0

0
0

文字

分享

0
0
0

【Gene思書齋】華爾街的物理學家

Gene Ng_96
・2014/06/30 ・3561字 ・閱讀時間約 7 分鐘 ・SR值 567 ・九年級

《華爾街的物理學》The Physics of Wall Street)不是本財經書籍,而是本科學史!在讀這本書的時候,過去主修物理的同事看了一眼,我說物理學也可以賺大錢,他卻回說金融風暴就是物理學家害的XD

《華爾街的物理學》作者魏瑟羅(James Owen Weatherall)是物理學家、數學家與哲學家。他是哈佛大學物理暨哲學學士、物理碩士,費爾利迪金森大學(Fairleigh Dickinson University,FDU)創意寫作碩士,2009年獲史蒂文斯理工學院(Stevens Institute of Technology,SIT)物理暨數學的博士學位,2012年獲加州大學爾灣分校(UC Irvine)哲學的博士學位。目前在加州大學爾灣分校擔任邏輯學與科學哲學的助理教授。

我是2004至2009年在美國念博士班的,在2005和2006年,那幾年最熱門的科系之一是統計學,因為不管華爾街要多少人,大學都訓練不夠;而菁英大學畢業的MBA,十之八九都到華爾街去冒險。

在過去的幾年中,我們已經聽說了很多關於一種新的被稱為華爾街精英「寬客」( quants )的各種八卦。他們是改行到金融界,帶來全新的想法的物理學家和數學家。《華爾街的物理學》就是試圖理解這群金融工程師,以及他們用來預測市場行為的數學模型。《華爾街的物理學》提到許多引人注目的理論如隨機漫步理論、風險對沖、動態避險,以及黑箱模型等等。

-----廣告,請繼續往下閱讀-----

魏瑟羅有超強的化複為簡的能力,為門外漢把複雜的概念解釋得淺顯易懂。要怪寬客對2008年的市場崩潰負責,是很容易辦到的。可是他卻指出,當我們使用從 物理學的觀點而招來危機時,我們卻也停止了像物理學家一樣思考。像物理學家一樣思考,意味著承認每個模型是基於過度簡化的假設,而建立模型卻需要的反覆不 停的測試和改進。在這過程中,魏瑟羅認為,寬客仍可以為經濟政策制定者和金融投機者提供有用的見解和工具。

因此,《華爾街的物理學》有兩大目的,一是去瞭解物理學家和他們的想法,如何在華爾街創造出令人驚訝的有趣的故事,再來是我們應該如何思考的這些重要的模型和做法,尤其是在2008年的金融危機之後。在《華爾街的物理學》中,我們可以見識到物理學家和數學家有多麼聰明,他們之中極富創造力的人,還把他們的科學訓練,用令人驚訝的新方法來投入分析債卷、股市、期貨等等。

《華爾街的物理學》指出,衍生金融商品如期權、期貨及掉期交易(Swap)等等,因為金融風暴的關係,好像它們是一個個令人不安的新的創新,實際上卻已經存在了好幾千年。例如,考古學家已經發現記載了的古代蘇美人期貨交易的楔形文字。用數學方法來選擇定價甚至是很古老想法,《華爾街的物理學》用1900年,有一位名叫巴楔利耶(Louis Bachelier,1870-1946)的法國物理學家極富遠見但被埋沒的工作開頭。巴楔利耶看待市場的方式,就是所謂的效率市場假說,認為市場價格既然已經整合了所有可取得的資訊,因此能夠確實反映交易標的之真正價值。

但在當時,巴楔利耶的發現並沒有引起人們廣泛的的注意。他在學術界的生涯並不順利,他的論文也被人漠視,直到上世紀中,才被麻省理工學院的經濟學家、諾貝 爾經濟學獎得主薩孟遜(Paul Samuelson,1915–2009)重新發現。寫過第一部現代經濟學教科書的薩孟遜,雖然專業是經濟學,但一位名為威爾遜(Edwin B. Wilson,1879-1964)的數學物理學家和統計學家對他影響至深。諾貝爾經濟學獎的第一位得主丁伯根(Jan Tinbergen,1903–1994)(薩孟遜是第二位)也曾是一位物理學家,他為經濟學引入了「模型」一詞。丁伯根還研究過一些如今幾乎沒有企業主 管願意面對的狀況,指出如果一家企業薪資待遇最高與最低之間差距超過五倍的話,該企業生產力就會降低。

-----廣告,請繼續往下閱讀-----

《華爾街的物理學》, 可以見識到物理學家和數學家建立的金融模型一再地被修正和改進。接著還有奧斯本(Matthew Maury Osborne,1916-2003)發現股價的分佈狀況趨近於對數常態行佈(log-normal distribution)。股價本身不會呈現常態分布,個股的投資報酬率(rate of return)才會呈現常態分布,解決了巴楔利耶股價呈現常態分佈假設下可能呈現負的狀況;提出碎形幾何(Fractal)的大師曼德布洛特 (Benoit Mandelbrot,1924-2010)用齊夫定律(Zipf’s law)出發,即意物件的大小規模都跟排序的名次有關,例如排第二位的規模大概是第一位的一半,排第三位的大概都是第一位的三分之一,以此類推,指出金融 市場的價格雖是隨機分佈,但並非常態分佈。

索普(Edward Thorp,1932-)利用隨機理論及資訊理論,創造了現代的對沖基金(hedge fund),也證明算牌可以用來可靠地在賭場玩廿一點時獲利;布雷克(Fischer Black,1938-1995)與休斯(Myron Scholes,1941-)提出選擇權訂價模型,指出在任何時點,都有可能將股票及其選擇權這兩種資產,組合成低風險的投資方式,再引進資本資產訂價模 型,計算出投資報酬率。銀行就可透過此模型,賣出選擇權時買進其他資產,理論上避免風險,使得選擇權成為一種商品。可是其一大致命缺陷是,市場波動幅度可 能超出此模型之假設,所以極端事件出現時會失去解釋力。以此模型建立的「投資組合保險」(portfolio insurance)策略被視為1987年股災發生的主因。

不過金融災難對寬客來說卻也是寶,索耐特(Didier Sornett,1957-)建立預測市場泡沫與崩盤的方法,利用加速模式只發生在快要破裂階段,來做為預測臨界事件的徵兆。他發現1997年10月、 2000年3月、2008年9月股市大跌前皆出現對數週的的震盪模式。這意味著,就算市場有很狂野的隨機性,三不五時就上演黑天鵝事件,但是只要有懂得觀 察市場的數據之方法,至少能夠捉到幾隻黑天鵝。

《華爾街的物理學》還有一些很有意思的歷史關聯。例如,魏瑟羅解釋了尼龍的發明和原子彈的發展之間的關係,還影響了至少一位物理學家改行進入到金融界。太空競賽和越戰,也一定程度上讓許多物理學家的工作地點從實驗室搬到華爾街的投資銀行。

-----廣告,請繼續往下閱讀-----

如果來看看想出了最早的財務模型的物理學家和數學家怎麼想的,就能很清楚看到化約和理想化在建構金融模型上和角色。使用簡化的假設可以解決一個過去無法解 決的問題,但是這種解決辦法,是要建立在世界正如假設的那樣運行。可是對於一位訓練有素的物理學家(或所有科學家)而言,更重要的問題,萬一那些假設有誤 的話,該怎麼辦?可是這卻不是投機客願意在乎的問題。

魏瑟羅舉了文藝復興科技(Renaissance Technologies)對沖基金為例,其創建者西蒙斯(James Simons)在成為受人尊敬的投資者之前,曾是一位數學家。文藝復興旗下的Medallion基金在1988年成立,其於2009底退休,年化報酬率 35%。魏瑟羅表示,西蒙斯的成功說明了數學修養不是疾病,而是療法。

不過,就物理學家利用物理學和統計學的模型投入金融學的研究和投資,得到一些有識之士的不屑。《黑天鵝效應:如何及早發現最不可能發生但總是發生的事》The Black Swan: The Impact of the Highly Improbable)和《反脆弱:脆弱的反義詞不是堅強,是反脆弱》Antifragile: Things That Gain from Disorder)作者納西姆‧尼可拉斯‧塔雷伯(Nassim Nicholas Taleb,نسيم نيقولا نجيب طالب‎)就在更早的一部作品《隨機騙局:潛藏在生活與市場中的機率陷阱》Fooled by Randomness: The Hidden Role of Chance in Life and in the Markets)(舊譯《隨機的致富陷阱:解開生活中的機率之謎》)就開始吐槽這種試圖從隨機事物中刻意尋找模式和解釋的做法。不過魏瑟羅不太喜歡塔雷伯的理論,他認為一個模型失敗了,不等於所有的模型都無效。如果不相信任何模型,就像因為有颱風和地震而放棄興建台北101。

《華爾街的物理學》書 末,魏瑟羅希望有一個新的曼哈頓計劃--經濟曼哈頓計劃(Economic Manhattan Project),其構想是,經濟和金融安全,也就是調控經濟以避免未來的金融災難,應該是國家首要的任務。然而,花費在軍事技術和國防事業上的預算,卻遠遠超過了花費在開發更好的經濟理論。在過去,美國的遠大目標如原曼哈頓計劃和登月競賽,為重大的創新投入龐大的資源,也確實地成功創造出各項偉大的目 標。他覺得現在該是時候,作出類似的承諾以開發下一代經濟模型,尋找讓經濟更保險和穩健的新思路。

-----廣告,請繼續往下閱讀-----

 

本文原刊登於The Sky of Gene

-----廣告,請繼續往下閱讀-----
文章難易度
Gene Ng_96
295 篇文章 ・ 32 位粉絲
來自馬來西亞,畢業於台灣國立清華大學生命科學系學士暨碩士班,以及美國加州大學戴維斯分校(University of California at Davis)遺傳學博士班,從事果蠅演化遺傳學研究。曾於台灣中央研究院生物多樣性研究中心擔任博士後研究員,現任教於國立清華大學分子與細胞生物學研究所,從事鳥類的演化遺傳學、基因體學及演化發育生物學研究。過去曾長期擔任中文科學新聞網站「科景」(Sciscape.org)總編輯,現任台大科教中心CASE特約寫手Readmoo部落格【GENE思書軒】關鍵評論網專欄作家;個人部落格:The Sky of Gene;臉書粉絲頁:GENE思書齋

0

0
0

文字

分享

0
0
0
為什麼越累越難睡?當大腦想下班,「腸道」卻還在加班!
鳥苷三磷酸 (PanSci Promo)_96
・2026/04/30 ・2519字 ・閱讀時間約 5 分鐘

本文與  益福生醫 合作,泛科學企劃執行

昨晚,你又在床上翻來覆去、無法入眠了嗎?這或許是現代社會最普遍的深夜共鳴。儘管換了昂貴的乳膠枕、拉上百分之百遮光的窗簾,甚至在腦海中數了幾百隻羊,大腦的那個「睡眠開關」卻彷彿生鏽般卡住。這種渴望休息卻睡不著的過程,讓失眠成了一場耗損身心的極限馬拉松 。

皮質醇:你體內那位「永不熄滅」的深夜警報器

要理解失眠,我們得先認識身體的一套精密防衛系統:下視丘-垂體-腎上腺軸(HPA axis) 。這套系統原本是演化給我們的禮物,讓我們在面對劍齒虎或突如其來的危險時,能迅速進入「戰鬥或快逃」的備戰狀態。當這套系統啟動,腎上腺就會分泌皮質醇 (壓力荷爾蒙),這種荷爾蒙能調動能量、提高警覺性,讓我們在危機中保持清醒 。

然而,現代人的「劍齒虎」不再是野獸,而是無止盡的專案進度、電子郵件與職場競爭。對於長期處於高壓或高強度工作環境的人們來說,身體的警報系統可能處於一種「切換不掉」的狀態。

-----廣告,請繼續往下閱讀-----

在理想的狀態下,人類的生理時鐘像是一場精確的接力賽。入夜後,身體會進入「修復模式」,此時壓力荷爾蒙「皮質醇」的濃度應該降至最低點,讓「睡眠荷爾蒙」褪黑激素(Melatonin)接棒主導。褪黑激素不僅負責傳遞「天黑了」的訊號,它還能抑制腦中負責維持清醒的食慾素(Orexin)神經元,幫助大腦順利關閉覺醒開關。

對於長期處於高壓或高強度工作環境的人們來說,身體的警報系統可能處於一種「切換不掉」的狀態 / 圖片來源:envato

然而,當壓力介入時,這場接力賽就會變成跑不完的馬拉松賽。研究指出,長期的高壓環境會導致 HPA 軸過度活化,使得夜間皮質醇異常分泌。這不僅會抑制褪黑激素的分泌,更會讓食慾素在深夜裡持續活化,強迫大腦維持在「高覺醒狀態(Hyperarousal)」。 這種令人崩潰的狀態就是,明明你已經累到不行,但大腦卻像停不下來的發電機!

長期的睡眠不足會導致體內促發炎細胞激素上升,而發炎反應又會進一步活化 HPA 軸,分泌更多皮質醇來試圖消炎,高濃度的皮質醇會進一步干擾深層睡眠與快速動眼期(REM),導致睡眠品質變得低弱又破碎,最終形成「壓力-發炎-失眠」的惡行循環。也就是說,你不是在跟睡眠上的意志力作對,而是在跟失控的生理長期鬥爭。

從腸道重啟好眠開關:PS150 菌株如何調校你的生理時鐘

面對這種煞車失靈的失眠困局,科學家們將目光投向了人體內另一個繁榮的生態系:腸道。腸道與大腦之間存在著一條雙向通訊的高速公路,這就是「菌-腸-腦軸 (Microbiome-Gut-Brain Axis, MGBA)」,而某些特殊菌株不僅能幫助消化、排便,更能透過神經與內分泌途徑與大腦對話,直接參與調節我們的壓力調節與睡眠節律。這種菌株被科學家稱為「精神益生菌」(Psychobiotics)。

-----廣告,請繼續往下閱讀-----
腸道與大腦之間存在著一條雙向通訊的高速公路,這就是「菌-腸-腦軸 (Microbiome-Gut-Brain Axis, MGBA)」/圖片來源:益福生醫

在眾多研究菌株中,發酵乳桿菌 Limosilactobacillus fermentum PS150 的表現格外引人注目。PS150菌株源於亞洲益生菌權威「蔡英傑教授」團隊的專業研發,累積多年功能性菌株研發經驗的科學成果。針對臨床常見的「初夜效應」(First Night Effect, FNE),也就是現代人因出差、換床或環境改變導致的入睡困難,俗稱認床。科學家在進行實驗時發現,補充 PS150 菌株能顯著恢復非快速動眼期(NREM)的睡眠長度,且入睡更快,起床後也更容易清醒。更重要的是,不同於常見的藥物助眠手段(如抗組織胺藥物 DIPH)容易造成快速動眼期(REM)剝奪或導致睡眠破碎化,PS150 菌株展現出一種更為「溫和且自然」的調節力,它能有效縮短入睡所需的時間,並恢復睡眠中代表深層修復的「Delta 波」能量。

科學家發現,即便將 PS150 菌株經過特殊的熱處理(Heat-treated),轉化為不具活性但保有關鍵成分的「後生元」(Postbiotics),其生物活性依然能與活菌媲美 。HT-PS150 技術解決了益生菌在儲存與攝取過程中容易失去活性的痛點,讓這些腸道通訊員能更穩定地發揮作用 。

在臨床實驗中,科學家觀察到一個耐人尋味的現象:當詢問受試者的主觀感受時,往往會遇到強大的「安慰劑效應」,無論是服用 HT-PS150 還是安慰劑的人,主觀上大多表示睡眠變好了。這種「體感上的進步」有時會掩蓋真相,讓人分不清是心理作用還是真實效益。

然而,客觀的生理數據(Biomarkers)卻揭開了關鍵的差異。在排除主觀偏誤後,實驗數據顯示 HT-PS150 組有更高比例的人(84.6%)出現了夜間褪黑激素分泌增加,且壓力荷爾蒙(皮質醇)顯著下降,這證明了菌株確實啟動了體內的睡眠調控系統,而不僅僅是心理安慰。

-----廣告,請繼續往下閱讀-----

最值得關注的是,對於那些失眠指數較高(ISI ≧ 8)的族群,這種「生理修復」與「主觀體感」終於達成了一致。這群人在補充 HT-PS150 後,不僅生理標記改善,連原本嚴重困擾的主觀睡眠效率、持續時間,以及焦慮感也出現了顯著的進步。

了解更多PS150助眠益生菌:https://lihi3.me/KQ4zi

重新定義深層睡眠:構建全方位的深夜修復計畫

睡眠從來就不只是單純的休息,而是一場生理功能的全面重整。想要重獲高品質的睡眠,關鍵在於為自己建立一個全方位的修復生態系。

這套系統的基石,始於良好的生活習慣。從減少睡前數位螢幕的干擾、優化室內環境,到作息調整。當我們透過規律作息來穩定神經系統,並輔以現代科學對於 PS150 菌株的調節力發現,身體便能更順暢地啟動睡眠開關,回歸自然的運作節律。

-----廣告,請繼續往下閱讀-----

與其將失眠視為意志力的抗爭,不如將其看作是生理機能與腸道微生態的深度溝通。透過生活作息的調整與科學實證的支持,每個人都能擁有掌控睡眠的主動權。現在就從優化生活型態開始,為自己按下那個久違的、如嬰兒般香甜的關機鍵吧。

與其將失眠視為意志力的抗爭,不如將其看作是生理機能與腸道微生態的深度溝通 / 圖片來源 : envato

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
247 篇文章 ・ 319 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

104
0

文字

分享

0
104
0
肺部為何會「結疤」?揭開比癌症更致命的「菜瓜布肺」,科學家如何找到破解惡性循環的新契機
鳥苷三磷酸 (PanSci Promo)_96
・2026/05/08 ・2041字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

本文由 肺纖維化(菜瓜布肺)社團衛教 合作,泛科學撰文

在現代醫學的警示清單裡,乳癌、大腸癌這些疾病大家都不陌生;但有一個「隱蔽且致命」的威脅卻常被忽視,那就是「肺纖維化」。其中最常見的類型「特發性肺纖維化」(IPF),其預後往往不太樂觀,確診後的五年存活率甚至比許多常見的癌症還低。

首先,我們得先破解一個迷思:肺纖維化並不是單一疾病,而是許多種間質性肺病的共同表現。當我們聽到「肺纖維化」,腦中常浮現「菜瓜布肺」的形象,患者的肺部外觀充滿一個個空洞與疤痕,像極了乾燥的絲瓜。這精準描繪了肺部組織逐漸硬化、失去彈性的過程。

更重要的是,IPF 這類肺纖維化的威脅在於「不可逆」的特性,一旦形成就很難逆轉。這跟部分 COVID-19 康復者身上、仍有機會復原的肺纖維化,是兩種完全不同的概念。

-----廣告,請繼續往下閱讀-----
IPF 這類肺纖維化的威脅在於「不可逆」的特性,一旦形成就很難逆轉 / 圖示來源:shutterstock

肺部為何會變成「菜瓜布」?

為什麼好端端的肺會變成菜瓜布?這其實是一場身體修復機制失控的結果。

「纖維化」的組織,就是肺部間質組織(interstitium)的疤痕化。間質是圍繞在肺泡周圍,包含血管與支持肺部結構的結締組織。在正常情況下,肺部損傷後會啟動修復機制,並再生健康組織。但在肺纖維化的患者體內,這套修復機制卻「當機」了。

身體會不斷地發出訊號,導致負責修復工作的「纖維母細胞」(fibroblasts)被過度活化,進而失控地沉積膠原蛋白疤痕組織,最終在肺部形成永久性的纖維化。

科學家發現,這個過程之所以棘手,在於它是一個「惡性循環」,肺部同時存在著「發炎反應」與「纖維化」這兩條路徑 ,它們相互加乘,演變成難以阻斷的強大破壞力。

-----廣告,請繼續往下閱讀-----

雖然特發性肺纖維化 (IPF) 的具體成因不明 ,但已知某些特定族群的風險更高。例如抽菸,特定年齡與性別(50歲以上男性)、長期暴露於粉塵環境的工作者(農業、畜牧業、採礦業…)、胃食道逆流者。此外,患有自體免疫疾病(如類風濕性關節炎、乾燥症、硬皮症、皮肌炎/多發性肌炎,)的患者,他們併發肺纖維化的機率遠高於一般人,必須特別警覺。

雖然特發性肺纖維化 (IPF) 的具體成因不明 ,但已知某些特定族群的風險更高。/ 圖示來源:shutterstock

打斷惡性循環的挑戰,為何只對抗「纖維化」還不夠?

面對這個不可逆的疾病,醫學界長年束手無策,直到 2014 年才迎來一道曙光。美國 FDA 批准了兩種機制不同的新藥:Nintedanib 和 Pirfenidone。這兩種藥物的出現是治療史上的分水嶺,首度被證實能夠「延緩」IPF 患者肺功能的惡化速度。

然而,這場戰役尚未結束。現有的治療雖然帶來了希望,卻也凸顯了「未被滿足的醫療需求」。從機制上來看,這些藥物主要抑制的是「纖維化路徑」。

這讓科學界開始思考這個未被滿足的棘手問題:既然疾病的本質是「發炎」與「纖維化」的雙重打擊,那麼,我們是否能找到「同時抑制」這兩條路徑的全新策略,從而更有效地打斷這個惡性循環?

-----廣告,請繼續往下閱讀-----

找到同時調控「發炎」與「纖維化」的新靶點

為了解決難題,科學家將目光鎖定在一個細胞內的酵素:磷酸二酯酶 4B(PDE4B)

為什麼鎖定它?讓我們看看它的「雙重作用」機制:

  1. 關鍵位置: PDE4B 同時存在於免疫細胞(與發炎有關)與纖維母細胞(與纖維化有關)當中。
  2. 作用機制: PDE4B 的主要工作是降解細胞內一種叫 cAMP(環磷酸腺苷) 的訊號分子。cAMP 可以被視為細胞內的「穩定信號」。
  3. 雙重抑制: 當我們使用藥物抑制了 PDE4B 的活性,細胞內的 cAMP 就不會被分解,濃度會隨之升高。高濃度的 cAMP 能穩定免疫細胞和纖維母細胞,同時產生抗發炎抗纖維化的雙重效應。

簡單來說,鎖定並抑制 PDE4B,就像是同時抑制了免疫風暴與纖維化的工程,有望從雙從抑制打擊這個惡性循環。

全球臨床試驗帶來的新希望

近十年來,全球在肺纖維化領域投入了大量的臨床試驗,我們相信,在科學家逐步破解肺纖維化惡性循環的複雜難題後,期盼未來能為無數患者爭取到更安全、健康的生活與未來。

-----廣告,請繼續往下閱讀-----

最後,我們必須再次提醒,特發性肺纖維化(IPF)與漸進性肺纖維化(PPF)是極具破壞性、且不可逆的疾病。面對這個比癌症更致命的對手,雖然現有的治療手段能延緩惡化,但無法逆轉已經形成的肺部疤痕組織,因此「早期診斷、早期治療」仍是對抗肺纖維化最重要的黃金時刻。

必須再次提醒,特發性肺纖維化(IPF)與漸進性肺纖維化(PPF)是極具破壞性、且不可逆的疾病。/ 圖示來源:


-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
247 篇文章 ・ 319 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

2
1

文字

分享

0
2
1
AI 能像人類一樣思考?諾貝爾物理學獎研究助力人工智慧模擬人類大腦
PanSci_96
・2024/11/14 ・2117字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

即使再怎麼模仿,AI 終究無法以與生物相同的方式思考吧?畢竟電腦的電子元件和我們大腦中的神經細胞結構截然不同。再怎麼模仿,AI 終究無法以與生物相同的方式思考吧?

錯,可以。

2024 年諾貝爾物理學獎跌破所有專家的眼鏡,頒給了兩位研究機器學習的科學家——約翰·霍普菲爾德(John Hopfield)和傑佛瑞·辛頓(Geoffrey Hinton)。他們以「人工」的方法打造了類神經網路,最終模擬出生物的「智慧」,奠定了當代深度學習的基礎。

為什麼解決人工智慧發展瓶頸的,竟然會是物理學?物理要怎麼讓 AI 更像人類?

-----廣告,請繼續往下閱讀-----
歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

從巴甫洛夫的狗到赫布理論:理解學習的基礎

為了解答這個疑問,我們需要一些背景知識。

20 世紀初,俄羅斯心理學家巴甫洛夫發現,狗在食物還沒入口前,就會開始分泌唾液。他進行了一系列實驗,改變食物出現前的環境,比如讓狗習慣在聽到鈴聲後馬上得到食物。久而久之,狗只要聽到鈴聲,就會開始分泌唾液。

大約 50 年後,神經科學家赫布(Donald Hebb)提出了一個假說:大腦中相近的神經元,因為經常同時放電,會產生更強的連結。這種解釋稱為「赫布理論」,不僅奠定了神經心理學的發展,更成為現代深度學習的基礎。

然而,赫布理論雖然描述了鄰近神經元的關係,卻無法解釋大腦如何建構出如此複雜的聯想網路。

-----廣告,請繼續往下閱讀-----

霍普菲爾德網路:物理學家對神經網路的貢獻

然而,赫布理論雖能描述神經元之間的關係,卻缺乏數學模型。物理學家約翰·霍普菲爾德從數學家約翰·康威(John Conway)的「生命遊戲」(Game of Life)中獲得靈感,試圖建立一個可以在電腦上運行的記憶系統。

霍普菲爾德受「生命遊戲」啟發,嘗試建立電腦記憶系統。圖/envato

「生命遊戲」由數學家康威(John Conway)發明,玩家開始時有一個棋盤,每個格子代表一個細胞,細胞可以是「活」或「死」的狀態。根據特定規則,細胞會根據鄰居的狀態決定下一次的生存狀態。康威的目的是展示複雜的系統不一定需要複雜的規則。

霍普菲爾德發現,這個遊戲與赫布理論有強大的關聯性。大腦中的大量神經元,在出生時處於初始狀態,經過刺激後,神經元間的連結會產生或斷裂,形成強大的記憶系統。他希望利用這些理論,創造一個能在電腦上運行的記憶系統。

然而,他面臨一個難題:赫布理論沒有明確的數學模型來決定神經元連結的規則。而在電腦上運行,必須要有明確的數學規則。

-----廣告,請繼續往下閱讀-----

物理學的啟發:易辛模型

霍普菲爾德從物理學的研究中找到了類似的模型:易辛模型(Ising Model)。這個模型用於解釋鐵磁性物質的磁性特性。

在鐵磁性物質中,電子具有「自旋」,自旋產生磁矩。電子的自旋方向只有「向上」或「向下」,這就像生命遊戲中細胞的「生」或「死」。鄰近的電子會影響彼此的自旋方向,類似於細胞之間的互動。

易辛模型能用數學描述電子間的相互影響,並通過計算系統能量,得出自旋狀態的分佈。霍普菲爾德借用了這個概念,將神經元的互動視為電子自旋的互動。

他結合了康威生命遊戲的時間演化概念、易辛模型的能量計算,以及赫布理論的動態連結,創造了「霍普菲爾德網路」。這讓電腦能夠模擬生物大腦的學習過程。

-----廣告,請繼續往下閱讀-----

突破瓶頸:辛頓與波茲曼機

約翰·霍普菲爾德於1982年發明聯想神經網路,即「霍普菲爾網路」。圖/wikimedia

然而,霍普菲爾德網路並非完美。它容易陷入「局部最小值」的問題,無法找到系統的全局最優解。為了解決這個問題,加拿大計算機科學家傑佛瑞·辛頓(Geoffrey Hinton)提出了「波茲曼機」(Boltzmann Machine)。

辛頓將「模擬退火」的概念引入神經網路,允許系統以一定的機率跳出局部最小值,尋找全局最優解。他還引入了「隱藏層」的概念,將神經元分為「可見層」和「隱藏層」,提高了網路的學習能力。

受限波茲曼機(Restricted Boltzmann Machine)進一步簡化了模型,成為深度學習的基礎結構之一。這些創新使得 AI 能夠更有效地模擬人類的思維和學習過程。

AI 的未來:跨學科的融合

霍普菲爾德和辛頓的工作,將物理學的概念成功應用於人工智慧。他們的研究不僅解決了 AI 發展的瓶頸,還奠定了深度學習的基礎,對現代 AI 技術產生了深遠的影響。因此,2024 年諾貝爾物理學獎頒給他們,並非意外,而是對他們在跨學科領域的重大貢獻的肯定。

-----廣告,請繼續往下閱讀-----

AI 的發展,離不開物理學、生物學、數學等多學科的融合。霍普菲爾德和辛頓的工作,正是這種融合的典範。未來,隨著科學技術的進步,我們有理由相信,AI 將越來越接近人類的思維方式,甚至可能超越我們的想像。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1280 篇文章 ・ 2677 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。