大脑的力量:心理、思维与人工智能

人类正从研究自身,来打破横亘认知的壁垒,找寻通向未来的道路。

大脑的力量:心理、思维与人工智能

引言

1956年,有几个科学成就标志着一种对人类认知研究的新范式——信息处理范式的确立,这种研究范式强调,人类的一切认知和心理活动都可以用处理信息的方式表达出来:乔治·米勒发表了对短期记忆的信息处理说明;乔姆斯基发表了对转换语法的形式性质的分析;纽维尔和司马贺发表了用启发式方法模仿人类求解问题的计算机程序的说明。

所谓认知科学(cognitive science)旨在研究人脑和心智的工作原理,涉及心理学、计算机科学、神经科学、语言学、人类学、哲学等学科,是这些学科交叉渗透与聚合的产物。

在以下的内容中,我们将初步了解:

把人脑与计算机进行类比,将人脑看作是计算机的信息加工系统,用计算机的一般特征来理解人类心理,采用自下而上的策略,先建立一个简单的神经网络模型,再考察这个模型所具有的认知功能;从真正的大脑工作方式入手,通过运用一些技术手段(如脑功能成像)研究大脑功能以理解人类认知。

系统论、控制论、信息论等横断科学的出现正在为提高自然科学和社会科学理论的构造性、清晰性和预见性提供有力的工具,这些理论对组织过程、信息过程、有目的的运动以及局部行为和整体关系方面的研究,提出了一种清晰的构造性理论来把握它们,成为自然科学和社会科学结合的接口。

虚拟现实和增强现实正成为现实,人工智能和机器人改进和创造新的产业。只有与这些科技协作而非阻挠其进步,我们才能享受到其带给我们的巨大红利。科技在本质上有所偏好,使得它朝向某种特定方向发展。在其他条件都相同的前提下,科技发展所需的基础理论会倾向于与特定的行为耦合(couple)。这样的倾向不会主宰每一件具体而微的实例,但却合力塑造科技发展的宏大轮廓。

一、何为心理学?

人们使用 “心理”“精神”这类术语非常随意,但许多人使用这些术语远非真正了解其性质、范围、方法和用途。心理学是一门科学,有些人认为她是哲学的一部分,有的人把她等同于魔法,有的人认为这是疯狂;还有些人则认为,心理学家、神秘主义者或神秘的人对心理学的兴趣主要来自于无知的好奇心,即如果他们学习心理学以了解奇迹、神秘和疯狂,这将是一个玄幻的经历。许多人觉得心理学的主要用途是治疗精神不正常的人,这当然是一个重要的应用领域,却不是唯一。今天,心理学可以应用于一个人从子宫到坟墓的逆旅。

大多数人使用术语“心理学”意味着一个主题——这是对人类思维的理解及其活动的关注。这是心理学家的一个广泛信念,那就是阅读和理解他人的思想,虽然这是外行的观点,而心理学领域,不接受这个定义。今天,科学心理学通常定义为科学的行为。“行为”这个词是一个很包容的全面的定义。我们现在可以看到外行的心理学思想的定义和心理学作为科学的科学定义的区别。

几十年前甚至科学心理学家也定义心理学为思维的研究。然而很快,它被发现只定义心理学关注的某些研究领域。思想创造了某些问题,“精神”一词是从哲学派生的。这被认为心理学不被欢迎加入自然科学的家庭。其次,接受的概念思维导致了几个问题,如:心灵是什么?心在哪里?等等。思想是相当抽象的,不适合科学研究。针对这一点,在本世纪(二十世纪)初,心理学家决定放弃“心灵”这个词,采用“行为”这个词。两位杰出的心理学家——威廉·麦克杜格尔和约翰·布罗德斯·沃森——表示,心理学应该关注本身有实际行为的生物——包括人类和动物,因为行为是触手可及的事情,这一定义得到广泛接受。多年来,心理学家已经达成共识,即定义心理学是研究生物体的行为。

从“心灵”过渡到“行为”的变化并非坦途,在后面的章节,有关争议将得到更详细地讨论。此外,即使那些把心理学定义为科学的人,对于自己的行为是什么也持不同观点。有些人强调,只有生物的可观察到的活动才视为行为,持这一观点的人不赞成使用诸如思维、感觉、铭记等等,因为这些都是不能直接观测的。总之,这些心理学家认为,只有运动的肌肉,变化的腺体和人体的其他器官构成了人类行为。这种观点是首先由约翰·沃森提出,他是学院派行为主义心理学的创始人。也许,这种极端的观点今天不被任何人接受。然而,强调可观测性和身体主导行为的观点仍然盛行于大部分心理学家中,虽然他们不能被称为沃森的忠实追随者。

第二组心理学家持有的观点是,“行为”应不仅包括可以观察到的行为,也包括不可见的内心活动和过程。根据这一视角,思考、感觉和记忆可以被加以完美的合理性。一些心理学家走得更远,不仅强调无意识过程可见诸他人,甚至认为未知的自己可达。在当代心理学中,无意识的过程被大量的心理学家强调,西格蒙德·弗洛伊德的无意识过程开此先河。但更多的争议和分歧业已为新近的研究增添。今天的心理学家普遍认为,心理学的科学定义的行为也包括这个词的理解行为,目前用于看得见的、不可见的和推断性的行为的综合。

学困生可以应用心理学中的一些原则来改进自己的学习习惯。同样,人际冲突和争端在某种程度上也可以通过心理学知识来解决。当一个学生高中毕业,心理学可以帮助他选择志愿;当他念完大学,心理学可以帮助他选择工作;当他坠入爱河,心理学可以帮助他选择生命中的另一半;当他身为人父,心理学可以帮助他理解他的孩子令人费解的行为。教师可以利用心理学规劝那些叛逆和无心学业的学生;医生可以利用心理学更好地安抚他的病人的情绪;工程师可以利用心理学了解个体的差异和性能的极限,设计更加对用户友好的产品;广告设计师利用心理学可以使其广告令人印象深刻;将帅可以利用心理学鼓舞士气。因此,心理学可以帮助所有的人,凡事概莫能外。它是针对每个人都必须有的对内心的理解而洞察人类行为的科学。事实上,它几乎成为通识教育的一部分。

现代社会许多人的问题是由于心理的问题而导致的。二十世纪被描述为一个紧张的时代,文明和生活越来越复杂,心理问题亦水涨船高。皮亚杰说,“最大的问题是我们自己的问题”。我们丈量原野与山峦,洞察碧落和瀚海,理所当然地自认为我们足以了解无垠的时空。实际上,虽然我们已经能够预测甚至控制自然现象,我们却没有非常成功地理解和预测人类的行为。原子能可以用来改善人类生活,也可以用于制造炸弹、摧毁生命。因此,人们应当明白什么是理性,什么是盲目。受过教育的人会去做他们并不期望做的,这些非理性的人类行为雄辩地指出,人类需要理解别人和自己的行为,否则,最好的科学创造可能被最糟糕地使用,除非理解、人性和人类行为达成了一个更成熟的和自适应的水平。

的确,古代哲学家和神秘主义者,尤其是印度先哲,已经意识到心理理解的必要性。但这方面的知识和方法还没有得到大多数人的重视。我们对自己的行为充满误会和曲解,每个人都准备着指责其他人,自认为自己比别人更加优秀和高尚,如同一叶障目,不见泰山。因此,每个人都必须学习和了解一些心理学。

二、心理学是科学吗?

人们认为其他科学,例如物理学、化学、生物学、医学和统计学,在其广泛应用的过程中似乎并不与心理学牵连。但是,心理学是独特的,它可以像其他科学一样广泛应用于工作、教育和体育等诸多领域,更可以增加人们的幸福,减少人们的悲伤。它可以帮助分析和理解他人行动,也可以更好地提高自己的生活质量。确保心理的健康有助正常和快乐的精神生活,就像良好的体质可以帮助我们保持身体的健康一样。

即使在今天,心理学是否是一门科学尚存争议。比较心理学和物理学、化学及其他科学,我们研究人类的行为就如同对物质性质或化学变化的研究。这样的类比是合理的,因为心理学的本质就是研究行为。物理学或者化学研究的对象具有连续性,使得测量、预测与控制误差易于执行。但这不是人类行为。首先,人类行为比物理和化学变化更难预测。其次,人类行为存在个体差异,同样的条件下,人们彼此的行为有很大的不同,同一个人在不同时期也会有不同表现。这种类型的情况似乎令人眼花缭乱,甚至使人怀疑,测量,更不用说预测,是永远不可能的。

让我们看看为何如此。答案是,人类行为比物理和化学变化复杂得多。人更加敏感,正是这点让行为变得更加复杂。所以,人类行为和其他事件的区别在于复杂性。这意味着我们应该使用不同类型的分析方法。

在此我们甚至需要研究科学的概念本身。科学本身并不是一个固定的和静态的概念。例如,直到最近,数学才在人文学科中获得广泛应用,虽然物理和化学早就广泛应用了数学。同样,在很长一段时间内,实验室实验被认为是唯一合理的科学方法。但随着领域的扩张,在地质学、天文学、地理学和其他学科,实地调查、观察、数据收集等方法也被接受。所有这一切都表明,科学一词在今天异于18、19世纪,它不是指知识,而是指一种理解和研究。简而言之,任何系统、细致和有条不紊的调查或询问都是科学。因此,经济学、历史学、政治学等,如今也被视为科学——社会科学。

无论是自然科学还是社会科学,理性认识都基于感性认识之上。研究者必须从广泛地搜集材料开始,然后分析加工材料,进行从个别到一般的抽象,然后提出观点或理论。任何理论总是对它们所依据的材料的反映,概括和解释。因此自然科学和社会科学研究的对象虽然不同,但从一般原则上看,它们的理论是否正确,也即认识从感性阶段上升为理性阶段这一过程是否能科学地进行,都必定取决于两个重要环节。

材料搜集中的经验(包括实验)事实是否正确,是否完备、全面;是否能反映出事物的联系和全貌;

从感性认识向理性认识飞跃时,理论概括是否科学、是否正确。如果这两个环节中有一个发生重大差误, 那么据此提出的理论必然靠不住。

只要我们承认人类的任何理性认识都来源于实践(包括经验和实验),任何理论都是相对真理,只要承认我们认识客观事物过程中,在收集取舍材料时往往存在主观性,片面性因而发生偏差,在概括材料进行抽象和推理时也经常失误的话,那么,我们就可以理解所谓“科学方法论”的本质了。无论对于自然科学研究还是社会科学探索,方法论的关键在于我们能否找到一种有效的途径来排除这些偏差和失误,使人的认识逐步逼近真理。确实,在这方面自然科学和社会科学不同,在近二千年的发展中,特别是近三百年来,已经建立了一整套相当有效和成熟的研究方法,依靠它可以使人类对自然界的认识从谬误的陷阱中较快地摆脱出来,取得长足进步。只有从这个角度,我们才能理解,所谓自然科学的方法究竟是什么?它在什么意义上、在多大程度上可以在社会科学中运用?

无论是物理学、化学,还是生物学,地质学,一种科学理论的成长或者是一门学科的研究对象的确定,我们都可以看到类似过程。 虽然学科研究对象不同,理论的具体内容也不同,但是理论成长的机制,研究对象明确的过程、收集材料由片面到全面的途径都是通过在经验→理论→经验→理论一次次循环中实现的。它说明由感性认识向理性认识的飞跃,形成正确的理论并不是人们想象的那样,一开始必须完备而全面地收集材料,明确研究对象(这是不可能的),然后进行理论概括,它不是一次性完成的(这也是不可能的)。只有通过一次一次的循环,研究对象才能明确,材料的收集才能趋于完备,理论才能趋于正确。因此,从认识论上看所谓科学方法最本质的乃是利用这一循环,实现材料自组织和理论的自我改进,以克服认识过程必然出现的两种偏差。

同样我们可以谈论行为科学,包括心理学、社会学和人类学。今天的科学家不是寻找一个简单和孤立的因果关系,他感兴趣的事物是全面理解事件的性质而非简单而机械的解释。20世纪物理学完全不同于19世纪的物理学。这表明科学由传统到现代观念的演化。针对这一点,读者会接受心理学是一门科学,虽然她非常不同于另一个科学,因为其方法是科学的,虽然不同于其他科学。作为一个科学,心理学处理的现象更复杂而不可预测。这只是意味着心理学家面临更困难的境地,但这一挑战当然不是不可逾越的。这是一个科学的区别。

另一个因素使得心理学不同于其他科学的是,科学调查周围的事物,而心理学研究周围的人。当然,生命科学也研究人,但心理学与之有差异,因为行为更微妙的,更隐秘,也更多样化,而身体——不同于行为——在很大程度上是统一的。

然而,学习心理学不同于研究物理学、化学或其他自然科学。心理学不同于其他学科的是,它直接关系到我们自己的生命,这方面——例如对教学相长过程的研究——应该被强调。

三、三论(系统论、控制论、信息论)的引入

如果我们去追溯控制论思想的源流,就能发现它至少是三条悠长的支流汇合的结果。

一条是数学和物理的发展。特别是19世纪末20世纪初,麦克斯韦、玻尔兹曼和吉布斯推动了统计物理的建立,20世纪20年代后,量子力学又建立起来了。有不少科学家认为:与其说我们这个世界是建立在必然性之上的,倒不如说是建立在偶然性之上的,许多物理定律仅仅是大量事件统计平均的结果。科学的发展迫使人们回答必然性和偶然性之间的关系。于是,确定性与非确定性以及它们之间关系的研究成为科学界最热门的课题。概率论的成熟,热力学中的熵直至信息论的提出,就是这一研究的逐步深入。

另一条支流是生物学和生命科学的进展。科学家早就发现,生物界不是一个充满必然性的机械世界,另一方面,生物个体行为也不能用统计力学和量子力学所用的纯或然语言来刻画。生命的活动中既有或然性,也有必然性。生命是怎样把必然与偶然统一起来的?科学家对生命的机制发生了浓厚兴趣。20世纪三四十年代,生物学家提出了“稳态” 概念,意味着人类对这一问题的认识已推进到新的阶段,它直接为控制论的诞生奠定了基础。

第三条支流是人类对思维规律的探讨。它集中地反映在计算机制造和数理逻辑的进展。数学家特别是计算机的研制者们企图用数学语言来模拟人的思维过程。第二次大战前后,电子计算机的制造成为控制论成熟的前奏曲。

在 20世纪40年代,标志着这三条支流汇合的科学著作终于出现了。1947年,维纳的《控制论》就是作为统一它们的最初尝试。尽管维纳的这本书中有许多错误,有很多大胆的但后来被证明是不妥切的设想,但这本书震动了科学界。科学家们被建立各门学科的统一方法论的雄心所吸引。一大批各个领域中的专家纷纷互相对话,控制论、系统论成为二次大战后直至今天的不可忽视的科学思潮。

在控制论中,“控制”的定义是:为了“改善”某个或某些受控对象的功能或发展,需要获得并使用信息,以这种信息为基础而选出的、于该对象上的作用,就叫作控制。由此可见,控制的基础是信息,一切信息传递都是为了控制,进而任何控制又都有赖于信息反馈来实现。信息反馈是控制论的一个极其重要 的概念。通俗他说,信息反馈就是指由控制系统把信息输送出去,又把其作用结果返送回来,并对信息的再输出发生影响,起到制约作用,以达到预定的目的。

系统科学是以系统为研究对象的基础理论和应用开发的学科组成的学科群。它着重考察各类系统的关系和属性,揭示其活动规律,探讨有关系统的各种理论和方法。系统科学的理论和方法正在从自然科学和工程技术向社会科学广泛转移。系统论认为,整体性、关联性,等级结构性、动态平衡性、时序性等是所有系统的共同的基本特征。这些,既是系统所具有的基本思想观点,而且它也是系统方法的基本原则,表现了系统论不仅是反映客观规律的科学理论,具有科学方法论的含义,这正是系统论这门科学的特点。

系统论认为,开放性、自组织性、复杂性,整体性、关联性,差序性、动态平衡性、时序性等,是所有系统的共同的基本特征。这些,既是系统所具有的基本思想观点,而且它也是系统方法的基本原则,表现了系统论不仅是反映客观规律的科学理论,具有科学方法论的含义,这正是系统论这门科学的特点。

系统论的核心思想是系统的整体观念。任何系统都是一个有机的整体,它不是各个部分的机械组合或简单相加,系统的整体功能是各要素在孤立状态下所没有的性质。系统中各要素不是孤立地存在着,每个要素在系统中都处于一定的位置上,起着特定的作用。要素之间相互关联,构成了一个不可分割的整体。要素是整体中的要素,如果将要素从系统整体中割离出来,它将失去要素的作用。正象人手在人体中它是劳动的器官,一旦将手从人体中砍下来,那时它将不再是劳动的器官了一样。

信息:无法预测的实验结果,与物质和能量并列为世界的三大要素,对应物质循环、能量流动和信息传递这三大过程。

近代科学的重要成就,就是发现物质的守恒和能量的守恒。爱因斯坦提出物质和能量可以相互转化(E=mc²),但是一切物质和能量的总和依然是守恒的。而信息是不守恒的,并且一切信息的总和总是随时间单调递增的。

热力学第二定律指出,世界的无序性(即“熵”)总是增加的。意图减少某一体系的熵的努力,必然造成其他体系的熵更大程度的增加。熵的这一特点跟信息一致。

信息量:实验结果的可预测性越小,随机性就越大,包含的信息量也就越大。比如,“明天太阳会升起”所包含的信息量小于“明天会有日食”所包含的信息量,因为明天太阳是一定会升起的,而日食是难以预测的。

四、混沌与秩序

混沌(chaos),貌似随机的事件的内在联系。混沌学着眼于发掘隐藏的模式,细微的差别,事物的敏感性(sensitivity),和随机事物的规则。其主题是控制,创造和微妙。混沌运动是不可积的动力系统中的运动。

湍流是一种典型的混沌运动,流体的每一部分对其他部分都有影响,杂乱无章的水流从宏观上看形成漩涡,这是一种自组织(self-organized)系统。互联网也是一种动态开放、自发组织(spontaneously organized)的系统。

分岔点标志着随机涨落由于反馈而被放大的点,互相连接的反馈环产生宏观系统状态的演变,当正负反馈结合(conjunct),就会产生新的动态平衡(dynamic balance),这些产生反馈的部分称为奇异吸引子(strange attractor)。

对于一般吸引子(common attractor),在数学空间中绘制其行为时,会发现其具有重复性。当这些重复彼此间有细微差别——而差别间体现特定规则度(particular regularity)——称为吸引子的奇异性(strangeness),体现了系统的鲁棒性(robustness)。整体的奇异吸引子潜藏着奇异吸引子之子集,体现了内在多样性(internal diversity)。

人脑的自相似褶皱由神经元的混沌自组织运动与遗传程序所形成,是一种分形结构。将一张纸揉成纸团,其维度介于二维和三维之间。假设一条线不断弯曲,以至于经过平面上的所有点,那么在一定意义上,线就是平面,兼具一维和二维。

耗散系统和保守系统的根本区别在于有无吸引子。热力学第二定律第一次揭示了物理过程的不可逆性,普里高津认为,不可逆性——以及由此引发的正的熵增、和对称性的破缺——是普适的。

耗散论把宏观系统区分为三种:与外界既无能量交换又无物质交换的孤立系;

与外界有能量交换但无物质交换的封闭系;与外界既有能量交换又有物质交换的开放系;孤立系统永远不可能自发地形成有序状态,其发展的趋势是“平衡无序态”;封闭系统在温度充分低时,可以形成“稳定有序的平衡结构”;开放系统在远离平衡态并存在负熵流时,可能形成“稳定有序的耗散结构”。

耗散结构是在远离平衡区的、非线性的、开放系统中所产生的一种稳定的自组织结构,由于存在非线性的正反馈相互作用,能够使系统的各要素之间产生协调动作和相干效应,使系统从杂乱无章变为井然有序。

例如,生物机体是一种远离平衡态的有序结构,它只有不断地进行新陈代谢才能生存和发展下去,因而是一种典型的耗散结构。人类是一种高度发达的耗散结构,具有最为复杂而精密的结构和严谨协调的有序化功能。

耗散结构论认为,耗散结构的有序化过程往往需要以环境更大的无序化为代价,因此从整体上讲,由耗散结构本身与周围环境所组成的更大范围的物质系统,仍然是不断朝无序化的方向发展,仍然服从热力学第二定律。由此可见,达尔文的进化论所反映的系统从无序走向有序,以及克劳修斯的热力学第二定律所反映的系统从有序走向无序,都只是宇宙演化序列中的一个环节。

协同论主要研究远离平衡态的开放系统在与外界有物质或能量交换的情况下,如何通过自己内部协同作用,自发地出现时间、空间和功能上的有序结构。

协同论认为,千差万别的系统,尽管其属性不同,但在整个环境中,各个系统间存在着相互影响而又相互合作的关系。其中也包括通常的社会现象,如不同单位间的相互配合与部门间关系的协调,企业间相互竞争的作用,以及系统中的相互干扰和制约等。协同论指出,大量子系统组成的系统,在一定条件下,由于子系统相互作用和协作, 这种系统会研究内容,可以概括地认为是研究从自然界到人类社会各种系统的发展演变,探讨其转变所遵守的共同规律。应用协同论方法,可以把已经取得的研究成 果,类比拓宽于其它学科,为探索未知领域提供有效的手段,还可以用于找出影响系统变化的控制因素,进而发挥系统内子系统间协同作用。

协同论揭示了物态变化的普遍程式:“旧结构→不稳定性 →新结构”,即随机“力”和决定论性“力”之间的相互作用把系统从它们的旧状态驱动到新组态,并且确定应实现的那个新组态。由于协同论把它的研究领域扩展到许多学科,并且试图对似乎完全不同的学科之间增进“相互了解”和“相互促进”,无疑,协同论就成为软科学研究的重要工具和方法。

在自然界和人类社会活动中,除了渐变的和连续光滑的变化现象外,还存在着大量的突然变化和跃迁现象,突变论认为,系统所处的状态,可用一组参数描述。当系统处于稳态时,标志该系统状态的某个函数就取唯一的值。当参数在某个范围内变化,该函数值有不止一个极值时,系统必然处于不稳定状态。雷内托姆指出:系统从一种稳定状态进入不稳定状态,随参数的再变化,又使不稳定状态进入另一种稳定状态,那么,系统状态就在这一刹那间发生了突变。突变论给出了系统状态的参数变化区域。

突变论提出,高度优化的设计很可能有许多不理想的性质,因为结构上最优,常常联系着对缺陷的高度敏感性,就会产生特别难于对付的破坏性,以致发生真正的“灾变”。在工程建造中,高度优化的设计常常具有不稳定性,当出现不可避免的制造缺陷时,由于结构高度敏感,其承载能力将会突然变小,而出现突然的全面的塌陷。突变论不仅能够应用于许多不同的领域,而且也能够以许多不同的方式来应用。

五、认识演进的模式

斯金纳条件反射学习理论把重点放在外显的行为之上,而不是放在需要、动机、需要的满足等内部心理方面,强调环境条件和刺激,但并不否认人们具有需求、价值、信念;讨论的重点是:先行的刺激一反应行为一行为的结果。此理论的核心是:如果一个人做出组织所希望的行为,那么组织就与此相联系提供强化这种行为的因素;如果做出组织所不希望的行为,组织就应该给予惩罚,据此,就让组织成员学习组织所希望的行为并促使组织成员矫正不符合组织要求的行为。此理论断定,行为和诱因机制之间的时间间隔越短,以及诱因机制的价值越大,对行动的影响就越大。

巴甫洛夫的实验研究指出,条件反射不是天生的,而是后天所获得的一种个体反应,并且它是在一定的条件下对一定的刺激所发生的一定反应,所以称它为条件反射。条件反射是大脑皮层的机能,是在大脑皮层中形成了一种暂时神经联系。条件反射是一种信号活动,它可以使每一个个体更好地适应其生活条件,达到 与周围环境取得更加精确的平衡这样一种可能。

巴甫洛夫指出“显然,我们的一切培育、学习和训练,一切可能的习惯都是很长系列的条件反射。”巴甫洛夫系统地研究了条件反射形成的基本规律和各种抑制(内抑制和外抑制)产生的规律。并以条件反射作为方法研究了高级神经活动过程的扩散和集中、相互诱导等运动规律和大脑皮层机能的系统性等,提出了著名的条件反射学说。

组织系统越高级,功能耦合网越繁复,通过研究功能耦合网可以一窥系统。在此基础上,让·皮亚杰提出了结构主义。

结构主义第一要素:整体对于部分来说是具有逻辑上优先的重要性。因为任何事物都是一个复杂的统一整体,其中任何一个组成部分的性质都不可能孤立地被理解,而只能把它放在一个整体的关系网络中,即把它与其它部分联系起来才能被理解。系统内部各要素之间的关系是相互联系、同时并存的,是共时性的。

结构主义第二要素:结构具有自身的调整性,各个部分互相调节

结构主义第三要素:结构各部分要满足转换规则。

格式塔理论:人的心理意识活动都是先验的“完形”,即“具有内在规律的完整的历程”,是先于人的经验而存在的,是人的经验的先决条件。人所知觉的外界事物和运动都是完形的作用。人和动物的智慧行为是一种新完形的突然出现,叫做“顿悟”。

两个嫌疑犯作案后被警察抓住,分别关在不同的屋子接受审讯。警察知道两人有罪,但缺乏足够的证据。警察告诉每个人:如果两人都抵赖,各判刑一年;如果两人都坦白,各判八年;如果两人中一个坦白而另一个抵赖,坦白的放出去,抵赖的判十年。于是,每个囚徒都面临两种选择:坦白或抵赖。然而,不管同伙选择什么,每个囚徒的最优选择是坦白:如果同伙抵赖、自己坦白的话放出去,抵赖的话判一年,坦白比不坦白好;如果同伙坦白、自己坦白的话判八年,比起抵赖的判十年,坦白还是比抵赖的好。结果,两个嫌疑犯都选择坦白,各判刑八年。如果两人都抵赖,各判一年,显然这个结果好。但这个帕累托改进办不到,因为它不能满足人类的理性要求。囚徒困境所反映出的深刻问题是,人类的个人理性有时能导致集体的非理性——聪明的人类会因自己的聪明而作茧自缚。

单次发生的囚徒困境,和多次重复的囚徒困境结果不会一样。博弈被反复地进行。因而每个参与者都有机会去“惩罚”另一个参与者前一回合的不合作行为。这时,合作可能会作为均衡的结果出现。欺骗的动机这时可能被惩罚的威胁所克服,从而可能导向一个较好的、合作的结果。作为反复接近无限的数量,纳什均衡趋向于帕累托最优。

罗伯特·阿克塞尔罗德探索了经典囚徒困境情景的一个扩展,并把它称作“重复的囚徒困境”。在这个博弈中,参与者必须反复地选择他们彼此相关的策略,并且记住他们以前的对抗。阿克塞尔罗德邀请全世界的学术同行来设计计算机策略,并在一个重复囚徒困境竞赛中互相竞争。最佳确定性策略被认为是“以牙还牙”,它是所有参赛程序中最简单的,只包含了四行BASIC语言,并且赢得了比赛。这个策略只不过是在重复博弈的开头合作,然后,采取你的对手前一回合的策略。更好些的策略是“宽恕地以牙还牙”。当你的对手背叛,在下一回合中你无论如何要以小概率(大约是1%~5%)时而合作一下。这是考虑到偶尔要从循环背叛的受骗中复原。当错误传达被引入博弈时,“宽恕地以牙还牙”是最佳的。这意味着有时你的动作被错误地传达给你的对手:你合作但是你的对手听说你背叛了。

通过分析高分策略,阿克塞尔罗德指定了策略获得成功的几个必要条件。

最重要的条件是策略必须“友善”,这就是说,不要在对手背叛之前先背叛。几乎所有的高分策略都是友善的。因此,完全自私的策略仅仅出于自私的原因,也永远不会首先打击其对手。

成功策略的另一个品质是必须要宽恕。虽然它们不报复,但是如果对手不继续背叛,它们会一再退却到合作。这停止了报复和反报复的长期进行,最大化了得分点数。

最后一个品质是不嫉妒,就是说不去争取得到高于对手的分数(“友善”的策略必然不嫉妒,也就是说“友善”的策略永远无法得到高于对手的分数)。

因此,阿克塞尔罗德得到一种给人以乌托邦印象的结论,认为自私的个人为了其自私的利益会趋向友善、宽恕和不嫉妒。阿克塞尔罗德关于重复囚徒困境的研究的重要结论之一,是友善的家伙能先完成交易。事实上,若作出得分数的李雅普诺夫函数,获胜的程序得分数位于函数的洼的最低点。

六、学习与记忆的过程

理解大脑如何完成学习和记忆的研究的重大突破,始于一个姓名首字母为H.M.的人。H.M.被发现患有一种严重的难治性癫痫,医生进行了切除他的颞叶内侧部分的实验性的手术治疗,大大减轻了他的痼疾。然而,手术留给H.M.严重的健忘症。他只能记住最近几分钟发生的事情,不能形成明确的对于崭新体验的记忆。和他交谈一段时间,然后离开房间,当你回来时,他记不得曾经见过你。

尽管他不能记住新信息,H.M.却对童年往事历历在目。从这些观察中,研究人员得出结论,H.M.被移除的部分内侧颞叶——包括海马区区(hippocampus)和海马区旁区(parahippocampal region)——扮演了至关重要的将短期记忆转化为长期以至于永久记忆的角色。H.M.保留他手术前记忆的事实表明,内侧颞区域本身并不是一个永久存储的地址,而是扮演了组织永久存储在大脑的记忆的角色。

内侧颞区域的大脑皮层(cerebral cortex)区域负责思维和语言,包括形成、组织、整合与检索记忆的重要过程。关键在于,皮质能够长期储存人们了解的事实和事件,以及对这方面的知识在日常生活中经常使用的情况。

我们每天学习和有意识地记忆事实和事件的能力称为陈述性记忆(declarative memory)。研究者利用大脑功能成像已经确定了大脑皮层中一个支持陈述性记忆的大的区域网络。这些皮质区域扮演着复杂的知觉,运动,情感和认知的不同角色。

当我们有新的经历时,最初进入的信息称为工作记忆(working memory),它是瞬态形式的陈述性记忆。工作记忆依赖于大脑前额叶皮层以及其他大脑皮层区域。在动物身上的研究表明,前额叶皮层(prefrontal cortex)中的神经元支持与工作相关的信息记忆,在需要时可以结合不同的感官信息。当人们维护和操作记忆之枢时,人的前额叶皮层被高度激活。

前额叶皮层内不同区域支持着执行功能(executive function),如选择、演练和监测长期记忆的信息检索。为了这些功能,前额叶皮层也与一个大的负责信息编码、维护和检索特定类型的信息——例如视觉图像、声音、单词,以及生命中的重要时刻——的后皮层网络联系。

语义记忆(semantic memory)是一种包括一般的事实和数据的陈述性知识的存储形式。尽管科学家们才刚刚开始理解皮质的组织性质,但是,他们普遍认为,在语义记忆,不同的皮质网络专门负责处理特定类型的信息,如人脸、房屋、工具、动作、语言,和许多其他种类的知识。使用正常人类的大脑进行功能成像研究,结果表明,这一区域内大型皮质区域能够筛选不同类别的信息,比如动物的脸,或者单词。

我们的记忆发生在一个特定的地点和时间,这样特定的个人经历被称为情景记忆(episodic memory)。人们普遍认为,内侧颞叶区域在最初处理和存储这样的记忆过程中发挥至关重要的角色。研究表明,海马旁区的不同部分分别处理时间、地点和特定事件的信息,而海马区链接这些元素,然后综合联系代表每种类型的细节的信息的皮质。

不同的大脑区域和系统协调不同形式的记忆。海马区、海马旁区、大脑皮层(包括前额叶皮层),它们组成了一个系统,支持陈述、认知与记忆。而非陈述形式或执行记忆则由杏仁体(amygdala)、纹状体(striatum)和小脑(cerebellum)存储。

H.M.和其他健忘症患者的案例表明,某些类型的记忆在大脑由多个不同区域的存储系统支持。非陈述知识(nondeclarative memory),即知识如何去做某些事情——例如熟练的行为、学习习惯和表达——需要由基底神经节和小脑处理。小脑专门参与运动记忆的处理。杏仁体在情感存储方面似乎发挥重要作用,包括情感的附加意义、中性刺激和事件。情绪记忆的表达需要下丘脑和交感神经系统的支持。因此,大脑似乎用不同方式处理不同类型的信息。

记忆到底是怎样存储在大脑细胞?经过多年研究,很多证据支持这一观点,即记忆涉及到持久的突触的变化和神经元之间的连接。在动物实验中,研究人员发现,这与大脑内的短期生化反应影响的强度有关。某些基因可能可以修改神经元突触的强度和数量变化,来形成稳定的崭新记忆。例如,对海兔(Aplysia californica)的研究表明,它可以将特定的化学反应及相关细胞结构的变化与几种简单形式的记忆相关联。

另一个重要学习和记忆的模型称为长期势差(long-term potentiation,LTP),即神经在突触部分的反应后受到刺激的强度的量度。LTP发生在海马区、大脑皮质,和其他参与各种形式的记忆的大脑区域,这一变化涉及N -甲基- d-门冬氨酸(N-methyl-d-aspartate,NMDA)受体。

随后的一系列化学反应在这一过程中起着至关重要的稳定作用。首先,钙离子抵达突触,激活环腺苷酸(cyclic adenosine monophosphate,cAMP)分子。这一分子又激活几种酶,其中一些增加突触受体的数量,使突触对神经递质更加敏感。此外,cAMP激活另一个分子,称为cAMP反应元素结合蛋白(cAMP-response element binding protein,CREB)。在CREB的努力下,一系列的基因被激活,其中许多指导蛋白质合成。蛋白质中产生神经营养因子(neurotrophins),激活突触的增长,增强神经元的刺激响应性。

许多研究表明,分子的级联导致蛋白质的合成这一过程,或许在保持短期记忆和初始学习的过程中并非必不可少;然而,这种级联对于长期记忆是至关重要的。此外,在转基因小鼠身上的研究表明,改变NMDA受体特定的基因,可以显著影响LTP的能力,同样的研究表明,这些分子是记忆的关键。

多种对人类和动物的记忆使科学家们得出这样的结论,即不存在一个存储记忆的大脑中心,它最有可能存储在分布式的皮质处理系统中,参与感知、处理、分析和学习。简而言之,大脑的各个部分最有可能以不同的方式襄助永久记忆的存储。

七、哥德尔定理

 理论科学与否的标准之一是能否证伪。如果一个假说存在着一个或一个以上的假说与之相抵触,那么这一假说就具有可证伪性。只有满足可证伪性,理论才能在实践中得到检验。如果与之抵触的假说被证明为真,则该假说被证明为假,如果与之抵触的假说被证明为假,则该假说也不一定真。

 有规律可循,那么变量所在的可能性空间就有缩小的可能。发现规律的过程就是探索变量间的约束。人们将随着科学的发展而发现更多地规律,现有的普遍规律也许将来会成为特殊,而人的意识则在螺旋上升。科学是由低级向高级展开的,人的认识是以人为中心,向更高更远处延伸的。人从不把完全可控的客体当做研究对象,人类一时没法控制,但又企图控制的事物是人的第一批研究对象。

 把悖论性概念引入规定性结构,思维才能把握内在的运动,这是一种逼近真理的纠错机制。如果理论没有预见性,它不能推出超过原来提出理论时所依据的那些经验事实之外的结论,那么材料滚雪球般的自组织过程就中断了,循环成为一个自我封闭的由事实上升为理论,再由理论回到原有事实的同义反复,理论也难以自我改进。这时,由理论推出的(或说明的)事实仍是属于原有范围。如果一开始收集的材料是片面的(这几乎不可避免),那么我们根据理论思维来限定下一次研究收集材料范围时,就陷入了一个不能有效扩大收集材料范围的恶性封闭圈。这时理论是根据这些不完全的材料推导出来的,它很有可能是错的,而由于错误的理论本身的规定使得人们在研究这个对象时总是看不到那些更为本质的材料。

同样,如果理论没有清晰性和预见性,那么在循环中,错误倒有可能积累起来,由感性认识向理性认识飞跃时,提出理论时发生的偏差也就不可克服了。为了克服这种偏差,唯一有效的办法也是通过一次次的循环,把推出的结果和经验事实不断地比较,当出现不合时,就对理论修改并和经验事实再一次比较验证。理论在逻辑上越严格,推导过程和结论越清晰,它的结论就越容易和经验比较,出现的误差给与理论自我修改的动力也就越大。

一切有效的逻辑推理都是递归过程,即在实现中又直接或间接调用自身,逻辑推导形式的定理集合必定是一个递归可枚举的集合。

哥德尔第一定理:任何无矛盾的公理体系,只要包含初等算术的陈述,则必定存在一个不可判定命题,用这组公理不能判定其真假。“无矛盾”和“完备”是不能同时满足的。

哥德尔第二定理:如果一个(强度足以证明基本算术公理的)公理系统可以用来证明它自身的相容性,那么它是不相容的。

简而言之,完备的理论体系不可能是无矛盾的,无矛盾的理论体系不可能是完备的,自我肯定代表构架自身,自我否定代表超越构架,自我否定导致逻辑证明的不完备性,逻辑体系的发展动力,除了(基于因果性的)纠错过程,还有内部不确定性,为了解决那些不完备的问题,必须引入新的理论,而新的理论又带来新的不完备性,需要基本概念表达思维的精神,那就是不确定性。

自然科学家是找到了具体而有效的方法来提高自然科学理论的预见性、清晰性的。这就是广泛地应用形式化和数学语言。一个清晰的、有预见性的理论不一定是形式化的和数学化的,但一个数学化和形式化的理论往往是清晰的和有预见性的。自然科学各门类之所以要广泛地运用数学,除了用数学精确地表达事物数量方面特征外,更重要的是数学提高了理论的构造性,从而也使理论具有更大的清晰性和预见性,理论上的任何含糊其词都可以被数学的严格排除。

实际上,数学化和形式化除了使理论具有高度的清晰性外,对提高理论的预见性促使科学家去开拓那些原来根本想象不到的经验事实也是至关重要的。科学家认为,必须用尽可能简单和尽可能少的假说来 说明更多的经验,一个理论越符合“逻辑简单性”原则,它就越美,也越可能“真”。确实,“逻辑简单性”原则在一定程度上是对理论构造性、预见性和清晰性程度的衡量。

同样,在社会科学研究中,任何一个社会科学家都是把理论建立在对经验材料的分析的基础上,并尽可能在理论构成中运用逻辑,使自己的理论成为严密。社会科学家也同样明白理论必须受实践的检验,要用经验来证明,并同样期待着自己的理论有着预见性,能指导我们的实践。

近代科学建立三百余年来,自然科学家们已经成功地建立了一套保证实现经验→理论→检验→组织更广泛的材料→新的理论的循环的方法,形成了共同的科学规范,它制约着科学家们的行为。这样,就使得这种循环不仅在某一个科学家个人研究中自觉地进行,而且还应在整个科学领域内广泛地进行。自然科学家有的从事理论研究,有的从事实验研究,但他们都很理解自己在这整个认识论程序中的位置。实验科学家鉴别理论科学家的设想,而理论科学家总是想尽办法去推出新的观点,指导实验科学家的实验。推进这一循环已成为整个科学共同体自觉的事业。

这一点,在目前的社会科学研究中做得是不够的。很多理论家虽然明白理论要用实践来检验,但他们在研究中往往忽视从经验到理论再从理论到经验这一反复循环。他们常常忽视理论必须要具有材料之外的结论。他们很少用这种新结论去组织材料,从新的角度去分析材料,并通过一次一次循环避免材料的片面性和理论的失误。社会科学理论的构造性、清晰性、认识论上的预见性都还不能和自然科学理论相比,科学研究的程序并没有成为社会科学家切实可行的方法。主要的困难在于,社会科学对象不能象自然科学研究对象那样形式化、数学化,社会科学家往往找不到切实可行的方法来提高自己理论的构造性、清晰性和预见性。

八、从图灵机到互联网

图灵的基本思想是用机器来模拟人们用纸笔进行数学运算的过程,他把这样的过程看作下列两种简单的动作:在纸上写上或擦除某个符号;把注意力从纸的一个位置移动到另一个位置;而在每个阶段,人要决定下一步的动作,依赖于此人当前所关注的纸上某个位置的符号和此人当前思维的状态。

为了模拟人的这种运算过程,图灵构造出一台假想的机器,该机器由以下几个部分组成:

1、一条无限长的纸带,被划分为一个接一个的小格子,每个格子上包含一个来自有限字母表的符号,字母表中有一个特殊的符号表示空白。纸带上的格子从左到右依此被编号为 0,1,2,... ,纸带的右端可以无限伸展。

2、一个读写头,可以在纸带上左右移动,它能读出当前所指的格子上的符号,并能改变当前格子上的符号。

3、一套控制规则,它根据当前机器所处的状态以及当前读写头所指的格子上的符号来确定读写头下一步的动作,并改变状态寄存器的值,令机器进入一个新的状态。

4、一个状态寄存器,它用来保存图灵机当前所处的状态。图灵机的所有可能状态的数目是有限的,并且有一个特殊的状态,称为停机状态。

注意这个机器的每一部分都是有限的,但它有一个潜在的无限长的纸带,因此这种机器只是一个理想的设备。图灵认为这样的一台机器就能模拟人类所能进行的任何计算过程。

开始的时候将输入符号串从左到右依此填在纸带上,其他格子保持空白(即填以空白符)。M 的读写头指向第 0 号格子,M 处于状态 q0。机器开始运行后,按照转移函数 δ 所描述的规则进行计算,然后将读写头向左移动一个格子。若在某一时刻,读写头所指的是第 0 号格子,但根据转移函数它下一步将继续向左移,这时它停在原地不动。若在某个时刻 M 根据转移函数进入了状态 qaccept,则它立刻停机并接受输入的字符串; 若在某个时刻 M 根据转移函数进入了状态 qreject,则它立刻停机并拒绝输入的字符串,对于某些 q,x, δ(q,x) 可能没有定义,如果在运行中遇到下一个操作没有定义的情况,机器将立刻停机。

冯·诺依曼率先提出,在计算机上实现类似生物细胞的效用,以研究自组织现象,即细胞自动机(cellular automata)模型,这是图灵机的进一步发展,它能方便地模拟(simulate)吸引子,自组织和混沌现象。

计算机的工作方式:自顶向下逐步求精。

计算机的组成:

存储器(RAM - Random Access Memory):存储程序指令和数据,包括随机存取存储器和只读存储器(Read Only Memory)

中央处理器(CPU - Central Processing Unit):又可细分为控制器(CU)和运算器(ALU),即,CPU = CU + ALU。

输入输出设备(I/O - Input / Output):也称外部设备,负责对数据和程序进行输入与输出。

计算机设计者把计算机可以完成的动作编辑成一个机器指令表,并为每种动作赋予一个二进制代码,通常由指令码(操作码)和内存地址(操作数)来构成。通过机器指令来编写的程序称为机器语言程序。

编译程序系统:

编译:将高级语言源程序转换为汇编语言源程序(目标程序)

连接:将目标程序转换为机器指令程序(可执行程序)

执行:执行可执行程序,得到所需的结果

面向对象程序设计方法的特点:

将数据以及对这些数据进行操作的方法放在一起,形成一个相互依存、不可分离的整体——对象。

通过对事物的抽象找出同一类对象的共同属性(静态特征)和行为(动态特征),从而形成类。类是面向对象程序设计方法中的程序主体,类中的大多数数据只能用本类的方法进行处理,以保障程序模块的独立性以及数据的安全性。类通过一个简单的公共对外接口与外界发生联系,对象与对象之间通过消息进行通讯。

面向对象程序设计的三大特征是:封装性、继承性、多态性。

在1994年网景浏览器发布之前,互联网对于用户来说只是文字,那一年,《时代》周刊如此解释互联网不能成为主流:“它并非为商业设计,也不能优雅的容忍新用户。”转过年来的1995年的《新闻周刊》标题《互联网?呸!》则更为直截了当。面对尼古拉斯·尼葛洛庞帝在那一年提出的人们将在互联网上购买书籍和报纸的预言,劳伦斯实验室的著名物理学家克里夫德·斯托尔则评论:“bullshit”。那时,建造了互联网世界硬壳的程序员——他们多为Unix的拥趸——将互联网视作非商业的、开放的公共场所。如今,网络规模扩大的速度远不及其价值增加的速度。今日互联网的财源滚滚,实际上是二十年来由每个用户个体推动的自下而上的改革——而不是自下而上的革命或自上而下的改革——的结果,其基础是互联网面向每一个用户的特性。

在网络世界中,复制品又会产生新的复制品,速度更快,门槛更低,更重要地,复制品可以被不断强化,因为它是开放的。混杂的信息在此过程中汇聚成信息流,相互的流动形成云端。如果某样事物是免费的,那么它就会无所不在,它的地位就会倏忽反转。免费的人工智能技术和网络上的免费公共内容一样,更能满足商业和科学的需求,并且很快就能自给自足。真正的人工智能不太可能诞生于独立的电脑上,而将诞生于互联网中,犹如人不能自绝于社会。人工智能就像所有云端化的事物一样,同时为世界各地的用户提供服务,随着人们的使用而自我改进,将在这一项目的经验用于另一项目,汇聚成一条智能的河流。正如麦克卢汉提出,新媒介最初的形态,是模仿它所取代的媒介。数字化媒介如同可随着容器形状而变形的流体,提供了更多的可能,释放出更大的创造力。

九、自然科学和社会科学的统一

心理学是连通自然科学与社会科学的显例,心理学并非不同于那些在学习、记忆、动机、需要和个性上脍炙人口的实例,这往往给读者这样的印象,即心理学只是使用常识。这种印象有时是心理学家刻意宣传的结果。例如,当心理学教科书讲授“学而时习之”这样的道理时,读者不太会去洞悉此言的深刻含义。

与此同时,读者也会相反地感觉心理学家经常故弄玄虚。因此,人们常说,一个心理学家往往徒劳无功。也许在某种程度上,读者的这种感觉是有道理的,但与此同时,对人们的感受进行正确的阐释是有必要的。

语言是人类的最突出的能力之一,是一个涉及许多组件——包括传感功能和记忆网络——的复杂系统。尽管科学家们对此业已进行诸多研究——涵盖正常人和因中风而失去语言能力的人——但语言的神经基础语言至今尚未完全厘清。

人们知道,若左脑的不同区域受损,会导致不同种类的语言障碍或失语症。左额叶损伤会导致迟滞型失语症,如布罗卡氏失语症(Broca’s aphasia)——语言能力受损的综合征,包括缓慢至于迟滞的语音输出,和复杂单词或句子结构的缺乏。相比之下,听觉型失语症是一种幸运,尽管对于这类患者,结构复杂的句子可能难以理解。

左颞叶损害可以产生流利性失语,如韦尼克氏失语(Wernicke’s aphasia)——听到演讲的理解能力受损,而语音输出虽然有正常的流畅性和速度,却充斥着错误的语音、混用的词汇和莫名其妙的胡言乱语。

两个半球的颞叶受损可能导致词聋(word deafness),无法理解深奥的词藻,而韦尼克氏失语可以理解口语片段和单词。词聋患者——尽管能够听到声音甚至识别语音中的感情色彩、抑或说话者的性别——却是“充耳不闻”,甚至缺乏理解单词的能力。

关于失语症的研究导出了有关语言的神经基础的几个结论。研究人员一度相信所有的语言能力仅由左脑负责。然而,识别语音和文字涉及左右颞叶。相比之下,表达是由左脑主导的,其功能依赖于额叶区域和左颞叶——这里似乎是重要的访问适当的单词和语音的“指针”。

最近的发现表明尚存在和语言有关的其他结构。例如,似乎是大脑中间部分的伪颞叶参与对单词的访问。此外,前颞叶可能作为一个地址,来理解语句可能参与哪些方面。

最近的工作也发现,感觉器官通过脑回路通达左后颞叶,这一回路意味着语音识别和语音产生系统之间的转换。这条通道参与语言发展,支持语言的短期记忆。虽然理解语言在大脑中是如何实现的还远远没有完成,现在业已有几种技术在这一重要领域取得显著突破。

建构主义注重的以心理学为基础把心态,期望,知识,信念等作为基本因素来解释行为,代表了一种认知取向。它在对事物严谨逻辑的分析过程中,拒绝纯粹按照物质的思维方法,而是努力寻找现象背后的心理和文化因素。然后观察现象和原因间复杂的互动关系,强调心理和文化为基础的重要性。

科学处理一般现象。当事物和事件映入科学家的眼帘,他们的研究应该有助于改善人们在这个星球上的生活。如果是这样,那么心理学应该处理常见的特征。常见的不一定是简单的。科学家研究和探讨常见的事件,但他分析的是系统。针对这一点,他的构想通常基于系统地比较和分析。此外,例如一个心理学家研究学习过程,他必须考虑这样做的动机。记忆在学习中似乎是一个简单而统一的进程,然而从科学的角度来看并非如此。读者会发现心理学家已经创造了一个术语“强化”来解释学习动机之间的关系。让我们用化学举一个简单的例子,对于外行,水只是水,但对于化学家,水是H2O。外行的方法是经验,科学家的方法是解释,后者解释前者的经验。实现这一目标的前者是经常发现不足。读者现在可以理解为什么他会觉得心理学似乎只是常识,却同时让人困惑。

另一点是,我们准备着在物理学、化学或地质学承认我们所知有阙,即使这些科学被用来处理身边的事情。但当涉及到心理学时,我们羞于承认自己的无知。每一个人都被认为是某种形式上的心理学家。正是这一事实常常让我们觉得,我们知道心理学,和心理学家不会去做的事情。人们很难对自己保持客观。不幸的是,与其他科学,心理学不得不面对这些孤芳自赏的研究对象。一旦读者意识到克服他对心理学的偏见和克服主观主义是一体两面,读者就将会这样做。

即使是对自然科学最一般的规范,在运用到社会科学研究时,还必须作出适合社会科学特点的改造。结合社会科学的特点,从自然科学中抽出的科学研究的一般规范,都需要根据材料自组织和理论自我改进机制进行某种改造。可以想象,它不仅仅是把自然科学方法引进社会科学,而且社会科学的方法也对自然科学研究产生着日益深刻的影响,在两方学科寻求统一方法理论的努力下,把科学研究的一般方法发展到一个新的高度,一个能包容自然科学和社会科学更大的发展空间和一个更高的层次上去。这对自然科学本身方法的发展,也具有深远的意义。

从认识论上看,从科学研究最一般的程序来看,自然科学方法和社会科学方法是可以统一的,而且也是必须统一的,只可能存在着科学和伪科学的分界线,而不可能有不同研究对象和学科之间绝对的分界线。哲学的总结是不可少的,但是我们不能用哲学来代替科学方法,来代替科学研究本身。

十、从人脑到人工智能

人工智能(artificial intelligence,简称AI)的方向:

利用计算机强大的运算性能对大量数据进行分析,结合运筹学与控制论,从近乎无数中方案中帮助人们选出最优;

利用计算机网络模拟人类的神经网络和认知(物质转化为意识的尝试),让计算机模仿人类那样思考,而其计算能力又远高于人类。

两次人机大战,前者是“深蓝”的思路,后者是“阿尔法狗”的思路。

美国斯坦福大学的Roth认为:

“所谓机器人是一种与人,其他动物或机器联合做事的机器,它有自动和半自动的两形式。机器人和其他自动化机器不太容易区别清楚,但它改变快,商品倾向较强,其含义也随时间的推移而改变”。

美国K.J.Waldron提出如下定义:

“所谓机器人是一种具有较多自由度,靠与机构有接口的主动系统进行决策和控制运动的机械。这里所提的主动系统是指工业机器人中计算机控制的伺服驱动器,或是指遥控操作机中,作为系统一部分的控制操纵杆的操作者。”

另一位科学家Wolovich给出的定义是:

“机器人是可再编程的多功能操作机,用各种编程的动作完成多种作业,用于搬运材料、工件、工具和专用装置。”

机器人是一种在计算机控制下的可编程的自动机器。根据所处的环境和作业的需要,它具有至少一项或多项拟人功能,如抓取功能或移动功能,或两者兼而有之,另外还可能程度不等的具有某些环境感知功能(如视觉听觉触觉接近觉等)以及语言功能乃至逻辑思维,判断决策功能等,从而使它能在要求的环境中代替人进行作业。

1950年,美国著名科幻小说家阿西莫夫在他的小说《我是机器人》中,提出了著名的“机器人三守则”:

机器人必须不危害人类,也不允许它眼看人将受伤害而袖手旁观;

机器人必须绝对服从于人类,除非这种服从有害于人类;

机器人必须保护自身不受伤害,除非为了保护人类或者是人类命令它做出牺牲。

机器人是一种典型的集成技术,它的覆盖面非常之广,什么合用就用什么。现在新材料、生化技术、新能源、下一代互联网和MEMS技术等已经成为机器人技术的新宠。以机器人技术为代表的集成技术,其发展与进步一定会得益于一系列的核心技术的逐步成熟。就集成技术本身而言,最关键的就是系统设计和寻找应用的突破点。

第一代机器人主要是指只能以“示教——再现“方式工作的顺序控制机器人,以1962年AMP公司和Unimation公司的“Versatran”与“Unimat”为起始产品。目前国际上商品化、实用化的机器人大都属于第一代机器人,但是它们的技术进步也是很显著的。它依靠人们给与程序,进行多种重复操作。由于其不具有传感器的反馈信息,因此不能在作业过程中从外界不断获取信息来改善自身的行为品质,故其应用范围和精度受到限制。

第二代机器人具有一定的感觉装置,能获取作业环境、操作对象的简单信息,通过计算机处理、分析,能作出一定的推理,对动作进行反馈控制,表现出低级的智能。由于其信息处理系统的庞大与昂贵,第二代机器人目前只有少数可以普及应用。

第三代机器人是指具有高度适应性的自制机器。它具有多种感知功能,可进行复杂的逻辑思维,判断决策,在作业环境中独立行动。

在未来,化学家将能借助人工智能在数以百万计的化学物质中进行选择,决定将哪些物质用来反应,以产生需要的产物,或者筛选出效率更高的催化剂。律师将能借助人工智能在堆积如山的文件中寻找有价值的证据;金融家将能借助人工智能分析股票的涨落以及如何分配本金使获利最大;人们将能借助智能算法合成出个性化的音乐,VOCALOID将更加栩栩如生;洗衣机自动识别衣物,确定最优的洗涤方案;自动驾驶汽车在考虑行车速度前优先考虑司机和行人的安全。

图形处理器(GPU)是为了满足快速处理图片的需求而添加的并行式芯片,到了2009年,吴恩达率先提出GPU可以并行运行神经网络,而如今,这已经被当做常规技术进行使用。当神经网络中的某一“末梢”被发现能够触发下一层网络的反应,就像手指碰到了开水,那么这一结果将被传递到下一层级进行解析,就像“被烫着”的信号被传给大脑,指令人将手指缩回。2006年深度学习算法的发明,大大加快了传递信号的速度。

如果把人工智能比作一台汽车,那么学习型算法和大数据就分别是它的引擎和燃料。我们可以教授人工智能玩游戏的方法,那就是让它学习和模仿我们是如何玩游戏的,这将更有助于发挥计算机惊人的运算能力的优势。人工智能将把人类从重复乏味的繁重劳动中解放出来,而使得人可以将更多精力花在那些独特而富有创造性的劳动上,首先是提高人类的生活品质,这是人工智能无法替代人类之处。其次,人工智能更有可能开拓那些以人类的能力不可能完成的劳动和那些人类希望达成却不知其步骤的劳动。

十一、大脑的力量:通向智能的道路

多数时候,电脑或手机是不会察觉我们正在使用它们而做出响应的,一种发展的方向是,电脑和手机通过追踪人眼的动作来判定人们想要用它们做什么,或者通过采集人的指令声音而明白自己该怎样做。进而,网页的拥有者可以知道读者的目光在网页的哪一部分停留目光的时间更长。交警也可以利用这一技术,侦测驾驶员是否走神。设备被用来识别人脸,并深入到眼睛的虹膜层面,作为新的身份验证方式。进一步,设备可以被用来侦测人的表情——以扫描特定点的肌肉变化的方式——然后作出响应,例如,在你用电脑阅读一本英文书时,当你的目光扫过某个生词,你会表现出困惑的神情,此时电脑将能显示这个词的释义。又例如,如果你在看一部电影的某个桥段时显示出无聊的神情,电脑将能够自动跳过这一桥段。

嵌入式的微型传声器、摄像机、传感器给计算机提供的形象化特征为的是让设备能够听到我们、看到我们、感受到我们,语音识别是目前进展最快的一部分。智能设备的芯片与云端相连,将用户在现实世界中的行为投射到虚拟世界中,将可以从在用户看来庸常的海量数据中感受到用户的温度。互动频率的增加会使用户更加欣赏设备的交互式特征,例如,智能衬衫可以测量出用户的姿势并以量化方式记录下来,使得布料按照用户喜欢的方式伸展。更加大胆的想法是,将芯片直接植入人脑,以增益人的感知机能,或曰让人类跳进感知技术自身,其全过程是反复的沉浸-跳出式体验。

在屏幕中,图象浮动于文字之上,复制和粘贴、点击超链接和观看附带的视频成为簇新的形式。材料的革新、虚拟现实和增强现实技术的发展将使得屏幕以更加多样的方式在我们的生活中扮演不可或缺的角色。

智能手机的巨大成功推动屏幕质量的提升,使得虚拟现实倏忽间成为现实,其清晰度和友好性大大增强。现场感和互动效果是虚拟现实技术的两个亮点。在未来,光场投射技术可能取代屏幕呈现,用户将无需佩戴眼罩等设备,投射的场景可以与你身处的场景叠加,即增强现实。投射的场景不会因为观察者与之距离的改变而模糊或变形,并呈现出栩栩如生的立体感。成熟的可视化技术的窍门在于可检索性,电子技术和算法程序的革新推动信息被不断压缩。

便携式设备能够追踪用户,以量化信息的形式存储进云端,这种流动信息被称为生活流(lifestream)。生活流是按时间顺序排列的文档流,是一种新型的计算机组织方式,那就是以基于时间顺序的流替代桌面。不同用户的生活流当然会有交叉,从而使得流从宏观上显现出意想不到的性质。社交网络中的时间线设置是生活流思想的体现。但更重要的是,生活流是主动的、有意识的追踪,这条溪流的流速快慢是由用户来决定的。被动的、无意识的追踪,这种信息流动被称为生活记录(lifelogging),由于大部分内容永远都用不上,生活记录是一个包含巨大浪费的低效过程。由于计算、存储和传感设备十分廉价,这种浪费的代价很低,但是,对于计算和存储的创造性浪费可以发掘出新的价值。

创新也是可以外包和“众包”的,进一步说,自我价值的实现越来越有赖于集体的配合。在文明社会中,匿名如同重金属离子,是维持细胞生命的必须成分,但过量的重金属离子却是致命的。在网络上匿名意味着不必对自己所说的话负责,这同样是一把双刃剑。

知识的增加伴随的是未知领域的增加,如同圆的半径越大,周长也越大。信息量的增加带来的是人们对于无法获取足够有效的信息的担忧日益增加,科技具有的颠覆性越强,它生成的问题也就越具有颠覆性,人工智能、量子计算、基因操控将接二连三地释放具有爆炸性的问题。密歇根大学的一项研究显示,当要求学生只能用图书馆中的资料查找几个问题的答案时,解决一个问题需要22分钟,而上网搜索只需要7分钟,时间的节省本身就意味着生产力。

物联网的设计是用来追踪数据,这个世界上持续增长最快的就是信息量,其中大部分没有被追踪。我们会生产出生产信息的信息——元信息,这导致了信息量的飞升。巨大的量的积累会产生质变,如同大量微观粒子运动的不确定性在宏观上表现为我们可以认为恒常的物理定律,用概率论来阐释的微观粒子的运动在宏观上可以以因果长链来描绘。

共享使得参与者的集体影响力超过个体之和,如同比起周密的计划,改进的市场方案会取得更显著的效果。共享、协作、开放、免费所发挥的力量比我们预想的还要大。我们可以通过挖掘那些看似“无价值”的事物——例如朋友圈,通过共享而激发它的潜能。长期以来,人们不认为140字能表达什么,而社交网络——例如微博——颠覆了这一点,使得我们真切体会到“星星之火可以燎原”在当前语境下的含义。共享使得那些看似粗糙的事物变得精细和高效,尽管它不能解决所有的问题,但却是解决问题的首要方案。

当信息的河流变得广阔而湍急以至于泥沙俱下时,有效的过滤当然是必要的,搜索引擎就是强力的过滤器。信息的丰富和善变导致了注意力的缺乏,静得下心、沉得住气、耐得住寂寞,在现代社会更显重要。过滤也会被应用到个性化的定制(customization)过程中,所有被当做商品的事物都可以被过滤掉。在网络上,广告的摆放位置与其含有的关键词的价值、广告商愿意支付的费用和读者点击广告的表现水平——与当时当地密切相关——相匹配。

结语

囿于自己的小圈子可能导致信息的同质化,即你和你身边的人,其信息来源都是相似的,因而对于不同的声音缺乏了解。坐井观天也是在为自己设限,约束自己潜能的激发与增长。不同的可能性排列组合、人际的互动与交流、思想的碰撞与分享,会迸发更加优秀的方案。

共享也意味着点对点化,意味着产品的细分和个性化和实现模式的多样化。大规模合作和海量的实时社会互动发展了个体用户不可能达到的行为,如同组织可以完成细胞不能完成的事。科技可以通过发明新的组织框架来达成看似不可能的事,超链接、WiFi和全球卫星定位服务都是通过技术形成的连接关系。

科技是人类社会发展的催化剂。科学方法——或曰科技本身的流程——比科技的进展更加重要。当下,我们正在由一个“名词世界”进入到“动名词世界”,始终正在进行一个动态的流变(deformed flowing)的发展过程,产品变成生产者端的流程和消费者端的服务。由“名词世界”向“动词世界”的变化,意味着我们创造的系统——犹如从非生物变成生物——不仅要面对外部的干扰,其自身运行的过程中也将产生逐步积累的熵增。

工业流程对高温高压的偏爱使得工厂离居民区越来越远,从而推动工厂的大规模化和中心化;同样,数字科技也会因信息传播门槛的降低而偏好廉价复制。在科技变迁的过程中,我们不要只看到孕育的艰辛和分娩的阵痛,而忽略了宝贵得多的新生、成长、希望、传承和未来。

我们的工具越复杂,意味着它的熵增越剧烈而迅速,就越需要更多的人照料,因为,如果迅速积累的熵增不能得到有效的管理,那么终有一日,它将破坏掉生成熵的工具本身的框架;这个时间变得越来越短,意味着我们越来越需要对于变化做出迅速的、积极的和有成效的应对,从总体的结果而言,就是抢在熵增破坏掉这一框架之前做出对框架的革新。例如,软件升级和更新的速度越来越快,而拖延升级的破坏性也越来越大。未来的科技将是无尽的升级,迭代的速率越来越快,淘汰的流程正在加速。

互联网的飞跃有时让我们联想到相变,即大量分子状态的连续变化导致宏观物态在某一点发生突变。在最初,这个全面互联的平台还像是我们现实世界的延伸,但事实上,如同温度和压力慢慢升高,我们会到达一个临界点,“越过山丘”,我们会进入一个全新的状态。当“山丘”的另一侧是不可知的,我们称这一临界点为奇点。我们的未来或许将由超级智能的胜利奠定,当我们创造出的人工智能能够创造出比它自身更加智能的人工智能时,它能够一代一代、以级联的方式生产越来越智能的人工智能。人工智能将与人们共生,形成复杂的依存关系,我们的创造终将使得我们自己变得更好。如果我们现在的生活是固态的,那么,我们不妨说,我们将来的生活是液态的。

我们或许苦恼于现有的领域已被耕耘,从而顿挫创造的勇气和热情,但是,真正的开拓者会在他脚下这片土地不断奋斗,这样的努力将使我们的子孙后代在未来——例如三十年后——站上比我们更高的平台,而当他们在那时回望历史,或许他们也将发出“三十年前满地是黄金”的感叹——就像我们回望历史一样;反之这也说明,我们对于历史上的人和事往往不必苛求,是因他们无法站在他们身后的更高平台上俯瞰自己的作为,如同没有人能抓着自己的头发把自己提起。

因此,我们所处的时代就是最好的时代,我们脚下的土地就是一片沃野。科技的发展,社会的开放,交流的便捷,积极的环境,是我们这个国家在五千年的漫长历史中从未有过的。对于未来的中国,主要的责任者就是我们,就是我们活着的各位。我们每个人对自己的未来、我们所有人对中国的未来负有不可推卸的责任,未来的中国就取决于我们此时此刻的选择。

评论已关闭