图片来源：Giorgio Parisi
意大利物理学家乔治·帕里西（Giorgio Parisi）因在复杂系统研究中的贡献，荣获2021年诺贝尔物理学奖。凭借强大的数学工具，他穿梭于统计物理学、量子场论、量子色动力学、流体动力学等多个领域，像自由的椋鸟一样，灵活而敏锐地探索着自然科学底层的谜题，并在每个领域都取得了不菲成就。
最近，帕里西先生受邀来到中国，并于10月26日在浙江大学获得了名誉博士学位。借此机会，《环球科学》与帕里西有了一次对谈，以下是经过翻译和编辑的采访记录。
本刊记者 | 赵修竹
《环球科学》：
您在2021年因在无序复杂系统上的开创性工作获得了诺贝尔物理学奖，其中最关键的就是用复本技巧解决了自旋玻璃问题。可以请您介绍一下什么是自旋玻璃吗？
乔治·帕里西：
我可以举一个简单的例子来解释自旋玻璃。假如你邀请20位客人相聚在一家餐厅里吃饭，但这家餐厅只有两张桌子，你必须安排好哪些客人应该坐在哪一桌。这一切看上去都很明朗，因为你了解自己的客人：你知道他们之中的一些人喜欢坐在一起聊天，最好安排他们坐在一起；还有一些人只要坐在一起就会彼此争论，最好将他们分开，安排在不同桌坐下。
显然，不论是将这20人分成两桌坐，还是10桌坐，都有许多不同的解决方案。但在众多可能中，找到其中的最佳方案是很困难的。当你提出一种解决方案时，你很容易为这种方案找出合理的解释，但无法确定这就是最优解。
现在，让我们再来看看自旋玻璃。如果我们将自旋玻璃的数学术语翻译一下，你会发现它与我刚刚讲到的座位安排问题非常相似。你想要找到令尽可能多的客人开心（或者说，让尽可能少的客人沮丧）的最佳方案，而物理学家在自旋玻璃问题上的追求也是这样的。当然，就自旋玻璃而言，我们没有邀请任何人，也不存在什么桌子。
在这种系统中，我们关注的是一些特殊的对象——自旋。粒子的自旋有两种排列方式：要么指向上，要么指向下。系统的能量取决于自旋对的排列，而我们想要找到系统能量最低时的自旋配置。不过归根结底，这些问题的本质都是相似的。而自旋玻璃问题其实就是研究这类问题。
你可能会好奇，为什么这类问题如此重要？事实上，自旋玻璃问题是许多其他问题的原型。这些问题可能出现在各种场景，包括自然界乃至生活中。现实的复杂性会对这些难题施加一些限制，这就使得寻求这些问题的最优解变得异常困难。
我们可以再回到座位安排的场景中：如果约翰想坐在鲍勃旁边，鲍勃却想和比尔坐在一起，但比尔不想靠近约翰。你必须安排好这三人的座位，但很显然，你无法满足所有人的需求，你需要做出一些妥协。而理解这样的系统——一些因素在朝某一个方向推动，另一些因素同时在朝另一个方向推动，你不得不在其中妥协，并寻求平衡——是非常重要的，因为它们经常出现在自然界中。
《环球科学》：
您的工作为研究无序系统提供了不可或缺的工具，到如今已被广泛应用在包括生物学、神经网络、信息优化、人工智能等在内的各个领域。考虑到今年诺贝尔物理学奖刚好颁给了神经网络，可以请您讲讲复本技巧是如何迁移并影响神经网络、人工智能这些基础科学研究的吗？
乔治·帕里西：
想要理解这个问题，可以回顾约翰·霍普菲尔德（John Hopfield，2024年诺贝尔物理学奖得主之一）撰写的最著名的一篇论文。在这篇论文中，他提出了霍普菲尔德模型。而后续的一些研究对比了霍普菲尔德模型和自旋玻璃模型，并探讨了自旋玻璃中发现的一些特性。为了理解霍普菲尔德模型的性质以及其中的许多特性，他们会用到复本技巧，而这种工具最初正是通过引入自旋玻璃研究霍普菲尔德模型而用到的。借助这种工具，研究者最终得出了非常精确的结论。
在上世纪80年代，这些统计力学的方法被推广到各种模型，并在90年代初期有了很多发展。这之后，人们逐渐收敛到这样一种观点：用最有效且简单的模型，完成记忆存储、分类、标注等任务，这就是深度神经网络的用途。现在的人工智能主要使用的正是这种模型。
《环球科学》：
我了解到，自旋玻璃与拓扑磁结构、拓扑霍尔效应等前沿领域密切相关，此外，与自旋玻璃类似的结构无序材料，比如量子自旋液体，似乎也都是凝聚态物理中前沿的研究方向。理解这些无序、复杂的物相以及相变为何如此重要？
乔治·帕里西：
这些前沿领域正不断在发展，其实这不仅限于材料方面的研究，同时也推动了许多其他领域的发展，比如优化问题。人们意识到有许多类型的优化问题可以研究，比如不同物种间的竞争会塑造生态系统动态的平衡，而这些问题都有一些和自旋玻璃问题相似的属性。因此许多不同的领域都在朝着解决优化问题这个方向做了很多努力，当然在物理领域也有了很大进展，特别是在玻璃问题的研究上。
《环球科学》：
是否可以这样理解，研究这些无序系统的相变，本质上是一种简化的、研究现实的方式。因为这样复杂的系统与现实最为相似，而现实是非常复杂的。因此，解决自旋玻璃问题的研究方法也可以迁移到现实中许多其他的系统中。
乔治·帕里西：
是的，如果我们去研究现实中某种生态环境，你会想到一些动物的物种，也有一些植物，或许我们应该把这些植物想成彼此不冲突、能好好待在一起的物种；与此同时，这个系统中的另一些物种并不喜欢和其他物种待在一起。也就是说，你知道所有这些物种之间的关系，而物种间又可以形成许多不同的微生态环境，这些环境本质上是不同物种之间的平衡状态。当你把所有这些物种都放在一个环境中，你会得到多种不同的平衡状态。而自旋玻璃就是要研究这种有着许多不同类型系统的理论。
《环球科学》：
您近两年的研究兴趣集中在哪些方面呢？
乔治·帕里西：
在过去的两年里，我主要做了两件事。最主要的研究是，我正试图定义一些自旋玻璃领域留下的尚未解决的问题，或者说是过去没有能力解决的一些技术性问题。我现在希望通过一些新的方法来解决它们，因为这些问题对理论研究非常重要。
与此同时，我也开始反思和学习人工智能领域的知识，看看是否可以为人工智能的发展做出一些贡献。因为你知道，深度神经网络的工作方式，至今仍有许多基本原理上的问题尚未被理解。我希望能研究其中一些尚未开始研究的原理上的问题，也就是说，我希望在这个领域提出一些新的想法。
《环球科学》：
您具体在关注人工智能领域的哪些方面呢？
乔治·帕里西：
关键问题在于，当你开发一个深度神经网络时，它的深层网络可能包含大量的神经元，也许有数百万个神经元，这些神经元会以不同的方式排列。通常，它们会被放在不同的层中。接下来，如果你想为系统构建一个有效的表示，你必须决定要设置多少层网络，每一层需要多少神经元，以及如何设计层与层之间的连接？
其实这就是在设计系统的架构。目前，人们主要依赖经验来完成这类工作。他们知道某些架构的性能优于其他架构，但问题是，我们无法在实验之前通过计算提前预测某一特定架构的性能。因此挑战在于如何通过理论推导出一个公式，能在实验前预测系统的性能。本质上，我的想法是希望能有一些理论，某种能深入研究这类系统工作原理的理论。不过目前我主要在研究其他人已经完成的工作。我有一些想法，但还没尝试真正付诸实践。
《环球科学》：
除了人工智能方面的进展，您这两年有关注哪些其他领域的进展吗？有哪些进展或者研究方向格外吸引您？
乔治·帕里西：
最近我对引力波领域完成的杰出工作感到很钦佩，这真的是一项令人印象深刻的成果。
另外，虽然我只是远远地关注，但生物学领域的巨大进展也让我觉得非常有趣。因为在生物学中，每隔几年你就会看到一幅全新的图景。我并不打算从事生物学研究，但我想了解这个领域发生了什么。这非常吸引我。最近，一些研究者捕捉到了极为精确的神经图像，比如一只果蝇大脑内部的神经图像。
《环球科学》：
通常人们对于理论物理学家的想象，可能是对某一具体的研究方向，专一且深入地探索。但您在统计物理学之外，在量子场论、量子色动力学、流体动力学等许多领域其实都有所贡献。读《随椋鸟飞行》一书时，我能感觉到您在科学探索中，很像是在不同方向、领域中自由地跳跃。您认为这种相对发散的学术兴趣、跨学科的思想交流在科学研究中重要吗？这种特质在职业生涯中如何帮到您？
乔治·帕里西：
好吧，我非常想强调的一点是：当一个人从事科学研究时，重要的是你使用的工具。尽管这些课题看上去非常多样化，但我在一个领域中用到的许多工具也可以应用到另一个领域。这意味着，我的确需要学习一些关于该领域的知识，但我一直随身携带着一套工具箱。
数学工具是通用的。一旦某种数学工具在一个领域被发现或被使用，它可能对其他领域也有益处。因此，拥有一种能从一个领域迁移到另一个领域使用的数学工具，是非常有用的。这种跨领域的迁移使用已经取得了惊人的成就，而这也是我能在如此多不同领域工作的原因。
如今，随着事情变得越来越复杂，研究也变得越来越困难，因为我们开始需要分析大量的数据。这也是为什么我们越来越需要跨学科合作。跨学科研究很有必要，因为它通过聚集不同领域的人一起合作来进行研究。与此同时，非常重要的一点是，人们可以在这种过程中了解一些信息，了解其他领域的新知识。
《环球科学》：
我了解到您在生活中的兴趣爱好也很广泛。可以讲讲您近两年的爱好吗？您最典型的一天是如何度过的？
乔治·帕里西：
嗯，我的日常生活，通常每天都很不一样。比如，有些日子我需要出行。你知道，罗马是一座大城市，交通很繁忙。虽然它不像上海那样拥挤，但从一个地方到另一个地方也要花费不少时间。
有时候，我会去罗马的一所大学，在那里度过一天中的大部分时间。有时，我会去一个学术机构工作——我曾在那里担任了六年的主席，现在仍有很多事务需要处理。我也经常待在家里，写邮件、编写代码，或者参加Zoom会议。
至于爱好，我经常会在线上会议之间出去散散步，这是一件非常惬意的事。我很幸运地住在一栋漂亮的别墅附近，这是一座美丽的公园，我很喜欢在这里散步。另外，我也在尝试跳舞。我最近在学习民族舞——主要是希腊舞，我很喜欢这些舞蹈。希腊舞有很多种，非常精彩。我偶尔也会尝试一些巴西舞，不过大多数时间还是在公园里散步。
《环球科学》：
2021年的诺奖第一次颁给了复杂系统，展示了诺奖对于统计物理学、复杂性科学的重视。而2024年的诺贝尔物理学奖颁给了神经网络的奠基者，此外化学奖颁给了蛋白质设计与结构预测的开创者，这些都表明了诺贝尔奖委员会对人工智能在科学界发挥重要作用的肯定。但对大众而言，其实还是会有些困惑以及争议，因此很想请教一下您对于今年诺奖的看法。
乔治·帕里西：
当我得知今年诺贝尔物理学奖的消息时，我非常非常高兴，因为霍普菲尔德是一位伟大的物理学家，他在提出霍普菲尔德模型之前，已经为推动我们理解物理做出了许多重要的贡献。
我很想强调的一点是：如果你想判断某项研究是否属于物理学，不应该只关注研究的对象，而更应该关注研究使用的工具。如果这些工具源于物理学，并且只有物理学家才能理解它们，那么这项工作显然属于物理学。毫无疑问，霍普菲尔德从事的就是物理学研究。
我知道我的许多朋友，包括一些非常要好的朋友，都参与了霍普菲尔德的诺贝尔奖提名过程。整个统计物理学社区都一致支持将诺贝尔奖颁发给霍普菲尔德。
《环球科学》：
尽管物理学，或者说科学本身是非常迷人的，每一年都有许多学生抱着热情与理想扎进学术领域，但同时退出科研的人也非常非常多。想问问帕里西先生，您在职业生涯中有遇到过巨大的挫折吗？可以分享一下您的相关经历吗？我从《随椋鸟飞行》这本书中认识的帕里西非常幽默，也很乐观，我有点好奇这是您本身的性格，还是理论物理研究过程中遇到的挑战塑造了您乐观的态度？
乔治·帕里西：
就我个人而言，我其实是一个有野心的人，经常尝试同时研究太多问题，却没有给每个问题留有足够的时间。因此在很多情况下，我的进展都不够快，或者其他比我更有经验的人，那些在相关问题上已经研究了很多年的人，抢先取得了重要的发现，而我没能做到。
并不是你做的每件事都会成功，但这就是研究的常态。有时候，你可能非常接近某项重要成果，但未能第一个实现它。或许你是第三个或第四个，这种情况是很常见的。
尽管如此，我始终保持乐观态度。因此正如你所说，我遇到过一些挫折，比如那些我本可以理解，最终没能实现的工作，那些错失的机会。但总体而言，我的职业生涯还是很顺利的。这很大程度上得益于我得到了意大利以及国际上一些同事们的认可。我从未遇到过和工作有关的重大困难，也从未面临过必须为工作苦苦挣扎的境地。可以说，我的职业发展还算顺畅，可能唯一的挑战是决定研究什么课题。但幸运的是，我拥有极大的自由，可以选择自己感兴趣的研究方向。
对于进入学术圈而后又离开的现象，我认为这其实是一件好事。你可以从不同的视角来看待这个问题。如果从社会的角度来看，拥有一些具备科学经验的人是非常棒的，比如那些拥有自然科学、物理或数学的博士或硕士学位的人。
当然，并不是每个人都适合做科研。但当拥有物理学或其他领域博士学位的人进入工业界或其他领域工作时，这对社会是非常有益的。科学素养对于更好地理解社会中的实际问题非常重要。与此同时，社会中必然存在需要做决策的情况，当决策者具备一定的科学知识，能理解科学，他们才有可能做出明智的决策。所以我认为，科学训练本身就是非常宝贵且重要的经历。
《环球科学》：
我们杂志和新媒体平台的读者群体年龄和职业分布都非常广泛，从还在读书的初高中学生以及大学生，到已经工作的成年人，还包括一些科学从业者，他们的共同点就是对科学有着广泛的兴趣，因而被我们的平台吸引，最终聚集在这里。您有什么信息想要分享给我们的读者吗？
乔治·帕里西：
首先，我认为最重要的一点是拥有好奇心，也就是一直努力去理解某个领域中发生了什么。好奇心是一切科学进步的关键，因为科学探索的动力就源自好奇心。另外我想分享的是，当你决定自己的人生方向以及你将要从事的职业时，我认为最好、最重要的事情是努力理解自己的态度，理解自己究竟喜欢做什么。因为当你从事自己最喜欢的事情，并取得一些成功时，你的生活、你的内心深处都会感到很快乐，这是非常重要的。