如何用涌现的眼光理解目的、控制和智能 转贴.docVIP

如何用涌现的眼光理解目的、控制和智能 转贴 一、问题背景 1、SFI方法的成功与不足 复杂系统、复杂性科学日益受到各方的关注，目前美国圣塔菲研究所(SFI)已经成为了世界闻名的新思想发源地，各国的学者都争相到SFI朝圣。 SFI最主要的方法论是计算机仿真。以前谁也没想到运用类似计算机游戏的仿真能够成功用于解决复杂系统的问题。计算机程序的涌现与进化形成了现实复杂系统的涌现与进化的微缩模型。目前基于复杂适应系统的计算机仿真已经在人工生命、人工智能、经济、管理等多个学科形成了一个方法群，而且近年来这方面的研究已经成为世界学术界的主流，我们可以通过google搜索这几个词：agent,emergence,complex,adaptive等等，看看找出来的文章数目便可想而知。 但是SFI的计算机仿真在解释复杂系统方面仍然有很多不足。在此，我想讨论一个理论上的不足：这就是采用SFI方法所导出的各种计算机涌现模型具有一个最大的弱点：涌现出的复杂性极其有限，尤其体现在系统内各个实体的层次结构上。 现实世界的复杂系统是多层次的，分子构成细胞、细胞构成生命、生命构成种群、种群构成生态系统。复杂系统是一层套一层的。然而计算机中的涌现模型仅仅能说明一层涌现现象，比如从分子到细胞，或者从细胞到生命，然而两层以上的涌现很难仿真出来，比如分子到生命的涌现等等。我认为这种层次主要是从尺度划分上来说的，也就是说上一个层次的个体在空间尺度上是包含下一个层次的多个个体的。 第二个不足也就是我今天要谈论的重点：所有的SFI式的仿真系统没有形成内部复杂性的增长！所谓的内部复杂性就是指在有限的空间下，系统产生内嵌复杂性层次的飞跃。大自然是存在这种内部复杂性层次飞跃的。比如大自然进化所造就的脑的出现，这对于生命体个体来说就是一种内部复杂性层次的跃迁。自然进化在反反复复的筛选之后才导致了另外一个完全不同的内嵌复杂系统的出现，这种现象至今仍然没有在任何计算机仿真中出现。比如数字生命模型，数字生命们的确会进化，的确会形成组织，但是它们的进化似乎只是在一个水平上不停的修修补补，而没有积累形成质的飞跃。这是为什么?是不是计算机仿真系统就根本形不成这种内嵌的复杂性增长?还是仍然有什么规律我们没有发现? 也有很多人说，涌现模型的不足在于，涌现出的系统过于松散，人们过于强调涌现的自组织特性、无中心控制特性，然而现实的智能系统是存在着中心控制的。面对这一点，我们不能回到原来的老路给系统硬性设计中心控制程序，而是应该寻找新的方法。 2、自然界的启示 考虑自然界的生物进化，我始终认为在生命的进化过程中，有两套完全不同的系统在进化：一个是生物的身体在进化，一个是生物的神经系统在进化。可以说神经系统的诞生与演化一点不亚于生命的起源与演化，因为神经系统是孕育智能的物质基础。 有位高人曾说过，SFI为代表的复杂性科学很好的解释了生命的本质，但却还没有解释智能的本质。从生命的起源、生命的演化以及自组织等，SFI成功地把这些来自于生命系统的概念泛化到一般复杂系统中，这才有了各种各样的计算机仿生算法及其关于经济管理系统的指导性思想。但是自然界的神经系统所体现的漂亮属性仍然没有提取出来，智能是这些漂亮属性中最闪光的一个。可以肯定的一个明显现象是，自从智能诞生以来，伟大的生物进化已经开始让位给人脑内知识的进化，几千年的人类文明就是明证！大自然进化比起文明的进化进程慢了许多。可以说智能的出现是进化的一次重大飞跃，然而可笑的是，目前仍然没有一个理论能很好解释该现象。达尔文的进化论在解释同层次内一个物种到另一个物种的变迁我认为没有问题，SFI的复杂适应系统对生物进化的借鉴也没有问题，但是这整个方法论体系在分析进化层次的跃迁的时候却都会失败。进化论根本解释不了为什么人脑及其智慧出现以后生物层面上的进化一下子就让位于智慧的进化。 3、实际问题的需要 目前，面对复杂系统中的复杂问题，人们并不想仅仅一般性的认识客观的规律，而是要利用这些规律对复杂系统进行控制。虽然复杂性科学的哲学并不提倡中央控制的思维方式，但是面临实际问题的时候，人们不可能真正的无为，而是要做到真正的无为而无不为。这个无为而无不为我认为是真正的控制的最高境界。Holland在《隐秩序》一书中就曾指出，我们研究复杂适应系统最大的希望就是能够找到一般的复杂适应系统的杠杆。当面临关键问题的时候，只要决策者轻轻敲动这个杠杆，系统就会发生一连串的因果反映从而导致系统的整体进化以达到决策目的的实现。他用免疫系统为例子来说明这个杠杆原理。人体免疫系统是一个复杂适应系统，看似人类无法干预它的运转。然而人们发现了种牛痘可以翘动人体免疫系统的杠杆，使得免疫系统能够自发的生成对天花的免疫力。这种种牛痘的方法就是我们找到了人体免疫系统的杠杆，那么针对艾滋病、计算机复杂系统、网络复杂