[转帖]关于“流”

王不留行

一、问题背景
1、SFI方法的成功与不足
复杂系统、复杂性科学日益受到各方的关注，目前美国圣塔菲研究所(SFI)已经成为了世界闻名的新思想发源地，各国的学者都争相到SFI朝圣。
SFI最主要的方法论是计算机仿真。以前谁也没想到运用类似计算机游戏的仿真能够成功用于解决复杂系统的问题。计算机程序的涌现与进化形成了现实复杂系统的涌现与进化的微缩模型。目前基于复杂适应系统的计算机仿真已经在人工生命、人工智能、经济、管理等多个学科形成了一个方法群，而且近年来这方面的研究已经成为世界学术界的主流，我们可以通过google搜索这几个词：agent, emergence, complex, adaptive等等，看看找出来的文章数目便可想而知。
但是SFI的计算机仿真在解释复杂系统方面仍然有很多不足。在此，我想讨论一个理论上的不足：这就是采用SFI方法所导出的各种计算机涌现模型具有一个最大的弱点：涌现出的复杂性极其有限，尤其体现在系统内各个实体的层次结构上。
现实世界的复杂系统是多层次的，分子构成细胞、细胞构成生命、生命构成种群、种群构成生态系统。复杂系统是一层套一层的。然而计算机中的涌现模型仅仅能说明一层涌现现象，比如从分子到细胞，或者从细胞到生命，然而两层以上的涌现很难仿真出来，比如分子到生命的涌现等等。我认为这种层次主要是从尺度划分上来说的，也就是说上一个层次的个体在空间尺度上是包含下一个层次的多个个体的。
第二个不足也就是我今天要谈论的重点：所有的SFI式的仿真系统没有形成内部复杂性的增长！所谓的内部复杂性就是指在有限的空间下，系统产生内嵌复杂性层次的飞跃。大自然是存在这种内部复杂性层次飞跃的。比如大自然进化所造就的脑的出现，这对于生命体个体来说就是一种内部复杂性层次的跃迁。自然进化在反反复复的筛选之后才导致了另外一个完全不同的内嵌复杂系统的出现，这种现象至今仍然没有在任何计算机仿真中出现。比如数字生命模型，数字生命们的确会进化，的确会形成组织，但是它们的进化似乎只是在一个水平上不停的修修补补，而没有积累形成质的飞跃。这是为什么？是不是计算机仿真系统就根本形不成这种内嵌的复杂性增长?还是仍然有什么规律我们没有发现？
也有很多人说，涌现模型的不足在于，涌现出的系统过于松散，人们过于强调涌现的自组织特性、无中心控制特性，然而现实的智能系统是存在着中心控制的。面对这一点，我们不能回到原来的老路给系统硬性设计中心控制程序，而是应该寻找新的方法。
2、自然界的启示
考虑自然界的生物进化，我始终认为在生命的进化过程中，有两套完全不同的系统在进化：一个是生物的身体在进化，一个是生物的神经系统在进化。可以说神经系统的诞生与演化一点不亚于生命的起源与演化，因为神经系统是孕育智能的物质基础。
有位高人曾说过，SFI为代表的复杂性科学很好的解释了生命的本质，但却还没有解释智能的本质。从生命的起源、生命的演化以及自组织等，SFI成功地把这些来自于生命系统的概念泛化到一般复杂系统中，这才有了各种各样的计算机仿生算法及其关于经济管理系统的指导性思想。但是自然界的神经系统所体现的漂亮属性仍然没有提取出来，智能是这些漂亮属性中最闪光的一个。可以肯定的一个明显现象是，自从智能诞生以来，伟大的生物进化已经开始让位给人脑内知识的进化，几千年的人类文明就是明证！大自然进化比起文明的进化进程慢了许多。可以说智能的出现是进化的一次重大飞跃，然而可笑的是，目前仍然没有一个理论能很好解释该现象。达尔文的进化论在解释同层次内一个物种到另一个物种的变迁我认为没有问题，SFI的复杂适应系统对生物进化的借鉴也没有问题，但是这整个方法论体系在分析进化层次的跃迁的时候却都会失败。进化论根本解释不了为什么人脑及其智慧出现以后生物层面上的进化一下子就让位于智慧的进化。
3、实际问题的需要
目前，面对复杂系统中的复杂问题，人们并不想仅仅一般性的认识客观的规律，而是要利用这些规律对复杂系统进行控制。虽然复杂性科学的哲学并不提倡中央控制的思维方式，但是面临实际问题的时候，人们不可能真正的无为，而是要做到真正的“无为而无不为”。这个“无为而无不为”我认为是真正的控制的最高境界。Holland在《隐秩序》一书中就曾指出，我们研究复杂适应系统最大的希望就是能够找到一般的复杂适应系统的杠杆。当面临关键问题的时候，只要决策者轻轻敲动这个杠杆，系统就会发生一连串的因果反映从而导致系统的整体进化以达到决策目的的实现。他用免疫系统为例子来说明这个杠杆原理。人体免疫系统是一个复杂适应系统，看似人类无法干预它的运转。然而人们发现了种牛痘可以翘动人体免疫系统的杠杆，使得免疫系统能够自发的生成对天花的免疫力。这种种牛痘的方法就是我们找到了人体免疫系统的杠杆，那么针对艾滋病、计算机复杂系统、网络复杂系统是不是也存在着这样的杠杆呢？这种研究是非常有意义的。
因此，强调群集涌现并不是真正的排斥中心控制，而是说如何利用涌现原理来重新理解控制、目的甚至是智慧。因此，看来人们又要兜一回圈子了。开始，人们研究系统论就是从控制的眼光出发的，也就是说如何控制系统能够让它完成我们的目的。SFi的复杂性科学出现了，人们开始强调自组织、自适应、群集涌现、非中心化管理，这些观点实际上都是反控制的。可以说，SFI观点非常好的体现了“无为”的思想。但是，我现在越来越感觉到，人们又要经历一次观点上的创新或者说是高层次的回归。那就是利用自组织、自适应、涌现、非中心化管理的思想理解高境界的控制、目的甚至是智慧从而真正达到“无不为”。
二、可能的突破
1、复杂系统发展的两个阶段
   Holland在《隐秩序》里面提到了复杂适应系统所普遍具有的7条性质及其机制。其中一条是“聚集”，另一条是“流”。他认为所有复杂适应系统都具备这两条特性。也就是说复杂系统中的个体都要相互吸引而形成“聚集”。复杂适应系统中普遍存在着流的特性，比如经济系统中的商品流、信息流等，甚至Holland直接用商品流和财富流的概念来模拟人脑的认知活动，提出了分类器系统中的水桶链算法。然而，我仔细分析认为这两个特性并不是所有复杂系统都同时具备的，而是一个复杂系统发展在不同阶段的产物。一般，当一个复杂适应系统诞生之后首先会形成聚集，生成更大的个体；之后，经过若干次同层次的优胜劣汰、自然进化之后才能形成第二个特性：流。
    为了说明这个两阶段的观点，让我们看一个例子。首先，人类社会的发展给我启示，社会不是一开始就明显具备流特性的，而是到了资本主义的时候，流的特性才凸显出来。原始社会可以认为是一个前混沌期，各个原始人相互分割没有形成成型的人类社会。奴隶社会出现了，若干人开始聚集形成大的部落，从而形成国家。国家越来越大，而且是中心管理机制的。接下来，封建社会的诞生是从一个大一统的笨拙整体重新分割形成各个更小的分封土地的模式中发展起来的。到此为止，虽然社会中已经有流的存在，包括商品流、财富流、信息流，但是这些流没有发展成为主导模式。社会的演化过程完全是以土地的利用为基础的，同层次的聚合、分裂、竞争、合作，人们看到的只不过是一个国家的诞生、一个国家的衰亡。
    然而，到了资本主义社会，社会一下子不同了。人们通过自由买卖构成了经济系统。什么是经济？多个主体之间的物品交换便构成了经济。如果我们把所有的经济主体看作是一种介质，那么交换的物品就是构筑在经济主体介质之上的流。随着资本主义经济的发展，社会开始明显呈现出流的特性。马克思早就分析了资本的加速流通运转会导致经济的增长。这也就是说，当复杂系统中流的流通越通顺，流的转动越快，系统就会增长的越快。
2、流与目的、控制及其智能的涌现
    前面已经提到了流的特性是复杂适应系统发展到第二个阶段才会产生的。那么我想进一步指出，流的出现是使得复杂适应系统朝向进一步的智能系统发展的必要前提。也可以说，流的出现才是复杂适应系统涌现出类智能属性的前提。
2.1 前提假设
    首先，我有必要介绍我的这个观点提出的两个前提假设，没有这两个假设一切都是无意义的讨论。
a) 所谓的目的、控制及其各种类智能属性是一种系统普遍具有的属性
   我支持强人工智能、强人工生命的观点，认为智能属性、生命属性是独立于系统的物理构成，能够被提取出来的。所以，人们可以用机器来研究生命和智能，同样也能够把这种属性抽取出来应用于更一般的系统中，包括社会系统、经济系统。所以，对于人工智能我甚至有时候并不关心它的机器实现，或者具体的如神经网络形式还是二进制形式，我更关心的是它们在更一般的系统中的形式是什么。
b) 必须要用涌现的眼光来看待目的、控制甚至智能
   传统的科学也研究这些问题，控制论就研究一般的控制原理是什么，人工智能也研究智能的符号变换机制，但是这些科学的通病是，它们都是用从上而下的眼光来设计控制系统和智能系统。而复杂性的SFI学派研究告诉我们，自然界的复杂性来源于若干个体的交互所涌现出来的，而不是一个造物主的设计与制造。但是，所有现有的SFI模型、理论都不能解释一个复杂的计算系统究竟怎么能涌现出目的、控制等等这些类智能属性？所以很多人批判涌现，认为那些计算机花纹过于松散，不会像人一样进行自我控制。但是这点不足我认为还不能让我们放弃涌现的总的方法，而是说我们没有找到涌现出类智能属性的办法。
    除了这两个前提之外，我还想说一下，我认为一上来回答智能是什么这个问题有点大，所以我们很有必要把复杂的智能问题作一定的简化，小到我们能够抓住智能的一些本质的属性；另外，我们有必要降低判断智能的标准，把最原始的具有目的、需要，能够控制自己身体的简单生命作为最小化的智能体。这样，有助于我们抓住问题的本质。
2.2 内嵌的虚拟世界
    一个小虫子可以按照它自己的意愿主动的找到食物，我认为这就是最小的智能体。然而这种能力现在计算机能够设计出来，但一个真正的难点在于，小虫需要出发自“自己”的意愿，我们不是虫子，怎么能知道它自己是否愿意去怎样怎样？人从外界设计的程序并不是虫子“自己”的意愿。究竟小虫子怎样涌现出自己的意愿呢？我认为，这就需要给小虫子体内嵌入一个高层次的复杂系统，而这个复杂系统是要靠流的流动来维持的。所以，我认为流是实现复杂系统的类智能行为的涌现基础。
    看看生物界，小虫子能够自主的运动是因为它内嵌了控制整个身体的神经系统，神经系统中流动的都是一些神经信号。在我们外界分析者看来，这些神经信号无非就是一些类似水流一样的波在复杂的神经网络中乱窜。然而，对于小虫来说，这些信号具有了意义，它们构成了一个嵌入小虫生命系统的虚拟世界。这个虚拟世界就是Holland所说的内嵌模型，也是很多文献提到的心理地图。之所以使用虚拟世界这个词是因为我认为我们用计算机编出来的仿真或者游戏中的虚拟世界和小虫子神经网络信号构成的虚拟世界具有类似的关系。对于计算机上的虚拟世界来说，它只有通过机器内部的信息处理机制才能显现虚拟世界的样子，而对于一个外部的观察者来说，这些01无非就是无意义的信号。
   
    第二个例子来源于我对人工智能的感悟。现在考察所有的人工智能系统基本上都能归结为信息的输入输出系统。早期的物理符号系统把智能看作一个对外界输入信息进行复杂的符号变化给出输出的系统；神经网络就是一个输入节点接收输入信息，进行复杂的网络运算给出输出的系统，充其量神经网络将会允许两种流的存在：正向的决策流和反向的反馈流；行为学派把智能看作一个if then系统，仍然是输入输出系统；进化学派则利用输入输出的信息造就系统内部的复杂性。如果我们把智能系统统统看作一个复杂的网络，那么信息从外界流入网络，在网络中发生复杂的反应，最后输出网络就是一个流动的过程。源源不断的信息流入系统，系统由于空间分布不均而导致流的不同流通速度，从而造就了很多复杂的模式，这些模式的就造就了系统的智能。总之，流在智能系统中起到了关键的作用。
3. 什么是流、虚拟世界、目的和控制?
   什么是流？我认为大量主体的定向运动就是流。最简单的，水流是大量水滴的定向运动，电流是大量电子的定向运动。
   真实复杂系统中如果存在着流，就会创造第二个内嵌的复杂系统。也就是说流可以作为一种介质在复杂系统中传递信息，而信息相互作用相互组合，如果复杂到一定程度以至于这个内嵌的复杂系统能够支持通用计算，那么这就诞生了一个内嵌的虚拟世界。
   首先，什么是信息呢？广义上讲，信息就是一个符号串，或者一种状态的分布。比如010101就是一条信息，若干灯的开关组合在一起也是一些信息。信息有两个含义，一个是它的表现形式，一个是它的意义。信息的意义就是广义的计算。比如010101能够输入计算机程序影响程序状态的变化，因而完成了计算。进一步，自然界的一切过程都可以看作是对状态的变化，也就是对信息的计算。
    一个具有流的复杂系统，允许以流作为介质传递信息。也就是说流上游的一组状态信息可以通过计算的方式传递到下游，这就是信息的传递。同时，信息还会引起复杂系统的个体的状态改变。这让我联想到了细胞自动机，细胞自动机相当于一个空的介质，每个细胞的状态就是信息，它们可以通过影响邻居而传递信息。进一步，细胞自动机可以内嵌通用计算，而支持通用计算就意味着，可以用细胞自动机作为世界支持更高层的系统，如果我们把支持通用计算的细胞自动机理解为一个新的世界，那么一旦复杂系统中的流可以形成一种类似细胞自动机的空间，该系统就可以内嵌一个世界进去，这就是复杂系统中的虚拟世界。
    复杂系统发展到这一步已经具备了形成智能的基础。我们看生物的发展也遵循这种模式，首先，生命体内部要形成神经网络，网络上要有神经电流的存在。但是这些电流对于物理系统而言不具备意义，而实际上，电流之上可能传递了某种新的状态（信息、符号），这些新的符号就具备了构造高层细胞自动机的基础，也就具备了形成内嵌虚拟世界的基础。所以，对于具有神经系统的生物来说，它们具有一个内嵌的主观世界。
    进一步，一旦流中产生了虚拟世界，也就相当于诞生了第二个宇宙，于是宇宙中的若干粒子（物质）状态会发生自组织，这种组织出来的东西就是虚拟的生命。这就好像我们用计算机研究人工生命一样，一旦一个复杂系统中内嵌了一个虚拟世界，那么这个虚拟世界之中就有可能自发形成更高层次的生命。这种虚拟世界中的生命是什么呢？我认为就是初等智能系统中的目的！
    人，或者生物都有可能存在目的，这种目的首先应该是系统自组织形成的结果，其次应该能够指导人身体的运动，这就是控制。一旦虚拟世界中形成了生命，这些生命就会体现出自我维持的现象，因此生命为了维持自身的存在会往虚拟世界的其它部分辐射信息流，这些信息流就构成了控制指令。从而，虚拟世界中的生命就可以指导外部复杂系统的运动，这就完成了控制过程。
    所以，总体来说，控制是由于复杂系统的高一层次虚拟世界往低层次世界发射信息的结果。也可以说控制是软件作用硬件的结果。然而，让人迷惑不解的是，软件恰恰是由硬件组成的，似乎一切结果都应该受制于硬件的规律，然而涌现可以突破这种硬件决定软件的性质。
    例如，我们观察<a http://www.swarmagents.com/javaclass/autolife.htm>autolife中的组织，虽然组织是由大量生命个体组成的，但是组织一旦形成就会对低层次的个体产生控制作用。比如我们人为的划掉组织的一部分，组织会自我维护命令新的个体产生来弥补自身的完整性。我们看到了一个颠倒的因果箭头：首先，底层决定了组织高层，但是通过涌现，高层次的个体反而会控制低层次的个体。
    目的正是这种自组织产生的虚拟世界中的高层次个体，同时目的会通过颠倒的因果箭头控制底层的物质硬件。
    自此，我们看到了一个多个复杂系统（世界）相互嵌套的景象。一方面，真实世界通过自组织实现了生命的涌现，另一方面，生命体内部由于流的出现从而导致另一个虚拟世界的产生（主观世界的产生），而这个虚拟世界之上可以涌现出新的生命，这就是目的。
    进一步，生命体内部的系统应该能够进一步涌现，产生更高层次的虚拟世界、生命，这种更高层次的生命有可能就是智能。所以，宇宙->生命->智能，我认为从本质上讲都是相通的，它们是同一个东西在不同层次系统中的表现。这种东西大概就是古人讲的“道”吧。但是，我还不能想明白智能这种东西的本质。但我认为我较好解释了比智能低一些的目的的本质。我猜想，从抽象意义上说，信息系统的自指是与智能的涌现有密切关系的。
  
    从此，我们看到不仅仅是空间尺度上复杂系统的多层级结构，而在复杂系统内部也会产生多层级的结构。而且每一层次的发展从本质上讲遵循了相通的规律。
4、如何验证？
   如何验证以上所说的观点呢？我认为一个最直接的办法就是用计算机模拟。也就是让计算机程序通过自组完成一个由流为支撑的内嵌的虚拟世界。就像人们用计算机研究人工生命一样，应该给计算机中的人工生命内嵌虚拟世界。
    然而，问题的难点在于我们不能直接给人工生命内嵌虚拟世界。很多以复杂系统思路为基本观点的人工智能模型实际上已经进行了很多尝试。然而，由于这些内嵌复杂系统人工智能模型并不是来源于底层生命的涌现，所以，它们或多或少存在着一些问题。这就是涌现和设计二者的区别。因为，人要设计就需要给系统指定具体的形，而生命、智能等属性恰恰来源于无形的空系统。所以，人为设计的内嵌虚拟世界只能接近智能。
    纯粹利用涌现的方法实现智能也存在很多弊端，毕竟很多人没有找到这种方法。但我认为那是因为人们没有看到流、符号化、虚拟世界在智能系统中起到的支撑作用。人们要想涌现出初等的智能，就必须允许人工生命们形成相互流通的流，然后流的相互作用会自发演化出符号化的东西，这些符号才可能融合构成一个虚拟的世界，从而涌现出智能和控制。所以，现在所有的人工生命系统仅仅是第一阶段的复杂系统，而形成人工生命世界内部的流以后才有可能进入第二阶段的复杂系统，进入这个阶段的复杂系统之后才有可能涌现出智能和控制来。
三、现实世界
   如果我们认识到了复杂系统发展的两个阶段，明确了流、符号化、虚拟世界在智能系统中的基础作用，那么我们就不难看到目前我们所处的网络化现实世界正在迈向一个全球化的智能系统：全球脑。
    全球脑的提法已经不算新鲜，然而人们还没有从纵向讨论全球脑为什么出现？它具有什么意义？我认为，全球脑是现实复杂系统发展的一个必然趋势。我们知道，随着全球经济一体化，地球这个大的复杂系统正在逐步走向以流为主的发展阶段。这体现为信息流、物质流等等。按照上面的分析，这些流可以作为一种介质，允许上一层系统的构件。最明显的就是构建于电子信息流之上的Internet网络。目前，该网络已经形成了一个内嵌于地球系统内部的虚拟世界。接下来将会进入第三步的发展，以符号化为基础的高层次生命的出现。也就是说，下一步Internet网络的发展将会在系统之上构造更高层次的虚拟生命。这些生命一旦出现就会为了维持自身的存在而反过来控制物质世界。也就是说Internet网中的若干生命会演化成为控制地球发展的“目的”，这些目的将主宰所有每一个参与到网络发展之中的个体：人。也许我们还在怀疑机器是否能够控制人类，但其实，自组织的力量控制了我们每一个人，它恰恰就是通过Internet网络上形成的虚拟生命的形式完成控制的。
    这样一来，Internet网络自身便会形成它的目的，也就具备了初等的智能。到达这一步，我们相信高等的智能个体就会出现了，它是一种诞生于全球网络之上的个体：全球脑。而我们所有活动的人便构成了组成这个全球脑的body。
    也许还存在其它可能性对现今世界的解释，但我认为此种解释方法比较统一、简洁。当然，它们肯定存在很多不足和漏洞，我希望朋友们能够不吝赐教。

王不留行

jake(sage)于2006-8-28 10:49:55时在大作：国外有关复杂系统中流问题的研究中提到：
说来惭愧，我们一直以东方的系统思维方法自诩，殊不知西方人已经早已从还原论的阴影中走出，并在许多方面走到了我们的前面。这些深刻的思想变革大概都发生在20世纪。我并不是盲目崇尚西方，我是想号召我们国内这些搞系统科学的人，真正睁开眼睛看西方，你只有把它们暴露在光天化日之下，看清它们的每一个毛孔，才好说如何超越他们。
说这些话是对我自己的一个自我批评，因为我刚刚了解到国外有关复杂系统中的流问题的研究进展。有一大批重要科研成果围绕着这个主题展开了有大概有60~70年了，而我却是刚刚才知道，真有一种井底之蛙的感觉。
言归正传，这些研究成果大致都是围绕着生态学、生态系统的研究展开的。它大致叫“能量生态学”energetic ecology或者是“系统生态学”system ecology。在国外，能量学(Energetics)一词有比较悠久的历史，就是一种用能量的统一观点来看待所有的系统的传统思想。
最早这一思想可以追溯到18世纪中叶，那时人们开始对热现象感兴趣，于是后来发展成为物理学重要的分支：热力学。同时，也是在那个时代，人们发现了生物中普遍存在着热现象。到了19世纪，人们发现了植物会进行光和作用把光能转化成生物可利用的能量以及氧气也可以算是一个重要突破。
伴随着这些早期的成果，到了1869年，“生态学”作为一种研究生物与环境相互作用关系的科学成立，其中，生物之间以及生物和环境的能量转化关系也成为了生态学的一个研究重点。到了1887年，S.A. Forbes首次描述了美国伊利诺湖的能量动态，开创了能量生态学的先驱。
到了1926年，一个重要突破是Transeau提出了“食物链”这个概念，并且揭示出了生态金字塔结构（也就是食物链中的层级结构）。
之后，1942年，著名的生态学家Lindeman研究食物链中的营养和物质流动提出了重要的“十分之一律”，或者叫做“Lindeman定律”，大致是说食物链中第一层次的生物体仅有十分之一的能量值会流动到食物链中高一层次的生物体中，大部分能量都是在新陈代谢作用中损失了。
同是在40年代，著名物理学家薛定谔在《什么是生命》一书中提出来生物体需要从环境摄取“负熵”的观点成为了生态学中待验证的一个重要假设。
到了50年代，E.P Odum和H.T. Odum对生态系统中的能量流动研究进行了实质性的突破，记得本论坛上曾经有位高人提到了H.T. Odum这个人，但当时我没太在意，然而最近我才意识到，我忽略了一个重要人物。如果读此篇文章的人中有学生态学的大概对此人会非常熟悉，因为国内早在1990年代就曾经把它的书《系统生态学》翻译成了中文。
在50年代一直到90年代之中，Odum这个人始终扮演了重要的角色，所以，
我想主要介绍一下他的研究成果。
（1）统一视角
Odum的一个贡献是给生态系统甚至是经济、社会系统发明了一种统一的能量流语言，就是用类似电路的方法来画出生态系统中的能量流，因此，它可以用一种统一的语言来讨论能量、物质、货币甚至电流的流动，《系统生态学》一书从某种侧面说是一种对流的描述的著作。他虽然来源于生态系统背景，但它论述的却是一切系统中有关流动的规律。
（2）最大功率原则(Maximum Power Principle)
这个最大功率原则最早是由著名生态学家Lotka提出来的，在他的《contributions to the energetics of evolution》一书中，他首次提出了这个原则并建议把它看作是热力学的一条新定律，即热力学第四定律。
这条原则大致是讲，从能量流动的角度来讲，生态系统或生物体或人类设计的装置都在最大化的榨取环境输入的能量而产生最大的输出功率，有机会我再详细说说这个最大功率原则。之后关于最大功率原则曾经有过激烈争论，但后来基本得到了共识，但是否能把它当作热力学第四定律还没有定论。总之，最大功率原则揭示了生命系统在能量流动方面的某种本质规律。
（3）能值原理
Odum发明了Emergy（Embodied Energy, 翻译成能值）这个词，它的目的是要刻画能量在食物网中流动的内在价值的体现。由于食物链上第一层的生物只有大约1/10（Lindeman律）的能量能够流动到上一层生物体，所以，要维持高一层次生物的存在需要花费大量低层次的生物体。这样高一层次的生物体体内流动的能量就拥有更大的价值。也就是说，高一层次生物1单位能量的消耗会对应大量单位低层次生物能量的消耗比如说是1000单位，这样，高层次生物1单位的能值就是1000。
能值这个概念的发现不仅仅对生态学有意义，而且对于经济系统也有着重要的意义，如果把人类社会的物质生产活动包括进来，也可以计算出某一商品的能值是多少，这就自然把生态和经济联系了起来，也就有了生态经济学这门学科。
当然在这几十年里，能量生态学还有进一步的发展，包括普里高津关于流动研究做出的贡献也被广泛借鉴到这门学科之中。最近也有一些这方面的著作出版，有很多都是在探讨热力学的本质、能量的本质、熵的本质以及它们在复杂系统中的地位和作用等，值得进一步深入研究。

顺便说一下对于复杂系统的一个总体看法。任何事物都是螺旋式的上升，这是辩证法告诉我们的一条有用规律。目前的复杂系统研究经历了早期的启蒙，包括一般系统论、控制论到后期的第一次突破，包括耗散结构等，再到后来的SFI学派崛起，产生新一轮的冲击，到目前似乎有些停滞了。那不是因为本身学科不能再发展了，而是因为一场新的综合也许将会开始。
仔细考察早期控制论、耗散结构等理论的思想似乎和SFI学派的思想有着相反的观点。比如说早期强调集中控制，而后来人们强调分散控制等等。但是，目前的趋势应该是再反过头来走向集中，然而这个集中不是早期的集中，而是在分散成并行单元之后的集中。也就是说一种统一性、集中控制性将会自发产生于分散的个体群之中。这就是流的作用，首先流是自发产生于多个个体的，是分散的。其次，流是一个统一的东西，它是集中力量的源泉。所以说，从某种角度说，流是集中控制思想在高一层次的回归。
所以下一个突破应该来源于对以上介绍的各种研究成果在新一层次的整合。

王不留行

  jake(sage)于2005-10-13 10:04:49时在大作：流：复杂系统研究的一个新方向中提到：
    在复杂性科学中沉浸已经有一段时间了，我非常感谢科学家们能创造出这样一片广阔、有趣的领域任我驰骋，让我找到了方向。同时，越深入该领域就会发现问题越多。
其实，我认为发现问题并不难，而真正能够发现恰到好处的问题就不容易了。所谓的恰到好处就是目前科学还没有研究的，然而各个方面的积累已经准备好了，就差一个新的突破了。所以，问题不能太超前，比如我认为追问究竟什么是智能，为什么会涌现、群体自私为什么合在一起就变得利他等问题目前仍然回答不清楚。问题也不能太落后，比如生命的本质、起源的研究、进化的研究，这些问题虽然没有最终的统一答案，但在理论上已经得到了充分的探讨，剩下的工作就是验证或者否定某个理论。所以，不太可能有大的突破。
经过我一次一次的恍然大悟，我逐渐看见了一个崭新而富有前景的研究方向，这就是流。
首先，流这个概念普遍存在于复杂系统之中，而且他也是一种模模糊糊的概念，也就是说你似乎很难清楚界定什么叫流。然而，站在一种美学的高度，它与目前复杂性科学普遍关乎的Pattern的研究具有完美的对称地位：
空间：pattern, 复杂， 生命
时间：flow,    动态， 智能
如果你对复杂性科学一直很关注，那么会发现其实几乎所有目前的复杂性研究都集中在了pattern上。pattern的最高形式就是生命，即一种空间上的能够自维护、自繁殖的构型。
其次，复杂网络的研究已经为流的研究做好了前期的铺垫。我在summer school的时候曾听到holland的洞见，他说目前复杂网络的研究虽然是一种fad，但是真正重要的问题还没有被重视，这就是复杂网络的动态（dynamic of network），也就是节点状态和连线方式都可变的网络的研究。如果我们把流看作一种在网络之上的动态，那么研究流自然就是在研究复杂网络的动态。
最后，流的研究将最终关系到对智能的理解。我在这里不得不阐述一下我对那些只知道一味搞人工智能的“偏见”了。智能模拟的概念提出到现在已经经历了50年啦！而且动荡了半个世纪产生了3个学派，基本观点也已经转了好几个弯了。仍然没有大的突破，这说明这已经不是一个参数不好、模型不灵的简单问题了，而是整个思路上的错误。所以我觉得人工智能不要注重在模型上的改头换面，也不要仅仅局限在计算机领域，应该跳出来，不是搞人工智能，而是思考复杂系统，什么样的复杂系统能产生智能。进一步，产生最最原始的、最简单的仅仅有虫子级别的主动性的智能系统应该具有哪种属性？
当你撇开了知识、逻辑、推理、情感、学习、进化等等这些智能中迷惑人的概念的时候，你就会看到主动性是智能的最小雏形，而实现主动性的必经之路就是要通过流。这个观点是我在考察了分类器系统、神经网络模型等等AI知识、人类社会的进化得出来的一个观点。恰好，再次阅读考夫曼的书：《科学新领域的探索》，得到了印证，然而他没有明确指出流，却谈到了主动性，也谈到了能量、做功、信息这些在流的研究中非常重要的概念。
OK，关于复杂系统中的流研究目前基本是空的，所以我给出了一个研究方案，或者说步骤吧，大家批评批评：
我认为对于流的研究与认识应该分成三个步骤：1、流的物理学；2、流的层级性；3、流的功能性。下面分别展开论述
1、流的物理学
    流的物理学是指从客观的物理层面如何认识流。首先，我给流下的定义是：
    大量主体在某种介质上的整体的、持续的移动现象就是流。
    这个定义中隐含了三个需要进一步阐述的概念，分别是主体、介质、集体运动。首先，主体可以是实实在在的物体，也可以是介质上的某种构型（Pattern）。例如，水滴就是水流运动的主体、单个人是人流中的主体。而Internet网上的信息流中的主体则是一串高电位（1）、低电位（0）的组合序列，虽然电位也在移动，但是我们不能把信息流还原成电位的运动，而应该把眼光锁定在电位组合之上的构型，这样信息才有了意义，信息流才得以呈现。
    其次，介质是一个抽象的概念，广义上说，它是一种网络拓扑结构。它给流提供了背景和支持。介质既可以是实在的空间，又可以是某个抽象的网络。例如，水流、人流的介质就是我们赖以生存的物理实在空间。而商品流的介质则是每一个交易者通过买卖关系而构成的关系网络。信息流的介质是Internet网上成千上万台主机连接在一起的计算机网络。主体-介质构成了流中的一对相辅相成的概念，介质支撑了主体、主体控制了介质，并给介质赋予了意义。主体和介质往往错综复杂的掺合在一起而形成了多种流。比如，水滴主体在物理空间上移动形成了水流，而大量的水滴又构成了水流之上新的构型主体：波纹传播的介质。人流在物理空间上流动，而商品流中的商品主体又把人当作了介质而完成了自身的传播。
    最后，大量主体的集体、持续的运动才能构成流。集体、持续运动是一个很难给与界定的模糊概念，然而它指出了流现象锁定的是大规模个体在时间上持续的宏观涌现规律而不是简单的个体运动。因此，电子的随机振动不能形成电流；同样，若干电子短暂的运动也不能形成流，而大量电子同时的、持续的定向运动才能形成电流。单个商品的短暂交换不能形成流、大量商品的持续交换活动才能形成商品流。
    介质可以抽象成一般的网络，那么目前复杂网络的研究恰恰构成了介质研究工作的基础，而且这种研究是一种动态网络的研究。
    其次，对于主体我们可以侧重于他们的传播行为，比如主体是否为可扩散的等等特征，还可以考察主体是否可以分成几种类别等等。
    最后，可以仿照流体力学中已有的概念来研究移动现象。比如可以从传统流体力学中流量、流速等概念推广到一般介质网络上的流现象。流体力学关于流的速度场的研究给我很大的启发，那就是流是一种把实物的运动和虚拟的构型的运动套在一起了。只要随便找一个流体力学的书，看看流速的拉格朗日法还有欧拉法之间的比较就会发现其中的微妙。
   
    流的物理学研究的目的是考察一整套方案或者指标来定量或者定性的考察流，使得流不再是不能把握的东西。最重要的是，抓住流是一个独立于具体系统的普遍特性，也就是说把流从特殊的复杂系统中抽象出来。
2、流的层级性
    Hierarchy是复杂性科学中常用的概念，流也存在着层级性，但是流的层级特性可以分成两种，一种是空间Pattern上的层级性，一个是演化中的层级性。Pattern上的层级性很好理解，它就是多层介质、主体关系的嵌套性。
    比如说信息流就是以底层的电流为基础的，那么信息流就是高一个层次，而电流是第一个层次。再如水面上的波纹，是寄托在水流之上的新层次流。
    另外一个演化中的层级性是一个非常重要的概念。启发我思考这种层级性的不是别人，正是马克思。其实，也许我们没有注意，马克思很可能是第一个站在复杂适应系统的角度去思考流现象的人。马克思在研究资本论的时候，并不是像西方经济学家那样只关注个体的交换。而是站在社会级眼光，一针见血的指出了流通这个关键的概念。
    马克思另外一个非常重要的贡献在于发现了流会从M-C-M方式转变成了C-M-C的方式。这里面M是商品，而C是货币。也就是说开始的时候，流是以商品流为主，而货币是一个中介，或者说人们追求的是商品是实际的物。而在第二种情况下，货币变成了主导，而商品变成了中间媒介，人们开始追求了货币。到了这个时候，货币流才算真正成型。
    这是一个标准的涌现中的层级越迁方式，而且出现了因果倒置。开始的时候商品是因，而货币是果，到了后来，货币变成了原因，而商品是结果。这种因果倒置的层级跃迁涌现现象在生命的诞生的时候也出现过。当大量分子为原因组成了系统产生了生命以后，高层次的生命可以控制低层次的分子，也就是说生命成为了因，而分子变成了果。这是空间模式上的因果倒置。而货币的出现是流方式上的因果倒置。
    进一步货币流还会衍生其他的流，流在演化的同时孕育了新的层级体系。
3、流的功能
    目前复杂系统中主要的困惑就是在于复杂性的凝固。也就是说如何将复杂的乱七八糟的现象凝固成固定的有序。关键问题是，不允许你观察者去凝固这些现象，而是要让系统自发的去凝固。例如，我们用人工生命模型观察到了组织的涌现，只有观察者说，哦，那里有了一个组织，你看那是一个独立的个体，这相当于你把组织进行了一次凝固。但是系统并不能把它当成一个个体，因为系统中并不存在一个观察体系去凝固这团东西。
    考夫曼创造性的指出了麦克斯韦妖的作用是把能量、信息、功等概念连到了一起。那么流又和这些概念有什么关系呢？考虑水流，假如你在河流中筑起了一个小的土坡，那么适当程度的流就会改造这个土坡。进一步，土坡改变之后的形状又能够改变流的流动方式。这就是说，流的作用在于做功释放能量去产生结构（也就是Pattern）。而Pattern本身会再回过来作用到流身上，从而改变流。
    我曾经请教过Holland，流的功能是什么？他的回答很好，你为什么不从信号传递的角度来看待流呢？那很好，假如我们把流看作是一堆传进来的信号，那么流构造的Pattern就变成了一个能够对信号进行变换的机制产生新的信号。这恰恰就是计算的概念，也就是说流可以去构造解码的机制：图灵机。
    计算机制的自发产生就相当于内建了一种凝固的机制。因为凝固本身就是要把乱七八糟的一堆东西变成简单的若干干脆的代码。然而评价这群代码的体系不能是人，而应该是系统本身的结构，这也就是说需要用涌现的图灵机去解这些干脆的代码。这样，凝固、信息、图灵机就自发构建起来了。一旦有了图灵机，控制就不成问题了，于是，自上而下的控制产生了。
    也许流的功能是我们寻求的最终目标，即帮我们理解智能的雏形：主动与控制的自发产生机制。

王不留行

jake(sage)于2007-2-2 10:01:37时在大作：回复：复杂网络上的信息和物质流动（biologistics生物物流学）——一个新领域中提到：
最近读了很多文章，都是一些重要的国际刊物中比较新的，发现关于流的问题实际上已经有很多相应的研究，虽然这些研究都仅仅是从一个侧面出发的。这些研究包括：
生态系统中的物质、能量流动研究，这在19世纪末期就开始了
热力学物理中的非平衡态热力学，其中有一个著名的最大熵产生原理被认为是对应熵最大原理的非平衡态的产物；
生态系统中的最大功率原理、最大exergy,最大emergy，最小耗散等等有一系列极值原理，它们都是一些猜测性的原理，和最大熵产生都有密切的联系；
自催化系统，就是考夫曼的那个思路，有人用它模拟新陈代谢的产生；
最后，有一个叫allometric scalling（异速生长尺度）的理论，是SFI的所长G.West做的研究工作，指出了流动与存储之间的关系符合3/4幂律，有趣的是，2005年的时候他在暑期学校给我们讲这个研究，我当时觉得特无聊，现在才知道这项研究是在复杂系统流的研究中的一个重大结果。
根据Allometric scalling理论，West的合作者Brown提出了一个新陈代谢生态学，可以用这个简单的规律解释很多生态系统中的率，包括出生率、死亡率、繁殖率等等，等等。这个理论是2002年提出来的，还很新，我现在想在这上面做一些工作尝试。
另外还有，经济系统中的投入产出模型实际上就是研究多个部门生产、消费构成复杂流动网络之间的关系的，可笑的是我以前都不知道。后来生态学家把这种方法借鉴过来研究生态系统，提出了一套叫做environ的理论。不过该理论更多的是描述性的，并没有从演化的角度来研究。
有一个领域叫做产业生态学（industrial ecology），就是用生态学中的物质、资源流动的方法来研究整个经济系统，已经有很多这方面的书，你可以查查看（在中文书店有一本英文书industrial ecology），我觉得可以说就是我们以前关心的思路。它把人类社会的生产关系也看作是一个复杂的食物网。
提到食物网，还想说说生态学中最近关于食物网演化的研究，有很多模型，都是研究资源和生物体之间的关系。
总而言之，这几年有关生态学的研究很热，如果按照我的总体理解，复杂系统领域研究下一个重大突破将是寻求SFI学派和普里高津的布鲁塞尔学派的融合的话，那么流动的研究必然是最重要的课题。薛定谔很早就在《生命是什么》一书中提出了生命需要负熵流来维持自己的思路，但是该领域一直没有人正儿八经的研究。后来才知道，生态学、热力学就是研究这个问题的领域，尤其是生态与热力学的结合。
记得《复杂》那本书有一章就叫“等待卡诺特”吗？考夫曼很早就看出了复杂系统与热力学之间的关系。
说了这么多，都是我最近看文献的结果，还是想说，趁我们还年轻，甩掉包袱研究最前沿的，同时一定要关注最新的国际动态，不能掉进自己的小池塘。我现在感觉之前的一些思路都是井底之蛙。
你提的问题，biologistics我也是最近才知道这个词，你不妨自己找一找。可以顺着这篇文章的文献索引，把相关的东西都挖出来。你对我今天提到的哪一项研究感兴趣，我可以给你发相关的文献。

王不留行

jake(sage)于2006-11-29 18:27:45时在大作：再说说流和智能之间的联系中提到：
在回答老rui的那篇“定向流”的帖子中，我曾经提到了我理解的“流”与智能之间的微妙的联系，这种联系仅仅是我的一个猜想，我无意鼓吹我自己的猜想怎么正确，相反，我劝大家还是不要急功近利地用流来实现智能系统。我可没打算用流这个问题能够一下子回答智能的问题，那就太没意思了，反过来，我是把流作为我长期的研究目标的，所以，达到它能应用的那一天还为时尚早。
但是，我又很不愿意别人误解我欣赏的流这个概念，或者强硬地把流和智能模拟联系上，所以，我在这里重申，究竟为什么我会对他感兴趣，在一开始的确它是和智能的问题联系在一起的，那么究竟如何联系的呢？
1、从“生命游戏”中获得的顿悟
   接触到复杂系统之前，我一直搞人工智能，但是我觉得越搞越没意思，因为在那些领域中，你看到的仅仅是一些工程化的东西，动不动就要建造一个庞大的系统来构造某种智能的东西。不喜欢他们很简单，就是因为他们不好玩！
   后来接触到了复杂系统，特别是知道了有一个叫做“game of life”的程序，于是我就把他下载了在自己的计算机上玩。我一下子对这门学科着迷了，就是因为他很简单、好玩。我于是像朗顿一样盯着屏幕上的演化花纹发呆。朗顿说，那些花纹仿佛有自己的生命，于是他后来创立了“人工生命”。假如你把这个小程序看作是一个小的宇宙，那么那里面的一些花纹就对应的是宇宙中的物质：原子、分子，这些小的结构又能构造出更大的pattern，于是你就可以大胆猜想，当pattern达到一定程度的时候，这个pattern就拥有了他自己的生命（朗顿当初大概就是这么想的）。当我运行这个游戏的时候，我提出了一个完全不同的问题：“当这些pattern复杂到什么程度的时候，我们可以说它具有了智能呢？”
   初看起来，这个问题似乎很没有意义，回答可能各式各样，比如你可以说当一个pattern能够展示出趋利避害的行为，它就是有智能的等等，或者干脆你觉得这个游戏本身就没啥意思，纯属胡诌。我开始也没太在意，但是当我知道有些人正在用game of life中的花纹构造通用计算机的时候我的意识被闪电击中了！高士勃等人证明了用game of life中的滑翔机结构可以构造一台通用图灵机，这也就意味着game of life之中可以内嵌一个计算机，这台计算机可以跑任何的软件。那么，game of life这个游戏本身自然也是一种特殊的软件，因此，原则上讲，通过game of life中的通用计算机也能够实现一个内嵌于这个“虚拟宇宙”之中的更深一层次的“虚拟宇宙——一个更深一层次的game of life”！我们看到了自指！（题外话，对于自指这个问题我有某种宗教倾向，我很小的时候就对两面镜子对着照有很强的好奇心）。于是我们看到了一个内嵌于game of life这个虚拟世界中的虚拟世界，那么他和智能有什么关系呢？
2、从“内嵌的虚拟世界”到“流”
   无疑，我们每个有智能的人都可以观察这个外在的世界，究其本质这种观察是什么呢？它就是一个外在的世界在我们头脑中的投影。让我们换一个视角，假设我们的宇宙就是某个超级上帝运行的一个超级计算机程序，因此我们的宇宙是一个虚拟的宇宙，那么我们每个人头脑中的主观世界就成为了上帝电脑中“虚拟世界”中的“虚拟世界”。
   当我们把目光逐渐移到其它生物体上的时候，我们显然对那些能够对环境发生“主动反应”的生物更感兴趣。然而究竟什么使得我们认为一个生物是自主的运动，而不是像一块石头子儿一样被动的运动呢？我猜想，这是因为这类生物体内部形成了一个他自己的主观世界。也就是说他对于外部能够进行观察了，外部世界能够在它内部形成投影了，所以它能够主动运动，并以它自己的方式运动。
   由此，我已经能够回答我观察“game of life”的时候提出的那个问题了，也许我们可以说一个能够形成“内嵌的虚拟世界”的系统就是具有智能的。也就是说如果game of life中的某种pattern能够通过运动形成了一个内嵌的类似虚拟"game of life"这样的世界，那么那个pattern就是有智能的。（这里实际上有一个漏洞，就是按照这种说法，我们认为地创造出一个pattern能够在game中模拟该游戏自身，那它就是有智能的吗？我后来的回答为不适，因为它不是自组织形成的）。
    接下来，“内嵌的虚拟世界”这个怪怪的东西究竟怎样形成呢？为此我困惑了很长时间，直到前年跟rui等人的一系列争论，让我逐渐意识到一种东西是形成内嵌虚拟世界的关键，这就是“流”。为什么这么说呢？让我们先来看看神经网络这个能够承载人类智慧的玩意儿，显然它是人类智慧的物理基础，就是在这个系统的内部存在着我们意识的主观世界，也就是一个虚拟世界。然而，我们的神经网络究竟怎样使我们体会到一个世界的呢？我们知道神经网络中流动着大量的电脉冲，这些脉冲从一个节点传播到另一个节点，正是因为这些流动本身承载了一个我们能意识到的世界！因此，我们感知到的主观世界就存在于这些流动之中！如果流动停止了，那么也就不会有我们的主观世界了。
    假设另外一个系统，它虽然不是神经网络，但是它在什么样的条件下才可能产生智能呢？我坚信，这个系统内部必然存在着流动。也就是说，内部的流动是使得一个系统具有智能的必要条件。
3、“理智”与“情感”：两种流动的冲突
    进一步，具有流动的系统太多太多了，它们不可能都是具有智能的系统。所以，我必须回答什么样的流动系统才有可能产生智能？
    当我们观察很多现有的具有学习的AI系统的时候（我那时候认为一个不具备学习能力的AI系统根本不叫智能系统），我们会发现一个普遍的现象，这就是两种流动的相互作用。例如我们看BP系统，当我们用它来识别一个物体的时候。传感器把信息流传到第一层、第一层到第二层、……，之后系统进行行动，然后，导师会给你传来一个误差，神经网络把这个误差一层层地反传，并用这种误差的流动修改网络的权重结构。另外一个系统是holland的分类器系统。那里面一些小的Agent可以把决策信息沿着一个决策链传递给效应器，效应器知道系统的行为，然后外界给一个反馈，然后反馈反传给系统的决策链，决策链最后再更改结构。holland把这两种流动比喻为经济系统中的商品流和货币流，一方面货币流可以吸引着商品流的流动，另一方面，商品流的正确与否又决定了外界的反馈也就是决定了货币流。
    那么很显然我们可以根据这两种流构造更广义的具有学习能力的系统，只要他们具备：1、决策的执行流能够驱动系统的运动；2、反馈的流动能够改变系统的结构，从而改变决策执行流的流动路径，那么可以断言这样的系统就能展示出类似BP网络和分类器系统的能力。
    显然，这是一种模拟的思路，也就是把人类的学习模拟成两种流的相互作用。于是我进一步追问，在真实的人类头脑中，这两种流对应的是什么呢？首先看正向的决策执行流，它很简单，它可以就是神经元集群之间的信息传递，或者说是一些反射作用。然而，反向的那个反馈是什么呢？在真实的学习中，一个小孩开始乱七八糟地执行一些动作，这个时候，外面有一个家长如果看到小孩做对了决策，就给他吃块糖，如果做错了决策就打他一下。那么这种反馈就会传导到小孩的神经系统中，从而改变了他的结构，也就是改变了他的正向流的途径。进一步我问，这反向的反馈在神经系统中究竟是如何发生的？究竟为什么我们人被打了以后就会觉得难受，又是为什么吃到糖就觉得高兴呢？显然，我们人都是有感觉、有感情的动物。我们之所以快乐或者痛苦就是因为我们有情感（也许我在这里用此不当，总之我认为情感是一个内建于人脑的选择机制）。这样，反馈流的本质就成为了外界的反馈作用会触发人类的情感机制，这种情感机制会产生一种流动来修改神经网络的连接。
    然而，进一步问，情感究竟是个什么东西？他是如何作用于神经网络的？我曾经假设了一个模型，就是把情感看作是某种特殊的中枢，它能释放某种情感激素，当外部刺激出发了这个情感中枢的时候，激素释放出来，于是情感激素能够吸引或者排斥正向的执行流动。为此我还专门请教了一些人，但是对于情感究竟是什么的问题，似乎人们没有得出满意的答案。
    于是到这里，我的这条思路就此打住了，一方面是因为我对于神经网络的了解太少，它里面有很多深入的生理知识，另一方面是我觉得我关于什么是智能的回答已经走得越来越远了。在此，我应该深深检讨我自己没有把人类情感这个问题真正搞明白。
4、“能量”与“熵”——故事的延续
    我最一开始的问题是：一个系统究竟满足什么样的条件的时候才能展现出智能属性来？那么从人工智能的学习系统中，我们看到如果一个系统能够展现出了两种流：正向的决策流和反向的反馈流，那么该系统就具有了一定的“趋利避害”的特性。显然该系统通过学习能够不断更新自己的结构。然而，究竟什么是那个反馈流呢？我猜想，它在人的神经系统中也许展现为情感，然而，在更一般的系统中，它究竟是什么呢？首先，我们来看看这种流动的属性：1、反馈流是反向传播的，他和正向的执行流正好相反；2、反馈流对整个系统的作用是引导它发展的方向。比如在小孩子的例子中，当他再次遇到类似的情景的时候，他会有意识去做那个能使他得到奖赏的动作。
    在这个时候，我接触到了一些热力学的知识，有两个东西一下子就抓住了我，这就是能量和熵。在我做可学习系统的模拟的时候，我自然的把一个正向的执行流比喻成能量流，因为能量越大的单元改变别的单元的能力也越强。再如把holland的分类器系统中的商品的流动也可以看作是一种能量的流动，拥有能量的Agent才能触发其他Agent。那么，反馈流是不是就是熵流呢？
    我们看到，在物理系统中，熵首先决定了系统演化的方向，也就是往熵增大的方向运动。其次，熵是会反向传播的。（我这里的一个认识是，熵就是可以用的空间，它已经不再是热力学中定义的熵概念。请原谅我在这里进行的概念偷换，只是为了叙述的方便，具体，请查看我的这篇文章：http://www.swarmagents.com/bs/forum/viewarticle.asp?id=5371&catagory=边缘与交叉&url=view.asp）
    这样的话，我们很自然地就能在一切系统中看到了两种流动：一种是正向的能量流，一种是反向的熵流。我宁愿用汽车排队的例子来说明我对这两种流动的理解：一队汽车从左向右形成了主体的能量流，一个汽车的空隙可能从右往左形成了空隙的反向流动；同时空隙的流动会改变汽车流动的方向。具体：http://www.swarmagents.com/bs/forum/viewarticle.asp?id=5193&catagory=系统理论方法&url=view.asp
    到此，我的思路基本告了一个段落，我凭空猜想了很多联系，也许他们都是错的，但是我的思路是顺着这种感觉走，因为它还没有彻底回答我自己的问题，我们还可以进一步问，能量和熵相互作用达到什么情况下能够展现出智能呢？我必须在大的层面圆满回答这些问题才可以细究每一步。这并不是一个科学研究的正确道路，但他是一个人个人醒悟的必经途径，在初期，我并不要求它每一步都能符合事实，但是我希望达到自我状态的提高。
5、流动：一个更加广阔的主题
   虽然有那么多胡思乱想，但是当我意识到流这一重要的复杂系统中的现象的时候，我觉得从功利的角度来说，我们还是能够做出很多可观察到的科学研究成果来的。
   例如，我们可以专门从流动的角度研究经济系统（这被称为流通经济学），可以从流动的角度研究生态系统（正成为能量生态学），最近我还刚刚意识到普里高津的复杂性学派可以看作是研究复杂系统流动的先驱。
   更有趣的是，当我们看到了流动这个侧面的时候，我们会发现一大堆没有人开垦的领域。例如，为什么人工生命不能实现真正的开放式进化？再如，货币的涌现是否必然？再如通货膨胀是否和热力学第二定律有联系？总之，这个主题已经牵引着我看到了越来越多的方向。所以，我说我现在已经不是一个纯粹的AI研究者，我是一个复杂系统研究者，就是因为流动这个最初诞生于智能本质的这个问题已经被我提取出来了。

王不留行

jake(sage)于2006-12-26 10:16:20时在大作：回复：再说说流和智能之间的联系中提到：
应该说，我理解的流的概念在血液的例子里，应该更注重的是血液流动的物质本身。而血管是实现该流动的运输管道。
好了，我们就用血液这个例子来说，首先，我想说的是，它是一个可以被抽取出来的概念。也就是说在很多复杂系统中，我们都能找到类似血液的系统。比如我们可以把城市理解为一个生物，那么它的公路系统就对应了血液系统，公路对应血管，路上跑的汽车对应血液，车上装载的物和人对应的是血液里面传输的养料。
目前国际复杂系统的最大热门是对复杂网络的研究。针对我所说的例子也就是你把公路或者血管抽象成线，把城市交通枢纽或器官抽象成点，那么这些系统就都可以用一个网络来抽象。于是复杂网络研究的就是这个网络的连接结构如何，结构如何变化。而我所说的流和他们不同的是，我想研究网络上流动的东西会怎样演化。
虽然说研究网络和流看起来都有相似之处。但是我却发现，它是两个视角。这就是我常说的存在和演化之间的关系。因为网络是结构，它是一种空间上的东西，而流动是变化是时间上的东西。这样我就把流的研究放到了更广阔的领域中，从变化的视角看待很多现象。也就是在这里我发现了热力学、统计力学等领域和此问题相关。所以我写了很多你觉得看不懂的东西，呵呵。（我在这里写的东西很天马行空，但是具体搞研究的时候就没这么玄乎了）

如果你能理解我上面说的网络和流的关系，你就明白了我说的为什么说机器学习的思路都差不多了。不管你的技术细节，所有的机器学习都是并行的思路，而且他们非常强调的是结构的形成。也就是说所谓的学习就是要形成一个结构来对外界进行反应。在抽象的结构中什么最重要呢？这就是圈！有一个叫做超循环的理论，是eigen提出来的，可以说是最早研究圈结构的人。控制论中也有圈结构，他们叫做反馈。你说的那个x1=f(x2), x2=g(x1)就是一个回路系统，控制论中讨论了很多这方面的东西。
把圈结构和自指、生命等问题联系起来的理论叫做Autopoiesis，这是我反复提到过的。但是圈和自指还有不同，这就在于自指是跨层次的圈。而圈一般来讲都是一个层次中的。如果你对这个感兴趣，我愿意进一步给你讲讲我对这两个东西的理解。
你把生命和智能归结为圈不是特别新思想，这的确已经早已活跃在西方一批思想家的脑袋里了。比如考夫曼的《宇宙为家》就把生命看作一个自我催化的圈。当然，我并不否认你的观点会有很多和其他人不同的地方。比如你说到的智能的不可理解性，这一观点没有被别人明显提出过。
我也是一直在寻找一种能够让并行系统体现出串行的机制，这一点我觉得跟你一样。只是，在考虑具体的机制之前，我想先看看究竟为什么那些西方科学家没有找到？是具体的设计方法吗？恐怕不是，你要知道沿着这种思路的人多了去了，人们提出了很多很多实现并行系统的思路。但为什么没有一个人号称说我自己可以实现真正的涌现出的智能了？我开始怀疑，是某种深层次的哲学思想被人忽略了，而这一思想大概就是流、时间、变化。于是我开始试着从这个角度来看问题。

王不留行

jake(sage)于2006-11-22 11:12:11时在大作：存在与演化——一枚硬币的两面中提到：
   我自认为我的思考是扎根在中国古代哲学思想基础上的。所以我认为中国古代对世界本原是一种“无”或者“空”的认识特别好。然而，什么是无呢？我觉得可以体现为空间上和时间上的两种东西。在空间中，我们看到的是物体的存在，比如一群相互作用的粒子系统，这里粒子就是实体，而粒子之间的相互作用是我们看不到的东西，从某种角度说，相互关系、作用就是一种“空”。说世界本原是空是因为物质世界是无限可分的，也就是说粒子内部仍然是一个系统，它还可以再分，我们又看到了低一层次的粒子和关系，这还可以继续分下去。那么在一个系统中，起到关键作用的不是实体粒子的性质本身，而是粒子的相互作用关系。正是相互关系决定了系统的属性。这样把两点结合起来，宇宙中的一切事物都是系统，而系统是无限可分的，这样决定宇宙存在的根源就是空荡荡的各个层次的相互作用关系。这是一种空间上的认识，是一种静止的看法，感觉上SFI学派研究复杂系统大部分都是沿着这个思路出发的。
   如果说存在是硬币的一面，那么演化就是硬币的另一面。那么在演化这个时间层面上看，究竟什么是无的根源呢？这就是变化本身。一个演变的序列A->B->C->D，其中每个点A,B,C,D都是一些实实在在的存在物，而变化本身A->B或C->D对应的是不存在的无。说世界的本原是无，也就是体现为一切的一切都是变化的，不存在不变化的东西。然而，我们人们尝试对世界的认识往往趋向于抓住变化背后不变的东西，这就是规则。一切都在变化也就是说不存在唯一不变的制约变化的规则。换句话说也就是“不存在绝对的真理”，然而这句话本身是否为一真理呢？看来这又引起了悖论。从另一个角度看，宇宙的本源又是一个大悖论。撇开悖论，我们人类认识事物的过程本身就是要利用我们头脑中的存在来应对外在事物的变化。普里高津、热力学学派就是从演化这个视角来认识复杂系统的。
   存在和演化是一对矛盾，它们不能分开，所以我们感兴趣的就应该是存在的事物如何演化，以及演化事物的背后是否有不变的存在？说了这么多哲学是因为，它可以帮助我理解一个由分子构成的物理系统和一个生态系统的本质区别和联系。
   分子系统->化学系统->生态系统，是一个过渡链条，是一个人们的视角逐渐从存在转到演化上来的连续步骤。
   另外，系统的开放性可以理解为系统整体这个层面的存在与演化，也就是说一个开放的系统本身就是一个可以演化的系统，而一个封闭系统则是一个存在的系统。具体的，我们看到：
   分子系统的组成单元是一些分子，它们是不变的刚性小球即存在。对于分子系统总体典型的是气体系统，它们一般都是封闭的，人们关注的是系统达到平衡后的性质。
   进一步，当人们考虑一个化学系统的时候，系统的组分仍然是分子，然而这些分子通过相互作用不再保持不变了，它们会发生化学反应。早期人们研究的是封闭的化学系统，关注的仍然是化学平衡的属性；耗散结构感兴趣的则是开放的化学系统，对于这样一种系统的认识存在着两个视角。如果你关注的微观是分子，那么从整体来看，你得到的就是分子之间不停的相互作用和变化；有趣的是另外一个视角，你关注的不再是变化的分子，而是分子发生的化学反应，也就是变化本身，那么就像很多耗散结构实例中的那样，稳定的输入物质这种系统的变化本身就成为了一种不变性，从另一个角度说它就是一个封闭系统，那么整个系统就重新构成了一个稳定的系统，一种由变化构成的存在物。例如稳定的Pattern、化学钟等。
   这种视角转换在复杂系统中有着极其重要的作用，我可以用一个形象的比喻来说明这种视角转换。考虑你正观察着一条流动的小河。当你盯住一个水滴看的时候，那么你能看到一个运动着的水滴，即一种演化的存在。同时，你也可以从另一个视角观察，也就是你可以关注某个水流构成的花纹、波浪，例如水流绕过石头激起的驻波，那么你会发现这些花纹、波浪本身是一个不变的存在物了，然而构成这个存在物的基础恰恰是一些运动着的水滴。这个视角转换在流体力学中就体现为从牛顿的运动方程到欧拉的流体场方程的转换。另外一个很好的例子就是我们熟悉的视觉暂留现象，也就是当你看一个飞快旋转的车轮的时候，你会觉得它没有转，这就是一个由运动的东西构成的不变的花纹。进一步，如果车轮转的再快一点，你会看到车轮好像反着转了，这种逆向的运动我觉得具有非常重要的意义，也许生命从变化这个角度来说就是某种逆转的东西。视角转换跟观察者有关，也跟涌现有关，我会另文详述。
   最后生态系统中的组分是生物体，从生态角度看，生物体的本质就是一台新陈代谢的机器，新陈代谢就是不停的变化，那么整个生态系统就是一个由很多变化的东西串起来构成的大的系统，我们可能关注的是生态系统的永恒创新与演化。总结起来，我们可以得到：
                     组分              开放性                  存在与演化的关系
分子构成的气体       分子              封闭                      用存在构成存在
开放化学系统                     
  观点1              分子              开放                      用存在构成演化
  观点2              化学反应          封闭                      用演化构成存在
生态系统             新陈代谢的生物    开放                      用演化构成演化
   这样一来，我们看到了不同系统之间的联系与区别，这样也就不难理解为什么对于气体这样的理想系统来说能量是守恒的，而对于生态系统来说，能量的本质体现为流动的、转换的和耗散的。另外一个有趣的现象是，化学系统恰恰是一个分水岭，在这里有两种不同的视角来观察，而这样的系统恰恰是生命起源的系统。我怀疑生命的起源之所以神秘就是来源于一种视角的切换。

长安无名氏

王不留行兄：
你好。
大概翻了一下上面的信息。当然是有用的。
能介绍下你吗？你主要作那方面的研究？
希望能通过邮件和你交谈。716365429@qq.com,是我的信箱。我是专门研究内证的。
长安无名氏

王不留行

主要兴趣在营卫，希望在复杂性科学理解和发展中医方面走出条路来，上面的文章都是在互联网上找到的，我认为复杂性科学的flow和中医用营卫（气血）的流行变化来解释疾病很有关系，可以借鉴。

王不留行

下面引用由王不留行在 2007/05/26 06:05pm 发表的内容：
Holland在《隐秩序》一书中就曾指出，我们研究复杂适应系统最大的希望就是能够找到一般的复杂适应系统的杠杆。当面临关键问题的时候，只要决策者轻轻敲动这个杠杆，系统就会发生一连串的因果反映从而导致系统的整体进化以达到决策目的的实现。他用免疫系统为例子来说明这个杠杆原理。人体免疫系统是一个复杂适应系统，看似人类无法干预它的运转。然而人们发现了种牛痘可以翘动人体免疫系统的杠杆，使得免疫系统能够自发的生成对天花的免疫力。这种种牛痘的方法就是我们找到了人体免疫系统的杠杆，那么针对艾滋病、计算机复杂系统、网络复杂系统是不是也存在着这样的杠杆呢？这种研究是非常有意义的。

这句话很有意义，对于疾病系统，如何确定杠杆，不同疾病的杠杆是应该是不一样的，但从某个层面上，却又有相同的东西，如战争，具体的战争、战役、战斗都各不相同，却也有战争共同的规律，找到合适的层面是非常重要的，也就是陈语思教授的选择合适的参照系问题。