科幻小說作家劉宇昆(Ken Liu)撰寫了一篇重要的短篇小說《拜占庭移情(Byzantine Empathy)》,這個故事以加密貨幣與分布式分類賬技術為核心,加密貨幣最終擺脫了在貧民窟中被恐怖分子及毒販支配的命運,迎來了自己堂堂正正的貨幣地位。
良好的編碼技術聲譽
與比物幣核心開發(fā)者與生態(tài)系統(tǒng)大牛Jimmy Song相比,劉宇昆的“江湖地位”其實一點也不遜色。Song將劉宇昆稱為他曾經(jīng)合作過的“最出色的編碼人員之一”。
劉宇昆掌握著的編碼、法律與語言知識,再加上其對加密貨幣以及分布式分類賬技術的深刻了解,最終成就了這篇作品。
播客Soonish的編輯Wade Roush向劉宇昆提出了兩個要求:首先,他想要一篇簡短的故事,并將其作為劉作品選集的一部分。此外,Roush還要求劉宇昆精心翻譯劉慈欣的新作《黃金原野》(劉宇昆翻譯的劉慈欣作品〈三體(The Three-Body Problem)〉獲得雨果獎最佳小說獎)。作為同《麻省理工學院技術評論》與麻省理工學院出版社聯(lián)合出版的作品,這本文集自然會引起加密貨幣行業(yè)的高度關注。
,希望了解他將這一技術話題引入科幻小說的動機。
劉宇昆(Ken Liu)
問:在加密貨幣以及比特幣這方面,您為什么如此關注拜占庭將軍問題?
由于這是個簡短的故事,所以我受到篇幅所限,只能在其中探討加密貨幣諸多有趣方面中的一個。而共識性與系統(tǒng)權威機制對我來說是其中最核心的主題,而且與我想講的這個人類故事最為契合。
在我的作品中,你可以明顯看到,我遇到了加密貨幣的適應性問題。無論是從部分還是整體來看,加密貨幣都不可避免地與國際恐怖主義或者毒品扯上關系。你選擇了完全不同的方向,這是有意為之嗎?
我覺得我并不是有意與主流觀念背道而馳。我發(fā)現(xiàn),加密貨幣背后的數(shù)學、算法、歷史以及思路非常精妙而且有趣。我只是想講一個故事,希望以認真、同情的方式看待這種思考。在多數(shù)情況下,主流媒體在報道復雜觀念時,總是會將其簡化為廢話或者被迫將其與現(xiàn)有敘述聯(lián)系起來。我認為,有時候我們對小說的選擇也會受到這類報道的影響。
我希望重新關注在基礎論文以及源代碼方面投入時間與精力的人們,講述一個尊重讀者也尊重加密貨幣實踐者們的故事,當然也不會回避復雜的思維本身。
問:您為何決定創(chuàng)作這樣一篇作品?
劉宇昆:編輯Wade Roush邀請我創(chuàng)作一個故事。其中的基本思路是圍繞《麻省理工學院技術評論》所廣泛涵蓋的各個技術領域撰寫一篇小說。
我認為自己在虛擬現(xiàn)實與區(qū)塊鏈兩大領域最具經(jīng)驗與專業(yè)知識積累,所以這個故事的出現(xiàn)也就順理成章了。
問:您是如何創(chuàng)造出虛構(gòu)加密貨幣empathium的?
劉宇昆:我已經(jīng)在救災與非政府組織的研究方面投入了很長一段時間,希望了解如何指導并解決人們在解決自然災害與人為災難時面臨的體制性問題。我希望探討區(qū)塊鏈與虛擬現(xiàn)實技術如何幫助人類改善復雜化這些問題,并將相關結(jié)論作為empathium的基礎。
問:您在這篇小說當中選擇了兩個非常熱門的話題作為創(chuàng)作基礎,加密貨幣與虛擬現(xiàn)實。為什么?
虛擬現(xiàn)實技術則屬于一類新興媒體,而每種新媒體(包括寫作、電影、電視以及互聯(lián)網(wǎng)等)都深刻地改變著我們對他人的同情心以及建立個人及群體身份的方式。科幻作家當然無法拒絕這樣兩種能夠?qū)Ξ斍凹拔磥懋a(chǎn)生深遠影響的技術成果。
符號系統(tǒng)將必然遭受黑客攻擊
問:在企業(yè)法務領域的工作經(jīng)歷是否給您的科幻創(chuàng)作帶來了啟發(fā)?
劉宇昆:我認為這段經(jīng)歷讓我考慮到法律結(jié)構(gòu)對企業(yè)決策、競爭以及合作方式帶來的約束與指導作用,亦會考慮到該如何繞過及克服這些約束與指導。我傾向于將系統(tǒng)入侵視為任何社會的基礎組成部分,包括虛構(gòu)中的社會。
問:乍看起來,您的專業(yè)涵蓋面幾乎無所不包。那么科幻寫作與編程及法律背景之間有著怎樣的聯(lián)系?
劉宇昆:我的職業(yè)背景是技術與法律(我身為程序員加律師),因此我傾向于通過符號系統(tǒng)的視角來審視一切。程序員與律師對其各自符號系統(tǒng)的理解有著很多共通之處:從本質(zhì)上講,程序員與律師都屬于試圖構(gòu)建符號機器的從業(yè)者,通過遵循其所在制度內(nèi)的規(guī)則以達成一定效果。
事實證明,寫小說基本上也是這樣一個過程。讀者們已經(jīng)學會如何對文學作品中各類敘述技巧作出正確的情緒反應,而作者則利用這些技巧建立起情感機器——這類似于律師構(gòu)建起合約或企業(yè)結(jié)構(gòu),或者程序員開發(fā)出應用程序及實用工具。
這與小說完全相同。
想要煽動人們的情緒并不難; 但在另一方面,如果想要構(gòu)建起一套美麗而真實的情感機器,則要求創(chuàng)作者將技巧、運氣與聯(lián)合一切創(chuàng)造性努力等因素組合起來,只有這樣才能跳出固有思維的樊籬。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠?qū)碗s指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術,通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡技術,通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。