0%

《失控》书摘


失控:全人类的最终命运和结局 /(美)凯利(Kelly,K.)著;张行舟等译. — 北京:电子工业出版社,2016.1
书名原文:Out of Control:The New Biology of Machines,Social Systems,& the Economic World
ISBN 978-7-121-27229-5

致《失控》中文版的读者们

  大型任务通过去中心化并借助最少的规则来完成;并非所有的事情都要事先计划好。熙熙攘攘的人群,伫立不动的牛群,钻来钻去的自行车,慢慢悠悠的牛车,飞驰而过的摩托车,体积庞大的货车,横冲直撞的公交车——车流混杂着羊群、牛群在仅有两条车道的路面上蠕动,却彼此相安无事。

第一章 人造与天生

  成功被移植到机械系统中的特质有:自我复制、自我管理、有限的自我修复、适度进化、局部学习。
  当人造与天生完全统一时,将会具备学习、适应、自我治愈,甚至进化的能力。
  在将生命的力量释放到我们所创造的机器中的同时,我们也丧失了对他们的控制。

第二章 蜂群思维

  我将手插入到蜂巢中。好热!至少有 36 度。拥挤了十万只冷血蜜蜂的蜂巢已经变成热血的机体,加热了的蜂蜜像温暖稀薄的血一样流淌着。我感到仿佛刚刚把手插进了垂死的动物。
  希腊人和罗马人都是著名的养蜂人,他们能够从自制的蜂箱收获到数量可观的蜂蜜。
  蜂群是彻底的母权制,而且是姐妹关系:除了少数无用的雄蜂,所有的蜜蜂都是雌性姐妹。

  动画绘制者先制作一只蝙蝠,并赋予它一定的空间,以使之能自动地扇动翅膀;然后再复制出几十个蝙蝠,直至成群。之后,让每只蝙蝠独自在屏幕上四处飞动,但遵循几条简单规则:不要撞上其他的蝙蝠、跟上旁边的蝙蝠、离队不要太远。当这些“算法蝙蝠”在屏幕上运行起来时,就如同真的蝙蝠一样成群结队而行了。

  活系统的普遍规律:低层级存在无法推断出高层级的复杂性。如果不实际运行它,就无法揭示融于个体中的涌现模式,因为它有太多行为被隐藏起来了。

  人体就是一个由术有专攻的器官组成的集合体——心脏负责泵送,肾脏负责清扫。
  取出两只活猴的一小部分大脑组织。一例造成猴子右侧肢体瘫痪,另一例造成猴子耳聋。而在其他所有方面,两只猴子都是正常的。该实验表明:大脑是经过划分的,即使部分失灵,整体也不会遭遇灭顶之灾。

  回忆不是记忆的重播。影像并不存在于记忆中任何地方。当我重现这段经历时,实际上对其重新组合了,并且每次回忆起都会重新进行组合。所用的材料是散布在大脑中的细小的证据碎片:在寒风中瑟瑟发抖,在崎岖的山路上颠簸前进,在夜空中闪烁的无数星星,还有在路旁伸手拦车的场景。这些记录的颗粒甚至更细小:冷、颠簸、光点、等候。这些正是我们通过感官所接收到的原始印象,并由此组合成了感知。
  意识正是通过许许多多散布在记忆中的线索创造了现在,如同它创造过去一样。站在博物馆的一个展品面前,其所具有的平行直线让我在头脑中将它与“椅子”的概念联系起来,尽管这个展品只有三条腿。我的记忆中从未见过这样一把椅子,但它符合所有(与椅子)相关联的事物——它是直立的,有水平的座位,是稳定的,有若干条腿——并随之产生了视觉映像。这个过程非常快。事实上,在察觉其所特有的细节之前,我会首先注意到其所具备的一般“椅性”。
  记忆(以及蜂群思维)是以同样模糊而偶然的方式创造出来的。要(在记忆中)找到那颗跳动的流星,我的意识首先抓住了一条移动的光的线索,然后收集一连串与星星、寒冷、颠簸有关的感觉。创造出什么样的记忆,有赖于最近我往记忆里塞入了什么,也包括上次重组这段记忆时所加进去的感觉或其他事情。这就是为什么每次回忆起来都有些微不同的原因,因为每次它都是真正意义上的完全不同的经历。感知的行为和记忆的行为是相同的。两者都是将许多分布的碎片组合成一个自然涌现出的整体。
  记忆,是高度重建的。在记忆中进行搜取,需要从数目庞大的事件中挑选出什么是重要的,什么是不重要的,强调重要的东西,忽略不重要的东西。这种选择的过程实际上就是感知。认知的核心过程与感知的关系非常非常紧密。
  记忆是感知的再现。

  个人电脑在开机状态的绝大部分时间里并没有投入使用。在电脑上写信时,敲击键盘产生的短脉冲会打断计算机的休息,但当你构思下一句话的时候,它又会返回到无所事事的状态。总体而言,办公室里打开的计算机在一天的大部分时间里都处于闲置状态。大公司的信息系统管理人员眼见价值几百万美元的个人电脑设备晚上在工作人员的办公桌上闲着,所需要的是一个在完全分布式的系统中协调工作和存储的办法。
  仅仅解决闲置问题并不是分布式计算的主要意义。分布式系统对突然出现的故障具有极强的免疫力。打开公司内部网络的机柜门,拔掉一条电缆,网络路由毫不迟疑地绕过缺口。
  因为网络的非线性特质,当它失灵的时候,其故障可能类似于除了蔬菜什么食物都记得的失语症。它能计算出圆周率的第十亿个数位,却不能向新地址转发邮件。

  群聚的个体孕育出复杂性,产生涌现的事物。随着成员数目的增加,成员之间的相互作用呈指数级增长。当连接度足够高且成员数目足够大时,就产生了群体行为的动态特性——量变引起质变。
  宇宙中最有趣的事物大都靠近网络模式这一边。交织的生命,错综的经济,熙攘的社会、莫测的思绪,莫不如此。作为动态的整体拥有某些相同的特质:比如,某种特定的活力。

  “自治”意味着每个成员要根据内部规则以及其所处的局部环境状况而各自做出反应。这与服从来自中心的命令,或根据整体环境做出步调一致的反应截然不同。
  这些自治成员之间彼此高度连接,但并非连到一个中央枢纽上。它们组成了一个对等网络。由于没有控制中心,人们就说这类系统的管理和中枢是去中心化分布在系统中的,与蜂巢的管理形式相同。
  以下是分布式系统的四个突出特点,活系统的特质正是由此而来:

  • 没有强制性的中心控制
  • 次级单位具有自治的特质
  • 次级单位之间彼此高度连接
  • 点对点间的影响通过网络形成了非线性因果关系

  群系统的好处:

  • 可适应——线性系统只能响应预设的激励信号。如果想对未曾出现过的激励信号做出响应,或在很宽的范围内对变化做出调整,则需要蜂群思维。只有包含了许多构件的整体才能够在其部分构件失效的情况下仍然继续生存或适应新的激励信号。
  • 可进化——只有群系统才能将局部构件历经时间演变而获得的适应性从一个构件传递到另一个构件。非群体系统不能实现类似于生物的进化。
  • 弹性——由于群系统是建立在众多并行关系之上的,所以存在冗余。个体行为无足轻重。小故障犹如河流中转瞬即逝的一朵小浪花。就算是大的故障,在更高的层级中也只相当于一个小故障,因而得以被抑制。
  • 无限性——在群系统中,正反馈能导致秩序的递增。通过逐步扩展超越其初始状态范围的新结构,群可以搭建自己的脚手架借以构建更加复杂的结构。自发的秩序有助于创造更多的秩序——生命能够繁殖出更多的生命,财富能够创造出更多的财富,信息能够孕育更多的信息,这一切都突破了原始的局限,而且永无止境。
  • 新颖性——(1)它们对“初始条件很敏感”,原因与结果不成比例。(2)系统中彼此关联的个体所形成的组合呈指数增长,其中蕴藏了无数新颖的可能性。(3)它们并不强调个体,因而也允许个体有差异和缺陷。在具有遗传可能性的群系统中,个体的变异和缺陷能够导致恒新——也称之为进化。

  群系统的明显缺陷:

  • 非最优——因为冗余,又没有中央控制,群系统的效率是低下的。其资源分配高度混乱,重复的努力比比皆是。青蛙一次产出成千上万只卵,只为了少数几个子代成蛙,这是多么大的浪费!假如群系统有应急控制的话——例如自由市场经济中的价格体系,就可以部分抑制效率低下,但绝不能像线性系统那样彻底消除。
  • 不可控——没有一个绝对的权威。引领群系统犹如羊倌放羊:要在关键部位使力,要扭转系统的自然倾向,使之转向新的目标(利用羊怕狼的天性,用爱撵羊的狗来将它们集拢)。不可由外部控制,只能从内部一点点地调整。只要“涌现”出现,人类的控制就消失了。
  • 不可预测——群系统的复杂性以不可预见的方式影响着系统的发展。“涌现”一词有其阴暗面。视频游戏中涌现出的新颖性带给人无穷乐趣;而空中交通控制系统中如果出现涌现的新情况,就可能导致进入全国紧急状态。
  • 不可知——我们能理解线性系统,而非线性网络系统却是难解之谜,被淹没在困思逻辑之中。A 导致 B,B 导致 A。群系统就是一个交叉逻辑的海洋:A 间接影响其他一切,而其他一切间接影响 A。我把这称为横向因果关系。由要素混合而成的真正起因,将在网络中横向传播开来,最终,触发某一特定事件的原因将无从获知。那就听其自然吧。我们不需要确切地知道西红柿细胞是如何工作的,也能够种植、食用、甚至改良西红柿。我们不需要确切地知道一个大规模群体计算系统是如何工作的,也能够建造、使用它,并使之变得更加完美。
  • 非即刻——打开开关,线性系统就能运转,如果系统熄火,重新启动就可以了。层次丰富的复杂群系统就需要花些时间才能启动。系统越是复杂,需要的预热时间就越长。每一个层面都必须安定下来;横向起因必须充分传播;上百万自治成员必须熟悉自己的环境。

  为了使工具具备强大的功能,我们可以允许其在某些方面有点小瑕疵。多路由选择既浪费且效率低下,但我们却可以借此保证互联网的灵活性。而另一方面,在我们制造自治机器人时,为了防止它们自作主张地脱离我们的完全控制,不得不对其适应能力有所约束。
  随着我们从线性的、可预知的、具有因果关系属性的机械装置,转向纵横交错、不可预测、具有模糊属性的生命系统,我们也需要改变自己对机器的期望。这有简单经验法则:
  对于必须绝对控制的工作,仍然采用可靠的老式线性系统。
  在需要终极适应性的地方,你所需要的是失控的群件。
  多数任务都会在控制与适应性中间寻找一个平衡点,因此,最有利于工作的设备将是由部分钟控装置和部分群系统组成的生控体系统的混血儿。我们能够发现的通用群处理过程的数学属性越多,我们对仿生复杂性与生物复杂性的理解就越好。

  网络是唯一能无偏见地发展或无引导地学习、包容形态的多样性的组织形式。所有其他的拓扑结构都会限制可能发生的事物。
  网络群到处都是边,因此,无论以何种方式进入,都毫无阻碍。网络根本谈不上有什么结构。它能够无限地重组,也可以不改变其基本形状而向任意方向发展,它是完全没有外形的东西。有新鸟加入时,鸟群并不会变得‘满载’或‘超负荷’。

  经济学家们认为,只有把产品当作服务来做,才能取得最佳的效果。你卖给顾客什么并不重要,重要的是你为顾客做了些什么。这个东西是什么并不重要,重要的是它与什么相关联,它做了什么。流程重于资源。行为最有发言权。

  网络逻辑是违反直觉的。比如说,你要铺设连接一些城市的电话电缆。以堪萨斯城、圣地亚哥和西雅图这三个城市为例,连接这三座城市的电话线总长为 3000 英里。根据常识,如果要在电话网络中加上第四个城市,那么电话线的长度就必将增加。然而,网络逻辑给出的答案截然相反。如果将第四个城市作为中心(让我们以盐湖城为例),其他城市都通过盐湖城相连,电缆总长就可以减少至 2850 英里,比原来的 3000 英里减少了 5%。由此,网络的总展开长度在增加节点后反而得以缩短!不过,这种效果是有限的。通过向网络引入新的节点,系统所能够获得的最大节省大约为 13% 左右。在网络中,更多代表了不同的含义。
  另一方面,为已经拥堵的网络增加线路只会使其运行速度更慢,现在我们称其为布拉斯悖论。19 世纪 60 年代末,斯图加特的城市规划者试图通过增加一条街道来缓解闹市区的交通拥堵问题。当他们这样做了的时候,城市的交通状况更加恶化,于是,他们关闭了那条街道,交通状况却得到了改善。1992 年,纽约在地球日关闭了拥挤的 42 街,人们曾担心情况会恶化,但结果却是,那天的交通状况实际上得到了改善。
  还不止于此。提高个体神经元的响应度并不能提高个体检测信号的性能,却能提高整个网络检测信号的性能。
  网络有其自己的逻辑性,与我们的期望格格不入。从繁忙的通信网络中,从并行计算的网络中,从分布式装置和分布式存在的网络中,我们得到的是网络文化。
  我们作为身处网络中的神经元,是意料不到、无法理解和控制不了这些的,甚至都感知不到这些东西。任何涌现的蜂群思维都会让你付出这样的代价。

  卡夫卡式噩梦:德语小说家弗兰兹·卡夫卡在其作品中表现出来的一种毫无逻辑、茫然无从、琐碎复杂的精神状态。

第三章 有心智的机器

  微型机器人可以用现成的部件快速搭建。发射它们很便宜,而且一旦成群释放,它们就会脱离控制,无需持续的(可能是误导的)管理。这种粗犷但却实用的逻辑,完全颠覆了大多数工业设计者在设计复杂机械时采用的缓慢、精细、力图完全掌控的解决之道。这种离经叛道的工程原理简化成了一个口号:快速、廉价、失控。工程师们预见,遵循此道的机器人将适用于以下领域:(1)探索星球;(2)采集、开矿、收割;(3)远程建设。

  成吉思像只蟑螂似的。有 6 条腿却没有一丁点儿可以称为“脑”的东西。所有电机和传感器分布在没有中央处理器的可解耦网络上。然而充当肌肉的电机和传感器之间的交互作用居然产生了令人惊叹的复杂性和类似生命体的行为。
  成吉思的每条小细腿都在自顾自地工作,和其余的腿毫无关系。每条腿都通过自己的微型处理器来控制其动作。每条腿只需管好自己!对成吉思来说,走路是一个团队合作项目,至少有 6 个小头脑在工作。它体内其余更微小的脑力则负责腿与腿之间的通讯。昆虫学家说这正是蚂蚁和蟑螂的解决之道——足肢上的神经元负责为该足肢进行思考。
  在机器蟑螂成吉思身上,行走通过 12 个马达的集体行为而完成。每条腿上两个马达的起落,取决于周围几条腿在做什么动作。如果它们抬起落下的次序正确的话,就“走起来”了。
  这个精巧的装置上没有任何一部分是掌管走路的。无需借助高级的中央控制器,控制会从底层逐渐汇聚起来。布鲁克斯称之为“自底向上的控制”。如果折断蟑螂的一肢,它会马上调整步态用余下的五肢爬行,一步不乱。这样的转换不是断肢后重新学习来的;这是即时的自我重组。

  每条腿都有权做些简单动作,而且每条腿都能独立判断在不同环境下该如何行事。举例来说,一个基本动作的意识是,“如果我是腿而且抬起来了,那么我要落下去”,而另一个基本动作的意识可描述为,“如果我是一条腿并且在向前动,得让那 5 个家伙稍微拖后一点”。这些意识独立存在且随时待机,一旦感知的先决条件成立就会触发。接下来,要想开步行走,只需按顺序抬起腿(这是唯一可能需要中央控制的地方)。一条腿一抬起来就会自动向前摆动,然后落下。而向前摆动的动作会触动其余的腿略微向后挪动一点。由于那些腿正好接地,身体就向前移动了。
  一旦机器生物能在平滑表面稳步前行了,就可以增添一些其他动作使它走得更好。要让成吉思翻越横亘在地板上的电话簿,需要安装一对触须,用来把地面上的信息传递回第一组腿。来自触须的信号可以抑制电机的动作。此规则可能是:“如果你感觉到什么,我就停下;不然我还接着走。”
  成吉思在学会爬过障碍物的同时,其基本的行走模式却未受到丝毫扰乱。布鲁克斯借此阐释了一个普适的生物原则——一个神律:当某个系统能够正常运转时,不要扰乱它;要以它为基层来构建。在自然体系中,改良就是在现存的调试好的系统上“打补丁”。原先的层级继续运作,甚至不会注意到(或不必注意到)其上还有新的层级。

  动物(在进化过程中)的学习方式与此类似。它们通过建立行为层级来学会穿越复杂的世界,其顺序大致如下:

  • 避免碰触物体
  • 无目地漫游
  • 探索世界
  • 构造内在地图
  • 注意环境变化
  • 规划旅行方案
  • 预见变化并相应修正方案

  在碰到障碍物的时候,负责无目的漫游的部门会毫不在意,因为负责避免碰触物体的部门早已对此应对自如了。

  称为“搜集癖好机”的拾荒机器人,一到晚上,它就在实验室里四处搜集空饮料罐。它的无目的漫游部门让它在每个房间里晃来荡去;避免碰触部门则保证它在漫游的时候不会磕碰上家具。
  搜集癖好机整晚地闲逛,直到它的摄像头侦测到桌子上一个饮料罐形状的物体。信号触动移动机器人的轮子,将其推进到饮料罐正前方。搜集癖好机的胳膊并不需要等待中枢大脑(它也没脑子)发出指令,就能够通过周围环境“了解”自己所处的位置。它的胳膊上连有传递信号的导线,以便胳膊能够“看”到轮子。如果它察觉,“咦,我的轮子停下了”,它就知道,“我前面肯定有个饮料罐”。于是,它伸出胳膊去拿罐子。如果罐子比空罐子重,就留在桌子上;如果和空罐子一样轻,就拿走。机器人手拿着空罐子继续无目的地漫游(因为有避免碰触部门的帮助,它不会撞墙或磕到家具),直到偶遇一只回收筒。这时,轮子就在回收桶前停下。傻乎乎的胳膊会“查看”自己的手是否拿着罐子,如果是,就会扔进回收筒。如果不是,就再次在办公室里四处漫游,直到发现下一个罐子为止。
  这个荒唐的、“撞大运”的回收系统效率极其低下。但夜复一夜,在没有什么其他事好做的情况下,这个傻乎乎却很可靠的拾荒者居然搜集到数量可观的铝罐子。
  如果在原有的正常工作的搜集癖好机上添加一些新的行为方式,就能发展出更复杂的系统。复杂性就是这样依靠叠加而不是改变其基本结构而累积起来的。最底层的行为并不会被扰乱。无目的漫游模块一旦被调试好,并且运转良好,就永远不会被改变。就算这个无目的漫游模块妨碍了新的高级行为,其所应用的规则也只是会被抑制,而非被删除。代码是永远不变的,只是被忽略了而已。多么生物化的一种方式啊!
  更进一步说,系统的各个部分(部门、科员、规则、行为方式)都在不出差错地发挥作用——犹如各自独立的系统。“避免碰触部门”自顾自地工作,不论“拿罐子部门”在不在做事。“拿罐子部门”同样干自己的工作,不论“避免碰触部门”在不在做事。青蛙的头即便掉下来了,它的腿还会抽跳,就是这个道理。
  布鲁克斯为机器人设计的分布式控制结构后来被称作“包容架构”(Subsumption Architecture),因为更高层级的行为希望起主导作用时,需要包容较低层次的行为。
  如果把国家看成一台机器,你可以用包容架构来这么建造:
  从乡镇开始。先解决乡镇的后勤:包括整修街道、敷设水电管道、提供照明,还要制定律法。当你有了一些运转良好的乡镇,就可以设立郡县。在保证乡镇正常运作的基础上,在郡县的范围内设立法院、监狱和学校,在乡镇的层级之上增加了一层复杂度。就算郡县的机构消失了,也不会影响乡镇照常运转。郡县数量多了,就可以添加州的层级。州负责收税,同时允许郡县继续行使其绝大部分的职权。没有州,乡镇也能维持下去,虽然可能不再那么有效率或那么复杂。当州的数量多了,就可以添加联邦政府。通过对州的行为做出限制并承载其层面之上的组织工作,联邦层级包容了州的一些活动。即使联邦政府消失了,千百个乡镇仍会继续做自己的地方工作——整修街道、敷设水电管道、提供照明。但是当乡镇工作被州所包容,并最终被联邦所包容时,这些乡镇工作就会显示出更强大的功效。也就是说,以这种包容架构所组织起来的乡镇,在开展建设、实施教育、执行管理、繁荣经济方面,都可以做得比独自运作时好许多。美国政府的联邦结构就是一个包容架构。
  包容结构实质上是一种将机器人的传感器和执行器连接起来的并行分布式计算。这种架构的要点在于将复杂功能分解成小单元模块并以层级的形式组织起来。
  在地位层级里,信息和权力自上而下地单向传递。而在包容或网络层级架构里,信息和权力自下而上传递,或由一边到另一边。不管一个代理或模块在哪一个层级工作,他们均生来平等……每个模块只需埋头做好自己的事。
  虽然专制的“自上而下”的层级结构会趋于消亡,但是,若离开了“自下而上”控制的嵌套式层级,分布式系统也不会长久。当同层的个体之间相互影响时,它们自然而然聚合在一起,形成完整的细胞器官,并成为规模更大但行动更迟缓的网络的基础单元。随着时间的推移,就形成了一种基于由下而上渗透控制的多层级组织:底层的活动较快,上层的活动较慢。
  通用的分布式控制的第二个重要方面在于控制的分类聚合必须从底部开始渐进累加。把复杂问题通过推理拆解成符合逻辑的、互相作用的因子是不可能的。
  数学运算时除法比乘法难,同样道理,自上而下的分类聚合也不可行。几个质数相乘得出答案很容易,小学生就会做。但要对一个大数做分解质因数,最超级的计算机也会卡壳。自上而下的控制就如同将乘积分解成因子一样困难,而用因子来得到乘积则非常容易。
  必须从简单的局部控制中衍生出分布式控制;必须从已有且运作良好的简单系统上衍生出复杂系统。

  对机器人来说(或者对昆虫来说),并不存在外部世界的映像。没有中央记忆,没有中央指令,没有中央存在。一切都是分布式的。通过外部世界进行沟通可以避免根据来自触臂的数据调校视觉系统的问题。外部世界自身成为“中央”控制者;没有映像的环境成为映像本身。这样就节约下海量的计算工作。在这样的组织内,只需少量的计算就可以产生智能行为。
  参与市场活动的个体之间并没有交流,他们只是观察别人的行动对共同市场所造成的影响(不是行动本身)。从千百位我从未谋面的商贩那里,我得知了鲜蛋的价格信息。信息告诉我(含杂在很多别的信息里):“一打鸡蛋比一双皮鞋便宜,但是比打两分钟国内长途贵。”这个信息和很多其他价格信息一起,指导了千万个养鸡场主、制鞋商和投资银行家的经营行为,告诉他们该在哪里投放资金和精力。

  我们在所有活系统中都能看到包容结构和网络层级机制。
  设计移动式机器人的 5 条经验:

  • 递增式构建——让复杂性自我生成发展,而非生硬植入
  • 传感器和执行器的紧密耦合——要低级反射,不要高级思考
  • 与模块无关的层级——把系统拆分为自行发展的子单元
  • 分散控制——不搞中央集权计划
  • 稀疏通讯——观察外部世界的结果,而非依赖导线来传递讯息

  部件越小,电池也越小,构架也越小,其对应尺寸的结构强度就越大。这也使得小型移动机器虫的大脑占身体的比重相应更大,尽管脑的绝对尺寸还是很小。布鲁克斯的移动机器虫大都轻于 10 磅。

  我们不以头脑为中心,也不以意识为中心。我们的意识也没有中心,没有“我”。我们的身体也没有向心性。身体和意识跨越了彼此间的假想边界,模糊了彼此间的差别。它们都是由大量的亚层次物质组成的。

  静躺不动到第二天后,受测者们报告“现实感没了,体像变了,说话困难,尘封的往事历历在目,满脑子性欲,思维迟钝,梦境复杂,以及由忧虑和惊恐引起目眩神迷”。他们没有提及“幻觉”,因为那时还没有这个词。
  受试的学生们打算花四五天时间在黑暗中“好好想些事情”。有一位说:我猜自己大概在那儿呆了一天。
  在这个与世隔绝的、寂静的棺材里呆了两天后,几乎所有的受测者都没有了正常的思维。注意力已经土崩瓦解,取而代之的是虚幻丛生的白日梦。更糟糕的是,活跃的意识陷入了一个不活跃的循环。一位受测者想出了一个游戏,按字母表顺序,列出每种化学反应及其发现者的名字。列到字母 N 的时候,他一个例子也想不出来了,他试图跳过 N 继续下去,但 N 总是固执地跳入思绪,非要得到答案不可。这个过程实在令他厌烦,他打算彻底放弃这个游戏,却发现已经心魔难驱了。他忍受着这个游戏所带来的不断的迫求,坚持了一小会儿之后,发现自己已经无法控制游戏了,于是按下紧急按钮,中止了测试。
  身体是意识乃至生命停泊的港湾,是阻止意识被自酿的风暴吞噬的机器。神经线路天生就有玩火自焚的倾向。如果放任不管,不让它直接连接“外部世界”,聪明的网络就会把自己的构想当作现实。意识不可能超出其所能度量或计算的范畴。没有身体,意识便只能顾及自己。出于天赐的好奇心,即便是最简单的头脑也会在面对挑战时,殚精竭虑以求一解。然而,如果意识直面的大都是自身内部的线路和逻辑问题,那它就只能终日沉迷于自己所创造出的奇思异想。
  而身体,或者说由感觉和催化剂汇集起来的实体,通过加载需要立即处理的紧急事务,打断了神智的胡思乱想!生死悠关!能闪避吗?!心智不必再去虚构现实,现实正扑面而来,直击要害。闪避!凭借以前从未试过、若非出现现在这种紧急情况也不可能一试的原创洞察它做出了决断。
  失去了感觉,心智就会陷入意淫,并产生心理失明。若非不断被来自眼耳口鼻和手指的招呼打断,心智最终会蜷入一隅自娱自乐。眼睛是最重要的感官,它以难以想象的丰富信息——半消化的数据、重大的决策、未来演变的暗示、隐匿的事物线索、跃跃一试的动感、无尽的美色——濡养着心智。心智经过一番细嚼慢咽,抖擞登场。若突然斩断其与眼睛的纽带,心智就会陷入混乱、晕眩,最终缩入自己的龟甲里。
  看了一辈子大千世界的眼球会产生晶状体混浊,这种折磨老年人的白内障是可以手术摘除的,但重见光明之前不得不经历一段全盲的过程,比白内障带来的混浊不清还要黑暗。医生通过外科手术摘除病变恶化的晶状体,然后敷以全黑的眼罩,用以遮蔽光线,防止眼球转动,因为只要眼球在看东西就会下意识地转动。因为左右眼球是联动的,所以两眼都要戴上眼罩。为了尽可能减少眼球转动,病人须卧床静养长达一周。入夜,熙熙攘攘的医院渐渐沉寂下来,由于身体静止不动,病人愈加体会到蒙着双目带来的无边黑暗。20 世纪初,这种手术首次在临床普及时,医院里没有机器设备,没有电视广播,夜班护士很少,也没有灯光。头缠绷带躺在眼科病房里,周围是一片黑暗死寂,令人感觉跌入了无底深渊。
  术后第一天的感觉黯淡无光,只是静养。第二天感觉更黑暗,头脑发木,焦燥不安。第三天则是黑暗,黑暗,黑暗,外加一片寂静,四周墙上似乎爬满了密密麻麻的红色虫子。
  “术后第三天的深夜,60 岁的老妇撕扯着自己的头发和被单,拼命想下床,声称有人要抓她,还说房间起火了。护士解开她未做手术的那只眼睛上的绷带后,她才慢慢平静下来,”此段文字记载于1923年一家医院的报告上。
  20 世纪 50 年代初,纽约西奈山医院的医生们抽样研究了白内障病房一连发现的 21 例异常病例:“有 9 位病人日益感到焦躁不安,他们撕下护具或是试图爬上床头的架子。有 6 位病人出现癔症,4 位病人诉说身体不适,4 位病人兴奋异常,3 位病人有幻视,2 位幻听。”

  大多数机器是在关机状态下得以改良的。本质上,机器人专家们都是在创造物处于“死亡”状态的时候来琢磨如何改进它们。
  如果能在活着时学习该多好!这是机器将要迈出的下一大步。自我学习,永不停歇。不仅仅是适应环境,更要进化自身。
  进化是步步为营的。成吉思的智力与昆虫相当。它的后代有一天可能会赶上啮齿动物,总有一天,会进一步进化得像猿一样聪明伶俐。
  但是,在机器进化的道路上我们还是耐心点为好。从第一天算起,几十亿年后,植物才出现,又过了大约 15 亿年,鱼类才露面。再过一亿年,昆虫登上舞台。“然后一切才真正开始加快前进的步伐,”布鲁克斯说道。爬行类、恐龙、哺乳类在随后的一亿年里出现。而聪明的古猿,包括早期人类,在最近两千万年才出现。
  在地质学史上,复杂性在近代有了较快的发展。这使布鲁克斯想到:“一旦具备了生命和对外界做出反应的基本条件,就可以轻而易举地演化出解决问题、创造语言、发展专业知识和进行推理等高级智能。从单细胞生物进化到昆虫历经了 30 亿年的时光,而从昆虫进化到人类只花了 5 亿年。这意味着昆虫的智力水平绝非低下。”
  因而,类昆虫生命是一个真正的难题。创造出人造昆虫,人造猿也就随之而来了。这也表明了研究快速、廉价、失控的移动机器人的第二个优势:进化需要数量巨大的种群。一只成吉思固然可以学习,但要想实现进化,则需要云集成群的成吉思。

第四章 组装复杂性

  火使草原有效地运转,使需要浴火重生的种子得以发芽,将外来入侵的树苗一笔抹去。原住民中的土地学家早已认识和利用了火对大自然的影响。火在白人统治前的草原上无处不在、肆意横行。
  某些硬壳类植物种子,非火烧去外壳不能发芽。比如澳洲桉树的种子有厚厚的木质外壳,借助大火把它的木质外壳烤裂,便于生根发芽。因此桉树林就像凤凰,大火过后不仅能获得新生,而且会长得更好。

  在杂草丛生的土地,而不是新开垦的土地上播种北美草原的种子,能够获得更接近真实的北美草原。利奥波德曾担心争强好胜的杂草会扼杀野花,但是,杂草丛生的土地比耕种过的土地更像北美大草原。在杂草丛生的陈年地块上,有些杂草是后来者,有些又是大草原的成员。它们的提早到来能加速向草原系统的转变。而在耕耘过的土地上,迅速抽芽的杂草极具侵略性。

  要想得到一块湿地,不是灌水就万事大吉了。所面对的是一个已经历经了千万年的系统。仅仅开列一份丰富多样的物种清单也是不够的,还必须有组合指南。

  由于需要森林,他种植香柏,希望其中能有一些抵抗得住枯萎病。有些香柏确实顶住了病害的侵袭,但是又被风扼杀了。于是,他又种了一种辅助物种——生长迅速、非本地生的常青植物木麻黄——作为环岛防风林。木麻黄迅速长大,使香柏得以慢慢生长,几年过后,更适应环境的香柏取代了木麻黄。补种的森林为一种已经几百年未在百慕大出现过的夜鹭创造了完美的家,而夜鹭吞食陆地蟹。如果没有夜鹭,这些陆地蟹就成了岛上的有害物种。数目爆长的陆地蟹一直享用着湿地植物汁多味美的嫩芽。如今蟹的数量减少,让稀少的百慕大莎草有了生长的机会,近几年里,它也有了结籽的机会。
  大自然一般是利用临时的脚手架来完成许多成就的。借助拇指的抓握,灵巧的手使人类的智能更进一步,具备了制造工具的能力。但是一旦智能建立,手就没那么重要了。建立一个巨大的系统确实需要许多阶段,一旦系统动作起来,这些阶段就变得可有可无了。锤炼和进化智能所需的辅助手段远比简单地停留在某个智能水平上要多得多。

  哪怕只给予一个小小的立足点,相互关联的绿色植物内所隐藏的巨大潜能都会触发收益递增的法则:“拥有者得到更多。”生物促进环境发展,也促进更多生物的成长。鹭的出现使莎草能够重现。以火来清除障碍使野花得以生存,从而使蝴蝶得以生存。更多的树木为动物、昆虫和鸟儿创造了生存地,从而为更多的树木准备好了栖息地。大自然就像一部机器,为生命建造豪华的家园。
  我们能把失去的生态系统重新组合起来吗?是的,只要所有的碎片都还存在,我们就能将其还原。只是,也许陪伴生态系统早期发展的某些物种已不复存在了。假设曾经有一种到处生长的小草,对于北美大草原的形成具有至关重要的作用,但却在最后的冰河时期被一扫而空。随着它的逝去,蛋壳就不可能再还原了。
  更可怕的是,不仅要有合适的物种按恰当的顺序出现,而且还要有合适的物种在恰当的时间消失。成熟的生态系统能轻易地容忍X物种,但是在其组合过程中,X物种的出现会把该系统转到其他路径上,将其引向不同的生态系统。这就是创造一个生态系统往往要经过数百万年的原因。
  由此,复杂的机器必定是逐步地、间接地完善的。别指望一次组装就能完成。你必须首先制作一个可运行的系统,再以此为平台研制你真正想完成的系统。要想形成机械思维,你需要制作一只机械“拇指”——这是很少有人欣赏的迂回前进的方式。在组装复杂机械过程中,收益递增是通过多次不断的尝试才获得的——也即人们常说的“成长”过程。
  生态系统和有机体一直都在成长,今天的计算机网络和复杂的硅芯片也在成长。即使我们拥有现存电话系统的所有关键技术,但如果缺少了从许多小型网络向一个全球网络成长的过程,我们也不可能组装出一个与现有电话系统一样巨大且可靠的替代品。
  制造极其复杂的机器,就像还原大草原或热带岛屿一样,需要时间的推移才能完成,这是确保它们能够完全正常运转的唯一途径。没有完全发展成熟或没有完全适应外界多样性就投入使用的机械系统,必然会遭到众口一致的诟病。

第五章 共同进化

  变色龙变色是为了调节体温、与同类交流。
  由于身体没有自动调节温度的机制,变色龙只能通过改变体色来调节自身温度:深色吸收热量;浅色反射太阳照射光线。

  共生关系中的各方行为不必对称或对等。生物学家发现几乎所有共栖同盟在相互依存过程中都必然有一方受惠更多,这暗示了某种寄生状态。尽管一方所得就意味着另一方所失,但是从总体上来说双方都是受益者,因此契约继续生效。
  共生并非只能成双成对。整个群落也可共同进化。任何生物,只要能适应其周边生物,就可以在某种程度上起到间接的共同进化触媒的作用。既然所有的生物都相互适应,就意味着同一生态系统内所有生物都能通过直接共生或间接相互影响的方式参与到一个共同进化的统一体里。共同进化的力量由一个生物流向它最亲密的邻居,然后以较弱一级的波状向周边扩散,直至波及所有生物。这样一来,地球家园中由亿万物种构成的松散网络就编结起来,成为不可拆分的共同进化体系,其组成部分会自发提升至某种不可捉摸的、稳定之非稳态的群集状态。
  地球上的生命网络,与所有分布式存在一样,超越了作为其组成成分的生命本身。强悍的生命向更深处扎根,不但将整个地球包裹起来,而且将没有生命的岩石和大气也串连进它的共同进化的行动之中。

  只需通过天文望远镜观测,就能确定某行星是否有生命。通过测量行星大气层的光谱来确定其气体的成分,就能揭秘星球是否存在过生命体。因此,用不着投掷一个昂贵的罐罐穿越太阳系去查明真相。
  火星大气和土壤中的成分被太阳射线赋予能量,被火星核心加热,再被火星引力吸附,历经数百万年进入动态平衡。
  地球却不同。地球大气中气体混合的路数并不循常,这是共同进化累积形成的有趣效果。
  尤其是氧气,它占地球大气的 21%,造成地球大气的不稳定。氧气是高活性气体,能在燃烧的激烈化学反应中与许多元素化合。从热力学角度来看,由于大气氧化了固体表面,地球大气中氧气的高含量理应快速下降才对。其他活性示踪气体,如一氧化二氮、碘甲烷也处于异常爬升的水平。氧气虽与甲烷共存,却根本不相容,会相互引爆。二氧化碳理应像在其他行星那样成为大气的主要成分,却仅仅是一种示踪气体。除大气之外,地球表面的温度及碱度也处于异乎寻常的水平。整个地球表面似乎是一个巨大、不稳定的化学怪胎。
  (示踪气体:能与空气混合,而且本身不发生改变,并在很低的浓度时就能被测出的气体总称。其他示踪气体包括:氟仿、过氧乙酰硝酸酯、二氧化氯、氮氧化物、二氧化硫、氡、汞。由于示踪气体的总量非常小,因此它们的变化幅度可以非常大。目前空气成分变化最大的是二氧化碳,工业化开始后其浓度增加了约 40%。)
  共同进化将互动的化学反应推至某个高点,似乎随时都会回落至平衡状态。火星和金星上的化学反应犹如元素周期表那般稳定,那般死气沉沉。以化学元素表来衡量,地球的化学性质是不正常的,完全失去了平衡,却充满活力。由此,任何有生命的星球,都会展现奇特的不稳定的化学性质。有益生命的大气层不一定富含氧气,但应该突破规范的平衡。
  共同进化中的生命拥有非凡的生成稳定的非稳态的能力,将地球大气的化学循环推至“持久的非均衡态”。大气中的氧含量应该随时都会下降,但数百万年来它就是不降下来。既然绝大多数的微生物生命都需要高浓度的氧,既然微生物化石都已存在亿万年了,那么,这种奇特的不和谐的和谐状态算得上是相当持久而稳定的了。
  地球大气寻求稳定的氧含量,它碰巧使得氧气的平均浓度为 20%。低于这个水平是贫氧,高于这个水平就易燃。20% 左右的氧含量能够保证平衡,在洋流近乎完全换气的同时,又不会招致毒性物质或可燃性有机物的聚集而产生更大危害。

  任何活系统:经济体、自然生态系统、复杂的计算机模拟系统、免疫系统、共同进化系统,都具有摇摇欲坠的显著特征。当它们保持着埃舍尔式的平衡态——处在总在下行却永远未曾降低过的状态时,都具有在塌落中平衡的特性。
  生命的核心价值不在于它繁殖的不变性,而在于它繁殖的不稳定性。生命的密钥在于略微失调地繁衍,而不是中规中矩地繁衍。这种几近坠落乃至混沌的运行状态确保了生命的增殖。
  这种特质是具传染性的。活系统将它们的不稳定姿态传染给它们接触到的任何事物,而且无所不及。地球上,生命横冲直撞,把势力扩张到固体、液体和气体之中。没有哪块从未被生命触摸过的岩石。微小的海洋微生物将溶入海水的碳和氧固化,生产出一种散布在海床的盐。这些沉积物最终被沉淀性的重量压成岩石。微小的植物性微生物将碳从空气中吸入土壤乃至深入海底,在水下化为石油。生命生产出甲烷、氨气、氧气、氢气、二氧化碳以及其他气体。铁,还有金属,聚集来细菌造出金属矿团。(铁作为非生命的典型代表,竟然产生生命!)所有露出地表的岩石(或许火山岩除外)都是再循环的沉淀物,因此,所有的岩石都具生物成因的实质,也就是说,在某些方面受生命影响。共同进化生命的无情推拉,最终将宇宙中的非生命物质带入它的游戏之中。

  物理环境塑造了生物,生物也塑造了其所处的环境。如果从长远看,环境就是生物,而生物就是环境。
  沃尔纳德斯基认为,假如生命从地球上消失,不但地球本身沉沦至一种“化学稳定”的平衡状态,而且那些沉积的粘土层、石灰岩的洞穴、矿山中的矿石、白垩的峭壁,以及我们视为地球景观的特有构造也将随之消退。“生命并非地表上偶然发生的外部演化。相反,它与地壳构造有着密切的关联,”沃尔纳德斯基于1929年写道,“没有生命,地球的脸面就会失去表情,变得像月球般木然。”
  30 年后,自由思想家詹姆斯·洛夫洛克通过天文望远镜对其他星球进行分析,也得出同样的结论。“生物体简直无法‘适应’一个仅由物理和化学支配的死气沉沉的世界。它们生存的世界由其先祖们的气息和骨骼构成,而今由它们继续维持着。”洛夫洛克有关早期地球的知识较之沃尔纳德斯基更为全面,对气体和物质在地球上的环流模式的理解也略高一筹。所有这些,都令他得出一个十分严肃的结论:“我们呼吸的空气,以及海洋和岩石,所有这一切要么是生命机体的直接产物,要么是由于他们的存在而被极大改变了的结果。”
  海洋浮游生物释放出二甲基硫,经氧化后产生亚微观的硫酸盐气雾,形成云中水滴凝聚的凝结核。如此说来,甚至云层雨水也是由生物的活动产生的。夏天的雷暴雨也许是生命自身幻化为雨。某些研究暗示,大多数雪晶的核也许是腐朽的植物、细菌或菌类孢子;因此,也许雪大都是由生命触发的。能逃脱生命印记的只是极少数。
  生命是最具威力的地质力量,而且这力量与时俱进。生命越多,它的物质力量就越大。人类将生命进一步强化。我们利用化石能源,将生命植入机器。整个制造业基础设施——好比身体的扩展——成为更广泛的、全球规模的生命的一部分。工业产生的二氧化碳进入大气,改变全球大气的成分,人造机械领域也成为地球生命的一部分。
  生物创造自身存活所需的基质,而基质又创造存活其中的生物,这个共同进化的网络就会向周围扩展,直到成为一个自给自足、自我控制的闭环回路。

  可以想见,试用新药比发掘已有成药的疗效回报来得低。但假如你给所有病人用的都是目前最好的成药,你就永远无法验证新药的疗效。从病人个人角度来讲最好不要试用新药。但从社会集合体的角度出发,做实验是必要的。”开发(未来收益)与利用(目前稳赢的筹码)之比应该是多少,这是医院不得不做的博弈。生命有机体为了跟上环境的变化,在决定应该在多大程度上进行变异和创新时,也会做出类似的权衡。当海量的生物都在做着类似的权衡并且互相影响时,就形成一个共同进化的博弈游戏。
  零和游戏中对他人的任何伤害都对你有好处。在非零和游戏中,你们可能共荣,也可能同衰。我认为,人们常用零和游戏的观点看世界,其实他们本不该这样。他们常说:‘我比别人做得好,所以我就该发达。’而在非零和游戏里,尽管你比别人做得好,你也可能和他一样潦倒。”
  在反复博弈所形成的关系中,信誉至关重要。

  戈尔巴乔夫看到,减少而不是增加坦克数量会让苏联更安全。他单方面裁掉了一万辆坦克,使得美国和欧洲更难有借口保持大规模的军事预算,借此全面展开了结束冷战的进程。

  在共同进化的世界里,控制和保密只能帮倒忙。你无法控制,而开诚布公比遮遮掩掩效果更好。在零和游戏中总想隐藏策略,但在非零和游戏中,将策略公之于众,别的玩家就必须适应它。戈尔巴乔夫的策略之所以有效,是因为他公开实施了这个策略;如果只是秘密地单方面削减武器则会一事无成。
  在这个时代,开放者赢,中央控制者输,而稳定则是由持续的误差所保证的一种永久临跌状态。

  间断平衡论:新种只能以跳跃的方式快速形成;新种一旦形成就处于保守或进化停滞状态,直到下一次物种形成事件发生之前,表型上都不会有明显变化;进化是跳跃与停滞相间,不存在匀速、平滑、渐变的进化。

第六章 自然之流变

  多变的降雨量是沙漠存续的关键。每年降雨的情况稍有不同,才能使每个物种略微脱离平衡态。如果降雨量变幻多端,那么物种的混合群落就会增加两到三个数量级。反之,沙漠生态将向着单一乏味溃缩。
  均衡即死亡,正是紊乱和多变真正给自然赋予了丰富的色彩。
  没有恶劣环境仍能产生变异和新特性,但恶劣而变化多端的环境能产生更多的多样性。

  生命是行星尺度的现象,星球上不可能只有稀疏点点的生命。否则它就会像只有半个身子的动物那样站立不稳。
  整个地球表面覆盖着一层整体生命的薄膜。
  生命一旦出世,它就是不朽的。一旦发动,它就是不能根除的。
  完全消除地球上的生命洪流超越了人类的能力。即使是核弹,也无法在整体上令生命停止,说不定,它实际上还能增加非人类的变体。
  单细胞细菌出奇地不屈不挠,它们生存在每一种你想得到的恶劣环境中,包括强辐射地区。将病房里的细菌完全清除?这根本就是天方夜谭。从地球上把生命抹去?哈!做梦吧!

  之所以无法令生命止步,是因为生命动力的复杂性已经超过了所有已知破坏力的复杂性。生命远比非生命复杂。生命自己就能打理死亡的事宜——掠食者分食被掠食者——由一种生命形式消费掉另一种生命形式在总体上无损整个系统的复杂性,甚至可能增加它的复杂性。
  全世界所有的疾病和事故,每天永不止歇地向人类机体进攻,平均要用 621960 小时才能杀死一个人类个体(世界人口平均寿命),即以 70 年全天候的攻击来突破人类生命的防线——不计现代医学的干扰(现代医学既可加速也可延缓生命的死亡,视你所持观点而定)。这种生命的顽强坚持直接源于人体的复杂性。
  相比之下,一辆轿车行驶时间大约是 5000 个小时。一台涡轮发动机可运转 40000 小时。非生命复杂体的寿命比之生命的执著,简直不能相提并论。

  有 12% 的巴西蜥蜴至少缺失了一只爪趾。麋鹿中枪之后仍能存活,海豹被鲨鱼咬过也能痊愈,橡树被砍伐之后还会抽芽。一次实验中一组腹足动物(蜗牛、田螺、玉螺、骨螺等)被研究人员故意压碎了壳,然后放归野外生活,之后它们活得和未受损的对照组一样长。

  生命与复杂交织。部件会死,但整体永存。当系统自组织成更复杂的整体,它就加强了自己的生命——不是它的生命长度,而是它的生命力度。它拥有了更多生命力。
  在生命之外的宇宙中,我们无法找到复杂分子团(或大分子)。生命往往劫持所有它能接触到的物质并把它复杂化。

  将来某一天,银河系也可能变为绿色。现在不利于生命的那些行星不会永远如此。生命会进化出别的形式,在目前看来并不适宜的环境里繁盛起来。更重要的是,一旦生命的某个变体在某处有了一席之地,生命固有的改造本性就会着手改变环境,直到适合其他物种的生存。
  当它知会并控制宇宙之后会选择做什么?这个问题我们不能奢望回答。

  我们往往将生与死想象成二元性的;一个生物非死即生。但生物体内自组织的子系统使人联想到,有些东西比别的东西更有活力。甚至单一的细胞也是以复数形式存活的,因为每一个细胞都至少留有细菌的三个退化形式。

第七章 控制的兴起

  强电是用作一种动力能源。弱电是作为一种信号电。

  自第一次世界大战开始,炮弹发射装置变得越来越复杂,那些移动的预攻击目标也变得越来越精细,弹道轨迹的计算考验着人类的才智。在战斗间隙,计算员要计算在各种风力、天气和海拔条件下那些巨炮的各种参数设置。而计算出来的结果,有时会印在一些口袋大小的表格上,便于前线的火炮手使用;或者,如果时间来得及,而且是通用火炮,这些表格就会被编码输入火炮自动操作装置。在美国,与火炮演算有关的种种活动,都集中在海军位于马里兰州的阿伯丁试验场,在那个地方,房间里挤满了人类计算员(几乎全都是女性),使用手摇计算机来演算表格。
  到了第二次世界大战,德国飞机——大炮竭力要攻打下来的东西——几乎飞得和炮弹一样快。于是就需要速度更快的即时演算。最理想的形式就是火炮在新发明的雷达扫描装置测出飞行中的飞机数据时即行引发。

  1895 年,身为哈佛大学的斯拉夫语教授的列奥·维纳决定:他的头生子要成为一个天才。是刻意制造的天才。
  因此,诺伯特·维纳 3 岁即学会阅读,18 岁获得哈佛的博士学位。到了 19 岁,他开始跟随罗素学习元数学。
  30 岁的时候,他已经是麻省理工的数学教授和一个彻头彻尾的怪物了。身材矮小,体魄健壮,八字脚,留着山羊胡,还叼着一支雪茄,蹒跚而行,就像一只聪明的鸭子。他有一项传奇式的本领,就是在熟睡中学习。不止一个目击证人说过这样的事情:维纳在会议进行中睡着了,然后在什么人提到他的名字的时候突然醒来,并且对他在打盹的时候错过的那些交谈发表评论,还常常提出一些具有穿透力的见解把其他人弄得目瞪口呆。
  维纳在其自传《昔日神童》中叙述道「在父亲那个年代,通晓多门语言是一种惯例」。
  维纳两手同用、狂暴地在数学系黑板上写字,同时解多个复杂方程,一只手解一个。

  在指令性经济体制中,是通过计算、权衡和沟通管道的控制来分配资源的。而对一个经济体中的分布节点间的多重反馈因素进行计算,哪怕是控制不那么强的计算,和工程师在钢铁厂中追踪那些狡猾的、相互关联的因素一样,是不可能成功的。在一个摇摆不定的经济体中,要想对资源分配进行计算是不可能的。相反,奥地利学派的经济学家在 20 世纪 20 年代论证说,一个单一的变量——价格——可以用来对其他所有资源分配变量进行调节。人们就不用在意到底每个人需要多少块香皂,也不用在意是不是应该为了房子或者书本去砍伐树木。这些计算是并行的,是在行进中进行的,是由下而上、脱离了人的控制、由相互联结的网络自主自发的。秩序会自发形成。

第八章 封闭系统

  在水族馆后,一堆隆隆作响的泵机、管道、各种机械装置,在电力的带动下维持着这个玩具礁体上的超级生物多样性。这里的房间内部刷成了白色,弥漫着温热的水汽,耀眼的灯光令人感到窒息。头顶的架子上挂着炙热的金属卤素灯,每天放射出 15 个小时的热带阳光。盐水涌动着穿过一个四吨重的水泥大桶,桶里装了满是净化菌的湿沙。在人工阳光之下,长长的浅塑料托盘里绿色水藻生长旺盛,过滤着礁石水体所产生的自然毒素。
  对于这个礁体来说,工业管道装置替代了太平洋。1.6 万加仑的再生海水旋转着流过仿生系统,冲刷着这块珊瑚礁,像南太平洋那长达数英里的海藻园和沙滩给野生珊瑚礁提供的东西一样,带来了过滤的、湍急的、富含氧气的海水。这一整套带电的展示,是精细脆弱、来之不易的平衡,每天都需要能量和照料。一步走错,整块珊瑚礁就可能在一天内分崩离析。
  大家都没料到,大约有 90% 的生物是偷偷进来的。其实,当初那培养液里就存在着少量且完全不可见的微生物,只不过直到 5 年之后,等到这块礁石已经做好了融合的准备,才具备了这些微生物参与融合发展的条件,而在此之前,它们一直隐匿而耐心地漂浮着。

  是微生物——而不是红杉、蟋蟀或者猩猩——做了最大量的呼吸,产生了空气,最终供养了地球上无穷的可见生物。隐形的微生物基质引导着生命整体的发展进程,并将各种各样的养分环融合在一起。那些引起我们注意的生物,那些需要我们照料的生物,就环境而言,可能仅仅是一些点缀性的、装饰性的东西。正是哺乳动物肠道中的微生物,还有黏附在树根上的微生物,使树木和哺乳动物在包括地球在内的封闭系统中有了价值。

  扰动对于养分循环来说至关重要。
  森林需要破坏力巨大的飓风来吹倒老树,以便腾出空间让新树生长。大草原上的流火,可以释放必须经过火烧才能摆脱硬壳束缚的物质。没有闪电和火焰的世界会变得僵硬。海洋既有在短期内形成海底暖流的激情,也有在长期的地质运动中挤压大陆板块和海床的激情。瞬间的热力、火山作用、闪电、风力以及海浪都能够让物质世界焕然一新。

  绿藻和人坚持了整整一天。在大约 24 个小时的时间中,人吸入绿藻呼出的气息,绿藻吸入人呼出的气息。之后腐败的空气把舍甫列夫赶了出来。在这一天临近结束的时候,最初由绿藻提供的氧气浓度迅速降低。在最后一刻,当舍甫列夫打破密封门爬出来的时候,他的同事们都被他的小屋里的那令人反胃的恶臭惊呆了。二氧化碳和氧气倒是交换得颇为和谐,但是绿藻和舍甫列夫排出的其他气体,比如甲烷、氢化硫以及氨气,却逐渐污染了空气。就好像被慢慢烧开的水煮熟的青蛙,舍甫列夫自己并没有注意到这种恶臭。
  在以往的封闭栖息地和类似 NASA 航天飞机这样的高科技封闭系统中,微量气体累积的问题实在令人头疼。
  为了保证一名宇航员能在太空舱里生存,每年约需花费 1 亿美元,而其居住环境却恶劣得令人难以想象,甚至不如贫民区。一个记者曾经有幸迎接返航的宇航员。他们做着开舱准备的时候,她正激动地站在摄像机前面等着。他们打开了舱门,一股难闻的气味扑面而来,她吐了起来。这些家伙真是英雄,居然在这么差的环境下撑了过来!

  对于任一项目,最理想的团队人数是 8 个人。超过 8 个人,会造成决策缓慢和耽搁;而少于 8 个人,突发事件或者疏忽大意就会变成严重的阻碍。

  合成生态是未来的趋势。加利福尼亚州有数百种非本地的物种。澳大利亚也在朝着这条路走。在这个飞机传播的世界,很多物种有意无意地搭上飞机,从它们的原生地传播到它们原本根本不能到达的远方,造就了不同的生态系统。五大湖地区现在已经是一个十足的人造系统了。
  很多古生态学家认为,人类早期的整个活动谱系——打猎、放牧、放火烧荒以及对草药的选择和收集,已经在荒野打造出了一种“人工的”生态,确切地说,就是依靠人类的技能大大改变了的生态。所有那些我们觉得是自然的、未受侵犯的野生环境,其实都充满了人为和人类活动的痕迹。雨林实际在很大程度上处于印第安土著的管理之下,可是等到我们进去的时候,我们做的第一件事就是清除印第安人,于是管理技能就消失了。我们之所以认为这片老树是原始雨林,是因为我们自己所知道的唯一的管理树木的方式就是把树砍掉,而这里没有明显的砍伐痕迹。改变是不可逆转的,这个合成的生态系统持续运转下去并不需要人的存在,它不受干扰地运转。加利福尼亚的人即使都死了,现在这个合成的动植物群落仍会保持下去。
  加利福尼亚、智利、澳大利亚正在非常迅速地会聚合流,成为同样的合成生态。同样的目的:弄走那些古老的食草动物,换上生产牛肉的牛。

第九章 “冒出”的生态圈

  这群与世隔绝的生物圈人血液中的杀虫剂和除草剂浓度增加了。根据医生的推测,由于日常食物有限,生物圈人的体重大幅度下降,于是开始消耗过去储存在体内的脂肪,导致几十年前残留在脂肪中的毒素释放出来。

  外部环境中的二氧化碳含量通常保持在 350ppm 左右;闹市区的现代化办公室内,二氧化碳含量可能会达到 2000ppm;潜艇在开启二氧化碳“净化器”以前,允许艇内的二氧化碳含量达到 8000ppm;航天飞机空气中二氧化碳的“正常”含量是 5000ppm。相比之下,生物圈二号在春季里日均 1000ppm 的二氧化碳含量已经相当不错了;二氧化碳含量的波动也完全处于普通城市生活环境的变动范围内,人体几乎难以察觉。
  二氧化碳浓度在 1000ppm 时,决策能力会适度下降,下降程度从 11%-23% 不等,浓度为 2500ppm 时,决策能力明显下降,下降程度 44%-94%。

  大气中的二氧化碳含量每天都呈周期性变化。晚上,植物停止了一天的光合作用,空气中的二氧化碳含量明显增高;晴天的下午,由于植物全力将二氧化碳转化为营养物质,会使二氧化碳含量达到低点。南北半球的季节性周期,夏低冬高,其原因与日周期的形成一样,都是因为绿色植物停止了捕食二氧化碳。不论何时何地,二氧化碳的最低浓度永远也不会低于全球二氧化碳含量的背景值,该阈值每年都会升高一些,到如今,已经达到 350ppm。二氧化碳季节性周期的幅度在不断增大。
  生物圈二号的大气相当敏感,即使只是一片云飘过,二氧化碳的指针也会翘起。阴影在瞬间减缓植物的光合作用,会暂时阻断二氧化碳的吸入。

  地球上燃烧的碳只有一半留在大气中,增加了二氧化碳浓度,另一半却失汇了!
  有关碳失踪的理论很多,占主导地位的有三个:(1)溶入海洋,以碳雨的形式沉降到海底;(2)被微生物储存到泥土中;(3)最具争议的理论是:失踪的碳刺激了草原的生长,或者变身为树木。二氧化碳是公认的生物圈中的有限资源。当二氧化碳含量为 350 ppm 时,其浓度百分比只有微弱的 0.03%,仅仅是一种示踪气体。阳光普照下的一片玉米地,不到五分钟就可以耗尽离地三英尺范围内的二氧化碳。二氧化碳水平的微小增加也能显著地提升生物量。根据这个假说,在还没有被我们砍伐殆尽的森林里,树木正因为大气中的二氧化碳“肥料”增加了 15% 而快速“增重”,其速率甚至可能比别处破坏树木的速率都要快得多。
  地球上的海洋和生物圈确实可以按照需求的规模来贮存碳。尽管受到酸雨和其他污染物质的负面影响,但是自 1971 年以来,欧洲森林新增了25% 以上的木材量。
  荒漠盐碱土正在默默地以无机方式大量吸收二氧化碳,同时,荒漠区地下蕴藏的庞大的根系固定了巨大的二氧化碳,且与盐碱土固碳之间发生着相互作用。
  1930-2013 年全球水泥工业过程碳排放高达 104 亿吨碳,而同期水泥材料碳汇吸收量高达 45 亿吨碳,即这个时期内 43% 的水泥工业过程的碳排放又被使用后的水泥材料吸收回来。

  低氧环境中头痛、失眠、易于疲倦。

  在鱼缸里,各种细菌需要几个月时间构建食物网,让自己在新鱼缸的砾石中安顿下来。随着更多的生命物种慢慢加入这个未成熟的鱼缸,水环境极易陷于恶性循环。如果某种成分超量(比如说氨),就会导致一些生物死亡,而生物腐烂又会释放更多的氨、杀死更多的生物,进而迅速引发整个群落的崩溃。为了让鱼缸能够平稳地通过这段极敏感的不平衡期,养鱼爱好者会通过适当的换水、添加化学药品、安装过滤装置以及引入其他稳定鱼缸里的细菌等手段来柔和地刺激这个生态系统。经过 6 周左右的微生物层面上的互相迁就——在此期间新生群落一直徘徊在混沌的边缘——突然,系统在一夜之间“冒出”来了,氨气迅速归零。它现在可以长久地运转下去了。系统一旦“冒出”,其自立、自稳定程度就更高,也就不再需要初创时所需的人为扶持。
  有趣的是,一个封闭系统在“冒出”前后的两天里,其所处的环境几乎没有什么变化。除了能做点“保姆”的工作外,你能做的往往只有等待。

第十章 工业生态学

  磨损的标记是涌现出来的。它们是大量个体活动的产物。如同大多数涌现出来的现象一样,磨损有自我巩固的倾向。自然界里的一条沟壑多半会促成更多的沟壑。同样,与大多数涌现的属性相仿,磨损能够传递信息。磨损是直接刻在物体上的纹身,它在哪里显现,就表明那里有值得注意的不同。
  磨损可以看作是共同体的一个妙喻。单个的磨损痕迹是无用的。但是汇聚起来并与他人共享,其存在就有了价值。它们分布得越广,其价值就越高。(逛故宫时深有体会)

  哥本哈根往西 80 英里,已孕育了一个工业生态系统的雏形。十多家企业以开环形式合作处理邻近厂家的“废料”,在他们相互学习如何再利用彼此的排出物的同时,这个开环逐步“收口”。一个燃煤发电厂向一个炼油厂提供蒸汽轮机产生的废热(以前此废热排放至一个附近的峡湾)。炼油厂从其精炼工序中所释放的气体中去除污染成份硫,并将气体提供给发电厂作燃料,发电厂每年可以省煤 3 万吨。清除出来的硫卖给附近一家硫酸厂。发电厂也将煤烟中的污染物提取出来,形成硫酸钙供石棉水泥板公司作为石膏的替代品。煤烟中清出的粉尘则送往水泥厂。发电厂其他多余的蒸汽用来给一家生物制药厂还有 3500 个家庭以及一个海水鳟鱼养殖场提供暖气。来自渔场的营养丰富的淤泥和来自药厂的发酵料用来给本地农场作肥料。或许在不久的将来,园艺温室也会由发电厂的废热来保温。
  实事求是地说,总有一星半点儿的能量或没用的物质作为废料进入生物圈。这无可避免的扩散所带来的影响能够被生物界吸收。活体生物如水浮莲,能够将稀释在水里的杂质浓缩成为具有经济价值的浓缩物。如果工业与自然完美衔接的话,生物有机体足以能承载工业生态系统所产生的极少量的废物。

  从燃料中获得的真正能量并不是来自碳氢化合物中的碳,而是它的氢。
  古时候最好的燃料是木头。若论氢和碳的比例,木柴中碳约占 91%。工业革命的高峰期,煤是主要的燃料,其中碳占 50%。现代工厂使用的燃油其含碳量为 33%,而正在兴起的清洁燃料天然气,其含碳比例是 20%。随着工业系统的进化,燃料里的氢元素含量变得更高。从理论上说,纯氢会是最理想的“清洁燃料”。

第十一章 网络经济学

  自然通过牺牲简洁性来换取可靠性。神经元回路的非最优化程度始终令科学家们瞠目结舌。只要花点功夫,他们就能设计出一种紧凑得多的结构。不过,尽管神经元回路要比它真正需要的冗余很多,却是不会出错的。
  零缺陷软件的代价就是它的“过度设计”,超量建设,多少有点浮肿。它是用执行效率来换取生产效率。
  网络式经济的未来在于设计出可靠的流程,而不是可靠的产品。与此同时,这种经济的本质意味着这种流程是不可能最优化的。

第十二章 电子货币

第十三章 上帝的游戏

  他喜欢将《模拟》系列游戏称为软件玩具,因为它们实在是难于控制。就是说,你需要摆弄它、琢磨它、试验你的各种不着边际的想法,然后从中进行学习。对于这种游戏来说,无所谓输赢。

  东 73 战役指挥官都说,他们在伊拉克遇到的战斗状况其难度比不上国家训练中心的训练难度。
  价格低廉的智能芯片的迅猛发展超出了五角大楼的预判。到 1992 年为止,军方的仿真和战争游戏比普通老百姓所玩的商业游戏强不了多少。

  “先仿真再建造”已经发展到一定程度了。诺斯洛普公司建造 B-2 隐形轰炸机时就没有用图纸;相反,他们用的是计算机仿真。整个计划都被设计成一种计算机拟像,复杂而精准,以至于在实际建造这个价值数十亿美金的飞机之前都没造样机模型。通常来说,一个包括 3 万个部件的系统必然要求在实际建造过程中对 50% 的部件进行重新设计。而“仿真优先”方法则把重新设计的部件比例降到了 3%。
  波音在对倾转旋翼飞机 VS-X 的设计理念进行探讨时,首先在虚拟现实中建造了它。其拟像一建好,波音便把一百多名工程师和员工送到拟像飞机里对其进行评估。说到仿真建造的优势,举一个小例子:在进行评估的时候,波音的工程师发现维修舱里有一个关键的压力计读数很难看清楚,不论机组人员再怎么使劲看也无济于事。结果这个维修舱就被重新设计了,仅此一项就省下数百万美元。

  在“泥巴”中,可以自定义身份。当你进入房间后,其他人就会读到对你的描述:“朱迪进来了。她是一个身材高挑的黑发瓦肯女性,长着小而尖的耳朵,淡红色的皮肤,很可爱。她走路时有着体操运动员的柔韧性。她绿色的眼睛看起来风情万种。”而这段话的始作蛹者,可能是一个满脸粉刺的小女生,或者是个留着大胡子的男性。在“泥巴”里这种假装女生的男性已泛滥成灾,迫使大多数精明的老手假定所有玩家都是男性,除非经证明她是女性。这就导致了一种对真正的女性玩家的怪诞偏见:后者会不断受到要求“证明”其性别的骚扰。
  很多玩家都注意到他们在网上的行为方式跟在网下多少有些不同,而这会让他们对自己在真实生活中的人格进行反思。”调情、迷恋、浪漫甚至网上性爱在“泥巴”中比比皆是——就和在真实的校园中一模一样。只是主角不同而已。
  由于绝大多数“泥巴”玩家都是20岁左右的男性,所以在这个世界里往往暴力泛滥。
  在麻省理工学院运行的一款实验性的“泥巴”却宣布一切杀戮皆为非法,并且汇聚起一大批初、高中孩子拥趸。每天都有大约 500 个孩子涌到赛博城里乱逛或者不停地造东西。
  赛博城这样文化的一大吸引力,就在于它把成年人拉回到跟孩子一样的起跑线上。赛博城主要的建筑师们年龄都不超过 15 岁。他们所构造的这片喧嚣和复杂的土地,吓住了那些试图到达某处或盖起某座建筑的独来独往、被过度教育的新移民。

第十四章 在形式的图书馆中

  递归,是指简单规则一遍又一遍地循环应用(包括用于其自身的结果),并由此生成了最终形式所具有的绝大多数复杂性。譬如,当“长出一个单位长度然后分岔成两个”的递归规则重复应用于一段起始线条上时,大约 5 次循环之后,它就会生成一片灌木般的具有大量分叉的形状。

第十五章 人工进化

  行军蚁吞噬其前进道路上所有动物的残忍习性,会把一群飞虫赶得慌不择路。一种鸟逐渐形成了跟随这个掠食大军的习惯,愉快地享用那些在空中四散奔逃的虫儿。而在紧随行军蚁大军的飞鸟身后,蝴蝶又接踵而至。蝴蝶尾随其后的目的是享用“蚂蚁鸟”的粪便“大餐”——那是产卵所急需的氮的来源。蚂蚁,“蚂蚁鸟”,“蚂蚁鸟蝴蝶”,也许还有谁知道什么玩意儿的东西跟在后面,组成了一支杂牌军,浩浩荡荡地横扫这片丛林。

  雷发现了只有 45 个字节的变种。它的代码效率极高,数量上也超过了所有其他变种。这个系统自我优化的速度之快令他震惊。进一步考察时,雷惊奇地发现它是一只寄生虫。
  “所有成功的系统都会吸引寄生虫,这似乎是生命的普遍属性。”

  一个电脑病毒是怎样仅通过 22 个指令就做到自行复制的呢?为了和他人分享这个新发现,我把它的基本算法发到网上。麻省理工学院一位计算机专业的学生看到了我的解释,但不知怎么却没有得到病毒 22 的代码。他试图手工重新创造它,但是他的最好成绩也需要 31 条指令。当他得知我是在睡觉时得到 22 条指令的时候,他沮丧极了。
  人类力所不逮的,进化却能做到。

  没人告诉进化模型什么是性,然而进化模型还是发现了它。在一次实验中,为了看看关闭变异功能会产生什么结果,雷在没有外加错误的情况下运行。结果让他大吃一惊,即便没有程序变异,进化仍然发生了。
  在自然中,性是远比变异更重要的变化来源。性是遗传重组——父亲的基因和母亲的基因结合成为后代的全新基因组。
  雷的小世界展示的似乎是间断平衡。在相对较长的时期里,种群比例保持着一个相对稳定的局面,只是偶尔有物种灭绝或新物种诞生。接着,几乎是一眨眼功夫,这种平衡就立刻被一阵翻江倒海般的新老物种交替给打断了。对一个较短的时间来说,变化是狂暴而不受约束的。接着事情解决了,静止和平衡再次成为主宰。化石研究显示,这种形式在地球上的自然界中占压倒优势。静止是常态;而变化总是突如其来。在进化的其他计算机模型中也能看到同样的间断平衡方式。

  进化的方法“排除了软件设计中最大的一个障碍:预先规定问题的所有特征”。如果你有许多相互矛盾而又彼此关联的变量,而目标定义又很宽泛,可能有无数个解,那么进化正是解决之道。

  冯·诺依曼计算机的瓶颈所在:“你为计算机输入的知识越多,它运行得越慢。而对人来说,你给他的知识越多,他的头脑越敏捷。所以说我们处在一种悖论之中,你越想让计算机聪明,它就变得越愚笨。”

  经过上万代的循环后,他的系统培育出一种程序,几乎和由人类编制的最佳程序一样短。

  对个体而言最好的,对物种而言却不一定。

  生物学上的拉马克进化受困于一条严格的数学定律:求多个质数的乘积极其容易,但分解质因素则异常困难。最好的加密算法正是利用了这种不对称的难度。拉马克学说之所以没有在生物界中真正存在过,就在于它需要一种不可能存在的生物解密方案。
  拉马克进化注入了学习的要素。学习被定义为个体在活着时的适应性。拉马克进化允许个体在世时所获得的信息可以与进化结合在一起。
  自然是达尔文主义者而不是拉马克主义者,这实在是很蠢。可是自然受困于化学物质,而我们没有。如果进化的对象不局限于分子的话,也许会有更有效的进化方式和搜索方法。

  意大利人用标准的旅行商问题来测试蚂蚁机。这个问题是这样描述的:你需要拜访很多城市,但每座城市只能拜访一次,那么哪条路径最短?为了求解这个问题,蚁群中的每个虚拟蚂蚁会动身从一座城市漫游到另一座城市,并在沿途留下信息素的气味。路径越短的话,信息素挥发得越少。而信息素的信号越强,循迹而来的蚂蚁就越多。那些较短的路径由此得到自我强化。运行 5000 回合之后,蚂蚁的群体思维就会进化出一条相当理想的路径。

  并行软件是水平的、并发的、错综复杂的因果网络。你无法从这样的非线性特性中找出缺陷所在,它们都隐藏了起来。没有清晰的步骤可循,代码无从分解,事件此起彼伏。制造并行计算机很容易,但要为其编程却很难。

  编写数百万行代码的驾驶飞机的程序。希利斯提议建立一个群系统,以进化出“驾驶技巧”更优秀的软件,系统中有一些微小的寄生虫程序会试图坠毁飞机。寄生虫会促使系统更快地向无差错和抗干扰强的导航程序收敛。我们宁肯花更多时间在编制更好的寄生虫上,也不愿花上无数个小时去做设计代码和查错这些事情。
  即使技术人员成功地设计出一款庞大的程序,譬如导航软件,要想彻底测试也是不可能的。但进化出来的东西则不同。这种软件的成长环境里充斥着成千上万专职的挑刺者,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,进化还能造出缺陷更少的东西。
  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,进化的代价是——失控。
  没人能弄懂进化出的航班驾驶程序,它像千丝万缕的乱麻,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。系统由进化出来的软件管理,当它出问题时,没有人能排除故障,它会自行修复,程序以一种无法理解的方式埋藏在由小机器组成的未知网络中。
  进化并未完全超脱我们的控制;放弃某些控制只不过是为了更好地利用它。
  精密性、可预测性、准确性、正确性这些东西必须被淡化,因为现实世界充满不测风云;生存在这个世界里,需要模糊、松弛、更多适应力、更少精确度的态度。生命是无法控制的;活系统是不可预测的;活的造物不是非此即彼的。“正确”是水中月,是小系统的特性。在巨大的变化面前,“正确”将被“生存能力”所取代。
  说一个系统“正确”,听起来就像是官话、空话。评判一个系统,是根据其对意外情况的反应力以及应对措施的创造性。与其正确,不如灵活,不如耐久。小而专且正确的程序就像蚂蚁,对身处的世界茫然无知;而反应灵敏的程序往往是失控的庞然大物,仅把 1% 的精力花在你要解决的问题上。

第十六章 控制的未来

  动画师们首先制做一个数字猫的外形,然后以一张照片里的猫为参照,为这只数字猫披上质感的皮毛。要不是它那非同寻常的讲话能力,它和那只猫简直像极了。它嘴部的动作是从人那里映射来的。所以,这只虚拟动物其实是一个猫-人混血儿。
  为了使这些数字世界以后也能有用,所有创造出来的东西都得简化成某种方程式。不仅包括恐龙和水,还包括那些恐龙啃咬的树木,那些吉普车、建筑物、衣服、餐桌还有天气。这些数字形式并不会仅仅是在拍电影时才用。在不久的将来,不单只是电影,所有制造品都将通过计算机辅助设计软件进行设计、生产。如今,汽车部件已经先要在计算机屏幕上进行仿真,然后将方程式直接传送给工厂的车床和焊接机,使这些数字变为真实的形状。
  《救难小英雄之澳洲历险记》中的纽约城完全由计算机生成,数据来自一个大建筑承包商为商业目的而收集的数据库。而在《小美人鱼》中,艾瑞儿在仿真出来的鱼群中穿梭,海草轻盈地舞动,水泡真实散开。这些计算机生成的背景画面,每一帧都是在向 400 位画师打过招呼后,先打印到精细的画纸上,然后通过手工上色来与电影的其他部分合为一体。
  迪斯尼第一个完全无纸化的角色是《阿拉丁》中那块飞来飞去的毯子。为了制作它,要先在计算机屏幕上绘出一块波斯地毯。动画师通过移动光标为它折出各种姿势,之后由计算机把各个姿势之间的中间帧填上。最后,再将数字化了的毯子动作加入到其他手绘部分的数字版本里面。
  动画师在角色没有画出之前,是不会知道它是什么样的。在开始的时候会很慢,因为他们要慢慢熟悉他们的角色。之后,随着他们和角色之间越来越熟悉,绘制速度也就越来越快。等到电影完成过半的时候,他们已经很了解这些角色了,而角色们也就开始在画面上神气活现起来。
  在动画短片《小锡兵》中,玩具士兵的帽子上有一根羽毛会非常自然地随着士兵的头摆动,是用虚拟物理学的方法达到的。不过,玩具兵的脸全是由一位经验丰富的动画师人工操纵的。这个动画师就是一个替身演员。他扮演角色的方式就是把它画出来。每一个动画师的桌子上都有一面镜子,动画师利用它来画出自己的特有夸张表情。

  熟人在一百尺开外不用看我的脸就能把我认出来,完全是因为我走路时无意识地使用了惯用的腿部肌肉。模仿他人的动作组合是非常困难的。

  米老鼠被带入布景。开机!米奇在他家的楼梯上失足,重力把他拉倒。他那富于弹性的屁股摔在木板楼梯上,产生出逼真的弹跳效果。一阵虚拟的风从敞开的前门刮进来,吹走了他的帽子。而当他要去追自己的帽子的时候,地毯却从他下面滑走,并遵循织物的物理规律卷成一团,正如米奇因其仿真出来的重量而摔倒一样。整个过程中米奇只收到了一个指令,就是进入房间且一定要去追自己的帽子。其他事情都是自然发生的。
  1997 年之后,就没有人再去用手画米老鼠了。有时候动画师还是会插上一脚,对某个关键表情做一下润色——制片方把这些动画师称为化妆师。基本上,米奇拿到一个剧本,然后他就照演。而且,他——或者他的分身,现在是全年无休息地同时出现在多部电影的片场。当然,他也从来不会抱怨。
  他们在米奇的代码中加入了学习模块。有了这个之后,米奇就成长为一个合格的演员了。他会对同一幕里其他演员的情绪和行为作出反应。每当一场戏重拍的时候,他都会记得上一次的表演,并在下一次加以强化。他也借助外力来进化。程序员调整他的代码,提高他的动作流畅性,丰富他的表情,并且使他的感情更具深度。他现在可以扮演一个“情感丰富的家伙”了。
  不仅如此,经过了 5 年的学习,米奇现在已经开始有自己的主见了。不知怎么的他对唐老鸭充满敌意;而如果有人用木槌敲他的头的话,他就会暴跳如雷。一旦生起气来,他就会变得非常固执。经年的学习让他懂得了要避开各种障碍物和崖边,如果导演让他在悬崖边行走,他就会迟迟疑疑。米奇的程序员们抱怨说,如果要编一段程序来避免这些癖性,就不得不破坏另外一些米奇已有的品性和技能。“这就好比是一个生态环境,”他们说,“你要想移走一个东西,就肯定会搅动整个环境。实际上,这就跟心理学一样。这只老鼠现在有一个真正的人格。你不可能把人格分割开,你只能在它的基础上做些补救。

  小孩子和宠物的服从直接体现了我们的权威,而且他们的教育和成型更体现出我们更大程度的间接控制。

  老实说,所谓“失控”,是对未来的一种夸张描述。那些我们赋予了生命的机器还是会间接地接受我们的影响和指导,只不过脱离了我们的支配而已。
  “管理”这个词虽然贴近,但并不完美。我们虽然在管理着像大沼泽地那样的野生环境,但实际上我们对那里的藻类、蛇、湿地野草等几乎没有什么发言权;我们虽然在管理着国民经济,可它还是为所欲为;同样,我们虽然在管理着电话网络,但我们并没有监控某个特定的通话是如何完成的。“管理”所意味的高高在上的监管权力,远远超出我们在上述例子中所能行使的权力,也超出了未来我们在极其复杂的系统中所能行使的权力。

  在恶劣的天气里使客机平稳降落是个非常复杂的任务。由于飞机上有好几百个系统在同时运转,高速的飞行又要求反应迅速,而飞行员经过长途飞行后往往困倦不堪,再加上恶劣的天气,都使得计算机能够比人类飞行员更好地胜任驾驶工作。上百条生命系于一身,不允许出现任何差错和失误。那么,为什么不让一台非常聪明的机器来控制飞机呢?
  工程师们在飞机上加装了自动导航系统。事实证明这套系统非常好使。它驾驶的大型喷气式客机无论是飞行还是降落都完美无缺。自动驾驶也轻易地满足了空中交通管控员对于秩序的渴求——所有的东西都处于数字化监控之中。最初的想法是,人类飞行员可以监视计算机,以应对可能出现的问题。不过唯一的问题是,人类做这种消极的监工实在是不怎么地。他们会觉得无聊、走神,随之忽视一些关键的细节。然后,紧急情况突然发生,他们不得不忙着“救火”。
  因此,不是让飞行员去盯着计算机,而是反过来让计算机盯着飞行员。A320 是迄今为止世界上自主程度最高的飞机之一,它就采用了这种方式。从 1988 年开始,飞机上的机载计算机就开始担负起监督飞行员的工作。当飞行员推动操纵杆使飞机转向的时候,计算机会计算出左倾或者右倾的程度,但它不允许飞机的倾斜度超过 67 度,也不允许机头抬起或低下的幅度超过 30 度。这意味着飞行员们交出了控制权。1989 年,英航驾驶 747 客机的飞行员经历了 6 次不同的事故,每一次他们都必须推翻计算机发出的减小动力的指令。如果他们当时没能成功地纠正自动导航系统的失误,就可能导致机毁人亡。而空中客车 A320 上竟然不提供让飞行员纠正自动系统的手段。

  人类演员不会失业。绝大多数角色本质上还是人机混合的。演员可以让一只动画猫鲜活起来,而这只猫又会倒过来教他如何做得更像猫。与角色共享控制权的演员时不时给它补点妆,让他恰到好处地发出一声怪叫。

第十七章 开放的宇宙

  简约的重要性被过分高估了。简约不过是“人类的审美标准”。大自然本身并不特别简约。
  在计算机和计算器问世前,简单的方程更加实用,因为用它计算不易出错。复杂的公式既累人又不可靠。

  尽管大脑像并行机器一般运作,人类意识却无法并行思考。这一讽刺性的事实让认知科学家们百思不得其解。人类智慧有一个神秘的盲点。我们不能凭直觉理解概率、横向因果关系及同步逻辑方面的各种概念。它们完全不符合我们的思维方式。我们的思维退而求其次地选择了串行叙述——线性描述。那正是最早的计算机使用冯·诺依曼串行设计方案的原因:因为人类就是这样进行思考的。
  而这也正是为什么并行计算机必须被进化而不是被设计出来:因为在需要并行思考的时候我们都成了傻子。计算机和进化并行地思考;意识则串行思考。

  现实世界中,一个问题可能有多个答案,而答案的范围、性质或值域可能完全模糊不清。进化就可以让计算机软件解决这种问题。譬如:香蕉挂在树上,请给出摘取程序。至今大多数计算机学习都不能解决这样的问题。除非我们明确地向程序提供一些明确的参数作为线索,诸如:附近有多少梯子?有没有长竿?
  而一旦定义了答案的界限,也就等于回答了问题的一半。如果我们不告诉它附近有什么样的石头,是不会得到“向它扔石头”的答案的。而在进化中,则完全有这个可能。进化会给出完全意想不到的答案,譬如:使用高跷;学习跳高;请小鸟来帮忙;等暴风雨过后;生小孩然后让他们站在你的头上。进化并不一定要昆虫飞行或游泳,只要求它们能够快速移动来逃避捕食者或捕获猎物。

  在没有任何提示和限定答案方向的前提下,能想出一个解决方案——人们称之为横向思维,几乎就等同于人类的智能了。

  朗顿和他的搭档把一具尸体放到一架轮床上,推着它穿过连接两幢楼的阴冷潮湿的地下走廊。他们必须在地道中唯一的灯光下推着轮床通过一段狭窄的水泥桥。当轮床撞到隆起物时,尸体打了个嗝,坐了起来,并开始从轮床上滑下来!朗顿下意识地转身想抓住他的搭档,却只看见他在远处夺路而逃。死了的东西可以表现得像活的一样!生命就是一种行为,这是朗顿最初的体会。

  当我们忙于创造一个个超生命的新形式时,我们的脑海中悄然出现了一个令人不安的想法。生命在利用我们。有机的碳基生命只不过是超生命进化为物质形式的第一步而已。生命征服了碳。而如今,在池塘杂草和翠鸟的伪装下,生命骚动着想侵入水晶、电线、生化凝胶、以及神经和硅的组合物。其他形式的生命——人造生命——正试图来到这个世界。它们在利用人类来繁衍和实现它们。
  生命出现了就不会再隐退。没有任何一个地质区域会在有机生命渗入之后重归寂静。生命一旦在某种环境中安顿下来,就会顽强地维持着某种程度的存在,无论那里是滚烫的温泉、高山裸岩、还是机器人的金属表面。生命利用无机物质世界,不顾一切地将其转化为有机物质。

第十八章 有组织的变化之架构

  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。由人类编程的计算机能运行拉马克进化。

第十九章 后达尔文主义

  细菌共生是祖细胞形成的核心事件。在微生物世界中,共生现象比比皆是。由于微生物生命是地球上所有生命形式中的主要部分,因而广泛分布的微生物共生使共生成为基本行为。

  由一个细胞系继承而来、负责运送氧气的系统,可能和另一个细胞系中负责气体交换的现存系统紧密结合在一起。双方共生相联,就有可能形成一个呼吸系统。
  这些已经形成了胞膜的细胞把细菌及其信息资产整合进自体,完全占有这些子体来为细胞母体工作。它们将细菌的发明据为己有。

  关于“内在选择”,一个描述是:允许宇宙射线在 DNA 编码中产生随机的错误,然后,某种自我修复装置以一种区别对待的方式在细胞中纠正这些错误——纠正某些错误,同时放过另外一些错误。修正错误需要耗费大量的能量,所以,需要在纠正错误所需的能量消耗和变异可能带来的好处之间做一个衡量。如果错误发生在可能合时宜的地方,纠错机制就会让它留下,而如果它发生在会惹麻烦的地方,就会被纠正过来。举一个假设的例子:克雷布斯循环是体内每一个细胞的基本能量工厂。它运转良好已达数亿年的时间。所以,如果乱动它,就会得不偿失。这时,如果身体侦测到克雷布斯循环的编码有一处发生了变异,它就会迅速将其排除掉。另一方面,身体的大小或者身体各部分的比例,也许值得好好调整;那么,不妨放手让变异在这方面折腾。那么,有区别的变异就意味着,某些随机变异要比另外一些随机变异“更受优待”。不仅如此,调节装置本身的突变所能造成的大规模影响,将会远远超过发生在其监管的 DNA 分子链上的突变。(* 待商榷)

  如果我们把一段假想的 DNA 当成软件代码,对它做一个改动,在改动的结果出现之前,必须先相应地发育出一个有机实体,也许要耗费许多年才能够完成。因此,生物代码改动后显现的效果,依据发育阶段的不同而有不同的评判。当初做过相同改动的代码,会在胚胎上产生一种效果,而在性成熟的生命体上产生另一种效果。在生物体的每一个阶段,代码的变动及其终端效果之间,存在一系列受物理或化学变化控制的中间实体——酶、蛋白质、生命组织,它们也必然会间接地受到代码改变的影响。这样一来就大大增加了变异的复杂度。运行程序的计算机是无法与之相比拟的。(* 或与工具箱基因有关?Distal-less 基因负责四足动物和昆虫的附肢形成。)

  同种类型的畸形会在许多物种中出现,而且其特异性状还能加以分类。比如说,独眼——这是在哺乳动物中相对常见的一种特异现象,不论是什么物种,鼻孔几乎总是长在它的眼睛上面。类似的,双头通常要比三头更为常见。而双头、三头都是没有优势的变异。既然这些怪物很少能生存下来,自然选择也就不可能在两者中有什么偏好。那么这种变异的指令必定来自于内部。
  因而,出现双头的原因也许就跟对称生长的手臂一样,很有可能两者的出现都不归因于自然选择。相反,内部结构特别是染色体的内部结构,发挥着等同于或超出自然选择的作用,造成了生物组织的多样性。

  两条染色体被包裹在一个巨大的卵细胞里面。卵细胞对于如何重组基因拥有很大的话语权。细胞里充满了各种蛋白因子和类激素介质,并且受其自身非染色体 DNA 控制。当染色体基因开始分化的时候,卵细胞就会指导它们、控制它们、确定方向,并精心策划宝宝的构造。最终诞生的生物体在一定程度上受卵细胞的控制,并非由基因来完全掌控大局。而卵细胞的状态,会受到压力、年龄、营养状况等等因素的影响。甚至在你还没出生之前——从受孕那一刻开始——你的遗传信息之外的各种力量就已经通过遗传的渠道在塑造你了。遗传信息并不独立于其物质载体而存在。生物体的这身皮囊正是在非遗传的细胞物质与遗传基因的双重作用下成型的——肉体与基因共存。
  和绝大多数有核细胞一样,每一个生物卵细胞都会在染色体之外携带好几个 DNA 信息库。令正统理论最感困扰的事情在于,卵细胞有可能在内部 DNA 与染色体 DNA 之间不断交换编码信息。如果卵细胞的自身经历能够影响到内部 DNA 的形成,并经此传递到染色体 DNA 上的话,那它就违反了正统理论严格恪守的中心法则。该法则声称,信息只能从基因向细胞流动。不存在从肉体(显型)到基因(基因型)的直接反馈。
  躯体的成形过程对于人工进化的缔造者们来说有两个借鉴之处:第一,成熟机体的变异,受到胚胎期母体卵细胞环境的间接作用,以及遗传基因的直接作用。在这一过程中,一些非常规信息大有可能经由某些控制要素或细胞内DNA交换而从细胞(确切说是母体细胞)流向基因。新拉马克主义认为存在一种直接的反馈;而新达尔文主义则认为不存在这种反馈。两者皆错。真相介于两者之间。反馈是有的,但不是直接的。间接反馈的一个主要环节发生在胚胎期的极早期阶段,就在基因化身为肉体的那几个小时内。
  在这几个小时里,胚胎就是一个放大器。微小的改变会在发育过程中被放大。躯体的形成就是以这种方式跳过了达尔文的渐进模式。我想说明的主题:进化是物质与信息相互混合的过程,遗传逻辑不能违背其所栖身的物质世界的规律。(由此可推衍出:人工进化与自然进化有所不同,原因就在于它运行在不同的基质上。)
  进化过程是跳跃式前进的。发育早期的小变化会导致成熟期的大变化,从而诞生一个怪物。尽管多数极端变异都会夭折,但偶尔也会有些大的变化能融入整体,于是诞生某种“有前途”的怪物。这个有前途的怪物可能会长出一对完整的翅膀;而按照达尔文理论则需要有一种半翅的中间态。生物体也许能够一步到位实现最终形态,那些所谓中间形态的物种也许从未出现过。这种有前途怪物的出现,也能解释为什么化石中找不到过渡形态的物种。
  绝大多数物种的化石都具有两个与渐进论相抵触的特征:

  • 停滞不前。绝大多数物种活跃在地球上的那段时间内,都没有呈现出有指向性的改变。它们在化石记录中初现的样态,跟它们在化石记录中消亡时的样态,看起来几乎完全一样……
  • 突然出现。在任何一个地域,一个物种并不是通过自其祖先以来的稳步变化而出现的;它是一下子就出现的,而且一出现就“完全成形”。

  生物体在问世之前,在直面竞争与生存的自然选择之前,就已经两度受制于其内部选择——一个是来自于基因组的内部约束,另一个则来自于躯体所遵循的法则。在生物体真正同自然选择打交道之前,它还面临来自第三个方面的内部选择。被基因接受并随后被躯体接受的变化,还必须被种群接受。
  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。
  在自然选择之外,进化还有许多其他因素。

  女性一生所有的卵细胞都是在出生时就准备好了的,以后会不断减少。刚出生的女婴有不到 100 万个卵细胞,到初潮时只有约 25 万个了,到绝经为止女性一生所能排出的卵子总数只有不到 500 个。

第二十章 沉睡的蝴蝶

  只需几代的分裂,一个细胞就能分裂出所有类型的细胞,不管它是大象还是橡树。人体的卵细胞仅仅需要分裂 50 次,就能产生出上千亿的细胞,并发育成婴儿。

  调控基因的功用令人震惊:它负责开启其他基因。

  细胞种类的数量实质上由细胞结构本身决定。身体内细胞种类的数量可能与自然选择没太大关系.

  民主是允许相冲突的少数族群之间达成相对流畅的妥协的机制。它避免了族群们陷入局部有利但全局不利的解决方案。

  一个只有少数个体可以影响其他个体的系统不具备较强的适应性。连接太少不能传播创新,系统也就不会进化。增加节点间的平均连接数量,系统弹性也随之增加,遇到干扰就会“迅速反弹”。环境改变时,系统仍能维持稳定。这种系统能够进化。而完全出乎意料的发现是,超出某个连接度时,继续增加连接度只会降低系统作为整体的适应性。
  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。
  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,它也不需要增加每个节点间的连接数。

第二十一章 水往高处流

  还有某些金属被加热的时候,重量会增加,也就是说,热是有重量的。
  加热一个物体(比如烧水)的时候,传递的热量使物体的组成粒子热运动速度加快,这时这些粒子的质量就已经增加了(变重了)。热量转化的这部分物质以分子动能的形式存在于物体中。

  在进化的时间进程中,原地踏步的物种比激进变革的物种多得多,而他们在回报上却没有什么差别。不管是现代人类还是大肠杆菌,都是进化的幸存者,是经历了亿万年淘汰后获胜的佼佼者。
  有些细菌生活在岩石之中;有些地衣以石头为食。

  庞氏骗局:简单来说就是用后来投资者的钱冒充前期投资者的收益。

第二十二章 预言机

  十几岁的小孩学接气球。只要接过几十次之后,大脑就开始根据所获得的数据来构筑某种理论,或者说构筑某种直觉,某种归纳。放飞了上千次的气球之后,他的大脑就已经构建出了这个橡皮球的飞行的某种模型。虽然不能精确预测球的落点,却能探查出飞行意向。也许,随着时间的推移,这个人抓气球的成功率,要比纯粹靠运气去抓高上 10 个百分点。

  华尔街上像乔治·索罗斯这样的人,通过货币交易或者其他别的的交易,年复一年地赚取数百万的金钱。成功的交易者,法默不平地说,被那些学院派呸呸连声地瞧不起,以为他们只是超级有运气而已——可是证据却显示说事情完全不是这样的。人类交易者会在无意识中学会如何在随机数据的海洋里识别出那些属于局部可预测性的模式。这些交易者之所以能够挣到数以百万计的美元,是因为他们为了做出预测,先发掘出了模式(虽然他们说不清道不明),然后建成内部模式(虽然他们并未意识到)。他们对自己的模型或理论的了解并不比他们对自己如何抓住飞球的了解更多。他们就这么做了而已。不过,这两种模型都是基于经验,以同样的托勒密式归纳法建立起来的。而这也正是预测公司利用计算机来对飙升的股票进行建模的方法——以数据为起点,自下而上。

  智能或者聪明,根本就是一种预测机制。

  我遇到了一个留着长发的研究生,他借着研究如何用数学方法来模拟战争的名义,探寻关于宇宙计算理论的某种创新概念。

  对于复杂系统来说,短期预测不仅可能,而且必要。而且,有些类型的中期预测完全可行,并且越来越可行。

  制导导弹瞄准了敌机。导弹自己并非是飞机,但它必须具备与飞机的飞行行为复杂性旗鼓相当的飞行复杂性。如果这枚导弹不具备至少与目标飞机一样的速度,而且在空气动力学方面的敏捷程度也不如那架目标敌机,那它肯定打不中目标。

  比如人类社会的导向,是由一大堆相互联结、自相矛盾的成员控制的。而这些成员,在任何一个时刻,对于整体也就只有那么一丁点的意识。不仅如此,在这个群集系统中,很多活跃的成员根本就不是个体人类智能;它们是公司实体、集团、体制、技术系统,甚至还包括地球本身的那些非生物系统。

第二十三章 整体,空洞,以及空间

  廉价的个人电脑开始风行于世,但被大学采用却是出了名的慢。连中学生都把苹果Ⅱ型机搬回家了,大学里还在使用穿孔卡片。

  无限的时间和空间是生与死之间的差别。死亡拥有无限的时间和空间。活着则存在于限制中。

第二十四章 九律

  由复杂性科学所累积的大量观察中总结出来的这九律是最为广泛、最为明确、也最具代表性的通则。我相信,只要坚守这九律就能够有如神助一般无往而不利。

  1. 分布式。蜂群意识、经济体行为、电脑思维、生命都分布在众多更小的单元上(这些单元自身也可能是分布式的)。当总体大于各部分的简单之和时,那多出来的部分就分布于各部分之中。无论何时,当我们从无中得到某物,总会发现它衍生自许多相互作用的更小的部件。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。(* 不能仅依赖一份收入;思维方式不能只来自一个专业领域,多个视角在脑子里抬杠博弈,才能做到个体层面的分布式。)
  2. 自下而上的控制。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。这时,遍及各处而且快速变化的问题都会围绕涌现的中央权威环行。因此全面控制必须由自身最底层相互连接的行动通过并行方式来完成,而非出于中央指令的行为。群体能够引导自己,而且在快速、大规模的异质性变化领域中,只有群体能引导自己。要想无中生有,控制必然依赖于简单性的底层。(* 决策时从下往上传递信息,根据一线情况做决策而非僵硬计划。)
  3. 递增收益。每当使用一个想法、一种语言、一项技能时,你都在强化它、巩固它并使其更具被重用的可能。这就是正反馈,成功孕育成功。任何改变所处环境以使其产出更多的事物,玩的都是收益递增的游戏。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。(* 边际成本递减)
  4. 模块化生长。创造复杂系统必须先从能运转的简单系统开始。未加培育就立即启用高度复杂的组织注定走向失败。我们需要时间让各个部分互相磨合。通过将简单且能独立运作的模块逐步组装起来,复杂性就诞生了。(* 碎片化学习应该修饰时间和场景。我们应该完整学习西班牙语,在零碎时间里听听力背单词,在整块的时间里学语法、做阅读,而不是偶尔学点常用语。要回归系统学习,把学科变成模块才能成长,只收集碎片没有意义。)
  5. 边界最大化。世界产生于差异性。实体必须通过偶尔发生的颠覆性革命来适应世界。彼此差异的实体则可以通过每天都在发生的数以千计的微小变革来适应世界,处于一种永不静止却不会死掉的状态中。多样性垂青于边界。健康的边缘能够加快适应过程,增加抗扰力,并且总是创新的源泉。(* 遇到障碍之后,更大边界的系统能更早反馈。这跟个体成长非常契合,跨界复合人才,永远是最占优的,比较永远有比较优势。)
  6. 鼓励犯错误。若想超凡脱俗,需要开创新的领域。跳出传统的举动,很难不犯错误。就算是天才们最天马行空的行为,归根结底也是一种试错行为。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。(* 要喜欢犯错误)
  7. 不求最优,但求多目标。简单机器非常高效,而复杂的适应性机器则做不到。复杂结构中有许多“主子”,系统不厚此薄彼。与其费劲将任一功能最优化,不如使多数功能“足够好”。适应性系统必须权衡是应该优化当前策略,还是分出资源来开辟新路(把精力花在试用效率低下的方法上)。因为在复杂实体中,纠缠在一起的驱动因素是如此之多,以至于不可能明了什么因素可以使系统生存下来。它们只是某个碰巧可行的变种,而非蛋白质、基因、器官的精确组合。只要能运行,就棒极了。(* 对个人而言,兴趣广泛但不甚精通,比在已熟悉的领域里做到顶尖更有价值,但要先有一技之长以谋生。社会也是复杂系统,环境多变且不可控,我们被迫要做多方面准备,使自己多样化;对社群来说,有一群全面庸才不如有一群各领域天才;但对个体而言,在所有方面都略懂一点远胜于专精某一个方面。)
  8. 谋求持久的不均衡态。静止不变和过于剧烈的变化都无益于创造。好的创造不仅要平稳,还要不时爆发。均衡即死亡。然而,一个系统若不能在某个平衡点上保持稳定,就几乎等同于引发爆炸,必然会迅速灭亡。创造的神奇之处正是要在流动的临界点上安家落户,这也是人类孜孜以求的目标。(* 走出舒适区,但不能走太远进入自杀区)
  9. 变自生变。变化是可以结构化的。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,处在底层的相互作用的力量可能改变游戏的规则,那些使系统产生变化的规则自身也产生了变化。一般的进化是关于个体如何随时间而变化的学说。而深层进化则是关于改变个体的规则如何随时间而变化的学说。(* 复杂指向复杂,懂的越多的人越懂越多)

  因为客观环境多变,个体被迫应对挑战,所以要多做不同方面的准备。这就决定了「分布式」「自下而上的控制」「边界最大化」「不求最优但求多目标」是必要的。
  做准备还不够,最好还能有自动去做更多方面准备的能力。所以,要注重「变自生变」,要让自己的知识体系、技能树,变得尽可能复杂,实现自动复杂化。在这个过程中,要「喜欢犯错误」,要「谋求持久的不均衡态」。
实际执行中,要记得「模块化生长」。这不光是说要系统学习各个模块,还强调了要坚持「不求最优但求多目标」的原则,以便让自己「边界最大化」,从而逼近「分布式」。
如果能把这样的线性决策,导向「递增收益」,就有可能构建出一个闭环:

  • 为了「变自生变」而先变复杂,以便让复杂自动引导出更复杂;
  • 为了复杂而努力学习各种模块,一块接一块地学习;
  • 每个模块在熟练后都能带来自己模块对应的边际收益(递减);
  • 但模块之间的溢出效应使边际学习成本下降,同时(变现知识时的)边际流量成本也下降,最终实现了整体的边际收益递增(未必是赚钱,也可能是省钱,或者省事);
  • 这个时候,变得更复杂带来了足够大的好处,会引导着个体走向更复杂的方向,自然就「变自生变」了。

简单说一下什么叫「未必是赚钱,也可能是省钱,或者省事」,比如说装修房子:

  • 普通人再研究装修的知识,能不能靠这个赚钱呢?不太可能,不够专业。
  • 但多少懂一点,至少装修时不容易被骗,这就省钱了。
  • 将来如果钱多了房子也多了,就不仅能自己能不被骗,还能看出来哪些设计师靠谱,可以直接把装修全部交给某个设计师去管,自己把控核心环节(比如总预算、关键的水电改、底料、环保)即可,这就是省事了。
  • 从现金流的角度看,省事就是节约了时间和精力,这些资源就可能在别处赚钱,或学会新的技能来省钱/省事。