Deep Dive
Shownotes Transcript
Quanta Podcast 是您每周从科学和数学前沿获得的快讯。在每一集中，主编 Samir Patel 将会与我们最受欢迎、最有趣和最发人深省的故事背后的撰稿人和编辑进行交谈。Quanta Podcast 的第一集将于 5 月 20 日上线。在这个预告片集中，Patel 与执行编辑 Michael Moyer 讨论了 Quanta 的报道内容、它如何随着时间的推移而发生变化以及我们最近关于“人工智能时代的科学、希望与危险”的特别系列。每周二加入我们，进行关于基础科学和数学中最大思想的刺激性对话和见解。</context> <raw_text>0 有时我会把人类的知识想象成一个巨大的、复杂的薄膜，漂浮在太空中。一边是我们所知道的，整个人类科学探究的全部，另一边是广阔的未知，在某些情况下，是完全不可知的。随着时间的推移，这层薄膜以各种奇怪的方式生长，这就是我们在量子杂志中所扮演的角色。我是 Samir Patel，主编。
在 Quanta，我们从这个前沿进行报道，让您更好地了解基础科学和数学的最新进展，从天体物理学和量子计算到分子生物学和经典的未解数学问题。
Quanta 十多年来一直在做这件事，创作了数千个故事和视频，是的，还有播客。我们有 Quanta 科学播客，它已将我们的许多故事翻译成音频形式，还有《为什么的乐趣》，其中数学家 Steven Strogatz 和天体物理学家 Jana Levin 与专家讨论他们的工作。今天，我们正在推出一些新的东西。
Quanta Podcast，一个每周播客节目，我将与杂志背后的编辑和撰稿人交谈，以提供对物理学、数学、生物学和计算机科学的另一种视角。首先，如果您是 Quanta 科学播客的粉丝，请不要失望。它将在这里继续。这些是音频版剧集，是我们网站上的故事，我们将继续以每两周运行一次的音频版剧集的形式制作它们。
我从事科学新闻工作大约 20 年了。我在杂志和网站工作过。当我开始担任 Qantas 第二任主编时，我首先注意到的是，我们的员工在谈论他们报道的主题时是多么的鼓舞人心、敬业、有趣和雄辩。
这个播客的灵感来自于我们在会议、咖啡馆和欢乐时光中进行的谈话。对我来说，它为我们的工作增添了全新的维度，我想每周都与你们分享一些这种能量。对于这个预告片，我想向你们介绍其中一个人，我们的执行编辑 Michael Moyer，一位非常有成就的科学记者，他从 Quanta 几乎一开始就加入了。
我们将简要讨论 Quanta 的报道内容、它如何随着时间的推移而发生变化以及我们最新的重大项目。Michael，欢迎。嘿，很高兴来到这里。你在 Quanta 工作多久了？我从 2014 年秋季开始就在 Quanta 工作了。那么，你开始的时候，Quanta 是什么样子的？当时是什么样的？这些年来它发生了怎样的变化？好的。
好的。所以当时的 Quanta 非常小。我加入时，我是第四名员工。有两名作家，然后是创始主编 Tom Lin。我从《科学美国人》杂志来到这里，当时我是物理编辑。我一直在与 Tom Lin 谈话，他有一个编辑职位空缺。当时 Quanta 主要以做物理方面的事情而闻名。但他第一天把我带到办公室。他说，恭喜你，你现在是我们的生物编辑。是的。
我说，好吧，换一下。是的。所以，但这很棒，因为我学到了很多关于生物学的知识。当时我们有一位很棒的作家 Emily Singer，她自己也对生物学了解很多，她能够教我这些东西。所以这些年来，你知道，我没有接受过正规的数学训练，对吧？但我荣幸地能够与我们的数学作家和编辑一起工作。在此过程中，我能够了解人们真正感兴趣的所有这些引人入胜的问题。是的。
但那时和现在一样，我们致力于报道基础科学和数学，而很多人并没有这样做。在我来这里的十年里，我们一直保持着这种关注。对于新听众来说，基础科学，基础科学。好的。
这是什么意思？这与应用科学相反。最初创办量子杂志的想法是，有很多报道是关于可以用于改善世界的事情的，这很好。很多关于医学的报道，对吧？很多关于技术的报道，很多关于工程的报道，以及科学如何被用来改善人们的生活。所有这些都很好，但我们存在……
并开始补充这一点，而不是复制它。所以我们做的是基础科学。我认为这是人们对宇宙运行规则提出的根本性问题。
所以在物理学中，量子尺度上发生了什么？我们如何调和量子力学（这是关于非常小的理论）与爱因斯坦的引力理论（适用于非常大的尺度）？这两个理论并不兼容。因此，有很多科学家非常好奇如何让它们发挥作用。这是目前物理学中最大的谜团。正如你所说，我们做了很多关于分子生物学、关于进化方面的报道。自然选择通过哪些规则起作用？
所以我们报道的内容我认为实际上只是好奇心驱动的科学，那些只想更好地理解这些基本规则的人。我经常这样向人们描述，因为我们使用像
基础科学这样的术语，在另一个语境中，对吧？就像，哦，那是科学 101。但事实并非如此。这是处于我们对世界上任何事物、宇宙或生命运作方式的理解的最基础层面的科学。好的。所以当你把它描述成延伸的薄膜时，这是一个我多年来一直在使用的隐喻，我喜欢它。我喜欢它，因为我们所知道的东西和我们所不知道的东西之间的交集，对吧？这层薄膜总是在不断变化和扩展。而且
随着这层薄膜的扩展，
划分，边界实际上变得更大，对吧？就像一个越来越大的圆圈。因此，当我们学习更多知识时，我们将继续有更多的问题。这就是我们在量子杂志中所处的位置。我们肯定在做一些我认为与其他地方所做的事情非常不同和独特的事情。你认为为什么这样的播客感觉像是我们与量子读者沟通方式的良好进化步骤？好吧，正如你所说，我的同事们在这里是
很棒的，对吧？他们是你见过的最聪明、最好奇的人之一。他们真的致力于他们所做的事情。每次我和他们交谈时，我都会学到新东西。我认为他们有一种诀窍，在书面故事中，而且当我们交谈时，能够让这些有时相当深奥、复杂、具有挑战性的主题感觉新鲜、新颖和精彩。所以这也是我兴奋的原因。嗯哼。
现在，我们的数学作家和编辑以及我们的生物学作家和编辑，实际上从我们的艺术人员到我们的观众人员都参与了一个我们前几天启动的新项目。这与播客无关。你能多告诉我一些关于我们刚刚做的事情吗？
所以前几天，我们推出了一项我们长期以来一直在努力的非常庞大的项目。它被称为“人工智能时代的科学、希望与危险”。我们真正想做的是研究人工智能与科学交叉的方式。
以及我们所做的，基础科学和数学，以一种非常复杂和有趣的方式。科学显然是人工智能存在的原因，对吧？不仅仅是因为计算机科学家提出了它，而且它的根源不仅在于神经科学和人们对大脑的思考方式，还在于追溯到 80 年代的基础物理理论。
但与此同时，我们现在正在经历这种反馈效应，人工智能正在真正改变许多不同领域科学的开展方式，对吧？不仅仅是人们使用 Chat Sheet BT 进行文献综述或类似的事情。而是他们现在正在使用生成式人工智能提出科学中需要提出的新问题。他们正在提出关于我们如何进行数学证明的新想法。
对。它们确实导致了科学界的大量反省，以及对未来 5 到 10 年科学将是什么以及如何变化的大量思考。这确实感觉像是向前看的一个重要时刻，因为现在很多人每天都在与人工智能互动。当你阅读科学新闻时，很容易看到所有不同的方式。哦，他们在这个项目中使用人工智能。你们在这个项目中使用人工智能。就在去年，有两个诺贝尔奖获得者。
我们都与人工智能密切相关，并展示了这两方面，对吧？其中一个是因为导致神经网络发展的基础科学（即物理学）而获得的。另一个是生物学和蛋白质折叠中的应用，这展示了它如何改变该领域。所以我认为这是一个很好的机会，让我们退一步，
并思考，好吧，这实际上对人们进行科学研究的方式意味着什么？它展示了基础科学的意义，以及实际上正在以非常有趣的方式改变基础科学的东西。数学也是如此。所以，Michael，你在参与这个故事包的过程中学到的最令人惊讶、最疯狂的事情是什么？所以，我真的很喜欢学习所谓的可解释性研究。可解释性是指……
研究人员试图弄清楚神经网络内部发生了什么，这些神经网络为 chat GPT 和图像生成器以及我们今天拥有的各种事物提供动力。在这个神经网络内部，我们有很多相互连接的所谓神经元。实际上，它们只是小小的数学函数，但它们彼此之间都有关系，一个的输出进入另一个的输入，它们存在于许多不同的层中。而且
通过这种复杂的结构和足够多的训练数据，你能够获得这些真正令人惊叹的行为。但是，为了使这些令人惊叹的行为在外部出现，内部实际上发生了什么仍然是一个很大的谜。我们将这个包的整个部分称为黑盒，因为这通常是人们使用的比喻。
我认为人们可能会惊讶地发现，我们实际上并不知道 chat GPT 或一些图像生成模型在内部是如何工作的。它们正在做一些让我们感到惊讶的事情。对。它们正在做所有这些让我们感到惊讶的事情，尽管我们可以进入并解释
能力，研究人员真的可以进去看看，好吧，每个神经元都在做什么。这是每个神经科学家都会梦寐以求的能力，对吧？能够拥有大脑的完整地图，其中包含大脑中每个神经元之间每个连接的强度。但即使我们拥有它，它仍然无法让我们更接近真正能够解决这个问题，即所有这些相互连接的数学函数如何最终给我们带来类似
ChatGPT 的东西。所以我很惊讶地了解到，有一些方法可以让你不仅查看单个神经元在做什么，而且实际上可以开始调整每一个神经元，对吧？玩弄旋钮，然后查看另一侧的输出。通过这样做，能够创建某种地图，对吧，关于正在发生的事情以及这些单个小东西如何在足够复杂的方式下组合在一起，能够产生这种真正令人难以置信的行为。
这是一种非常基本的方式，当您拥有一个复杂的系统或房屋中有一堆断路器时，科学通常会进行。你关闭一个，看看它是否关闭了走廊的灯。但是，在这些 AI 内部数十亿个数字神经元、参数或任何东西上这样做，就是他们试图达到另一个可解释性水平的方法。我的意思是，物理学中有一句老话，
那就是更多是不同的，对吧？这意味着当你得到一个足够复杂的系统时，你用来观察一两个或三个粒子的相同规则不再适用，你必须拥有新的规则集和新的理解。现在他们只是试图一点一点地建立这种理解。
我认为读者在阅读这个包时，会一点一点地获得更深入、更全面的理解，不仅是人工智能如何改变科学，而且是它如何运作、它是如何产生的、促成它的基础科学。
所以我们 5 月 20 日的第一集，我们将与我们的一位作家更深入地探讨这个包中的一篇故事。在接下来的几周里，我很高兴能与我们这里几乎所有的人交谈。所以，Michael，感谢你加入我们。我期待下一集。感谢你的邀请。