费曼:知道与理解

Feynman: Knowing versus Understanding

频道:TehPhysicalist · 时长:5:37 · 发布:2012-05-17 · 播放:2711852

在 YouTube 观看

简介

一段理查德·费曼的简短片段,讲述仅仅知道如何用数学推理与理解物理理论为何有效之间的区别。他讨论了持有多个等价想法和猜测新定律。

HN 为什么推荐

HN 在关于物理理论、模型和真正理解意味着什么的帖子中将其作为参考。

我引用它是因为我在人工智能工作中已经感受到了同样的事情 — HN, 2015

基础物理学 · 科学方法与科学传播

中文字幕节选

现在人们常说的另一件事是,为了猜测两个相同的理论 这里的两个理论,假设你有两个理论A和B,它们看起来完全 不同,心理上不同的想法等等,但所有的 计算出的所有后果,计算出的所有后果都完全 相同,甚至可以说它们与实验一致,他们补充说,关键是 尽管这两个理论一开始听起来不同,但所有的 后果都相同。通常很容易通过数学证明,提前做一点 数学,表明从这个和这个的逻辑 总是会给出相应的后果。 假设我们有两个这样的理论。 我们如何决定哪一个是对的? 没办法。不是通过科学,因为它们都与实验在同等程度上一致。 无法区分一个与另一个。 所以两个理论,尽管它们背后可能有深刻不同的想法,可能 在数学上相同,人们通常说在科学中应该付出 不知道如何区分它们,这是对的,然而出于心理 原因,为了猜测新理论,这两件事远非等价 因为一个给人的想法与另一个不同,通过将理论置于 某种框架中,你会得到改变什么的想法,例如 在理论A中,谈论某些东西,你说我会改变那个 想法,但为了找出对应的是什么,你将要 改变这里可能非常复杂,可能不是一个简单的想法,换句话说, 这里的一个简单改变可能使理论非常不同,而那里的简单改变 换句话说,尽管它们在改变之前是相同的,但有某些方式 改变一个看起来自然,而在另一个中看起来不自然,因此 从心理上我们必须把所有理论都记在脑中,每个理论 物理学家,任何优秀的,都知道六七个不同的理论 表示,对于完全相同的物理,并且知道它们都 等价,而且在这个层面上没有人能够决定哪一个 是对的,但他把它们记在脑中,希望它们能给他 不同的想法来猜测,顺便说一句,这让我想起另一件事,那就是 围绕理论的哲学或想法,很多想法,你说我 相信那里有一个时空或类似的东西,为了讨论你的 分析,这些想法在理论有非常微小变化时会发生巨大变化。 换句话说,牛顿关于空间和时间的想法与 实验非常吻合。但为了得到正确的 水星轨道运动,这是一个非常微小的差异,理论特征的差异 与你开始时的理论相比是巨大的。 原因是这些如此简单和完美。 它们产生确定的结果。 为了得到稍微不同的结果,必须完全 不同。你不能在完美的东西上制造瑕疵。 你必须要有另一个完美的东西。 所以牛顿引力理论和爱因斯坦 引力理论之间的哲学想法是巨大的。 它们的差异相当巨大。 这些哲学是什么? 这些哲学实际上是快速计算后果的巧妙方法。 一种有时被称为对定律的理解的哲学,仅仅是一种方式 一个人将定律记在脑中,以便快速猜测后果。 有些人说过,例如在麦克斯韦方程 和其他方程的情况下,这是真的,别管哲学,别管这类东西,只要 猜测方程,问题只是计算答案,使它们与 实验一致,不一定需要哲学或争论或关于 方程的词语,这在某种意义上是真的,既是也不是,好的方面是也许如果 你只猜测方程,你不会偏见自己,你会猜得更好 另一方面,也许哲学帮助你猜测,很难说。 然而,对于那些坚持唯一重要的是

HN 上的讨论

你和你上面评论的人都错过了重点。首先看:[LINK] (人工智能和物理学)是相当相关且可行的 ^我引用上面的视频不是因为我看了它并认为(嘿,这有道理)。我引用它是因为我在人工智能工作中已经有同样的感觉,并觉得(哇,还有别人懂)另外:[VIDEO] 当你致力于解决问题时,把各种可行的想法/知识记在脑子里是好的。世界上所有的物理实验都不会给你对问题的洞察,除非你有可行的想法来将发现整合到理解/知识中。人们经常犯的错误是,你可以不断地敲打和蛮力地获取知识/理解……“理论可以通过实验证明;但没有路径从实验通向理论的诞生。”——阿尔伯特·爱因斯坦古代哲学家解决了很多问题。比你似乎认为的要多。正是从他们的想法中,人们知道去哪里‘证明’事物。观看费曼的视频并真正理解他在说什么。 — dframe, 2015-09
追求知识不是一条线性路径。你现在从深度学习中受益的原因,是因为过去有少数人相信神经网络有未来,尽管它们不如 SVM 等其他技术有效。发现知识和使用最有效的知识是非常不同的。你的论点让我想起费曼的这次讲座。引用他的话:“……每一个优秀的理论物理学家都知道同一物理的 6 或 7 种不同的理论表述,并且知道它们是等价的……但他把它们记在脑子里,希望它们能给他不同的猜测灵感。”[VIDEO] — gloomyday, 2025-03
在物理学中,物理证明和可观测性一方面与拥有正确的想法、正确的直觉之间总是存在张力。回到我举的爱因斯坦的例子,还有其他物理学家对相对论做出了贡献(洛伦兹、闵可夫斯基、庞加莱、菲茨杰拉德),但我们把最多的功劳归给爱因斯坦,因为他有正确的想法,即仅仅在数学中把光速当作常数是不够的,你必须真正相信宇宙就是这样运作的。流传的一个故事是,爱因斯坦从未因相对论获得诺贝尔奖的原因是诺贝尔委员会当时还不准备放弃并承认爱因斯坦发现了关于宇宙的新的基本真理。另一个流传的故事是,当爱因斯坦在苏黎世联邦理工学院读本科时,闵可夫斯基是他的教授之一,他因为爱因斯坦数学总是不轻松而称他为“懒狗”。但他审视了当时物理学教学的方式,知道必须有所改变。而他在这一点上是对的。我就把这个留在这里,费曼解释得比我所能做的更好。[VIDEO] — RichardCA, 2022-08
这让我想起费曼对我们说的话:[VIDEO] > 如果你能找到任何其他对世界的看法,它在已经观察到的事物的整个范围内一致,但在其他地方不一致,那你就有了一个伟大的发现。要找到任何理论,它在所有理论已被检验的整个范围内与实验一致,但在其他某个范围内给出不同的结果,甚至一个理论的不同结果最终并不与自然一致,这几乎是不可能的,但并非完全不可能。一个新想法是极难想到的。它需要非凡的想象力。 — comment_ran, 2020-04
我认为你错过了一些关键点——好的模型很重要。虽然传统的计算机模型擅长解释行为,但它无助于我们提出新问题。而且,无论我们目前所知的关于大脑的知识多么符合传统计算机模型,如果它不能用来启发新问题,那么我们就需要探索新的模型。费曼解释得更好 [[VIDEO]]。即使我们有限的非魔法大脑可以装进计算机,计算机也不是最好的隐喻。——计算机本身并不像大脑那样运作。在任何编译并在计算机上运行的模糊逻辑中,你所有的代码都被翻译成函数和数据。有损压缩实际上是对感知的实验应用,而不是计算机的固有属性。JPEG 的设计目的是在占用更少空间的同时看起来一样,但从中获得的信息并不像人类那样被整合。我们的记忆不像计算机。它令人震惊地具有建构性,这是计算机模型所没有预料到的。——新的编程范式可能是更好的模型。我对这个隐喻的不满在于它把记忆和计算分得很开。我不认为大脑“从记忆中读取和写入”。我认为它创建并更新一个函数网… — pvillano, 2016-05

相关视频