夸克与美洲豹 作者:[美]盖尔曼-第37章
按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
罴炎刺＠缭谙缕迨保罴巡呗灾两袢晕捶⑾帧５牵绻颐窍碌氖侨澹敲矗鹘芸旆⑾肿罴严缕宓穆肥窖耙簿痛私崾�
虽然遗传算法一直主要用来探寻最优化问题，其中适应性（或“支付”（payoff））已被很好地界定，但它也可以用于其他情形，正如神经网可以用于两种情形一样。神经网和遗传算法两者都可给出以计算机为基础的复杂适应系统，它可以在没有人设计的情形下改变策略。人们自然会问，这两类技术是不是有任何特别之处？它们似乎与大脑和生物进化功能有些不太明确的相似之处。我们能不能发明另一类系统，其基础类似于哺乳动物的免疫系统？是不是在事实上有许多明确界定的以计算机为基础的复杂适应系统，其中包括那些已知的或假想的和许多其他的系统？我们能用实用的术语来描述这么多种的系统，以便让潜在的用户能通过各种可能的以计算机为基础的系统，发现适合于他或她的问题的系统？这些问题是研究以计算机为基础的复杂适应系统的学者们极力试图回答的问题之一。复杂适应系统的模拟
与复杂适应系统有关的计算机决不仅仅用来改进各种解决问题的硬件或软件，它的另一些广泛的应用是模拟复杂适应系统的行为。这些模拟的最令人惊讶的特性，是由一些简单的规则产生复杂的行为。这些规则意味着一般的规律性，但在个别案例实施的结果中，却呈现出另外一些特殊的规律性。这种情形有些类似整个宇宙，它由一些简单的规则支配，却允许无限多的剧情出现，每一种剧情都呈现出它自身的规律性，特别是在一给定的空间和时期。于是，随着时间的逝去，出现了越来越复杂的形式。
设计一种易于操纵的模拟的窍门是删掉一些规则，使规则显得更加简单；但在删减过程中要留下那些最令人感兴趣的突然出现的行为（emergentbehavier）。模拟设计者因此必须知道许多有关以下的情形，即按规则的变化却会有产生极不相同剧情行为的功效。有些设计者，例如密执安大学政治学的科学家罗伯特·艾克色诺德（Robert Axelrod）发现了一种敏锐的直觉，它可以帮助设计者们去猜想如何简化规则，但又不至于泼洗澡水时把小孩也泼出去了。显然，这种直觉的获得部分是基于先验的推论，部分是基于经验，这种经验的获得是由于经常摆弄规则并观察在规则修改后使特定的计算机运行发生什么改变。但是，简单模拟的设计带来许多有趣的结果，这更多的是在艺术方面而不在科学方面。
那么，这些规则的研究和研究的结果能够使模拟更科学化吗？除了对什么样的规则导致什么样的行为的鼓舞人心的经验猜测进行详细描述以外，还需要附加的经验。然后，对精确的定理作一些可能的推测，最后，这些定理中的一部分可能被证实，证实的人估计是数学家。
在上述情形下，一种科学的规则和结果可能会出现，在这过程中计算机运行发挥了实验的功能，而推测与证实定理则组成了理论的实体。事实上，随着迅速和功能更强的计算机的出现，越来越简单的模拟正在越来越多的课题上得到应用。对未来科学所必需的原始资料，已正在积累之中。最后，至关紧要的是模拟与它们模仿的真实世界之间的关系。模拟真能为真实情形提供有价值的直觉吗？它们关于真实情形的推测能为观测所证实？它们能够揭示以前没想到过的可能行为吗？它们能对已知现象指出新的可能的解释吗？
在大多数场合，模拟还仍然太不成熟，无法确切回答上述一些问题。尽管如此，令人惊奇的是在某些情形下，一些非常简单的规则可以洞察真实世界的一个复杂适应系统的运作。一种生物进化的模拟一个杰出的、现在非常著名的例子是TIERRA 程序，它是由德拉威尔大学（University ofDeL aware）和圣菲研究所的托玛斯·雷（Thomas Ray）制定的。他是一位生态学家，工作在哥斯达黎加低地雨林一个称为拉塞尔瓦（LaSelva）的生物研究站。生态学研究之所以吸引了他，是因为他想研究进化。不幸的是，在人的一生中看不到什么生物进化在发生，因此他发现他的工作在遭受挫折。他决定在计算机上模拟进化。
他打算分阶段制订一个合适的程序，开始是一个高度简化的程序，然后逐渐加入更多的特征，如中断平衡或寄生现象的存在等等。他告诫自己，要细心地用“机器语言”（machinelanguage）制订一个程序，他后来制订出一个功能单一的、非常简单的程序，并作了调试。这个最初的程序就是TIERRA，后来这个程序被逐渐改善，现在它的功能已异乎寻常地齐全。这个程序在反复运行的过程中，找出每次运行出现的问题，这使得整个程序被占满了。而且，有许多特征原是他准备以后加进去的（如中断平衡和普遍的寄生现象），现在却由TIERRA 自身显示出来。
TIERRA 利用“数字结构”（digital organisms），这种结构是机器指令为争得计算机记忆的空间和中央处理机①的时间而得到的结果。由TIERRA 给出的复杂适应系统的共同性，在某种意义上是退化的，因为每一种数字结构的基因型和表型都表现了相同的客体，即指令的序列。这种序列经受着某种突变，也受真实世界选择压力的作用。不过，当考虑到系统时，把两种功能分开是一种好的想法（如瓦尔特·冯塔纳所强调的那样），即使这二者被同一实体完成，也仍然以分离开为好。（按照地球上生命起源的某些理论，这种过程的早期阶段也有相同的退化特性，其中核糖核酸（RNA）扮演了基因型和表型两种角色。）
突变有两种方法引入。第一，信息量比特不时地在整个结构的任何地方随机（从0 到1 或相反）交换（非常像真实的结构受到宇宙射线的影响）。其交换比率大约是1 个比特，交换时有1 万个指令被执行。第二，在数字结构重复的过程中，比特在复制品中随机地交换。这时的比率要高一些，大约为1 个比特的交换时有两千个指令被复制。这是平均比率，错误被不规则地调节得足以避免周期效应。
在生物中死亡的重要性没有被TIERRA 的设计所忽略。记忆空间被严格限制，在缺乏死亡的情形下，自重复的创造物就会立即把它填满。因此“收割者”（reaper）将会按照结构的年龄以及在执行某些指令时犯的错误，根据一定的规则消灭掉这些结构。
托玛斯·雷设计了一个有80 个指令的自重复序列，它常常被当作TIERRA 的前身——初始数据结构——在任何运作中使用。当他第一次让这系统运转时，他原以为会出现一种长周期的故障和故障检修。但并没出现他预料的情形，相反，有趣的结果立即出现，许多结果对真实的生物进化颇有启发性，并且从此以后这种启示越来越有价值，并广为应用。经过一个长期进化后，出现了令人极感兴趣的改进，出现了一种对原型改进了的复制程序。它只有36 个指令而不是80 个，而且还可以用它完成更复杂的计算。当托玛斯把这种压缩技巧表演给一位计算机科学家时，他被告知这是一种称为“展开环路”（unrolling the loop）的已知技术的一个例子。在TIERRA 里，进化曾指出如何展开这个环路。托玛斯写道：“这种优化技术是人类发明的一种非常聪明的技术。但它用一种混合型而非功能型来实现，因而没有人使用（除非中毒十分严重）。”那么，这种不同于80 个指令的结构是怎样兴起的呢？突变不可能直接地产生这种结构。开始，这系统只包含原型和它的有80 个指令的下一代。（下一代倍增到记忆接近填满；这时收割者开始工作。变化的结构总数继续占据大部分记忆。）最后，突变出现了，以一种特别的方式改变了一个有80 个指令结构的表型：当结构审查自己以决定它的规模，使它能将这种规模传给它的下一代时，答案出现错误，一个新的规模传给了下一代。这样，结构的总数就会包括许多不同规模的结构。如果一开始试图用这种方式模拟生物进化就产生这样多的洞见，那一定会有大量的领域等待我们去探索。模拟如何进化的新方式运转了大量时间以后，产生了现在储存在结构里的信息，而且遍及世界的天然群体，可能不仅有助于了解现存的多样性，而且还可以更好地保护这种多样性。讲授进化的一种工具
TIERRA 和有关生物进化的计算机模拟技术在未来的发展，能把一种如何进化的感性知识传递给非科学家的人，因而具有特殊的价值。大部分人发现它很容易被理解，即使没有计算机模拟，只需把比较少的变化与少数几代的选择联合在一起，就能够产生一种总体上的变化。在饲养狗、虎皮鹦鹉、马或培植玫瑰时，每个人的经验就很容易使人相信，几乎任何一种生物都在一个小的规模上发生真正的进化。但在一个较长时间尺度上，伴有新种、属、族或更高分类单位的产生，那就是另一种不同的问题了。对于很多人来说都难于了解象和岩狸的近亲关系，所以要想形象地表示所有生命形式之间的相互关系，包括在数十亿年间才能出现的巨大变化，至今仍然十分困难。
对许多人来说特别难于接受的是机遇加选择压力（ chanceplusselection pressures），可以从一个简单的初始条件导致高级复杂的形式和由这些形式构成的复杂生态群体。但人们仍然无法由此相信，这种进化在没有某种指导干预、某种设计的情形下还能发生。（其他障碍中特别要指出的是意识的进化，其中自我认识是我们人类如此引以为骄傲的，人们觉得意识是不可能从无意识中产生。）在没有考虑到这些疑虑之前，我只能从外部考察它们。但对我似乎很清楚的是有一种办法可以免除这些疑虑，让人们体验几百万年极为随机过程加上自然选择而引起的巨大的变换。这只能由模拟来实现，像TIERRA 那样，能在一个易于控制的时期内，迅速穿过许多许多代；而且更精确和更逼真的模拟，对未来也有用处。用机遇和选择来描述生物进化时，我们会遇到各种突变过程。为了简单的缘故，我们假定它们完全是随机的。事实上，它们可能并不完全随机。有些作者举观察的证据为例，指出有时突变起因于잷随机的方式，有时甚至于偏向于一些有利于增加适应性的方式。但是，这种偶然效应的可能存在并不会改变基本点，即在没有这些偶然的非随机变化时，就现在所知道的而言，生物进化仍然如现在实际情形一样有长足的进展。在托玛斯·雷提出TIERRA 以前，我在圣菲研究所召集了一小群爱思考的人开会，讨论我们能否发明一种计算机游戏，它既容易为大家喜爱又能让游戏者相信发生在许多许多代的进化过程中的巨大力量。这次会议的一个杰出的结果是，当约翰·霍兰德回家以后他发明了ECHO，一种有趣的计算机模拟，它能对简单有机体的生态进行模拟。但这种游戏只能用于教学的目的，而不能满足进一步的需要。过了不久，托玛斯·雷在完全独立的情形下发明了TIERRA，它虽然并不真的是一种游戏，但可能最终产生同样的效果。
在会议中有些与会者指出，道金斯（Richard Dawkins）的《瞎眼的钟表工人》（The Blind Watchmaker）一书里有一些软件，是为说明进化的一种计算机游戏。不过，这种游戏并非我原来设想的那种。其要点是在真正的生物进化中，进化圈里并没有设计者。但道金斯发明了一种游戏，它使游戏者在进化过程中不断加入选择压力，这些游戏者很有些像为了制作图画而使用卡尔·西姆斯软件的用户。〔这个游戏的确有一个“漂移”任选程序（“drift”option），有了它游戏者可以让有机体单独存在，但他们仍然不能向有机体所属的生态群体施予选择压力。〕从（仅部分正确的）适应性来说，我们可以说在道金斯的游戏里适应性是外界产生的，由外界提供的；而在自然界中，如同他的书中所解释的那样，适应性是内部产生的，没有外界的干预，并最终由以下因素决定：地球和太阳的特性及偶然事件（包括巨大数量特殊种的进化）。一个游戏能设计得像托玛斯·雷使用TIERRA 那样，让游戏者仅仅只需要一种初始条件和一组生物进化的规则，就能够让机遇和自然选择把游戏玩下去。这做得到吗？适应因素的总体模拟
任何有关进化的系列模拟都必须包括数目巨大种群的相互作用，这些种群中每一种的环境由所有其他有机体和周围的物理化学情形组成。但是，当我们试图在一个比较短的时期（在这段时期里没有多少生物进化发生），了解这样一个生态群体会发生什么事情，会得到一些什么结果呢？我们将模拟一个生态过程。
许多与圣菲研究所有联系的理论家们利用计算机模型去认识这些复杂适应系统的性质，这些系统是互适应的适应因素的总体，而这些因素又构成描述和预言相互行为的图式。这些研究者提出一种与这些系统有关的特殊见解，它由一些似乎可取的猜测和用特殊模型证实了的结果组成。由此得到的景象是这样的：在这景象里中间算法信息量的区间（在有序和无序之间）可能含有一种状态，它类似于自组织的临界状态，可以用沙堆为例加以说明。在这种状态中，关键量可能按幂定律分布。最紧要的是，整个系统可能有一种趋势，使这些幂定律向可以应用的方向发展。斯图亚特·考夫曼（Stuart Kauffman）像佩尔·贝克（PerBak）一样，对这些想法作了许多理论研究。有许多人用术语“对混沌边缘的适应”（adaption toward the edge of chaos）来描述它们，这儿“混沌边缘”用来暗指一种位于有序和无序之间的临界情形。斯图亚特也是这些人中的一个。完整的表示首先由诺尔曼·派卡德（Norman Packard）在一篇论文的题目中使用，这篇论文用一个非常简单的、以计算机为基础的学习系统来探讨这样一种临界状态。现在这个术语已在通俗文学中广为使用。在大约相同的时期里，克里斯·兰顿（Chris Langton）也独自作出相关的研究。
在生态学和经济学领域里这种幂定律为人熟知，它们有一些显而易见的应用，特别是在支配资源分布方面。在市场经济中有名的工资分布经验定律，较高收入的部分就类似一个幂定律。它是19 世纪由意大利经济学家维尔弗瑞多·巴瑞脱（Vilfredo Pare… to）发现的，他还发现关于个人财产的幂定律，也是大致上适用于财富较多的人。
生态学家经常盯着资源的分配，把它当作一个自然群体中不同物种的函数，其中每一给定物种的个体集中起来作为一个整体来利用这些资源。他们在这里也发现了一个经验幂定律。例如，美国边界南部柯特斯海（Seaof Corte’s）的北端海岸的岩石地带，生长着许多不同的生物，如茗荷介和蛤贝，占据着岩石表面不同的面积。被不同种生物所占据的总面积遵循一个近似得非常好的幂定律。在食物链中较高级的其他动物则捕食这些岩石上的居住者。在这近于食物链顶端的动物中，有一种有22 个臂的星鱼。如果这种星鱼从图景中移走，会出现什么情形呢？由于某种灾害，这种情形在某些海岸段上可以实际发生，因此生态
