复杂-第27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！
没有参加主力队。但重要的是打棒球的乐趣，而不是参加哪个队。我所从事的科学对我
而言总是其乐无穷的。”
“我觉得如果没人愿意听我说，会使我很烦恼。但我总是非常幸运，总是有既聪明、
又对我的研究课题兴致勃勃的研究生与我产生思想上的共鸣。”
这确实从一个侧面反应了他和少年伙伴在地下室做游戏的态度：在密西根大学，荷
兰德将极大的精力放在了和他最直接的圈子里的伙伴共同工作之上了。尤其是在任何时
候他手下都有六七个研究生，远远超过通常导师指导研究生的数额。事实上，从六十年
代中期开始，他所指导的研究生每年都有不止一个人获得博士学位。
“他们中有些人确实绝顶聪明，与他们相处给我带来了很大的乐趣。”他说。荷兰
德看到有太多教授累计了长长的论文名单，其实这些论文都是他们和他们所指导的研究
生共同研究的成果，甚至完全是由他们的学生写的。所以他故意用相当放手的方式对研
究生进行指导。“他们都按照自己的想法进行研究，做他们自己感兴趣的事。然后我们
所有的人每周一次围聚在桌旁，其中有一个人就会告诉大家他的论文已经进行到什么程
度了，我们大家就会就此展开批评和讨论。这对所有介入者来说都充满了乐趣。”
七十年代中期，荷兰德和学部里一群志同道合的同事开始了每周一次的自由讨论，
讨论任何有关进化和适应性的问题。这群人里除了有勃克斯之外，还有政治科学家罗伯
特·爱克思罗德（Robert Axelrod）。罗伯特力图想理解人们为什么和什么时候会相互
合作，而不再相互在背后涌刀子。另外还有专攻人类组织的社会动力学的政治科学家米
歇尔·考亨（Michael Cohen）和威廉·汉密尔顿（WilliamHamilton）。威廉是一位进
化生物学家，和爱克思罗德一起研究共生、社会行为和其他形式的生物合作。
“麦克·科恩（Mike Cohen）是个中介人。”荷兰德回忆说。在他的适应性一书刚
出版不久，科恩来旁听他的课。有一天课后他走过来对荷兰德介绍自己，并说：“你真
应该去和爱克思罗德谈谈。”荷兰德就照做了。通过爱克思罗德，他又结识了汉密尔顿。
很快，BACH小组的人，勃克斯、爱克思罗德、科恩、汉密尔顿就携手联合了。（BACH是
由他们四个人名字的头一个字母组成。他们几乎经常一起工作。在小组成立伊始，他们
就想把斯图尔特·考夫曼网罗进来，但考夫曼去了宾州大学。）“把我们联系在一起的
是我们都有很强的数学背景，都强烈地感觉到进化和适应性问题比任何一个单一的问题
都涉猎广泛。我们开始定期聚会：某个人会读到一篇文章，然后大家一起讨论，激发了
许多探索性思考。”荷兰德说。
对荷兰德来说尤为如此。他已经完成了适应性一书，但他与BACH小组成员的讨论却
涉及到书中未及涉猎、留待研究的地方。基因算法和图解定理紧紧抓住了进化的本质问
题，对此他深信不疑。但即便如此，他仍然不免要遗憾，基因算法对进化的赤裸裸的解
释毕竟过于简单了。他的理论把“生物体”直接当作由程序员设计出来的单纯的DNA，
这样的理论一定存在缺憾。它对于在复杂环境中复杂的生物体的进化能向我们说明什么
呢？什么也不能说明。基因算法相当不错，但仅仅是基因算法本身，并非包括适应性作
用者。
从这个意义上来说，基因算法也不算是对人类精神适应性的模仿。因为它在计算上
太生物化了，无法由此看到复杂的概念是如何在人类头脑中产生、进化和重新组合的。
对荷兰德来说，这一事实使他越来越感到沮丧。从他初次听到赫伯的概念至今已有二十
五年了，但他仍然坚信，精神的适应性和大自然中的适应性只不过是同类事物的两个不
同的方面。而且，他仍然相信，如果它们真是同样的事情的话，它们就可以由一个同样
的理论描述出来。
所以，从七十年代后期起，荷兰德就开始了对该理论的研究。
从根本上来说，一个适应性作用者经常是在和它所处的环境做游戏。而这又确切地
意味着什么呢？如果剥离到本质，这对游戏的作用者的生存和发展来说，究竟会发生什
么？
荷兰德认为会发生两件事：预测和反馈。这是他在IBM公司工作时他和塞缪尔谈及
跳棋时洞察到的。预测正如其词意所示：想于事先。荷兰德仍然记得塞缪尔一再重复这
一点。“玩好一局跳棋或象棋的本质就是将宝押在不那么明显的布局上。”也就是走出
的棋路要能够使你在后来处于有利的地位。预测能够助使你抓住机会或避免堕入陷阱。
一个能够想于事先的作用者显然比不能想于事先的作用者要更具有优势。
但预测的概念简直就像建设砖块的概念一样微妙。比如说，我们通常将预测当作人
类有意识的、基于对世界的大致模拟之上的思考。当然有许多这类通过模拟做出的预测。
超级计算机对气候的模拟就是一个例子，某公司开始一项商业计划又是一例，美国联邦
储备局所做的经济规划也是一例，就连英格兰的巨石柱也是一个模拟的模型：巨石的环
绕设计能让占卜牧师像用一个粗糙但有效的计算机一样来预测春分和秋分的来临。而且，
各种各样模拟的模型经常就在我们的头脑里。逛商店的人极力想象新沙发摆在自家客厅
里的情形，或一个胆小的雇员力图想象冒犯老板的后果。我们经常在使用这些“脑内模
型”。事实上，许多心理学家都相信，有意识的思维都是基于“脑内模型”的思维。
但对荷兰德来说，预测和模拟模型的概念实际上要比有意识的思维深奥得多。从这
点来说，也远比大脑的存在要深奥得多。他宣称：“所有复杂的适应性系统——经济、
精神、生物体等，都能建立能让自己预测世界的模型。”就连细菌也如此。很多细菌都
有特殊的诱导酶系统，这种诱导酶使它们游向葡萄糖浓度更强的方向。毫无疑问，这些
诱导酶模拟了细菌世界的一个关键的方面：化学物质总是从源头向外扩散，随着离源头
越来越远而浓度越来越小。诱导酶自然而然地就把这样一个明确的预测编入了基因码：
如果你向浓度较高的方向游去，就可能找到有营养的东西。“这不是有意形成的模式，”
荷兰德说。“但遵循这个模式的生物要比不遵循这个模式的生物更具优势。”
荷兰德说，这对美洲繁色瑞蝴蝶（viceroy butterfly）也同样。这种蝴蝶是有着
醒目的橘黄色和黑色的昆虫。如果鸟类尝过它的味道的话，无疑会对它垂涎三尺。但鸟
类很少捕食这种蝴蝶，因为它们的翅膀的花纹演变得很像所有幼鸟都避之不及的味道难
吃的王蝶（monarch butterfly）。因此就发生了这样的情况：繁色瑞蝴蝶的DNA上编码
了一个模型，这个模型模拟的世界中有鸟类、有王蝶、以及王蝶味道难吃。每天繁色瑞
蝴蝶在花丛中飞来飞去，无疑是在拿自己的生命做赌注，打赌它假设自己对外部世界的
模拟是对的。
你还会在各种不同的生物体中发现同样的道理。荷兰德说，就拿公司来说，设想一
个工厂接受一个常规定单，比如说，一万件小器具。既然这是一个常规定单，工厂职员
也许就不会多想。他们只是遵循“常规的运行程序”，即一系列正式规程，来进行生产。
“如果情况是ABC，那就采取XYZ行动。”就像细菌和繁色瑞蝴蝶一样。这些规程中编入
了这个工厂所模拟的世界和对这个世界的预测：“如果在ABC情况下，采取XYZ行动就会
产生很好的效果。”按这些规程进行生产的职员们也许知道、也许不知道有这样模拟的
模型的存在。毕竟常规操作程序经常是死搬照抄学来的，没有那么多为什么可问。如果
这家工厂经营已有年头了，那可能没人会记得为什么事情必须这么做。但不管怎么样，
因为常规的操作程序是由集体来发展和执行的，所以整个工厂的行为就会像是完全理解
这个模拟模型似的。
荷兰德说，在认知领域，任何我们称为“技术”或“专业知识”的，都是一种内含
的模型，或说得更精确些，是一组长期经验积累和凝练而成的，即铭刻在神经系统的巨
大而相互环扣的常规操作程序。让一位有经验的物理教师看课本练习题，他不会像个新
手似的把时间浪费在抄录眼所能及的所有公式。他脑中的程序总是会立刻就告诉他解题
的方案：“啊哈，这是一道能量题。”发个球给网球名将艾芙特，她不会浪费任何时间
争辩这球该怎么接，她头脑中的程序会立刻就让她本能地回手接球，打你个无从招架。
荷兰德喜欢在谈到内含的专业知识时举中世纪创建了哥特式大教堂的建筑师的技术
为例。他们当时无法计算强度和承载力，或任何一个现代建筑师能够计算的事。十二世
纪没有当代物理学和结构分析。那些中世纪建筑师建造那些高耸的拱形天花板和巨大的
扶壁，靠的是师徒相传的标准操作程序，是实际经验给了他们哪种结构能够支撑、哪种
结构会坍塌的常识。在他们那里，物理学的模型完全是内含的和直觉的。然而这些中世
纪的工匠们发明的建筑结构一千多年后仍然耸立于世。
荷兰德说，这样的例子不尽其数。DNA本身就是一个内含的模型，基因说：“在这
种条件下，我们期望我们特意选中的生物能有机会得到很好的发展。”人类文化是一个
内含的模型，丰富而复杂的神话故事和象征隐含着人们对他们所处的世界的信念和对他
们的行为规则的正确性的信念。就这点而言，塞缪尔的计算机跳棋手也包含了内在的模
式，随着它对对方下棋风格越来越熟悉，它会不断改变对各种棋路选择赋予的期望值，
从而形成自己内在的模式。
确实，模式和预测随处可见。但模式从何而来？所有自然的或人工的系统是如何对
这个宇宙形成足够的了解，从而对将来的事件做出预测的呢？他说，光是谈论“意识”
没有用。大多数模型显然并没有意识：比如寻找营养的细菌，它甚至都没有大脑。谈论
意识在任何情况下也是个用未经证明的假定来做的辩论。意识又是从哪里来的？是谁设
计了编程员的程序？
荷兰德说，最终的答案只能是“没人操纵这一切。”因为如果真由一个编程员潜伏
在幕后，就像“有鬼魂附于机器”，那么你等于什么都没有解释。你只是把这团谜推到
别的地方去了。但幸运的是，还有一个选择：从环境而来的反馈，这是达尔文的伟大洞
见。一个作用者能够改善自己的内在模式，并不需要任何超自然的指引。它只是不断测
试自己的模型，看看这些模型对真实世界的预测有多么准确。如果它能够在实践中存活
下来，它就调整自己的这些模型，以使自己下次做得更好。当然，在生物学上，作用者
是独个的生物体，反馈是由自然选择提供的，模型的不断改良被称为进化。在认知学上，
这个过程基本上是一样的：作用者是独立的心智，反馈自老师和直接经验而来，改善被
称为学习。确实，这正是塞缪尔电脑跳棋手的运作机制。不管就生物学而言还是就认知
学而言，一个适应性作用者都必须要利用这个世界告诉你的信息。
当然，下一个问题就是，怎样做到这个？荷兰德在BACH小组和伙伴们长时间地讨论
这个基本概念。但到最后只得出，有一个办法能确定这个概念：必须建立一个计算机模
拟的适应性作用者，就像他十五年前研究基因算法一样。
但不幸的是，他发现，到了1977年，人工智能主流知识已经不如1962年那么有助于
他了。到了1977年，人工智能的研究领域无疑已经取得了很大的进展。比如在斯坦福大
学，人工智能小组正在研制一系列被称为专家系统的极富成效的程序。专家系统能够模
拟专业知识，比如可以通过运作成百条规则来模拟一个医生：“如果病人患的是细菌感
染性脑膜炎，正在发高烧，那么也许是某种细菌感染。”该项研究已经引起了投资者的
兴趣和注意。
但荷兰德对于应用性研究并不感兴趣。他想要的是一个关于适应性作用者的基本理
论。从他的角度来看，这二十年来人类在人工智能领域取得进展的代价就是忽略了所有
重要的方面，从对学习的研究到对来自环境的反馈的研究都受到了忽略，在荷兰德看来，
反馈是最根本的问题。但除了像塞缪尔这样个别的人物之外，人工智能领域的人似乎都
认为，学习是可以放置一边，不忙应付的。他们以为可以待他们将对语言的理解、人类
问题解决法弄明白以后，或把对其他抽象推理问题的程序编完美后再来研究学习的问题。
专家系统的设计者们甚至还为此而感到骄傲。他们谈论“知识工程”，也就是和相关的
专家交谈几个月后，为新的专家系统制定出成百条规则，来回答：“在这种情况下你该
怎么办？在那种情况下你该怎么办？”这类的问题。
公平地说，就是知识工程师都不得不承认，如果程序真能够像人一样通过传授和经
验学到他们的专业知识，如果有人能想出来如何在应用这些软件时不至于像现在这么复
杂和麻烦的话，事情就会顺利得多了。但对荷兰德来说，这正是问题之所在。拿现存的
“学习模型”草草拼凑成一个软件解决不了任何问题。学习是认知的最根本的问题，正
如进化是生物学的最根本的问题一样。这意味着，学习的机制必须在一开始就投入到认
知建筑图纸中去，而不是到最后才被草率加入。荷兰德的理想模式仍然是赫伯式的神经
网络，其最重要的一点是，每一次思维的神经冲动都强化了其神经连接，从而使思考成
为可能。荷兰德确信，思考和学习只是大脑中同件事物的两个方面。他希望在他的适应
性作用者的研究中能抓住这个根本的问题。
但尽管如此，荷兰德却并不想再回过头去重做神经网络模拟。虽然从IBM701开始至
今已有二十五年了，但计算机的功能仍然没有强到能够按他想达到的规模做完整的赫伯
式的计算机模拟。在六十年代，神经网络研究在“视感控制”这个标题下确实有过一阵
短暂的小高潮。视感控制是视觉研究中专门用来识别特征的神经网络。但视感控制在赫
伯实际所言的细胞集合中是一个极其简化的版式。（即使在识别视觉特征上，视感控制
的功能也不强，这就是为什么视感控制已经不再受人重视的原因。）荷兰德对新一代的
神经网络系统也并不十分欣赏。新一代的神经网络系统于七十年代末期开始流行，而且
自此受到了很大关注。荷兰德说，这些系统比视感控制系统要先进些，但却仍然不能支
持细胞集合的研究。确实，大多数版本根本就没有共鸣。通过网络的信号瀑布只有从前
到后的单一走向。他说：“这些关联主义的网络在刺激／反馈行为方面和模型识别方面
的功能很强，但从总体上来说却忽略了内部反馈的需要。而内部反馈正是赫伯认为细胞
集合所不可或缺的。除了少数情况以外，神经网络研究人员基本上不在这个方面下功
夫。”
