隐喻与创新
在这一章，作者集中讨论了隐喻的内涵和意义，以及它对创新的影响。数字和棋类游戏，作者认为这两个是人类社会早期智慧的结晶。两者把世界的规律抽象出来，形成了一个简单而有效的思维框架，能组织起大量的现象和事实。数字现在已是数学以及整个科学的基石。棋类游戏虽然影响没有数字那么大，但是也有着丰富的内涵，人们通过棋类游戏把规则应用到简单的模块中，并形成一个动态而灵活的过程。棋类游戏本身就是人们最早建立的模型。其中概率、推理、预测、决策都蕴含在简单的棋类游戏中。作者认为从棋类游戏开始，人们发展起来了一整套逻辑规则，取得了如欧几里德几何公理体系，牛顿力学体系等诸多成果。而棋类游戏中的动态逻辑也在现在
复杂性研究、博弈论研究中拥有丰富的展现。
科学的创新的关键来自于建模。产生科学成果的过程中，有着想象力和创造力的参与。而这种想象力和创造力在建模中的体现可以彭加勒、爱因斯坦、麦克斯韦等科学家的回忆中得到体现。作者集中讨论了麦克斯韦对自己创立电磁学理论的叙述。针对新的电磁学现象，麦克斯韦把它想像成类似运动流体的几何概念，然后建立流体机械模型，在此基础上得出麦克斯韦电磁学方程式。这个过程中，为了建立目标模型（电磁学现象），麦克斯韦从源模型（假想的运动流体机制）中得到启示，然后建立两者的联系和转换。也就是说建立新的现象（目标模型）的理论，是寻找源模型并完成从源模型到目标模型的转换的过程。在这个过程中如何选择对应，强化两者的共性，简化两者的差异，这是科学研究中的技巧和关键。
对隐喻进行更有针对性的探讨，可以发现隐喻包含源事物和目标事物，以及它们之间的内涵和框架。对于“冰山，海洋上的绿宝石”我们可以联想出各种它们之间的联系，这些联系是精致、微妙而无法穷尽的。因为目标食物和源事物的联系是不断的扩展、变化的，强调一方面，而忽视另一方面。 Eco和Lakoff对此都有很多精妙的叙述。作者归纳了隐喻和模型之间的关系:存在一个源模型，它内部元素之间的关系和规则都已经清楚的确立；存在目标模型，它的机制是模糊的和需要探索的；存在从目标模型到源模型的转换，转换的方法得到了阐述。
在我们已知道积木块的情况下，创造性的活动就在于对积木块的组合。如何选择和组合积木块就是创新活动的关键。作者认为这需要 长时间的刻苦训练，以熟悉和掌握各种积木块。如何通过组合积木块探索更大程度的模式，作者承认这是一个还无法有效解决的专题，在人工智能方面还没有很好的研究。作者认为应该从适应性进化的角度看问题，把模式看成一个不断改进的过程。作者最后希望受限生成过程的发展能够为诗歌创造提供一个很好的模拟工具。
层次描述和还原方法
还原论认为，我们的世界可以通过不断分解而被制约基本成分的几个简单规律所描述。然而把现象完全分解是繁琐和不现实的。基本成分的组合数远远超过我们的计算能力。所以我们试图在宏观层次上给出一些宏观规律，就像物理学中的热力学定律。基于系统在总体上复杂多样的特性，如何选择合适的宏观定律，并与微观层次的基本规律相匹配，就是作者要考虑的重点。作者认为隐喻和跨学科比较是发现合适的宏观规律的关键。
为了是宏观现象与微观现象能够统合，就必须加入层次的概念。而确定多少以及何种层次是直觉性的、非形式化的。因此需要对层次进行仔细的考量。至于受限生成过程中什么是新的层次，作者给出的答案是取决于受限生成过程模型中把几个机制组合成更复杂的机制的可能性。具体的讲为了证明复合的结果C是一个机制，需要证明存在描述复合结果C的转换函数f，f存在独立的状态和输入。这可以通过将组成成分的机制的状态组合起来形成笛卡尔积（以及将组成成分的输入组合起来形成笛卡尔积），在此基础上定义转换函数f.作者举了元胞自动机（3×3格）的例子，先计算可能的复合状态总数和复合输入总数，然后计算机计算复合函数。在计算所有组合的情况下，复合函数的数目是个天文数字。如何应对这个庞大的数字，这考验着科学家的智慧。他们可能会寻找新的更多的基本组成形式，来简化这个过程；或者寻找新的还原方法来发现隐藏的规律，在附加假设的前提下讨论新的更高层次的规则。这给我们的启示是：尽管基本规律可以涵盖所有现象的解释，但我们应该追求较高层次的规律（尽管它们被基本规律约束），这能够增进我们对问题的理解。
涌现现象的基本概念
作者最后小结了涌现现象研究中的关键概念
等价类：删去细节用以强调被选定特征的形式化表示
函数：作为一系列对应关系的形式化表示。
生成器集合：作为规则和规律的形式化表示，给出元素初始集合和元素组合的合法方式。
IF/THEN子句：用来设定所允许的特别是主体之间的相互作用，使主体具有可变性。
状态:系统当前元素的排列组合，和系统总体的状态。两者在在不同情形下有不同的对应关系，比较难以定义。
转换函数：将所有合法的状态和叔叔作为自变量，产生对应关系。可以用概率的方式进行扩展
策略：由系统输入值集合状态的函数决定而产生的输出形式
积木块：指对自然界各种熟悉事物进行分解而产生的基本特征，这是一种灵活而又创造性的方法。
模型：选取显著的特征（等价类）和规律（发生器和转换函数），并在隐喻和“源－目标模型”指引下逐步完成转换，是我们理解新事物的重要方法。
主体：为涌现现象的系统建模提供最快方法，在《隐秩序》一书有详细的介绍。
作者总结了涌现现象的8个要点：
1）涌现现象出现在生成系统中。
2）在这种生成系统中，总体大于各部分之和。
3）生成系统的一个稳定的涌现现象是，组成成分不断改变的稳定模式。
4）涌现出来的稳定模式的功能是由其所处的环境决定的。
5）随着稳定模式的增加，模式间相互作用带来的约束和检验使得系统的功能也在增强。
6）稳定模式通常满足宏观规律。
7）存在差别的的稳定性是那些产生了用现象的规律的典型结果。
8）更高层次的生成过程是有稳定性的强化而产生。
研究领域中的障碍
数学上的障碍：现在的数学工具的是线性假设的，无法应对非线性模型的数学要求。因此在计算机编程建模中需要人们慢慢摸索掌握技巧。元胞自动机是个有趣的例外）
认识的障碍：对于中枢神经系统如何从它从几乎无限的新异输入刺激中选取相关信息，我们还没有成熟的认识
观念的障碍：一些人对现在科学能够解决涌现现象的复杂问题抱有怀疑的态度。
在涌现现象的进一步研究中，作者认为在明确定义受限生成过程模型的同时需要在机制函数，主体行为和模型元素集合这三个层次之间建立更紧密的联系。
为了建立有效的涌现理论，首先要用模型作为他探索预期机制和约束时的主要指导，同时在涌现过程中学习更多关于预测和控制的关键阶段。而学到的知识又使我们更好的理解隐喻和创新两种智慧的创造。同时也为我们理解生命和意识打下重要的基础。
没有评论:
发表评论