“哲学新逻辑”问世

　　数学如今无处不在，从世界贸易到统计和评估感染数字都需要数学。

　　另一方面，哲学负责的几门思想学科可以在情况变复杂时帮助我们判断它到底意味着什么：伦理学是其中之一，此外还有认识论和世界观。

　　令人遗憾的是，如今大学里有关数学的哲学讨论在很大程度上仍停留在100多年前数学逻辑的水平上。这让英国数学哲学家戴维·科菲尔德非常担心，以至于他已借助最新的数学基础理论之一同伦类型论着手开发一种“哲学新逻辑”。同伦类型论的开发者希望确保越来越多基于计算机的数学实践(如创建证明)不仅能兼容机器，而且易于人类理解。

　　2020年，经过几年的前期工作，科菲尔德的《模态同伦类型论——哲学新逻辑的前景》出版。受疫情影响，相关学术界对该书的讨论主要在网上展开。讨论肯定会在今年继续，其方向将是一种可能既非纯自动也非习以为常的人类逻辑。

　　或许只有当我们不再只是思考、设计和讨论，而是同时使用和体验这种逻辑时，我们才能找到适合描述它的词汇。

　　争夺量子位

　　与人工智能一样，量子计算机被认为是IT领域的下一场革命。这种根据量子物理规则计算的机器应能以闪电般的速度搜索大型数据库，极快地处理大量数据，以及破解所有迄今被认为安全的代码。因此，围绕令所有超级计算机黯然失色的最强大量子计算机的赛跑仍在继续。

　　谷歌、国际商用机器公司(IBM)和微软等企业为此投入巨额资金，欧洲的研究机构和大学也获得大量经费用于制造量子计算机。害怕掉队是有理由的，毕竟谷歌的53量子位计算机“梧桐树”和最近中国的量子计算原型机“九章”已表明，它们解决特殊数学问题的速度比最快的超级计算机还快。计算机制造商IBM将推出其量子计算机王牌——已公布的127量子位计算机。不过，这只是初级阶段，该公司希望在2023年打造超过1000量子位的计算机。其他公司也会继续升级它们的量子计算机，毕竟系统的计算能力会随量子位数量增加而呈指数级提高。

　　然而，尽管取得了各种进展，2021年估计仍不会出现通用的容错量子计算机，即像传统计算机那样可自由编程的量子计算机。因此，量子计算机将继续完成其最初设定的工作：作为复杂的物理和化学过程的高效模拟器，这是传统方式难以或根本无法实现的。

　　从少量数据中学习

　　人工智能领域的最新成果令人印象深刻且影响深远。为在这场竞争中立于不败之地，全球的企业和政府都在大举投资——这将带来经济、政治、军事和社会影响。

　　到目前为止，一个重要的成功秘诀在于不断增加投入：更高的计算能力、更多的员工、更多的数据。计算机已经学会并在继续借助大量例子学习识别物体，将词句从一种语言翻译成另一种语言，或合理地回答问题。人工神经元网络之所以能如此有效地运转，是因为它们可以获得广泛训练。

　　现在，一个从多方面看都令人兴奋的人工智能研究领域，正尝试开发使用更少数据的方法，即用“小数据”代替“大数据”。该领域被称为“少样本学习”。例如在德国，人工智能专家马蒂亚斯·贝特格就在研究这一领域。该领域的进展可使计算机的能力更加接近人脑，因为人类通常不是从大量例子中学习的。

　　对很多行业而言，人工智能能否取得商业突破取决于程序能否基于较少的样本学习变得像人类一样胜任某项工作。