作者：梅拉妮·米歇爾

簡介：復雜來自與自指特性 self-reference，與集異壁有相似結論。（此書作者是集異壁作者侯世達學生。強人工智能應該與復雜性來源有相關性。簡單的確定性方程（如邏輯斯蒂映射，包含自指）能產生類似于隨機噪聲的確定性軌道。遺傳物質含有絕妙的自指特性：所有這些決定DNA的轉錄、翻譯和復制的復雜細胞機制——m RNA、t RNA、核糖體、聚合酶，等等——本身都編碼在DNA中。就像侯世達說的：“DNA中包含其本身的解碼者的編碼！”它也包含合成核苷酸的所有蛋白質的編碼，而核苷酸是構造DNA的材料。如果圖靈還活著，看到這種自指特性肯定會非常高興。

人們在各種層面上都能很好地認識到兩種事物和情形之間的類似之處，讓各種概念從一種情形流暢地“滑到”另一種。現代計算機則對上下文一點也不敏感。（人類抽象能力 vs 機器特征提取。類比的能力需要什么組成，認知科學的范疇？）

• 還原論最早的倡議者之一笛卡兒這樣描述他的科學方法：“將面臨的所有問題盡可能地細分, 細至能用最佳的方式將其解決為止”
• 復雜系統科學最關注的問題就是人體、經濟、社會這種逆熵的自組織系統是如何實現

•    復雜系統試圖解釋，在不存在中央控制的情況下，大量簡單個體如何自行組織成能夠產生模式、處理信息甚至能夠進化和學習的
•    如何度量復雜性

• 混沌的性質 

• 混沌的共性
  
  • 混沌的發現給了精確預測的夢想最后一擊。混沌指的是一些系統——混沌系統——對于其初始位置和動量的測量如果有極其微小的不精確，也會導致對其的長期預測產生巨大的誤差。也就是常說的“對初始條件的敏感
  • 某些因素的物理尺度太小，以致無法被有局限性的人類注意，卻有可能導致極為重要的誤差。不是不能計算，而是人類局限，沒有觀測或發現規律
  • 如果我們能知道自然界的定律和宇宙在初始時刻的精確位置，我們就能精確預測宇宙在此后的情況。但是即便我們弄清了自然界的定律，我們也還是只能近似地知道初始狀態。如果我們能同樣近似地預測以后的狀態，這也夠了，我們也就能說現象是可以預測的，而且受到定律的約束。但并不總是這樣，初始條件的細微差別有可能會導致最終現象的極大不同。前者的微小誤差會導致后者的巨大誤差。預測變得不可能
• 混沌思想帶來的革命
  • 混沌系統中初始的不確定性到底是如何被急劇放大的呢？關鍵因素是非線性。對于線性系統，你可以先了解其組成，然后將它們合并。對于非線性系統，整體則不等于部分

• 信息是什么

• 麥克斯韋妖

 

杰出的匈牙利物理學家西拉德（Leo Szilard）提出，做功的是小妖的“智能”，更精確地說，是通過測量獲取信息的行為。 西拉德是第一個將熵與信息聯系起來的人，這個關聯后來成了信息論的基礎和復雜系統的關鍵。

• 統計力學提要
  • 玻爾茲曼（Ludwig Boltzmann），他創建了一門新學科，現在被稱為統計力學。
• 熱力學第二定律被認為是定義了“時間之箭”，因為它證明了存在時間上不可逆的過程（比如，熱量自發地回到你的冰箱，并轉化成電能進行制冷）。“未來”可以定義為熵增的時間，第二定律是唯一區分過去和未來的基本物理定律。其他物理定律在時間上都是可逆的。為什么第二定律能區分過去和現在，而其他自然定律卻不能？這也許是物理學中最大的難題。
• 香農信息
  • 人們有時候將香農的信息量定義描述為接收者在接收時體驗到的“平均驚奇度”，其中“驚奇”意指接收者對于發送源將要傳送的信息的“不確定。

• 什么是計算？什么可以計算
• 希爾伯特問題和哥德爾定理圖靈機和不可計算性
  • 德國數學大師希爾伯特（David Hilbert）于1900年在巴黎的國際數學家大會上提出來的。 希爾伯特在演講中提出了世紀之交面臨的23個亟待解決的數學問題，這些問題可以分為三個部分： 1.數學是不是完備的？也就是說，是不是所有數學命題都可以用一組有限的公理證明。2.數學是不是一致的？換句話說，是不是可以證明的都是真命題？“真命題”是專業術語，但我在這里用的是直接意義。假如我們證出了假命題，例如1+1=3，數學就是不一致的，這樣就會有大麻煩。 3.是不是所有命題都是數學可判定的？也就是說，是不是對所有命題都有明確程序（definite procedure）可以在有限時間內告訴我們命題是真是假？這樣你就可以提出一個數學命題，比如“所有比2大的偶數都可以表示為兩個素數之和”，然后將它交給計算機，計算機就會用“明確程序”在有限時間內得出命題是“真”還是“假”的
    
    
• 定義為圖靈機的明確程序
• 通用圖靈機
• 圖靈對判定問題的解決
• 哥德爾和圖靈的命運

• 達爾文之前的進化觀念
• 達爾文理論的起源
• 孟德爾和遺傳律
• 現代綜合
• 對現代綜合的挑戰

• 這其中含有絕妙的自指特性：所有這些決定DNA的轉錄、翻譯和復制的復雜細胞機制——m RNA、t RNA、核糖體、聚合酶，等等——本身都編碼在DNA中。就像侯世達說的：“DNA中包含其本身的解碼者的編碼！”它也包含合成核苷酸的所有蛋白質的編碼，而核苷酸是構造DNA的材料。如果圖靈還活著，看到這種自指特性肯定會非常高興。

• 用大小度量復雜性
• 用熵度量復雜性
• 用算法信息量度量復雜性
  • 事物的復雜性定義為能夠產生對事物完整描述的最短計算機程序的長度。這被稱為事物的算法信息量。
  • 物理學家蓋爾曼（Murray Gell-Mann）提出了一種稱為“有效復雜性（effective complexity）”的相關度量，[89] 更符合我們對復雜性的直觀認識。蓋爾曼認為任何事物都是規則性和隨機性的。為了計算有效復雜性，首先要給出事物規則性的最佳描述；有效復雜性定義為包含在描述中的信息量或規則集合的算法信息量
    一個事物的邏輯深度是對構造這個事物的困難程度的度量。高度有序的A、C、G、T序列（例如前面的序列1）顯然很容易構造。同樣，如果我要你給我一個A、C、G、T的隨機序列，你也很容易就可以做出來，用個硬幣或骰子就可以了。但如果我要你給我一個能夠生成可發育的生物的DNA序列，如果不偷看真正的基因組序列，任何一個生物學家都會覺得很難。 
  •  西蒙認為，復雜系統最重要的共性就是層次性和不可分解性。西蒙列舉了一系列層次結構的復雜系統——例如，身體由器官組成，器官又是由細胞組成，細胞中又含有細胞子系統，等等。某種程度上，這個觀念與分形在所有尺度上都自相似類似。 不可分解性指的是，在層次性復雜系統中，子系統內部的緊密相互作用比子系統之間要多得多。例如，細胞內部的新陳代謝網絡就比細胞之間的作用要復雜得多。 西蒙還認為，進化之所以能設計出自然界中的復雜系統，正是因為它們能像磚塊一樣被結合到一起——也就是說，具有層次性和不可分解性。細胞能夠進化，從而成為高一級器官的建筑模塊，組成的器官又可作為更高一級器官的建筑模塊。西蒙認為復雜系統研究需要有一個“層次。（筆者：參見《技術的本質》，中間需求的存在能大幅減少窮舉數量）
  • 有邏輯深度的事物……從根本上必須是長時間計算或漫長動力過程的產物，否則就不可能。熱力學深度首先是確定“產生出這個事物最科學合理的確定事件序列”，然后測量“物理構造過程所需的熱力源和信息源的總量”。

• 馮·諾依曼結構的計算之所以容易描述，一個原因就是，編程語言層面和機器碼層面可以毫無歧義地相互轉化，因為計算機的設計讓這種轉化可以很容易做到。計算機科學提供了自動編譯和反編譯的工具，讓我們可以理解具體的程序是如何處理信息的。 而元胞自動機則不存在這樣的編譯和反編譯工具，至少目前還沒有，也沒有實用和通用的設計“程序”的高級語言。用粒子來幫助理解元胞自動機高級信息處理結構的思想也是最近才出現，還遠沒有形成此類系統的計算。
• 一個淋巴細胞表面覆蓋的受體是一樣的，可以與特定的某一類分子形狀匹配。如果恰好遇到了形狀相匹配的病原體分子（稱為“抗原”），淋巴細胞的受體就會與其相結合，淋巴細胞就“識別”出了抗原，這是消滅病原體的第一步。結合可強可弱，依賴于分子與受體的匹配。
• 對于任何進入體內的病原體，身體很快就產生出能與病原體的標記分子（也就是抗原）相結合的淋巴細胞，雖然結合可能不是很緊密。 一旦發生了結合事件，免疫系統就得搞清楚這是不是真正的威脅。病原體當然是有害的，一旦它們進入身體，就會開始大量復制。不過發動免疫系統攻擊會導致發炎等對身體有害的癥狀，攻擊太強烈甚至有可能致命。免疫系統作為一個整體必須確定威脅是否足夠嚴重，值得承擔讓免疫反應傷害身體的風險。免疫系統只有在強結合事件足夠多之后才會進入高速運轉
• B細胞和T細胞這兩種類型的淋巴細胞協同工作，判斷攻擊是否有必要。一旦B細胞表面強結合受體的數量超過了某個閾值，或者有類似受體的T細胞那里收到了“發動”信號，B細胞就會被激活，表明它現在感覺到了身體受到威脅。一旦激活，B細胞就會向血液中釋放抗體分子。這些抗體與抗原結合，使它們失效，并對它們進行標記，好讓其他免疫細胞摧毀它們。 激活的B細胞被輸送到淋巴結，在那里迅速分裂，產生出大量后代，復制時由于變異，許多后代的受體形狀都改變了。然后這些后代會與淋巴結俘獲的抗原進行測試。不能結合的細胞很快就會死去。 存活下來的后代被釋放到血液中（驚！免疫力是這樣篩選出來的，為什么不能結合的就死去？），其中一些會遇到抗原并與其結合，有時候會比它們的母細胞結合得更緊密。這些激活的B細胞同樣又被輸送到淋巴結，在那里產生出自己的后代。這也就是為什么當你病了的時候淋巴結會腫大。
• 通過與抗原結合和接收T細胞的“發動”信號激活B細胞的示意圖。信號刺激B細胞產生和釋放抗體（y形）
• 與抗原匹配得越好的B細胞產生的后代也越多。簡而言之，這就是一個自然選擇過程，B細胞群體進化出能與目標抗原緊密結合的受體形狀，從而使得通過選擇“設計”出來攻擊特定抗原的抗體武器庫
• 免疫學家們還沒有完全弄清這些問題，現在這些問題都還是活躍的研究領域。有人認為避免攻擊自身的一個主要機制是所謂的負選擇（negative selection）。當淋巴細胞產生出來時，它們不會被立即釋放到血液中去，它們會在骨髓和胸腺中進行測試，與身體自身的分子進行接觸。與“自身”分子緊密結合的淋巴細胞可能會被殺死或對基因進行“編輯”以改變受體。也就是說免疫系統只使用不會攻擊自身的淋巴細胞。這個機制經常會失效，有時候會產生出糖尿病或類風濕性關節炎這類自身免疫性疾病。 另一個防止自身免疫攻擊的主要機制可能是調節性T細胞（regulatory T cells）的作用。調節性T細胞是T細胞的一個特殊亞種。
• 人們在各種層面上都能很好地認識到兩種事物和情形之間的類似之處，讓各種概念從一種情形流暢地“滑到”另一種。現代計算機則對上下文一點也不敏感。（人類抽象能力 vs 機器特征提取）