Loading
将物理学、人工智能与机器人技术融合为统一系统背后的愿景。
每一堂物理课都会有那么一个瞬间——教授在黑板上写下一个方程式，整个教室陷入沉默。
不是因为大家听不懂，而是因为那个方程式感觉是对的。干净。一种只有当描述恰到好处时才会出现的必然性。你在理解它之前就已经感受到了——方程式像钥匙一样滑入锁中，在那一瞬间，你仿佛看见宇宙在它的支配下井然有序地运转。
然后课程结束，你走出教室，那种感觉消散了。方程式还留在纸上，宇宙继续守护着它的秘密。五年的物理学习中，我有过无数次这样的感受，却始终找不到方法把它留住。
这种落差——已知方程式与感受其所描述之物之间的鸿沟——比我能言说的更令我困扰。是写代码让我找到了表达它的语言。
这些项目是指向同一问题的不同仪器。
如果我们能亲眼看到时空涟漪，而不只是解算它，会怎样？
不是比喻意义上的。不是一个带播放按钮和图例的可视化。我的意思是：如果我们能实时调整参数，观察行为的变化，感受输入与输出之间的关系，会怎样？如果数学不再只是对现实的描述，而是成为对现实的体验，会怎样？
几十年来，科学家一直在构建模拟系统，但大多数是仪器——由研究者为研究者而建，用来产生数字。目标是精确性，输出是一张表格、一幅图，或一个准备发表的已验证模型。理解是副产品，而非目的。
那道鸿沟： 知道某件事与理解它之间的差距，就是阅读关于颜色的文字与睁开双眼之间的差距。
我想构建的系统，位于那条线的另一侧。不是为已经理解的人提供工具，而是为正在努力理解的人打开窗户。这个区别至关重要，因为这两个目标会在每一个层面上产生截然不同的设计决策。
拿到物理学位后，我来到中国学习计算机科学，在这个过渡中，某些东西发生了改变。代码不只是计算工具，它是一种媒介。就像绘画或语言——一种可以被塑造成几乎任何形态的东西，包括从未存在过的事物。
我想用它塑造的，是通向不可见系统的窗户。那些速度太快而无法被看见、体积太小而无法被触摸、过于抽象而无法在脑海中独自容纳的系统。代码是唯一能让这些系统实时交互的媒介，而实时交互是从描述转向体验的唯一途径。
在物理模拟中使用代码的过程，开始揭示一些我未曾预料到的事：物理、AI 与机器人技术并不是三个拥有各自方法和词汇的独立领域。它们是同一个问题在不同尺度上、以不同形式主义提出的表达。
物理学问：什么规则支配着物质和能量的行为？AI 问：什么规律支配着信息的行为？机器人技术问：什么约束支配着必须在世界中行动的物理系统？这三个领域背后的核心问题是相同的——复杂性如何从简单性中涌现？局部规则如何产生全局结构？一个系统的行为如何超越其组成部分的描述？
一旦看清这一点，三个领域就不再是各自独立的兴趣方向，而成了同一个项目。
同一个问题： 复杂性如何从简单性中涌现？局部规则如何产生全局结构？一个系统的行为如何超越其组成部分的描述？
这个网站上的每一个项目，都是让这个问题的某个方面成为体验而非仅仅是理论的尝试。
import numpy as np
# 粒子生命：5 个物种，25 个有向关系
# Values in [-1, 1]: positive = attract, negative = repel
interaction = np.array([
[ 0.1, 0.9, 0.0, 0.0, -0.4],
[-0.4, 0.1, 0.9, 0.0, 0.0],
[ 0.0, -0.4, 0.1, 0.9, 0.0],
[ 0.0, 0.0, -0.4, 0.1, 0.9],
[ 0.9, 0.0, 0.0, -0.4, 0.1],
])
# 25 个数值。随后发生的一切都是物理。粒子生命从这里开始——二十五个数字和牛顿第二定律。没有记忆，没有目标，规则中没有任何嵌入的智能。几秒钟内，粒子自组织成看起来有生命的结构：链条、团簇、追逐和逃离的个体，以及没有人设计的稳定构型。这种行为是涌现的，而非被编程的。它不存在于交互矩阵中，它在矩阵大规模运行时出现。
它提出的问题：生命只是我们还没完全理解的物理学吗？
生物进化对同一个根本问题采取了不同的方法。一个解剖结构固定的两足生物，一个遗传算法，以及一个只问"你向前移动了而没有倒下吗？"的适应度函数。没有教授任何运动策略，没有展示任何示例。数千个生物在数百代中变异，大多数立即失败，一些却发现了没有人会设计的不对称步态——在参数空间中人类直觉永远不会探索到的区域里的解决方案。
心智图谱将镜头对准了语言模型。每当一个变换器读取一个句子时，它都会计算一个注意力矩阵——一个决定哪些词在整个序列中同时赋予哪些其他词意义的计算。没有人设计这种行为，它从在人类文本上的训练中涌现出来。心智图谱使这个计算可见：注意力权重呈现为弧线，按强度加权，随着你改变输入而实时更新。
这份清单看起来整洁。现实更混乱，也更有趣——每个项目不断提出它并非被设计来提出的问题，这正是你希望一个研究议程所具备的特质。
三个项目都在对外部系统提问。Ayri 是这个问题转向内部。
不是转向我——而是转向系统本身。一个了解 Exira-X 在构建什么、为何而建、以及背后根本问题是什么的 AI。一个能够推理这项工作、讨论它、质疑它、注意到当声称的结果并不来自证据时的 AI。不是一个带有个性的聊天机器人，而是更接近一个拥有自身视角的协作者。
设计挑战与其他三个项目不同，因为被呈现的事物不是物理过程或优化程序，而是推理——连接证据与结论的思维模式。让这一点可见，需要一种不同于粒子系统或步态进化所适用的界面。
我仍在构建 Ayri，但这个项目的重要性超越了技术层面的兴趣。如果你要认真探索智能是什么——从外部，通过模拟和实验——那么你也应该对自己内部拥有它保持诚实，并对自己并不完全理解自己所拥有的东西保持诚实。
这个名字一旦知道了来由，就几乎是直白得令人惭愧。
Ex——来自，从中涌现。Ira——旅程。X——未知数。这是从已知走向未知的旅程，也是对科学的另一种描述，对物理学尤其如此。X 很重要，它不是品牌标志，而是对诚实不确定性的承诺。我正在追问的并非每个问题都已经有了答案。我正在构建的有些会失败。有些会产生我不理解的结果。这不是需要管理的风险——这就是目的所在。
一个只产生预期结果的系统，是一个没有提出足够有趣问题的系统。
AX-Web 不是传统意义上的作品集。作品集展示你已完成的事物。这是一本恰好公开的实验室笔记——一份按发生顺序记录的问题、尝试、失败与偶然突破的档案。
实验室笔记，而非作品集： 作品集展示你已完成的事物。这里展示的是过程——那些问题、弯路，以及规则运行足够长时间后出现的东西。
设计反映了这一点。每一个视觉决策都是为服务工作而做出的，而非为了展示可信度。色彩系统编码的是领域含义，而非营造氛围。动效系统使用弹簧物理而非缓动曲线，因为弹簧是事物实际运动的方式。深色背景不是风格偏好——而是关于什么应该具有视觉重量的选择。内容应当发光，容器应当退场。
每一个动画都有其理由，每一个交互都是经过深思熟虑的。主页上旋转的原子不是装饰：原子核是三个核心学科，电子是在特定轨道上的项目，轨迹是路径而非目的地。静态元素不属于一个关于动态过程的系统。
我不知道这一切是否会在我所希望的规模上产生意义。也许粒子生命只是人们运行三十秒的漂亮屏保。也许生物进化只是一个无法经受认真机器人研究者检验的玩具。也许心智图谱展示的东西人们看一眼就会继续前行。
但另一个选择是知道那些方程式，却永远不建造那扇窗户。而物理学太有趣了，不能永远停留在纸上。
就是这样。