邓煜与希尔伯特第六问题：AI时代最被忽视的尺度跃迁

当菲尔兹奖刷屏，我却在想邓煜 今天菲尔兹奖揭晓，王虹和邓煜的名字引发广泛关注。但有意思的是，王虹的视频广为传播，邓煜却异常安静。我反复思考的，恰恰是这位低调的华人数学家——不是因为他的族裔身份，而是他与Zaher Hani、马骁合作攻克的那个沉寂125年的老问题：希尔伯特第六问题。它直指当下AI发展的核心盲区：跨尺度推理的不可靠性。这个问题比‘又一个菲尔兹奖’本身更值得深思。 希尔伯特第六问题：不是宏大口号，而是AI落地的底层拷问 教科书常将希尔伯特第六问题概括为‘用公理化方式建立物理学’。这话没错，但太抽象。它真正追问的是：从单个微观粒子的基本规律出发，能否严格、无跳跃地推导出描述气体或流体的宏观方程？ 换作AI时代的语言，就是：知道一个小模型参数如何更新，是否等于理解大模型中泛化、grokking与能力涌现的本质？知道一个蛋白质如何折叠，是否等于理解细胞对药物的整体反应？知道一个消费者如何填问卷，是否等于预测整个市场的演化方向？ 这些看似无关的问题，共享同一结构：一个尺度上的正确，如何可靠地转化为更高尺度上的正确？这正是希尔伯特第六问题对AI时代的真实意义——它揭示了当前多数‘世界模型’尚未解决的根本缺陷。 一群小球，凭什么变成一股水流？ 邓煜团队研究的对象极其朴素：一个盒子里装着无数个极小的硬球，每个球只服从牛顿力学——匀速直线运动，碰撞时严格遵守动量与能量守恒。 若只有十个球，我们可以给每个编号，精确追踪位置与速度；但真实气体含约10²³个分子。即便拥有无限算力，逐粒模拟也无助于理解‘一阵风’——我们真正关心的，从来不是第784亿亿个分子的方向，而是密度、流速、温度与压强。 于是人类发展出三套语言： 微观层（牛顿硬球动力学）→ 介观层（玻尔兹曼方程）→ 宏观层（Euler/Navier–Stokes–Fourier方程）。 从10²³个粒子状态压缩为几个连续场，信息损失巨大。难点不在‘做平均’，而在于证明：被扔掉的微观细节，不会在未来某刻突然反扑，搅乱宏观预测。这个关键性质，就叫‘闭合’（closure）。一个理论只有实现闭合，才算真正自洽；否则，它只是微观仿真的漂亮外壳。 难的不是碰撞，而是碰撞留下的‘记忆’ 粒子间会碰撞，碰撞产生相关性。A撞B后，二者状态不再独立；B再撞C，C再撞D……一条碰撞链悄然织成复杂关系网。这种相关性随时间指数级扩散，形成难以追踪的历史依赖。 玻尔兹曼方程之所以可行，依赖‘分子混沌’假设：即将发生碰撞的两个粒子，在碰撞前可近似视为彼此独立。这不是否认历史，而是断言：在稀薄气体极限下，过往纠缠对当前碰撞的影响终将趋于可忽略。 1975年，Lanford首次严格证明了这一收敛性，但仅限于极短时间——约一次平均碰撞时间的一小部分。原因在于：为推演当前状态，需回溯所有可能的碰撞历史；时间越长，历史组合爆炸式增长，传统数学工具彻底失效。 这恰如长程rollout的困境：一步预测精准，不意味着万步之后仍可控。Lanford走通了桥头，却卡在第一道弯。 邓煜团队的突破：把‘微观→介观’的桥修长，再接通‘介观→宏观’ 2024年，邓煜团队突破半个世纪的瓶颈：他们证明，只要目标玻尔兹曼方程在给定时间段内存在规则解（即无奇点、无爆炸），那么牛顿硬球系统就能在整个该时段内严格收敛于它——时间长度不再受限。 注意：‘任意长’并非无限，而是‘你指定多长，只要方程解保持正则，收敛就成立’。 2025年第二篇论文进一步扩展至二维与三维周期空间，并与既有流体极限理论拼接，首次打通完整链条： 牛顿硬球系统 → 玻尔兹曼方程 → 可压Euler方程 / 不可压Navier–Stokes–Fourier方程。 简言之：2024年拉长了第一座桥；2025年连通了整条路。他们解决的是希尔伯特第六问题的经典版本——适用于稀薄气体、硬球模型、特定缩放与规则解。边界清晰，恰是其科学性的体现：真正的模型必须坦诚自身失效之处。 世界模型的本质，不是记住更多，而是知道如何安全地忘记 邓煜工作的深层启示在于：不同尺度需要完全不同的表示语言。从粒子到流体，变量已彻底更换——位置速度 → 概率分布 → 密度/流速/温度。这不是量的叠加，而是质的跃迁。 今天许多AI项目默认‘把底层模拟得足够细，高层规律自会浮现’。希尔伯特第六问题戳破了这个幻觉：跨尺度不是免费午餐。一个真正可用的世界模型，必须找到该尺度的‘充分状态’——它足够简洁（舍弃冗余细节），又足够完备（能独立决定未来演化）。 密度、流速、温度，就是流体世界的充分状态。它们的安全性，正来自闭合性证明：被舍弃的微观自由度，不会以不可控方式反馈回来。 因此，世界模型的高明之处，不在于记忆容量，而在于遗忘智慧——知道什么可以忘，且能证明忘得安全。 这个难题，正在AI最热的每一个方向里重演 AI for Drug Discovery：分子结合靶点，不等于治愈患者。中间隔着分子→通路→细胞→组织→器官→个体的漫长尺度链。敲掉一个基因，系统可能启用替代通路；抑制一个蛋白，细胞可能切换代谢模式。每上一层，新变量与反馈机制涌现。Virtual cell再好，也不等于virtual patient——因为对组织模型而言，细胞又成了‘粒子’。 Agent Society：能精准模拟一个人，不等于能模拟社会。市场不是十万个独立选择之和，而是消费者相互影响、平台算法干预、KOL传播、稀缺感塑造等多重反馈构成的动态系统。评价标准应分四层递进：个体有效性 → 互动有效性 → 群体有效性 → 干预有效性。商业价值在第四层，但多数benchmark仍停在第一层。 Grokking与Emergence：小模型突然泛化、大模型涌现新能力，背后是否存在统一机制？我们能否从参数更新、梯度流动等微观动力学，推导出表征结构、推理能力等宏观现象？Scaling law描述‘结果如何变’，却不解释‘为何如此变’。小模型里的洞见，必须被证明可外推，而非简单类比。 天气预报、自动驾驶、企业AI同样撞墙：像素预测≠物理理解；单车行为精准≠城市交通可控；程序员效率提升30%≠公司研发效能同步提升。组织产出绝非个体产出的线性叠加——中间横亘着工作流、激励机制、信息通道与责任结构。 结语：更大的模型，不等于更大的世界 ‘Scaling a simulator’，不等于‘simulating a scale’。一百万个粒子不是流体，一百万个细胞模型不是人体，一百万个消费者agent不是社会。规模扩大可能催生新规律，但不会自动揭示它，更不会自动验证其可靠性。 每一个世界模型，都有属于自己的希尔伯特第六问题：我们在一个尺度上的成功，究竟能否被带到下一个尺度？如果无法证明，我们拥有的只是一个强大的局部预测器，而非真正的世界模型。 真正的世界模型，不是塞进无限参数复制宇宙，而是在每一层都清醒回答：什么必须记？什么可以忘？什么会被平均抹平？什么会在交互中放大？什么能够向上涌现？以及——为什么。 完成这些尺度之间的翻译，才是世界模型真正困难、也真正价值所在的第一步。