研究生知識寓言：將軍的糧山與最省的運糧路

Fri, 16 Oct 2026 08:00:00 +0800

大荒之年，「蒙日（Monge）」城。

那一年，大饜降臨蒙日城。城外有九個缺糧的鄉區（一號區到九號區），每個鄉區餓著的人多寡不等——一號區有百戶，九號區只三五戶；而城內有七座去年囤糧的倉廩（A 到 G），每座倉裡的糧山也高矮不同——A 倉堆得比屋頂還高，G 倉卻只餘一隅。

不過，「城裡的糧」與「鄉下要養的嘴」加在一起，恰好相等。這本是老天爺的安排；若不相等，這場饞災就要更慘。

國王把將軍召進宮，只下一道令：

「把城裡的糧全部運出去，送到各鄉區。但你要記住——每一斗糧都要有著落，一斗都不能糟蹋。」

將軍的難題，其實是兩件事纏在一處：

每座倉，該往各鄉區送多少？（糧山怎麼分）
每條路多遠、費幾車幾斗？（運輸的代價）

這兩件事牽一髮動全身：路越遠，運一斗越貴；某條路送得越多，總代價就越高。既要餵飽鄉下、又要省代價，兩頭必須同時兼顧。

將軍冥思苦想三日，定了一條鐵律：「每座倉，只指派一個鄉區，把全倉的糧都送過去，絕不分送。」 他把這套規則畫在軍令圖上——每座倉是一隻箭，只許指向一個目標。他稱這為「圖（map）」：一座倉、一個目的地，不允許分送。

圖畫好了，車隊開拔。但沒幾日，C 倉的老管倉就衝進帳中喊冤：

「將軍！我倉的糧山太大了。全送一號區，一號區受不住（它要的量只有那麼多），多出來的糧要爛在倉裡；全送四號區，路又太远。可一號區和四號區都在餓肚子啊……」

將軍愣住了。他的「一倉一区」鐵律，被 C 倉打破了——C 倉的糧必須拆開，一半送一號、一半送四號。可全軍沒有一個人，被教導過「拆糧」該怎麼拆。

二、學者的覺悟

此時，一位白鬚學者「坎托羅維奇（Kantorovich）」路過蒙日城。聽將軍嘆氣，他笑說：

「你問錯了問題。你問的是『每一斗糧，送到哪個區？』——那叫圖，一斗只去一個地方，不許分。可天地並不總是這樣。有些時候，你非分不可。」

「你該問的是：『全城的帳，記下每座倉往每個區各送了多少』——那不是圖，那是一張帳（plan）。一紙完整的帳，記下每一條路線：A 倉送一號幾斗、B 倉送五號幾斗……一張合規的帳，只有三條鐵則：

一、每座倉送出的量，恰好等於它有的量（不多送、不少送）；二、每個區收到的量，恰好等於它要的量（不多收、不少收）；三、每條路線的代價，等於「路距 × 送去的量」。

「在所有合規的帳裡，總代價最小的那張，就是最省的運法。而這個最小代價，本身，就是七座倉與九個鄉區之間的『距離』。糧送得越貴，兩堆分布就離得越遠。學者把這距離叫作『推土機距離』——彷彿你得把整堆土挖起來，搬去新地方。」

將軍愕然：「所以，『兩個分布的距離』，就是『把所有糧搬過去的最省代價』？」

「正是。而且這距離，有一個普通距離沒有的美德：它懂糧山的形狀。把一座糧山往右挪一步，距離只變一點；把一座糧山拆成兩堆、拋到兩頭，距離會驟增。它知道糧在哪裡——不像只盯著「重心」的普通距離。用它量「今年的倉位分布」與「去年的」，將軍一眼就看得出：糧究竟往哪裡移、移了多少。」

三、稽核官的證明

將軍仍煩惱：「合規的帳有千萬張，我怎麼知道挑到了最省的那張？怎麼證明沒有更省的？」

學者點頭，召來一位老「稽核官」。稽核官的工作，不是畫帳，而是定價。

「我在每座倉、每個區，都貼一張價牌。但價牌要守一條鐵律：『倉上的價 加上 區上的價』，永遠不得超過那條路的運糧代價。換句話說：我把倉上的價墊高，就得把目的地的價壓低——兩頭不能同時貪高。 這規則，防止有人靠抬價把總帳做假。」

稽核官貼完價，再把「倉價 × 該倉送出的量」與「區價 × 該區收到的量」全加起來，交給將軍一個數字。

將軍比對：稽核官這張「價證」的總和，恰好等於他自己最省那張帳的總代價。任何一張帳，都不會比這張價證更省——因為每條路的「價差」都被「代價」卡死上緣，加總絕不可能超過真正的代價。 這就是問題的「對偶」：稽核官不搬糧，他只用價，證明代價不可能低於某個數。最省的運糧成本 = 最大的價證。 兩者一旦碰頭，就是最優解。

學者把這張價證取名「對偶勢（dual potentials）」。他說：「在千萬張帳無法逐一舉出時，稽核官的『價牌』，是你證明最優的唯一法寶。這是整個數學裡，最美麗的對偶之一。」

四、年輕學者的「梯度」定理

數年後，一位年輕學者「布涅爾（Brenier）」進城。聽完將軍的難題，他給出一個驚人斷言：

「若代價是『距離的平方』（路越遠越貴，且代價平方級增长），且目的地的糧攤得夠勻（沒把糧全堆成一坨），那麼最省的帳，永遠是一張乾淨的圖——每一斗糧，恰好去一個地方，不必拆。」

將軍驚：「可 C 倉不是被迫拆糧嗎！」

「布涅爾微笑：『因為你城的目的地是離散的——九個鄉區，糧必須堆成區，才被迫拆。但若目的地是連續且攤開的——像把水倒進一個廣盆——最省的方式，自然會乾淨：每斗糧流向恰好一個位置，而且流向永不交叉。』」

「那怎麼找這張圖？」

「你只要找出一個函數——一片凸的景觀（像單底、無多窪的碗）——讓每斗糧沿著這景觀最陡的方向流下。這凸景觀的梯度，就是最優運輸圖。」

將軍望著白髮學者、又望著年輕學者：「所以，『搬糧的最省方式』，跟『找一片凸景觀的梯度』，是同一件事？」

「正是。這是整個分析學裡最美麗的結果之一：二次距離成本下的最優傳輸問題，被約化為『求一個凸函數的梯度』。 一個本該是組合噩夢的運輸問題，化成了研究單一光滑函數。這，就叫布涅爾定理。」

五、工程師的「熵」把戲

將軍的頭痛還沒完：「我懂道理了，可我的帳有千萬條路，怎麼算得出最省的那張？」

這時，一位異國工匠「辛克霍恩（Sinkhorn）」帶來新招。他說：

「我幫你鬆一點。別再堅持絕對最省（它常常是極難算的尖角），我加一條：讓帳有點『不確定』。 也就是，允許糧對目的地不必百分之百確定。這叫熵正則化。代價會貴一丁點，但帳變光滑、變可算。」

「怎麼算？答案是手藝人用了兩千年的老招：矩陣縮放（matrix scaling）——先把帳的每一行（每座倉送出的量）重新縮放到正確；再把每一列（每個區收到的量）縮放對；行、列、行、列地輪流。每一輪，都更近一點；幾輪之後，就逼近答案。這極快，遠勝直接解千萬個方程。」

「我加的『不確定』，代價是帳略糊。但工程師知道怎麼把不確定調低——那叫溫度。溫度越低，帳越接近真的最優解；溫度歸零，熵正則化的問題就變回原來的最優傳輸問題。溫度，就是熵本身。」

將軍，終於全明白了。

六、揭曉

多年後，將軍寫書成冊。書的最後，他寫下這段話：

「你我談了這許多年——搬糧的最省方式、推土機距離、那張『帳』、稽核官的價證、年輕學者的梯度定理、工程師的熵把戲——在今日的數學與機器學習裡，全部有一個名字：

最優傳輸（Optimal Transport）。

將軍求的那個『七座倉與九鄉區的距離』——把糧山全部搬過去的最小代價——叫作 Wasserstein 距離（又稱「推土機距離」），以俄國數學家 Kantorovich 與法國數學家 Villani（2010 年因最優傳輸獲菲爾茲獎）命名。

學者『圖可拆為帳』的覺悟，是 Kantorovich 鬆弛（1939）；「價證」是 Kantorovich 對偶與對偶勢；「凸景觀的梯度」是 Brenier 定理（1991）；「熵＋矩陣縮放」，是 Sinkhorn-Knopp 算法與它的現代熵正則化版本（Cuturi, 2013, 《Sinkhorn Distances》）。

而控制帳糊與不糊的溫度，是熵正則化參數——歸零時得到真的 Wasserstein 距離，調大則得工程師用的平滑版。」

「這理論，不只是『搬糧最省』的問題。它是整個數學最活躍的一塊：

Wasserstein GAN（2017）：用生成器造圖，再用 Wasserstein 距離量『兩堆圖像分布』的遠近——因為普通距離不懂形狀，無法引導造圖；唯有 Wasserstein 懂，才能引導得穩。
Schrödinger 橋（1932，2020 年代現代化）：最優傳輸的動態版——不是「一舉搬完糧」，而是「讓糧隨時間流動」——總動能最小的路徑。它連到量子力學與深層學習。
梯度流：Fokker-Planck 方程（擴散如何散布）正是「相對熵」對 Wasserstein 距離的梯度流。換句話說：擴散，就是糧沿著 Wasserstein 地形往低處流。
Hamilton-Jacobi 方程：那張「價證」（對偶勢）與它的viscosity 解，息息相關。」

將軍在書末，留下一句：

度量兩個機率分布的距離，最浪漫的方式，不是比它們的「中心」——而是把所有糧山挖起來、搬去新處、算出那筆「最省的代價」。這最省的代價，就是 Wasserstein 距離。

概念解說

1. 什麼是最優傳輸？

1781 年，法國數學家 Antoine de Monge 在《De la détermination des forces motrices des eaux》中問：給一座土堆，要「堆」成另一座山形，以最小運輸代價（代價 = 距離 × 量）怎麼做？這叫「Monge 問題」。

Monge 把它寫成確定性圖 T：「每斗土，恰好送到一個目的地」。問題在：這樣的圖不一定存在，存在了也未必最優——比如一座土堆（一团質量）得拆開送進兩座山谷，確定性圖辦不到。

1939 年，俄國數學家 Vladimir Kantorovich 做出關鍵鬆弛：不找「圖」，改找一個定義在乘積空間 $X \times Y$ 上的聯合分佈（coupling） $\pi$，它：

在 $X$ 邊的邊緣恰好是 $\mu$（來源分布）；
在 $Y$ 邊的邊緣恰好是 $\nu$（目標分布）。

代價是 $\int c(x,y), d\pi(x,y)$，在所有 coupling 裡取最小：

$$ W_c(\mu,\nu) = \inf_{\pi \in \Pi(\mu,\nu)} \int_{X\times Y} c(x,y), d\pi(x,y) $$

這總有最優解（在合理條件下），因為我們鬆弛了：允許「拆」。最小值 $W_c$ 就是 Wasserstein 距離（$c=d$ 時）或 Wasserstein 成本。

核心洞察：「帳」（聯合分佈）比「圖」更一般。 圖只是帳的特例（聯合分佈「撐」在圖的圖形上）。Kantorovich 的鬆弛，是現代最優傳輸的基石。

2. 對偶：那張「價證」

Kantorovich 對偶：原問題（找最省帳）與對偶（找最緊價證）有同一個最優值：

$$ W_c(\mu,\nu) = \sup_{\substack{(\varphi,\psi)\ \varphi(x)+\psi(y)\le c(x,y)}} \int \varphi, d\mu + \int \psi, d\nu $$

對偶變量 $(\varphi,\psi)$ 就是「價牌」／對偶勢。約束 $\varphi(x)+\psi(y)\le c(x,y)$ 說：「倉價加區價，不得超過運糧代價」。對偶問：「在此約束下，我能貼出多大的總價？」這個最大價證，恰好等於最省的運糧成本。

這，就是寓言裡稽核官的證明。它是數學裡最美麗、最有用的對偶之一——把「對測度的無窮維最小化」，轉成「對函數的逐點優化」，也是現代 OT 多數計算與理論結果的地基。

3. Brenier 定理：「圖何時存在」

當代價是 $c(x,y)=\tfrac{1}{2}|x-y|^2$（距離平方），且 $\nu$ 對 $\mu$ 的「推前」絕對連續（直白說：目的地攤得開、沒堆成一坨），最優帳總是一張確定性圖：

$$ T = \nabla\varphi $$

其中 $\varphi$ 是凸函數。這叫 Brenier 定理（1991）。意即：搬質量最省的方式，是讓每點推到 $\nabla\varphi(x)$——一片凸景觀的梯度。糧不拆。這結果之所以美麗，是它把「傳輸」（測度問題）和「凸分析」（函數問題）證成同一件事。

注意：正因如此，在連續（分布攤開）時「可以」用圖；但在離散（寓言的九個區）時，目的地堆成離散點，絕對連續條件失敗，就必須用（會拆的）帳。這正是 C 倉的困境。

4. 熵正則化與 Sinkhorn 算法

精確 Wasserstein 距離難算（最優帳常是「尖角／稀疏」）。2013 年，Marco Cuturi 的《Sinkhorn Distances》指出：加熵正則：

$$ W_{\varepsilon}(\mu,\nu) = \inf_{\pi\in\Pi(\mu,\nu)} \int c, d\pi + \varepsilon\cdot \mathrm{Ent}(\pi), \qquad \mathrm{Ent}(\pi) = -\int \pi\log\pi $$

熵項懲罰「太確定」的帳、鼓勵「攤開」（略糊）的帳。代價：$W_\varepsilon > W_0$（略微高估）。回報：最優熵帳長成

$$ \pi(x,y) = \frac{a(x),b(y)}{Z}, e^{-c(x,y)/\varepsilon} $$

——是兩個行因子 $a$ 與列因子 $b$ 的積！所以可以輪流解出 $a$、$b$（重縮放行、重縮放列）——這正是 Sinkhorn-Knopp 迭代（矩陣縮放，極快，每輪 $O(n^2)$，幾輪即收斂）。

溫度 $\varepsilon$：

$\varepsilon \to 0$：$W_\varepsilon \to W_0$（真 Wasserstein，尖、難算）。
$\varepsilon > 0$：$W_\varepsilon$ 是平滑版，用 Sinkhorn 易算。

這，就是寓言裡「工程師的把戲」：用一點不確定（熵）換可算，再把溫度調低，收斂回真答案。

5. 為何重要（那些「深層」連接，都是真的）

最優傳輸不只是「搬糧最省」，它是整個數學最活躍的領域之一：

Wasserstein GAN（Arjona-Mastrucci 等, 2017）：普通 GAN 用 JS 散度，生成時「飽和」（兩堆圖像分布的距離幾乎恆為 1），引導不動；Wasserstein-1「懂形狀」、平滑變化，生成器才知道「糧山該往哪移」，訓練穩。這是生成建模的里程碑之一。
Schrödinger 橋（1932；2020 年代動態 OT 現代化）：不「一舉」搬糧，而是問「讓糧隨時間沿一條分布路徑流動，總動能最小？」這是 OT 的動態版，深連量子力學（Schrödinger 原意）與深層 diffusion 模型（數據分布的「路徑」）。
梯度流（Jordan-Kinderlehrer-Ornstein, 1998）：Fokker-Planck 方程（布朗粒子雲如何擴散）正是「相對熵」對 Wasserstein 距離的「梯度流」。換言：擴散＝糧沿 Wasserstein 地形往低處流。這把偏微分與幾何優雅地統一。
Hamilton-Jacobi／viscosity 解：對偶勢 $\varphi,\psi$ 在二次成本下滿足 HJ 方程 $|\nabla\varphi|^2 + c = \lambda$（viscosity 意義下）。「價證」，就是那 PDE 的解。OT 因此連到偏微分與變分法。

隱喻對照表

故事中的元素	最優傳輸／Wasserstein 概念	深度解析
蒙日城（Monge）	最優傳輸理論的誕生地（Monge 1781）	Antoine de Monge 在 1781 年的《De la détermination des forces motrices des eaux》中，首提「如何以最小代價移動土堆」。
七座糧倉 A…G（各有不同存量）	來源測度 $\mu$（source distribution）	七座倉＝七個「質量點」，各倉「存糧」＝該點「質量」（機率）。$\mu$ 是一個離散測度。
九個飢荒區 1…9（各有不同需求）	目標測度 $\nu$（target distribution）	九個區＝目標「質量點」。$\nu$ 是另一個離散測度。
總糧 = 總需求	$\int\mu = \int\nu$（質量守恆）	最優傳輸要求「來源總質量＝目標總質量」，否則「搬糧」無解（或需加 source/sink）。
每座倉指派「唯一」一個區	Monge 圖（deterministic map）$T:X\to Y$	Monge 1781 原設：每個來源點「唯一」送往一個目標點。
C 倉的「拆糧」（一半一號、一半四號）	圖不存在、須「拆」成「帳」（coupling）$\pi$	目標離散、質量須「堆」成區時，絕對連續條件失敗，Monge 圖不存在，Kantorovich 鬆弛為「帳」。
「整本帳」（記每條路線的量）	coupling $\pi\in\Pi(\mu,\nu)$	定義在 $X\times Y$ 上的「聯合分佈」，兩邊「邊緣」分別是 $\mu$、$\nu$。
帳的三條鐵則	兩個邊緣約束＋代價	① 每倉「送出」＝$\mu$(該倉)；② 每區「收到」＝$\nu$(該區)；③ 代價＝$\int c,d\pi$。
「所有帳中總代價最小者」	$W_c(\mu,\nu)=\inf_{\pi}\int c,d\pi$	Wasserstein 距離（以代價 $c$）。$c$＝距離時為 $W_1$；$c$＝距離²時為 $W_2$。
「兩堆糧山的距離＝搬過去的最小代價」	Wasserstein 距離「懂形狀」	與「重心」（L1/L2）不同，它量的是「質量怎麼重排」，對「山形」敏感：挪一座山一點，距離小變；拆成兩座，距離大變。
學者「Kantorovich」的覺悟（圖→帳）	Kantorovich 鬆弛（1939）	從「確定性圖」（Monge）到「coupling」（Kantorovich），是現代 OT 基石。
稽核官的「價牌」（倉價＋區價 ≤ 代價）	Kantorovich 對偶／對偶勢 $(\varphi,\psi)$	對偶：$\sup_{\varphi+\psi\le c}\int\varphi,d\mu+\int\psi,d\nu$＝原問題最小值。稽核官「不搬糧」，只用「價」證明「代價不會低於某數」。
「價證總和＝最省帳的代價」	強對偶（strong duality）	最優傳輸（在適當條件下）強對偶成立：原問題＝對偶。
年輕學者「Brenier」的「凸景觀」	Brenier 定理（1991）	二次成本下，最優帳「總是」圖 $T=\nabla\varphi$（$\varphi$ 凸）。
「凸景觀的梯度」	$T=\nabla\varphi$（凸函數梯度）	最優「圖」＝單一「凸函數」的「梯度」。搬糧與凸分析是「同一件事」。
「流向永不交叉」	最優圖的單調性／凸性	二次成本下最優圖「不交叉」（交叉即可重配對、降代價）。
工程師的「不確定」（熵）＋溫度 $\varepsilon$	熵正則化＋溫度參數 $\varepsilon$	$W_{\varepsilon}=\inf_{\pi}\int c,d\pi+\varepsilon,\mathrm{Ent}(\pi)$。$\varepsilon\to0$ 收斂到「真」$W_0$。
「行、列、行、列」重縮放	Sinkhorn-Knopp 迭代（matrix scaling）	最優「熵」帳具行列因子化 $\pi=\frac{ab}{Z}e^{-c/\varepsilon}$，輪流求 $a,b$ 即「重縮放」。
「溫度調低」＝「糊減少」	$\varepsilon\to0$ 極限	$\varepsilon$ 越小，帳越接近「真」Wasserstein（越尖、越難算）。
「Wasserstein GAN 的引導」	Arjona-Mastrucci（2017）	JS 散度在生成時「飽和」（距離恆≈1）無法引導；Wasserstein-1「懂形狀」，引導穩。
「糧隨時間流動」（動態版）	Schrödinger 橋／dynamic OT	不「一舉」搬糧，而是沿一條「分布路徑」以「最小總動能」流動，連到量子力學與深層 diffusion。
「糧沿 Wasserstein 地形下滑」	梯度流（JKO 1998）	Fokker-Planck 方程＝相對熵對 Wasserstein 距離的「梯度流」。擴散＝糧沿 Wasserstein 地形下滑。
「價證＝PDE 的解」	Hamilton-Jacobi 方程（viscosity 解）	對偶勢 $\varphi,\psi$ 滿足 HJ 方程（二次成本 $

一句話總結：要量「兩堆機率」的距離，最浪漫也最深刻的方式，不是比它們的「中心」，而是「把所有糧山挖起來、搬過去、算出最省的代價」——這最省的代價，就是 Wasserstein 距離；而「找最省帳」的對偶是「稽核官的價證」、「圖」在連續下就是凸函數的梯度、「熵」則把「尖角」磨成「可算」，這四件事，正是**最優傳輸（Optimal Transport）**的靈魂。

Wasserstein 距離 on Intellectual Guides