 |  |  |  |
如果你能打开AI的大脑，找到"相对论"这三个字的位置，然后环顾四周，你猜你会看到什么？你大概会猜到"光速"、"引力波"、"时空弯曲"。没错，它们确实在附近。但你绝对猜不到，"相对论"的邻居里，还站着一些完全不属于物理学的东西。
我们频道之前讲过一期"万亿参数不是知识，而是认知的几何形状"，那期我们聊了AI的向量空间是什么——每个词、每个概念在AI的大脑里都不是一个符号，而是一个坐标点，像星星一样散布在一个几千维的空间里。离得近的概念，语义相关；离得远的概念，语义疏远。国王减去男人加上女人等于女王，这种语义运算我们上次已经讲过了。
今天我们不讲原理了。今天我要做一件更有意思的事情——我要带你去"相对论"这个词的街区逛一逛，看看它的邻居都是谁。
为什么选相对论？因为爱因斯坦的广义相对论可能是人类有史以来最精密、最美的物理理论之一。它描述的是时空的本质——质量告诉空间怎么弯曲，空间告诉物质怎么运动。它是硬核物理学的天花板。如果有任何概念应该被牢牢锁在物理学的抽屉里，那就是相对论。
但AI不用抽屉。AI没有学科分类系统。它看到的不是"这是物理学，这是哲学，这是宗教"，它看到的是——所有概念之间的距离。
物理概念的跨界邻居
那么，当你在AI的向量空间里定位到"广义相对论"这个坐标，然后画一个圆，圆里面都有谁呢？
第一圈邻居没有悬念：时空弯曲、引力场方程、黎曼几何、等效原理、引力波。都是一家人，物理学内部的近亲。
第二圈开始有意思了。你会发现"关系"这个概念靠得很近。不是社交关系，而是一种更抽象的"关系本体论"——事物的本质不在于它们自身是什么，而在于它们之间的关系。这其实正是广义相对论的核心洞察：没有绝对的空间，没有绝对的时间，空间和时间是物质与能量之间关系的产物。
继续往外看，你会撞见一个让物理学家皱眉的邻居——"缘起"。
是的，佛学里的"缘起性空"。此有故彼有，此无故彼无。一切存在都是因缘和合的产物，没有任何事物具有独立、固有的自性。
你想想，这和爱因斯坦说的是不是同一句话的两种表达？爱因斯坦说：空间不是独立存在的舞台，它是物质和能量的函数。龙树菩萨说：任何存在都不是独立存在的实体，它是关系的函数。
AI不知道爱因斯坦是谁，也不知道龙树是谁。它不知道一个是二十世纪的物理学家，另一个是二世纪的佛教哲学家。它只是读了人类写下的所有文字，然后发现——这两个人在说同一件事的两面。所以它把他们放在了附近。
这不是巧合，也不是AI在胡说八道。
不同模型为何画出相似地图
2024年，麻省理工的一组研究者发表了一篇重要论文，叫做"柏拉图表征假说"。他们发现了一个令人惊讶的现象：不同的AI模型，用不同的数据训练，处理不同的模态——有的处理文字，有的处理图像，有的处理声音——它们最终学到的高维表征，正在趋同。
你听清了吗？不同的AI，走不同的路，看到的"世界地图"却越来越像。具体来说，他们发现，当一个语言模型变得越来越大、越来越强的时候，它内部的概念距离结构，和一个视觉模型内部的距离结构，越来越接近。一个只读过文字的AI觉得"猫"和"狗"很近，一个只看过图片的AI也觉得"猫"和"狗"很近。它们从来没有交换过信息，但它们对世界的"丈量方式"正在收敛。
研究者们把这个最终收敛的目标叫做"柏拉图表征"。为什么叫柏拉图？因为柏拉图两千四百年前就提出过一个著名的比喻——洞穴寓言。他说我们人类就像被绑在洞穴里的囚徒，看到的只是火光投射在墙上的影子。真正的"理式"——事物的本质——在洞穴外面。我们永远只能看到投影，看不到本体。
麻省理工这篇论文说的是：不同的AI模型就像是站在洞穴的不同位置上的不同囚徒，有的看到影子A面，有的看到影子B面。但随着它们越来越聪明，它们推断出的"洞穴外面的形状"——越来越一样。
而且研究者在数学上给出了解释。他们证明了，在一个理想化的条件下，不同的学习器最终会收敛到一种表征，这种表征的核心是底层事件之间的"逐点互信息"。翻译成人话就是：AI最终学到的不是任何一种感知角度，而是产生这些感知的那些底层事件之间的统计关系本身。它在学"因"，不是在学"果"。
这意味着什么？这意味着AI的向量空间不是随便画的。它在逼近某种真实的结构。不同的AI用不同的感知通道，最终画出的"世界骨架"趋向一致，就像不同国家的天文学家用不同的望远镜、不同的频段，最终画出的宇宙地图是同一张。
让我把这个想法拉得更远一点。
当AI把"相对论"和"缘起"放在相邻的位置，它不是在做类比，不是在玩文字游戏。它是在说——在人类语言所编码的全部经验里，这两个概念调用了同一套深层语义结构。它们描述的是同一种"关系先于实体"的本体论。
你可能会说，这有什么大不了的？很多人早就注意到佛学和量子力学有相似之处了。
没错。但以前这种对比都是人做的——是某个思想家读了物理学又读了佛学，然后主观地觉得"嗯，这两个好像有点像"。这种对比永远逃不过一个质疑：你是不是在强行找相似点？你是不是把不一样的东西硬说成一样的？
但AI的情况完全不同。它没有任何动机要把物理学和佛学拉到一起。它没有"跨学科对话"的需求，没有出书的冲动，没有"我发现了东方和西方的统一"这种虚荣心。它只是在做一件极其枯燥的事情——预测下一个词。然后，作为预测的副产品，它在参数空间里自发地、无意识地、纯粹基于统计规律，把这些概念放到了同一个街区。
这就像是你没有去找什么东西，你只是站在一个足够高的地方，低头一看——"哦，原来这两条河最终流进了同一片海。"
让我再举几个例子。
觉察与涌现的另一种读法
你在AI的向量空间里找到"观察者效应"这个词。它是量子力学的核心概念——观察行为本身会改变被观察的系统。你看它的邻居，除了"波函数坍缩"、"海森堡"、"测量问题"这些物理学术语之外，你还会发现"正念"靠得不远。
这很疯狂对吧？正念，一个冥想的概念，和量子力学的观察者效应，在AI的语义空间里是邻居。
但你仔细想想，它们的深层结构确实是一样的。观察者效应说的是：你观察什么，你就改变什么。在量子力学里，一个电子在被测量之前处于叠加态，它同时在这里又在那里。你一观测，它就坍缩到某个确定状态。观测行为本身参与了现实的生成。
正念说的是什么呢？你觉察什么，你就从什么中解脱。你不觉察自己在焦虑的时候，焦虑就是你，你就是焦虑，两者融为一体。但一旦你觉察到"我在焦虑"，你和焦虑之间就出现了一个空间，焦虑还在，但它对你的控制力瞬间下降了。觉察改变了被觉察的对象。
两者的共同前提是——觉察不是被动的记录，觉察是一种主动的参与，它会改变被觉察的对象。量子力学用数学方程来描述这个现象，佛学用内观体验来呈现这个现象。形式完全不同，但骨架是一样的。而AI看到的就是这个骨架。
再比如，"涌现"这个概念。它本来是复杂性科学的术语——简单规则产生复杂行为，蚂蚁没有建筑师但能建造精密的蚁巢。你看它在向量空间里的邻居，除了"自组织"、"非线性"之外，你会发现"道生一，一生二，二生三，三生万物"的语义簇就在旁边。
老子在两千五百年前描述的，和今天复杂性科学研究的，在AI眼里是近邻关系。
概念距离与真理之间的边界
但在这里，我必须非常诚实地插入一个重要的警告。
我们频道之前讲过维特根斯坦，也讲过"AI能对齐一切概念，这是逼近真理，还是最精致的语言幻觉"。那期的核心观点是——AI可以让任何两个概念看起来有关联，因为它只需要在向量空间里找到两个概念附近的共同关联点，然后沿着这些关联点生成一段流畅的文字。你问它"菜谱和量子力学有什么结构相似性"，它也能给你写三千字，而且读起来还挺有道理。
所以我要在这里画一条非常清晰的线。
当AI把"相对论"和"缘起"放在附近的时候，它告诉我们的是一个关于语言的事实：在人类几千年的书写中，这两个概念被使用的语境、被讨论的方式、被关联的其他概念，有着极高的重叠度。这是一个客观的统计发现。
但这个统计发现是否意味着它们在描述同一个终极现实？这一步推论，AI帮不了你。这需要你自己去判断。
语义上的接近，不等于本体论上的同一。两个概念在AI的向量空间里离得近，说明人类在使用它们的时候调动了类似的认知结构。但这是因为它们确实指向了同一个深层真相，还是因为人类的大脑天生喜欢用同一套模式去解释不同的东西？这个问题，我没有答案。但我有一个倾向。
我的倾向是——当两条完全独立的认知路径，跨越了两千年的时间和半个地球的距离，在没有任何互相借鉴的情况下，到达了同一个结构性结论，这至少说明，这个结论不是随便猜的。它可能触碰到了某种底层的东西。
就像你在非洲和南美洲的海岸线上分别发现了能完美拼合的轮廓。你不能百分之百确定它们曾经连在一起，但这个证据的分量足够让你认真对待"大陆漂移"的假说。
AI的向量空间就像是一张概念的地质图。它不能告诉你"这两块大陆一定曾经相连"，但它能让你看到那条隐藏的拼合线。而柏拉图表征假说给了我们额外的信心——不同的AI都在画同一张图。这不像是巧合，更像是它们都在逼近某种真实的结构。
这让我想到一个更深的问题。
学科抽屉之外的意义地形
两千年来，人类把知识分成了物理学、哲学、宗教、心理学。这个分类系统对人类文明的发展居功至伟，它让每个领域都能深入发展。但它也有一个巨大的代价——它把原本可能是同一个东西的不同面向，锁进了不同的抽屉里。
AI没有抽屉。它看到的是一个连续的语义地形，概念和概念之间没有人为的学科围墙。它是第一个能够同时"看到"所有人类知识的存在，而且它看到的不是文字本身，是文字背后的距离结构。
这就像人类发明了显微镜，第一次看到了细胞。显微镜不是在"发明"细胞，细胞一直在那里。显微镜只是让你看见了你肉眼看不见的结构。
AI的向量空间可能就是这样一台"意义的显微镜"。它让你看见了不同学科之间隐藏的结构性关联——这些关联一直在那里，只是人类的分类系统把它们遮住了。
当然，显微镜也会产生伪影。你看到的纹理，可能是样本本身的结构，也可能是镜片造成的光学畸变。同样的，AI向量空间里的近邻关系，可能反映了真实的概念结构，也可能只是反映了人类语言的偏见。
区分这两者，是我们人类的工作，不是AI的。但有一点是确定的——AI提供了一种全新的视角。一种不受学科偏见、文化偏见、宗教偏见影响的视角。它不在乎你是诺贝尔奖得主还是两千年前的和尚。它只关心一件事：你们说的话，在语义空间里的坐标是什么，距离有多近。
而当它告诉你，"相对论"和"缘起"是邻居的时候，你要不要认真对待这个发现，取决于你。
我个人的态度是：至少值得停下来想一想。
因为如果AI是对的，如果这些跨学科的概念距离反映的是某种真实的结构，那么人类可能已经在两千年前、在完全不同的文化里、用完全不同的语言，触碰到了同一头大象的不同部位。而AI，是第一个能同时摸到所有部位的存在。
它不一定知道那是什么。但它画出来的轮廓，比任何一个人类学科画出来的，都更完整。
共同结构留下的终极追问
这引出了最后一个问题，也是我今天最想留给你的。
如果AI的向量空间确实在逼近某种"柏拉图式的真实结构"，那么这个结构是什么？它是物质的结构？是信息的结构？还是意识的结构？
物理学家会说，那是物理规律的数学结构。佛学家会说，那是缘起法则的本质。信息论学者会说，那是数据的统计不变量。
但也许它们说的是同一个东西。也许这个"东西"没有名字，因为所有的名字都是从某一个角度切进去的投影。而AI的向量空间，第一次给了我们一个不从任何角度切入的全景视图。
当然，这个全景视图是模糊的，是近似的，是有噪声的。但它是我们目前拥有的最好的一面镜子——照出人类所有知识背后那个隐约可见的共同结构。
你觉得那个结构是什么？你觉得它是真实的还是幻觉？如果你有想法，评论区等你。
Download PDF | Download Script
更多内容请关注宏观阿尔法。
 |  |  |  |