新浪博客

《失控》笔记 第 15 章 人工进化（ARTIFICIAL EVOLUTION）

2011-08-07 14:11阅读：

http://blog.sina.cn/dpool/blog/u/1406058271

15.1 – 汤姆.雷的电进化机（Tom Ray’s electric-powered evolution machine）
15.2 – 你力所不逮的，进化能行（What you can’t engineer, evolution can）
15.3 – 并行实施的盲目行为（Mindless acts performed in parallel）
15.4 – 计算机中的军备竞赛（Computational arms race）
15.5 – 驾驭野性的进化（Taming wild evolution）
15.6 – “进化”聪明分子的愚钝科学家（Stupid scientists evolving smart molecules）
15.7 – 死亡是最好的老师（Death is the best teacher
）
15.8 – 蚂蚁的算法天赋（The algorithmic genius of ants）
15.9 – 工程霸权的终结（The end of engineering’s hegemony）
接续上章，本章开始真正的进入探索关于“进化”的神秘之地。
似乎很多的生命科学家都是从观测大自然的体悟中，获得灵感。第一节的主要人物是汤姆.雷，一位生态学家，他在观察蚂蚁、鸟、蝴蝶彼此关系的过程中，被如此自然演进的复杂系统所折服，他描绘道：
“那是在哥斯达黎加的热带雨林。行军蚁们吞噬着其前进道路上的所有动物，把一群飞虫赶得慌不择路。一种鸟逐渐形成了跟随这个掠食大军的习惯，愉快的享用那些在空中四散奔逃的虫儿。而这些飞鸟的身后，蝴蝶又接踵而至。她们享用着这些鸟的粪便‘大餐’- 那是产卵所急需的氮的来源。…..”
当我看到这些文字时，也是被深深吸引，同样我会问，这样的一种生物形态组织，是如何形成的？

tom_ray tom_ray
后来他编写了名为“Tierra”（西班牙语意为“地球”）的计算机人工生命模型而出名。当雷还是哈弗本科生时，他的老师就是美国著名的昆虫和生物学家 – 艾德华.威尔森（Edward Osborne Wilson，1929-）。艾德华主要研究对象就是蚂蚁，尤其是蚂蚁通过弗洛蒙进行通讯的机制。他于1975年写的《社会生物学：新的综合》（Sociobiology: The New Synthesis）是社会生物学（Sociobiology）这一领域的重要著作。

E_O_Wilson_Sociobiology E_O_Wilson_Sociobiology
看看维基上对社会生物学的说明：Sociobiology is a field of scientific study which is based on the assumption that social behavior has resulted from evolution and attempts to explain and examine social behavior within that context. 其核心就是认为，社会行为是进化的结果，并对此进行研究和证明。从另一个角度看，任何一种复杂现象，都是有其演进的轨迹，而不是一蹴而就。
汤姆.雷的“Tierra”系统里，还发现一个现象，进化的过程中，“寄生虫”不可避免！这似乎是生命的普遍属性！在一个复杂世界里，“希望不劳而获”的个体，会自衍生出来，而且永无止境……
第二节，KK继续介绍雷的“Tierra”（进化者）系统的一些神奇之处。例如：如何在一个几万名病人的医疗记录档案库里，找出一个典型患者的症状。此时，“进化者”软件会对最大多数患者的最宽泛的病历进行优化。它尝试给出一名典型患者的基本描述，然后检查有多少患者符合这份描述，再对病历进行多维度改进，看看是否有更多患者与之相符，然后修改、选择、再修改，直至最大数量的患者符合这份描述。有点类似“爬山法”。
第三节里，KK引出了我非常崇拜的遗传算法（Genetic Algorithms）之父 – 约翰•霍兰德（John Holland，1929.2.2－），何许人也？他是复杂性理论（Complexity）和非线性科学的先驱！了解他，来自于那本影响我一生著作 – 《复杂》，也是KK反复提到的一本巨著。2011年初，他来北京，有幸与他，以及集智俱乐部老大-张江，一起，聆听了他的演讲：

Holland_me_Zhangjiang Holland_me_Zhangjiang
那次回来后，我写一篇的《约翰•霍兰德（John Holland）- 遗传算法之父》的博文，里面有关于他对复杂性科学的贡献以及生平轨迹的简单介绍。喜欢深入了解的朋友可以看看！
与汤姆.雷的算法不同，霍兰德的遗传算法从“性”入手，让交配起主要作用，而突变成了幕后策划者。通过将交配和突变结合在一起，系统变得灵活且宽泛。霍兰德在算法中，还大量的使用了“并行”机制，这成为绕过随机变异所固有的愚蠢和盲目的重要途径。
每个智者，无论后来是多么伟大，在他年轻时都会有“启蒙”者的存在。可能是一个人，或是一本书。对霍兰德影响最大的一本书，是1953年，他看到的费希尔（R.A.Fisher） 于1929年写的《自然选择的遗传理论》（The Genetical Theory of Natural Selection）

R._A._Fischer_Book R._A._Fischer_Book
KK写到：“达尔文引领了从对生物的个体研究到种群研究的转向，而把种群思维转变为定量科学的是费希尔。”15.3-P432（“It was Darwin who led the consequential shift from thinking about creatures as individuals to thinking about populations of individuals, but it was Fisher who transformed this population-thinking into a quantitative science.”）霍兰德从费希尔的书，开始意识到数学运算可以对生命进化进行有意义的模拟，也领悟到了费希尔关于进化是一种概率的洞见！
第4节，KK讲到了人工智能发展过程中的“连接主义”（connectionism）。即：希望通过海量连接中涌现出秩序。从互相连接的愚钝节点中孕育出组织，而KK的问题是，这样的网络内部究竟发生了什么？这是人工进化者们仍然在追寻着连接主义的梦想。他们感叹，并行计算机纵使再强大，也无法和大自然的并行速度相比。想象一下，在我们谈话的瞬间，有多少微小的分子被吸附到一起……至少在目前的科技量级下，还遥不可及….
KK 坚信，如此“野”的进化，是可以被驾驭的！是一种能被轻易转化为计算机代码的自然而然的技术，他说：
“在富兰克林之后二百年，人工生成的可驾驭和可度量的闪电通过电线被导入建筑物和工具，成为社会尤其是数字社会中最重要的组织力量。在二百年后，可驾驭和可度量的人工适应也将被导入各种机械设备，成为我们社会的主要组织力量。”15.5-P438（“Two hundred years after Franklin, artificially generated lightning — tamed, measured, and piped through wires into buildings and tools — is the primary organizing force in our society, particularly our digital society. Two hundred years from now, artificial adaptation — tamed, measured and piped into every type of mechanical apparatus we have — will become the central organizing force in our society.”）
看到这里，我在书边上打了一个问号，Really？个人感觉还需要理论上的重大突破！
KK随后举例了主要用于新药研发的定向分子进化（directed molecular evolution），列举了一些公司，那家 Genentech 我在波士顿曾路过他的总部，就在MIT的校园边上。还有这家：达尔文分子公司（Darwin Molecule），没想到其专利持有人是另一位复杂性研究的前沿人物 – 斯图尔特.考夫曼（Stuart Kauffman）

Stuart_Kauffman Stuart_Kauffman
定向进化与自然进化的一个最大不同是，选择压力（selection pressure）是由人来决定的，而不是自然！从某种意义上说，定向进化是另一种监督式学习，选择由培育者引导。
第7节虽然不是最后一节，但个人认为是本章最出彩的一节。
开场，就提到了鼎鼎大名的原贝尔实验室，它拥有的1800多个专利是影响整个人类的！艾克利（David Ackley）是所里神经网络和遗传算法的研究员。

艾克利（David Ackley） 艾克利（David Ackley）
艾克利的一些感想很有意思：
“对个体而言最好的，对物种而言却不一定。”15.7-P446（“what is best for an individual ain’t necessarily best for the species.”）这是一句古老的生态学格言。
“我们弄不明白从长远看到底什么才是最好的，这点让人很难接受….但是我想，嘿，这就是生命！”15.7-P446（“It’s tough accepting that we can’t figure out what’s best in the long run, but, hey, I guess that’s life!”）
什么时候是对生命来说，“最愚笨、最孤陋寡闻的老师”，艾克利说，答案就是“死亡”！
死亡是进化中唯一的老师。所以，一个公司里，员工始终不更新，就将失去进化的动力！
下面是本章比较关键的一个论点：
“在所有可能的计算和学习的空间中，自然选择占据了一个特殊的位置，它是一个极点，在这个点上，信息传递被最小化。它构成了学习和智能的最低基线：基线之下不会有学习产生，基线至上则会产生更加智能、更加复杂的学习。”15.7-P447（“In the space of all possible computation and learning, then, natural selection holds a special position. It occupies the extreme point where information transfer is minimized. It forms the lowest baseline of learning and smartness, below which learning doesn’t happen and above which smarter, more complicated learning takes place.”）这个观点，让我对自然选择之于生命本身，突然有了全新的视角！
进化和学习的方式有很多种，但不论哪种策略，如上一章所说，都是在进行搜索。看到这里，脑袋里忽然闪过，每一次软件或网站的版本升级，是否就是体现了一种“进化”？KK在这一节最后提到了计算机程序的进化和自然进化的区别。也即：拉马克进化（Lamarckism）可以在计算机世界里存在，因为计算机代码兼任了基因和躯体两个角色；但自然进化受困于化学物质，受困于一条严格的数学定律：求多个质数的乘积容易，但分解质因素则异常困难。补充解释一下拉马克进化，它的核心观点是：“获得性遗传”（Inheritance of Acquired）和“用进废退”（User and Disuse），认为生物在出生后，为适应环境的变化可能产生变异，而且这种变异可以遗传给后代。
第8节，KK提到了蚂蚁算法！下面这句中文翻译得很赞！
“一个蚂蚁军团，智愚而不知测量，视短而不及远望，却能迅速找到穿越崎岖路面的最短路径！”的确，蚁群就是一个并行处理机！
“生态的相互作用就是并行的最优化技术。多细胞生物本质上就是在宇宙尺度上运行大规模的并行代码。进化能够‘想出’我们穷尽一生也无法想清楚的并行编程….进化是最自然的编程方式。”看到这里，仿佛“自然之道”有些跃然纸上的感觉！
全章最后一节，KK提到了“软件生物学”（software biology）和“活力计算”（living computation）的课题。“只有不断的分析自己的状况，修正自己的代码以适应新的需要，净化自己，不断的排除异常情况，并保持适应与进化，程序才能生存。”而“人工进化是唯一能使软件保持生命力和活力的方法。”看到这里，想到企业组织未尝不是如此！
而进化的代价就是 – “失控”。
“生存在这个世界里，需要一点模糊、松弛、更多适应力和更少精确度的态度。”15.9-P455（the real world-demands a fuzzier, looser, more adaptable, less precise stance. Life is not controlled.）
“这就是进化的交易。我们舍控制而取力量。对我们这些执着于控制的家伙来说，这无异于魔鬼的交易。”15.9-P456（“That’s the evolutionary deal. We trade power for control. For control junkies like us, this is a devil’s bargain.”）
这是KK本章最后的感叹！

我的更多文章

下载客户端阅读体验更佳

APP专享