赢取分布式

2020-03-01 10:58阅读:
文/姚斌
当我展开《失控》的时候,我的眼前又出现了那一幅深邃而广袤的复杂性世界。《失控》的作者是凯文·凯利。这本巨著成书于1994年,那时正是复杂性科学研究进入到一个崭新的阶段。许多重要的复杂性科学思想已经逐步形成,涌现出许多杰出的复杂性科学家和理论家。因此,在这本巨著中,我又得以重新见到许多熟悉的名字,比如,约翰·霍兰、多伊恩·法默、克里斯·朗顿、斯图亚特·考夫曼、道格拉斯·霍夫施塔特(即侯世达)等等。
《失控》与《复杂:诞生于秩序与混沌边缘的科学》有着异曲同工之妙。后者是一本关于圣塔菲研究所的传记,作者是米歇尔·沃尔德罗普。她采用报告文学的写作方法,叙述了一群美国科学家如何开创“21世纪的科学”的故事,偏重于理论的介绍,对那时正在形成的复杂性科学的错综体系作了深入浅出的描述。《失控》同样也是叙述了如何开创“21世纪的科学”的故事,但角度有所不同,偏重于事例的讲述,具有一定的故事性,可与《复杂》这本书相映成趣。
《失控》中涉及的经济学又与布莱恩·阿瑟的《复杂经济学》密切相关,可以相互补充。凯文·凯利站在生物学的角度理解经济学,确切地说,是网络经济学。他将经济学与生物学纠缠在一起,认定为“经济世界的新生物学”。这是因为新生物学的特性与网络经济学的特性高度相似。布莱恩·阿瑟在《复杂经济学》中指出了经济系统中的非均衡状态,解释了复杂经济学中的正反馈和收益递增问题。在布莱恩·阿瑟看来,经济系统不是像“小球碰撞”这样高度可预测的力学系统,而更像是可以不断进化的生命系统。
《失控》的英文书名为“Out of Control:The new biology of machines,socialsystems,and the economic world”,实际上中文可译为“失控:机械、社会系统、经济世界的新生物学”,然中译本的副标题却是“全人类的最终命运和结局”。并且,出版社竟然将其列为“长篇小说”类别。“不去控制或不刻意控制”才是凯文·凯利的本
意,因为机械、社会系统、经济世界的进化永无止境,并且没有顶点,根本无法控制,这就是“失控”的含义。
1
在20世纪90年代之前,科学家们就已经归纳总结了生命体和机器之间的逻辑规律,并应用于建造极度复杂的系统。与此同时,他们认识到,由于未来是技术性的,而技术又具有局限性,于是又迫使生命与机械的联姻。要想保证一切正常运转,最终制造出来的环境越机械化,可能越需要生物化。因为真正复杂的系统,比如细胞、草原、经济体,都需要一种地道的非技术的逻辑。当那些原属生命的属性被成功地移植到机械系统中时,机械就展现出了生命体的特质:自我复制、自我管理、有限的自我修复、适度进化以及局部学习。机械表现得越来越像生命体,而生命也变得越来越工程化。由于这样的系统具有如生命的属性,这些人造或天然的系统通通被凯文·凯利称为“活系统”。
科学家们研究蜂群时,发现蜂群是一个去中心化的社会。去中心化的系统就是一个分布式的活系统。在蜂群社会,已经确定蜂后不是统治者,但整个社会分工明确,井然有序。单独一只蜜蜂看不出它有什么智慧,然而当它们聚集成为一个整体以后,智慧就涌现出来了。这样的情景同样也表现在蚁群、鸟群的行为里,那么它们必定具有一套相似的简单规则。科学家们认为,这是一种自适应的技巧。
在这其中,最重要的是“涌现”。涌现是一种非常普遍的自然现象,但这个概念表现的是一种不同的因果关系。在这里,2+2并不等于4,甚至不可能意外地等于5。在涌现的逻辑里,2+2=苹果。它的最佳诠释是,它是事物发展中方向性上的质变,是关键的转折点。
蜜蜂只有6天的记忆。即使作为整体的蜂巢,所拥有的记忆时间也只有三个月,而这是一只蜜蜂平均寿命的两倍。然而,当它们聚集成群的时候,却能够涌现出“蜂群思维”,从量变引发质变。蜂群思维的神奇在于,没有一只蜜蜂在控制它,但是有一只看不见的手,一只从大量愚钝的成员中涌现出来的手控制着整个群体。因为蜂群思维能够同时进行感知和记忆的分布式内存,科学家就以蜂群思维的方式来思考分布式问题,发现了其合理性。
一滴水并不足以显现出漩涡,一粒沙子也不能引起沙丘的崩塌。事物如果要涌现,大都需要依赖于一定数量的个体,一个群体,一个集体,一个团伙或是更多。数量能带来本质性的差异。沙子一旦堆积得足够多,就会出现一个沙丘,进而也就能引发一场沙崩。科学家早就认为,大量个体和少量个体的行为存在重大差异。群聚的个体孕育出必要的复杂性,足以产生涌现的事物。随着成员数目的增加,两个或更多成员之间可能的相互作用呈指数级增长。当连接度高且成员数目大时,就产生了群体行为的动态特性——量变引起质变。
与蜂群一样,神经元网络或蚁群等系统都是将并行运作的部件拼接在一起的。这种系统的动作是从一大堆乱糟糟且又彼此关联的事件中产生的。它们更像是有成千上万个发条在一起驱动一个并行系统。由于不存在指令链,任何一个发条的某个特定动作都会传递到整个系统。这样,从群体中涌现出来的不再是一系列起关键作用的个体行为,而是众多的同步动作。这些同步动作所表现出的群体模式要更重要得多,这就是群集模型的网络模式。
宇宙中最有趣的事物,大多靠近这种模型或模式,比如生命、经济、社会。作为动态的整体,它们拥有某些相同的特质,比如某种特定的活力。这些自治成员彼此之间高度连接,但并非连到一个中央枢纽上。它们组成了一个对等网络。由于没有控制中心,这类系统的管理和中枢就是去中心化分布在系统中的,与蜂巢的管理形式相同。这种分布式系统既是生态型系统,也是复杂性系统。
2
由此,凯文·凯利总结出分布式系统的四个突出特点,而活系统里特质也从此而来:没有强制性的中心控制;次级单位具有自治的特质;次级单位之间彼此高度连接;点对点的影响通过网络形成了非线性因果关系。它的优点具有可适应、可进化、有弹性、无限性和新颖性。但它也具有明显的缺陷:非最优、不可控,不可预测、不可知和非即刻。它突出了真实事物复杂的一面,不合常规,让我们必须直面生命的杂乱。它没有开始、没有结束、也没有中心,或者反之,到处都是开始、到处都是结束、到处都是中心。纠缠是其特性,真相暗藏于明显的凌乱之下,要想解开它需要很大的勇气。
实际上,达尔文在《物种起源》中已经论述了物种如何从个体中涌现而来。这些个体的自身利益彼此冲突,却又相互关联。当他试图寻找一幅插图作此书的结尾时,他选择了缠结的网。他看到“鸟儿在灌木丛中歌唱,周围有弹跳飞舞的昆虫,还有爬过湿地的蠕虫”,整个网络形成“盘根错节了一堆,以非常复杂的方式相互依存”。
网络是群体的象征,由此产生了群组织——分布式系统。无数的个体思维聚在一起,形成了无可逆转的社会性。它所表达的既包含了计算机的逻辑,又包含了大自然的逻辑,进而展现出一种超越理解能力的力量,传送出由复杂性而生的凌乱之力。这样的一个网络,不断孕育着小故障,以此来避免大故障的频繁发生。正是其容纳错误而非杜绝错误的能力,使得分布式存在成为学习、适应和进化的沃土。
网络是一个有能力无偏见的发展或无引导地学习的组织形式。一个网络群到处都是边,无论你以任何方式进入都毫无阻碍。网络是结构最简单的系统,但其实根本谈不上有什么结构。它能够无限地重组,也可以不改变其基本形态而向任意方向发展,但其实是完全没有外形的东西。网络具有可以不受打断而吸收新事物的非凡能力。没有迹象表明自然鸟群的复杂性受到任何方式的限制。有新鸟加入时,鸟群并不会变得“满载”或“超负荷”。当鲱鱼向产卵地迁移时,它们那数百万成员的队伍可绵延长达17英里。只有这种庞大的网状结构才能包容形态的真正多样性。其他的结构,如链状、金字塔状、树状、圆形、星形,都无法包容真正的多元化、以一个整体的形式运行。这就是为什么网络差不多与民主和市场意义等同的原因。
动态网络是少数几个融合了时间维度的结构之一。它注重内部的变化。无论在那里看到持续不断的不规则变化,我们都应该能看到网络的身影,事实也的确如此。如今,经济学家认为,只有把产品当做服务来做,才能取得最佳的效果。你卖给顾客什么并不重要,重要的是你为顾客做了些什么。这个东西是什么并不重要,重要的是它与什么相关联,它做了什么。网络逻辑是违反直觉的。与我们的期望格格不入。比如,增加一条街道,反而会使交通状况会更加恶化。
当我们把自己与蜂巢式的网络连接起来时,会涌现出许多东西,而我们仅仅作为身处网络中的神经元,是意料不到、无法理解和控制不了这些的,甚至都感知不到这些东西。任何涌现的蜂群思维都会让你付出这样的代价。
3
科学家和幻想家们在构建他们的机器时,努力使其机器的生态系统保持不断的进化。罗德尼·布鲁克斯是麻省理工学院人工智能实验室的教授。这个人喜欢离经叛道,从不相信传统的成规。从20世纪80年代起,他就反对“机器人必须先会思考,才能做事”的信条。为了证实自己的观点,他研制出一系列的异形机器人。这些机器人没有思考能力,但却无所不能,比如能偷桌上的苏打罐,穿越四周发烫的地面等。
布鲁克斯发现了一个普适的生物原则——一个神律:当某个系统能够正常运转时,不要扰乱它,要以它为基层来构建。他认为,一旦具备了生命和对外界作出反应的基本条件,就可以轻而易举地演化出解决问题、创造语言、发展专业知识和进行推理的高级智能。从单细胞生物进化到昆虫历经了30亿年的时光,而从昆虫进化到人类只花了5亿年,这意味着昆虫的智力水平绝非低下。
布鲁克斯一直致力于培育没有中枢头脑的系统,以使系统拥有担得起“崩溃”的复杂性。布鲁克斯的机器人实验室开发出一套普适分布式的控制方法:先做简单的事;学会准确无误地做简单的事;在简单任务的成果之上添加新的活动层级;不要改变简单事物;让新层级像简单层级那样准确无误地工作;重复以上步骤,无限类推。
这套办法也可以作为管理任何一种复杂性的诀窍。我们不要指望依赖一个中心化的大脑来管理整个国家的运转。在治理一亿人口或靠两条腿走路时,人们最常想到的办法就是按顺序列出一个需要完成的任务清单,然后在中央指挥部或大脑的指令下完成这些任务。前苏联的经济就是按照这种合乎逻辑却又极不切合实际的方式运作的。其组织模式的内在不稳定性早在苏联解体之前就显现出来了。苏联的崩溃并非因为中央集权体制扼杀了经济,而是因为所有由中央控制的复杂系统都僵化且不稳定。一些大公司崩溃的原因也大致与此相同。
《直觉泵》的作者丹尼尔·丹尼特断言,大脑有一个中心的想法是错误的,而且错得还很离谱。实际的情况更像是“有许多微不足道的小东西,本身并没有什么意义,但意义正是通过其分布式交互而涌现出来的”,某个特定念头的涌现,都需要借助一点点运气。即使给定一个起点,其结果也并非命中注定。没有可重复的结局,有的只是随机而生的结果。
布鲁克斯发展出的相关的定律可以简明地表述为:必须从简单的局部控制中衍生出分布式控制;必须从已有且运作良好的简单系统上衍生出复杂系统。把复杂的问题通过推理拆解成符合逻辑的、相互作用的因子是不可能的。动机虽好,但必然失败。例如,合资企业中一些大而不当的公司,其垮掉的可能性是非常高的;为解决另一部门的问题而产生了大量机构,其本身也成了问题部门。反而是那些头脑简单的决策中心所组成的网络社会构成了一个机体时,能够展现出非凡的敏捷性和适应性。保持事物的局部性和直接性,就可以进化出新的行为方式。
过度集中的通讯负荷并非为中央大脑仅有的麻烦,中央内存的维护同样让人感到头痛。共享的内存必须严格、实时、准确的更新,很多公司对此都深有感触。布鲁克斯的方案正是市场经济的绝妙写照:参与市场活动的个体之间并没有交流,他们只是观察别人的行动对共同市场所造成的影响。从千百位从未谋面的商人那里得知鲜蛋的价格信息,信息告诉我,一打鸡蛋比一双皮鞋便宜,比打两分钟国内长途贵。这个信息和其他价格信息一样,指导了千万个养鸡场主、制鞋商和投资银行家的经营行为,告诉他们该在哪里投放资金和精力。布鲁克斯的模型不仅仅为人工智能领域带来的变革,它也是任何类型的复杂机体可以运作的真正模型。这就是凯文·凯利所思考的分布式系统。