人工智能通识-科普-双缝实验

网上有关“人工智能通识-科普-双缝实验”话题很是火热,小编也是针对人工智能通识-科普-双缝实验寻找了一些与之相关的一些信息进行分析,如果能碰巧解决你现在面临的问题,希望能够帮助到您。

在前一篇文章 人工智能通识-科普-量子化的原子结构 中,除了概率与随机,其实还提及了一个更深层可怕的事情: 世界的本质是个波函数 ,它描述了宇宙最基本粒子(如电子和光子)的出现方式。

世界是个函数?这是什么鬼!科学家怎么会得到这么奇葩的结论?

这个诡异的实验纠缠了全人类顶尖科学家300多年,至今仍然没有足够让所有人满意的答案。

实验很简单,最左侧一个发光光源,光线穿过一个不透光纸板上的小孔,这样模拟点光源,然后再穿过第二个不透光纸板上的两条竖缝,你认为最右侧灰色纸板上会呈现什么图形呢?两条竖线或者是?

正确答案不是A,而是B。

如果你还没感觉到意外,那么尝试猜想,你用自己替换掉第一块小孔遮光板,不停地向两条细缝投掷飞镖,你的飞镖最后都会落在最右侧的灰色板上,板上很多飞镖会形成什么样的图案?肯定是A,而不是B。

为什么会形成B图那样的图案?因为光是一种波。

如果我们把两个球同时左右丢入水面,激起的两个水波互相交叠扩展开来,就会形成一条一条的纹样。这和我们双缝实验的结果类似。

如果我们堵住一条竖缝,结果会怎样?

结果会变成一条很普通的竖条,只有一条,因为没有了干涉。

光是粒子,也是波,具有波粒二象性,这不是什么新科学知识

但当科学家们尝试每次连续发射单光子的时候,双缝实验带来更多启发:

科学的解释是, 在我们观测之前,光子具有量子属性,它既有可能穿过左侧竖缝,也有可能穿过右侧竖缝,也就是说它可以同时通过了两条竖缝,或者说它的路径是穿过左右双缝的两条路径的叠加

这就像说一个飞镖同时穿过了两条竖缝一样不可思议。但 在我们观测之后,光子的量子属性坍缩了,变成确定的只通过一条裂缝典型粒子

你未看此花时,此花与汝心同归于寂;你来看此花时,则此花颜色一时明白起来。 这是明朝哲学大家王阳明的一句名言,粗粗糙说这句话就是在讲,你看或者不看的观察行为会对花产生影响。

量子力学中世界的纯粹客观性不复存在

我们习惯的认为 过去决定现在 ,但在量子世界可能是相反, 现在决定过去

1979年普林斯顿大学纪念爱因斯坦100岁诞辰的讨论会上,物理学家约翰惠勒John Wheeler提出了一个 延迟选择实验Delayed choice experiment ,这个实验可以视为双缝实验的升级版本。

实验是这样设想的:用光子发射器发出一个光子,在其行进路线上设置一个半透镜,那么光子会叠加地同时沿两条路径前进(向前穿透或者被90度反射向下)。

然后再利用45度放置的全反射镜面和半透镜将两路光线会合。

如果不加入探测装置,即不观测,则依照量子力学,光子会在屏幕上打出一个点。如果加入探测装置,即人的“意识”选择观测,则依照量子力学,会在屏幕上打出干涉条纹。

问题就出在这里,如果光子作为粒子即将到达屏幕形成小点的时候,我们突然在中途加入探测装置,那么它就会突然变为波状条纹。

这意味着什么?我们可以人为的改变光子的历史,决定光穿过前面的半透镜的方式(粒子或波)。已经穿透镜面的光子,可以等待人们的决定后再“延迟”选择如何穿透镜面。人的“意识”可以决定客观事物的历史原因。

当时这只是个假想实验,但不幸的是五年后这个实验被科学的实现并证实了。

1993年,另外两位科学家进一步假想出了利用量子力学的炸弹检测器Elitzur–Vaidman bomb tester。假如有一个遇到光子会爆炸的光敏炸弹,利用这个探测器就可以在不引爆炸弹的情况下检测出这是否一个真光敏炸弹。

下图中左下角和右上角浅灰色矩形表示半透镜,左上角和右下角的是全反射镜。A是光子发射器,C和D分别可以检测干涉条纹或粒子光点的探测器。

这三个实验非常烧脑,后两个我也没有完全明白,后续会尝试更好的解说。

在牛顿经典力学,世界是纯客观的,你看或者不看,宇宙都如此这般的遵照规律运行。

而在量子力学中,观察者的身份是至关重要的,观察者是科学理论有效的必要部分(而不仅是可选部分)。你看或者不看,结果会不同,历史也会不同,决定过去和未来的,都是现在这一瞬。

观察者如何定义?难道宇宙直到第一只草履虫出现才变得“明白起来”?还是要等到第一个人类出现?

我们可以确定,智能观察者对宇宙的影响与设备不同,我们对光子的检测行为与留有双缝的木板有着不同的作用。至于这里面的原因,量子力学并没有给出答案,或者并不关心是否有答案,是否人类的观察和木板的遮挡有什么不同,这些都还是未解的疑问。

也许这些疑问本身就不是疑问,因为量子力学已经把原因和结果之间的链条敲断,他们的信条是: 任何一种基本量子现象只在其被记录之后才是一种现象 ,不可观察的内容不属于科学范畴。

END

人工智能通识-科普-图灵机之可计算性

19世纪的科学家弗朗西斯高尔顿,他是进化论创立者查尔斯达尔文的表弟。高尔顿以其 优生学Eugenics 而闻名,另外,他也是一名社会学家,是第一个将统计方法应用于人类智能差异研究的学者。

上面是高尔顿用来演示现实生活中的随机分布情况的装置,叫做高尔顿钉板。 你可以从这个腾讯视频中看到它的运作原理 。

如下图所示:

顶部落下的每个深色小球,遇到很多小障碍物(白色小圈),随机的左右弹跳,最终落到下面的竖槽中。

当小球越来越多的落下时,底部各个竖槽积累的小球数量就会呈现中间多两侧少两端更少的分布情况。

我们换个说法: 当每个人来到这个世界的时候,都是一样从上往下落,每天都会遇到不同的问题,不同的选择,向左还是向右?越来越多的选择让我们每个人有了不同的人生轨道,但是最终,绝大多数人都落在了中间,成为普普通通或者碌碌无为的人,只有少数经过很多次正确选择的人,走到了右边成为杰出的成功者,也有另一些少数人总是做了太多糟糕的选择,走到了左端成为了失败者甚至犯罪者。

人生哲学和鸡汤卖完之后,我们来看看背后的科学意义。

我们之前讨论随机问题的时候,提到真随机应该是均匀分布的,扔6万次骰子,就会有1万次扔出6点,1万次扔出5点...

但很多现实情况都不是均匀的,而是有浓有淡的迷雾团。

不均匀,在统计学中是一种常态,反而是均匀的情况很少见,是过于理想的情况。

比如统计一下18岁男青年的身高,如果平均身高是170cm的话,你会发现他们当中绝大多数人的身高都在170cm上下,可能有超过一半的人身高在165~175之间,矮于165的不多,高于175的也不多。

这和我们按照均匀分布的期望完全不同,因为按照均匀期望的话似乎应该155~165的人数,与165~175的人数应该差不多,也和175~185的人数差不多。

标准的正态分布就是我们上面说到的中间多两边少的曲线分布,从下图可以看到它遵循68-95-99.7规则。

我们用μ(音miu)表示身高平均数,δ(音xigema)表示某个身高厘米数和μ的差距。这样我们就可以说:

你可能在想这个δ是怎么得到的?其实这只是正态分布曲线的一个特性,即使你把上面那张图像橡皮筋一样横向拉长或者竖向拉高,这个比例都不会变。在后面我们会谈论到

关于“人工智能通识-科普-双缝实验”这个话题的介绍,今天小编就给大家分享完了,如果对你有所帮助请保持对本站的关注!

(0)
上一篇 2024年03月08日
下一篇 2024年03月08日

相关推荐