未來可能是「固定的」，但我們所說的隨機，並不等於宇宙真的在亂來；它更像是：在有限的測量精度、有限的計算力與有限的資訊保存條件下，確定性會以「看不清、算不出、壓不縮」的方式呈現出來。

我第一次真正被「確定性並不保證可預測性」震住，是在整理一段計算實驗的過程中：我把一組初始條件只改動到小數點後的極細微範圍，結果後續的狀態像是被另一條世界線接管了。那不是程式錯誤，而是系統在提醒我——當動力學對初始值極度敏感時，未來仍然被規則寫死，但你永遠拿不到足夠精準的「入口密碼」。

當「未來已定」被誤會成「一定能預測」

確定論（determinism）的核心意思是：在給定狀態之後，下一刻的狀態由規律唯一決定。它描述的是「原因—結果」的結構，而不是「你能否在現實中算到很遠」。因此，未來固定與可預測不是同一件事。

很多人以為，只要宇宙是確定的，未來就應該像數學題一樣能被解出來。但真正的障礙往往出現在兩端：測量精度不可能無限，以及計算資源不可能無限。一旦系統具有非線性回饋，微小誤差會被放大，預測的有效範圍就會迅速縮短。

我常在教學時用一句話提醒新手：「確定性解釋的是世界怎麼走；可預測性解釋的是你能不能跟上。」當兩者脫鉤，所謂「隨機」就不再是宇宙的任性，而是我們的觀測與描述能力所導致的現象。

拉普拉斯的惡魔：未來固定，但答案需要完美知識

十九世紀，拉普拉斯提出一個著名想像：如果有一個智慧能知道宇宙每個粒子的位置與動量，並能施加所有作用力，那麼它就能計算整個宇宙的未來，甚至重建過去。這個「惡魔」不是惡意的靈體，而是一台具備完美知識與完美計算的引擎。

在這個想像裡，未來被規律唯一決定。但它同時隱含了另一個要求：你必須擁有足以啟動計算的初始條件，而且精度要達到足以消滅任何誤差累積。拉普拉斯想問的是「世界是不是可由規律完全推演？」；而更棘手的問題是「我們能不能把規律所需的資訊真的帶進計算？」

換句話說，拉普拉斯的惡魔把難題放在「計算能力」上；後來的發現則把難題拉回「資訊取得能力」上。也正是在這裡，「隨機」開始有了更深的意義。

混沌的第一槍：洛倫茲讓預測失去意義

混沌（chaos）的關鍵不是「不確定」，而是極端敏感的初始條件依賴。一個系統即使完全由確定性方程描述，只要它的狀態對微小誤差呈現指數放大，長期預測就會變得不可操作。

在一個經典案例中，洛倫茲（Edward Lorenz）在電腦模擬大氣對流時，從列印輸出得到的初始值只有三位小數；但程式記憶體中其實存著更多位數。看起來只是「微不足道」的差異，然而兩次模擬很快就分叉到完全不同的後續天氣型態。這不是模型胡鬧，而是系統在告訴你：你拿到的初始值永遠不夠精細。

混沌系統常用李雅普諾夫指數（Lyapunov exponent）來衡量敏感度。若它為正，意味著鄰近軌道會彼此背離。你可以把它理解成「誤差的放大速度」。於是，確定論的未來仍然存在，但對於外界而言，它會以「算不下去」的形式呈現。

「看起來隨機」其實是可預測性崩解

在混沌系統中，軌道的形狀常常像一種結構化的舞步：它並非純噪音，卻也不會重複成周期。洛倫茲吸引子（Lorenz attractor）就是這種感覺的圖像化：軌道被約束在某個區域內，但它永遠不落入簡單循環。

因此，當你把系統的狀態用有限精度的方式取樣，軌道的序列可能會呈現出「像隨機」的樣子。注意：這裡的「隨機」不是在說宇宙不守規則，而是在說對有限觀測者而言，未來的資訊需求會超出可行範圍。你可以描述它、記錄它，但你無法把它壓縮成一個簡短的可推演規則。

我在教學與寫作時常強調：隨機是描述問題，不一定是本體問題。當你無法取得足夠精準的初始條件，或無法承擔長期推演所需的計算與記憶，你得到的就會是「操作上等同於隨機」的結果。

把「隨機」講清楚：它可以是壓縮不了，不是不存在規律

在日常語言裡，隨機常被理解為「沒有明確規律、難以預測」。但在更精確的討論中，隨機也可以用資訊理論來定義：可壓縮性（compressibility）。

例如，若一串資料能被一個很短的程式產生，那它的資訊複雜度就低；反之，如果沒有任何短程式能重現它，複雜度就高。這類想法與科爾莫哥洛夫複雜度（Kolmogorov complexity）相關：越難壓縮，越接近「演算法不可簡化」的狀態。

混沌系統的未來在本質上仍由確定性方程決定，但對外部觀測者而言，未來序列可能變得演算法上難以壓縮。你如果想知道更遠的狀態，最有效的方式反而是「直接把系統跑下去」。這就是為什麼確定性可以共存於看似隨機的輸出。

確定世界也能「像穿過一道窄門」：知曉的時間有上限

混沌不等於世界在亂。它只是把「可預測性」限制在某個時間尺度內。對不同系統，誤差翻倍所需的時間不同：天氣系統可能是幾週；行星長期軌道可能是百萬年量級；雙擺可能是幾秒。規律仍在，但你能用已知資訊推演多久是有限的。

這也解釋了為什麼拉普拉斯惡魔會失效：不是因為方程不對，而是因為你不可能把初始條件測到「永遠不夠」的程度。你可以做得越來越好，但混沌會讓需要的精度以更快速度追上你的能力。

因此，「未來固定」與「隨機」之間的關係變得更精準：固定描述的是因果與規律；隨機描述的是在有限條件下，未來資訊如何變得不可簡化、不可有效預測。

第二槍：連記憶都要付物理代價，惡魔還是會死

除了測量精度，還有一個常被忽略的限制：資訊保存與擦除的物理成本。在熱力學與資訊交叉的討論中，存在一個原理指出：擦除一個位元或丟棄資訊，至少會帶來最小的能量代價，並導致環境熵增加。這意味著「計算」不是純抽象，它必須在物理世界中運作。

如果惡魔要計算未來，它就必須把當下的狀態資訊存起來。存的資訊越多，所需的物理資源越多；更新計算也會消耗能量並產生熱。當你把宇宙當作物理系統，計算者也受限於物理定律，無法無限擴張記憶與能量。

再加上資訊的上限還可能受制於「在某空間範圍內最多能存多少資訊」的界限。於是，即使你假設惡魔的推演方程完全正確，它也會因為資訊處理的物理成本與容量上限而無法真正完成「完美預測」。這讓「隨機」不再只是認知限制，而是接近物理限制的結果。

我怎麼把它用在創作與教學：把隨機當成可管理的現象

我常把這個主題翻譯成一種實務語言：當系統對微小差異極度敏感時，你要做的不是假裝自己能精準掌握全部細節，而是設計能在不確定性下仍穩健的流程。這和我做網路行銷與內容整理時的經驗很像——你可以控制策略與節奏，但你無法控制每個人的即時反應。

在我過去的教學中，我也看到一個共同現象：新手最容易把「不可預測」解讀成「無法掌握」。但混沌告訴我們另一種可能：不可預測不等於不可理解。你可以理解系統的敏感度、知道預測的時間窗，並把資源投入在最能產生效果的地方。

因此，當你聽到「未來已定」，別只想到命運；當你聽到「隨機」，也別只想到混亂。更精準的理解是：未來可能由規律固定，但在有限條件下，資訊會變得難以壓縮、難以推演，於是你會看到「隨機感」。這種感覺不是錯覺，而是系統在有限世界中的表現方式。

結論：未來固定，但「隨機」是有限世界的真實語言

未來可能是固定的，因為確定性規律仍在；但我們所說的隨機，是由混沌的初始敏感、資訊可壓縮性的崩解，以及資訊處理的物理成本共同造成的結果。它不是宇宙在背叛規律，而是規律在有限條件下呈現出的不可簡化面貌。

常見問題（FAQ）

🤔 如果未來是固定的，為什麼我們還會覺得它很隨機？

因為我們缺乏能把「初始條件」帶進計算所需的精度與資源。即使系統本身由確定性方程決定，只要存在混沌與正的李雅普諾夫指數，微小誤差會指數放大，使長期預測在實務上失效；結果看起來就像隨機。

🧠 「隨機」到底指的是什麼？是宇宙真的沒有規律嗎？

隨機通常指的是「難以用更短描述來預測或重現」的狀態。從資訊觀點看，未來序列可能演算法上難以壓縮，最有效的方式反而是直接跑下去；這讓輸出在觀測上等同於隨機，但不代表本體沒有規律。

⏳ 那我們還能預測什麼？有沒有可用的界線？

可以預測，但通常只有在有限時間窗內可行。混沌系統會把「誤差翻倍」的速度變成限制：你能可靠預測的長度取決於系統的敏感度與你掌握初始條件的精度。超過界線後，預測就會變得操作上不可用，於是隨機感升起。

📺 來源影片參考