第(3/3)页

    数学是需要绝对严谨的，在研究跟推导过程中，要求推论必须绝对正确，任何一点小瑕疵，推导出的结构都可能导致整个定理的论证过程不被认可。

    物理学则是不严谨的，因为其思维过程跟数学研究完全不同。

    以牛顿为例，看到苹果掉下来，这是现象，然后发现任何东西，都会往下掉，这是尝试总结出一些规律。然后根据观察到规律，就可以大胆假设了，比如不管我看没看到，总之地球上所有东西在不受其他力干扰的情况下，都会落到地面。

    当有了这个假设的时候，就需要找一套数学工具，来描述跟解释这一假设。这种数学工具可以是自创，当然也可以是借用数学家的研究成果。

    值得一提的是，在物理学家推导的这一过程中，一般不可能太过严谨。毕竟用数学描述现实世界，本身就需要大量的假设。在这些假设之下，会推导出更多的结论，也让理论越来越完善。

    直到这一步，要正式开始建立理论体系的时候，物理研究才开始严谨起来。因为这一步往往需要数学家来完善出一整套数学工具，来将猜想、假设，证明成定理。

    不管是万有引力定律，以及之后的牛顿三大运动定律，又或者量子物理的提出……其实都是差不多的过程。

    尤其是微观领域，其实到现在还有很多现象，大家都是知其然不知其所以然。

    比如量子纠缠和非定域性；波函数的实在性……

    这也就是乔泽之前对质量间隙的解释，补充了量子场论的数学基础，否则的话描述粒子物理的主要框架，依然没有严格的数学基础。

    所以搞理论的物理学家，对于严格的数学推导过程，尤其是加入了抽象至极的数学交织性推导过程，是真有些敬谢不敏的感觉。

    没错，就是听不太懂。

    本来应该很熟悉的公式再绕了一圈之后，已经完全变了模样，非常不友好。关键是那些变形推演的步骤还很复杂，看懂需要极强的数学功底。

    当然也不是说搞物理的数学都不好，主要是真没那么精通，复杂的论证过程让人烦躁。

    好在爱德华·威腾是懂物理学家的。

    对于理论的推导过程，只是泛泛的讲了半个小时，就直接转入关于加速器的算法设计跟详尽的验证过程。这也终于让台下已经昏昏欲睡的专家团们重新打起了精神。

    另一边，乔泽也被勾起了兴趣。

    跟瑞典皇家科学院的沟通，肯定不需要乔泽亲自去聊。

    拿到了爱德华·威腾跟杨选清的授权之后，就丢给豆豆去处理了。这种小事情豆豆从没出过任何岔子。

    只要大方向的道理在他们这边就足够了，让他觉得有趣的是苹果跟penai的合作。虽然这次合作还没有正式对外宣布，只有少数人知道，但这种事情显然瞒不过豆豆。

    正如之前乔泽跟李建高说的那样，在研究群智框架之前，他就对hatgpt有所了解，本质上这是一种生成式预训练变换器，属于一种自回归模型，主要还是用深度学习技术。

    现在乔泽并不确定penai那些研究人员有没有发现他们的hatgpt已经有了些改变。如果再加上微软跟苹果的竞争关系，让乔泽觉得事情似乎正在变得有趣。

    他虽然对商业方面的事情并不感兴趣，但豆豆的进化，却让他对这些底蕴深厚的大公司数十年的技术积累有了想法。

    现在的豆豆已经具备了辅助科研的能力，如果能够融入对方的训练模式，取长补短的话，也许能在未来更进一步。

    眼下似乎就是一个很好的机会，帮西豆证明，比如跟微软达成合作的话，有些东西就能正大光明的出现在所有人面前。

    inf。inf

    dengbi.net      dmxsw.com      qqxsw.com      yifan.net

    shuyue.net      epzw.net      qqwxw.com      xsguan.com

    xs007.com      zhuike.net      readw.com      23zw.cc


    第(3/3)页