
研究者提出将技术发明视为高维设计空间中的搜索过程
来源标题:Technology as a Search Problem
一项持续进行的研究提出,创造新技术最好被理解为在一个包含所有可能技术配置的高维“设计空间”中的搜索过程。发明者的任务是在这个空间中穿行,筛除无效的元素组合,找到可行的方案。该过程因技术空间组合数量庞大而变得困难。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
68 1 分享 我一直以来的一个研究兴趣是理解技术进步的的本质:新技术是如何诞生并随着时间推移不断改进的?哪些因素会影响它?总的来说,我们应该如何看待它?我从几个不同的角度探讨过这个问题:有的文章考察贝尔实验室的运作与遗产,有的文章分析特定技术如何随时间改进,有的文章研究同一发明被多次独立发现的频率以及我们等待新发明的时间长度,等等。 我目前的想法是,创造某种新技术最好被理解为一个搜索过程。一项给定的技术可以被看作某个高维“设计空间”或“技术空间”中的一个点,这个空间包含了所有可能的技术:每一种可以想象到的部件、材料、自然现象等的组合方式。潜在发明者的任务就是在这个空间中导航,筛选掉那些不起作用的元素组合,找到那些能够奏效的组合。 这个搜索过程之所以困难,是因为——就像任何需要枚举大量元素可能组合的情形一样——技术空间广阔得令人难以理解。在《技术是不可避免的吗?》一文中,经济学家 Matt Clancy 指出,维基百科列出了 272 个“命名方程”,描述了世界上的各种规律,从 Navier-Stokes 方程(描述流体运动)到 Arrhenius 方程(描述化学反应速率与温度的关系)再到 Exner 方程(描述沉积物如何在河流中沉积)。如果我们用这个数字作为一项技术可以利用的不同现象数量的(非常粗略的)估计,那就意味着可能被创造出来的技术数量极其庞大。正如 Clancy 所写: 举例来说,如果我们有 272 种规律可供利用,那么这些规律的可能组合数量就是 2 的 272 次方(因为每种规律都可以被使用或不使用:两个选项)。但 2^272 比某些估算的可观测宇宙原子总数还要多。而这还一定低估了可能技术的数量,因为它把所有使用相同原理的技术都算作同一种东西,即使它们以截然不同的方式组织这些原理,或以截然不同的规模使用它们。 相比之下,宇宙原子总数最常见的估计大约是 10^80,即约 2^265。而某种技术可以利用的规律很可能远远不止 272 种。(我尚未完成的一些在研工作表明,至少有数千种。) 而且正如 Clancy 所指出的,这个天文数字实际上严重低估了可能技术的数量,因为它没有考虑到同样的现象可以以许多不同的方式被使用。在 Brian Arthur 和 Wolfgang Polak 的论文《技术在简单计算机模型中的演化》(我们今年早些时候讨论过)中,Arthur 和 Polak 指出,即使在由三种基本元素(NAND 门以及 1 和 0 的值)构成的逻辑电路宇宙中,即使只有少量输入和输出,你能制造的不同电路的数量也是惊人的巨大: 像 8 位加法器这样的电路的出现似乎并不困难。但考虑一下组合数学。如果一个元件有 n 个输入和 m 个输出,那么存在 (2^m)^(2^n) 种可能的表型,每一种都可以通过大量不同的电路以实际方式实现。例如,一个 8 位加法器只是 16 个输入和 9 个输出的超过 10^177,554 种表型中的一种。 所以某项新技术的搜索空间是巨大的。而我们应对巨大搜索空间的方式是靠信息。每一条信息都将搜索空间减半,因此即使相对少量的信息也能迅速缩小看似巨大的搜索空间。当我们创造某种新技术时,我们所做的就是收集信息:弄清楚什么行得通、什么行不通,什么有前景、什么没有,缩小技术可能性的巨大空间,并在其中找到能够实现某个特定目标的东西。 例如,在 19 世纪,许多人都对制造机械飞行器感兴趣,但究竟什么样的元素组合才能造出一架成功的飞行器,并不清楚。得益于对物理定律的了解和鸟类作为存在性证明,潜在的发明者已经在一个大幅缩小的搜索空间中工作:他们大致知道飞行器需要哪些元素——升力面、推进系统和控制手段——并且对这些元素应该如何安排有一个大致的想法。但用这些基本元素制造飞行器的方式有无数种,人们花费了大量时间和精力制造了各种实际上并不起作用的机器。莱特兄弟最终的成功在很大程度上可以归因于他们在收集信息方面才华出众,这使他们能够比竞争对手更快地收敛到一种可行的飞机设计上。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。