最佳的连接度位于中间某个位置,它将赋予网络最大的灵活性。考夫曼在他的网络模型中找到了这个最佳点。他的同事起初难以相信他的结果,因为这似乎是违反直觉的。 考夫曼所研究的精简系统的最佳连接度非常低,“只在个位数左右”。拥有成千上万个成员的大型网络里,每个成员的最佳连接度小于10。而一些网络甚至在连接度小于2时达到性能顶点!大规模并行系统不必为了适应而过度连接。只要覆盖面足够,即使是最小的平均连接数也够用了。 考夫曼第二个出乎意料的发现是,不管某个网络由多少成员组成,这个低的最佳值似乎都波动不大。换句话说,即使网络中加入更多的成员,它也不需要(从整个系统的适应性来说)增加每个节点间的连接数。通过增加成员数而不是成员间的平均连接数来加快进化,这印证了克雷格·雷诺兹在其人工生命群中的发现:你可以在一个群中增加越来越多的成员,而不必改变其结构。 考夫曼发现,当生物体或介子的平均连接数小于2时,整个系统的灵活性就不足以跟上变化。如果群体的成员之间缺乏充分的内部沟通,就无法作为一个群体来解决问题。更准确地说,它们分成几个孤立的小团体,但小团体之间没有互动。 在理想的连接数下,个体之间所流动的信息量也处于理想状态,而作为整体的系统就能不断地找到最佳解决方案。即使环境快速改变,网络仍能维持稳定并作为一个整体而长久存在。 考夫曼的定律还表明,当个体间的连接度超过某个值时,适应性就冻结了。当许多行动取决于另外许多互相矛盾的行动时,就会一事无成。用地形来做比的话,就是极端的连接产生极端的险峻,使任何动作都有可能从适应的山顶跌入不适应的山谷。 另一种说说法是,当太多人可以对其他人的工作指手划脚时,官僚主义的僵尸就开始复活。适应性束缚于互锁的网格。对于看重互连优势的当代文化来说,这个低的连接度上限实在出人意料。引自 变自生变
2016-01-05 23:57:32 回应
待搜索威廉,拉萨姆 《循环的宇宙》威廉,庞德斯 汤姆,雷 “编写一个能够自行复制的计算机程序是可行的。” 达尔文进化芯片 作为一个热带植物生态学家,竟然搞起了计算机设计。 遗传算法 霍兰德机 “我们知道,只有两种东西能制造出结构极其复杂的东西,一个是依靠工程学,另一个是通过进化。而在两者中,进化能够制造出更加复杂的东西。“ 还没有一个计算机科学家可以合成出符合预期的、无比强大的、能带来翻天覆地变化的人工智能。也没有一个生物化学家能够创造出人工生命。然而,雷和一些人已经捕捉到了进化的一角,并按照他们各自的需求来再现进化。许多技术人员相信,星星之火必将燎原,我们所梦寐以求的人工生命和人工智能都将由此而来。与其制造,不如培育。 我们已经运用工程技术造出了尽可能复杂的机器。如今,我们所面对的项目——有数千万行代码的软件程序,覆盖全球的通讯系统,必须适应迅速变化的全球购买习惯并在几天内更新设备的工厂,价廉物美的机器人——其复杂度只有进化才能搞定。 由于进化是缓慢的、无形的和冗长的,因而在这个快节奏的、咄咄逼人的人造机器世界里,进化恍若一个难以察觉的幽灵。但我更愿意相信,进化是一种能被容易地转化为计算机代码的自然而然的技术。正是进化与计算机之间的这种超级兼容性,将推动人工进化进入我们的数字生活。 达尔文进化和拉马克。 并行计算机是计算的未来。句号。 丹尼·希利斯也得出了相同的结论。他很认真地表示,想让自己的“连接机”进化出商务软件。“我们想让这些系统解决一个我们只知如何陈述却不知如何解决的问题。”一个例子就是如何编写出数百万行驾驶飞机的程序。 希利斯说着,又想起了自己的寄生虫,“凡是在它们手下躲过一劫的,都经受住了严酷的考验。”除了能够创造我们制造不出来的东西以外,进化还有一点值得夸耀:它能造出来缺陷更少的东西。“我宁愿乘坐由进化出来的软件驾驶的飞机,也不愿乘坐由我自己编制的软件驾驶的飞机。”作为一名非凡的程序员,希利斯如是说道。 人工进化是工程霸权的终结。进化能使我们超越自身的规划能力;进化能雕琢出我们做不出来的东西;进化能达到更完美的境界;进化能看护我们无法看护的世界。 但是,正如本书标题所点明的,进化的代价就是——失控。汤姆·雷说道:“进化系统的一个问题就是,我们放弃了某些控制。” 丹尼·希利斯所乘航班的驾驶程序是进化出来的,没有人能弄懂这个软件。它就像一团千丝万缕的乱麻,也许真正需要的只是其中的一小部分,但是它能够确保无故障地运行。 动物行为学 能够被编程的远不只是动作。性格也同样可以被封装到数字里。 派蒂梅斯 ALIVE 放弃管理,寻求协同控制 控制的未来是,伙伴关系,协同控制,人机混合控制。 对逻辑单元而不是数字位元做进化,最根本的优势还在于它能马上将系统引上通往开放宇宙的大道。逻辑单元本身就是功能,而不象数字位元那样仅仅是功能的数值。在任意一个地方增加或交换一个逻辑基元,程序的整体功能就会产生转变或得到扩展,从而在系统中涌现出新功能和新事物。 进化作为一种工具,特别适用于以下三件事: ◆如何到达你想去而又找不到路的领域。 ◆如何到达你无法想象的领域。 ◆如何开辟全新领域。 正如橡子一般,几行的编码却能长出一颗180年的大树。 假使大自然能在生物体内双向传递信息的话,就可能实现以基因和基因产物之间双向交流为前提的拉马克进化。拉式进化,优势巨大。 拉马克式生物学十有八九需要一种高度复杂形式——一种智能——而多数生物的复杂性都达不到这个水平。在复杂性富足到可以产生智能的地方,譬如人类和人类组织,以及他们的机器人后裔,拉马克进化不仅可能,而且先进。阿克里和利特曼已经展示,由人类编程的计算机能运行拉马克进化。 生物体在其一生中有很大的空间重塑自己。加拿大维多利亚大学的罗伯特·里德指出,生物能通过以下可塑性来回应环境的变化: ◆形态可塑性(一个生物体可能有不止一种肉体形态)。 ◆生理适应性(一个生物体的组织能改变其自身以适应压力)。 ◆行为灵活性(一个生物体能做一些新的事情或移动到新的地方)。 ◆智能选择(一个生物体能在过去经历的基础上做出选择)。 ◆传统引导(一个生物体能参考或吸取他人的经验)。 在我看来,肉体只要有机会就会将它每天背负的苦差事甩掉一部分。 而随着人脑的进化,人类创造了文化,文化又催生了真正具备获得性遗传的拉马克进化。 生物体、弥母、生物群系,凡此种种,都只是进化用以维持其进化的工具。进化真正想要的——也即它去往的目的地——是揭示(或创造)某种机制,能以最快的速度揭示(或创造)宇宙中可能的形式、事物、观念、进程。其最终目的不仅要创造形式、事物和思想,而且要创造用以发现或创造新事物的新方法。超级进化通过从无到有、分阶段的策略,不断地扩大自己所及的范围,不断地创造可供探索的新领域,不断地寻找更好、更具创造力的方法去创造,从而最终实现这一目的。 共生的进化 他把这称为“极小可能发生事件中的极不可能”。这些奇迹般的变化,不应该是自然选择下的一系列随机累积的结果。它们(定向突变)身上,带着某种设计的味道。 豪尔和凯恩斯都宣称已经细心地排除了对实验结果的其它可能解释,坚持认为细菌正在指导其自身的突变。不过,在他们能够阐明无知的细菌如何明白自己需要何种突变之前,其他分子遗传学家几乎都不准备放弃严谨的达尔文理论。 内在论基于这样一个重要假设:形态的多样性是由各参数值(比如扩散率、细胞粘着力等等)的摄动所造成的,与此同时,生命体各组成部分之间相互作用的关系结构则保持恒定。在这个前提下,即使系统的参数值在发育过程中受到随机扰动——或者是遗传突变,或者是环境变化或人工操纵——系统也只会产生出某个有限的、离散的表型子集。也即是说,可能的形式集合是系统内在结构的表象。 因而,假如我们发现进化实际上是以量子阶跃的方式进行的话,也就没有什么好大惊小怪的了。生物体的既有组成部分,可以组合成这种或那种形态,但绝不能组成这两者之间的所有形态。整体所具有的层级架构的本质,阻碍了整体去到达理论上所有可能到达的状态。与此同时,整体所具有的这种层级结构,也赋予了它完成大规模迁跃的能力。因而,生物体在历史上就会呈现出从这个点跳至那个点的记录。这就是生物学中的跳变论(这个词源于拉丁文saltare,即“跳跃”之意),它在专业生物学家那里可不怎么受待见。随着人们对高兹史密特所提出的“有前途”怪物说的兴趣愈来愈浓厚,温和的跳变论重又焕发青春,但那种完全置过渡状态为不顾的跳变论到目前为止仍属异端。不过,复杂事物组成部分间的相互依赖和共同适应必然会产生量子式的进化。而人工进化迄今为止还未能有一副具备足够复杂层级架构的“有机体”,因而我们也就无从得知突变会以什么样的面目出现在合成世界中。 我之所以深入研究这些情况,是因为对生物进化的束缚也正是人工进化的希望所在。进化动力学中的每一个负面约束都可以从正面来看待。用来维持旧传统的束缚力可以用来创造新事物。将生物限制在自己的形态内,防止其随意漂移到其他形态的力量,也正是最初使生物成形的力量。基因内部的这种自强化特性使得它难以离开其稳定状态,就如同一条山谷,将各种随机因素拽入其中,直到它们找到可能的栖身之所。在数百万年中,基因组和躯体的多重稳定性维持着物种的向心状态,其作用超过了自然选择。而当某个物种奋力一跃,挣脱原有的稳定态时,同样的内敛性会诱使它进入一个新的内稳态——自然选择的影响依然微乎其微。乍一看这有些奇怪,但的的确确,束缚即创创造。 当我们构建人工进化来繁育机器或者软件时,也要考虑到进化的这种异质特性。我期待着在具有开放性和可持续创造力的人工进化中看到以下特性(我相信生物进化中也存在着这些特性,但是人工进化会将这些特性表现得更显著): ◆共生——便捷的信息交换以允许不同的进化路径汇聚在一起。 ◆定向变异——非随机变异以及与环境的直接交流和互换机制。 ◆跳变——功能聚类、控制的层级结构、组成部分的模块化,以及同时改 变许多特性的适应过程。 ◆自组织――偏向于某种特定形态(譬如四轮)并使之成为普遍标准的发展过程。 考夫曼、霍兰德和其他人发明的这套数学还没有合适的名字,我在这儿叫它“网络数学”。其中的一些方法有各式各样的非正式名称:并行分布式处理、布尔网络、神经网络、自旋玻璃、细胞自动机、分类系统、遗传算法、群计算,等等。 植物种子的压缩方式也是如此。蕴含其中的化学路径如此错综复杂,以致于无论以多么智慧的方式来检验一粒未知的种子,也不能预测出最终的植物形式。要想知道一粒种子长成什么样,最便捷的途径就是让它发芽生长。 1991年,年轻的意大利科学家沃尔特·方塔纳从数学上论证了函数A生成函数B,B再产生C这样的线性序列可以容易地构成类似闭环控制系统的自生成环,因而最后的函数与最初的函数同为结果的生成者。考夫曼第一次看到方塔纳的工作时,就被它的美所倾倒。“你一定会爱上它!函数之间彼此生成。它们自所有函数所形成的空间中来,在创造的怀抱中手牵着手!”考夫曼把这种自催化系统叫做“卵”。他说,“一个卵就是一套规则,它拥有这样的特性:它们所生成的规则也正是创造它们的规则。这一点也不荒谬。” “这只是一种直觉,”考夫曼提醒我道,“你会有你的体会——从方塔纳的’字符串生成字符串生成字符串’,到‘发明产生发明产生发明’,再到文化进化,然后到国富论。”考夫曼毫不隐瞒他的野心:“我在寻找一幅自洽的图景,可以将所有的事物联系起来:从生命起源到基因调控系统中自发秩序的涌现,到可适应系统的出现,到生物体间最优折衷方案的非均衡价格的确立,再到类似热力学第二定律的未知规律。这是幅万象归一的画面。我真的觉得就是这样。而我现在致力于解决的问题则是:我们能否证明有限的函数集合可以产生无限的可能性集合?” 我叫它为“考夫曼机”。一个精心挑选的不大的函数集合,连接成一个自生成环,并产生出无限更复杂的函数。自然界中充满了考夫曼机。卵细胞发育成巨鲸就是其中一例。进化机器经过十亿年时间由细菌生成火烈鸟又是一例。我们能制造一个人工考夫曼机吗?也许叫做冯诺依曼机更合适,因为冯·诺依曼早在二十世纪四十年代初期就提出同样的问题。他想知道,机器会制造出比自己更复杂的机器吗?不管它叫什么,问题都是一个:复杂性是如何自行建立的? “如果你要就此写点东西的话,”考夫曼轻轻地说,“你一定要说这只是人们的一些疯狂想法。但是,如果真的存在这种规则生出规则再生出规则的情形——用约翰·惠勒的话说就是——宇宙是一个内视的系统,难道不是很神奇吗!?宇宙自己为自己制订规则,并脱胎于一个自洽的系统。这并非不可能:夸克、胶子和原子以及基本粒子创造了规则,并依此而互相转变。” 考夫曼深信,他的系统们自己创建了自己。他希望发现进化系统用以控制自身结构的方法。当那幅网络图景第一次从他脑海中冒出来时,他就有个预感,进化如何实现自我管理的答案就存在于那些连接中。他并不满足于展示秩序是如何自发而又不可避免地涌现出来。他还认为这种秩序的控制机制也是自发涌现出来的。为此,他用计算机仿真了成千上万个随机组合,看哪一种连接允许群体有最大的适应性。“适应性”指系统调整自身内部连接以适应环境变化的能力。 考夫曼研究的主要变量是网络的连接度。在连接稀少的网络中,平均每个节点仅仅连着一个或者更少的节点。在连接丰富的网络里,每个节点会连接十个、百个、千个乃至上百万个节点。 最佳的连接度位于中间某个位置,它将赋予网络最大的灵活性。考夫曼在他的网络模型中找到了这个最佳点。他的同事起初难以相信他的结果,因为这似乎是违反直觉的。考夫曼所研究的精简系统的最佳连接度非常低,“只在个位数左右”。拥有成千上万个成员的大型网络里,每个成员的最佳连接度小于10。而一些网络甚至在连接度小于2时达到性能顶点! (二叉树结构) 考夫曼第二个出乎意料的发现是,不管某个网络由多少成员组成,这个低的最佳值似乎都波动不大。换句话说,即使网络中加入更多的成员,它也不需要(从整个系统的适应性来说)增加每个节点间的连接数。通过增加成员数而不是成员间的平均连接数来加快进化,这印证了克雷格·雷诺兹在其人工生命群中的发现:你可以在一个群中增加越来越多的成员,而不必改变其结构。 考夫曼发现,当生物体或介子的平均连接数小于2时,整个系统的灵活性就不足以跟上变化。如果群体的成员之间缺乏充分的内部沟通,就无法作为一个群体来解决问题。更准确地说,它们分成几个孤立的小团体,但小团体之间没有互动。 我倾向于相信他的观点。我们拥有把每个人与其他所有人连接起来的技术,但一些试着以那种方式生活的人却发现,无论要完成什么事情,我们都在断开连接。我们生活在加速连接的时代,其实,就是在稳步地攀登考夫曼的小山丘。但是,我们很难阻止自己越过山顶,滑入连通性越来越强而适应性越来越弱的山坡。而断开就是刹车,它能避免系统的过度连接,它能使我们的文化系统保持在最高进化度的边缘。 进化的艺术就是管理动态复杂性的艺术。把事物连接起来并不难,但是进化的艺术是要找到有组织的、间接的、有限的连接方式。 那么这一切是如何发生的?朗顿找到了一些线索。他发现,这个点就处于混沌的边缘。他认为,最具适应性的系统是如此不羁,以致于与失控之间仅一线之隔。生命既非毫无沟通的停滞系统,也非沟通太多的死锁系统。生命是被调节到“混沌边缘”的活系统——就处在那个λ点上,信息流量刚好足够到使每个事物都处于摇摇欲坠当中。 考夫曼说,如果进化选择了自我调节功能,那么,“进化和适应的能力本身可能就是进化的一大成就”。而自我调节是更高级进化的必然选择。考夫曼提出,基因系统的确通过在其系统内部调节连接数量以及染色体大小等因素来调节自身,使其获得最佳的灵活性。 朗顿表示,我们在人造系统里想要的是些相似的东西。任何系统寻求的首要目标都是生存。其次是保证系统最大灵活度的理想参数。而最令人兴奋的是第三个层级的目标:寻找系统在进化过程中不断增强自调节的策略和反馈机制。考夫曼假设,如果系统构建为自调节的,那么它就能很容易地适应,也就意味着它们是自然选择的必然目标。能够借力于自然选择会是首选的能力之一。 我们首先必须承认,我们所看到的生命和社会的进步只不过是由人类的错觉。生物学中流行的“进步阶梯”或“大物种链”这些概念在地质学中根本就找不到任何证据。 我们从最初的生命开始,把它看作一个起点。想象它的所有后裔一层层缓慢膨胀,就好比一个越吹越大的气球。时间即是半径。每个生活在特定时间的物种就成为当时这一球面上的某个点。 在四十亿年(也即今天)这个时间点上,地球的生命世界里满满地塞了大约3000万个物种。其中某个点是人类,而远端另一侧某个点则是大肠杆菌。在这个球面上,所有点与最初生命起点的距离都是相同的,因此,没有哪个物种优于其他物种。地球上所有生物在任何一个时间点上的进化都是同步的,他们都经历了同样多的进化时间。说穿了,人类并不比大多数细菌进化得更多。 超进化的七个趋势 我注意到,在一刻不停的生物进化中涌现出了七个主要趋势。而当人工进化踏上漫漫征途时,这七个趋势也将伴随其左右。它们是:不可逆性、递增的复杂性、递增的多样性、递增的个体数量、递增的专业性、递增的相互依存关系,以及递增的进化力。 每当我问朋友,进化是否有方向?总是得到这样的答案(如果有回答):“它朝越来越复杂的方向发展”。 将前面列出的趋势与递增的专业性归拢在一起,就可以描绘出这样一幅广阔的画面:生命从一个简单的、不明确的、未定型的创意开始,随着时间的推移,渐渐稳定形成一大群精确的、稳固的、机器般的结构。细胞一旦分化,就难以回归到更通用的状态,动物一旦专业化,也极难回归到更一般的物种。随着时间的推移,专业的生物体的比例加大,种类增加,专业性的程度也提高了。进化朝着更细化的方向迈进。 进化之进化就像是一个阿拉丁神灯不会给予你的愿望:即获得另外三个愿望的愿望。这是一股合法改变游戏规则的力量。马文·明斯基注意到在儿童心智的发育中存在着“类似对改变其自身的规则做出改变的力量”。明斯基认为:“仅仅依靠不断地积累越来越多的新知识,心智不能真正很好地成长。它还必须开发出更新更好的运用已有知识的方法。这就是派普特原理:心理发育过程中的一些最关键的步骤,不仅仅建立于获取新技能的基础之上,而且建立于获取运用已知知识的新的应用方法的基础之上。” 事实上,长期以来,不论是在有机界,还是在机器世界乃至超生命界,突变率都基本保持恒定不变。(突变率达到几个百分点之上或是低于百分之一个百分点都是非常罕见的情况。理想的数值大约在十分之一个百分点左右。这意味着在一千个想法中只要有一个荒谬狂野的想法,就足以保持事物的进化。当然,某些情况下千分之一也是一个很疯狂的比例。) 变自生变。 换句话说,混沌的特性,既载有好消息,也带有坏消息。坏消息是:可作远期预测的东西,即便有,也只是一点点。而好消息,也就是混沌的另一面则是:就短期而言,有更多的东西可能比其第一眼看上去更具可预测性。而无论是高维系统的长期的不可预测性,还是低维系统的短期的可预测性,都来源于同一个事实,也就是说“混沌”和“随机”是两回事。“在混沌中存在着秩序”,法默说。 克莱茵瓶是德国数学家克莱茵推测的一种理想曲面。 系统存在的目的就是揭示未来。 复杂系统的工作定义是一个“跟自己对话的东西”。复杂系统跟自己说些什么呢? 它们给自己讲未来的故事。接下来也许会发生的故事。 增长的极限 模型 stella 我们想要预测机制,不是出于预知命运的使命感,而是为了获得指引。理念上,只有考夫曼或者冯·诺伊曼的机器,才能自行创造出更为复杂的东西。 一向富有洞察力的伯尔特写道,“批评者谴责计算机使我们的社会单调同一,通过自动化产生了一致性,但是电子阅读和写作恰恰起了相反的作用。”计算机促进了异质化、个性化和自由意志。 思考空间也许很辽阔。无论是解决一个问题、或探究一个概念、或证明一个说法、或创造一个新的观念,其方法或许和想法本身一样多。 我们所能发现的最有趣的奇迹——生命、智力、进化——全都根植于大型分布式系统中。 当分布式网络中的一切都互相连接起来时,一切都会同时发生。要想无中生有,控制必然依赖于简单性的底层。 这一定律在经济学、生物学、计算机科学以及人类心理学中都起作用。地球上的生命改变着地球以产生更多的生命。信心建立起信心。秩序造就更多的秩序。既得者得之。 “犯错和越轨,皆为上帝之安排,”诗人威廉·布莱克这样写道。无论随机还是刻意的错误,都必然成为任何创造过程中不可分割的一部分。进化可以看作是一种系统化的错误管理机制。 变自生变。变化本身是可以结构化的。这也是大型复杂系统的做法:协调变化。当多个复杂系统构建成一个特大系统的时候,每个系统就开始影响直至最终改变其他系统的组织结构。也就是说,如果游戏规则的订立是由下而上,则处在底层的相互作用的力量就有可能在运行期间改变游戏的规则。随着时间的推移,那些使系统产生变化的规则自身也产生了变化。人们常挂在嘴边的进化是关于个体如何随时间而变化的学说。而深层进化——按其可能的正式定义——则是关于改变个体的规则如何随时间而变化的学说。要做到从无中生出最多的有,你就必须要有能自我变化的规则。 如今,这些生物逻辑规则被注入了电脑芯片、电子通信网络、机器人模块、药物搜索、软件设计、企业管理之中,旨在使这些人工系统胜任自身的复杂性。 即将到来的文化带有鲜明的生物本性,这是由于受到以下五方面的影响: ◆尽管我们的世界越来越技术化,有机生命——包括野生的也包括驯养的——将继续是人类在全球范围内进行实践和认知的基础。 ◆机械将变得更具生物特性。 ◆技术网络将使人类文化更有利于生态环境的平衡和进化。 ◆工程生物学和生物技术将使机械技术黯然失色。 ◆生物学方法将被视为解决问题的理想方法。 我想,也许会出现这样一个世界:其中有变异的建筑、活着的硅聚合物、脱机进化的软件程序,自适应的车辆、塞满共同进化家具的房间、打扫卫生的蚊型机器人、能治病的人造生物病毒、神经性插座、半机械身体部件、定制的粮食作物、模拟的人格、以及由不断变化的计算设备组成的巨型生态。 引自 待搜索
植物学,自然科学 生物学方法 我感觉自然和生物科学中隐藏着宇宙的秘密。
2016-01-15 21:43:16 回应
相关知识
Kaxiumu对《失控》的笔记(2)
我的养花笔记
小原流日式花道(盛花倾斜)笔记2
机器学习笔记(通俗易懂)
「插花笔记 Vol.10」春日花园
MySQL优化笔记(三)
江苏一婚礼现场,新郎迎娶“胖新娘”情绪失控,手捧鲜花喜
我的花草笔记第6波
园艺技巧学习笔记1
花儿笔记
网址: Kaxiumu对《失控》的笔记(2) https://m.huajiangbk.com/newsview104965.html
上一篇: field是什么意思 |
下一篇: 2022年江西事业单位招聘考试( |