宇宙论文发表

找相关杂志社询问下，信得过咨询我也行，可以追问

康斯坦丁·齐奥尔科夫斯基写的。1903年，俄罗斯的康斯坦丁·齐奥尔科夫斯基发表了《利用喷气工具研究宇宙空间》的论文，深入论证了喷气工具用于星际航行的可行性。

在齐奥尔科夫斯基一生中，他最感兴趣、花费精力最多、取得成就最大的领域是航天。在很小的时候，有关星际航行的问题已经开始强烈地吸引着他。他在1911年回忆说："在过去很长时间里，我也和其他人一样，认为火箭不过是一种少有用途的玩具。

我已很难准确回忆起我是怎样开始计算有关火箭的问题。对我来说，第一颗太空飞行思想的种子是由儒勒·凡尔纳的幻想小说播下的，它们在我的头脑里形成了确定的方向。我开始把它作为一种严肃的活动。"

元宇宙发表论文

1.写作一篇大概2000-2500字符的论文（一个版面的量，如果感觉太短，可以根据所需来写，不过版多，费用也就高了）论文要求论证有理有据，语句通畅，没有语病，和错词，查重要在百分之三十左右2.根据自己的专业，和发表的要求（如需要省级，还是国家级，需要知网收录，还是万方，龙源，维普）还有就是预算（有的杂志几百，有的上千）。再有一个就是版面时间了，（就算自己再想发哪个杂志，版面时间不合适，也是白搭）3.选好杂志后，就是投稿了，投稿成功了，杂志社，会以电子稿的形式，发一个录用通知的。4.打杂志社的版权页上在的电话查稿就可以了（这个可以通过收录的网站进行，杂志社电话验证的）5.查稿确定了，付版面费。6.收杂志（出刊后会给作者一本或者两本杂志的，多个作者两本样刊，一个作者一般是给一本样刊）7.出刊后的1-3个月文章上传到网上。

1.写好论文，然后找到合适你的刊物，你是什么类的文章，就去找适合你的刊物，文章类型要合适你，刊物质量要适合你。如果你写了质量很一般的论文，想投稿到核心期刊，那就是不合适，也白忙活。2.找到合适刊物之后，就是投稿，一般审稿1-2个月，核心会在会长一些，等结果，录用了就录用了，没录用就再投稿。3.如果着急发表，想快速发表出来，可以找淘淘论文网这种专业机构发表，2-3个月就可以发表出来，就是需要多付点费用。

本人从事期刊投稿咨询工作，各位对发表论文如果有什么不懂的，欢迎随时来问~————————————————————1、明确自己发表论文的目的是什么，是纯粹自己想发，还是因为单位的要求（评职、评奖、保研、项目结题、留学……）；2、自己想投稿增加履历的话就不多说了，有能力有时间有精力想投什么随便投，我重点说一下，如果是单位要求发论文的话，那么切记，一定要根据单位的要求来！否则即便发了也没用！单位对期刊的要求一般都是要求省级以上正规学术期刊就行，这个要去新闻出版总署查询刊物是否正规，再看看最近半年期刊收录情况是否正常，另外，个别单位对期刊收录网站有要求，必须是万方、维普、知网等几大数据库收录的才行。3.明确单位对期刊的要求后，还要注意期刊的出刊时间，比如评职称在9月递交材料，那么你选择的期刊必须要确保在交材料之前，最好8月底之前就能拿到期刊，不然根本来不及，还有学生毕业、评奖、保研需要发表论文也一样，必须要确保在规定的时间之前期刊能出刊，否则评审交材料拿什么交？4.最后根据经验，提醒大家注意以下几点：期刊的刊期和出刊时间是不一样的，比如某本期刊一年12期，现在收21年7月的版面，但可能出刊时间会在8月、9月，也就是延后出刊，现在基本上都是延后出刊，所以咨询投稿的时候要注意问清楚出刊的时间而不是刊期。注意报刊、连续型电子出版物，这类期刊里虽然有些名字很好听，版面费也便宜，但是，很多单位是不予认可的，所以，这类期刊一定要慎发，特别是因为单位要求而发表论文的，更是要注意，很可能发了没用。至于如何分辨期刊是否属于这两种期刊，也很简单，去新闻出版总署一查便知。

华东政法大学政治学研究院。元宇宙的政治社会风险极其防治，并提出了对应的防治措施，在华东政法大学政治学研究院进行发表。华东政法大学政治学研究院成立于2008年2月，组建政治学研究院的宗旨是“加强政治学学科人才队伍建设，提升政治学学科研究水平。

元宇宙论文发表

1、投稿原则欢迎任何领域、任何国家、任何行业人士投稿。（不可包含任何政治议题或破坏国家主权的内容）本期刊分为《元域宙-理论》何《元域宙-实践》。2、实行会员制无论是科研界、工业界、服务界、直播精英、家庭自主生活人士等等，都可以免费申请成为本期刊会员，遵守本期刊的发表原则以及规定。会员之间的交流互动与本期刊无关。成为会员步骤：（1）提交申请意愿登录以下任意管道或通过本期刊任一学术编委提交申请：·《Metaverse》期刊官网：https://site-5431064-4471-7831.mystrikingly.com/·承办出版社YipChing Publishing House Limited（HKSAR)官网：https://site-5431064-9723-4795.mystrikingly.com/·投稿与学术秘书邮箱： / （2）接收邮件，填写会员信息，签署会员遵守协议（3）期刊编辑部审核会员信息（4）期刊发送会员编号，接收邮件（5）通过邮箱或官网投稿（观点、政策、学术论文、创新发明等），请附带会员编号3、稿件形式学术期刊：8000字左右，图表分析、程序设计代码、参考文献等字数不限制。观点：300字以内，简明扼要能表达自我观点。政策：包括提案在内5000字左右，图表分析、程序设计代码、参考文献等字数不限制。·投稿与学术秘书邮箱： / 、稿件主题1.元域宙总体构架；2.元宇宙的域治理；3.元域宙的资信体系；4.元域（宇）宙金融基础设施；5元域宙的信息化基础设施；6.教育元宇宙（元育宙）；7.创新元宇宙；8.工匠元宇宙；9.认知（出版、自治）元宇宙；10.智库元宇宙的域治理；11.元宇宙的道德生态体验；5、稿件参考内容应用场景研究1、新兴零售业电子商务解决方案利用云服务处理流量波动问题，扩展业务运营、降低成本2、电商直播迅速简捷设定全方位实时购物平台3、新零售解决方案新零售时代下，实现传统零售业转型4、零售业大资料咨询服务协助零售商迅速规划数码化旅程5、全局资料中台专为大数据建设、管理及应用的全局解决方案6、网上商店专用云端 POS 和远程支付解决方案所有操作集中于同一云端 POS 系统之中7、对话式 AI 服务全管道内置 AI 人工智能驱动、拟人化、多语言对话的聊天机械人8、金融服务云端金融科技为云端商家提升客户满意度9、金融科技数据库解决方案善用专为金融科技而设的云端原生数据库解决方案10、数码信贷透过大数据及人工智能减低信贷与诈风险11、外汇建立快捷且安全的全球外汇平台12、媒体电商直播迅速简捷设定全方位实时购物平台13、体育赛事与盛会现场直播在互联网上流畅直播体育赛事与盛会，与全球观众同步14、农场远程建设将内部算图农场连接云端15、个人化内容推荐建构探索服务，有助客户寻找最适合的内容16、媒体存盘保障您的媒体存盘17、游戏解决方案针对页游、手游等不同场景根据业务需求弹性伸缩的游戏解决方案18、游戏专用云端数据库解决方案19、网上教育迅速建构网上教育平台，专为遥距教学而设的加速全球联网方案，在教学系统与遥距学生之间建立快速稳定的环球网络联机20、电信云端电讯解决方案，透过统一数据驱动平台，全程提供贯彻始终的客户服务21、电讯商适用的超级应用程序建构全方位电讯与数码生活风格平台22、内部公用云端符合数据保护法规，极致提升利润23、为各国电讯公司而设的客户互动平台提供多渠道流畅客户体验24、医疗保健与生命科学CT 影像分析，缩短 CT 影像分析时间，弹性高效能运算加速药物与疫苗研发，全基因组定序分析，提升病毒扫描及侦测效率，疫症预测，对疫症进行预测25、用智慧技术数字化运动赛事，降低成本的人工智能体育赛事直播服务，专业的广播转码与讯号分发管理服务，智能互动赛事指南

经过几年的膨胀期，算法的热度快速下降，不论是AI四小龙的上市之路艰辛，还是各大头部互联网公司的副总裁重返学术界，以及算法人员的招聘冻结。这里有总体经济形势恶化带来的影响，也与算法本身的能力上限有关，在各类学习任务上，算法的性能正在逐渐进入瓶颈，通用任务效果提升的梯度在逐渐变小，有效的进展都依赖于超大规模的数据和模型参数，以通用语义表征任务为例，完成一次超大规模的预训练模型的成本达到数百万元，极大地限制了中小企业参与的机会。

在业务应用方面，经过几年的持续建设和多种类型功能的输出，业务依赖的不同方向所对应的内容理解算法在应用和效果层面已趋成熟，能够带来惊喜效果的机会变的很少。这种形势下，作为偏后台支持的角色，如何去识别并持续深化内容理解算法的作用变得很重要。本文试图从价值视角分析内容理解的生存形势，发掘未来发展的可能性以及从业人员的应对手段方面做了些不算严谨的阐述。

一直以来我们定义内容理解算法为业务的万金油，随时随地可以插拔式应用。从配合内容生产者做创作提示，帮助运营做质量分析，版权保护，相似查找，帮助搜索算法提供长尾查询的效率增强，帮助推荐算法提供标签等细粒度语义特征，根据消费者的负向反馈进行同类型的内容屏蔽(如软色情，恶心，不喜欢的明星)。因此很自然地，我们把内容理解算法的使命定义为“内容流转的全链路提质提效”，这里的质量包含对确定性劣质的去除，以及优质内容的免审或者高曝推荐。效率指的是把内容从生产到消费的链路上的时间优化到最快，包括配合运营进行快速的内容筛选，辅助分发算法进行人群和内容的精准匹配。

这里需要回答的是，在上述相对完备的能力基础上，内容理解算法所能提供的最核心的价值是什么？

首先是客户的定义问题，内容理解算法的客户不是运营，不是分发算法，也不是生产者和消费者。而是要回归到最原始的“内容”，用于对内容进行附加值的极大化提升。

其次，参与到内容流转各环节的角色承担了对内容理解算法的价值落地和放大，不论是运营所主导的平台意志实现，分发算法对内容和消费者的高效匹配，以及生产者和消费者分别从内容供给和消费方面对内容理解算法的诉求。

最后，内容本身是一种载体，载体背后是人对现实世界的刻画，平台层面有对内容进行按需取用的逻辑，消费者也有用脚投票的权利，这里的内容理解算法不应当做任何的自我倾向，按照业务诉求的多样化能力输出是内容理解存在的核心价值，否则通过简单搬运学术界的开源模型便可形成表面上的业务能力堆砌，显然是无法满足业务的增长诉求。

因此，我们可以形成价值定义： “内容理解算法的核心价值是内容全生命周期内，根据服务业务的多样化诉求，提供智能化和结构化的理解能力，其衡量标准为上述能力带来的附加效率提升和成本下降。”

从这个定义来看，内容理解算法似乎没有站在主战线上，价值被隐性地统计起来。实则不然，就如战争一样，冲锋在前的部队只有少数，而承担防守和辅助任务的兵种实际上是不可或缺的，很多时候也决定了战争的走向，历史上由于后勤保障问题导致战争走向改变的例子比比皆是。就如定义中的效率提升，它其实不是一票式的，由于效率的提升会带来供给者和消费者的规模增大，又会产出对内容理解算法效率提升的更多诉求，这种正反馈式的链路也是内容业务可以快速实现既定目标的重要方式。

一、估值游戏

以2021年11月小红书的估值来看，彼时6千万DAU和47分钟人均时长的内容社区获得200亿美金的估值认可，这属于一个早期内容社区经历过较长时间的成长后才能达到的高度。考虑一个相对创新内容业务，两到三年的时间想要达到5000万DAU和5分钟的人均时长其实还是比较困难的，按照对标小红书的逻辑，估值上限为30亿美金，假设内容理解算法对业务贡献率用3%折算，估算下来内容理解估值为9千万美金，按照简单的市销率10倍计算，内容理解每年的营收为900万美金(按照估值反推营收的原因是是内容理解算法对业务的点状式能力输出难以做到精准的量化统计)。

900万美金是非常尴尬的数字，因为内容理解算法存在比较高昂的成本，从大头上来看，内容理解算法支出分为三部分，第一部分是算法人员，以15人的支撑团队计算（看起来有点多，实则不然，想要支撑对未来预期的增长，15个人实际并不够用），按照单人每年的支付成本150万计算(这个成本折算到员工回报大约为100万左右，已经没多大市场竞争力)，大约400万美金/年；第二部分是资源消耗，按照百万内容/天的规模计算，各种资源成本(包括机器，存储、辅助软件等)大约500万美金/年；第三部分是配套工程人员，产品经理，外包标注支持等，这部分大约150万美金/年。可以看到业务发展到这个阶段，内容理解算法是入不敷出的。

按照上述口径，能够改善内容理解价值的核心方法包括三个方向，一是业务估值的上升，需要业务DAU和时长的稳定提升。二是内容理解算法的业务贡献率提升，这里对内容理解算法的要求是比较高的，不仅仅要从内容的质量，生产者的辅助，分发流量效率，业务的大盘生态，或者业务商业化上有所作为。三是降低成本，这个路径的可行性很弱，反倒是随着业务的成长，成本的消耗会进一步增加，能够做的是控制成本增长的速度小于业务增长。

“按照业务贡献对处于业务发展前期的内容理解算法进行价值衡量，情况是非常不乐观的”。

二、价值重塑

前面的视角是业务闭环下的价值衡量，放开到更大的视角，内容理解算法之所以构成相对独立的功能单元是因为它提供的能力是相对通用的，比如标签识别算法不仅仅可用于小红书，也可用于抖音和快手这样的内容业务。

因此在支撑具体的业务的过程中沉淀出通用算法进行其他类似业务的价值输出，是内容理解算法的另一扇门。这里面临的另一个问题是如果是头部业务，一定是要求内容理解算法是为它量身定制的，而中小业务愿意为内容理解算法买单的价钱是有限的。针对这个问题的核心解法是在做头部业务能力定制的时候，提供尽可能通用的能力，通过对数量众多的中小业务形成价值输出，实现量级的堆砌。

此外，要差异化成熟业务和创新业务，对于成熟业务而言，内容理解算法对业务的微小提升可能是非常明显的，以京东平台为例，如果内容理解算法通过图像搜索或者同款识别等能力提升业务成交0.1%，也将是数亿美金每年的价值加成。对于创新业务而言，内容理解算法应当深入业务，从内容的全生命周期为业务提供硬核的能力，用以帮助业务实现生产者和消费者体感的明显提升，最终带来业务的正反馈式增长，早期的抖音就是依托炫酷的AI特效体系实现用户规模的快速增长。

“目前能看到的，让内容理解算法进行价值放大的有效途径是贴身服务头部业务的过程中，沉淀通用化能力横向输出尽可能多的同类型业务。针对成熟业务寻找对业务增长的确定性增长点，创新业务寻找到适合于业务快速增长的硬核能力”。

作为一名内容理解算法沉浮六年的老兵，我对内容理解算法的未来持谨慎乐观的态度。原因有三个方面，一是这一轮深度学习带来的算法提升空间变得有限；二是互联网用户进入存量时代后，头部内容会更加精耕细作，从追求效率转向运营的精细化和粘性保持；三是对未来可能出现的下一代内容消费方式的期待和观望。

一、相对有限的算法提升空间

过去的几年，内容理解算法的演进可以分为三个方向，一次是从传统的手工特征到神经网络特征的升级，通过大数据和大算力实现效果的明显提升，也极大降低了算法人员的准入门槛；二是对内容的理解从单一模态升级为多模态&跨模态，以及以图神经网络为基础的推理能力；三是极大规模数据的模型学习，即以大规模预训练模型为基础的统一内容表征方式，催生了transformer家族的不断壮大。

然则，算法的性能逐渐接近瓶颈，不论是在看图说话、情感分析、还是标签识别等算法任务上距离人类仍然存在一定的距离，并且这份距离看起来短期内没有明确的突破机会。反倒是业界开始从监督学习往无监督学习靠近，试图利用海量数据学到背后的范式，这本质上是对追赶上人类能力的背离。

以transformer为例，百亿数据下训练一次消耗数百块GPU，数周的训练时间才有可能获得明显的效果的提升，这还不包括精细的网络调整的令人沮丧时间成本。此外下游任务想要得到期待的效果，还需要进一步的迁移学习。从表象来看，只是提供一个更好的算法学习的起点。

我们经历了一个业务对我们翘首以待到逐渐理性的合作过程，AI算法从来就无法成为救世主，而是有更强生产力的工具。当然我们不应当过于悲观，起码过往的几年，蓬勃发展的算法体系带来了从业人员的准入门槛极大下降，大众对AI算法的广泛认知也有助于内容理解算法相对长期的旺盛生命力和成长。

二、存量用户时代的内容社区的运营方式

中国互联网用于见顶，意味着各大内容业务必须进入存量用户阶段。存量用户阶段面临的困境是粗放式增长不复出现，用户群体开始细分，用户粘性变得更加艰辛，要求内容社区必须进行精细化运营。精细化运营背后的表现为对效率的要求下降，转而对用户心智和长期的战术保持耐心。这种情况下内容理解算法会成为散落到业务众多需求列表的功能支撑点，独当一面的机会愈发减少。

“从算法学习的角度来看，人的创意，玩法设计，互动属性是目标(ground truth)的天花板，因此此时此刻保持工具属性是相对合理的态度”。

三、下一代的内容消费方式

互联网时代的内容消费经历了文本到图像的升级，再到视频的升级，每一次内容消费升级背后产出对内容理解算法的爆发式增长，那么下一代的内容消费方式又是什么呢？

业界目前正在押注元宇宙，facebook甚至把名字都改成了meta。过去有几波VR/AR的热潮，看起来除了在某些线上成人网站和线下游戏设备之外，并未有足够颠覆我们日常生活方式的输出。

人类对更高级的感知外部环境和与他人无时空差别的交互需求是明确存在的，只是它是否由“元宇宙”承载却是个未知数。如果元宇宙是这个载体的话，那么虚拟世界的感情识别，触感生成，自然交互，生态的健康治理，超大规模内容消费下的负载下降会是内容理解算法可以尝试去攻克和深耕的全新地带，也会承担更为核心的角色。

“下一代的内容理解消费方式有机会成为内容理解的下一个主战场，但是目前的形势并不明朗，需要我们保持耐心地思考和观望”。

四、其他的可能

抛开头部综合性AI大厂商如百度，腾讯，阿里巴巴，华为等企业作为内容理解多样性需求输出的第一极之外，还有以内容理解算法作为平台能力输出的第二极，比较有名的是AI四小龙(商汤、旷视、依图，云从)，以及深度结合各民生领域的产业AI能力输出。

医疗AI，解决医疗资源匮乏导致看病需求无法被满足，人工看诊时间长等问题。比较典型的case是COVID-Moonshot众包协议，由500多名国际科学家共同参与，以加速COVID-19的抗病毒药物研发。

教育AI，解决优质教育资源匮乏导致的分配不公，及教师和学生的信息不对称问题，虽然国家正在推新教育双减政策，但是教育作为一项基本的人身权利应当得到更好的满足，比较知名的企业有松鼠AI，猿辅导等。

制造AI，解决制造车间设备、数量、功能增多、调度分配难度大、需求端个性化要求等问题，利用AI，自动化，IOT，边缘计算，云，5G等手段，充分利用生产车间的海量价值数据，把人从简单重复的劳动中解放出来以从事更高级的任务，帮助提高产量的同时降低缺陷率，比较知名的企业有正在香港上市的创新奇智和创新型工业AI-PASS平台提供商远舢智能等。

此外，还有在智能驾驶、智慧城市、芯片AI等产业领域深度耕耘的各种公司，他们正在充分发挥大数据和AI算法的能力，为各大产业带来源源不断的创新能力。

回到内容理解算法的现存生存环境，仍然存在一定的潜力可以挖掘。在下一代内容消费方式到来之前，可以做得更好，形成与上下游的积极联动，在现在的舞台上展现出更佳的风采。

一、产品

内容理解算法的产品是不是刚需，这个话题有点争议，有人说算法的产出速度是比较慢的，让昂贵的产品角色参与建设本身会存在浪费的情况。我个人认为内容理解算法所对应的产品角色必须具备，因为在庞大的业务体系后面，如果缺失了面向业务需求的自顶向下的内容理解算法体系设计和建设，非常容易出现业务赋能的水土不服。

产品需要考虑的核心问题是如何衡量长期和短期投入，算法是比较精细的工作，对结果的预期是非确定性的，因此需要做好对业务预期的管理以及同业务需求的及时交互。为了保障算法最终在业务的使用效果，前期可以通过简化版本或者半成品算法的产品化方案进行快速试错，帮助业务决策的同时给算法的长期迭代争取空间。此外，针对算法长期迭代设计有效的样本数据回流机制，通过配置化输出给到业务尽可能多的试错方式，以及业务上线使用后的效果实时监控等都是产品需要思考的工作。

二、运营

运营应该是内容理解算法打交道最频繁的相关方，内容理解算法的评价标准和业务适配都需要运营来进行构建和监控。内容理解算法是运营进行内容供给生态和消费生态运营的智能助手，从内容结构化标签角度提供到运营各种分析使用方式，如内容审核、内容圈选，内容人群定投等。

和运营打交道对内容理解算法提出高要求，如何快速衡量需求的合理性及可行性非常关键。有时候内容理解算法做了过度承诺，导致上线效果不佳，影响业务的发展。有时候对算法实现效果的不自信或产品化用法借力不够从而拒绝需求导致业务失去宝贵的试错机会。因此内容理解算法应当对内容运营的链路有相当的掌握，可以和运营一起定义全链路算法能力，从应用的视角推进算法需求的合理有序的开展。

三、生产者

生产者对于平台来说至关重要，巧妇难为无米之炊，不论运营和分发算法多么牛逼，缺少了高质量的内容生产来源，业务是不可能有持续增长的。通常情况下两千优质生产者加上数万的普通生产者即可支撑起千万DAU的业务，如何服务好这部分生产者对平台来说非常关键。

内容理解算法和生产者目前的主要交互方式包括几个方面，一是在内容生产的时候给到生产者的内容元素的智能推荐，如话题，标题，配乐的推荐等；二是进行内容展现效果的提升，如滤镜，贴纸，美颜，画质增强等；三是从质量层面给予生产者指导和管控，包括从业务视角给到生产者发布的内容大致因为何种理由不被平台采纳，内容高热趋势消费榜单，内容的版权保护等。

从生产者视角来看，尽可能多地从平台获取流量或者商业化价值是根本追求，因此往往会出现对平台规则的不断试探以攫取利益，如发布大量的擦边球或危言耸听的内容。内容理解算法需要在内容供给规模不断变大的情况下帮助平台保持健康的生态和有效的流量分配同时尽可能给到生产者更多指导。这种相爱相杀的关系也给内容理解算法带来了不少的挑战和生存空间。

四、分发算法和消费者

把分发算法和消费者放在一起的核心逻辑是内容理解算法绝大部分情况下是需要通过分发算法和消费者打交道的。从消费者视角观察，高活用户代表主流心智，如何服务好这波群体关系到业务的生存问题。中低活用户是平台的增量所在，持续加强这部分用户的平台粘性是关键任务(这里会有部分用户的出逃，为了维护平台的心智，这部分的牺牲是可接受的)。分发算法承担了把海量内容做负载下降后根据用户的长短期兴趣进行推荐的使命，分发算法是需要秉承平台意志的，用于进行内容的流量调配用于影响消费者的体感和心智，给平台带来源源不断的生机。

早期编辑为主的内容分发模式下，消费者是被教育的对象，一天之内能够看到的新鲜内容是非常少的，这种情况导致消费者的浏览深度和时长是受限的。个性化推荐模式下，用户的兴趣被极致放大，由于相关内容和新鲜内容的快速推送，消费者会感受到强烈的沉浸式消费体感。然而内容的多样性，消费体感的持续维护，兴趣的拓展等变得非常重要，这给分发算法的精准性提出很高要求。提供分发算法细粒度的识别能力是内容理解算法可以大展身手的机会，内容是否具备不错的分发潜力以加大分发流量？内容的适合人群是什么？用户无序浏览背后的核心兴趣是什么？软色情/部分人群不喜好内容(蛇虫宠物)如何精准识别用以分发调控等问题都是分发算法难以触达的地方，这些命题正是内容理解算法可以深入研究并影响内容分发和消费的重要方面。

除了特定的场景(如互动玩法，个性化封面图等)，内容理解算法应当恪守自己在内容生命周期的参与广度。涉及到内容的分发和消费，内容理解算法应当把自己定义为分发算法不可或缺的助力，而不是试图去做替换，站在内容理解算法视角，分发算法可以约等于消费者。以饭馆运作为例，分发算法是大厨，根据消费者的口味和食材和菜谱提供个性化的食物服务。内容理解算法可以对食材进行质量管控，研发新的菜谱，在必要的时候提供半成品的菜品。和消费者的交互交由分发算法来处理，毕竟术业有专攻，内容理解算法可以在对内容的深度理解和消费者洞察上做纵向的深入，提供更多的可能性，包括生态、多样性、内容保量等。

内容理解算法和分发算法的理想态是正和游戏，零和游戏对双方都是没有意义的，因此这里额外对内容理解算法提出的要求是在内容消费场景建立一套相对客观的评价体系，通过算法的标准化评估进行上线流程的加速，通过不断的快速试错给分发算法提供更多枪支弹药。

五、工程&数据分析

一个好汉三个帮，内容理解算法背后也站着一群小伙伴，面向算法生产的大规模工程基础设施和面向算法洞察的数据分析能力可以帮助内容理解算法更好的发展。在内容爆炸式增长的今天，高效的算法工程体系非常关键，甚至是拉开不同公司差距的最重要手段之一。有个非常明显的例子，在业界举办的各种算法大赛上，只要是大型互联网公司参赛基本上都会出现霸榜的情况，这背后是模型训练效率的强大先发优势，拥有百块级别GPU并发训练能力的高校是非常少的。此外以通用向量检索功能为例，百亿级的向量索引能力在有限的算力和内存消耗下稳定运行起来是需要大量的工程优化手段的，而这个功能对算法的高效使用至关重要。

服务于内容理解算法，数据分析有非常多的应用。根据消费统计行为构建面向内容兴趣的用户画像，风向趋势内容消费对供给的指导，层次耦合的内容标签的合理挂靠关系，算法上线前的有效性分析，及算法上线后持续监控和异常告警等。

内容理解算法需要做的是面向业务场进行完整的架构设计，从算法的效率角度，包括算法服务效率，算法洞察视角等方面联动工程&数据分析提供强大的生产力，通过规模和系统厚度构建足够的技术门槛。

2021年对中国互联网，甚至是中国社会的前行都是不同寻找的一年，在全球经济下行，国家间人为壁垒构建的情况下，恰恰又遭遇了国内人口增长的停滞，国家对互联网平台的强管控，以及互联网用户渗透的见顶。

内容理解算法背后的AI算法体系多少也收到了波折，不过从整体形势来看，AI算法体系和产业化仍然在往前走。基础理论研发体系中对应的论文发表、会议举办及大赛的举行和参赛人员的规模都在增长。这两年的遇冷问题主要是受到市场大环境的影响，AI占总体投资的比重仍然在上升。从国内方面来看，全球经济的技术封锁进一步坚定了中国立足自主创新的决心和信心，国家十四五计划也明确提出了大数据，人工智能，VR/AR的产业发展规划，AI产业仍然有很强的潜力值得挖掘。

作为依附于业务的内容理解算法，需要有清晰的自我认知和定位。我们的核心价值是什么？它如何得到有效的定义和量化？作为服务于业务众多角色中的一员，如何做好同其他角色的正向互动？上述问题背后的答案代表了内容理解算法的核心作用。现在的算法界有一股投机风，什么热门就搞什么，有号称无需数据标注的无监督学习，有号称可以效果对标大量标注样本的小样本学习，有号称单个算法模型打遍天下的多模态预训练学习等等。如果从问题抽象简化的角度去研究基础的理论体系和算法学习范式是没有问题的，但是如果业务的算同学也把这类概念摆在嘴上是有问题的，脱离了业务场景的核心诉求去谈技术创造新商业，是一种对客户的傲慢，属于典型的机械主义。

作为深度结合业务的内容理解算法，应当从业务场景出发，结合算法的可行性去探索用于业务赋能的核心技术，对于明确可以产生正向业务价值的算法技术，哪怕需要较长一段时期的打磨，也要敢于投注建设，在算法研发的过程中不断地思索业务的更多可能性，逐渐把业务的不确定性转化为技术的相对确定性。对于较长时间无法形成对业务贡献的算法，应当果断放弃深入研究，当然作为技术观望跟进是没有问题的。

从目前形势来看，内容理解算法的发展确实碰到了一些困难，但我们可以保持对未来的谨慎乐观，期待下一代内容消费形态的来临，同时尽可能多地进行业务场景的细化进行能力输出和加强，把存量业务价值做好放大，通过算法自身的持续建设，为将来可能来临的那一刻做好技术储备。

发表宇宙学论文

这个盘国贼叫方励之！

方励之（英语：Li-Zhi Fang，1936年2月12日~2012年4月6日）生于北京，籍贯浙江杭州。中国天体物理学家，原中国科学院学部委员，中国科学技术大学原副校长，中国科学技术大学天体物理中心原主任。

1971年起在中国率先开展相对论天体物理及宇宙学研究，曾参与创建了国内高校首个天体物理实验室。

1987年被开除党籍并撤职。1989年6月5日，时任中国科学院北京天文台研究员方励之、李淑娴夫妇窜入美国驻华使馆文化处寻求“庇护”。叛逃美国后，曾在美国亚利桑那大学物理系任教授，从事天体物理学研究。2012年4月6日，在美国亚利桑那州图森市寓所死亡。

人物生平

初中（12岁时）加入中国共产党的地下外围组织，后就读于北京四中。

1952年，考入北京大学物理系。1955年加入中国共产党。

1956年，毕业于北京大学物理系，是理论物理与核物理专业的高材生。曾在近代物理研究所工作。

1958年，到中国科技大学任教。

1972年，时值文革中复课闹革命时间，方励之等9位教员，受到60年代国际一系列天文学新发现和新理论的吸引和激发，在方励之的带动下，自发组织起来开始了相对论天体物理及宇宙学的研究。

1978年9月27日，安徽省革委会教育局批准方励之等7名中国科技大学教师在恢复职称制度后首批晋升为教授。后任物理教研室主任及天体物理研究室主任。

宇宙是有限的？镜像是无限的？宇宙是有限的还是无限的？有没有中心？有没有边/有没有生老病死？有没有年龄？这些恐怕是自从有人类活动以来一直被关心的问题。宇宙学——它是从整体角度探讨宇宙结构与演化的天文学分支学科，其主要目的是利用已有的物理定律，或利用一些局部成立的定律，合情理地对宇宙作出推论。早在20世纪以前就有有关宇宙的记载。西方有关宇宙的研究可以分为四各时期。第一个时期是启蒙时期，主要是远古时代有关宇宙的神话传说。第二个时期是从公元前6世纪到公元前1世纪以至到中世纪（15世纪）为止，那时地心学主宰宇宙学。第三个时期是从16～世纪到17世纪，16世纪哥白尼的日心学说，开始把宇宙学从神话中解放出来，到17世纪，牛顿开辟了了以力学方法研究宇宙学的新经验，形成了经典宇宙学。第四时期，18世纪到19世纪，把研究扩大到银河系和河外星系，为现代宇宙学的发展奠定了基础。作为世界上四大文明古国之一的中国，在天文学方面有着灿烂的历史在天象记载、天文仪器制作和宇宙理论方面都为我们留下了珍贵的记录。现代宇宙学是从爱恩思坦1917年发表的论文《对广意相对论的宇宙学的考察》开始的，1922～1927年，原苏联数学家佛里得曼（A.Fredmann）、比利时科学家勒梅特（A.G.lemaitre）提出和发展了宇宙膨胀模型。1948年，邦迪（Bondi，H）、哥尔德（Gold,T）、霍伊尔（Huyle,F.）提出完善的宇宙学原理与稳恒的宇宙学原理模型。还有一些宇宙论研究者，把总星系的膨胀同万有引力常数G联系起来，1975年美国范佛兰登认为G正以每年百分之一的速度减少。有人提出了引力常数G的减少是总星系膨胀的原因。哈勃膨胀、微波辐射、轻元素的合成以及宇宙的测量被认为是现代宇宙学的四大基石。今天的宇宙学研究更依赖于观测技术以及科学水平的提高。这些观测事实都支持了目前流行的大爆炸宇宙学的理论观点现代宇宙学认为宇宙没有中心。现代宇宙模型中主要有五种模型：牛顿无限、静止宇宙模型、爱恩思坦静态模型、佛里得曼宇宙模型、稳恒态宇宙模型和大爆炸宇宙模型。美国数学家杰弗里·威克斯的最新宇宙模型令科学界震惊：一个大小有限、形状如同足球的镜子迷宫；宇宙之所以令人产生无边无界的“错觉”，是因为这个有限空间通过“返转”效应无限重复映现自身。宇宙是有限的还是无限的？一个争论不休的古老问题。今天，根据天文观察资料和理论分析，多数天文学家都认定宇宙是无限的。日前，根据美国国家航空航天局（NASA）2001年发射升空的WMAP宇宙微波背景辐射探测器获得的资料，美国数学家杰弗里·威克斯推断，宇宙其实是有限的，相对说来其实并不大，大约只有70亿光年宽度，形状为五边形组成的12面体，有如足球。人们之所以感觉宇宙是无限的，是因为宇宙就像一个镜子迷宫，光线传过来又传过去，让人们发生错觉，误以为宇宙在无限伸展

光，因为他发明了电灯

爱因斯坦的一项开创性贡献是发展了量子论。量子论是普朗克于1900年为解决黑体辐射谱而提出的一个假说。他认为物体发出辐射时所放出的能量不是连续的，而是量子化的。然而，大多数人，包括普朗克本人在内，都不敢把能量不边续概念再向前推进一步，甚至一再企图把这一概念纳入经典物理学体系。爱困斯坦的态度则截然不同，他预感到量子论带来的，不是小的修正，而是整个物理学的根本变革。他把量子论推向前进，利用量子概念分析辐射的传播和吸收，提出光量子概念，完满地解释了经典物理学无法解释的光电效应的经验规律，从而动摇了光的波动论的正统地位。光量子概念的提出在人类认识自然界的历史第一次揭示了光同时具有波动性和粒子性（今通称二象性），它直接为德布罗意的物质波理论的建立，以及随后的量子力学的建立开辟了道路。这项工作获得1921年诺贝尔物理学奖金。爱因斯坦于1906年又把量子论扩展到物体内部的振动上去，成功地说明了低温时固体的比热同温度变化的关系。1916年他继续发展量子论，从玻尔的量子跃迁概念导出黑体辐射。在这项研究中他把统计物理概念和量子论结合起来，提出自发发射及受激发射等概念。从量子论的基础直到受激发射概念，对天体物理学，特别是理论天体物理学都有很大的影响。理论天体物理学的第一个成熟的方面--恒星大气理论，就是在量子理论和辐射理论的基础上建立起来的。作为爱因斯坦终生事业的标志是他的相对论。他在1905年发表的题为《论动体的电动力学》的论文中，完整地提出了狭义相对论。他根据惯性参考系的相对性和光速的不变性这两个具有普遍意义的概括，改造了经典物理学中的时间、空间及运动等基本概念。否定了绝对静止空间的存在，否定了同时概念的绝对性。在这一体系中，运动的尺要缩短，运动的钟要变慢。狭义相对论最出色的成果之一是揭示了能量与质量之间的联系。著名的关系式E=mc^2成为打开核能源理论的金钥匙。核能的发现，使长期存在的恒星能源的疑难最终获得了满意的解决。近年来发现越来越多的高能天体物理现象，狭义相对论已成为解释这种现象的一种最基本的理论工具。狭义相对论确立之后，爱因斯坦开始致力于引力理论的研究。他也象在建立狭义相对论的工作一样，抓住一个众所周知的基本事实，即：惯性质量同引力质量之比是一个与物性无关的普遍常数。根据这一点，他提出等效原理。经过多年的努力，终于在1915年建立了本质上与牛顿引力理论完全不同的引力理论---广义相对论。广义相对论从一开始就与天文现象有密切的关系。广义相对论的一系列关键性的检验，都是在宇宙“实验室”中完成的。根据广义相对论，爱因斯坦推算出水星近日点的（反常）进动，解决了一个天文学上多年不解之谜。同时，他推断光线在引力场中要弯曲。这一预言于1919年由爱丁顿等通过日食的观测而得到证实。在六十二年后的1978年，测定了射电脉冲星双星PSR1913+16的周期变化，许多人认为它完全符合引力波阻尼理论所作的预言，对广义相对论可能是又一个有力的证明。在强引力场情况下，广义相对论有许多独特的结论。例如奥本海默根据广义相对论预言，恒星在核能用尽之后，如果质量足够大，就不可避免地会演变成黑洞。1967年发现脉冲星并证实为中子星后，人们认识到到空中的确存在着强场天体。现在，天鹅座X-1被认为可能就是一个黑洞。上述这一切构成相对论天体物理学的基本内容，它是目前天体物理学中最活跃的分支之一。最能代表爱因斯坦对天文学有重大影响的莫过于他的宇宙学理论了。爱因斯坦在确立了广义相对论之后，紧接着就转向了对宇宙的考察。1917年，爱因斯坦发表他的第一篇宇宙论文《根据广义相对论对宇宙学所作的考察》。象他多次以一篇论文开创一个领域一样，这篇论文宣告了相对论诞生。虽然时间已经过去六十多年了，但是，这篇论文所引进的许多观念至今仍富有生命力。在探索宇宙中，爱因斯坦首先指出无限宇宙与牛顿理论二者这间存在着难以克服的内在矛盾。在原则上，根据牛顿力学不能建立无限宇宙这一物理体系的动力学。从牛顿理论和无限宇宙这两点出发，根本得不到一个自洽的宇宙模型。因此，必然是：或者修改牛顿理论，或者修改无限空间观念，或者对二者都加以修改。爱因斯坦放弃了传统的宇宙空间三维欧几里得几何的无限性。他根据广义相对论建立了静态有限无边的自洽的动力学宇宙模型。在这个模型中，宇宙就其空间广延来说是一个闭合的连续区。这个连续区的体积是有限的，但它是一个弯曲的封闭体，因而是没有边界的。爱因斯坦在宇宙学的研究中引进用动力学建立宇宙模型的方法，引进了宇宙学原理、弯曲空间等新概念。而且他主张，宇宙的体积是无限的或有限的这个问题，只有依靠科学而不是依靠信仰才能解决。这种崇尚科学的态度，继承了由哥白尼等开创的科学探索精神。他曾说：“科学研究能破除迷信，因为它鼓励人们根据因果关系来思考和观察事物。”他的宇宙学研究，体现了这种反对迷信的精神。因此，无论是同意或反对他的宇宙观念的人，都有不能不承认，爱因斯坦在宇宙学中也写下了十分光辉的一页。

发表宇宙理论文章

你看下（现代物理）吧，，可以在那上面找到这类关于写黑洞的资料，你好好参考参考

美国一位物理学家说的话又引起热议了，他说了什么呢？原来这位教授公开声称宇宙是个巨大的神经网络。

太惊人了，这真是位物理学家说的话吗？人类对宇宙的猜测还有哪些？有哪些证据？人们对宇宙进行过什么研究？

难道，宇宙真的是一个活的神经网络吗？

人类作为地球的霸主虽然地位很高，但真要说在地球上的分量，其实也只是普通物种之一，更不要说在宇宙这样的大环境下。

宇宙包括世间万物，地球之内和之外，时间与空间，囊括了存在的所有物质，大到人类根本看不到宇宙的边界。

虽然人们一直在探索宇宙深处的秘密，但却始终无法触及。

不过随着科学家们对自然界和物理界的不断研究，他们发现事物之间仿佛存在某种规律和联系。

而这种联系并不单只是在某个领域，而是全局性的。

正当人们不知道该如何解释这一点时，美国物理学教授文维塔利·范丘林在《作为神经网络的这个世界》这篇文章中阐述了他对于宇宙的观点。

他认为宇宙其实就是一个巨大的神经网络。

范丘林认为，宇宙中的可观测对象皆能用神经网络来建模，这不就是说把整个宇宙联系起来的话，就是一个巨大的神经网络吗？

范丘林还称神经网络就是我们实际生活中的运作方式，不信可以想一下周围世界的物理现象有没有不能用神经网络原理解释的，他能说出这样的话说明他考虑出的结果就是没有。

甚至他还说，宇宙神经网络中也同样适用自然选择的法则，不管这个宇宙中的尺度有多大或多小，都遵循自然选择。

范丘林教授并不是第一个提出宇宙是个神经网络的人，只不过他将这番言论以近乎确实的口吻说了出来。

早在 2012年的《自然》杂志上，就有一篇关于大脑神经和宇宙结构的文章发布。

文章指出：

也就是说，宇宙中一个个星系云团形成的画面就像大脑中互相连接的神经系统一样。

至于范丘林教授提到的宇宙是个活的神经网络，是指宇宙从诞生之初就好像一直在成长的过程中。

比如奇点的宇宙大爆炸就像是单细胞的分裂，然后宇宙继续膨胀气体云聚集形成天体。

这就像细胞的能量组合，后来宇宙又慢慢形成星系，如同细胞进化成了物质，最后宇宙完成神经网络的构建，物质也演变成了生命体。

这样看来宇宙本身确实还挺像个神经网络的，只不过作为一个活的神经网络，宇宙又是哪个“生物”的构成部分呢？

这个“生物”真的存在吗？

无论如何，范丘林教授至少给人们提供了一种独特的观察宇宙的视角，而不是总把宇宙当成一个无法触及的事物。

况且在对宇宙的种种猜测之中，宇宙是个活神经网络的看法并不是最惊奇的。

人类对宇宙的向往古已有之，西方有宙斯天神的传说，我国有玉皇大帝的故事。

虽然古时候的人们并没能跳出地球看到地球之外的景象，但这并不妨碍他们对其展开想象。

不管是哪边的神仙，无一例外都在天上过着锦衣玉食、无忧无虑的生活。

而且每个神仙都有比普通人强上百倍的能力，各种神奇技能应有尽有。

其中飞行便是最为日常的能力，就跟人类走路似的。

到了近现代，人类开始了工业革命，科学技术飞速发展，整个人类社会发生了翻天覆地的改变，吃饱穿暖之后人们将目光看向了天空，想要一睹神话中的天堂是什么模样。

于是航空事业启动，各种各样的探测器和宇宙飞船接二连三的试验、失败、试验、失败、到最后的成功发射。

人们渐渐了解了地球之外的世界，知道了地球是球状的，有70%都是海洋，以及月亮原来只是一个不发光的“大石头”，里面没有嫦娥和玉兔，宇宙间除了漂浮着的天体之外也没有什么神仙。

虽然人类一直在寻找有没有其他生命存在在地球之外，但目前对金星、火星、月球的研究之下都未能发现生命的痕迹。

不过人类很擅长坚持，相信寻找地外生命的任务会一直进行下去，总有一天能发现一些蛛丝马迹。

有人认为宇宙可能是一台计算机程序，因为宇宙间的事物被安排得实在过于有序，就像被人设好了参数一样在运行着。

地球的四季交替、生死轮回、生态链的一环扣一环，这些都像是按照既定程序在运作一样。

地球只不过是宇宙这台巨大程序的一个小的附件就好像一台桌面的某个app一样，宇宙的崩溃一定会带来地球的动荡毁灭，但如果地球发生事故却对宇宙产生不了什么影响。

就像软件和程序一样，宇宙有能力对地球进行更新，排除错误的信息。

比如让太阳为地球生物提供热量和紫外线照射，同时利用木星和土星为地球阻挡飞来的小行星撞击。

如果宇宙这台主机程序出了故障，那么也许会关机重启，整个宇宙可能将重新从一个奇点开始发展。

值得一提的是，这甚至也与科学家的宇宙循环论相契合了，宇宙循环论就认为地球甚至宇宙会在发展到一定阶段时，重新回到原点，然后以之前的演变重新开始。

也有人觉得宇宙是被“上帝”所安排的，这个上帝可不是神话中的宙斯，或者说宙斯的能力还远达不到“上帝”的实力。

这些人认为创造宇宙的上帝是一种拥有超高智慧和能力的存在，它们可能不是实体也不一定存在于三维空间中。

创造宇宙只不过是它们做的一个实验，用以观察宇宙的演化会出现什么偏差，它们提前设定好了各个阶段的任务，看宇宙是否能完成这些任务。

甚至在这种智慧生命的世界中，我们所处宇宙的时间可能只是它们的弹指一挥间，就跟传说中的天上一日地下一年一般，所以它们才能够在短时间内观察如此漫长的宇宙演化过程，毕竟光地球的形成都花了46亿年。

如果说上帝的存在不是实体，那么它们是否亲自进入了自己的实验中也未可知，因为人类根本没有能力感知到它的存在。

至于人类社会流传的鬼神之说，会不会是它们留下的某种线索呢？难道以前有人意识到过超出人类认知的东西吗？

如果说上面的猜测都有点过于虚幻，那么卡尔肖夫指数划定的宇宙文明等级理论可能更有可信度一点。

该指数是根据单位时间内消耗的能量大小来划定的文明等级，它将宇宙文明分为了三级，每一级的使用能量总和相差度都特别大。

一级文明是指能将所处行星等天体的全部能量利用起来，供文明发展使用。

比如人类文明就利用了地球上的资源来进行发展，只不过根据卡尔肖夫指数计算，当前的人类文明只达到了0.73级的水平。

二级文明是指能够完全利用所处恒星系统的能量，比如使用太阳的燃烧能量发展文明，三级文明所掌握的能量更是相当于26.3亿颗太阳燃烧产生的总能量。

显然无论是哪一级文明，人类文明一旦与之交锋，都不会赢，至于这些文明是否存在于宇宙中，只能说还要寻找。

1970年，美国的“自由”号人造卫星发现了与其他射线源不同的天鹅座X-1，位于天鹅座X-1上的是一个比太阳重30多倍的巨大蓝色星球，该星球被一个重约10个太阳的看不见的物体牵引着。天文学家一致认为这个物体就是黑洞，它就是人类发现的第一个黑洞。1928年，萨拉玛尼安·钱德拉塞卡到英国剑桥跟英国天文学家阿瑟·爱丁顿爵士（一位广义相对论家）学习。钱德拉塞卡意识到，不相容原理所能提供的排斥力有一个极限。恒星中的粒子的最大速度差被相对论限制为光速。这意味着，恒星变得足够紧致之时，由不相容原理引起的排斥力就会比引力的作用小。钱德拉塞卡计算出；一个大约为太阳质量一倍半的冷的恒星不能支持自身以抵抗自己的引力。（这质量称为钱德拉塞卡极限）前苏联科学家列夫·达维多维奇·兰道几乎在同时也发现了类似的结论。如果一颗恒星的质量比钱德拉塞卡极限小，它最后会停止收缩并终于变成一颗半径为几千英里和密度为每立方英寸几百吨的“白矮星”。白矮星是它物质中电子之间的不相容原理排斥力所支持的。第一颗被观察到的是绕着夜空中最亮的恒星——天狼星转动的那一颗。兰道指出，对于恒星还存在另一可能的终态。其极限质量大约也为太阳质量的一倍或二倍，但是其体积甚至比白矮星还小得多。这些恒星是由中子和质子之间，而不是电子之间的不相容原理排斥力所支持。所以它们被叫做中子星。它们的半径只有10英里左右，密度为每立方英寸几亿吨。在中子星被第一次预言时，并没有任何方法去观察它，很久以后它们才被观察到。另一方面，质量比钱德拉塞卡极限还大的恒星在耗尽其燃料时，会出现一个很大的问题：在某种情形下，它们会爆炸或抛出足够的物质，使自己的质量减少到极限之下，以避免灾难性的引力坍缩，不管恒星有多大，这总会发生。爱丁顿拒绝相信钱德拉塞卡的结果。爱丁顿认为，一颗恒星不可能坍缩成一点。这是大多数科学家的观点：爱因斯坦自己写了一篇论文，宣布恒星的体积不会收缩为零。其他科学家，尤其是他以前的老师、恒星结构的主要权威——爱丁顿的敌意使钱德拉塞卡抛弃了这方面的工作，转去研究诸如恒星团运动等其他天文学问题。然而，他获得1983年诺贝尔奖，至少部分原因在于他早年所做的关于冷恒星的质量极限的工作。钱德拉塞卡指出，不相容原理不能够阻止质量大于钱德拉塞卡极限的恒星发生坍缩。但是，根据广义相对论，这样的恒星会发生什么情况呢。这个问题被一位年轻的美国人罗伯特·奥本海默于1939年首次解决。然而，他所获得的结果表明，用当时的望远镜去观察不会再有任何结果。以后，因第二次世界大战的干扰，奥本海默卷入到原子弹计划中去。战后，由于大部分科学家被吸引到原子和原子核尺度的物理中去，因而引力坍缩的问题被大部分人忘记了。1967年，剑桥的一位研究生约瑟琳·贝尔发现了天空发射出无线电波的规则脉冲的物体，这对黑洞的存在的预言带来了进一步的鼓舞。起初贝尔和她的导师安东尼·赫维许以为，他们可能和我们星系中的外星文明进行了接触。在宣布他们发现的讨论会上，他们将这四个最早发现的源称为LGM1－4，LGM表示“小绿人”（“Little Green Man”）的意思。最终他们和所有其他人的结论是这些被称为脉冲星的物体，事实上是旋转的中子星，这些中子星由于在黑洞这个概念刚被提出的时候，共有两种光理论：一种是牛顿赞成的光的微粒说；另一种是光的波动说。由于量子力学的波粒二象性，光既可认为是波，也可认为是粒子。在光的波动说中，不清楚光对引力如何响应。但是如果光是由粒子组成的，人们可以预料，它们正如同炮弹、火箭和行星那样受引力的影响。起先人们以为，光粒子无限快地运动，所以引力不可能使之慢下来，但是罗麦关于光速度有限的发现表明引力对之可有重要效应。1783年，剑桥的学监约翰·米歇尔在这个假定的基础上，在《伦敦皇家学会哲学学报》上发表了一篇文章。他指出，一个质量足够大并足够紧致的恒星会有如此强大的引力场，以致于连光线都不能逃逸——任何从恒星表面发出的光，还没到达远处即会被恒星的引力吸引回来。米歇尔暗示，可能存在大量这样的恒星，虽然会由于从它们那里发出的光不会到达我们这儿而使我们不能看到它们，但我们仍然可以感到它们的引力的吸引作用。这正是我们称为黑洞的物体。事实上，因为光速是固定的，所以，在牛顿引力论中将光类似炮弹那样处理不严谨。（从地面发射上天的炮弹由于引力而减速，最后停止上升并折回地面；然而，一个光子必须以不变的速度继续向上，那么牛顿引力对于光如何发生影响。）在1915年爱因斯坦提出广义相对论之前，一直没有关于引力如何影响光的协调的理论，之后这个理论对大质量恒星的含意才被理解。观察一个恒星坍缩并形成黑洞时，因为在相对论中没有绝对时间，所以每个观测者都有自己的时间测量。由于恒星的引力场，在恒星上某人的时间将和在远处某人的时间不同。假定在坍缩星表面有一无畏的航天员和恒星一起向内坍缩，按照他的表，每一秒钟发一信号到一个绕着该恒星转动的空间飞船上去。在他的表的某一时刻，譬如11点钟，恒星刚好收缩到它的临界半径，此时引力场强到没有任何东西可以逃逸出去，他的信号再也不能传到空间飞船了。当11点到达时，他在空间飞船中的伙伴发现，航天员发来的一串信号的时间间隔越变越长。但是这个效应在10点59分59秒之前是非常微小的。在收到10点59分58秒和10点59分59秒发出的两个信号之间，他们只需等待比一秒钟稍长一点的时间，然而他们必须为11点发出的信号等待无限长的时间。按照航天员的手表，光波是在10点59分59秒和11点之间由恒星表面发出；从空间飞船上看，那光波被散开到无限长的时间间隔里。在空间飞船上收到这一串光波的时间间隔变得越来越长，所以恒星来的光显得越来越红、越来越淡，最后，该恒星变得如此之朦胧，以至于从空间飞船上再也看不见它，所余下的只是空间中的一个黑洞。然而，此恒星继续以同样的引力作用到空间飞船上，使飞船继续绕着所形成的黑洞旋转。但是由于以下的问题，使得上述情景不是完全现实的。离开恒星越远则引力越弱，所以作用在这位无畏的航天员脚上的引力总比作用到他头上的大。在恒星还未收缩到临界半径而形成事件视界之前，这力的差就已经将航天员拉成意大利面条那样，甚至将他撕裂!然而，在宇宙中存在质量大得多的天体，譬如星系的中心区域，它们遭受到引力坍缩而产生黑洞；一位在这样的物体上面的航天员在黑洞形成之前不会被撕开。事实上，当他到达临界半径时，不会有任何异样的感觉，甚至在通过永不回返的那一点时，都没注意到。但是，随着这区域继续坍缩，只要在几个钟头之内，作用到他头上和脚上的引力之差会变得如此之大，以至于再将其撕裂。罗杰·彭罗斯在1965年和1970年之间的研究指出，根据广义相对论，在黑洞中必然存在无限大密度和空间——时间曲率的奇点。这和时间开端时的大爆炸相当类似，只不过它是一个坍缩物体和航天员的时间终点而已。在此奇点，科学定律和预言将来的能力都失效了。然而，任何留在黑洞之外的观察者，将不会受到可预见性失效的影响，因为从奇点出发的不管是光还是任何其他信号都不能到达。这令人惊奇的事实导致罗杰·彭罗斯提出了宇宙监督猜测，它可以被意译为：“上帝憎恶裸奇点。”换言之，由引力坍缩所产生的奇点只能发生在像黑洞这样的地方，在那儿它被事件视界体面地遮住而不被外界看见。严格地讲，这是所谓弱的宇宙监督猜测：它使留在黑洞外面的观察者不致受到发生在奇点处的可预见性失效的影响，但它对那位不幸落到黑洞里的可怜的航天员却是爱莫能助。广义相对论相关广义相对论方程存在一些解，这些解使得我们的航天员可能看到裸奇点。他也许能避免撞到奇点上去，而穿过一个“虫洞”来到宇宙的另一区域。看来这给空间——时间内的旅行提供了巨大的可能性。但是不幸的是，所有这些解似乎都是非常不稳定的；最小的干扰，譬如一个航天员的存在就会使之改变，以至于他还没能看到此奇点，就撞上去而结束了他的时间。换言之，奇点总是发生在他的将来，而从不会在过去。强的宇宙监督猜测是说，在一个现实的解里，奇点总是或者整个存在于将来（如引力坍缩的奇点），或者整个存在于过去（如大爆炸）。因为在接近裸奇点处可能旅行到过去，所以宇宙监督猜测的某种形式的成立是大有希望的。事件视界，也就是空间——时间中不可逃逸区域的边界，正如同围绕着黑洞的单向膜：物体，譬如不谨慎的航天员，能通过事件视界落到黑洞里去，但是没有任何东西可以通过事件视界而逃离黑洞。（记住事件视界是企图逃离黑洞的光的空间——时间轨道，没有任何东西可以比光运动得更快）人们可以将诗人但丁针对地狱入口所说的话恰到好处地用于事件视界：“从这儿进去的人必须抛弃一切希望。”任何东西或任何人一旦进入事件视界，就会很快地到达无限致密的区域和时间的终点。广义相对论预言，运动的重物会导致引力波的辐射，那是以光的速度传播的空间——时间曲率的涟漪。引力波和电磁场的涟漪光波相类似，但是要探测到它则困难得多。就像光一样，它带走了发射它们的物体的能量。因为任何运动中的能量都会被引力波的辐射所带走，所以可以预料，一个大质量物体的系统最终会趋向于一种不变的状态。（这和扔一块软木到水中的情况相当类似，起先翻上翻下折腾了好一阵，但是当涟漪将其能量带走，就使它最终平静下来。）例如，绕着太阳公转的地球即产生引力波。其能量损失的效应将改变地球的轨道，使之逐渐越来越接近太阳，最后撞到太阳上，以这种方式归于最终不变的状态。在地球和太阳的情形下能量损失率非常小——大约只能点燃一个小电热器，这意味着要用大约1千亿亿亿年地球才会和太阳相撞，没有必要立即去为之担忧！地球轨道改变的过程极其缓慢，以至于根本观测不到。但几年以前，在称为PSR1913+16（PSR表示“脉冲星”，一种特别的发射出无线电波规则脉冲的中子星）的系统中观测到这一效应。此系统包含两个互相围绕着运动的中子星，由于引力波辐射，它们的能量损失，使之相互以螺旋线轨道靠近。在恒星引力坍缩形成黑洞时，运动会更快得多，这样能量被带走的速率就高得多。所以不用太长的时间就会达到不变的状态。人们会以为它将依赖于形成黑洞的恒星的所有的复杂特征——不仅仅它的质量和转动速度，而且恒星不同部分的不同密度以及恒星内气体的复杂运动。如果黑洞就像坍缩形成它们的原先物体那样变化多端，一般来讲，对之作任何预言都将是非常困难的。然而，加拿大科学家外奈·伊斯雷尔在1967年使黑洞研究发生了彻底的改变。他指出，根据广义相对论，非旋转的黑洞必须是非常简单、完美的球形；其大小只依赖于它们的质量，并且任何两个这样的同质量的黑洞必须是等同的。事实上，它们可以用爱因斯坦的特解来描述，这个解是在广义相对论发现后不久的1917年卡尔·施瓦兹席尔德找到的。一开始，许多人（其中包括伊斯雷尔自己）认为，既然黑洞必须是完美的球形，一个黑洞只能由一个完美球形物体坍缩而形成。所以，任何实际的恒星从来都不是完美的球形只会坍缩形成一个裸奇点。然而，对于伊斯雷尔的结果，一些人，特别是罗杰·彭罗斯和约翰·惠勒提倡一种不同的解释。他们论证道，牵涉恒星坍缩的快速运动表明，其释放出来的引力波使之越来越近于球形，到它终于静态时，就变成准确的球形。按照这种观点，任何非旋转恒星，不管其形状和内部结构如何复杂，在引力坍缩之后都将终结于一个完美的球形黑洞，其大小只依赖于它的质量。这种观点得到进一步的计算支持，并且很快就为大家所接受。伊斯雷尔的结果只处理了由非旋转物体形成的黑洞。1963年，新西兰人罗伊·克尔找到了广义相对论方程的描述旋转黑洞的一族解。这些“克尔”黑洞以恒常速度旋转，其大小与形状只依赖于它们的质量和旋转的速度。如果旋转为零，黑洞就是完美的球形，这解就和施瓦兹席尔德解一样。如果有旋转，黑洞的赤道附近就鼓出去（正如地球或太阳由于旋转而鼓出去一样），而旋转得越快则鼓得越多。由此人们猜测，如将伊斯雷尔的结果推广到包括旋转体的情形，则任何旋转物体坍缩形成黑洞后，将最后终结于由克尔解描述的一个静态。黑洞是科学史上极为罕见的情形之一，在没有任何观测到的证据证明其理论是正确的情形下，作为数学的模型被发展到非常详尽的地步。的确，这经常是反对黑洞的主要论据：怎么能相信一个其依据只是基于令人怀疑的广义相对论的计算的对象呢?然而，1963年，加利福尼亚的帕罗玛天文台的天文学家马丁·施密特测量了在称为3C273（即是剑桥射电源编目第三类的273号）射电源方向的一个黯淡的类星体的红移。他发现引力场不可能引起这么大的红移——如果它是引力红移，这类星体必须具有如此大的质量，并离地球如此之近，以至于会干扰太阳系中的行星轨道。这暗示此红移是由宇宙的膨胀引起的，进而表明此物体离地球非常远。由于在这么远的距离还能被观察到，它必须非常亮，也就是必须辐射出大量的能量。人们会想到，产生这么大量能量的唯一机制看来不仅仅是一个恒星，而是一个星系的整个中心区域的引力坍缩。人们还发现了许多其他类星体，它们都有很大的红移。但是它们都离开地球太远了，所以对之进行观察太困难，以至于不能。发现“超大”黑洞2015年3月1日，科学家称在一座发光类星体里发现了一片质量为太阳120亿倍的黑洞，并且该星体早在宇宙形成的早期就已经存在。科学家称，如此巨大的黑洞的形成无法用现有黑洞理论解释。该发现对2014年之前的宇宙形成理论带出了挑战。至2015年的宇宙理论认为，黑洞及其宿主星系的发展形态基本上是亘古不变的。德国麦克斯普兰喀天文机构的研究员布拉姆·维尼曼斯（BramVenemans）说道，最新发现的黑洞体量相当于太阳的400亿倍，比先前发现的同时期黑洞的总和还大出一倍。而在银河系的中央潜伏的黑洞比太阳大20倍-500万倍。科学家无法解释最新发现的黑洞为何增长速度如此快。从理论上来说，它周围的气体不能使它变得如此庞大。北京大学首席研究员吴学兵说：“我们的发现对早期宇宙黑洞形成的理论提出了挑战。”他还说，“黑洞在短期内增长可能需要非常特殊的方式，或者在第一代行星和星系形成时就留有黑洞种子。但是这两种可能性都很难用当今的理论来解释”。看清黑洞磁场科学家认为，黑洞引擎是由磁场驱动的。借助事件视界望远镜（Event Horizon Telescope，EHT），天文学家在我们银河系中心超大黑洞事件视界的外侧探测到了磁场。发现在靠近黑洞的某些区域是混乱的，有着杂乱的磁圈和涡漩，就像搅在一起的意大利面。相反，其他区域的磁场则有序得多，可能是物质喷流产生的区域。还发现，黑洞周边的磁场在短至15分钟的时间段内都会发生明显变化。理论修改2015年3月，霍金对黑洞理论进行了修改，宣称黑洞实际上是“灰色的”。新“灰洞”理论称，物质和能量被黑洞困住一段时间后，又会被重新释放到宇宙中。2016年1月，霍金同物理学家马尔科姆·佩里、安德鲁·施特罗明格提出了新理论：让信息“逃逸”的黑洞裂口由“柔软的带电毛发”组成，它们是位于视界线上的光子和引力子组成的粒子，这些能量极低甚至为零的粒子能捕获并存储落入黑洞的粒子的信息。