宿命與意志
未來不可測,因此算命大行其道。圖/取自網路

宿命與意志

文/林志鴻

●未來真的能預知? 算命為何萬人迷?

因果論是指有因必有果,黑白分明,一刀兩斷,沒有妥協的餘地,事件必定會延續之前的因,產生特定的結果;但機率就不是如此,相同的因(事件)可能產生許多不同的結果,各種結果的產生占有不同的比例,需要統計學的機率觀念來處理。

國二的孩子剛進入理化課程,要先介紹物理化學和其他學科的不同,其中一項特點就是重複性。課程中所介紹的現象,可以在實驗室裡重現,讓孩子們可以觀察、檢驗、驗證及預測。所以,我喜歡從這個話題開始:

「你們有算過命嗎?相信算命嗎?」

這個話題很容易炸鍋,孩子們七嘴八舌的討論著,把老師晾在一邊,尤其是談到生肖、血型、星座、塔羅牌、紫微斗數……,隨便點個孩子來發表,都可以說出自己是什麼星座,這個星座有什麼特質,需要注意什麼,說得頭頭是道,有條有理。

但是談到星座的來源——生日和黃道十二宮的天文現象,孩子們就哈欠連連,興趣缺缺了!因為天文學太遙遠,與自己切身相關的才實在。尤其年輕的生命,對自己未來的不可知,充滿好奇,總是想辦法要偷窺黑白無常手裡生死簿的一角。

還記得大學時代,同學們瘋迷紫微斗數,根據生辰八字排出命盤,而排命盤的規則繁瑣複雜,也不知道排列的理由是根據什麼,但必須誠心誠意來排,然後翻書來看。從厚厚的一本書來解釋命盤,這本紫微斗數真的記得下人生百態嗎?在整個不可問的排命盤儀式中,逐漸進入不可解的宿命催眠裡……。幫我排命盤的同學告訴我,他只是初學者,功力不夠,沒辦法看出太多端倪,如果算命師和你有緣,就能批出更準的流年。

其實早已遺忘當年同學幫我批的流年如何,但排命盤的儀式過程倒是記得很清楚。這也是非常有趣的探索過程,值得親自體會,就和實驗室裡裝置器材,再翻閱實驗手冊的程序頗為相似。

●「拉普拉斯惡魔」 從過去可知未來

牛頓劃時代的巨著《自然哲學的數學原理》(常簡稱作《原理》),以數學方程式來解釋物體的運動狀態,在天體運行的預測上,造成極大的成功,也影響了那個時代人類對自然現象的看法,其中一項就是所謂的拉普拉斯惡魔:

「我們可以把宇宙現在的狀態視為其過去的果以及未來的因。假若一位智者能知道,在某一時刻所有促使自然運動的力和所有組構自然物體的位置,而他也能夠對這些數據進行分析,則在宇宙裡,從最大的物體到最小的粒子,它們的運動都包含在一條簡單公式裡。對於這位智者來說,沒有任何事物會是含糊的,並且未來只會像過去般出現在他眼前。」

法國數學家拉普拉斯這裡所說的「智者」(intelligence)便是後人所稱的拉普拉斯惡魔。

這個觀點是因果論的極致,想像大自然有一本早就已經寫好的劇本,從過往、現在到未來只是把劇本的情節搬演出來而已,無論做任何企圖改變結果的作為,都無法逃脫最後宿命的結局,就像希臘悲劇伊底帕斯弒父戀母的情節。不過故事畢竟是故事,作者可以按照自己的自由意志來改變主角的命運。即使到了現在,以超級電腦之力,也達不到拉普拉斯惡魔的水準。

宿命論忽略人的自由意志,無論我們做任何決定,都無法逃出命運的左右,一步步走向既定的結局,只是當事者不知道而已,等到塵埃落定之後,才恍然醒悟,原來冥冥之中早就註定好了。如果牛頓力學最後告訴我們的結論是:人類根本沒有自由意志!這種結論必有蹊蹺!

●測不準原理出現 真相永遠不可知

果然在牛頓力學發光發熱兩百年之後,隨著物理學的進展,德國物理學家海森堡提出了測不準原理:無論儀器多麼精確,想要同時測量出一個粒子的位置和動量,會有一定的極限值,不可能完全準確;接著是薛丁格方程式,以物質波的形式來詮釋粒子在空間中出現的機率;再來是量子力學的出現……,近代物理的濫觴可說是從「不確定」開始的。

當然,在國中基礎科學的教學裡,不可能介紹測不準原理,但為了解釋這個概念,我會用兩個例子來說明,讓孩子們可以類比一下:

其一、如果有另外一位老師要來觀察我們在課堂上課的情況,同時要用攝影機記錄上課的過程,那麼他只能看出上課的概況,無法看到真相,因為孩子們會受到這個陌生老師的影響,而無法表現出平時上課的情況。這和攝影機的解析度高低沒有關係,因為觀測者本身變成了干擾系統的一項變因。

其二、取室溫下的溫度計來測一杯熱水的溫度,測得結果是80℃,我們只能說熱水的溫度應該比80℃要高一點,因為溫度計和熱水達到熱平衡的時候,會把水溫拉低一點點,才測出80℃的結果,所以熱水的溫度應該比80℃稍高,但高多少呢?不能確定。因為溫度計也變成了一項干擾系統的變因。

因此,我們永遠不知道真相是什麼,只能逼近真相。

人工智慧在各個領域都大放異彩,如AI機器人「艾達」(Ai-Da)在威尼斯雙年展中,舉辦個人畫展。圖/IG

●牛頓力學 講因果論 量子力學 講機率論

大學生的T-shirt上寫著:

我不在宿舍,就在圖書館……

不然就在兩點之間。

這是牛頓力學的因果論。

大學生的T-shirt上寫著:

我在宿舍的機率45%,

在圖書館的機率45%,

在兩點之間的機率9%,

最後的1%在某棵樹下沉思。

這是量子力學的機率論。

國中階段的孩子,智力正在發展,尚未成熟,有一項特質就是:愛之欲其生,惡之欲其死,反應出黑白分明的決斷,不太容易接受模糊的灰色地帶,比較適合學習從希臘時代到牛頓時代的科學,近代物理要等到高三,智力發展比較成熟後,再來接觸比較合適。

AI機器人廚師moley不但能用機械手臂炒出各種中西菜色,連「擺盤」都比餐飲學校學生漂亮。圖/取自網路

●初期電腦 只看得懂0和1 人工智慧 演算決定行動

曾經有個學生問我:「老師,你怎麼都教有瑕疵的科學?不要一次就教對的呢?」

其實科學是求真的歷程,是在錯誤中摸索前進,不可能一次到位,要從簡單的版本慢慢修正到更精緻的版本,整個思辨的過程是不能省的,必須按部就班慢慢建立起來。

電腦的發展也有類似的情況,指揮電腦工作的程式,只能轉譯成0和1的機械語言,電腦只看得懂0和1、對和錯,無法接受0和1之間的數字,沒有對和錯之間的模稜兩可。最近發展出來的人工智慧(AI),在既定的條件下,設定了各種不同的結果,每種結果藉由學習做出統計,計算出現的機率,讓演算法自行累積經驗值來判斷結果的合理性,再執行下一個步驟。目前AI在各個領域裡都大放異彩,其中AlphaGo下圍棋、IBM Watson Health醫學系統、辨識系統、自動駕駛、自然語言,都是利用演算法在軟體系統裡呈現出來的驚人進展。接下來量子電腦即將誕生……

量子電腦直接利用量子態來處理資訊,不只突破0與1的限制,而且還具有方向。這部分實在令人難以想像,才疏學淺,不敢著墨太多。但有些專家指出,其實人腦就是最厲害的量子電腦。

喔!原來最厲害的是人腦,真是此身難得,好好珍惜!

●作者為高雄小港國中自然科老師,喜歡在課堂上穿插各種小故事,啟發孩子對科學的興趣。

原文出自《好讀周報》670期