2017年7月19日
“我们面临一项抉择:化学物质像城市还是像数字?”如同过去30年中的大多数日子,昨天我花了一整天时间设计Wolfram语言的一个新特性。下午,我参加了一场快速会议,讨论如何扩展Wolfram语言在化学领域的能力。
从某种程度上来讲,我们所讨论的问题本质上是实践问题。但就像以往我们面临的许多问题一样,它最终涉及一些深层次的智识问题。为了找到真正正确的答案,并成功设计出经得起时间考验的语言特性,我们需要深入思考这些问题,像哲学家一样思考。
问题的一方面在于,我们所要处理的是前所未有的事物。传统的计算机语言只处理抽象数据,并不直接讨论像化学物质这样的事物。但在Wolfram语言中,我们希望囊括万事万物的知识,这意味着我们必须能应对各种各样现实中的事物,比如化学物质。
我们在Wolfram语言中构建了一整套体系用于应对世间万物,我们称之为实体(entity)。实体可以是一座城市(比如纽约市),或一部电影,或一颗行星,或其他任何事物。实体有某种名称(比如“纽约市”),并且具有明确的属性(比如人口、土地面积、建立日期等)。
我们长期以来一直有化学实体的概念,比如,水、乙醇或碳化钨。每个化学实体都有各自的属性,比如分子量、结构图或沸点等。
我们已经了解了成千上万的化学物质的属性。但这些都是指实实在在的化学物质,即可以放在试管中进行实验的具体化学物质。
而昨天我们试图弄清楚的是如何应对抽象的化学物质,即我们抽象地构造出来的化学物质,比如用某种抽象图表示的化学结构。我们应该将这样的化学结构视为实体,像水或纽约市呢,还是将其视为更抽象的事物,像数列或者数学图呢?
当然,我们构建的抽象化学物质中包括用实体表示的化学物质,比如,蔗糖或阿司匹林之类的。但是,我们必须区分一下,我们是在谈论单个的蔗糖或阿司匹林分子,还是在谈论作为大块材料的蔗糖或阿司匹林?
这种区分在某种层面上来讲是令人困惑的。我们可能会以为,一旦知道了物质的分子结构,我们就能计算出它所有的属性。有些属性,比如摩尔质量,可以从分子结构中轻而易举地计算出来;然而有些属性,比如熔点,就并非如此。
这种区分只是一个暂时性问题,还是一个永久性、根本性问题呢?如果仅是一个暂时性问题,那么它并不影响长远的语言设计。我恰好涉猎过一些基础科学研究,可以回答这个问题:是的,这是个根本性问题。这与我所说的计算不可归约性有关。举例来说,很多物质的熔点基本上是无法精确计算的(这与镶嵌问题的不可判定性有关,用图形铺满平面就像观察分子如何排列成固体)。
因此,通过了解这部分(相当前沿的)基础科学,我们知道,我们可以有意义地区分化学物质和单个分子。虽然二者之间有显而易见的联系,就像水分子和水,但是,它们之间还有一些本质的不同,以及计算属性上的不同。
我们首先来讨论一下单个分子。分子是由原子构成的。当我们谈论原子时,大家的看法是相当一致的。我们认为任何分子都是由确定的原子集合组成,尽管当谈论聚合物等物质时,我们会考虑“参数化分子”。
我们认为至少将原子类型视为实体是稳妥的。毕竟,每种类型的原子只对应一个化学元素,而元素周期表中只有有限数量的化学元素。当然,原则上人们可以认为还有周期表外的“化学元素”,甚至可以把中子星想象成一个巨大的原子核。但其中是有区别的:几乎可以肯定的是,只有有限类型的基本稳定的原子,而其他大多数原子的寿命都非常短暂。
然而,我们需要在此处加一个注解。“化学元素”并不像人们想象的是确定的某一种事物,而是不同同位素的混合物。并且混合物可能会改变,比如,不同钨矿由于含有不同的混合物,其有效原子质量是不同的。
实际上,这是用实体表示原子类型的一个很好的理由。这样,人们谈论分子时,可以直接用对应的实体名称来指代。只有当涉及与原子类型相关的属性时,比如,判断钨来自哪个钨矿,人们才需要关注这种不同。
在少数情况下(比如重水[1]),只有在明确的化学情境下人们才需要谈论同位素。大多数时候,只需要指定化学元素就足够了。
要确定一个化学元素,我们只需要给出它的原子序数。教科书会告诉我们,要指定一个特定的同位素,我们只需要说出它包含多少个中子。但是这忽视了钽的个别情况。因为,钽的天然存在形式之一()实际上是钽核的激发态,它恰好非常稳定。要正确找到其同位素,我们需要给出它的激发态能级及其中子数。
从某种意义上来说,量子力学在这里派上了用场。因为虽然一个原子核可能有无数的激发态,但量子力学告诉我们,所有激发态都能通过两个离散值来描述:自旋(spin)和宇称(parity)。
每个同位素、每个激发态都是不同的,并有其自身的特性。但是,同位素的世界更加有序,比动物世界要有序得多。因为量子力学中讲到,同位素范畴中的一切都可以用有限的一系列离散量子数来表征。
我们从分子谈到原子、原子核,为什么不再谈谈粒子呢?这是一个更大的问题。是的,有一些众所周知的粒子,比如电子和质子,它们很容易用Wolfram语言中的实体表示。但世界上还有很多其他的粒子,其中只有一些(比如原子核)非常容易表述,基本上可以说“它是一个夸克-反夸克系统的特定激发态”,或者用类似的表述描述它。但在粒子物理学中,人们要研究量子场论,而不仅仅是量子力学。我们不能只“数”基本粒子,还必须处理虚粒子的可能性等。最终,可能存在哪些类型的粒子是一个非常复杂的问题,这里充满了计算的不可归约性。(例如,胶子场可以有哪些稳定状态,这是一个比镶嵌问题更复杂的问题。)
也许有一天我们会有一个完整的基础物理学理论,甚至它可能会很简单。但尽管这样的理论很激动人心,它在这里却帮助不大。因为计算不可归约性意味着,物理基础的本质与现象之间存在着不可归约的距离。
在构建一个描述世界的语言时,我们需要研究的是实际可观察的和可计算的事物。我们需要考虑基础物理学,以避免后期产生混乱。但我们也需要关注实际科学发展史,以及已经测量过的实际事物。例如,可能有无数的同位素,但无论出于哪种目的,只需要将已知的那些表示为实体就够用了。
在核物理学中,我们认为我们已经知道所有相对稳定的同位素,其他非常规同位素寿命短暂,稍纵即逝,因此在实际的核过程中往往不重要。但在化学中,情况有所不同。人们已经研究过数千万种化学物质(且可能已将其写入论文或专利),而可以用于研究的、对人类有用的化学物质是无穷无尽的。
那么,我们如何表示这些潜在的分子呢?简单来说,我们可以给出以原子为节点、以键为边的图,用于指定它们的化学结构。
那么,到底什么是“键”呢?虽然键在化学实践中非常有用,但在某种层面上,它是一个模糊的概念,是对量子力学理论的一种“半经典近似”。还有一些标准的附加要素,如双键、电离态等。但实际上,只要能恰当地通过标记原子和键的图来表征分子结构,化学研究就可以成功进行。
那么,化学物质到底应该由实体还是抽象图表示呢?如果它是一个我们已经听说过的化学物质,比如二氧化碳,用实体表示似乎很方便。但如果它是一个以前从未讨论过的新化学物质呢?我们可以考虑发明一个新的实体来表示它。
实体最好有一个名字。那么用什么做名字好呢?在Wolfram语言中,它可以是表示化学结构的图。但我们希望用一个普通的文本名字——一个字符串。人们通常用IUPAC命名法来命名化学物质,比如“1,1'-{[3-(dimethylamino)propyl]imino}bis-2-propanol”,或用更加适合计算机的SMILES命名:“CC(CN(CCCN(C)C)CC(C)O)O”。无论化学物质的底层图是什么样的,我们总可以用这样的字符串来表示它。
不过,这旋即产生了一个新问题:字符串不唯一。无论我们如何描述图,表示方法都不可能总是唯一的。特定的化学结构对应特定的图,但可能有许多种绘制图的方式,以及许多种不同的表示方法。甚至我们都无法确定两种表示方法是否对应同一个图,即“图同构”问题,这个问题相当棘手。
让我们设想一下,我们用图表示了一个化学结构。首先,它是一个抽象的事物。图中的节点是原子,但我们不知道原子在分子中是如何排列的(例如,原子间相隔多少埃米[2])。当然,答案并不完全确定。它们是基于分子的最低能量构型排列的吗?(如果有多个相同能量的构型怎么办?)分子是独立存在的,还是存在于水中,或者其他介质中?分子是如何生成的?(也许它是一种蛋白质,当它脱离核糖体时就以一种特殊的方式折叠。)
对于已经有实体表示的化学物质,比如说“天然存在的血红蛋白”,我们就用这种表示方式即可,因为这样的实体可以一定程度上封装这些细节。
而对于那些实际上从未真正被合成过的化学物质,就有点不同了。我们最好用某种抽象方式来表示任何可能的化学物质。
我们看看其他案例和类比。也许我们应该把所有的东西都当作一个实体。例如,每一个整数都是一个实体。虽然有无穷多个整数,但至少它们应该叫什么名字是明确的。对于实数,情况就复杂了。例如,它们不再像整数那样具有唯一性:0.99999…实际上和1.00000…是一样的,只是写法不同。
那么整数列或者数学公式呢?每一个可能的数列或公式都可以被看作一个实体。但这并不特别有用,因为我们用数列或公式做的很多事情都需要深入它们内部,改变它们的结构。而实体的便利之处在于,它们每一个都是我们不必“深入”的“单一事物”。
那么“抽象的化学物质”呢?它会是一个混合体,但我们肯定会想要“深入”它们并改变其结构。这就为用图表示化学物质提供了论据。
但用图表示可能会导致不连续性。例如,我们知道二氧化碳实体,并了解很多它的属性,但我们得到的只是表示二氧化碳分子的抽象图。
我们可能会担心这会让人类和程序都感到困惑。但首先要注意的是,我们可以区分这两种东西分别表示什么。实体表示的是已经测量过其性质的、天然存在的大量化学物质;图代表的是一个抽象的、理论的化学物质,其属性需要通过计算得到。
但显然二者之间必须有一座桥。对于任何一个具体的化学实体,它的属性之一是表示其分子结构的图;而对于任何一个指定的图,我们需要一个ChemicalIdentify(化学物质识别)函数,就像Wolfram语言的GeoIdentify(地理识别)或ImageIdentify(图像识别)函数一样,可以识别出与图中分子结构对应的化学实体(如果其存在)。
当我将上述问题写出来时,我意识到这些问题有多么复杂。是的,非常复杂。但在昨天的会议中,一切都进行得非常迅速。当然,有个因素很有帮助,那就是与会的所有人都曾遇到过类似的问题,但每个问题的具体情况都是不同的。
不知何故,这次的问题比其他问题更深刻、更富有哲学性。有人说:“让我们谈谈给恒星命名的事。”显然,对于距离我们很近的恒星,我们给它们起了明确的名字。还有一些恒星是在大规模的天文观测中发现的,人类也赋予它们某种标识。但在遥远的星系中有很多恒星,我们永远不会给它们命名,那么我们应该如何表示它们呢?
这也引发了我们对城市问题的讨论。一些城市有明确的、官方的命名,Wolfram语言已经存储了这些名称并定期更新。但如果是一些游牧民族应季而建的村庄呢?我们应该如何表示它们?至少在一段时间里它有确切的位置,但它是否是一个确定的事物?它是否可能被分解成两个村庄,或者它根本不是一个村庄?
人们无休止地围绕这些事物的身份甚至其存在进行争论。但我们真正感兴趣的并不是这些哲学,而是我们正在试图构建的人们认为有用的软件。所以,最终真正重要的是什么才是有用的。
当然,答案不会是明确的。但这就像一般的语言设计:设想人们可能做的所有事情,然后决定如何构建原语让人们可以做这些事情。有人想用实体来表示化学物质吗?是的,这很有用。有人想用图表示任意化学结构吗?是的,这也很有用。
但是要想明确实际上该做什么,我们必须非常深入地理解这两种方式下真正被表达的是什么,以及一切是如何相互关联的。这就是哲学必须与化学、数学、物理学等相结合的地方。
令人欣慰的是,昨天一小时的会议(汇集了我40余年相关经验,以及与会人员总计100多年的经验)结束时,我们快速找到了处理化学物质和化学结构的好方法。我们还需要一段时间来彻底完成并在Wolfram语言中实现它。这些灵感将对我们未来如何计算和推理化学产生深远影响。对我来说,搞清楚这些重要的事情是一种非常惬意的消磨时间的方式。我很高兴在我长期致力推进Wolfram语言的过程中,我做了这么多工作。
[1] 氘含量显著高于正常水()中氘含量的水。其中氘是质量数为2的氢的核素,符号为 或D。
[2] 埃米简称埃,是一个长度单位,1埃米=米,即0.1纳米。埃米常用于描述原子直径、化学键长等。
[176]化学哲学(philosophy of chemistry)是研究和探讨化学中的哲学问题的科学,它以化学科学中具有世界观和方法论意义的一般理论问题为研究对象,以化学哲学的本体论、认识论和方法论为主要研究领域。
[177]当一个系统(例如,一个原子、分子)吸收能量,它可能从一个较低能级状态(称为基态)转变到一个较高能级状态(称为激发态)。这种状态的改变通常由吸收光子或其他粒子来实现。
[178]胶子场(gluon field)是一个量子色动力学中的重要概念。胶子是媒介粒子,负责传递夸克之间的相互作用并使之结合成强子。胶子场就是描述胶子的分布和运动的物理场。
[179]simplified molecular input line entry system(简化分子线性输入规范),一种用ASCII字符串明确描述分子结构的规范。
评论 0条