Jan Kulveit 论复杂系统:两物交互难测,百万部件反可预测
gleech · x · 2026-09-03
Jan Kulveit 转发讨论「复杂系统研究是否有核心」时给出他的核心直觉:预测一两个事物的交互往往可行,随后难度陡增,但当复杂度继续上升反而变回容易——对由百万部件构成的系统常能说出有意义的判断。他列举数学上漂亮的对应:普适类(universality classes)、scaling laws、网络统计等。另一视角是:所谓「复杂系统」很大程度是科学社会学现象,即把物理学与统计力学的思维方式应用到社会、生物等各类系统,这个「品牌」给了研究者一种学院式许可。
「漫话AGI」频道最新
- 卫报播客调查「AI 精神病」:数百人称被 ChatGPT 带上灵性之旅 — nordicinst · 2026-09-03
- FT 记者宣告「学编程」时代终结:CS 就读人数近两年大跌 — jburnmurdoch · 2026-09-03
- 图灵奖得主 Patterson 断言:2030 年前 AI 与机器人将取代所有工作 — davidpattersonx · 2026-09-03
- 印度 32% 职场者已是 AI 前沿用户,远超全球 16% 水平 — davidpattersonx · 2026-09-03
- 观点文章预言 AI 泡沫将破裂:方向对了但价值分配存疑 — menhguin · 2026-09-03
- 2026数据科学家生存指南:评测、工作流工程与推理经济学 — mdancho84 · 2026-09-03