打开未来的力量 

1. 分子化学

2. GPU计算

3. 常温超导

4. 可控核聚变

5. 同空域技术

一）计算化学    

这人是个教授，但是个很不受欢迎的教授，被人排挤。

于是他就加入了Morgan Stanley，继续受人排挤，不到二年就离职了。

离职了以后，他就非常生气。

他利用自己的数学知识，自己组建公司，做“量化交易”。

量化交易赚了41亿美元，名列全球富豪榜前50名。

一个人赚了这么多钱，总难免有一点“怪癖”的。例如喜欢大乳美女。

但D.E.Shaw的癖好，与众不同。

他念念不忘的，是实验室里，身材裹得像木乃伊，脸臭得像长沙臭豆腐的老太婆。

老太婆当年对他的训斥，留下了深深的童年阴影。

D.E.Shaw热衷的行业，叫“分子动力学”。

具体来说，模拟蛋白质、DNA等大分子动态，三维运动，靶点识别等课题。

当时的“分子结构”，完全被颜宁博士之流所把控。

颜宁每年申请几百万美元经费，手工推算20个“分子式”。

而待研究大分子，超过500万个。

Shaw说，“老子有钱”。

所以他造了一台超级计算机。不仅仅是计算机，而且是“刀片机”。

也就是说，这种机器，是专门用来算分子式的。类似于btc的“矿机”。

运算的效率，大大提升。几乎是当时的1000倍。

这就是业内大大有名的Anton歼星舰。

Anton一出，当年就淹没了“分子化学”界的狂潮。

Shaw一口气连发几百篇论文，篇篇都是重磅，都需要博士做一辈子。

此后，随着Anton2，Anton3超算的上线。

目前“蛮算流”已经把前人的结果，贬为了零头的零头，YN准备回国混饭了。

参考阅读《科学家有了钱以后真是挺吓人的！看看DE.Shaw的牛逼人生》

zhuanlan.zhihu.com/p/37801456

《David E. Shaw: 一个科学家和金融巨头的传奇》

sohu.com/a/200948394_386532

二）Nvidia         

“计算化学”的前置科技，是Nvidia。

举个例子，我给你一块木板。

“降龙十八掌”，一大巴掌拍上去，木板裂出了几条裂缝。

请问，裂缝的形状，***深缝隙可以到多远。

类似的问题，在“牛顿力学”里，是没法解的。

虽然你从小到大，读了无数物理，甚至头衔是211，985，硕士生。

因为类似的“问题”，它根本就不是牛顿力学问题。

根本不会有一个清晰明确，方程式干干净净的解析解。复旦的大学生，再读十年也不会解。

而类似的“问题”，又非常的重要。

例如你造一座大桥，坦克装甲的受力面，地下煤矿油田，都涉及此类计算。

“降龙十八掌”一掌拍下去，所有的采样点，都在颤抖。

然后，每一个点，再传到0.1mm的下一层。

互相之间的颤动，波的传导，孔隙和板结，层层结算。         

具体的算法，是同济教的

经过一系列复杂的运算之后，在0.1mm的深处，你得到了另一组“100万点”的数据。

沿着这些数据，再深入0.1mm，0.2mm，0.3mm

也就是说，只要你“**蛮算”，你可以测出降龙十八掌，拍在石板，木板，钢梁上的任何结果。

如果你觉得“精确度”不够高，你可以把100万点，再提高到1000万像素，0.1mm深度，改为0.01mm深度。         

或者在半深处，再增加几个传感器

数值不够，**来凑。

***初“数码相片”面世时，人们也抱怨，缺乏传统胶卷的“柔和”感，颗粒分明，图像尖锐。

但你架不住“分辨率”高啊。

数码相机200万像素时，胶卷相机还有得拼。

数码相机600万像素，2000万像素，1亿像素时，再没有人怀念胶卷相片了。

“分子化学”计算，原理也是一样的。

一个大分子，往往有十几个原子。彼此之间又有化学键，还形成晶体结构。

一旦收到“外界”扰动，通电，高压。

它的电阻，电容，热阻，硬度，密度，等等物理性质。

就只能通过“三体”运动，往前算一小步。

分子键扭动后，再计算一次。

再变化，再计算一次。

这样，通过数万万次的迭代计算，你可以获得一个“大致”的结果。

大致知道，这种材料，密度硬度导电，各项性能是多少。

答案并非100%精确，类似于数码相片。

但只要“精度”提上去，8000万像素的照片，也能搞得很精确。

这一切的一切，背后都是Nvidia。

只有当GPU，可以计算几千缕光线的“反射再发射”。

只有当3A大作游戏，可以同时计算水雾，焰火，阴影，8K高清画质，身临其境，unreal5引擎才算成熟。

因为有无数的人玩游戏，才撑起了Nvidia民用市场。

如果某个国家，没有“王者荣耀”。

他也就不会有GPU技术。

三）常温超导         

好了，我们到了第三步，“常温超导”。

昨天的大新闻，是Dias搞出了较低压的“室温超导”。

二年前，他还搞了一次，不过当时还需要2.3亿大气压的“超高压”，只有在金刚石对角，才能产生如此可怕的高压。苛刻至“同行”很难复录审议。

但这一次版本的Dias，搞的仅仅是100万大气压，降几百倍。

***部$5000的机器，就可以复现实验。

关于这次爆炸爆炸性的“室温超导”，昨晚刚刚做发布。

学术界震惊，目前仍处于“复刻”审议阶段。

也有很多人，质疑Dias是***子。         

但是，这些统统都不重要。

内行看消息，看的是门道啊。

门道是什么，门道就是思路。

根据一些物理学理论，这种“材料”，***有可能的是“氢化物”。

1. 一元的氢，是金属氢，液化氢，氢气
2. 二元的氢，是H2O，H+Li，H+K，H+S，H+Cl………
3. 三元的氢，是H+X+Y

金属氢做不出来，技术是死路。

二元材料，氢+X，把“元素周期表”一百种迅速都试一遍，也没什么收获。

三元材料，氢+氟+铁，这样的排列组合，就有100*100种。

或许还有一些同构分子式。例如石墨vs钻石。

Dias的领先之处，他在Anton“分子化学”，蛮算的基础上。

又叠加了AI.

gpt的本意，是“分支评估”。

好比围棋，要经历361^361次方，本来认为是不可穷举的。

但是transformer深度算法认为，某几个“分支”胜率太低，明显是臭棋。因此就砍掉了。

这使得“阿尔发狗”并不是100%的胜率，但却大大增加了计算速度。

Dias的“材料科学+AI”，也是一样。

这一行，很多人都在“蛮算”分子结构，盼哪天谁先撞大运。

Dias本质是一个计算机学家，而不是物理学家。

他可以完全不懂“物理”，但仅凭无穷算力，AI智慧，***先找到了H—N—Lu，氢氮镥物。

计算机推演的结果，H—N—Lu，三元素混合，可能“指标”十分惊人。

Dias做了一个样品。

就是昨天的“发布会”。

你现在批评Dias，甚至指责他作假，参数不足，是没有任何意义的。

因为“思路”是对的。

• 只要这条“路径”可能，很快就会有人优化材质的纯度。
• 掺进去第四种材料，大幅度提高性能。
• 使用某些特殊的工艺，改造格栅，石墨变钻石。

关键是“计算机模拟分子式，穷举材料科学”，这条路径是无敌的。        

四）可控核聚变

有人说，“室温超导”的用途，我们会有强劲10倍的CPU。

目前芯片工业，“速度”和“功耗”是一对矛盾。

芯片公司也不希望，打开机箱，可以煮爆米花。根据爆米花炸金花的速度，知道正运行哪个App.

如果N/S半导体材料，可以“超导”化。

芯片的速度，无疑可以再快上5~10倍。

但其实超导真正的应用，是“高能物理”。

人类目前的物理，能级是非常低的。远远不足“照耀太阳的亮度”。

堆砌无数无数的电线，线圈，对大户并不难。

真正困难的，“磁场”太强了，就很容易发热。几万兆瓦的散热，根本没有办法排出。

像“可控核聚变”，托克马克的典型做法，是造在一个湖边。

大湖的底下，密密麻麻全是水管。

一般“核”能，与核相关的设施，都需要一整个湖水，来为此散热。

诸如风冷，自然冷，已经完全不够看。

中国的“可控核聚变”，目前能量上处于领先状态，精度上不如美国。

中国的“托克马克”，是整个泡在液氮里的。

“基建狂魔”，只有中国财大气粗，能够纯以工程能力，实现电路“超导”环境。

强磁场堆上去了，中国太阳做到了1亿度*100秒。

中国的电力工作者们，刚刚花了几千亿，研发出了“超超超高压输电”。

这技术绝对领先全球。

         

甚至上一代，叫做“超高压输配电”。也已经领先全球。

1MW以上配电，全世界除了中国，没一家做得出来。美国也不行。

大国重器，集体骄傲。

         

我们还准备投资万亿，造几条东西南北大通道。

         

“室温超导”，美国人直接把它贬为了笑料。

以后别运电了，卡车运电池吧。       

五）战场空域指挥

如图，我大致列了***近几项科技树，彼此间的“因果关系”。

• 因为有了GPU和无穷无尽的矿池，才有了**蛮算的基础。
• gpt和AI发展，砍掉了“无用”分支，大幅提高预测效率。
• gpt的未来发展，是智能战场。

很多人都在问我，chatgpt的“真实生产力”。

这玩意到底是一个大玩具，还是一场科技革命。

Chatgpt的发明，当然不是让你CHAT的。

今天还在以“Chat”眼光，看待这项人类发明。就和“火枪不过烟花”一样颟顸了。

很多人并不明白，在今天的“空战”之中，100架中国飞机，是打不过100架美国飞机的。

虽然我们的“战斗机”，性能也很领先，单兵作战，绝对是世界一流。

• 一架对一架，J20可以赢J35

• 十架对十架，还是有赢面

• 100架对100架，多半是输

这里面的差距，主要发生在“空域控制软件”。

同一片空域，可以塞进去多少架战斗机？

中国的回答，是8架。

因为“空域”并不大。可能也就二三百公里的样子。

“超音速”巡航，二三分钟就兜一圈。

而当一片“空域”，过度拥挤时，飞行员的“配合”就很困难。

遍地都是导弹，导弹满天飞。大家都是超音速，互相撞机怎么办。

而且空军之间，也是讲“阵型”搭配的。一般是二架编组，又或者是四架战斗机一个小队。

如果你几百架战机在上空，彼此之间又没有“阵型”，各自为战，像无头苍蝇一样乱飞。

你的追尾战术，掩护战术，僚机战术，怎么展开。

当一片空域越是“复杂”,它的指挥任务就越繁重。

雷达不堪重负。

不要说“管理”二百架战机。大家都是超音速巡航，响尾蛇乱飞。

“雷达”能把所有飞机都锁定，分清敌我位置，都很不容易。更何况指定战术。

你要问同一片“空域”可以容纳多少战斗机，中国人的回答，是8架。

（近期似乎要提升到16架）

哪怕你从岸基起飞，有二三百架战友。你也不能投入到战场上。

“同一时间”出现在空战，就只能有8架。

因为“指挥舰”运算不过来。

但这个数字，美国人就高得多。

美国航母一般是80架飞机，其中战斗机44架。美国人所有的飞机，可以同时投入战场。

你设想一下，哪怕你有300架五代机。对方44架。

但你每次“投入”只能8架。

这仗还是非输不可。

美国人的“空域”容量大，其背后，还是“计算”能力强。

你可以设想一下，在一个“碰碰车”大小的场地。

所有儿童车，都开40码的速度。

擦肩而过，而永不碰撞，这是什么概念。

Chatgpt出现以后，gpt的核心，是“分支与预测”。

我不知道该怎么做，但我相信，向3点钟方向，全速15秒，是没有错的。

Gpt有能力管理，几十架，甚至几百架的战斗机。

塞在同一个空域里，导弹横飞，超音速横飞。

• 你飞一段，就和僚机BCD，组成一个小队，猎杀一架敌机。

• 再飞一程，就和僚机JKF，组成一个小队，猎杀一架敌机。

用兵如神

Gpt如果用到陆军上，会使每一个士兵，如同“特种兵”一般，按***短的路线，出现在***需要的位置。水银泄地，无孔不入。

而在此之前，gpt先出现在“空军”战场，使得整个空军指挥，宛如“无人驾驶”一般急速闪躲，群战无敌。

六）结语         

不久前，美国“核点火”成功。

几月之前，chatgpt横空出世。

可控核聚变，室温超导，人工智能。

被誉为下一世代三大圣器。

未来已来，中国又一次陷于落后。

{此处删去300字}

{此处删去500字}

{此处删去3500字}

长久以来，中国人信奉“集中力量办太大事”。

但我们也知道，“集中力量办大事”，是一种非常有毒的刺激。

短期蹴越积攒实力。

长期丧失活力。

现在，新一轮的“科技革命”又将拉开序幕。三圣器初露端倪，但还没有圣兽成型。