物理学不需要哲学批准就能把数字算对。但只要多问一句"这些方程在说什么 ",哲学就已经在屋里了。定律是发现还是发明?基本方程里为什么找不到"原因"?"现在"在物理学里有位置吗?量子那个概率,是我们不知道,还是世界本身就这样?这四个问题都不是玄学 ——每一个都有实验和数学咬着,也每一个都还没有共识。
定律:发现还是发明 Are Laws Discovered or Invented?
科学哲学 · 定律的身份
直觉
你把一堆行星位置拟合成一个方程。它是宇宙里本来就有 的东西,还是你这支笔的产物?两头都让人难受:说是发明,那为什么水星的近日点会乖乖听话、连没人看的角落也照办?说是发现,那定律以什么形式"存在"、又存在在哪里——总不至于飘在星际空间里等着被读取。
机制 · 三条路
① 休谟式最佳系统 (David Lewis):世界上只有一件件事实的分布,"定律"是对全部事实既最简洁又最能说事 的那份总结——本质上是最优压缩码,它不推动任何东西,只是描述得极好。
② 规律实在论 (如 Tim Maudlin):定律是世界的基本零件之一,是它让 电子这么走;宇宙的历史由定律生成,而非反过来被总结出来。
③ 结构实在论 (John Worrall,1989):看科学史上什么被留下了。菲涅耳的光学公式建立在"以太"上——以太后来被彻底抛弃,他的方程却原封不动地活在麦克斯韦理论里 。被换掉的总是那些"东西"(以太、热质),保下来的总是数学结构 。
反直觉的重点
这不是文字游戏,它决定"解释完成了"是什么意思。如果定律只是总结,那"要是我当时没松手,杯子就不会碎"这句反事实 凭什么有真假——世界上并没有"没松手"这个事实供你总结。规律实在论在这里轻松得多,代价是承认一种看不见摸不着的支配性存在。每一派都得交学费 。
跨学科对读 · AI / 数学
压缩即理论 :机器学习里的最小描述长度 (MDL)与正则化几乎就是"最佳系统说"的算法版——在"拟合得好"与"写得短"之间取最优的模型,被认定为最好的规律。
ML 也反过来给出警告 :模型在训练分布里压得极好,换个分布就崩——压得好不等于抓住了结构 。这正是结构实在论对纯描述派的抱怨:总结得再漂亮,也要问保下来的是不是那层关系。
一句话:我们大概既不是在发明东西,也不是在发现东西,而是在发现关系。
思考: 如果两套完全不同的数学给出一模一样的全部预测,它们算同一条定律吗?这就是"理论等价"问题——拉格朗日力学与哈密顿力学、同一理论的不同规范都是现成例子。操作层面它们完全等价;实在论者若想挑一个"真的",只能诉诸简洁这类实验无法裁决 的判据。这正是结构实在论只承诺结构、不承诺本体的动机。
因果:方程里没有"原因" Causation Is Not in the Equations
因果 · Russell 1913
直觉
你松手,杯子掉——还有比这更明显的因果吗?可翻开任何一条基本方程,都找不到一个叫"原因"的量:方程只说"给定此刻的状态,另一时刻是那样",而且反着算同样成立 。罗素 1913 年因此挖苦道:因果律是"逝去年代的遗物,像君主制一样,只因被误以为无害才留了下来"。
机制
第一件事:基本定律基本上
时间对称 。把方程里的时间
t → −t
读作「把时间 t 换成负的 t 」,也就是把录像倒着放 。前面那个 − 是负号(不是减法,也不是连字符)。对绝大多数基本相互作用,倒放后的过程仍是方程的合法解 ——微观没有内建的"先后"。已知例外只有弱相互作用里一点极微弱的时间反演破缺,小到解释不了你经验里的因果方向。
那方向从哪来?宏观的"先因后果"靠的是
熵梯度 ——宇宙从一个极低熵的初态出发(这条假设常被称作"过去假设"),于是记录只指向过去、影响只推向未来。而因果真正的落脚点是
干预 :说"X 导致 Y",意思是
动手改变 X,Y 会跟着变 ,不只是两者一起动。
基本方程
F=ma · 麦克斯韦 · 薛定谔
正放、倒放都是合法的解
我们经历的世界
杯子摔碎 · 墨水扩散
只有一个方向真的发生(熵增)
相关 ≠ 因果:只有干预能分辨
气温(共同原因)
冰淇淋销量
溺水人数
看起来强相关
do(·):动手切断
强行改掉冰淇淋销量,溺水人数纹丝不动
微观没有方向,宏观的方向来自熵;"谁导致谁"则要靠动手干预才分得出来。
反直觉的重点
因果不在基本层——但这不代表因果是幻觉 。温度也不在基本层,你照样会被开水烫伤。因果是"宏观 + 有熵梯度 + 能动手"这个层面上稳固涌现的有效结构 ,和温度、压强是同一类真东西。当它是幻觉,和当它是宇宙的基本律令,是同一个错误的两头。
跨学科对读 · AI / 医学 / 经济
AI :Judea Pearl 的因果图与 do-演算把"动手改变"写成了数学;模型一遇分布偏移就崩,常常正因为学到的是相关而不是机制。
医学 :随机对照试验就是物理意义上的干预——随机分组剪断了 体质、收入、就医意愿通往"谁吃药"的所有箭头,剩下的差异才敢叫疗效。
经济 :政策不能随机分配,就去借一次干预——自然实验找的正是"像被随机拨动过"的那部分变异。
一句话:因果不是基本定律的一部分,是熵梯度上长出来的有效结构。
思考: 为什么我们记得住过去,却记不住未来?记录就是两个系统建立起相关并被稳定保存。而形成记录,介质必须先处于较低熵的"待写"状态 ——空白胶片、干净硬盘、没被踩过的沙滩。这种低熵初态只在过去方向上大量存在,所以记录只能朝一个方向积累:记忆的方向就是熵的方向。
时间:块宇宙里的"现在" Time, and the Missing Now
时间 · 相对论 · 永恒论
直觉
"时间在流"是人最强的直觉之一。可"流"这个字要求有个速度——那么,时间每秒流过多少秒 ?这句问话本身就露了馅:流逝是个借来的比喻,一旦当真就自相矛盾。
机制
相对论已经取消了客观的"同时"(「狭义相对论」与「时空」讲过机制):速度不同的观察者,会把四维时空切成方向不同的"现在"面 。对你同时的两件事,对飞驰而过的人有先有后。既然没有唯一的"现在",最省事的图像就是把宇宙看成一整块四维时空——块宇宙 (永恒论):过去和未来的事件与此刻同样"存在",只是不在你这一刀上(Rietdijk 与 Putnam,1960 年代)。
时间
空间
A 的现在
B 的现在
事件 1
事件 2
对 A:事件 1 早于 事件 2
对 B(在运动):两件事同时
同一对事件,没有哪一刀是"宇宙认可"的那刀
整块时空摆在那里,观察者各切各的"现在"——切法随运动状态而变。
诚实的边界
块宇宙不等于 "未来已经写好,所以努力没用"。你的权衡、犹豫、下决心,本身就是那块时空里实实在在发生的物理过程,不是被它绕过去的装饰——命定论式的读法偷换了概念:"已经存在"不等于"由别的什么替你决定" 。另一头也要说清:块宇宙是主流图像但不是定论,presentism(只有此刻存在)仍有认真的辩护者,也有物理学家(如 Lee Smolin)主张时间才是根本的。
跨学科对读 · 神经 / 工程
神经 :你的"现在"是大脑造出来的。摸鼻子和摸脚趾,信号到达大脑差几十毫秒,你却体验为同时——大脑把不同延迟的通道事后对齐 成一个百毫秒量级的整合窗口。主观同时性本就是构造品。
工程 :分布式系统没有全局时钟,节点只能靠"谁先发生"的偏序(Lamport 的 happens-before)协调。工程师是被现实逼着接受了和相对论一样的结论:没有全局的"现在",只有因果次序 。
一句话:物理里有时间,但没有"现在"。
思考: 如果没有客观的"现在","我此刻在场"这个最确凿的感觉在指什么?它指的是"这一刀切面上的我"。"现在"是个指示词 ,和"这里"一模一样:说出它时必然为真,却不标记宇宙的任何特殊结构。没人会问"宇宙的这里在哪儿","宇宙的现在是几点"同样问错了。
概率:是无知,还是世界本身 Probability: Ignorance or the World?
概率 · 波恩规则 1926
直觉
掷骰子的"随机"是假的。只要掌握了出手角度、桌面弹性、空气流动,结果就定了——概率在这里只是一本账,记的是我不知道多少 。真正的问题是:量子里的概率,和这本账是同一种东西吗?
机制
统计力学的概率来自对微观态的
无知 ,底下压着确定的动力学。量子不一样:波恩规则说,测得某个结果的概率是波函数振幅的模方。
P (结果 k ) = |ψ k |2
ψ 读作「psi(普赛)」,是波函数——它给每个可能结果分配一个叫振幅 的复数。两侧竖线 |…| 是"取模"(复数的长度),不是数字 1、也不是字母 l ;右上角的小 2 是平方。整句就是:把振幅的长度平方,得到这个结果出现的概率 。
能不能也解释成无知——"其实早定好了,只是我不知道"?
贝尔 1964 年把它变成了可做实验的判决题 ,此后的实验(一路做到 2010 年代的无漏洞版本,2022 年诺贝尔物理学奖)判决是:
局域隐变量被排除 。那种"局域的、早已写定的隐藏事实"搪塞不过去。
统计力学的概率
骰子 · 气体分子
底下是确定的轨迹
概率 = 我不知道
信息够了,概率就消失
认知的(epistemic)
量子的概率
波恩规则给出概率
贝尔实验封死了"其实早定好"
概率 = 世界本身?
至今没有共识
偶然的(aleatoric)?
同一个词"概率",两边指的可能根本不是一回事。
为什么重要
各家诠释的答案完全不同:哥本哈根说就是基本随机;多世界说所有结果都发生,概率退化成"我是哪一支里的我 "这种自我定位的不确定;玻姆力学说仍是决定论,代价是明目张胆的非定域。"概率是什么"因此是个活着的问题 ,不是已解决而被科普省略的细节。谁说这事清楚了,都说得太满。
跨学科对读 · AI
机器学习把这条区分做成了工程标配:偶然不确定性 (aleatoric,世界固有的噪声)与认知不确定性 (epistemic,模型没见过)。自动驾驶里传感器的读数噪声属于前者,再采一万公里数据也消不掉 ;"没见过雪天施工路段"属于后者,采数据就能消。两者分开建模,才答得出"多标一批数据有没有用"——主动学习只对认知那一半有效。物理学争了一百年的问题,在这里成了预算决策。
一句话:统计力学的概率是我们的无知,量子的概率也许是世界的。
思考: 如果哪天证明量子概率也来自某种"无知",物理图像要付什么代价?得付非定域或者放弃实验者的自由选择。贝尔实验排除的不是隐变量本身,而是"局域 + 测量设置可独立选择 "这一整套前提;玻姆力学保住了决定论,代价是隐变量必须瞬时地"知道"远处的设置。天下没有免费的决定论。
深入思考
还原论的边界到底在哪?"强涌现"有过实证案例吗?
弱涌现 (高层原则上由底层决定,只是算不动,且非用新语言不能说清)证据铺天盖地;强涌现 (高层规律原则上无法由底层推出、甚至反过来支配底层)至今没有公认的物理案例 。常被当证据的"多重可实现性"——同一个温度可由无数种微观构型实现——只说明高层概念不能被底层词汇替换 ,不说明底层动力学被违反。所以这更像认识论的边界 :底层没错,只是说不出高层要说的话。
物理学家真有必要碰哲学吗?
费曼有句名言:科学哲学之于科学家,如同鸟类学之于鸟。但历史给了一条硬邦邦的反例链:爱因斯坦读了马赫的批判,才敢质问"同时"到底指什么;他与玻尔的争论生出 EPR 论文,EPR 逼出贝尔不等式,贝尔不等式变成实验,实验变成今天的量子技术。一串纯概念的诘问,最后变成了实验室里的仪器。 分寸在于:哲学不能替你算积分,也不该给玄学开后门;它的用处是揪出被含混用词掩盖的问题。
为什么宇宙有可理解的定律,而不是一团无规?
三个候选回答都不完全令人满意。① 选择效应 :没有稳定规律的宇宙里不会有能提问的观察者——解释力很弱。② 有效理论 :大尺度上稳定存在的东西倾向于呈现某种低维度的有效规律,「相变与临界」讲的普适性给了这直觉一点实质。③ 定义式回答 :我们把可压缩 的那部分叫"定律",压不动的推给"初始条件",于是这话部分地成了同义反复。这问题很可能超出物理学的射程,但不因此就是假问题。
我们找到的定律,会不会只是"我们碰巧想得出来的那些"?
这个怀疑有实质内容。人类的数学工具长期偏爱线性、可微、低阶 的方程——恰好是能用笔解出来的那一小撮;湍流、蛋白质折叠、多体量子系统被称作"难",部分原因就是不合这个胃口。数值模拟与机器学习正在扩大可处理的形状:有些系统已能高精度预测 ,却写不出一行封闭公式。若大量"规律"只以不可压缩的模型形式存在,"理解了"就得重新定义——能预测算懂,还是必须讲得出来才算懂?