杨振宁在一次采访里说，宇宙这么精妙，一定有个造物主。 这话一出，网上吵翻了天。 有人说，连杨振宁这样的大科学家都信神了，科学的尽头果然是神学。 也有人说，他老人家老糊涂了，怎么能说这种迷信的话。 其实，两边都没说到点子上。 杨振宁说的这个 “造物主”，根本不是庙里供的那种神仙，也不是宗教里那个全知全能的人格神。 他说的其实是一个所有物理学家走到最后都会碰到的问题：我们的宇宙，为什么 “刚刚好” 就是这个样子？ 刚刚好有合适的物理常数，让原子能形成，让恒星能燃烧，让行星能诞生；刚刚好有液态水，有合适的大气，让生命能出现；最后还刚刚好演化出了人类这种能反过来思考宇宙本身的智慧生命。 这一连串的 “刚刚好”，到底是巧合，还是有什么东西在背后安排？ 今天咱们不聊宗教，也不扯复杂的公式，换个角度，从 “智能到底是怎么来的” 这个问题入手，把这件事说透。 说到这个，就得提一个人，史蒂芬・沃尔夫勒姆。 可能很多人没听过这个名字，但你大概率听过他的产品：Mathematica，那个几乎所有理工科学生都用过的数学软件，就是他搞出来的。 这个人是个不折不扣的天才，15 岁就发表物理论文，20 岁拿到加州理工的博士学位，后来一头扎进了复杂系统研究，成了元胞自动机领域的权威。 沃尔夫勒姆有个非常颠覆的观点：智慧生命的出现，根本不是什么宇宙级的巧合，而是一个大概率事件。把宇宙倒回 138 亿年重新演一遍，只要底层规则不变，十有八九还会演化出智能。 为什么他敢这么说？ 今天咱们就一层一层往下扒，从智能的微观结构，讲到宇宙的底层逻辑，最后再回头看杨振宁说的 “造物主”，到底是什么意思。 先问你一个问题：你能说清楚，你是怎么认出一个人的脸的吗？ 比如你妈妈，你远远看一眼背影就知道是她。 但你具体是怎么看出来的？是发型？是走路姿势？还是肩膀的宽度？你肯定说不清楚，你就是知道。 不止认人，生活里这种事多了去了。 老瓜农拍一下西瓜就知道甜不甜，老司机听发动机声音就知道车有没有毛病，你刷到一条短视频，两秒就知道好不好看。 你能做出判断，但你拆不开成一步一步的逻辑，讲给别人听。 以前我们觉得，这是 “只可意会不可言传” 的经验。 但现在人工智能出来之后，我们发现，AI 居然也是这个德行。 比如你训练一个 AI 来识别猫，给它喂一百万张照片，告诉它这是猫、那不是猫。训练完之后，它识别猫的准确率比人还高。 但你要是问它：你到底是通过哪几个像素判断出这是猫的？是耳朵还是胡须？ 没人能回答这个问题。 整个神经网络里有上百亿个参数，每个参数在训练里微调了一点点，最后凑出来一个能用的系统。但每个参数具体起什么作用，谁也说不清楚。你只知道输入一张照片，它能输出正确答案，但中间的过程，就是个黑箱。 这就很奇怪了，对吧？我们造出来的东西，我们居然不知道它是怎么工作的？ 但沃尔夫勒姆说，这有什么好奇怪的，“解释” 这件事本身，本来就是人类的一厢情愿。 什么意思呢？ 咱们平时说的 “解释”，说白了，就是用一个你已经懂的道理，去套一个你不懂的现象，把它讲通。 比如有人问你：汽车为什么能跑？ 你说，因为发动机烧汽油，把化学能变成动能，带动轮子转，汽车就跑了。 这是个解释，对吧？但要是这个人追着问：汽油为什么能燃烧？化学能是怎么变成动能的？ 你就得往下讲，讲分子的氧化反应，讲活塞的运动，讲传动杆的机械结构。 再往下问：为什么分子会发生氧化反应？为什么力能传递？ 你又得讲化学键，讲电磁力，讲牛顿力学。 再往下呢？为什么电磁力是这个样子？为什么有质量的物体就有惯性？ 问到最后，你一定会碰到一堵墙：这就是定律啊，实验测出来就是这样，没有为什么。 看到了吧，所有的解释，到最后都会撞在 “底层规则” 这堵墙上，再也走不动了。 而我们平时觉得 “解释清楚了”，只不过是刚好说到了你能接受的层面而已。 沃尔夫勒姆把这件事总结成了一个词：计算不可约性。 听起来挺玄乎，其实很简单：有很多系统，它的演化过程是没有办法简化的，你不可能找到一个万能公式，直接算出它任何时刻的状态，只能一步一步老老实实去算。 最典型的就是天气。 为什么天气预报超过 7 天就不准了？ 不是因为气象站不够多，也不是因为计算机不够快，是天气系统本身就是计算不可约的。 理论上，就算你把地球上每一个空气分子的位置和速度都测准了，你也没法精确算出一个月后的天气，因为微小的误差会一步步放大，最后结果天差地别。 你没有办法跳过中间的过程，直接得到答案。这就是计算不可约。 而我们的大脑，算力是有限的。每秒能处理的信息也就那么一点点，根本不可能一步一步去模拟整个世界的演化。 那怎么办？ 大脑发明了一个办法：讲故事。 就是把复杂的现实，砍掉绝大多数细节，压缩成一个简单的、我们能理解的模型，用这个模型来近似解释世界。 比如我们说 “天上下雨”，其实真实过程是无数个