1700957530
1700957531
其他许多科学家则开始将各种混沌理论应用于人工智能的研究。比如，有关在不同吸引域之间来回跳动的系统的动力学，就吸引了那些试图为符号和记忆建模的研究者。31 一位倾向于将思想想象成一个个有着模糊边界的区域，相互区分又有所重叠，像磁铁那样相互吸引又有所距离的物理学家，很自然会接受一个带“吸引域”的相空间的图像。并且这样一些模型看上去具有一些应有的特征：不稳定性和稳定性混杂的点，有着可变的边界的区域。32 它们的分形结构则提供了那种无限自我指涉的性质，而后者看上去对心智之所以能够催生出各种思想、决策、情感，以及所有其他意识产物来说如此关键。不论有没有混沌，严肃的认知科学家都已经无法再把心智视为一种静态结构。他们认识到其中存在（自神经元而上的）不同层次的尺度，从而提供了一个让微观层次与宏观层次得以展开相互作用的机会，而这正是湍流及其他复杂动力过程的一个典型特征。
1700957532
1700957533
31休伯曼。
1700957534
1700957535
32Bernardo A. Huberman and Tad Hogg,“Phase Transitions in Artificial Intelligence Systems,” preprint, Xerox Palo Alto Research Center, Palo Alto, California, 1986. Also, Tad Hogg and Bernardo A. Huberman,“Understanding Biological Computation: Reliable Learning and Recognition,”Proceedings of the National Academy of Sciences 81 (1984), pp. 6871–6875.
1700957536
1700957537
有形生于无形：这是生物学的基本美丽之处，也是其根本奥秘所在。生命从周围的无序中汲取着秩序。埃尔温·薛定谔，这位量子力学先驱也像其他有些物理学家那样曾经跨界做出过生物学猜想；他在数十年前就做出过这样的表述：一个活的生物体有着“令人惊叹的天赋，能够汇聚一股‘秩序流’到自己身上，从而避免自己腐朽成一堆凌乱的原子，也就是说，它能够从一个适当的环境中‘饮用有序性’”。33 在作为一名物理学家的薛定谔看来，很明显，有生命的物质不同于他的同事所研究的那类物质。生命的构成单元是一种非周期性晶体（当时还没有被称为 DNA）。“在物理学中，我们一直以来只是与周期性晶体打交道。在一名谦逊的物理学家看来，它们是一些非常有趣且复杂的研究对象；它们属于最迷人和复杂的物质结构之一，是无言的自然所给出的谜题之一。但跟非周期性晶体比起来，它们就显得相当简单和乏味了。”34 两者的区别就如同壁纸之于壁毯，如同对一个图案的单调重复之于对一幅艺术作品的丰富且协调的再创作。物理学家一直以来只是试图理解“壁纸”，难怪他们长久以来对生物学几乎没有什么贡献。
1700957538
1700957539
33Erwin Schrödinger, What Is Life? (Cambridge: Cambridge University Press, 1967), p. 82.
1700957540
1700957541
34Ibid., p. 5.
1700957542
1700957543
薛定谔的观点在当时是非同寻常的。说生命是既有序又复杂的，这一点自不必说；而将非周期性视为其种种特殊性质的来源则几近于神秘主义。在薛定谔的时代，不论是数学，还是物理学，都无法给这个想法提供任何真正的支持。当时还没有适当的工具来分析作为生命的一种构成单元的不规则性，而现在，这样的工具已经存在了。
1700957544
1700957545
1700957546
1700957547
1700957549
混沌：开创一门新科学 第十一章 混沌的未来
1700957550
1700957551
给一种混乱之事的构成加以分门别类，人们对此一直不乏尝试。
1700957552
1700957553
——赫尔曼·麦尔维尔，《白鲸》
1700957554
1700957555
在 20 世纪 60 年代，爱德华·洛伦茨思考的是大气，米歇尔·埃农思考的是恒星，罗伯特·梅思考的是自然平衡。贝努瓦·曼德尔布罗特还是一个工作于 IBM 的不知名数学家，米切尔·费根鲍姆还是纽约市立学院的一名本科生，多因·法默还是一个在新墨西哥州长大的小男孩。当时的大多数执业科学家对于复杂性都有着一套相同的信念。他们将这些信念视为不言而喻，以至于他们都不需要将它们诉诸文字。只是到后来，人们才有可能说清楚这些信念是什么，并将它们拿出来检视。
1700957556
1700957557
“简单系统行事简单。”一个像单摆那样的机械装置，一个小的电路，一个像池塘里的鱼群那样的理想化的种群——只要这些系统可以被还原成一些得到完美理解的、完全决定论式的定律，它们的长期行为就会是稳定的、可预测的。
1700957558
1700957559
“复杂行为说明存在复杂原因。”一个机械装置，一个电路，一个野生动物种群，一种流体流，一个器官，一道粒子束，一场风暴，一国的国民经济——一个看上去不稳定、不可预测或失去控制的系统，必定要么受控于内部众多相互独立的构成要素，要么受制于外部的随机影响。
1700957560
1700957561
“不同系统行事不同。”一位神经生物学家一生研究人脑神经元的化学，却对记忆或感知没有更多了解；一位飞机设计师利用风洞解决空气动力学问题，却不理解湍流的数学；一位经济学家分析购买决策的心理学，却没有学会预测大尺度上的趋势——像这样的科学家，他们清楚各自学科的构成要素是不同的，因而理所当然地认为由数以亿计的这些构成要素组成的复杂系统必定也是不同的。
1700957562
1700957563
而现在，一切都改变了。在过去几十年里，物理学家、数学家、生物学家和天文学家已经有了另一套不同的认知。简单系统可以生成复杂行为，复杂系统可以生成简单行为。另外，非常重要的是，复杂性的定律是普适的，它们根本不在意一个系统的构成要素的具体细节。
1700957564
1700957565
对于大部分执业科学家（粒子物理学家、神经病学家，甚至数学家）来说，这种改变的重要性并不是立即显现的。他们继续在各自的学科里研究问题。但他们也听说过某种称为混沌的东西。他们知道某些复杂现象已经得到解释，也知道其他现象突然之间看上去需要新的解释了。一位在实验室里研究化学反应，或在一个为期三年的野外实验中跟踪昆虫种群，又或者为海水温度变化建模的科学家，无法再通过传统的方式来应对其中存在的出人意料的波动或振荡——通过忽略它们——对于有些人来说，这意味着麻烦。另一方面，实用点讲，他们也知道靠着这种稍显数学化的科学，可以从美国联邦政府、从企业的研究机构那里申请到资助。他们中越来越多的人意识到，混沌提供了一种全新的方式去处理那些由于之前被认定太过不规则而被束之高阁的旧数据。越来越多的人感到，科学的分室化成了自己工作的一个障碍。越来越多的人觉得，将部分从整体中孤立出来研究是徒劳无功的。在他们看来，混沌正意味着科学中还原论式研究的终结。
1700957566
1700957567
无法理解，抗拒，愤怒，接受。所有这些反应，那些最早开始推广混沌的人都见识过。来自美国佐治亚理工学院的约瑟夫·福特还记得，自己在 20 世纪 70 年代曾有一次给一帮热力学家同行做讲座，并提到在杜芬方程，一个关于阻尼振子的教科书式模型中存在一种混沌行为。在福特看来，杜芬方程中存在混沌是一个有趣的事实——这个事实只是那些他知道自己是对的事情之一，尽管只有在多年之后，它才首次在《物理评论快报》上得到发表。但当时搞得就仿佛他在一帮古生物学家面前说恐龙是长羽毛的。他们才更懂。
1700957568
1700957569
“当我说完这个？我的天，下面的观众开始纷纷站起身。说的都是，‘我老爸跟杜芬方程打交道，我老爸的老爸跟杜芬方程打交道，但从来没有人见到过像你所说的这种事情’。你确实会偶尔遇到人们抗拒认为自然是复杂的想法。但我当时无法理解的，是这种敌意。”1
1700957570
1700957571
1福特。
1700957572
1700957573
舒服地待在位于亚特兰大的办公室里，任由外面冬日西沉，福特从一个超大马克杯里抿了一口碳酸水，杯上还用鲜艳的颜色画着“CHAOS”（混沌）一词。他的年轻同事罗纳德·福克斯说起了他自己的转变过程，那是在为他的儿子购入一部苹果 II 型计算机不久后，当时可没有哪位自尊自爱的物理学家会购入这样的玩意儿用于自己的工作。福克斯听说米切尔·费根鲍姆发现了指导反馈函数的行为的普适定律，所以决定写一段小程序，来在苹果机的显示器上亲眼见见这样的行为。他也确实见到了——音叉分岔，一分为二，二分为四，四分为八；然后混沌本身出现；同时在混沌区中，也存在令人惊叹的自相似结构。“花上几天时间，你就可以复现费根鲍姆的所有工作。”福克斯这样说道。2 这样的上机自学说服了他，以及其他一些可能对一篇书面论证还有所怀疑的人。
1700957574
1700957575
2福克斯。
1700957576
1700957577
有些科学家玩过一会儿这样的程序，然后就弃之脑后。其他人则不得不转变自己的想法。福克斯属于对标准的线性科学的局限性始终有着清楚意识的人。他知道自己一直习惯性地将非线性难题推到一旁。实际上，一位物理学家总是最终会说：“这个问题将最终需要我去翻阅函数手册，而这是我最不想做的，我也非常确定不想找部机器去求解它，因为这太大材小用了。”
1700957578
1700957579
“非线性的一般图景吸引了许多人的注意——一开始是慢慢地，但后来就越来越快，”福克斯说道，“而对于每个看向它的人，它都有所回报。不论你身处哪个学科，你现在都可以看向任何你之前看过的问题。其中有个地方之前曾让你中途放弃，因为它开始变得非线性。现在你知道如何看待它了，所以你可以再试一次。”
[
上一页 ]
[ :1.70095753e+09 ]
[
下一页 ]