《涌现》是约翰霍兰继《隐秩序》之后的又一本力作。他继续复杂性系统的讨论，同时把目光从复杂性适应系统（CAS)转向了受限生成过程（CGP),即涌现现象。涌现现象是指通过少数简单的规则和定律，可以形成一个复杂多样、无法预料的系统。例如一个不起眼的种子到参天的大树，
围棋简单的规则却形成了令人眼花缭乱的博弈对局。作者企图用一种建模的方式来研究涌现现象。他把涌现现象的产生者视为主体，涌现现象就是主体交互作用的结果。而涌现现象的关键是在复杂多变的主体行为中产生可识别和重复的模式。也就是积木机制。在这里作者提及了西蒙在《人工科学》中的一个钟表匠比喻，在制作钟表的过程中先制作出几个大的零件，这样可以防止因为意外中断而全部重来，增加了工作效率。复杂系统的生成过程就好比这个制作钟表的过程。先生成大的有用的积木，然后在通过积木的组合呈现出复杂特性。作者归纳了涌现现象的特点：机制（积木、生成器、主体）、永恒的新奇（大量的未重复的生成结构)、动态性、规律性，有层次的组织(在生成器结构的基础上生成更高层次的生成器），这些都是在复杂系统建模中需要认真考虑的。作者同时对模型的内涵做了探讨，他引用词典上的定义“模型是是一种理想化的试验性的结构。”科学是在模型的基础上发展起来的。在涌现现象的研究中模型会发挥更为重要的作用。
在对涌现现象进行进一步讨论之前，作者回忆了1952年自己和赛缪尔一起设计电子计算机的经历。哪个时期的计算机是个充满新奇和挑战性的机器。计算机给作者最初的直观印象是能够严格得执行设计者的指令，以极高的强度和速度完成计算建模工作。这同时也对建模者提出了更高的要求，在事先对计算机模型的整体框架就很好的理解。当时塞缪尔对西洋跳棋的计算机模拟感兴趣，而约翰霍兰对Hebb提出的神经网络模型感兴趣，致力对神经网络模型的计算机模拟。而这两个早期的模型就成了本书重点讨论的两个例子。作者试图从与计算机的最初接触中总结了计算机建模的相关经验（那时候的计算机建模受编程语言的限制较少）。
作者从自己的经历中提取了棋类游戏、数字、积木块这几个他认为对建模有启发性的概念。棋类游戏在历史上出现的很早，是人类最早建立的抽象模型之一。逻辑推理规则与棋类游戏规则在运用上有很多相似的特点。数字是对物体具体属性的抽象化，舍去了不必要的细节。而积木块正如前面所说是一种连结个体特性与总体特性，下层模型和上层模型的中间机制，是在长期的适应演化过程中形成的。从这三个概念就引申出计算机。建模时的三个要点，规则，状态，和中间机制。
在讨论具体例子之前，作者大致勾勒了一下受限生成过程的基本研究思路。他借助谈论数字和模型的关系来归纳计算机模拟的实质。作者借地图这个例子重点说明了模型的抽象化和对应性特征，对应性可以通过函数的映射关系来体现。而抽象的规则可以用博弈论的理论体系得以说明。博弈论的基本概念包括博弈时的状态空间、博弈的策略集合和对策树。对于策略集合中的策略，作者不进行具体的定义，而是通过规则指令自动生成。在博弈重复进行的情况下，具体有效的策略可以自动生成和改进。对于定义主体的具体行动，作者不采取假设参与者根据固定策略采取行动的简化形式，而是采用更复杂的版本：在博弈中参与者都在为对手的行为建立模型。在参与者互相适应对方策略的过程中，涌现现象就逐渐产生了。理解涌现现象的关键(而不是把它当成简单的混沌现象）在于系统细节的详细程度以及决定详细程度的相关机制。模型中变化的状态类似于博弈中的结构布局。为了发现复杂性系统的规律（博弈规则），需要将静态模型扩展到动态模型的形式。在这个过程中，首先确定系统的状态空间，这一步关键是确定合适的详细程度（这也是建模的艺术）。在此基础上，借助转换函数确定系统规律。通过转换函数的预测能力，在建模和涌现之间建立了深刻的联系。这样计算机通过寄存器中数字的变化模仿被模拟对象的状态变化，也就能实现对现实中涌现现象的合理模拟。
围棋简单的规则却形成了令人眼花缭乱的博弈对局。作者企图用一种建模的方式来研究涌现现象。他把涌现现象的产生者视为主体，涌现现象就是主体交互作用的结果。而涌现现象的关键是在复杂多变的主体行为中产生可识别和重复的模式。也就是积木机制。在这里作者提及了西蒙在《人工科学》中的一个钟表匠比喻，在制作钟表的过程中先制作出几个大的零件，这样可以防止因为意外中断而全部重来，增加了工作效率。复杂系统的生成过程就好比这个制作钟表的过程。先生成大的有用的积木，然后在通过积木的组合呈现出复杂特性。作者归纳了涌现现象的特点：机制（积木、生成器、主体）、永恒的新奇（大量的未重复的生成结构)、动态性、规律性，有层次的组织(在生成器结构的基础上生成更高层次的生成器），这些都是在复杂系统建模中需要认真考虑的。作者同时对模型的内涵做了探讨，他引用词典上的定义“模型是是一种理想化的试验性的结构。”科学是在模型的基础上发展起来的。在涌现现象的研究中模型会发挥更为重要的作用。在对涌现现象进行进一步讨论之前，作者回忆了1952年自己和赛缪尔一起设计电子计算机的经历。哪个时期的计算机是个充满新奇和挑战性的机器。计算机给作者最初的直观印象是能够严格得执行设计者的指令，以极高的强度和速度完成计算建模工作。这同时也对建模者提出了更高的要求，在事先对计算机模型的整体框架就很好的理解。当时塞缪尔对西洋跳棋的计算机模拟感兴趣，而约翰霍兰对Hebb提出的神经网络模型感兴趣，致力对神经网络模型的计算机模拟。而这两个早期的模型就成了本书重点讨论的两个例子。作者试图从与计算机的最初接触中总结了计算机建模的相关经验（那时候的计算机建模受编程语言的限制较少）。
作者从自己的经历中提取了棋类游戏、数字、积木块这几个他认为对建模有启发性的概念。棋类游戏在历史上出现的很早，是人类最早建立的抽象模型之一。逻辑推理规则与棋类游戏规则在运用上有很多相似的特点。数字是对物体具体属性的抽象化，舍去了不必要的细节。而积木块正如前面所说是一种连结个体特性与总体特性，下层模型和上层模型的中间机制，是在长期的适应演化过程中形成的。从这三个概念就引申出计算机。建模时的三个要点，规则，状态，和中间机制。
在讨论具体例子之前，作者大致勾勒了一下受限生成过程的基本研究思路。他借助谈论数字和模型的关系来归纳计算机模拟的实质。作者借地图这个例子重点说明了模型的抽象化和对应性特征，对应性可以通过函数的映射关系来体现。而抽象的规则可以用博弈论的理论体系得以说明。博弈论的基本概念包括博弈时的状态空间、博弈的策略集合和对策树。对于策略集合中的策略，作者不进行具体的定义，而是通过规则指令自动生成。在博弈重复进行的情况下，具体有效的策略可以自动生成和改进。对于定义主体的具体行动，作者不采取假设参与者根据固定策略采取行动的简化形式，而是采用更复杂的版本：在博弈中参与者都在为对手的行为建立模型。在参与者互相适应对方策略的过程中，涌现现象就逐渐产生了。理解涌现现象的关键(而不是把它当成简单的混沌现象）在于系统细节的详细程度以及决定详细程度的相关机制。模型中变化的状态类似于博弈中的结构布局。为了发现复杂性系统的规律（博弈规则），需要将静态模型扩展到动态模型的形式。在这个过程中，首先确定系统的状态空间，这一步关键是确定合适的详细程度（这也是建模的艺术）。在此基础上，借助转换函数确定系统规律。通过转换函数的预测能力，在建模和涌现之间建立了深刻的联系。这样计算机通过寄存器中数字的变化模仿被模拟对象的状态变化，也就能实现对现实中涌现现象的合理模拟。
没有评论:
发表评论