.73 ± 0.12) × 10^9 years，所以應為美式，故題目改為「13.7 個十億光年」… 汗…
電影與科學
Wednesday, March 1, 2006
最近在讀一本叫《 電影中有趣的科學 》的科普讀物，相信大家從書名已可以想到本書的內容是甚麼了。本書會說出電影中種種的科學錯誤，如在《Jurassic Park》裏的大部份恐龍其實是生於白堊紀，《Contact》裏的蟲洞之旅的時間概念錯了，《Hollow Man》裏的隱形過程其實是反轉的。
有人說看電影，如果每一幕都盯著有什麼科學錯誤，那麼會很沒有趣味。當然，在看電影時有時需要一些 Suspension of Believe ，例如看魔法片你就得相信那個魔法世界，不要老是說那根本不科學之類的屁話。但在看完電影之後，能夠了解一下裏面所相關的科學在我們現實世界到底有沒有可能，也是另一種樂趣。
這在看科幻片尤甚，一套好看的科幻片，除了能夠有吸引人的情節，如果更能夠從科學角度，探討相關技術與我們世界的關係和影響，科幻不單單是糖衣包裝的話，就更十全十美了。
除了探討一些科學錯誤和事實外，本書還會探討一些技術的可行性，如冷凍技術、基因改造等等，這些技術現在的狀況如何，未來的展望又會是怎樣。另外，本書也會講一些科幻文化，如 Cyberpunk 世代的 Cyberpsace 裏，在網絡裏我們的生活會有甚麼的變化。
這是一本不錯的科普讀物，如果大家愛看科幻片的話，看此書就會更有趣了。
