智能的机制——阿什比论文集（1）

大家好，接着由我来为大家翻译控制论先驱阿什比的论文集《智能的机制》。全书共有8个专题40多篇论文，基本把阿什比（除了名著《大脑设计》《控制论导论》之外）主要代表作都囊括了。除了个别零散论文（比如《智力放大器设计》）外，大多没有被翻译为中文。我想尝试翻译出来，与群友共享。也许在今天AI浪潮几乎让人疯狂的背景下，聆听一下这位控制论先驱对智能的思考对我们有帮助，能让我们冷静下来，对AI如实观照。今天我们开始翻译一个专题：机制定律
专题一：机制定律（The Laws of Mechanism）1专题综述适应性和智能如何从机械定律的运作中产生？通过研究机制定律，关于组织、繁殖、信息等，能够发现什么？大脑必须如何工作？诸如此类的问题引导阿什比探究机制定律，试图使许多以前模糊的概念变得精确。阿什比的第一本书《大脑设计》主要涉及机制问题，其中汇集了他早期关于该主题的许多论文。假设读者熟悉那本精彩的书，本章仅收录一篇这样的早期出版物："控制对稳定性的影响"——一封致《自然》的简短信件，阿什比在文中指出，在复杂系统中人为固定某个变量（如经济系统中的价格）可能导致整个系统不稳定。这一观察是他工作的典型特征：深刻，同时却容易——甚至平凡——演示。它也多少有些典型地，被那些关注现实世界复杂系统的人所忽视或遗忘。"大脑在自然界的地位"是一篇关于将机制定律应用于解释神经和心理过程的论文：反射、本能、适应、学习、记忆等。它以从这些定律推导出进化只能成功发生在某种意义上弱连接的环境中而结束，这一点因西蒙在其经典论文"复杂性的架构"中而著名。在"机制与稳态的集合论"中，阿什比收集了集合论的主要定义，深入到足以允许严格讨论关系以及关系之间的关系。他将系统概念用集合论术语表述的目标，不是为了注入形式主义，而是为了促进清晰；事实上，他的论文尽可能避免形式主义，正如他非正式的"证明"所示。对阿什比来说，集合论是描述现象而不产生歧义的装置，在他的论文中，它常被用作描述工具，但几乎从不作为数学演绎或证明的装置。（唯一的重大例外是与Richard Madden合著的论文，那主要是Madden的工作。）在"集合论..."中，阿什比用集合论语言描述了许多系统论和控制论的基本概念：定向相关、类机器行为、反馈、一个变量对另一个变量的影响、简化、平衡等。以这种方式使用集合论不仅促进清晰并具有美学吸引力，而且将控制论研究纳入信息论可能应用的框架。"自组织系统的原理"是一颗宝石，展示了阿什比的最佳状态，用集合论的锐利语言战胜不精确和模糊。该论文在自组织系统研讨会上发表，我们可以想象他发表其信息时一定带着喜悦，其信息基本上是：(1)如果按字面理解，自组织是一个不合逻辑的概念；(2)如果合理理解，自组织是常见且几乎平凡的！在论文中，阿什比首先指出"组织"与"约束"概念密切相关。其他人倾向于认为组织是添加到系统中的东西；阿什比的观点是，组织代表对可能发生的事情的损失、限制或约束。这种新颖且互补的观点与信息论对组织的测量高度兼容；它还意味着"组织"不代表被研究系统的客观属性，而是系统与观察者之间的关系。论文通过展示同一客观系统根据观察者的视角可能被视为有组织的或无组织的，进一步揭示了组织的相对性。此外，组织不能绝对地判定为好或坏，只能相对于给定环境而言。"自组织"因此只有在"有机体"与其"环境"相互作用的语境中才有意义，而在这里它几乎是平凡的，因为机制定律规定复杂系统的演化必然产生将"组织"自身以获得对其环境适应的有机体。这一观察有时被称为"生命与智能的稳态理论"。诚然，有机体的适应可能不是我们喜欢的，但对它自身而言，由此产生的组织将是好的。"自繁殖系统"是另一颗机智与清晰的宝石。有机体如何繁殖自身？阿什比的答案是：它不繁殖。没有有机体繁殖自身。唯一曾被如此声称的是凤凰，我们被告知只有一只，一生中只产一个蛋，从这个蛋中出来的是它自己。抛弃了原始的自组织不合逻辑概念后，阿什比提出了一个替代方案，使繁殖需要环境或基质以及基质中的"形式"变得清晰；如果最终出现更多类似原始的形式，繁殖就在发生。有了这种清晰但抽象的表述，很明显繁殖并不罕见或异常，而是常见的，且不局限于生物实体；即使是砾石"搓衣板"路上的规则波纹也符合条件。事实上，通过阅读论文，读者将经历概念转变：自繁殖看起来一点也不令人惊讶，尽管它的缺席会是！阿什比指出，所有足够大的动态系统最终将充满自繁殖形式。事实上，在他看来，自繁殖代表对环境具有大多数灾难局部发生属性的必然适应，因此分散复制形式具有生存价值，自繁殖只是生命与智能稳态理论的推论。作为精神病学训练出身的阿什比，始终对大脑如何工作表现出浓厚兴趣。本节最后三篇论文代表了他试图推导出由简单确定性元素以复杂方式连接而成的大脑和其他大型系统的性质的尝试。他关于机制定律将导致对大脑全局行为深刻洞察的梦想尚未完全实现，但这些三篇工作是沿该路线的有趣开端。在"具有阈值的网络中脉冲活动的不稳定性"中，他与Heinz Von Foerster和Crayton Walker一起表明，在具有N个输入的"神经元"大集合中，每个神经元在阈值上放电（即当来自其他神经元的传入脉冲密度超过预设最小值时）的结果是，网络仅在没有神经元放电或所有神经元放电时才处于稳定平衡——中间状态什么也没有。由于已知大脑在中间条件下是稳定的，该论文证明了那里必须有某种稳定机制在起作用，除了固有的不稳定阈值机制之外。"大型系统的连接度..."中的问题（与Mark Gardner合作）是：如果一个人取大量单独稳定的部件，并通过一组线性方程dx/dt = Ax将它们连接起来，使得平均每个部件受其他部件的百分比C影响，整体的稳定性如何受连接度C值的影响？这项蒙特卡洛研究表明存在阈值现象：对于大型系统，存在C的临界值。低于临界值，系统几乎肯定稳定；高于它，几乎肯定不稳定。这项工作不仅对大脑行为，而且对整个社会都有影响。随着我们文化中"连接度"在过去几个世纪中急剧上升，我们可能正在接近本文警告的灾难性阈值吗？该类别中最后且最雄心勃勃的研究报告在"某些复杂系统中行为的时间特征"中，主要是Crayton Walker在阿什比指导下完成的博士论文工作报告。这是对100个相同自动机网络行为的蒙特卡洛研究，随机连接。有256种不同的2输入、2状态自动机，研究中探索了每种类型，特别关注终端周期的长度和从随机初始网络状态到达它所需的瞬态时间。Walker此后继续沿类似路线进行这项工作。阿什比自己用随机网络进行了实验，将200个三极管相互连接，使用随机数表确定连接。他报告说他永远无法弄清楚网络在做什么，被网络行为中显示的纯粹信息量完全击败。这是导致他对信息论作为研究复杂系统行为工具产生浓厚兴趣的影响之一，这是下一个专题的故事了。未完待续

来源：宋胖说事儿（公众号）

链接：https://mp.weixin.qq.com/s/Bg7XXDv9UisO8N6hf0oMZQ

编辑：张席睿