当前位置:松语文学 > 穿越小说 >复杂性中的思维物质最新章节 > 复杂性中的思维物质TXT下载
错误举报

正文 第17节

  非意向性的组成部分。他持有这种看法的理由是以“中文小屋思想实验为基础的。把一个只懂得英文的人锁在一间小屋内,室内贮藏了大量的中文符号,并有一套用英文写下的复杂的翻译规则,籍以对中文符号序列进行操作。他不断地通过一条窄缝接收中文符号序列图427。他应用那些翻译规则,进一步产生出中文符号序列,并通过窄缝显示出来。

  对于小屋中的那个人来说,并不了解储藏的序列中包含了大量的用中文写下的关于某一主题的信息。通过窄缝输入序列的是关于这些主题的问题或见解。输出的序列的是对于这些收到的输入见解的反应或建议。所用的翻译规则是一种形式程序,模拟了以中文为母语的说话人的通常行为。在中文小屋中的那个人,正确地应用此形式翻译规则,但不理解中文符号序列,这些中文符号序列对于他是无意义的。

  西尔斯认为,形式符号的操作本身并没有任何意向性,因为它们对于使用者来说是完全无意义的。在此情形中,意向性是形式符号如字词c句子等等的特征,它们涉及到“所指”的事物符号的语义关系以及使用者符号的实用关系。西尔斯断定,这种特征仅仅是大脑的精神状态所固有的。

  他的论证是针对“计算机模拟”的缺陷的,因为他把模拟限定在由程序控制的图林计算机的形式算法。但是我们已表明,大脑具有典型的自组织c自参照复杂系统的特征,这与程序控制的计算机完全不同参见第6章。复杂系统的自组织和自参照性并不局限于人类或哺乳动物的大脑。它们仅仅是特殊的复杂系统的生物化学和神经生理学的实现,是在生物进化中产生出来的。因此,原则上,不可能排除,这些具有特征动力学的复杂结构可能通过人的技术以完全不同的材料来实现。结果是,正如自参照和自组织的特征使得意向性成为可能,那么,用不同于生物脑的复杂模型来加以至少是部分地模拟意向性,也就是原则上不能排除的。

  在传统哲学中,意向性常常以所谓的人的“自我”为基础,被认为能够涉及世界和自身作为自参照性的“自我意识”。但是自我隐藏在大脑的何处传统的观点,如种种柏拉图主义或唯灵论或唯物主义,甚至仍然为一些现代的脑研究人员所持有。例如,在约翰艾克尔斯爵士看来,自我表现为一种与大脑相互作用的心灵实体,只在本性上完全不同。但是应该怎样坚持或拒绝这种假设呢它只是一种以高度形而上学为代价的假定,人们可以相信它也可以不相信它。

  假设也许是该受批判的,可能是虚假的,但是对于进一步的研究是有益的。因此,形而上学的代价是太高了。哲学上的奥卡姆剃刀要求我们扔掉多余的假设,保留形而上学实体的经济假定,把看来是经验研究所不可或缺的假设数目限制到最小。复杂系统探究方式是一种数学的跨学科模型的研究纲领,避免了形而上学教条。从长远看,它可能失效。但是这种建模策略已经在若干科学和技术中得到许多成功的确证,而且更重要的是,它为进一步的经验研究提示了一些富有成果的概念。另一方面,传统的唯物论以单个神经元来解释神经生理学过程的精神状态,则是错误的。

  然而,在脑研究中,出现的问题是:大脑中的哪一部分是“自我”中心皮层是大脑的一部分,它使我们能够进行学习c记忆和思维,并创造出所有的人类文化和人类文明。但是,如果皮层主要当作具有一定学习程序的复杂联想记忆存贮来进行建模,那么它就仅仅是一种复杂的c高度精致的设备,是在生物进化中为增进适者生存而进化起来的设备而已。

  的确,皮层是人的大脑进化中最年青的部分。大脑中有一些老得多的但更为初级的结构,这样的结构也可以在鸟类c爬行动物c两栖动物和鱼类中找到。一些科学家假定,基本的感受性如c疼痛和所有的伺服机制,是爬行动物的生存所必要的,从根本上说是在这些早期的大脑结构中实现的。这种中心将会刺激所有各种活动,把皮层仅仅用作为巨大而有效的联想装置。因此,在这种解释中,“自我”就被大脑中的小爬虫体代替了,大脑以某些高度复杂的设施如皮层来发挥作用,从而在越来越复杂的环境中生存下来。意向性由于皮层而变得可能,但却是由人的大脑中的爬虫体的基本本能激起的。

  具有高度有效的神经生存手段的爬虫体的概念,比起上一世纪流行的达尔文信条猿是人的祖先,显得更加损伤我们的虚荣心。当然,从科学的观点看,这不是我们自尊心的受损,而是促使我们对“神经爬虫体”概念进行批判。主要的根据在于,我们的感受性并不停留在爬虫体水平上,而是在生物和文化的进化中得到了发展。

  我们的和疼痛感受性都是相当复杂,因为它们受到由人脑产生出来的相当复杂c精致的文明的影响。因此,从爬虫体时代直到今天,是某种复杂的反馈改进了我们的感受性和。文学c艺术和心理学的历史表明,和疼痛都是处于永恒进化中的人脑的高度精致的状态。因此,甚至传统的人的灵魂的概念,在复杂系统框架中仍然是一个或多或少有些敏感的问题。但是,我们必须放弃关于人的精神和灵魂的传统观念,它们被看作某种奇怪实体,以某种原则上不可思议的方式控制着人的身体并与之相互作用。

  复杂性中的思维物质

  克劳斯迈因策尔著 曾国屏译

  5复杂系统和人工智能的进化

  机器能够思维吗图林提出的这个著名问题在复杂系统框架中具有新的讨论意义。本章先对莱布尼茨和他的机器思维纲领通用数学以来的计算机科学史作一简短回顾51节。现代的可计算性理论使我们能够进行问题的复杂性分类,即划分对它们的算法或计算程序的计算时间的函数的级别。现代计算机科学感兴趣的,不仅仅是通用问题求解的复杂性而且还有基于知识程序的复杂性。在特定的领域中模拟人类专家问题求解行为的专家系统,是一个著名的例子。我们还要进一步问一问,是否可以期待从量子计算机和量子复杂性理论中得到更有效的问题求解方法52节。

  但是在采用程序控制的计算机算法机械化时遇到几个严重的障碍,是增加计算能力所不能克服的。例如,模式识别c运动协调和其他复杂的人的学习任务,都是图林类型计算机程序所难以把握的。人工神经网络实现了复杂动力学系统的原理。它们得到了非线性动力学在固态物理学c自旋玻璃体物理学c化学平行计算机c光学平行计算机c激光系统中和对于人脑的成功应用的鼓舞53节。人工神经网络已经在神经仿生学c医学和机器人学中得到了一些应用。新技术应用的另一个更为推测性的方面是赛博空间。虚拟现实在世界范围的远距离通信者的社会中已经成为一个关键词54节。显然,图林的“机器能否思维”这个问题不可能由复杂系统探究方式作出最终的回答,尽管我们可以运用人工神经网络来完成一些有趣的认知任务。

  51莱布尼茨和通用数学

  复杂系统的一个最为推测性的应用是人工智能ai的进化。在经典的ai传统中,大脑被理解为最先进机器的计算机硬件,而神经是相应的具有确定性算法的软件程序。甚至基于知识的专家系统也被设想为高度发展的ai编程语言的算法表示。但是数理逻辑的理论结果丘奇c图林和哥德尔等人以及编程的实际问题限制了经典ai框架中的思维机械化。

  一种关于作为自然进化产物的“脑计算机”的理论已经提出,主张用复杂神经网络的非线性动力学“自组织”来为大脑的本性及其精神状态建立模型。由此引起的问题是,对于它们的动力学的洞见,是否会获得一种新的革命性技术的“蓝图”,并由此来追索大脑和精神的自然进化。实际上,人的知识和知识技术的发展表现为一种技术的进化,它导致了如同生物进化中的突变那样的技术创新。

  最初的水平是由如锤子c杠杆等简单工具实现的。高一级水平上,发明了运用力和能量的机器。今天,程序控制的计算机和信息处理自动机已经变成了日常生活中的工具。计算机科学家在他们的机器的历史发展中把硬件和软件划分成若干代。在人工智能研究中,人们可以说“第2代计算机”,指的是从数字处理机到知识处理系统,如专家系统。专家系统被认为是至少部分地模拟人类专家。

  计算机科学的早期历史根源可以追溯到经典机器时代。随着自动执行初等算术操作的机械装置的发展,思维的机械化也就开始了。一台机械计算机一步一步地执行顺序指令。因此,它的动力学是由机械的单向因果性所决定的,本质上不同于复杂系统平行主义和自组织。一般地说,机械计算机的传统设计中包括如下的装置。

  首先是输入机制,数字由此输入到机器中。选择机制选取机械运动,对寄存机制中的数值进行加法或减法运算。寄存机制对于显示存储在机器中的数值是必要的,技术上是用一系列的轮子或圆盘来实现的。如果进行了一次计算,是因为结果寄存器中的一个数字从9提升到了0,然后必须由运行机制将这一运算传播到下一个数字甚至穿过整个结果寄存器。控制机制保证了所有的齿轮在每一次加和循环以后正确地到位,以避免错误结果或阻塞机器。消去机制必须对寄存机制进行重新设置,使之处于零位。

  希伯莱语教授c东方语言学家c数学家c天文学家和地理学家威廉姆希克尔德1592-1635被看成是第一位能够进行四则运算的机械计算机的发明者。他的机器中,加法和减法部分是由自动运行机制驱动齿轮来实现的。乘法和除法机制是以亲普尔的乘法表为基础的。杰出的法国数学家和哲学家布莱斯帕斯卡尔1623-1662发明的加法和减法机中,其精致可进行四则运算的运行机制原理在今天的路程计中仍然运用着。

  正是莱布尼茨的可进行四则运算的机械计算机中包含了如下机械装置:输入机制c选取机制c进行运算的寄存器c以及消去机制。莱布尼茨机成了手摇计算机的原型。如果我们对莱布尼茨机的技术细节和特殊机械构造进行抽象,那么我们就获得了一种理想计算机模型,它在原则上能够计算所有的自然数的可计算函数。

  图51是这种理想计算机的图式,其中有摇把c,3个数字寄存器str设置操纵杆sh可以使自然数输进输入机制s如果摇把向右方转动,s内容就加入到结果机制r内容中,转动机制t内容就提高1。摇把c向左方转动,从r内容中减少s内容,并使t内容减少1。

  加法意味着如下的结果:在计算开始时,消去机制程序由设置tr零来完成。然后,第1个数用sh设置在s。摇把c向右转动,就把这个数字送入了r换言之,在r把数字加到了零上。现在,第2个数字输入到s并通过向右转从而加到r内容中。两个数字的和可以在r读出。在向右摇动两次曲柄以后,t示出2。乘法仅仅是意味着反复相同数字的反复加法。乘积ba是数字a加到自己身上b次。

  莱布尼茨甚至设计了仅仅有两个数字0和1的二进制数字系统的机械计算机,二进制是他早些年发现的。他描述了一个机制,可以把十进制翻译成相应的二进制,并且反之亦然。由于现代的电子计算机只有两种状态1电脉冲和0没有电脉冲,莱布尼茨的确成为计算机科学的先驱之一。

  莱布尼茨的机器遇到了许多技术上的问题,因为那时的材料和技术工艺都难以满足要求。然而,他的设计是通用数学的一般研究纲领的一部分,通用数学机的意图是要通过计算程序“算法”并通过机械计算机来模拟人的思维。莱布尼茨提出了他的通用数学的两个基本学科。

  arsiudicandi允许每一种科学问题,在编码成为数字符号以后,都可由适当的算术算法来解决。arsveniendi允许科学家去寻找和计算出科学问题的可能解。莱布尼茨的通用数学看来已经预见了我们这个世纪著名的希尔伯特纲领,此纲领号召对数学知识进行形式化和公理化。实际上,莱布尼茨发展起来了一些程序,对语言进行形式化和编码。他深深地坚信,存在着用机械装置解决世界上所有问题的通用算法。

  结果,他主张自然系统如细胞c植物c动物甚至人类都是复杂性程度不同的计算机。莱布尼茨在他的论形而上学1686中强调,活系统的因果解释的机械描述并不与在科学中有巨大启发价值的目的论观点相抵触,22。他在单子论中18,引入了一种个体实体单子作为基本的自动机,它以状态“感觉”的连续系列为特征。基本的自动机构成了集合体,其程度不同的复杂性以不同的关联性为标志,并可以解释为复合的自动机。在他的神正论200中,莱布尼茨讨论了活系统中的等级结构和从属关系:

  事物的关联和秩序引起了,每种动物和每种植物的身体都包含了其他动物和其他植物,或其他活的有机体:结果是存在着从属关系,一种身体,一种实体都服务于另一种。

  活系统的统一性是由其组织形式来保证的,对此莱布尼茨采纳了亚里士多德的观点,称之为“隐德来希”。但是莱布尼茨仅仅是借用了一种老的形而上学术语,以引出他自己的新概念。对于莱布尼茨来说,只有在从属关系和等级程度高低不同的意义上,一个系统才有一定程度的统一性。一个其中所有的实体之间有同等关联的集合体,就没有等级秩序,比起初级的细胞有机体,它的结构性就较差,而在植物c动物和人类中,我们都可以观察到一种不断增长的从属关系。

  对于莱布尼茨来说,目的性术语具有启发性价值,尽管大自然原则上可以用机械因果性来解释。但是,把莱布尼茨说成是一位生命力论的信徒是一个基本的错误和误解。主要的区别在于,对于莱布尼茨来说,解释活系统决不需要新的原理或生命力。在一定程度的复杂性中,目的论术语仅仅是启发性地适用于描述自然系统。但是,与自然系统不同,人造的机械自动机是由人在有限步骤中构造出来的。只有无限分析才能够揭示出自然自动机的复杂性,它是与世界上的每一单个自动机“实体”相关联的。显然,莱布尼茨设计了一种复杂系统理论,但是仍然是处于经典力学框架中,仍然是一种可决定的通用算法的信念。

  在19世纪,英国的数学家和经济学家查尔斯巴贝奇不仅仅构造了第一台程序控制的计算机“分析机”,而且还研究了它的经济和社会后果。他的名著论机械和制造的经济一ntheen一一fcheryandnufactures,1841的先声是亚当斯密的经济规律思想,这与牛顿的力学规律是并行不悖的对照62节。在国富论中,斯密把钢针的工业生产描述为一个算法程序,预见了亨利福特的工业中程控批量生产的思想。

  52从图林机到基于知识的系统

  弗雷格和罗素的现代形式逻辑以及希尔伯特和哥德尔的数学证明理论,主要受到了莱布尼茨通用数学纲领的影响。手摇计算机图51是对于51节所述莱布尼茨机的抽象,可以方便地推广到马尔文闵斯基的所谓寄存机。它使人们在现代计算机科学中可以定义一般的可计算性概念。

  一台手摇计算机只有两个寄存器tr只能输入相当小的自然数。一台理想的寄存器具有有限个寄存器,它们都可以贮存任意有限个数量。寄存器用自然数i=1,2,3,标记。寄存器i的内容用i来标记。作为一个例子,装置4:=1意味着,寄存器4的内容为1。如果其内容为0则寄存器是空的。

  在手摇计算机中,加法或减法仅仅由两个寄存器sr实现,ssr将存入寄存器r在寄存机中,减法<i>-<j>的结果应为0,如果<j>大于<i>。这种修改的减法标记为<i>-<j>。一般地,理想寄存机的程序是用如下的基本步骤作为建筑块来定义的:

  1向i中加人1并把结果置人寄存器i,即i:i1;

  2从i中减去1并把结果置人寄存器i,即i:=i-1;

  这两个基本步骤可以运用如下的概念进行合成:

  3如果p和q都是明确定义的程序,那么pq也是明确定义的程序。pq意味着,机器必须在执行程序p之后执行程序q。

  4程序的重复,这对于乘法是必要的,例如,重复相加受到如下问题的控制:一定的寄存器是否是空的。

  这种反馈可以示意如下:

  如果p是明确定义的程序,执行p直到寄存器i中的内容变成零。

  程序的每一基本操作1和2都计为一步计算。一个简单的例子是如下的加法程序:

  机器的每一状态都表示为如下的矩阵,它不断地把j的内容y加到寄存器i的内容x中,同时使得j的内容逐步减少到零。xy加和的结果显示在寄存器<j>中:

  一台具有程序f的寄存机定义为,计算出n个自变量的函数值f,即对于寄存器1,,n中任意的自变量x1,,xn对于所有其他寄存器均为零,执行程序f,在有限步骤后停止,此时寄存器1,,n中函数的自变量和寄存器n1中的函数值为fx1,,xn

  按照相应的矩阵进行运算。函数f称作由寄存机r计算的r可计算性,如果由程序f计算f。

  一定程序f计算一个函数f所需的步骤数,由该程序所决定,并取决于函数的自变量。程序f的复杂性用函数

  松语文学免费小说阅读_www.16sy.com