Scott Aaronson巧妙:

年代麻省理工学院(MIT)的理论计算机科学家兼教授科特·阿伦森(cott Aaronson)经营着一个名为“shtetel - optimized”的流行博客。这是一个奇怪的标题，因为它专注于计算复杂性。当我问亚伦森这两者之间的联系时，他回答说，他认为自己是为一个不同时代而设计的人，比如，他的祖先是19世纪的犹太村庄，在那里，学习对许多人来说是生活的中心活动。

18岁完成本科学业，31岁在麻省理工学院获得终身教职，艾伦森无疑将学习作为自己生活的中心部分。但吸引他兴趣的不仅仅是计算机科学。他的书中,德谟克利特以来的量子计算，涉及意识、自由意志和时间旅行。最近在他的博客上讨论了科学中的性别角色，截至撰写本文时，已有609条评论。他也不回避公开辩论，对于初创公司D-Wave Systems声称正在销售可运行量子计算机的说法，他是最坚持不懈的批评者之一。为什么不睁一只眼闭一只眼，听之任之呢?“我不是这样的人，”阿隆森说。

本人，亚伦森充满活力，自嘲，体贴周到，这是最优秀的shtetl传统。

每个视频问题都在屏幕上方播放。

查看视频

你提出了一种教授量子力学的新方法。如何?

量子力学如何改变了我们对信息的理解?

什么是P和NP问题，为什么它很重要?

你见过多少次P=NP的尝试证明?

证明P=NP的结果是什么?

这听起来像是科幻故事的好素材。

计算机是如何驱动我们改变我们理解信息的方式的?

信息是否让某种目的论的度量回到了物理学中?

你为什么要参与这么多的辩论?

你是D-Wave最直言不讳的批评者之一，这家公司声称自己已经建造了量子计算机。为什么?

你为什么总说自己是悲观主义者和脾气不好的人?

你是怎么卷入一场关于激光打印机电视广告的争论的?

你父亲是一位科学作家，是他让你进入科学领域的吗?

你的博客点击率很高。是什么激励你坚持下去?

为什么你的博客叫shtetel - optimized ?

如果你不是科学家，你会是什么?

采访记录

你提出了一种教授量子力学的新方法。如何?

如果你想教量子力学,假设undergraduates-especially那些擅长数学但谁不是物理学家,谁不沉浸在physics-you必须讲一个故事关于量子力学的所有可以被认为是流动从几个简单的原则。这是教给人们的唯一方法;这是让它有意义的唯一方法。事实是，在量子力学的例子中，你不需要学习各种各样的事实。

如果我告诉你定义的东西喜欢概率论,但基于2-norm而不是1-norm,我并不希望的基本对象是向量的概率(向量的非负实数加起来一个),但是矢量的振幅(复数绝对值的平方的总和加起来)。我要求的是类似于概率论的东西，但基于复数而不是非负实数。在这种情况下，我基本上迫使你们发明了量子力学。在这一点之后你就别无选择了;如果你从那个点开始做所有的选择，你就会得到量子力学。

重点是，这只是你必须做的一个飞跃。这是你必须接受的一件事，其他一切都将由此而来。然而，如果你用历史的方法来做，你基本上会得到一整套不同的现象;这仍然是大多数(量子力学)普及的处理方式。这是我一直感到不满意的事情。你不能同时测量位置和动量。电子在原子核周围的概率波中，这不是只是这是一种奇特的说法，意思是你不知道它在哪里，但实际上是别的什么东西。远处的粒子可以相互纠缠;粒子可以穿过墙壁。Schrödinger的猫可以处于生与死的叠加位置。电子可以有量子化的能级，所以它可以跳上跳下…你只要学习这个集合，就像我可以一口气说出20多个这样的东西。所以你会说，量子力学是一个疯狂的领域，所有东西都违背了我们的直觉就在你以为你理解了一些事情的时候还有一件疯狂的事情仍然说不通。

实际上，所有这些都是。世界的状态是振幅的矢量，而振幅是复数，它们的表现与我们习惯的概率不同。所有的事情都是这样的，概率规则的改变。它们只是不同的表现形式。

量子力学如何改变了我们对信息的理解?

我将信息定义为一种衡量你对所学到的东西有多惊讶的方法。它衡量的是你想把不同的构型看成不同的构型。因此，对于可能处于两种不同构型的单个比特信息，当你知道它是哪种构型时，你就获得了信息一个比特的信息。或者你减少了你的无知或者增加了你的惊讶。

经典信息有某些特性，比如它总是可以被复制。你可以复制任意多的“一点点”;你可以读“a bit”而不改变它。这些是如此明显，以至于通常都没有明确地说明。但是量子信息没有这些属性。

量子信息，比如:你有一个量子态，假设一个态的叠加位置是0，你可以测量这个态。如果你测量它，你会得到0或1。所以测量一个量子位就会得到一个经典位。但是你看到的经典的部分是概率的，对吧?你可以用同样的方法测量相同的状态，但有时你会看到0，有时你会看到1。你会看到每一个都有一定的概率。每个结果的概率都取决于状态和你选择如何衡量它。你选择测量位置了吗?还是动力?或者你选择测量这个量子位和基-你问它是0还是1 ? Or did you ask whether it was zero plus one or zero minus one, which is also a question that you’re allowed to ask. So quantum information has the property that you get to choose one question to ask. Then that question has a classical answer that you then get. And then once you’ve gotten that answer, the quantum state itself physically changes in order to be consistent with the answer that you just got. So if I measured a qubit that was in a super position of zero and one and I got a one out let’s say, then the qubit is now one. So I can measure it a second time and it’s going to say, “Hey, I’m just one, okay.”

我把它比作，你知道，你床下有个怪物，但每次你看，它就消失了。没有怪物，对吧。不过，为了解释你看到的概率，你必须假设怪物在你不注意的时候就在那里。这就是量子信息的一个特性，你有一次机会测量它，得到一个答案，然后其余的量子态就消失了。从这个意义上说，这是一种一次性使用的资源。但第二个密切相关的性质是，没有通用的方法来复制量子信息。事实上这是一个定理。它被称为非克隆定理。没有一台机器会取一个一般的量子态并输出，例如，那个态的两个副本。

人们喜欢谈论信息如何想要自由。使用受版权保护的软件或电影或类似的东西总是会适得其反因为人们总是会复制信息，如果信息是存在的。但量子信息不是这样的。量子信息更像是传统的经济商品，像黄金或石油之类的。

是什么P与NP问题，为什么它很重要?

的P与NP问题的基本问题是:如果你能编程让你的计算机高效地识别某些模式，或者某个问题的解决方案，那么你也能编程让你的计算机高效地找到这个问题的解决方案吗?举个例子，想象一个数独游戏，或者想象一个千乘千的数独游戏，一个非常大的游戏，你开始填，有天文数字的可能性可以尝试。并不是说计算机无法编程来做这些，因为最坏的情况是你可以编程让你的计算机尝试所有可能的数字分配给所有这些平方数，但这将花费比宇宙年龄更长的时间。在你的计算机解决问题之前，整个地球就已经解体了。另一方面，如果有人说:“这是解决方案。我已经解决了它。就在这里，”然后你可以给你的电脑编程，让它非常，非常快地检查答案是否正确。你只要检查每一个方块，确保它是正确的。

所以通常，当我们处理谜题时，发现和验证是有区别的。为了找到解决方案，他们采取了一系列步骤，这些步骤随着问题的规模呈指数增长。随着你添加的每一个方块，你将不得不检查两倍或更糟的可能性。[相比之下]，检查解决方案只需要几个步骤，如我们所说，多项式与问题的规模有关。它会随着问题的大小而增加到某个固定的幂，比如1或2，这是我们对于计算机科学中“效率”的粗略标准;你需要的时间会随着问题的大小多项式地增加。所以基本上,P是标准数字计算机在多项式时间内就能解决的所有问题的一类。P代表多项式时间和NP表示非确定性多项式时间。不要太担心这意味着什么，但它基本上是一类所有的问题，如果有人告诉你解决方案，你可以在多项式的时间内验证它。但找到解可能需要指数时间。

关于是否P＝NP就是:每一个有效的可检查的问题也能有效地解决吗?一旦人们理解了这个问题，我想大多数人的直觉会是:当然不是!你到底想问什么?但从日常生活的角度来说，假设答案是"不"是完全可以的

事实上，这对密码学有实际意义。几乎所有我们在互联网上使用的加密技术……例如，任何时候你从亚马逊(Amazon)订购东西，你的信用卡号码都受到加密代码的保护，这取决于P不等于NP．事实上，它依赖于比这更强大的东西。例如，它依赖于这样一种信念:乘到一个巨大的数——数千个数字的巨大质数——比把合成的数分解成质数要简单得多，这符合我们的经验，而且就数学家所知，这是正确的;但没有人能证明这一点。如果你能找到一些快速算法把数字分解成质数，那么你就能破解几乎所有我们在互联网上使用的密码学。

现在，如果你能证明P＝NP，这样你就能得到快速分解算法，也就能得到除了密码学以外的其他一万件非常重要的事情。比如工业优化，设计能优化气流的机翼;设计出你想要的药物;做机器学习，训练神经网络来识别模式。这些都是可以大大加速的，你知道，如果P＝NP,对吧。现在几乎所有计算机科学的人都相信，P不等于NP．我想说的是，如果我们是物理学家，我们会直接宣布这是自然法则，然后就用它来解决它。但因为我们是数学家，我们不得不承认，还没有人能证明这一点。我们希望最终能够证明这些事情。这个困难其实很容易理解。要证明一个否定是非常困难的。很难排除有任何快速的算法来解决所有这些问题NP任何人在未来可能会遇到的问题。但这就是要求的。

有多少次试图证明P＝NP你见过吗?

我确实得到了证明P＝NP在我的收件箱里，大概每周。这些实际上比证明更容易处理P不等于NP因为如果有人说P＝NP，你就可以说:“嗯，那太好了。”这是一个2000位的数字。你为什么不把原因告诉我，然后我们再谈谈呢?”然后你知道，你没有收到那个人的回复。或者他们说，“我需要你资助我来进一步发展我的算法，”或者别的什么。对不起,男人。对吧?

但如果有人说他们有证据P不等于NP如果你真的想反驳它，你就得投入进去。实际上，这并不像你想象的那么难，因为只有一些错误会一遍又一遍地重复。但通常,错误是混淆的一些混乱符号和它可以令人讨厌,所以我想出了一个协议,如果这个人是愿意支付100美元左右,然后我会有一个麻省理工学院的研究生过目一下,寻找错误和对应。我们已经做过很多次了。

如果这是每周都发生在你身上的事情那么下一个人声称他们有证据P＝NP甚至不会让你血压升高这就像，“好吧，是的。这是伟大的朋友。”前几天有人打电话给我说，“我有证据。P不等于NP“但正常的任务是证明这一点NP大于P,对吧?当然P包含在NP因为如果你能解决一个问题，那么你也可以通过简单的解题来验证它的解，对吧?他说，“哦，但我可以证明P甚至都不包含在NP所以我就说，好吧，我觉得你没有理解这个问题。

证明这一点的证据会有什么效果呢P＝NP？

让我试着给你们解释一下如果P＝NP．我得小心点。我不得不说，“如果。P＝NP，而且，如果算法在实践中真的很有效，”因为人们总是会说:“可能是这样P＝NP，但算法解决的任意NP问题就像n到第一千次，虽然理论上这是多项式，但在现实中并不有效。所以我们不得不说，看，当我说到后果P＝NP我是说真的，如果P＝NP，而且如果算法真的足够高效，可以实现，对吧?

我认为最令人兴奋的结果可能不是你可以破译我们在互联网上使用的所有密码学，或类似的东西;它甚至不会加速优化问题的解决。对于任何一组数据，你都可以试着找到最小的模型来解释这些数据，而且效率很高。例如，你可以取所有的历史股票数据，然后说:神经网络的权重是多少，它能优化网络预测过去所有股票价格的能力。一旦你训练了这个神经网络，你就可以用它来预测未来的股票价格。或者你甚至可以问:在短时间内输出莎士比亚全集的最短程序是什么?你可以尝试用这些方式来逆向工程智能或创造力，只要给你的电脑输入大量的数据，(然后)给它一个问题:想出一个能够从头开始复制这些数据的小模型。这是一个NP问题。这是一个问题，如果计算机提出了这样一个模型，那么验证它是正确的就很简单了。因此,如果P＝NP然后你可以去找模型。

确实还是会有困难，对吧?例如，仅仅因为你找到了莎士比亚的37部戏剧的最佳压缩版本，并不意味着你可以使用生成的程序来编写第38部戏剧。也许是，也许不是。但真正酷的是，你可能会说，某些类型的机器学习技术可以让你从你发现的东西中归纳出来，而某些类型的机器学习技术却不能让你这样做。但即使是这个问题——提出好的机器学习算法，让你从发现的东西中归纳——也可以通过使用这一事实来加快速度P＝NP．所以你可能会问:什么是神经网络的最佳设计，让我能够学习东西，让我能够输入大量数据，并创建程序，从这些数据中自我学习。在所有简短、高效的程序中，哪一个在这个任务集上做得最好?如果P＝NP然后你可以找到这些东西，你可以得到一些自我提升。你可以实际应用P＝NP找到更好的方法来利用这个事实P＝NP．

这听起来像是科幻故事的好素材。

兰斯·福特诺已经这么做了。他把这本书叫做金票他在书中有整整一章是在构建一个科幻场景，在那里他被发现了P＝NP．问题是，我读过一些硬科幻小说，比如弗纳·文奇(vernor Vinge)、格雷格·伊根(Greg Egan)之类的人，他们经常想写比人类更聪明的东西，对吧?从本质上讲，要想写出比人类智慧更伟大的科幻小说是不可能的因为一旦你有了一个，它就会开始思考那些你作为作者无法思考的问题，对吧?我想说的是:你怎么写关于奇点的小说，对吧?人们喜欢推测这个技术奇点，即电脑变得比人类更聪明，然后他们开始优化他们的目标，或优化他们的效用函数——不管它发生了什么——人们想出了一些奇思妙想的例子。也许人工智能的目标是将整个可观测的宇宙转换成回形针，并将巨大的智慧投入到我们甚至无法想象的目标中。就会有一个曲别针球以光速从地球向外膨胀。这就是以利泽·尤多科夫斯基的例子。

但事实是，这有点像一只狗试图写关于我们的小说，对吗?事实上，你能读到的关于这类主题的小说往往是完全不能令人信服的。同样的道理也适用于虚构的外星人，他们被认为比人类聪明得多。但事实上，当你读到他们的时候，你会觉得他们永远不会比写书的人更聪明。所以,P＝NP我的感觉也差不多。我可以试着讲讲接下来会发生什么。好吧，有人破解了互联网上所有的密码。他们可能会告诉国安局，也可能只告诉别人。也许他们还想敲诈钱财。然后有一些糟糕的电视节目和东西围绕着这种想法，对吗?你可以讲故事，你知道，有人设计更好的药物来对抗癌症——这是兰斯·福特诺在他的书中所做的。但很快，你就进入了算法高效的阶段，算法的存在是因为P＝NP，被用来设计更好的算法或更好的机器学习方法等等。在那之后会发生什么我想我们很难说。

计算机是如何驱动我们改变我们理解信息的方式的?

数字计算机的发展确实促使我们对信息进行更明确的思考，比以往任何时候都多，并发展了关于信息处理的明确理论。通常情况下,有些人会说,“哦,你谈论大脑的计算机,但这只是因为电脑恰好是我们特定的技术时代,在此之前,人们会说,大脑是一个发条,因为时钟是那个时代的技术等等。”人们会说这是一件非常、非常明智的事情，它会让你认为计算机只是一种转瞬即逝的时尚。

这样想的问题是，根据定义，计算机本质上是通用机器。这台机器的功能是能够模拟宇宙中任何其他机器。从这个意义上说，计算机不仅仅是另一种技术，对吧?它不像烤面包机之类的东西，只有一个功能。这是图灵很欣赏的理论观点，他在1936年的论文中证明了这一点。他证明了一件事，那就是你可以创造出一台图灵机，它可以模仿记忆中描述的任何图灵机。

我喜欢称之为软件行业的存在引理。这说明你可以拥有软件。但这也是很实际的。我们知道我们不需要买一台不同的电脑来玩游戏，文字处理，收发电子邮件，浏览网页，以及其他所有我们想用电脑做的事情。我的意思是我们可以;但我们不需要。事实上，我们过去不得不随身携带各种各样的设备，比如要看的地图、手机、指南针和记事本;现在你可以拿走你的智能手机了。因为它的通用性，因为计算机是一种通用设备，你可以用这个设备为你做任何事情。不仅是我们到目前为止想到的所有东西，还有各种各样还没有被发明出来的未来事物。不管它是什么，可能会有一个应用程序。

有时，人们还会哀叹，自20世纪50年代或60年代以来，社会上的技术创新实际上似乎已经减少了。现在人们不再像上世纪五六十年代那样，对太空旅行、大型基础设施项目或全新能源等事情抱有雄心壮志。他们通常会说，唯一仍在进行创新的领域是计算机。这不是真的，但(他们会说)你能真正看到这种构建新事物的强大文化的唯一地方是在软件领域。

我想说的是，软件就像任何技术的临界点。你把它做得足够远，然后你想把计算机放在那里，因为计算机是通用机器。所以它们在任何地方都是有用的。然后问题就变成了如何给这些电脑编程。

信息是否让某种目的论的度量回到了物理学中?

史蒂文·平克在他的一本书中，举了这样一个例子:我们如何解释一个人为什么要和另一个人见面?假设他们安排在酒店大堂见面晚10点,然后出现,天真的人,我们会说嗯,你指望这个人因为你跟他们说,他们会出现,这就是他们的意图。他们会采取行动来实现他们的意图，比如上一辆出租车，告诉他们酒店的名字，这就是他们来的原因。

但之后，你学了一点，你会说，“哦，那只是一些神秘的说法。所有这些意图其实并不存在。”真正发生的是，特定的神经元以特定的模式放电，在物理世界中发生了特定的化学反应和特定的运动，这导致了你所说的结果。然后你了解到更多，你会说，好吧，这只是不真实的，比其他描述它的方法更没用。另一种描述它的方法同样正确而且比我们现在讨论的更合适。你可能会说这个人出现是因为他们想这么做，因为你这样说并没有把目的论引入物理定律。你使用了一个强有力的速记法。你正在使用一种强有力的表达语言来谈论特定的物理对象，比如大脑，它们以特定的方式组织起来，从而具有意图。如果你可以使用这种语言，你也可以使用它。

你为什么要参与这么多的辩论?

听着，有些情况下，我能看出克制的智慧，不说的智慧，但我就是没有那种智慧。如果我有了它，也许我会成为一个更好的人。但在某些情况下，即使是我也能很容易地意识到有些事情是真的，我绝对是对的，它是真的，但大声说出来仍然是一个非常糟糕的主意。比如，如果有人在讨论中说了一些非常愚蠢的事情，你不必说，“你是个愚蠢的白痴，”即使情况确实如此。因为没有攻击人的理由;它没有任何用处。但当谎言真的长出毒牙被用来做坏事时，我认为微积分就变了。

你是D-Wave最直言不讳的批评者之一，这家公司声称自己已经建造了量子计算机。为什么?

从某种意义上说，这样做并不是我的选择。我的第一反应是别管他们，让他们做自己的事，只希望他们成功。希望他们能想出好点子。但问题来了，当D-Wave刚刚开始向媒体发布这些重大声明时，在公众的心目中，开始定义量子计算的意义，因为他们在那里说，我们实际上已经建造了实用的量子计算机，我们正在销售它们。这就会被不偏不倚地报道出来。三年级的错误只会转载完全不加批判,然后因为我碰巧对量子计算,再次因为这个博客,我只是碰巧缺乏智慧的人闭紧嘴巴,人们将继续发邮件我说,看,你看见那个递波宣布了另一个消息吗?你会对此做出回应吗?所以这对我来说就像是一个挑战，如果我不回应，那我就含蓄地接受了他们说的是真的。所以我必须做出回应。

一开始我提出了一个关于D-Wave的常见问题，我只是想澄清一下情况。但是，即使我说的最温和的话也会被理解为“啊哈!这个精英象牙塔学者正在攻击正在建造真正的量子计算机的公司等等等等。”人们对它采取如此强硬的意识形态路线真的让我很惊讶，因为这看起来很明显——如果你在商界，你会想知道:“这东西到底是做什么的?”

你为什么总说自己是悲观主义者和脾气不好的人?

我是说，人们似乎就是那样对待我的，就像我说D-Wave的时候。我觉得这是一种公平的方式(例如，当我谈论D-Wave时)。显然，他们的责任是为他们的主张提供证据，显然，作为科学家，我们的角色是对此持怀疑态度，但这被其他人解释为我是个脾气不好的人。你知道，如果你被喊了很多次，最后你会说，好吧，好吧，我拥有它。我会自豪地戴上这个标签。但这不是我的感觉。

你是怎么卷入一场关于激光打印机电视广告的争论的?

我想八年前在澳大利亚有一个印刷广告。广告中，两个超级名模在酒吧聊天，其中一个说:“好吧，但如果量子力学不是关于粒子、波、物质或能量，那它是关于什么?”第二个说，“在我看来，这是关于信息、概率和可观察到的东西，以及它们之间的关系。”然后第一个说，“这很有趣。”然后它展示了一台理光打印机，上面写着，“一个更智能的模型。”这是一个愚蠢的笑话，但后来有个住在澳大利亚的人看了我的博客，给我发了一个链接，我可以在YouTube上看这个广告，他们说这难道不是抄袭你的课堂笔记吗?你知道，事实上，他们是。广告中有两句话不是来自我的课堂笔记:“这很有趣，”和“一个更智能的模型。”

我感到很有趣。我不知道该如何回应，所以我就发了一篇博客，标题是“澳大利亚女演员抄袭我的量子力学课来卖打印机。”我说过我想给它想出一个诙谐的标题但实际上，我无法改善实际情况我只是给出了链接我说人们认为我应该对此做些什么?我应该受宠若惊吗?我应该叫律师吗?然后，这是我在我的博客上做的第一件事，它以一种我意想不到的方式爆发了。我想第二天，它就进去了悉尼先驱晨报当时我在拉脱维亚拜访一位同事，但我在拉脱维亚的酒店房间里接到了记者的电话，因为——“麻省理工学院的教授指控一家广告公司剽窃!”这是我通过这种方式学到的一件事，自从来到这里，它就有一个缺点，那就是我永远不能作为一个个体来做一些事情。就像麻省理工的教授做的那样，对吧?这是一种我不想要的责任。

你父亲是一位科学作家，是他让你进入科学领域的吗?

我想正是因为他，我从很小的时候就接触到了这些东西的存在。因此，当阿诺·艾伦·彭齐亚斯和罗伯特·伍德罗·威尔逊在20世纪70年代因发现宇宙微波背景辐射而获得诺贝尔物理学奖时，(我父亲)当时是贝尔实验室的一名作家，我想他的工作就是把它变成贝尔实验室良好的公关，他认识这些人，他采访了史蒂文·温伯格和约翰·惠勒。他和这些物理学家谈过所以它是大气的一部分。

甚至3或4或5的时候,他会告诉我光速,它是186000英里/我非常感兴趣的具体数字,时间你可以的方法,但你不能超过它,他就会告诉我,宇宙大爆炸是什么,多久以前。我是说非常基本的东西。他不是科学家，但这足以让我对此感到好奇。

我想他做的另一件事是他在写作方面帮了我很多。是的，我仍然觉得用书面形式表达自己比用口头表达更舒服。你现在可能听到了，我不是世界上最流畅的演讲者，我知道这一点。但我更喜欢写作。这是我喜欢写博客的一个原因。但在很小很小的时候，他就会批评我的作品，说不，这太啰嗦了。你为什么这么说?你之前已经说过了。没必要把这个放在那里。所以他会让我思考如何在写作中表达自己，我认为这对我来说也很重要。

你的博客点击率很高。是什么激励你去保持它?

如果我写一篇博客文章，它不一定有最深刻的见解，或者我不需要花几个月的时间去思考我到底要说什么，就像我写一篇研究论文一样。但是,另一方面,如果我现在就像一点比的主流话语,其实不是很难,然后我有非常大的影响,成千上万的人将会读,和数量级的更多的人会比将读取这个研究论文,阅读它即使我要花更多的时间来写研究论文。所以因此总是有temptation-like如果我写一篇研究论文,真的很难,我想,你知道,拖延一个总是这种诱惑,嘿,我可以写一篇博客文章中,它将把我一天,我会得到即时反馈,人们将立即开始发微博,留下评论，对它做出反应，我有一些我认为是真的的话要说，这对我来说并不难表达，所以这就像是一种即时的满足，你知道，对世界的即时小小的贡献。

为什么你的博客叫shtetel - optimized ?

我总觉得自己是一个为不同时代设计的人。我会读我的曾祖父母或祖先生活在这些东欧在欧洲,这些犹太村庄,就是显而易见,学习是非常高的要求,你可以整天做,生活中其他事情自动就会自己照顾自己。我一直都有这种感觉尽管事实并非如此。

如果你不是科学家，你会是什么?

可能是某个作家。我试过写小说;这是一项非常困难的技术。我不知道我是否真的能成功。但我觉得我可以成为一名科普作家。我十几岁的时候想到的另一件事是进入软件行业，进入硅谷。我进入计算机科学是因为我喜欢编程，因为我想制作自己的电子游戏。但后来，你知道，我只是在一些真正的大型软件项目中工作了一段时间。