世界、甚至人类大脑，竟然都是由量子比特构成的?

导语

Vijay Balasubramanian 研究了宇宙的结构是否可以由信息构成，以及物理学家可以提出这样一个问题本身意味着什么。

CHARLIE WOOD（查理伍德）| 作者

廖戴丽 | 编辑

Vijay Balasubramanian，1969 年生于印度孟买，后随家人移居至印度尼西亚雅加达，大学与博士分别就读于麻省理工与普林斯顿。现为理论物理学家，宾夕法尼亚大学物理学和天文学 Cathy 和 Marc Lasry 教授。主要研究领域为弦理论、量子场论和生物物理学（尤其是理论和计算神经科学），以及统计推断和机器学习等。

1989 年，著名物理学家约翰·惠勒（“黑洞”一词的推广者）提出了一种全新的宇宙观：也许量子粒子可以变化（shape-shift）和消失，但我们总是可以可靠地依赖信息（information），简而言之，也就是对于我们所提出的问题，通过测量所获得的答案。惠勒推测，信息比特（bits of information）——例如：某个事物的存在或不存在、向上或向下、0或1等——很可能是现实世界的组成基元。“每一个物理量，都从比特中获得其终极意义，”惠勒在他1989年的一篇文章《Information, Physics, Quantum: The Search for Links》中写道。著名的 “它来自比特（it from bit）”就是在这篇文章中提出的。

自此之后的几十年里，各种抽象的发展让许多物理学家猜测惠勒的这篇论文也许能解开一个深刻的谜题：引力的量子性质。阿尔伯特·爱因斯坦的广义相对论将引力与时空结构统一起来；在广义相对论中，引力被重新解释为物体沿着宇宙的弯曲轮廓线（事实上即测地线）作自由降（free-fall）运动。然而，在量子理论中，却很难用它的基本对象或语言——粒子和场——来解释这些曲线。引力理论与量子理论的这种冲突，在黑洞中得到了最为充分的展示——黑洞是这样一片时空区域：在其中，空间发生了极其严重的变形，以至于引力的量子性质不再能被人们简单忽视掉。

黑洞理论中的一个基本事实——黑洞的表面积比它的体积更重要——导致了 1998 年的一个惊人发现：一个像马鞍一样弯曲的玩具宇宙，称为反德西特 (anti-de Sitter, 简称AdS) 空间，在数学上，等同于它的低维边界。在这个虚构的世界中，指向内部的方向似乎是虚幻的；形象地说，就像全息图的深度（depth）那样。

当理论学家们研究 AdS 空间中的黑洞以及其他物体时，惠勒关于物理与信息（比特）的设想，一直在以某种方式不断展现着。其中一种，就是空间的连通性（connectivity）——即我们能从一个地方跑到另一个地方的能力——似乎源于边界上的粒子，这些粒子通过量子纠缠（quantum entanglement）联系起来。看起来，就是这种在 AdS 空间边界上的信息共享（information-sharing）特征，使AdS空间内部的庞大结构成为可能。

很多物理学家致力于将惠勒这个美妙而宏大的思想转化为清晰的数学模型，宾夕法尼亚大学的Vijay Balasubramanian便是其中之一。他和他的同事现在从事的研究的口号，是“它来自量子比特（it from qubit）”。这个口号对惠勒的原始版本作了修改；当然这样的修改是再自然不过的：量子比特显然比经典比特更为深刻。1999 年，Balasubramanian研究了如何根据边界上的粒子信息来计算 AdS 宇宙中的质量和能量。从那时起，他通过研究各种系统的信息内容，对黑洞和量子引力理论做出了重要贡献。

Balasubramanian 风趣而博学，在谈话中很容易从物理学跳到其它领域，如普鲁斯特等这些著名作家。在宾夕法尼亚大学，他开辟了第二个研究小组，致力于研究世界的物理特征是如何塑造大脑的。在神经科学（neuroscience）这方面，他发现信息和计算的概念提供了一种自然语言。（In neuroscience, too, he has found that ideas of information and computation provide a natural language.）

Quanta 杂志最近通过 Zoom，与 Balasubramanian 就信息在物理学和神经科学中的作用，以及人类认知的局限性，进行了一次对话。为清晰起见，本采访经过一些浓缩和编辑。

你的职业生涯中，一直致力于解决物理学中一些最为棘手的问题。真的有进展吗？

过去 20 年的发展是巨大的。其中一个重要的进步是，一个像马鞍一样弯曲的宇宙——AdS空间，可以被视为等同于一个没有引力的低维世界。这就是著名的AdS/CFT 对偶。这个概念开启了这样一种可能性：即空间不是基本的；相反，它可能是呈展（emergent，中文中又常被译为层展、涌现等）的。我的很多工作都与此有关：即发展出一套不包含空间的理论。

最近，在黑洞信息悖论（black hole information paradox）方面，取得了重要进展。

你是如何从黑洞与 AdS/CFT，想到信息可能是空间的基础的？

量子力学具有一种称为幺正（unitarity，又译为酉）的特性；简而言之，这个性质说的是，微观层面上信息不会被破坏。但斯蒂芬·霍金计算出，随着黑洞的蒸发，信息（似乎）会被破坏。这就造成了一个悖论，即上面提到的黑洞信息悖论。如果这个悖论真的成立，即在黑洞演化过程中，信息真的发生了丢失的话，那么显然，引力理论与量子力学之间就产生了冲突。

值得关注的一件事是，AdS 宇宙体积中的空间结构，是如何在边界上体现出来的。例如，当空间不是基本的时候，能够在宇宙中将物体从 A 点移动到 B 点，对我们来说到底意味着什么？现在有一种说法是，如果空间体积中的两个区域是相连的，那么在它的边界时空上，相应的变量就应是量子纠缠的。这是一个非常美妙的想法，也是惠勒的 it-from-bit 概念的具体实现：如果这些量子信息的比特不是通过纠缠联系起来的话，那么，就没有空间。

你是说我们的 3D 宇宙，也许是由某个平坦时空中的 1 和 0纠缠在一起而产生的错觉么？

简单地讲，是这样的。但事实上，我们能把这个想法——即时空对应于其边界上的纠缠——推广到何种程度，也是有争论的。

那么，可不可以给一个不那么简单、稍微深入一点的解释？

在这个阶段还很难说。部分困难在于，我们需要一些词汇来准确表达空间的含义。从我们日常的角度来说，若我们可以在两个点A 和 B之间画一条平滑曲线，则我们就可宣称A 和 B 在空间上是相连的。但现在假设我用显微镜观察一个很小的区域，我们完全有理由期待空间本身，就像量子力学中的量子涨落那样，会发生剧烈的波动，不断弹跳并撕裂。在这种情况下，说 A 在 B 旁边是什么意思？

从我们人类的心态这方面讲，我们必须敞开心扉，来准备接受一个更微妙的关于空间的观念。这当然是很难的，因为我们人类的目前的想象力，与我们人类作为大型动物所能感受到的日常经验，是密切相关的。20 年前，我们连谈论“空间到底是什么”这个概念的资格都没有，但今天显然好多了。也许再过 20 年，对你的这个问题，物理学家们就能给出答案。

我们还不能在实验中探测量子引力。当我们没有实验支撑时，如何判断我们的理论是正确的？

是数学上自洽性。如果通过一堆假设可以推出符合事实的结论，那显然这样的假设（理论）就是合理的。

例如，去年我和一些同事研究了如果两个有引力的宇宙纠缠在一起会发生什么。假设两个宇宙不相连，则根据爱因斯坦的相对论，从 A 到 B 的路径为零。我们修改了这个假设，即让量子引力通过量子涨落建立联系。这时，上面提到的信息悖论竟被成功避免了。

通过这种以信息为本质的思想，你还能做些什么？

我曾经写过一篇论文，名为《巴别图书馆：论引力热力学的起源》。这个名字的灵感来自于豪尔赫·路易斯·博尔赫斯 (阿根廷作家、诗人、翻译家，著名的《小径分岔的花园》就是他的作品) 的一个短篇小说。这个小说讲述了一个神秘的图书馆，里面装满了看似无稽之谈的各种书籍。最终，图书馆员意识到，这个图书馆包含所有可能的字母序列；几乎所有序列都是随机的，但每隔一段时间，你看到的序列，就可能描述了某个人一生的真实故事。

我们认为，黑洞就是这样一个图书馆。就像书本一样，黑洞的“微观状态”由其微观碎片的随机组合构成。信息是被保留了的，尽管也许很难被恢复。

还有一次，我们研究了虚无之泡（bubbles of nothing）；在某些高维度的宇宙中，当你挤压额外的维度时，这些宇宙会变得不稳定，形成一个没有内部空间的气泡。

我对这个虚无（nothing）很感兴趣。在 AdS/CFT 的语言中，当平坦世界中的基本自由度不再纠缠时，就会在呈展的空间体积中出现一个虚无之泡。但是那些量子比特仍然存在于平坦的世界中，并非空无一物。事物没有以正确的纠缠方式给出空间，但在所谓的虚无状态中，还是有信息的。

你第一次接触科学是什么时候？

我上二年级的时候，我们住在印度的加尔各答，周末时候会去买蔬菜。我们会经过一些书商，它们的摊位建在建筑物的墙壁上。我很珍惜我能够拿到的书。我爸爸用当地商店的包装箱做了一个小书架，我会把我的一些书放上去，经常翻阅。当时我的人生抱负是有一天能拥有 100 本书。

有一天，我拿起一本书，名为《The How and Why Wonder Book of Famous Scientists》。让我尤为印象深刻的是安东尼·范·列文虎克。他没有学位，工作的地方也极为一般。他是一名镜片研磨师。但他是一个聪明而充满好奇心的人，用镜头组装了第一台显微镜，发现了整个微观生命世界。我一直记得读过这篇文章，并且意识到，科学是一件我们可以做的事情。从那时起，我就知道了我的一生将从事的事情。

你在麻省理工学院同时学习了物理和计算机科学。学习后者是为什么？

我开始意识到，当我们写下自然定律时，它们在本质上受制于我们思考的方式。一只猫无法理解微积分，人类也不能理解宇宙中的所有事情。所以，我学习计算机科学，是因为我想了解计算机在我头脑中的局限性。

那么你作为神经科学家的这一面，是如何开始的？

作为哈佛的博士后学生，我主要从事弦论的研究，但我也在生物实验室兼职工作。每到晚上，我都会去我朋友的实验室，查看他的数据并阅读论文。高中生物课程我都还给老师了，所以我有很多东西要学。

然后我来到宾夕法尼亚大学，遇到了神经科学家彼得·斯特林（Peter Sterling）。他经常问我，“为什么这个电路看起来是这样的？” 或“为什么这个神经元看起来是那样的？” 这些都是很好的问题，因为在生物学中，形式追随功能（form follows function）。

你发现有哪些力量塑造了大脑的形状？

神经信息是非常昂贵的。它消耗大量能量；所以如果我们考虑一下信息编码的节能方式的理论，也许能启发我们关于大脑的结构。

例如，大脑处理亮斑（light patches）和暗斑的途径不同，将更多的资源投入到暗点上。为什么会这样？我们表明，如果您看一下自然图像的统计结构，就会发现暗点比亮点多。我们发展了一种定量理论，预测如果要在固定预算下建立人工系统，应该需要多少亮检测子和暗检测子，才能最大化视觉信息。最终，我们会发现在动物身上看到的结论。