7月13日,搜狐创始人、董事局主席兼首席执行官、物理学博士张朝阳与著名物理学家、德国洪堡研究奖获得者、美国艺术与科学院院士徐一鸿教授展开了一场物理对谈,二人从量子世界、天体力学谈到相对论起源等,讲述多领域的物理学发展历程,探讨物理科普的价值与物理直觉的重要性。这场高密度的知识对谈持续了整整两个小时。
徐一鸿教授表示,做物理不是比学问,而是比谁更有创意、更有想法。张朝阳也强调“创造性比知识更重要”,建议要多接触自然,多进行实际的探索和思考,才能更好地培养物理直觉。
对谈伊始,张朝阳与徐一鸿教授先谈起量子物理语言和经典物理语言的不同。在经典物理中,一切都可以用实数去描述,而量子物理必须引入复数。傅里叶热传导方程和薛定谔方程正是差了一个虚数,就把指数衰减的热流,变成了振荡传递的波动。这些方程背后,都可以用傅里叶变换从频域角度去分析。张朝阳总结道,正是由于束缚条件的存在,量子世界才会出现分立的台阶,这也是“量子”一词的含义。
天体物理的发展也离不开量子力学。张朝阳以白矮星为例,它可以看作一团致密的电子气体,在电子低速运动的情况下,泡利不相容原理导致的简并压正比于1/R⁵,而它自身引力产生的压强正比于1/R⁴。讲解中,他在黑板上画下两条曲线——它们交汇于一点,所以两个压强可以达到平衡。但在高速运动情形下,电子质量会显著增大,简并压的增速会相应地放缓,最后无法抵抗引力。所以白矮星的质量存在上限,称为钱德拉塞卡极限。徐一鸿教授补充道,引力像是体育比赛的进攻方,简并压像是防守方,在高速的情形下,防守方有时候会招架不住跑去帮助进攻方,这样白矮星就会坍缩为中子星。他称赞张朝阳对物理量的幂指数依赖关系有相当敏锐的物理直觉。
徐一鸿教授还介绍了很多相对论的发展史。爱因斯坦场方程的史瓦西解在质心之外还存在一个奇异值,现在称为事件视界。但当时,爱因斯坦错误地认为视界外的人碰到这个视界会反弹回来,是Kruskal第一个正确地指出视界只是一个坐标系选取得不恰当导致的奇异值,并不是一个物理奇点。而Kruskal本身是做等离子体物理的,并不专门研究相对论。由此可见,做出重要成果不一定要有多么深厚的知识储备,而在于有没有原创的想法。
物理直觉是什么?张朝阳解释了这一概念:“物理直觉是一种能够帮助我们直接理解物理现象和规律的能力。它不仅仅是基于知识的推理,更是一种深层次的理解。”比如爱因斯坦场方程就是爱因斯坦基于直觉和猜测提出的,越过了需要大量计算的物理公式直接看到本质,而非通过传统的推导过程。
在徐一鸿教授看来,做物理不是讲学问,比谁知道的多,而是比谁更有创意、更有想法,“你在这个世界上第一个去想才是重要的。”他回忆在普林斯顿求学时,黑洞概念的提出者惠勒教授曾对他说,“你要先用直觉来想通答案是什么,再去计算。”因为很多学生甚至只看到树皮,被翘起的树根绊倒,就再也“爬”不起来了。
“创造性比知识更重要!”张朝阳也深以为然。他表示,人脑非常发达,可以进行跨学科计算,从而创造出独特的东西,不一定要学很多高深的学科才能进行创造。他建议要减少玩手机的时间,多接触自然,多进行实际的探索和思考,才能更好地培养物理直觉。“我得益于小时候在自然界中玩耍,这让我有了更直接的三维思考能力。”
为什么要学习物理?张朝阳在2024跨年演讲中曾提到,人类是宇宙的奇迹,学习物理是因为我们是自然界的一部分,应该理解我们的存在。对话中徐一鸿教授也提出了同样的观点,“我们作为人类虽然很渺小,但仍是宇宙的一部分,我们应该去了解宇宙,享受宇宙存在的价值,享受我们作为宇宙成员的意义。”
二人不仅自己研究物理,也致力于通过物理科普传递知识,点燃公众对科学的热情和好奇心。徐一鸿教授认为,科普的目的之一是鼓励年轻人走上科学研究的道路。他的权威教科书《果壳中的量子场论》(Quantum Field Theory in a Nutshell)、《爱因斯坦引力导论》(Einstein Gravity in a Nutshell)等,畅销科普书《可畏的对称》(Fearful Symmetry)、《爱因斯坦的玩具》(An Old Man's Toy)等广为人知,惠及全世界学术研究者与科学爱好者。自2021年在纸壳上写下推演公式,到如今积累了2000张演算纸,《张朝阳的物理课》2年来直播了两百多期,已成为国内物理科普的代表力量。
张朝阳认为,大脑的思维是非常纵横驰骋的,学习要有自主思维。哪怕只有一些很基础的物理知识,都可以去做一些推导。他分享自己用近一年时间自学广义相对论的过程——三分之一略读教科书和维基百科的相关资料,三分之一在脑子里推导,剩下三分之一在黑板上推导。这一自学经历让徐一鸿教授称赞道,“You win my respect!”他形容在金庸小说的武侠世界里每个人都有高人指点,没有自学成才的武术家,但现实世界中,张朝阳这种出于兴趣自主学习、实践的方式值得学习和尊敬。
当下人工智能飞速发展,但在徐一鸿教授看来,并不能帮助解决物理问题,因为短期内AI还是在模仿人类的行为,依赖于大量的数据处理和计算,而物理更多的是思考,需要去创造一些原始、原创的东西。正如当年加州大学圣芭芭拉分校理论物理研究所的年轻人们抱怨研究所的计算机太落后时,院长Schrieffer的回应,“真正的计算机在我们头上。”