涌现

法默说，第一，这个想象中的法则将能够对涌现做出严谨的解释：当我们说整体大于部分的总和的时候，我们指的是什么？“这不是魔术，但当用我们人类粗陋狭小的大脑来感觉时，这就像是魔术。”飞翔的“柏德”（和实际生活中的鸟类）顺应着邻居的行为而聚集成群；生物体在共同进化之舞中既合作又竞争，从而形成了协调精密的生态系统；原子通过形成相互间的化学键而寻找最小的能量形式，从而形成分子这个众所周知的涌现结构；人类通过相互间的买卖和贸易来满足自己的物质需要，从而创建了市场这个众所周知的涌现结构；人类还通过互动关系来满足难以限定的欲望，从而形成家庭、宗教和文化。一群群的作用者通过不断寻求相互适应和自我完善而超越了自我，形成了更为宏大的东西。关键在于要弄清楚这一切的来龙去脉，而又不落入枯燥无味的哲学思辨、或新时代的玄想泥潭。

法默说，这正是广义的计算机模拟和狭义的人工生命的美妙之处：在台式计算机上，用一个简单的计算机模型，就能拿你的思想做实验，看看它们的实际效果如何。你可以通过计算机实验对一些模糊的思想做出越来越准确的定位，可以试着提炼出突发在大自然中实际运作的本质。而且，那段时间已有了许多可供选择的计算机模型，其中引起法默特殊兴趣的是关联主义（Connectionism）：这个概念的意思是一个由“连接物”相连的“节点”网络所代表的互动作用者群。在这一点上，他和许多人都有共识。在这十多年间，关联论模型突然遍布各处。首要的范例就是神经网络运动。在神经网络运动中，研究人员利用人工神经元网络来模拟诸如知觉和记忆恢复这类的事情，并自然地对人工智能主流研究的符号处理方法发起了猛烈的攻势。但紧追其后的就是桑塔费研究所建立的基地，包括荷兰德的分类者系统、考夫曼的基因网络、还有他和派卡德以及罗沙拉莫斯的爱伦·泊雷尔森于八十年代中期为研究生命起源而建立的免疫系统模型。法默承认，这些模型中的有一些看上去并不很符合关联论，很多人在初次听到他们这样描述事物时都感到非常惊讶。但这只是因为这些模型是在不同的时间、被不同的人建立起来解决不同问题的，所以它们用以描述的语言也会不同。他说：“当你还原一切时，所有事物看上去都是一样的。你其实可以只建立一个模型，然后移于另一方面的模拟。”

Loading...

未加载完，尝试【刷新】or【退出阅读模式】or【关闭广告屏蔽】。

尝试更换【Firefox浏览器】or【Chrome谷歌浏览器】打开多多收藏！

移动流量偶尔打不开，可以切换电信、联通、Wifi。

收藏网址：www.ziyungong.cc

(＞人＜；)