NP or P: 世界毁灭的预演

less than 1 minute read

Published:

我们可能会在世界毁灭之前,先在屏幕上看见它毁灭一次。

作者:Koutian Wu;GitHub: ktwu01

cover

我在屏幕前,看到一张截图。

一位叫 Jason Lee 的人在 X 上说,他在 OpenAI 听到有人催着解决 P vs NP:

Overheard at @OpenAI @SebastienBubeck @danintheory solve p =np now!! We need it today!!

— Jason Lee (@jasondeanlee)

我盯着这个 today 看了很久。

P vs NP 这道题,从 1971 年被人郑重提出,到今天已走过半个多世纪。多少头脑在它面前坐过、沉思过、叹息过,然后带着它离开人世。而现在,有人要它今天交卷,像催一份下班前的报表。

这便是我们的时代。古老的问题与急促的节奏,在同一个句子里相遇。

评论区里,有人认真追问:究竟是要证明它成立,还是证明它不成立?再往下翻,中文网友已经在讨论,我们是否活在一个模拟的宇宙里。

三张截图,从一间办公室的门口,一路走到宇宙的尽头。互联网的推演,总是一步跨过千山。我也被它牵着,走远了一些:假如这样的团队一直做下去,人类会不会有一天,真能提前看见自己的世界如何毁灭?

二

先说那道题。

设想你要为一所学校排期末考试。有人递来一张排好的表,你可以逐项核对:考场坐不坐得下,有没有哪个学生须在同一时刻出现在两栋楼里。核对是从容的。可如果递来的是一张白纸,要你把几百门课全数排进去,那份从容便荡然无存。

验证与发现之间,究竟隔着多远?这便是 P vs NP 的追问。对于那些拿到方案便能高效核验的问题,我们能否同样高效地判断,这样的方案是否存在?数学上的“高效”,指用时随输入规模按多项式增长。倘若 P = NP,且有人找到真正跑得动的算法,排课一类的难题,原则上便能一步步求出。但“多项式”三个字,并不担保电脑能在下班前交卷。克雷数学研究所至今仍把它列为未解之题。

人类文明里,核验从来比创造容易。考官阅卷易,考生作文难;后人凭吊易,前人筑城难。

三

不过,今年五月 OpenAI 做过的一件事,让这句玩笑多了几分重量。他们公布了一项平面几何的结果:纸上放许多点,怎样排布,才能让尽量多的点对恰好相距一厘米?这道题是埃尔德什 1946 年提出的,近八十年来,数学家们普遍相信,按方格的规律排列已接近极限。OpenAI 的模型找到了一整族更好的排法,几天之内,普林斯顿的数学家 Will Sawin 就把它改进成了带具体指数的版本。

我最想记住的,是那张点阵图。

机器把一种排法放在数学家面前,不辩解,也不请求信任。你尽可以怀疑它,然后拿起纸笔,一个点一个点地去找那些多出来的点对。这让我想起古代的匠人,器物做成,摆在案上,任人敲击、端详、挑剔。真正的好东西不必说服谁,它只等着被检查。

AI 交给研究者的,已经包括一个前人未曾想到、拿到手又确实可以检验的反例。

那么,如果我们请它寻找反例的那句话,恰好是“放心,粮食供应还有备用方案”呢?

四

做地球系统模拟的人,听到“预测世界毁灭”,先想到的多半是气温、降水、土壤湿度,一张越看越红的地图。

我却想到另一幅画面。屏幕上只有两张应急采购表,模型将它们并排摆好,圈出了同一个船名。

设想一次推演。两个地区同时歉收,各自联系了备用的供应商。甲地核过库存,有粮;乙地核过合同,也有粮。两边各自开完了会,都敢在预案上签字。直到有人把交货日期、装运港与船期拼在一起,才发现两份承诺最终落在了同一艘船上。而那艘船,周五清晨只能在一个港口卸货。

这时,AI 已经给出了一个极有分量的答案。负责采购的人当天下午便可打几个电话,问清这艘船究竟答应了谁。模型若错了,一查船期便能推翻;若对了,离周五还有时间。

历史上不少崩塌,大抵也是这样开始的:没有天崩地裂,只有一张张各自合理的文书,在某个无人留意的角落悄悄重叠。漕运、驿传、边关粮草,许多溃败先溃于账册之间。只是那时,没有人能把所有账册摊在同一张桌子上。

一艘船,当然撑不起一个末日。可我们凭什么相信,文明给自己预留的退路,真有账面上那么多条?把目光从两个港口拉远:许多国家的应急预案里都写着“必要时从国际市场补足”。每一份预案都替本国找到了卖家,却没有一份回答:当所有人同时启动预案,谁手里还有余粮可卖?

这才是我问“人类能不能提前看见世界如何毁灭”时,心里浮现的图景。一台机器,沿着几千份各自合理的承诺一路追下去,最后停在其中一行,轻声说:你们最好趁现在核实一下。你们以为彼此独立的退路,在这里汇合了。

说到这里,P vs NP 才真正回到桌上。几千份承诺,两两之间可能撞车的组合多到天文数字,一份一份去翻,翻到世界真毁灭了也翻不完。可一旦有人指着一艘船说“就是这里”,核对只要一下午。今天的 AI 做的,是凭经验猜一个可疑的地方,猜中了,人来核;猜不中,那条暗线就继续埋着。它找得到它碰巧想到的那一处。倘若 P = NP,并且算法真跑得动,找到就会和核对一样便宜:不再是碰运气地挑几处来查,而是把每一条汇合的暗线都翻出来。那时候,人类缺的就不再是预警。缺的是有人信。

五

第三张截图提到了哲学家尼克·博斯特罗姆。2003 年,他问过:如果未来文明有能力、也有意愿大量模拟祖先,而模拟中的人也拥有意识,那么像你我这样的观察者,有多少生活在模拟之中?

这是一个前提沉重的思想实验。从 P = NP 到“宇宙可以廉价复制”,中间还隔着物理模型、观测数据,以及我们对意识那点有限的理解。

我更在意的,是一种规模小得多的模拟:能不能只把世界往前多算一个星期,算到足以发现某个错误?即便算出了一条通往灾难的路,现实走上它的概率几何,仍须用历史记录、新的观测与别的模型去检验。真正值得人坐直身子的预报,是它敢于事先说:若我的判断成立,明天你便应先看到这个信号。

然后,你真的看到了。

六

接下来,难题反倒落到了人类自己身上。

假设在那个虚构的港口,有人真的信了模型,提前租下第二艘船。周五到了,两边都卸了货,一切如常。到了年底审预算,账上清清楚楚多出一笔租船费。至于那场被避免的灾难,谁也拿不出一张现场照片。

签字的人,要如何向所有人解释,这笔钱花得值?

我想起都江堰。两千多年来,岷江的水在那里被分开、被引导,成都平原因此躲过了许多本该发生的洪灾。可那些没有发生的洪水,从未写进任何一部史书。人们记得李冰的名字,却无从数清他究竟救下了多少人。最好的防御,往往以“什么也没发生”作为全部的成绩。

七

于是再读那句 We need it today,我想到的已是另一个人。

他坐在港口的调度室里,手边是一份加急的租船合同。过了今天,第二艘船便要开往别处。他也想要一个今天就能交付、并且经得起核对的答案。

如果有一天,AI 真能让我们提前看见世界毁灭的某一种可能,我只希望,那天有人来得及签字。

这样,许多年后,会有人去翻那个星期五的档案,想知道人类是怎样熬过来的。他翻到最后,只找到两张签收单。

纸页泛黄,字迹平常。

文明最好的结局,大抵就是这样。