「如果要我选择一个历史上最重要的思想,我认为不是牛顿,也不是爱因斯坦,或是其他人,而是达尔文。自然选择的进化思想统一了生命和意义的疆域,还有可能会统一空间和时间、因果效应,机能和物理定律。」——哲学家丹尼特 Daniel Dennet
为什么我们一定要研究复杂性?
为了更好Build,为了更好的「对话」,为了理解进化。
前情提要:我在《两种复杂性》(上篇)的核心观点,
物理意义上的复杂性,可以「还原论」解构;我们差不多是数字游民1的第一代,不妨站的高一点,用一个新的思考锚点去讨论:开放世界游戏。
开放世界游戏是计算机诞生以来的一类超级物种:吞噬人类时间的猛兽。
开放世界,是如何一步步向上构建世界复杂性的? 拟真和关联(让实体感知周围)。
实体, 在数字世界,可以看成是一个「系统」。(这点和Web3 世界的实体可对标讨论)
游戏世界巧妙增加「系统间的关联性」,让万物相连,这就是开放世界的思想精髓。
然而,游戏世界的拟真还非常有限。 特别是它的实体还不具备生命体的复杂特性。
(我之前强调过, Naval 推崇的心理模型2不是物理学; 随着这些年不断打破科学框架和创业实践,对复杂性这个话题充满了激情,有希望对你有帮助)
本篇,我们将搞明白生物复杂性的几个重大观念:
自组织的广泛性。为什么大自然到处都是自组织?自组织能带来怎样的智能?
涌现的意义。 蚁群、大脑和城市有哪些共性? 是简单实体涌现上来的吗?
差异的根源。不破不立,我们将对比两种复杂性的本质;也将探索物理学思维和生物学的核心差异。
有以上这些观念上的共识,我们可能会逐渐意识到, 模拟生物世界的复杂性, 很多非常困难的话题就可以讨论了(通常是层次不对齐、概念不对齐,思维方式更不对齐)
AI和人的关系? Web3 的实体和蚂蚁有什么关系? 真实世界的复杂性,在虚拟世界中会如何演化? 《西部世界》是真的吗?
自然界充满了自组织
人类最大的幻觉之一,是人们以为「世界是围绕着自己转的」。 周有光老先生所谓我们「鱼不知水」,讲每个人都活在自己母语和文化里,当我们开始学外语之后,才意识到外面世界和语言的和自己熟悉的差别那么大。我有类似表达的是,我们对自身和生物学的理解也是这样。
好在当下不少科技大佬都拜倒在生物学的思想之树下:比尔·盖茨会和巴菲特吃饭,会不停讲病毒的演化故事,听不袭来; Naval 总是各种场合和生物学家们(Matt Ridely) 一起用演化思想来解释科技、研究创新。 这些信号都不是偶然的, 因为生物界的复杂性是建构在「自组织」之上的。
从感性入手,激发我们的好奇
你想象过细胞如何「自主」生长吗?有没有看过超级萌的「驱动蛋白」小动画4吗? 它有两只脚,被称为「细胞的工作母机」的神奇微型机器人?
你见过DNA是如何「自动」合成蛋白质动画5吗?你发现那个过程和搭乐高积木是不是很像?
(文末放了所有视频, 在Youtube上;如需要,B站按对应关键词搜索皆可)
蚂蚁的自组织和社会网络
越来越多思想家都开始强调,理解了蚂蚁和社会关系,对于应用到理解人类社会(元宇宙/web3/AI Being)中会大有裨益;大自然永远是我们的老师。
一些核心事实,
蚂蚁这个物种超过4500万年历史了,蚂蚁是社会性动物,而且是一种高度发达的农业社会(没想到吧);
蚂蚁有专业的分工:有采集者,战斗者,也有畜牧者(真菌养殖、蚜虫牧场 );
蚂蚁与蚂蚁之间使用信息素来交流; 信息素还会创建一个化学意义的网络,一张层次丰富的信息地图 。
蚁群如何计算出「最优策略」
蚂蚁们采取分布式智能, 它能解决大多数的问题。
1) 战争场景。例如,入侵者食蚁兽来袭后, 很多采集工种可能被吃掉后,社会的正常运作面临彻底失衡 , 这个重要的信息如何「广播」给整个群体呢?
神奇的是, 完全不需要广播!
蚂蚁单个实体之间会彼此交流,不断对话:
“你是「采集者」吗?”“ 哦,你不是”
下一个两两对话,
“ 你是采集者吗,哦,还不是”
“我来「变身」成为采集者吧,为了部落……”
巴巴拉巴拉,「变」,一只只多出来的兵蚁就变成了采集者了。
简单实体(蚂蚁)之间,采取随机互动+两两「对话」策略,实现自组织,整个社会的临界点自动恢复平衡。
2) 搜索场景。食物的分布巢穴的广泛空间外,有的地下,有的地上, 蚁群如何觅食这件事对人工智能和数学界带来深刻的变革。 数学上的,被称为旅行推销员问题(数学描述在注释6)。相当于如果你是个推销员,要去 上海、杭州、深圳、广州、苏州、北京、哈尔滨、三亚、西安等城市都推销一遍,你会怎么选择且足够「节俭」的方案呢?
直接说结论:如果这样的「车站」有20个的节点,穷举法计算的结果,是一个惊人的运算量,即使超级计算机运行模拟那个数学公式⁶,经测算,也需要633年!
蚂蚁是怎么解决这个问题的?和上面战斗👆的策略差不多,它们采取集体智慧,不会每个「车站」跑一遍!
它们两两对话,每次碰头 ;交换丰富的信息:
“ 哦,你刚巡逻过那个区域了吗?”,“没有食物”
“好的, 你那小片,我就不去”;
“什么你找到食物了? ” “我知道了赶紧把「信号」传递给下一个家伙。 ”
就这样, 食物地图,被bit by bit 的「搜索」完整了。如果你有兴趣感从数学和计算角度仔细模拟的话,会发现这算法的效率之惊人!
不管旅行的站点再多,地图多巨型, 只要蚂蚁数量够多(加几百只以上), 它们很快就扫荡好了一大片区域。 (真心推荐你去看看注释⁶的视频。震撼!真即美!)
自组织和涌现
1) 个体相对简单。 2) 个体之间有限通讯;3)整体表现出极为复杂的“全局”行为。
我们通过战争场景和觅食搜索场景,已经在信息处理意义上看到了自组织和涌现的紧密关系。
简单个体有限通讯, 就能展示复杂的整体(局部)的新特性, 这就是涌现。
蚁群的网络来自信息素
让我们跳开细节, 来关注蚁群「社会层面」的现象,
蚂蚁社会是去中心的,没有人指挥;(女王只是「社会」的一个生殖工具)
单个实体特别简单,跳一种随机的舞蹈,多个蚂蚁就能产生分布式智能;
信息素支撑了蚁群的网络。(下图的红色和蓝色代表信息素「留下」的网络,计算机模拟图)
对了,补充一句, 一个大型蚂蚁社会,可以多达几万只!想象这个样的网络和计算效率多么惊人!
信息素(也翻译为费洛蒙),是一种化学意义上的昆虫语言, 这里来不及展开。 (感兴趣朋友,在注释7中获取。)
复杂适应系统的神秘之处
连接就能「适应」
我们花这么时间讨论蚂蚁, 是因为它和很多网络上都有共性。
早在70年代就有跨越学科的思想家们在思考这些网络的共通性了, 一位是认知科学界鼎鼎大名的侯世达,在《哥德尔、艾舍尔、巴赫》对大脑🧠和蚁群进行了比较。
当时人工智能走入了死胡同(古代软件思维全是物理学),侯世达带来开创性的见解,把创造力、计算、意识和人工智能放在相通的语境下,对人的思维研究和AI的变革产生深远的洞见。
随后越来越多各个跨学科领域的思想家和科普作家(特别是生物学、神经科学和计算科学多领域联结),让跨领域理解和创新变得可能。
回到我们的语境,大脑和蚁群、经济,有诸多共通特性:
单个实体是自组织的;
实体之间相互传递信息,构建网络;
信号总强度达到一定程度,会影响实体再次发出信号;
信息传递带来分布式计算,简单组合称复杂,网络在不同层次上涌现出智能。
神经网络的智能表现很多会视觉、语言、记忆很多方面(所谓大脑的区域之分);蚁群会进行分布式智能计算;经济和城市会有特殊的功能性,学校和医院、港口,像不像器官一样);人们给他们取了一个超个体,或者复杂适应系统 (CAS),这里的关键词是适应 (Adapt)。
这里稍微停留一下,心智的4大能力:视觉感知、推理、情感、社会关系 都是高层次语言8(社会是非常高的层次,将在下篇中展开),但我们是否可以说它们是神经网络的涌现的结果? (请批判思考或深入神经科学)
对于超级强大的神经网络(生物意义的),我想用两个例子, 来大大简化这里的讨论, 那就是神奇的记忆力。
a) 有一种贮藏种子以备收成欠佳日子里食用的鸟类,进化出了一种对于隐藏地点的大容量记忆,例如星鸦为,它可记忆10 000个地方!
b) 我们人类呢, 想想微信联系人列表,仔细回想下她们的性格、故事和音容笑貌,你能清晰记住多少个人? 不太多吧。(答案是邓巴数9)
好的,问题来了, 请你试着用物理数学的语言,解释下记忆力为什么有「如此差别」?
答案是,基本没人能做到!但是生物学的「适应」可以轻松解释:
神经元具有可塑性, 即连接可以随意调整;生物的演化,是一个累进的过程,这种调整会不断针对不同物种的环境和生活方式去适应(一定的神经网络范围内):
a) 星鸦的「适应」核心表现特别需要它表现在食物的环境记忆上,在鸟这类超级聪明的物种上,1万地点不是很难;
b ) 而人的智能不止于记忆:人要狩猎采集,要群居,要谈情说爱,要嫉妒、要复仇,要悲伤要建立社群,而人类记忆力要「适应」基于人的社会属性。 这点是我们在黑猩猩这个物种基础上,演化数拜完年一路高歌后的自然结果。(其中最伟大的奇迹,还有语言)
c) 总之,记忆是一种神经网络的涌现能力,经过进化算法的持续地雕刻。星鸦和人类「各取所需」。
就这么简单。
如果细一点,对比神经元、蚂蚁和AI 的话?
神经元是通过连接的变化,来调整网络「可塑性」蚂蚁的信息素和「工种转换」起到同样效果,最终都通过「连接」的变化,涌现出新特性;
AI 的神经网络模型模拟了这些设计,通过反向传播和层数等方式来,但是,靠计算来暴力破解是无法模拟生物的「自组织」特性的!
经济是一个复杂适应系统吗?
经济学的逻辑基础,人是理性动物(根据效用最大化来进行交换),太多人发现早该崩塌了;不过建立在这个假设之上古典经济学还没有完全“崩塌”……
也时常有人抱怨经济学家到底在干些什么呢? 就不能像物理学家那样弄几个简单的定律和模型, 先让我们快速理解,然后精确预测一下吗?
这个问题也困惑了我很多年, 各种经济学话语体系上游走,微观、宏观、行为主义啊,直到梳理清楚AI (模糊神经科学)、人类学之后,才慢慢搞明白,用物理学思维去理解经济是多么无助。 笛卡尔、帕斯卡、培根等机械宇宙观对科学的塑造太深远了, 经济学一直在这种「牢笼」之下。
抱歉,我使用了牢笼这个词,今天用神经科学、心理学和人工智能方面的新洞见去重构经济学的思想家会比我更强列,引用一段布莱恩·阿瑟的故事,给大家感受下:
那是在1979年的4月,当时他的妻子苏珊刚完成统计学博士论文,感到筋疲力尽,所以阿瑟就为自己安排了一个为期八周的大学年假,这样他就能离开国际应用系统分析研究所,和妻子一起到夏威夷去好好休整一番。对他来说,这次夏威夷之行是一个半工作半休息的假期。他每天从早上九点到下午三点都在东西方人口研究所撰写研究论文,苏珊则在家继续睡她的觉——她每天足睡十五个小时。到接近傍晚的时候,他们就会开车去欧湖北边的火鲁海滩,那是一小片被废弃的沙滩。他们在那儿冲浪,或躺在沙滩上喝啤酒、吃奶酪、读书。
就在他们刚到夏威夷没多久的一个情懒的下午,就在那片沙滩上,阿瑟翻开了随身带来、就是准备在沙滩上看的一本书,霍拉斯•弗里兰•加德森(Horace Freeland Judson)的《创世第八天》(The Eighth Day of Creation)。这是一本六百页的分子生物学历史巨著。
“我被这本书给迷住了。”他回忆说。他读到1952年詹姆士•华生(James Watson)和弗朗西斯•克拉克(Francis Crick)如何发现了双螺旋线结构的DNA、读到五十年代和六十年代,人们怎样解开了基因编码、读到科学家如何一步步译解了蛋白和酶的复杂螺旋结构。
阿瑟身为实验室的常败将军(他说:“我在所有实验室里都过得暗无天日。”),还读到了分子生物学家们为建立分子生物学这门科学所进行的无计其数的实验、所付出的艰苦卓绝的劳动:他们为解答问题必须做各种各样的实验,为安排每一项实验和置办设备要耗费数月数月的时间,尝尽了实验结果出来后带来的胜利和沮丧的滋味。“加德森能把科学的戏剧性活画出来。”
但真正激发了他的是,这本书让他认识到,整个分子生物领域是个混乱无序的世界——活细胞的内部世界,至少也像混乱无序的人类社会一样复杂。然而这就是科学。
布莱恩·阿瑟是「复杂经济学」的创始人,复杂科学奠基人之一,对当今科学思想贡献非凡,我这里并不准备将其推崇备至,而是重在引入一个核心的视角: 用物理学去思考经济这种复杂适应系统是错的。
(注释10 有阿瑟的经济学的对比)。
因为我们长期以来有一个可怕的偏见, 物理和数学就代表科学, 是唯一解释万物的手段。
研究过数学和计算科学的人一定明白,世界还有大量不可计算的规律性的存在,有哥德尔不完备定理动摇了数学的根基, 还有图灵的大发现,还有罗素。 数学不是万能的!
上图是一张腓尼基人在地中海贸易扩张的网路图,包括贸易路线和腓尼基人的殖民化进程,它的涌现的结果是 古希腊文明的崛起。(这个故事太深刻了,我们以后再聊)
我们终于在讨论世界复杂性上,迈出了重要的一步:突破物理思维的限制。
使用新的语言体系:自组织、适应、涌现,来看待复杂的世界。
让我们回到原点
我在《两种复杂性》(上篇)中,强调开放游戏设计的「法宝」是: 建立实体之间的关联性,让实体间相关「感知」。 (请回想一下在不同天气下,林克即使啥也不做,会看到的景观,实体间的连锁反应)
实体(英语:Entity)是定义是,有可区别性且内于其自身而独立存在的某种事物。
在开放游戏世界, 万物皆可实体,(只要 Nintendo 给这个实体赋予IO 规则);玩家们的自由感爆炸了;
AI 的模型世界,每一个神经元都是实体, 随着大规模语言的胜利, 我们是否看到 虚拟人的觉醒呢?
在DAO 的去中心化界, 实体不仅是人,还可以是AI being;( 王建硕老师《DAO其实是一个机器调度人的系统》和 A16z 的加密术语表),系统的开放性继续指数增长。
一旦虚拟人迭代式觉醒 , AI being 将和人类「连接」,前所未有的网络将涌现出何等智能?届时人类的思考还有价值和意义11吗?
我们不要急于做出演绎思维的推论,要回到原点。 为什么生物实体,才能带来集体智慧的涌现,而物理实体通常做不到呢?,不是数字系统,可不是什么简单的实体,是来自进化的算法,几亿年的杰作。
人、蚂蚁、细胞、基因,都是进化的产物, 有其内在的指令集;(之前和少楠对话过《代码经济》的新启发时)我写到 :
信息论角度说 ,必然可以统一各个领域的语言:CODE=DNA(生物指令集)= 菜谱(化学指令集)= 蚂蚁(信息素的指令集)=城市(蚂蚁的组合)
但是, 信息(编码)的统一并没有深入解释生物的自组织,更没有解释人性层面、社会层面的有关问题。 因为我们还没有深入DNA和演化本身,也没有深入复杂性的层次!
在层次性的帮助下,我们将真正开始「对话」。
下期预告:
我们已经初步看到涌现的意义,就是跨越层次,「从简单到复杂」在新层次上变成新的规律和特性。 下一次,我们将重点讨论:
分层次的重要性。 从神经学到经济学, 从基因到进化。 层次如何划分,为何生物学思维可以解决社会学问题。
去中心化 的意义到底何在? 研究人脑和蚁群、城市这些网络的去中心化,可以结合互联网(web3)一起讨论吗?
复杂性的术语表。我们是否可以共建一套术语表?
打通复杂性的共识,就可以跨越「话语体系」之塔,打破知识的诅咒,由此新的事物才能出现。你愿意参与吗?
后记,
如果你喜欢蚂蚁和自组织的故事,一定要研读伟大进化生物学家爱德华·威尔逊的全部著作。回头可以读读我这个小诗,我们好好聊聊。
注释
数字游民(英语:Digital Nomads),是一个了不起的概念和生活方式, 对于想象「人机共存」世界意义重大。
鸟群的「自组织」算法,只要三条规则: 1、 避免与附近的其它成员碰撞。2、飞行方向与附近邻居的平均飞行方向一致。 3、不要落单。 这里有计算机模拟 Coding Adventure: Boids。
旅行推销员问题。连接节点决定了,数字的巨大符合:(n-1)!/2 这样一个函数的,13个节点意味着239500800种可能性;如果是20个节点,整个网络的方案意味要穷尽一个对应着 6*10¹⁶。Coding Adventure: Ant and Slime Simulations
信息素是一种什么体验?Netflix 的《爱死机》S3,有一集《Swarm》致敬了蚁群眼中世界。如果你有兴趣放弃用人类视觉去看世界,可以跟随伟大的社会生物学家爱德华·威尔逊在《人类存在的意义》描述 ,来感受蚂蚁的周遭世界:「转眼间,你就会身处和原来完全不同,甚至超越你想象的纷繁复杂、瞬息万变的世界当中。对于地球生物圈的大部分成员而言,这才是真实的世界。其他生物也生活在这个世界,但人类直到现在都处在世界的边缘。云雾从地面和草木中升起,脚边的物质散发出的气味像藤蔓一样徐徐溢出。微风将这一切吹起带到空中,接着,气味的“藤蔓”被越来越强的风撕裂,四散消弭。在地面上,被落叶和树枝覆盖的细枝和菌类群中升起了烟柱,随即又渗入附近的裂缝。
不同地点的气味组合是不同的,即使距离差一毫米,味道也会不同。气味的样式可以作为标记,蚂蚁等小型无脊椎动物就经常使用这种标记,而人类贫乏的嗅觉却无法捕捉。在散发各种气味的环境中,有少量有机化学物质会以椭圆状流出,形成半球状的泡泡。这是无数种小型生物发出的化学物质信息,其中还有从生物体内流出的化学物质信息,它们可以成为捕食者找到猎物的线索,也可以作为猎物对捕食者接近的警告,以及对同胞发出的信息:对未来的交配对象或者共生对象说,“我在这里,来吧,求求你来这里”。对于同胞中潜在的竞争对手而言,这些化学物质信息就如狗洒在消防栓的信息素一样,传达出“这里是我的地盘,滚出去”的警告。」
心智4大能力,这个分类法来自伟大认知科学家史蒂芬·平克《心智探奇》。
邓巴数150的深刻意义,决定了人类智能很多基本面。 也是理解智能本质的关键所在,会在人类语言的诞生、AI如何学习语言等相关话题继续深入讨论。
复杂经济学如何重构经济学。 以下是阿瑟的对比:
AGI 超级智能诞生以后,人类会怎么样。挺多厉害的人都回答过这些因为「连接」带来的关键挑战。我印象最深,也最喜欢的故事是 Ted Chiang的《人类科学之演变》,在那个故事结尾: AI早就超越人类的那个未来,人类科学家最终找到了存在的意义。