S公司理论计算机科学家、麻省理工学院(MIT)教授科特·阿隆森(cott Aaronson)开设了一个名为“Shtetl Optimized”的流行博客。这是一个奇怪的标题,因为它关注的是计算复杂性。当我问Aaronson这两者之间的联系时,他回答说,他认为自己是一个为不同时代设计的人,例如,他出生于19世纪的犹太村庄,对许多人来说,学习是生活的中心活动。
Aaronson在18岁完成了本科学业,31岁在麻省理工学院获得终身教职,这无疑使学习成为了他自己生活的中心部分。但吸引他的不仅仅是计算机科学。他的书,德谟克利特以来的量子计算涉及意识、自由意志和时间旅行。截至本文撰写之日,他最近在博客上讨论了科学中的性别角色,引发了609条评论。而且,他并没有回避公开辩论,成为了初创公司D-Wave Systems声称他们正在销售可操作量子计算机的最顽固的批评者之一。为什么不睁一只眼闭一只眼,让这些说法溜走呢?“这不是我,”阿隆森说。
就个人而言,Aaronson是一个充满活力的、自我制作的、以最优秀的短传传统对待所有人都很周到的人。
查看视频
你提出了一种教授量子力学的新方法。怎么用?
量子力学如何改变了我们对信息的理解?
什么是P与NP问题,为什么它很重要?
你看过多少P=NP的尝试证明?
证明P=NP会有什么影响?
这听起来像是科幻小说的好素材。
计算机是如何促使我们改变对信息的理解方式的?
信息是不是让某种目的论的尺度回到了物理学中?
你为什么参与这么多的辩论?
你是D-Wave公司最直言不讳的批评者之一,该公司声称自己已经制造了一台量子计算机。为什么?
你为什么一直称自己为悲观主义者和乖戾者?
你是如何卷入围绕激光打印机电视广告的争议的?
你的父亲是一位科学作家,他让你进入了科学领域吗?
你的博客阅读范围很广。是什么激励你坚持下去?
为什么你的博客被称为Shtetl Optimized?
如果你不是科学家,你会成为什么样的人?
面试成绩单
你提出了一种教授量子力学的新方法。怎么用?
如果你想教量子力学,比如对本科生来说,尤其是那些擅长数学但不是物理学家的学生,那些没有沉浸在物理中的学生,你必须讲一个故事,告诉他们所有的量子力学是如何从几个简单的原理中产生的。这是教给人们的唯一方法;这是让它有意义的唯一方法。事实是,在量子力学的例子中,你不需要学习所有这些不同的事实。
如果我告诉你定义一些类似概率论的东西,但基于2范数而不是1范数,我希望基本对象不是概率向量(非负实数向量加起来等于1),而是振幅向量(复数,其中其绝对值的平方和加起来等于一)。我要的是类似概率论的东西,但它是基于复数而不是非负实。在这种情况下,我基本上迫使你发明量子力学。在那之后,你几乎没有选择;如果你从那一刻起就做出所有显而易见的选择,你最终会得到量子力学。
关键是,这只是你必须做出的一个飞跃。这是你必须接受的一件事,其他一切都会随之发生。然而,当你以历史的方式做这件事时,你基本上会得到不同现象的集合;这仍然是大多数(量子力学)大众化倾向于采用的方法。这是我一直不满意的。你不能同时测量位置和动量。电子处于围绕原子核的某种概率波涂片中,而这种涂片不知何故并非如此只是一种别出心裁的说法,你不知道它在哪里,但(实际上)知道它在什么地方。远处的粒子可以相互纠缠;粒子可以翻滚通过墙壁。薛定谔的猫可以处于生与死的超级位置。电子可以有量子化的能级,所以它只是上下跳跃……你只需要学习这个集合,就像我可以说出20多个这样的东西。所以你只会说,“哦,量子力学只是一个疯狂的地方,一切都违背了我们的直觉。”当你认为你已经理解了一些东西时,还有一件疯狂的事情仍然没有意义。
事实上,所有这些事情都是如此……世界的状态是振幅的矢量,振幅是复数,它们的行为与我们习惯的概率不同。一切都是如此,这就是概率规则的变化。它们都只是它的不同表现。
量子力学如何改变了我们对信息的理解?
我只是将信息定义为衡量你对学习内容的惊讶程度。这是一种衡量你想要将某个东西视为不同的配置的方法。因此,对于可能存在于两种不同配置中的单个信息,当您了解它是哪种配置时,您就获得了一一些信息。或者你减少了你的无知或增加了你的惊喜。
现在经典信息具有某些特性,比如它总是可以被复制的。你可以随意复制“一点点”;你可以读“一点”,而不需要改变那一点。这些很明显,通常甚至都没有明确地说明。但是量子信息没有这些属性。
所以量子信息,比如:你有一个量子态,也就是说,在一个态中有一个超零位置,你可以测量这个状态。如果你测量它,你会得到0或1。所以测量一个量子比特只会给你一个经典比特。但你看到的哪个经典比特是概率比特,对吗?你可以用同样的方法测量同一个状态,但有时你会看到一个零,有时你会发现一个。你会看到每一个都有一定的概率。每个结果的概率取决于状态以及你选择如何衡量。你选择衡量位置了吗?还是动力?或者你选择测量这个量子位和基-你问它是零还是一?或者你问过它是零加一还是零减一,这也是一个你可以问的问题。所以量子信息具有这样的性质,你可以选择一个问题来提问。然后这个问题有一个经典的答案,你就会得到。一旦你得到了答案,量子态本身就会发生物理变化,以便与你刚刚得到的答案保持一致。所以如果我测量了一个处于零和一的超位置的量子比特,我得到了一个1,比方说,那么这个量子比特现在是1。所以我可以再次测量它,它会说,“嘿,我只是一个,好吧。”
我把它比作,你知道,你床下有一个怪物,但每次你看,它都会消失。没有怪物,对吧。除了为了解释你所看到的概率,你必须假设怪物在你不看的时候就在那里。这就是量子信息的一个特性,你有一次机会测量它,得到一个答案,然后剩下的量子态就消失了。从这个意义上说,它是一种有用的资源。但第二个密切相关的特性是,没有通用的方法来复制量子信息。事实上,这是一个定理。这被称为不可克隆定理。没有一台机器会接受一个通用的量子态并输出,例如,两个该态的副本。
人们喜欢谈论信息如何成为免费的。有防拷贝软件或防拷贝电影之类的东西总是会适得其反,因为人们总是会复制信息,如果信息已经存在的话。但量子信息不是这样的。量子信息更像是传统的经济商品,比如黄金、石油之类的。
什么是P(P)与NP公司问题,为什么它很重要?
这个P(P)与NP公司问题基本上是这样的:如果你能对你的计算机进行编程以有效地识别某个模式,或某个问题的解决方案,那么你能对计算机进行编程,以有效地找到该问题的解决方法吗?比如说一个数独谜题,或者想象一个千千万万的数独谜团,一个非常巨大的你开始填充它,有这么多的可能性可以尝试。这并不是说计算机永远不会被编程来实现这一点,因为最坏的情况下,你可以通过编程让你的计算机尝试将所有可能的数字分配给所有这些方格,但这需要比宇宙年龄长得多的时间。在你的电脑解决这个问题之前,整个地球都会瓦解。另一方面,如果有人说:“这是解决方案。我已经解决了。就在这里。”那么你可以对你的计算机进行编程,快速检查解决方案是否正确。你只需检查每个方块,确保它是好的。
通常,当我们处理谜题时,发现和验证之间存在差异。为了找到解决方案,他们采取了许多步骤,这些步骤随着问题的规模呈指数级增长。每添加一个新的方块,就需要检查两倍或更糟的可能性。[相比之下],检查解决方案只需要一系列步骤,正如我们所说,多项式地与问题的大小有关。它会像问题的规模一样增加到某个固定的幂,比如一个或两个,这是我们对计算机科学中“效率”的一种粗略而现成的标准;你所需要的时间会随着问题的大小而多项式增加。所以基本上,P(P)是一类标准数字计算机可以在多项式时间内解决的所有问题。P(P)代表多项式时间和NP公司代表非确定性多项式时间。不要太担心这意味着什么,但这基本上是一类所有问题,如果有人告诉你答案,你可以在多项式时间内验证它。但找到解决方案可能需要指数级的时间。
关于是否P(P)=NP公司问题是:每个有效的可检查问题也能有效地解决吗?一旦人们理解了问题的含义,我认为大多数人的直觉是:当然不是!比如,你到底在问什么?但你可以说,就日常生活而言,假设答案是“不”是完全可以的
事实上,这对密码学具有实际意义。几乎所有我们在互联网上使用的密码……任何时候你从亚马逊(例如)订购东西,你的信用卡号码都会受到密码的保护,除其他外,密码取决于P(P)不相等NP公司事实上,这取决于比这更强大的东西。例如,它取决于这样一种信念,即乘积成巨大的数,即数千个数字的无序素数,这比将得到的复合数分解成素数要容易得多,这符合我们的经验,而且据数学家所知,这是正确的;但没有人能证明这一点。如果你能找到一些将数字分解为素数的快速算法,那么你就可以破解我们在互联网上使用的几乎所有密码。
现在,如果你能证明P(P)=NP公司然后,这将为您提供快速因子分解算法,这还将为您带来10000个对所有领域都非常重要的东西,而不仅仅是密码。比如,工业优化,设计一个优化气流的机翼;设计出你想要的药物;做机器学习,所以训练一个神经网络来识别模式。你知道,如果P(P)=NP公司,对。现在,几乎所有从事计算机科学的人都相信,P(P)不等于NP公司我想说的是,如果我们是物理学家,我们会宣布这是一个自然定律,并将其付诸实践。但因为我们是数学家,所以我们必须承认,实际上还没有人能证明这一点。我们希望最终能够证明这些事情。困难其实很容易理解。很难证明是否定的。很难排除有任何快速算法可以解决所有这些问题NP公司任何人在未来都可能遇到的问题。但这就是我们的要求。
有多少人试图证明P(P)=NP公司你看到了吗?
我确实有证据P(P)=NP公司大约每周都会出现在我的收件箱中。这些事实上是比证据更容易处理的P(P)不等于NP公司因为如果有人说P(P)=NP公司,然后你可以总是说,“好吧,太棒了。这是一个2000位数的数字。为什么你不把它的系数发给我,然后我们再聊一些。”然后你知道,你没有收到那个人的回复。或者他们会说,“好吧,我需要你资助我,以便进一步开发我的算法,”或者其他什么。对不起,伙计。对吗?
但如果有人说他们有证据P(P)不等于NP公司如果你真的想反驳它,你必须深入研究。事实上,这并不像你想象的那么难,因为只有几个错误会反复出现。但通常,这个错误只是在一些混乱的符号中被混淆了,这样做可能会很烦人,所以我实际上想出了一个协议,如果这个人愿意支付100美元左右,那么我会让麻省理工学院的一名研究生检查它,查找错误并与之对应。我们已经多次这样做了。
如果这是每周都会发生在你身上的事情,那么下一个声称自己有证据的人P(P)=NP公司甚至不会提高你的血压。就像是,“好的,是的。太棒了。”前几天我刚接到一个人打电话给我,说,“嗯,我有证据P(P)不等于NP公司“但正常的任务是证明NP公司大于P(P)是吗?当然P(P)包含在中NP公司因为如果你能解决一个问题,那么你也可以通过简单地解决它来验证解决方案,对吗?他说:“哦,但我可以证明P(P)甚至不包含在NP公司“所以我想,好吧,我认为你不理解这个问题。
证明这一点会有什么影响P(P)=NP公司?
所以,让我试着向你解释一下,如果P(P)=NP公司我必须小心。我不得不说,“如果P(P)=NP公司此外,该算法在实践中非常有效,“因为人们总是会说:嗯,可能是这样P(P)=NP公司,但求解任意NP公司问题是这样的n个虽然理论上这是多项式,但实际上这并不是有效的。所以当我谈论P(P)=NP公司,我是说如果P(P)=NP公司此外,算法的执行效率非常高,好吗?
我认为最令人兴奋的结果可能不是你可以破解我们在互联网上使用的所有加密技术,或者类似的东西;它甚至不会加速优化问题的解决。实际上,对于任何一组数据,您都可以尝试找到解释该数据的最小模型,并高效地这样做。例如,你可以取所有历史股市数据,然后说:神经网络的权重集是什么,这将优化该网络预测过去所有股市价格的能力。一旦你训练了神经网络,你就可以用它来预测未来的股市价格。或者你甚至可以说:什么是最短的程序,在很短的时间内就能输出莎士比亚的全部作品。你可以尝试通过这些方式对智能或创造力进行逆向工程,只需向你的计算机输入大量数据,然后给它带来问题:设计一个能够从头开始复制这些数据的小模型。这是一个NP公司问题。这是一个问题,如果计算机想出这样的模型,那么验证它的正确性将是一件简单的事情。所以如果P(P)=NP公司然后你可以去找模型。
确实还有困难,对吗?例如,仅仅因为你发现了莎士比亚37部戏剧的最佳压缩,并不意味着你可以使用生成的程序来编写第38部戏剧。也许,也许不是。但真正有趣的是,你可能会说某些类型的机器学习技术可以让你从你发现的东西中进行归纳,而某些类型的技术则不能让你这样做。但是,要想出好的机器学习算法(让你能够做到),甚至是这个问题从你发现的东西中归纳出来,可以通过使用以下事实来加速P(P)=NP公司所以你可以说:神经网络的最佳设计是什么,在那里我可以学习东西,在那里,我可以输入大量数据,只需创建程序,从这些数据中自己学习。在所有简短、高效的程序中,哪一个在这个任务集上做得最好?如果P(P)=NP公司然后你可以找到这些东西,你可以得到一些自我提高。你可以申请P(P)=NP公司找到更好的方法来利用这个事实P(P)=NP公司.
这听起来像是科幻故事的素材。
兰斯·福特诺已经做到了。他把这本书叫做黄金门票他有一整章是在构建一个科幻场景,在那里他发现了P(P)=NP公司。问题是,我读过一些科幻小说,Vernor Vinge,Greg Egan,诸如此类的人,他们经常想写比人类更聪明的东西,对吧?基本上,要写一部关于超人类智慧的科幻小说是不可能的,因为一旦你有了超人类智慧,它就会开始思考那些你,作家,根据定义,无法思考的想法,对吧?我想我想说的是:你怎么写关于奇点的小说?人们喜欢猜测这种技术奇点,即计算机变得比人类更智能,然后他们开始优化自己的目标,或优化自己的效用函数——不管它是什么——人们想出了一些奇怪的例子。也许人工智能的目标只是将整个可观察的宇宙转换成回形针,并将向我们甚至无法想象的目标投入巨大的智慧。将会有一团回形针以光速从地球向外膨胀。这是Eliezer Yudkowsky的例子。
但事实是,这有点像一只狗在写关于我们的小说,对吧?事实上,你能读到的关于这类主题的小说往往完全没有说服力。小说中涉及外星人的故事也是如此,外星人被认为比人类聪明得多。但事实上,当你读到他们的时候,你会发现他们从来没有比写这本书的人更聪明过。所以有了P(P)=NP公司,我的感觉也差不多。我可以试着谈谈将要发生的事情的前几个步骤。好吧,有人破坏了互联网上的所有密码。也许他们会告诉国家安全局,或者他们只是保守秘密。也许他们试图勒索钱财。然后有一些低级的电视节目和东西围绕着这种想法,对吗?你可以讲故事,你知道,有人设计了更好的抗癌药物——这就是兰斯·福特诺在他的书中所做的。但很快,你就进入了算法高效的阶段,因为P(P)=NP公司,被用来设计更好的算法或更好的机器学习方法等等。我认为在那之后发生了什么对我们来说很难说。
电脑是如何促使我们改变理解信息的方式的?
数字计算机的发展确实使我们比以往任何时候都更明确地思考信息,并发展出关于信息处理的明确理论。通常,有人会说,“哦,好吧,你把大脑说成是一台计算机,但那只是因为计算机恰好是我们这个特定时代的技术,在此之前,人们会说大脑是一个时钟,因为时钟是那个时代的技术等等。”人们会这样说,这是一个非常明智的说法,它可以让你把电脑视为一种正在流行的时尚。
用这种方式思考的问题是,根据定义,计算机本质上是通用机器。它的功能是能够模拟宇宙中任何其他机器。所以从这个意义上说,计算机不仅仅是另一种技术,对吗?它不像烤面包机之类的东西,它只有一个功能。这是阿兰·图灵(Alan Turing)欣赏的一个理论观点,他在1936年的伟大论文中证明了这一点。他证明了一件事,那就是你可以创建一个单独的图灵机器,来模仿记忆中描述的任何其他图灵机器。
我喜欢称之为软件产业引理的存在。这就是说你可以拥有软件。但这也是很实际的。我们知道,我们不必为玩游戏、文字处理、电子邮件、浏览网页以及所有其他我们想用电脑做的事情购买不同的电脑。我是说我们可以; 但我们不必。事实上,我们过去必须随身携带各种各样的设备,比如地图、手机、指南针和记事本;现在你可以拿着你的智能手机了。因为通用性,因为计算机是一个通用的设备,你可以拥有一个为你做一切的设备。不仅是到目前为止我们所想到的一切,还有各种尚未发明的未来事物。无论它是什么,都可能会有一个应用程序。
有时,人们也会哀叹,自上世纪50年代或60年代以来,社会上的技术创新数量实际上似乎有所减少。没有人像20世纪50年代和60年代那样,对太空旅行、大规模基础设施项目或全新能源之类的事情抱着远大的想法。他们通常会说,唯一仍在进行创新的地方是计算机。这并不是真的,但(他们会说)你真正看到这种构建新事物的强大文化的唯一地方是软件。
我想说的是,软件就像是任何技术的极限点。你走得够远了,然后你想把电脑放在那里,因为电脑是万能的机器。所以它们在任何地方都会有用。然后,问题将变成如何对这些计算机进行编程的问题。
信息是不是让某种目的论的尺度回到了物理学中?
所以史蒂文·平克(Steven Pinker)在他的一本书中用了这样的例子:我们如何解释为什么一个人会遇见另一个人?比方说,他们安排上午10:40在酒店大堂见面,然后那个人出现在那里,天真地说,好吧,你希望这个人会在那里,因为你和他们交谈过,他们说他们会出现在那儿,这是他们的意图。他们会采取行动来实现他们的意图,比如上出租车,告诉他们酒店的名字,这就是他们会出现的原因。
但是,你学到了一点,你可以说,“哦,好吧,这都是神秘的谈话。所有这些意图并不真的存在。”真正发生的事情是,某些神经元以某种模式放电,发生了某些化学反应,在物理世界中发生了某些运动,导致了你所说的结果。然后你学到了更多,你说得很好,这只是没有比另一种描述方式更真实,而且它也没有多大用处。另一种描述方式同样正确,它比我们所说的更合适。你不妨说那个人出现了,因为那是他们想要做的,因为你这样说并没有把目的论引入物理学定律。你正在使用一种强大的速记。你正在使用一种强大的表达语言来谈论特定的物理对象,比如大脑,它们是以特定的方式组织起来以产生意图的。如果你可以使用这种语言,你也可以使用它。
你为什么参与这么多的辩论?
听着,在有些情况下,我可以认识到退缩的智慧,不说话的智慧,但我就是没有这种智慧。如果我有了它,也许我会成为一个更好的人。但有些情况下,即使我也能很容易地认识到,有些事情是真的,我绝对是对的,这是真的。但大声说出来仍然是一个很糟糕的主意。比如,如果有人在讨论中说了一些非常愚蠢的话,你不必说,“你是个愚蠢的白痴”,即使是这样。因为没有理由攻击人;它毫无用处。但是,当谎言真的长出毒牙,被用来在世界上做坏事时,对吧,我认为演算发生了变化。
你是D-Wave公司最直言不讳的批评者之一,该公司声称自己已经制造了一台量子计算机。为什么?
好吧,从某种意义上说,这甚至不是我的选择。我的第一本能是任由他们去做,任由他们做自己的事,并祝他们成功。希望他们能想出好办法。但问题是,当D-Wave刚刚开始向媒体发布这些重大公告时,公众意识中开始定义量子计算的意义,因为他们是那些说我们实际上已经制造出实用的量子计算机并正在销售的人。这将被报道得难以置信的不加批判。三年级的错误会被完全不加批判地重印,然后因为我正好有一个关于量子计算的博客,又因为我碰巧是一个没有智慧闭嘴的人,人们会不断给我发邮件说,好吧,看,你看到D-Wave又发布了一条公告吗?你会对此作出回应吗?因此,这对我来说就像是一个挑战,如果我不回应,那么我就含蓄地接受了他们所说的是真的。所以我必须做出回应。
我从我认为的一个关于D-Wave的常见问题开始,只是想澄清一下情况。但是,即使是我说的最温和的话,也只能被解释为:“啊哈!这位精英象牙塔学者正在攻击建造真正量子计算机和废话废话的公司。”我真的很惊讶,人们会在这件事上采取如此强硬的意识形态路线,因为这似乎是显而易见的——如果你在商界,你想知道:“这件事实际上是做什么的?”
你为什么一直称自己为悲观主义者和乖戾的人?
嗯,我的意思是,人们似乎就是这样对待我,就像我谈论D-Wave一样。我觉得这是一种公平的方式(例如,当我谈到D-Wave时)。显然,他们有责任为自己的主张提供证据,显然,我们作为科学家的角色就是对此持怀疑态度,但其他人会把这解释为我是个乖戾的人。你知道,如果你被称为它足够多次,最终你会说没事的,我会拥有它。我会骄傲地戴上这个标签。但这不是我的感受。
你是如何卷入围绕激光打印机电视广告的争议的?
嗯,我想八年前在澳大利亚播出过一则印刷广告。广告中有两个超级模特在酒吧里聊天,其中一个说:“好吧,但是如果量子力学不是关于粒子、波、物质或能量的,那它是关于什么的?”第二个说,“从我的角度来看,它是关于信息、概率和可观测值,以及它们之间的关系。”然后第一个说,“这很有趣。”然后它显示了一个理光打印机,它说,“一个更智能的模型。”这是一个愚蠢的笑话,但后来有人读了我的博客,住在澳大利亚,给我发了一个链接,我可以在YouTube上看这个广告,他们说不是这样的,他们不是在抄袭你的讲稿吗?你知道,事实上,是的。广告中的两行不是来自我的课堂讲稿:“那很有趣”和“一个更智能的模型”
我被逗乐了。我真的不知道该如何回应,所以我在博客上发了一篇帖子,名为“澳大利亚女演员剽窃我的量子力学讲座来销售打印机。”我只是说我想为这个想出一个诙谐的标题,但真的,我只是无法改善实际情况,我只是给出了链接,我只是说人们认为我应该怎么做?我该受宠若惊吗?我应该打电话给律师吗?然后,这是我在博客上做的第一件事,它以我没想到的方式爆炸了。我想第二天,它就在悉尼先驱晨报它出现在各种报纸上,当时我正在拉脱维亚拜访一位同事,但我在拉脱维亚的酒店房间里接到记者的电话,因为“麻省理工学院教授指控一家广告公司剽窃!”这是我顺便了解到的一件事,自从来到这里,我就有一个缺点,那就是我永远不能只是一个人在做什么。麻省理工学院的教授总是这么做,对吧?这是一种我并不真正想要的责任。
你的父亲是一位科学作家,他让你进入了科学领域吗?
好吧,我想正是因为他,我从很小的时候就暴露了这样一个事实,即这些事情都存在。因此,当阿诺·阿伦·彭齐亚斯(Arno Allan)和罗伯特·伍德罗·威尔逊(Robert Woodrow Wilson)因发现宇宙微波背景辐射而获得20世纪70年代的诺贝尔物理学奖时,我的父亲当时,他是贝尔实验室的一名作家,我想他的工作就是为贝尔实验室做好公关,他认识这些人,他采访了史蒂文·温伯格和约翰·惠勒。所以他和这些物理学家交谈过,所以它在很大程度上是大气层的一部分。
即使在我3岁、4岁或5岁的时候,他也会告诉我光速是每秒186000英里,当时我对具体数字很感兴趣,你可以接近它,但不能超过它,他会告诉我,大爆炸是什么,它是多久以前的事。我的意思是非常非常基本的东西。他不是科学家,但这肯定足以让我好奇。
我认为他所做的另一件事是他在写作方面帮了我很多。是的,我仍然觉得在写作中表达自己比在演讲中表达自己舒服得多。你现在可能会听到,我不是世界上最流畅的演讲者,我知道这一点。但我更喜欢写作。这就是我喜欢写博客的原因之一。但从很小的时候起,他就会批评我的写作,说不,这太冗长了。你为什么这么说?你之前已经说过了。没有理由把这个放在那里。所以他会让我思考如何在写作中表达自己,我认为这对我来说也很重要。
你的博客阅读范围很广。是什么激励你坚持下去?
如果我在写一篇博客文章,它不一定有最深刻的见解,或者我不必花几个月的时间来思考如果我写一篇研究论文,我会怎么说。但是,另一方面,如果我的观点比目前流行的观点稍微正确一点,这其实并不难做到,那么我会产生很大的影响,成千上万的人会阅读它,阅读它的人会比阅读这篇研究论文的人多得多,尽管我必须花更多的时间来写研究论文。因此,总是有这样的诱惑,如果我正在写一篇研究论文,这真的很难,我想,你知道,拖延一点——总是有这样一种诱惑,嘿,我可以写一篇博客文章,只需要花一天的时间,我会立即得到反馈,人们会立即开始发推,留下评论,对其作出反应,我有话要说,我认为这是真的,这甚至对我来说都不难表达,所以这就像是一种即时的满足,你知道,对世界的即时小贡献。
为什么你的博客被称为Shtetl Optimized?
我总觉得自己是一个为不同时代设计的人。我会读到关于我的曾父母或我的祖先的故事,他们将生活在欧洲的这些小村庄里,这些小村庄就是犹太村庄。对每个人来说,学习是一个很高的要求,你可以整天学习,生活中的所有其他事情都会自动照顾好自己。我总是这样想,尽管事实并非如此。
如果你不是科学家,你会成为什么样的人?
可能是某种作家。我试过写小说;那是一条非常困难的船。我不知道我是否真的能在这方面取得成功。但我觉得我可以成为一名科普作家。我的意思是,当我十几岁的时候,我想到的另一件事是进入软件行业,进入硅谷。我进入计算机科学是因为我喜欢编程,因为我想自己制作视频游戏。但是,你知道,我只是做了几个非常大的软件项目,才明白了这一点。
获取Nautilus时事通讯
尖端科学,由最聪明的在世思想家揭开。