夜雨聆风这两天高度强度看了一系列AI原理的论文和书籍，感觉好兴奋，又很惊悚，有一种日益逼近核心的喜悦感，分享一下。
如果你也在用各种主流的AI模型，你会发现，AI变得越来越强了！原来可能只是笨笨地检索一下相关的信息，生成一点牛头不对马嘴的内容。但现在，它们竟然可以高度拟人，出来的很多内容生动通顺，同时很有信息量。
你会不会好奇，这是怎么做到的？
可能以前，我们提到AI，特别是chatgpt，就是说它是基于大模型语料的预测，比如很多很多数据，然后去筛选预测你一下你要说什么，然后就提取输出，所以AI是没有智能的。
但海德堡大学的教授，马库斯·哈特，提出了一个惊人的看法，“压缩即智能”。
（图片：Marcus Hutter教授本人，遵照CC版权4.0许可免费引用）
这其实和之前我看《书读完了》，金克木先生在里面说的是一样的，就是，中国古代的古书，古籍，你看起来非常多，浩如烟海，但其实核心的原典，就那么几十种，你把核心的读透了，剩下的几千上万本，就是核心的一个影分身，可看可不看。
这就是有极高压缩率的【底层参数】。
同样的，许多信息也有核心参数。
很多信息和书看起来多，但其实，你往深了刨，你会发现底下有许多共通的东西，如果算力强大，根据这种高质量的底层模型，完全可以推演出整个世界。
比如一张高清照片有几百万个像素点，但计算机不需要保存每一个像素，而是找到重复和关键的地方，比如蓝天的部分，AI只需要记住“蓝色”和“渐变算法”，就能还原完整的蓝天。
AI不需要记住每一个像素点，也不需要知道每一个像素点，而在于发现像素之间的重复和关联，找到底层的图像构建原理。
古今中外无数的小说与故事，你仔细研究了会发现，其实都逃不出荣格的《十二人物原型》和36个剧情模式，只要掌握这些最核心的底层信息，就可以推演出万物。
其实我们做自媒体也是这样的，找到人性共通的底层算法和看点，然后一层层往上叠加。
在AI的数学计算空间中，许多信息会被一层层压缩和解码。
比如与世隔绝的复活节岛，技术水平退化，人口减少；比如不和外部沟通的大企业，逐渐的平庸化，流程冗余和官僚主义；比如你屋子不打扫渐渐地变得越来越乱；比如一个软件，随着代码量增加，系统维护越来越难，BUG越来越多。
这些事看起来都毫无关系是吧？
但它们的底层，其实都指向一个核心——【热力学第二定律】，也就是【熵增定律】。一个封闭的系统会自发地变得混乱和无序，你必须输入额外的资源，输入负熵，才能维持整个系统稳定运行。
还有马桶水箱水满了为什么自动会停？为什么市场供大于求时价格会跌？为什么人热了会出汗？导弹为什么能精准击中目标？高射炮的自动锁定怎么做到的？手术机器人为什么精度那么高？
这些不相干的内容，底下全指向一个理论，就是诺伯特·维纳，《控制论》里的【负反馈调整系统】。
好，到这里，许多具体的现象，我们压缩成了一个个理论，这就是【一级压缩】。
你有没有想过，能不能【二级压缩呢】？
比如热力学第二定律，负反馈调节系统，下面还有东西吗？
答案是有的，可能就是【信息】。
熵增某种程度上可以理解为信息的丢失，而负反馈可以理解为信息的获取，信息在某种维度上进行各个方向的拓展，形成了初始理论，然后这些初始理论一步步推导延伸出二级理论，二级理论一步步推导出三级理论乃至于更多。
举个具体的例子。
一级理论，【信息与熵】。我们推导出二级理论，【负反馈调节系统】。
在机械和自动化方向上，负反馈调节系统推导第出三级理论【自动控制理论】。
根据【自动控制理论】，推导出四级理论【PID控制器算法与卡尔曼滤波】，也就是可以修正微小偏差的数学算法。
根据【PID控制器算法与卡尔曼滤波】，可以推导出第五级理论【医疗手术机器人】，传感器根据PID控制器算法等，可以以每秒一千次的频率读取医生手部的微小颤抖【信息】，然后生成极其微小的反向运动抵消颤抖，实现完全的平稳和精准。
所以只要把这些理论捋顺了，形成一个个高度关联，在数学的多维向量空间上的致密概念信息团，只要输入相当的信息，它就可以从原始的基点着手，不断地展开，拉伸，输出高质量避免幻觉的信息，这就是类似于【造物主本源】。
AI厉害的地方在于，大量的数据，包括向量空间，可以完全把这些概念给数学化，信息化，在高维空间，比如在4096 维的几何空间里，找到信息的虫洞般的交集点，最终抵达那个，或许是超出人认知极限和超高信息密度的【核心概念云团】，从这个云团，可以生成推导出所有信息和内容。
其实我们生活的宇宙，是有明确边界的。
比如光速就是一个常量，世界也不是无限可分的，最小的是单位是普朗克长度，同时量子力学里面还有观察者效应，也就是说你看它，这个事就会发生，你不看，就不会发生。
所以你有没有发现，这就非常像一台计算机？
光速就是CPU主频，是处理器的时钟频率或者刷新率；而普朗克长度就是宇宙这块屏幕最小的像素点；而观察者效应就是，3D游戏里的按需渲染，节省算力，也就是说你玩游戏，玩家看不到的地方根本不渲染，节省算力，等你头扭过去才加载图像，也就是速度太快你感受不到而已。
这其实就是牛津大学哲学家 Nick Bostrom 的模拟假说，我们或许就生活在一种计算机模拟程序里面。
如果人类社会继续发展，文明继续进步，迟早会造出一台极高算力的计算机，根据我们上面提到的核心概念理论，它完全有能力生成和模拟数百亿个宇宙世界。
在这个巨大的基数上看，我们生活在真实世界的概率极低，比如马斯克都说了，我们生活在现实的概率只有十亿分之一。
不管这个假说是不是真的。
我们至少现在可以看到，很多东西底下，是明显有一些核心概念和节点，那几个最核心原始的概念，在计算机的高维空间中，通过向量或者数学符号交织在一起，可以通过一组致密的概念网和信息，推导或者生成我们整个世界，或者整个宇宙。
也就是说，这些【高质量概念云团】，就是这个【模拟宇宙】部分的【源代码】。如果你拿到了，不就像玩电脑游戏开始作弊了吗？
我们不断地逼近通用人工智能，就是在逼近这个源代码，逼近宇宙最初始的奥秘，逼近那个圣堂的【神圣终点】。
