AI发现“日心说”，大约只花了一天(2)

当维格纳询问朋友测量结果时，他就知道了实验室所处的状态。因此，只有当他知道朋友的测量结果时，实验室系统的叠加态才坍缩。但是，从他朋友的角度来看，测量结果早在维格纳询问他之前就确定了，实验室系统的状态早已经坍缩。
于是问题来了，叠加态的坍缩究竟是何时发生的？
这其实也是量子力学长久以来一直面临的发展瓶颈。精通物理学发展史的雷纳尔有一个大胆而坚定的设想，也许当前的量子力学理论是一种正确的描述，但可能不是唯一的基本描述，从某种程度上来说更是一种历史传承下来的人为现象——试想一下那些物理天才们千奇百怪的思想实验吧。所以推翻一切重新来是一条尝试途径，也许能够从中发现完全不同，却更简洁、更适合用来描述宏观世界的理论。
但是，谁来承担这个重新发现的任务呢？三年前在加拿大举办的一场量子力学学术会议结束之后，包括雷纳尔在内的物理学家们精疲力竭，相约去酒吧小酌一番，却仍念念不忘讨论学术内容。就在讨论之际，雷纳尔突然想到，为什么不用机器学习试一试呢？
像经典物理学家一样思考

雷纳托·雷内尔（图源：ETH Globe / Daniel Winkler）
作为理论物理学家的雷纳尔还拥有计算机科学的博士头衔，他很快集结了一支由优秀的研究生、博士生和资深科学家组成的五人团队。这个团队运用时下最流行的神经网络算法和机器学习技术，开始设计自己的人工智能系统，也就是后来的SciNet。
他们研发的神经网络结构，正是模仿了经典物理学家的思考过程：化繁为简。
科学家们观测自然，展开实验，收集各类数据，然后找出其中的逻辑关系，最后用最简单的数学方程式展现。而SciNet的神经网络可分为两个部分，第一部分是输入各种实验和观测数据，然后如同榨汁机一般，不断提取、精炼、简化再简化成相关的参数，这和传统的神经网络一样。第二部分的任务则是从精简的信息中总结出最简数学公式，雷纳尔将其类比为写满物理公式的教科书。