集智入门图书

来自集智百科
跳转到: 导航搜索

集智俱乐部是一个开放性的自组织社群。加入的人都是希望能够在科学探索、科学研究方面遨游驰骋。因此,在此列出若干入门级别的图书,也是为了让大家有一定的认同感。

目录

科学的极致——漫谈人工智能

201601150.jpg

  • 作者: 集智俱乐部
  • 出版社: 人民邮电出版社
  • 出版年: 2015-08
  • 页数: 311

内容简介

《科学的极致 漫谈人工智能》由集智俱乐部成员共同创作而成,全面介绍了人工智能的历史及其在各个领域的发展及应用。不仅涵盖了人机交互、脑科学、计算心理学、系统科学、社会科学等各个学科的基础理论,而且广泛讲述了人工智能在算法、软件、硬件等方面的应用以及跨学科应用。本书既有科学的严谨性,又不乏趣味性,以通俗的语言和生动的示例将科学之美展现得淋漓尽致,有助于读者开阔视野,激发进一步探索科学的兴趣。

《科学的极致 漫谈人工智能》适合所有对人工智能感兴趣的科学爱好者阅读。这些令人崇敬的、充满激情与梦想的集智俱乐部成员将带你了解图灵机模型、冯·诺依曼计算机体系结构、怪圈与哥德尔定理、通用人工智能、深度学习、人类计算与自然语言处理,与你一起展开一场令人热血沸腾的科学之旅。

关于作者

集智俱乐部(Swarm Agents Club,简称“SA Club”),成立于2008年,是一个从事学术研究、享受科学乐趣的探索者组成的团体,倡导以平等开放的态度、科学实证的精神进行跨学科的研究与交流,力图搭建一个中国的“没有围墙的研究所”。

口号:让苹果砸得更猛烈些吧!

使命:营造自由交流学术思想的小生境,孕育开创性的科学发现。

推荐理由

  • 这本书有“三新”:一是作者“新”,所有的作者都是来自一个自发组织的、没有围墙的地方——集智俱乐部;二是案例“新”,书中的案例来自集智俱乐部成员利用人工智能知识正在研发的技术产品,读者可以即看即用;三是思想“新”,本书全面涵盖人机交互、脑科学、计算心理学、系统科学、社会科学等前沿知识,读完既知晓了人工智能的发展历史,又能接触前沿的思想。人工智能是社会发展的必然。

复杂——诞生于混沌与秩序边缘的科学

S1066661.jpg

  • 作者:[美] 米歇尔·沃尔德罗普 (Mitchell M. Waldrop)
  • 出版社:生活·读书·新知三联书店
  • 出版时间:1997-04
  • 译者: 陈玲

内容简介

这部书叙述一群美国科学家如何开创“21世纪的科学”的故事,对正在形成的科学的复杂体系做了深入浅出的描述。介绍了“一场新的启蒙运动”。故事是,美国的一些不同领域的科学家们越来越无法忍受自牛顿以来一直主导科学的线性和还原的思想束缚。他们在各自领域发现,这个世界是一个相互关联和相互进化的世界,并非线性发展的,并非现有科学可以解释清楚的。他们认为这个世界上不仅存在着混沌,也存在着结构和秩序,他们逐渐将自己的新发现和新观点聚集起来,共同努力形成对整个自然。这是一部关于圣塔菲研究所(Santa Fe Institute [1])的传记式科普读物。文章以圣塔菲研究所的建立为线索了,介绍了Brian Arthur、John Holland、Stuart Kauffman等一批复杂性科学研究者的生平事迹。本书也顺便提及了一些圣塔菲研究所的早期研究成果。

章节介绍

下面列出了各个章节的大致内容:

1、爱尔兰的英雄

主要叙述阿瑟(Brian Arthur)的故事,包括他的报酬递增率,以及新经济学上的一些洞见,还有对新古典经济学关于最优化经济人的质疑。当然文中也介绍了他的一些个人经历和科研成果。从这章你会体会到一场革命即将来临,这是一个非常好的复杂科学的切入点。如果你感兴趣的领域是经济学,并同样感受到新古典经济学的不足之处,那么这章一定要看。

2、老师倒戈

主要叙述考温、盖尔曼这些权威的物理学家、诺贝尔奖获得者是如何萌发研究跨学科的想法并筹建圣塔菲研究所的。其中包括了这些专家对自己以前研究方法的质疑,他们称新兴的方法为复杂系统方法。文中还介绍了一些物理学的知识。如果你对物理学感兴趣,建议看这章。

3、造物主的秘密

主要叙述考夫曼的个人研究经历,以及他的关于基因网络(外文大概叫boolean network)方面的研究,这个网络有望解释一个受精卵是如何演化出生物个体的。另外,这里也包括了对生命起源这个问题的研究。就是用计算机模拟地球在产生生命的时候的化学环境,看看是否会产生出原始的生命体。如果你对生物学着迷,就一定要看这章。

4、“你们真的相信这套?”

这一章内容很少,主要讲圣塔菲研究所的一场很重要的经济学研讨会,会议邀请了经济学家和物理学家,描述了用物理学的视角看待经济科学中问题的方法,以及双方的争论。

5、游戏高手

主要讲述约翰 荷兰德(John Hollad)的个人研究经历和他的科研成果。主要包括遗传算法、分类器系统(这个分类器系统是一个能够自己进行学习的专家系统,搞专家系统的同志们一定要了解这个)。正如文中所说,hollad对复杂适应系统的理解和洞察在当时可以说超越了圣塔菲研究所的其他人。他提出了,人们要研究复杂系统更要研究复杂的适应系统。他在很多年前就提出了很多非同寻常的观点,包括对人工智能的认识。如果你是搞计算机或者自动化相关领域的,就不能不了解John Holland的思想。

6、混沌边缘的生命

讲述郎顿(lanton)和他的人工生命这门新兴学科的故事。如果说第4章以前的叙述仅仅是人们认识到了复杂系统这个东西,那么从这一章开始,人们开始意识到研究复杂系统的重要手段方法就是计算机模拟。这一章就是用计算机研究生命的思考。其中朗顿的混沌边缘的生命的概念不可谓不深刻,它指出了生命、复杂等现象是由何而来的。如果你是编程高手、计算机专家、生命科学专家就要看看这一章。

7、玻璃房中的农民经济

如果说第一章是提出经济系统中的复杂性这个问题,那么这一章叙述的就是如何解决问题。答案就在于计算机模拟。文中叙述了arthur,holland等人是如何用复杂系统、计算机仿真的观点研究经济的,他们提出了一个ASM(人工股市模拟)的系统构思,这个ASM可以在网上找到,可以说是第一个模拟经济的复杂系统模型。另外,里面还介绍了合作与竞争的问题,包括axlord的囚徒困境博弈的计算机程序竞赛等有意思的东西。如果你是经济学、管理科学、社会科学的爱好者,那么建议一定看看这一章的东西。

8、等待卡诺特

作者通过比较热力学的发展和复杂科学的发展指出,现在的复杂系统缺乏一个统一的理论就象是热力学第二定律一样能够非常抽象的刻画出复杂适应系统的一般描述和解决问题的通用途径。可以说这一章是前面各章的一个升华,人们从单个复杂适应系统中总结出了好多通用的规律,而这一章是讲如何把这些发现连成一片。文中简单叙述了圣塔菲中的高手们是如何探讨这个问题的,并提到一般的复杂适应系统理论呼之欲出。可以说这章介绍了复杂系统科学在当时的研究现状和进展。理论家们不要错过这一章。

9、乘胜前进

这一章又是整本书的一个升华,可以说这一章是复杂系统科学的一个展望。作者重新强调了复杂性科学的基本含义和独立的视角。阿瑟提到了复杂系统观点是一种综合的方法,并且讨论了东方古老思想与复杂系统的关系。

推荐理由

  • 这本书被誉为复杂系统领域的“圣经”,由于他真实的故事背景,流畅而优美的叙述文字,使得这本书成为无数学子走进复杂性科学研究领域的引路之作。

哥德尔、埃舍尔、巴赫——集异璧之大成

S1789059.jpg

  • 作者: [美] 侯世达
  • 出版社: 商务印书馆
  • 副标题: 集异璧之大成
  • 原作名: Gödel, Escher, Bach: An Eternal Golden Braid
  • 译者: 严勇 / 刘皓明 / 莫大伟
  • 出版年: 1997-5
  • 页数: 1053

内容简介

集异璧-GEB,是数学家哥德尔、版画家艾舍尔、音乐家巴赫三个名字的前缀。《哥德尔、艾舍尔、巴赫书:集异璧之大成》是在英语世界中有极高评价的科普著作,曾获得普利策文学奖。它通过对哥德尔的数理逻辑,艾舍尔的版画和巴赫的音乐三者的综合阐述,引人入胜地介绍了数理逻辑学、可计算理论、人工智能学、语言学、遗传学、音乐、绘画的理论等方面,构思精巧、含义深刻、视野广阔、富于哲学韵味。

中译本前后费时十余年,译者都是数学和哲学的专家,还得到原作者的直接参与,译文严谨通达,特别是在原作者的帮助下,把西方的文化典故和说法,尽可能转换为中国文化的典故和说法,使这部译本甚至可看作是一部新的创作,也是中外翻译史上的一个创举。

关于作者

道格拉斯·理查·郝夫斯台特(Douglas Richard Hofstadter,1945年2月15日-),中文名侯世达,美国学者、作家。他的主要研究领域包括意识、类比、艺术创造、文学翻译以及数学和物理学探索。 因其著作《哥德尔、埃舍尔、巴赫》获得普立兹奖(非小说 类别) 和美国国家图书奖(科学类别)。

侯世达是美国印第安纳大学文理学院认知科学杰出教授,主管概念和认知研究中心。他本人和他辅导的研究生组成“流体类推研究小组”。1977年,侯世达原本属于印第安纳大学的计算机科学系,然后他开始了自己的研究项目,研究心理活动的计算机建模(他原本称之为“人工智能研究”,不久就改称为“认知科学研究”)。1984年,侯世达受聘于密歇根大学,任心理学教授,同时负责人类认识研究。1988年,他回到印第安纳大学,任“文理学院教授”,参与认知科学和计算机科学两个学科,同时还是科学史和科学哲学、哲学、比较文学、心理学的兼职教授,当然侯世达本人表示他只是在名义上参与这些系科的工作。2009年4月,侯世达被选为美国文理科学院院士,并成为美国哲学会会员。

侯世达曾说过他对“以计算机为中心的宅文化感到不适”。他承认“(他的受众中)很大一部分人是被技术吸引”,但提到他的成果“激励了很多学生开始计算机和人工智能方面的研究”时,他回应说尽管他对此感到高兴,但他本人“对计算机没有兴趣”。那次访谈中他谈到一门他在印第安纳大学教授过两次的课程,在那门课程中,他以“怀疑的眼光审视了众多广受赞誉的人工智能项目和整体的发展”。例如,就国际象棋选手卡斯帕罗夫被超级计算机深蓝击败一事,他评论说“这是历史性的转折,但和电脑变聪明了没有关系”。

推荐理由

  • 这是一本奇书,用优美的文笔探讨宇宙中最大的奥秘:怪圈。生命、智能、机器,所有复杂性中的核心问题也许都会跟怪圈存在着千丝万缕的联系。在这本书中,你会领略到人类智慧深处的那个痛点。


失控

D8f9d72a6059252d79438c64349b033b5bb5b97e.jpg

  • 书 名: 失控:全人类的最终命运和结局
  • 作 者: 凯文·凯利
  • 原版名称: Out of Control: The New Biology of Machines, Social Systems, & the Economic World
  • 译 者: 东西文库
  • ISBN 9787513300711

内容简介

作者从蜂群的行为开始谈起,慢慢揭示一些此前人们并没有强烈意识到的问题,例如:活系统的智慧究竟从何而来?为什么那些看似简单无脑的初级生物能够产生群体智慧?个体的无意识到群体的有意识之间到底是不是鸿沟巨壑?书中涉及的问题纷繁复杂,小到一个蜂群、一组计算机代码、一个封闭试验基地,大到人类进化、人工智能、网络经济等等。

作者简介

凯文·凯利(Kevin Kelly,1952~,人们经常亲昵地称他为 KK),《连线》(Wired)杂志创始主编。在创办《连线》之前,是《全球概览》杂志(The Whole Earth Catalog,乔布斯最喜欢的杂志)的编辑和出版人。1984年,KK发起了第一届黑客大会(Hackers Conference)。他的文章还出现在《纽约时报》、《经济学人》、《时代》、《科学》等重量级媒体和杂志上。

凯文·凯利被看作是“网络文化”(Cyberculture)的发言人和观察者,也有人称之为“游侠”(maverick)。


1952年,凯文·凯利出生于美国宾夕法尼亚州,1971年在罗得岛大学念书一年后即辍学,后成为自由摄影师。

20岁至27岁间,凯文·凯利远足亚洲,在日本、韩国、中国台湾、菲律宾、泰国、缅甸、印度、斯里兰卡、巴基斯坦、孟加拉国、尼泊尔、阿富汗、伊朗等地游历。27岁在耶路撒冷,凯文·凯利经历了一次神奇的体验,他觉得自己的寿命只有6个月,于是孝顺父母,广为布施,看望亲友,然后在万圣节之夜“死”去。

回到美国后,这个在精神上经历过一次“死亡”的人,骑自行车跋涉5 000英里,横穿整个美国,体验生命的光辉。

在接下来的30年里,他用自己的方式热烈拥抱着这个飞速发展、眼花缭乱、日益技术化的世界,用自己独到的眼光和智慧,在思想光辉的尽头、在人迹罕至的边疆,发掘着暗藏在强大技术力量背后的生命之音。

1981年,凯文·凯利创办了自己的杂志《步行》(Walking Journal)。他曾是《全球评论》、《信号》、《全球概览》的编辑和重要的撰稿人,他的文章在《经济学人》、《纽约时报》、《时代》周刊、《科学》杂志等重量级媒体上广受赞誉。他参与创办的全球电子链接WELL(Whole Earth eLectronic Link)迄今仍然是最具人气、最有智慧的社区之一。

1999年,著名导演沃卓斯基在拍摄大片《黑客帝国》(Matrix)时,凯文·凯利的著作《失控》(Out of Control)曾被指定为全体演职人员必读的三本书之一。


目录

第一章 人造与天生

1.1 新生物文明

1.2 生物逻辑的胜利

1.3 学会向我们的创造物低头

第二章 蜂群思维

2.1 蜜蜂之道:分布式管理

2.2 群氓的集体智慧

2.3 非匀质的看不见的手

2.4 认知行为的分散记忆

2.5 从量变到质变

2.6 群集的利与弊

2.7 网络是二十一世纪的图标

第三章 有心智的机器

3.1 取悦有身体的机器

3.2 快速、廉价、失控

3.3 众愚成智

3.4 嵌套层级的优点

3.5 利用现实世界的反馈实现交流

3.6 无躯体则无意识

3.7 心智/躯体的黑盲性精神错乱

第四章 组装复杂性

4.1 生物——机器的未来

4.2 用火和软体种子恢复草原

4.3 通往稳定生态系统的随机路线

4.4 如何同时做好一切

4.5 艰巨的“拼蛋壳”任务

第五章:共同进化

5.1 放在镜子上的变色龙是什么颜色的?

5.2 生命之无法理喻之处

5.3. 在持久的摇摇欲坠状态中保持平衡

5.4. 岩石乃节奏缓慢的生命

5.5. 不讲交情或无远见的合作

第六章 自然之流变

6.1 均衡即死亡

6.2 谁先出现,稳定性还是多样性?

6.3 生态系统:超有机体,抑或是身份作坊?

6.4 变化的起源

6.5 生生不息的生命

6.6 负熵

6.7 第四个间断:生成之环

第七章 控制的兴起

7.1 古希腊的第一个人工自我

7.2 机械自我的成熟

7.3 抽水马桶:套套逻辑的原型

7.4 自我能动派

第八章 封闭系统

8.1 密封的瓶装生命

8.2 邮购盖亚

8.3 人与绿藻息息相关

8.4 巨大的生态技术玻璃球

8.5 在持久的混沌中进行的实验

8.6 另外一种合成生态系统

第九章 “冒出”的生态圈

9.1 一亿美元玻璃方舟的副驾驶

9.2 城市野草

9.3 有意的季节调配

9.4 生命科学的回旋加速器

9.5 终极技术

第十章 工业生态学

10.1 全天候、全方位的接入

10.3 咬人的房间与不咬人的房间

10.4 规划一个共同体

10.5 闭环制造

10.5 适应的技术

第十一章 网络经济学

11.1 脱离实体

11.2 以联结取代计算

11.3 信息工厂

11.4 与错误打交道

11.5 联通所有的一切

第十二章 电子货币

12.1 密码无政府状态:加密永胜

12.2 传真机效应和收益递增定律

12.3 超级传播

12.4 带电荷的东西就可用于电子货币充值

12.5 点对点金融与超级小钱

12.6 对隐密经济的恐惧

第十三章 上帝的游戏

13.1 电子神格

13.2 有交互界面的理论

13.3 “神”临其境

13.4 拟像的传送

13.5 数字之战

13.6 无缝分布的军队

13.7 一个万千碎片的超真实

13.8 两厢情愿的文字超级有机体

13.9 放手则赢

第十四章 在形式的图书馆中

14.1 “大千”图书馆之旅

14.2 一切可能图像之空间

14.3 倘佯在生物形态王国

14.4 御变异体而行

14.5 形式库中也有性

14.6 三步轻松繁育艺术杰作

14.7 穿越随机性

第十五章 人工进化

15.1 汤姆·雷的电进化机

15.2 你力所不逮的,进化能行

15.3 并行实施的盲目行为

15.4 计算中的军备竞赛

15.5 驾驭野性的进化

15.6 进化聪明分子的愚钝科学家

15.7 死亡是最好的老师

15.8 蚂蚁的算法天赋

15.9 工程霸权的终结

第十六章 控制的未来

16.1 玩具世界的卡通物理学

16.2 合成角色的诞生

16.3 没有实体的机器人

16.4 行为学架构中的代理

16.5 给自由意志强加宿命

16.6 米老鼠重装上阵

16.7 寻求协同控制

第十七章 开放的宇宙

17.1 拓展生存的空间

17.2 生成图像的基元组

17.3 无心插柳柳成荫

17.4 打破规则求生存

17.5 掌握进化工具

17.6 从滑翔意外到生命游戏

17.7 生命的动词

17.8 在超生命的国度中安家落户

第十八章 有组织的变化之架构

18.1 日常进化的革命

18.2 绕开中心法则

18.3 学习和进化之间的区别

18.4 进化的进化

18.5 进化解释一切

第十九章 后达尔文主义

19.1 达尔文进化论不完备之处

19.2 只有自然选择还不够

19.3 生命之树上的连理枝

19.4 非随机突变的前提

19.5 怪亦有道

19.6 化抽象为具象

19.7 物以类聚

19.8 DNA并不能给所有东西编码

19.9 不确定的生物搜索空间密度

19.10 自然选择之数学原理

第二十章 沉睡的蝴蝶

20.1 无序之有序

20.2 反直觉的网络数学

20.3 迭坐,喷涌,自催化

20.4 值得一问的问题

20.5 自调节的活系统

第二十一章 水往高处流

21.1 四十亿年的庞氏骗局

21.2 进化的目的是什么

21.3 超进化的七个趋势

21.4 土狼般的自我进化

第二十二章 预言机

22.1 接球的大脑

22.2 混沌的另一面

22.3 具有正面意义的短视

22.4 从可预测性范围里挣大钱

22.5 前瞻:内视行动

22.6 预测的多样性

22.7 以万变求不变

22.8 系统存在的目的就是揭示未来

22.9 全球模型的诸多问题

22.10 舵手是大家

第二十三章 整体,空洞,以及空间

23.1 控制论怎么了?

23.2 科学知识网之缺口

23.3 令人惊讶的琐碎小事

23.4 超文本:权威的终结

23.5 新的思考空间

第二十四章 九律

24.1 如何无中生有

24.2 将宇宙据为己有

推荐理由

这是一本可读性非常强,复杂性科学的入门读物。书中包括了大量的实例,可以作为展示复杂系统的各种特性,包括反馈、混沌、共同进化等等概念的基本素材。 通俗易读、非常有趣、门槛低内涵丰富、阅读时不时会激发阅读者天马行空的想象和灵感,越早读越好。

Chaos Theory Tamed

S3776448.jpg

作者:Garnett P. Williams

出版社:Joseph Henry Press

简介:...

目录

  • Background
Introduction
Chaos in perspective
  • THE AUXILIARY TOOLKIT
Phase Space—the Playing Field
Distances and lines in space
Vectors
Probability and information
Autocorrelation
Fourier analysis
Preliminary analysis of time-series data
  • HOW TO GET THERE FROM HERE
The parameter as king
Nonchaotic attractors
Routes to chaos
Chaotic equations
  • CHARACTERISTICS OF CHAOS
Sensitive dependence on initial conditions
The chaotic (strange) attractor
Order within chaos
Fractal structure
  • PHASE SPACE SIGNATURES
Uncovering determinism
Attractor reconstruction
  • DIMENSIONS
Background information on dimensions
Similarity dimension
Capacity and Hausdorff dimension
Information dimension
Correlation dimension
  • QUANTITATIVE MEASURES OF CHAOS
Lyapunov exponents
Kolmogorov-Sinai entropy
Mutual information and redundancy

推荐理由

这本书被印有“优秀学术作品”标记。以波函数分析作为入门混沌系统的工具令人眼前一亮。作者为自然地理研究出身,有比较广阔的思路、应用图景和通俗易懂的语言,叙事结构系统清晰。


Chaos and Fractals

S24527706.jpg

作者:David P. Feldman

出版社:Oxford Press

简介

本书系统介绍了混沌和分形理论入门基础内容,配以大量实例、习题。语言浅显娓娓道来,系统铺开每一章节。简单模型、复杂系统,简单原理、复杂行为。

推荐理由

以简驭繁,体现了复杂科学的特色,并给初学者以信心。入门混沌和分形理论的上乘佳作,从最简单的函数开始讲起。体现了作者对入门者宽宏而体贴的爱心。作者 David P. Feldman来自美国Santa Fe研究所。


复杂

S6881762.jpg

  • 作者: 梅拉妮·米歇尔 (Melanie Mitchell)
  • 出版社: 湖南科学技术出版社
  • 原作名: Complexity: A Guided Tour
  • 译者: 唐璐
  • 出版年: 2011-8-1

内容简介

《复杂》内容简介:蚂蚁在组成群体时为何会表现出如此的精密性和具有目的性?数以亿计的神经元是如何产生出像意识这样极度复杂的事物?是什么在引导免疫系统、互联网、全球经济和人类基因组等自组织结构?这些都是复杂系统科学尝试回答的迷人而令人费解的问题的一部分。 理解复杂系统需要有全新的方法.需要超越传统的科学还原论,并重新划定学科的疆域。借助于圣塔菲研究所的工作经历和交叉学科方法,复杂系统的前沿科学家米歇尔以清晰的思路介绍了复杂系统的研究,横跨生物、技术和社会学等领域,并探寻复杂系统的普遍规律,与此同时,她还探讨了复杂性与进化、人工智能、计算、遗传、信息处理等领域的关系。

作者介绍

梅拉妮·水歇尔(Melanie Mitchell),波特兰州立大学(Portland State University)计算机科学教授,圣塔菲研究所(Santa Fe Institute)客座教授。 唐璐,博士,毕业于中国科学院数学与系统科学研究院,现任教于湖南大学。


推荐理由

梅拉妮 米歇尔是侯世达和John Holland的双料学生,所以继承了两位老先生的衣钵,将计算机模拟的思路发展到了极致。这本书深入浅出地介绍了复杂性理论、计算理论等。


隐秩序:适应性造就复杂性

Hiddenorder.gif

  • 作者:约翰.荷兰德(John Holland),翻译:周晓牧、韩晖
  • 出版社:上海科学教育出版社
  • 出版年: 2000-08

简介

像艾滋病一类疾病为何能够摧毁免疫系统?像纽约、东京这样的大城市如何能够不间断地保障食品、医疗、服饰和数百万种居民必需品的供给?这类高度复杂系统的运作仍然是一个谜。但是通过霍兰及其同事在圣菲研究所和密歇根大学的工作,现在已经接近找到一种解答。作为遗传算法之父和复杂性新科学的先驱者之一,霍兰从一开始就处于复杂适应系统(CAS)这一新兴研究领域的中心。这部里程碑式著作为这一崭新领域首次提供了一种协调一致的综合,展示了霍兰的独特洞见。本书强调寻找支配CAS行为的一般原理,注重扩展众多科学家的直觉。书中提供了一个适用于全部CAS的计算机模型。霍兰通过描述我们能够做什么,总结了如何增强对CAS的理论认识。他提出的若干理论方法,可以指导人们对付耗尽资源、置我们世界于危险境地的棘手CAS问题。


书评

很早以前就听说过John Holland这个名字了,因为他的遗传算法在国内学术界早已经闻名遐迩。然而,通过阅读《隐秩序》这本书才让我了解到,John Holland的学术贡献不仅仅是遗传算法这样一个比较狭窄的算法领域,而是一个全新的学科复杂适应系统CAS,甚至是一种西方科学思想的全新世界观:一种进化的、适应性的、柔性的世界。

1、基本元素

纽约市中心的普通的一天,小女孩彼得逊走进了她喜欢的商店,直奔一排货架,毫不犹豫地拿起了一瓶她喜欢吃的腌鲱鱼……。然而小女孩从不用担心她喜欢的东西不在那,因为全世界的超级市场几乎都可以精确地把居民需要的成千上万的形形色色商品送到市场中、货架上。也许我们对这一现象早已经司空见惯,然而仔细思考里面却存在着一个很大的谜题:是谁安排了这一切呢?是什么机制使得那么多商品恰到好处地供应到货架上?经济系统为什么可以自发调节?从这样一个司空见惯的小事情,John Holland开始引领我们进入了CAS(复杂适应系统)的世界。接下来,Holland开始展现它非凡的知识和才华,从免疫系统到神经网络,从股票市场到热带雨林。哇,原来CAS的胃口这么大,它面向的不再是一两个数学定理的证明和无穷、繁琐的生物学实验,而是我们这个大千世界,一个几乎涉猎所有学科的广阔学术空间。

这一章的一个基本点就是Holland教我们用一种统一的视角来看待所有的复杂适应系统。中国有句老话:隔行如隔山,一个搞经济学的人不会过问生物学的研究进展,搞计算机的几乎不关心政治。西方的科学研究方法教会了我们分类法,于是我们把学科也越分越细,然而CAS的诞生呼吁我们,是时候重新综合地看待所有学科了。那么,一般的复杂系统具有什么样的共同特征呢?首先,所有这些系统都是由大量被称为主体的元素组成的系统,这些主体整体能够具备第一章提到的聚集、非线性、流、多样性这四个特性,每个主体都具备内部模型、标识、积木这三种机制。

根据我的理解,Holland这里所说的特性就是指所有的复杂适应系统所能反映出的客观特点和性质,它们是这些系统从宏观的角度来看所普遍具有的现象。而机制则说的是这些系统的内部原因,即基本上所有复杂系统中的个体都会遵循这样的三种普遍使用的规则。这样机制制约的个体相互组合就形成了具备四种特性的复杂系统。

进一步,根据Holland提出的这7点,我们能够勾画出这样一种图景:若干小的细胞主体四处游走开始扎堆\"聚集\"到一起,并且它们之间发生着各种各样的复杂的\"非线性\"相互作用关系。由于每个细胞体都是由更小的大量的\"积木\"单元组合而成的,因此细胞体能够利用这些积木感知并操作它们的外在世界。它们通过给环境进行\"内部模型\"的建立而形成关于这个世界的一系列假设和预测,在这些假设和预测的共同作用下,细胞会不停学习从而完成自己的适应进化。然而细胞们聚集成的组织太大了,它会占据很大的空间区域,而空间区域的不同就会造成每个小细胞们的局部环境的不同。有的小细胞的环境可能水多一些,有些可能充满了有害物质,有些则可能营养丰富。这就导致了虽然小细胞们可能在开始的时候内部基础非常相似,然而却由于后天的环境不同而形成了完全不同的适应性结果。这就是\"多样性\"产生的基础。个体的多样化还进一步造成了这些个体细胞相互作用关系的多样化,于是非线性作用进一步发挥威力,不断创造各种新的生态位,而进一步催生组织的个体的多样性。 然而,这个时候组织要想进一步发展,则新的问题出现了。这就是个体太过多样化了,差异太大了,然而组织又要形成为一个统一的整体,必须有某种机制来抵消这种多样化,减少组织内各个部分之间的差异。这怎么办呢?有两种方法解决,一种是\"标识\",一种是\"流\"。首先,随着细胞的多样化增加,每个细胞所需要处理的信息就要增多,每个细胞要跟那么多不一样的细胞打交道显然是一件很痛苦的事儿。他们必须学会偷懒,也就是给那么多繁杂的细胞进行归类,给每个细胞贴标签,这就是个体的\"标识\"机制。其实,我们人类就是这么干的,我们常常会把其他人分成三六九等,其实就是给人贴标签。然而仅仅贴标签只不过是降低了个体处理信息的复杂性,然而组织整体要想存在还必须形成某种统一的东西,这就是流。流将所有的细胞重新统一成为一个整体,从而保证了组织的存在基础。在细胞和细胞之间开始接触的时候,他们就会发生物质和信息的交换,然而这些交换仅仅构成了一些局部的小的流动,随着系统进一步发展,各个小的流动开始汇合而形成一些大的贯穿整个组织的洪流。于是资源开始形成一种新的共同基础(好比是人体的血液),这股流流遍全身维护组织整体的存在。就这样,小细胞们构成了新一层次的生命体:组织。接下来,组织又成为了新一层面的细胞,组织和组织之间在发生相似的故事组织成更大的个体……。

当然,这个图景仅仅是我自己的一个想象,Holland的脑中是否产生了这个动画?我不得而知,但我个人感觉,根据这个图景,Holland所述的7个基本点及其相互之间的关系变得更清楚了。

2、适应性主体

Holland带我们在复杂适应系统各个领域神游了一番以后,突然板起脸来说:“好了,别光顾得好玩,该来点真格的了!”。这一章开始展开了计算机模型的庞大攻势。也许到了这一章,数理基础薄弱、甚至数学物理学得很好却不熟悉计算机尤其是人工智能的人开始败下阵来了。然而,Holland毕竟是搞计算机出身,而且曾经参与过很早很早的IBM商业计算机的设计(在那个时候,摸过计算机的人也没有几个),所以他不可能不展示他对于计算机建模的深刻见解。

上一章Holland抽出了所有复杂适应系统的共性,我们已经知道了what,接下来我们自然要问,how? 具体就是怎么来研究呢?这个时候,holland和大多数SFI(圣塔菲,Santa Fe Institute)学派的学者都会跟传统数学说\"no\",我们需要新的东西,这就是“计算机模型”,在这一章,Holland就是要告诉我们计算机模型是如何帮助我们理解复杂适应系统的。

Holland的研究思路是不忙对复杂系统的整体一下子建立大的模型,那是一个浩瀚的工程。而是从CAS中相对简单的个体出发,也就是我们上面提到的简单得多的细胞出发。在机器中建立这些个体的模型,然后让这群个体在计算机中相互作用而生成复杂系统的动态。于是接下来的一个关键问题就是如何建立每个主体(Agent)的模型。这可是Holland的拿手好戏,自从60年代以来,Holland已经几乎独立的发展了一整套建立适应性的Agent的计算机方法。这就是本章的主题。

我认为,这一章其实可以分成两大部分,一部分是主体,另一部分是适应性。 首先,我们需要考虑的是,一个能够根据环境信息而进行决策和行动的主体。这是人工智能领域研究的问题。早期的人工智能已经提供了很多很多种建立这种主体的方法,包括什么慎思结构、神经网络等等。然而Holland没有采取那些繁杂的模型,而是用了一种相对简单的基于规则的方法。什么是基于规则的方法?我们可以就把它理解为一种因果关系,或者一种条件反射。“如果有东西朝我移动,我就逃跑;如果那个东西很小我就把它吃掉。”这种规则系统具有足够的计算能力,它完全等价于一台通用计算机。然而,仅仅用规则来描述主体的行为似乎有些太简单了,在很多情况,主体处理的信息往往非常复杂,以至于不能用简单规则来还原。Holland真有新招,他不使用一个规则,而是用一组规则,每种规则还都不一样,而且在运行的时候,可能会有好多相互矛盾的规则同时激活。仅仅这一点:允许相互矛盾的规则同时激活就已经让很多搞传统人工智能的人大跌眼镜,因为人工智能一直强调的是逻辑性、前后协调性,他们会人为的消除系统中的非逻辑性。

然而,当多个规则同时存在甚至相互矛盾的时候就会自然提出一个问题,究竟Agent应该采用哪个规则呢?这就需要用到Holland所说的信用分派机制,即给每个规则都分派一个信用来表示使用该规则的可能性。用过遗传算法的人都知道,遗传算法有一个关键的适应度函数,这里的信用就是适应度函数对每个规则进行评价。当系统运行起来以后,这个信用会动态地改变,也就是系统从外界得到反馈来改变信用。也就是说信用是一种反馈机制。

在推理中人们常常把多条规则首尾相接到一起形成一个长长的推理链,这种机制也可以用Holland的系统中描述出来。同时Holland还发明了水桶连算法来解决长链上规则的信用分派问题。即Holland把每条规则比喻成市场上的能够自由买卖的主体,这些主体一方面交换着货物(执行的权利),另一方面货币(信用)会反向流动。

其次,Agent还具有适应性,这种适应性来源于Agent内部的创新机制:遗传算法,这是Holland在60年代的时候就研究出来的结果。当所有搞人工智能的人都认为知识和推理非常重要的时候,Holland却认为学习和灵活适应才是最重要的。因此,他用自然进化的比喻来研究程序的自动进化。正是他这一开创性的成就,使得人工智能学界兴起了新的一派人工智能,即进化学派,同时也为后来的遗传编程、演化程序等方法创造了可能。将这两点和起来,也就是基于规则的Agent和遗传算法就构成了完整的Agent分类器系统模型。

3、4、回声导致的涌现、回声模型的计算机模拟

其实,前面两章的内容已经构成了整本书的精华所在。可以说前面两章是Holland对复杂适应系统的研究已取得的一些成果。它们已经能够构成一整套研究CAS的方法和理论的基础。用这两章的知识我们已经可以对大部分的复杂适应系统进行建模研究了。然而,Holland还没有停止,而是继续前进,讨论了一些甚至是现在也没有得到充分研究清楚的领域:即人工生命中的开放式进化。有很多人看完整本书也不一定明白Echo模型,甚至仅仅了解了前述两章的内容就认为懂得了Holland整个的思路。(我以前就是这样,直到最近又看了一遍《隐秩序》这本书才知道自己的无知和幼稚)。其实这两章的内容才算真正进入了研究CAS的正题。

有了我们要研究的目标:一般的复杂适应系统,有了强有力的工具:计算机以及一整套关于适应性Agent的构造方法,我们是否就能够模拟任意一个复杂适应系统了呢?答案是:远远不能。看看我们还缺少什么?

(1)、隐性适应度函数

无论是遗传算法还是分类器系统,对每个个体的选择都需要根据一个明确定义的适应度函数来进行。尤其当我们解决优化问题的时候,这种适应度函数是由优化问题本身定义好了。然而在现实的复杂适应系统中,对于每个主体来说(细胞、生命、经济人)都不存在一个预先定义好的适应度函数。也不存在着现成的优化问题让个体去寻求最优解。复杂系统中存在的仅仅有不停的变化、不停的适应。因此,我们要想真正理解复杂适应系统就不能用原来的适应度函数,至少不能用显式的、固定死的适应度函数。

(2)、个体基因发育出来的细胞多样性

考虑一个受精卵发育成成体的过程,我们会发现,原始的受精卵细胞通过不断的分裂、增殖能够长出复杂的生命个体。更有意思的是,所有个体细胞都具有相同的基因,这些基因序列在不同的环境下却能够有序地分裂成异常不同的细胞体。比如人的皮肤细胞和脑神经元细胞无论从外形还是功能上来说都存在着很大的差异,但他们都具有相同的染色体。也就是说,如果我们把DNA序列比喻成计算机代码的话,那么该代码序列指导合成蛋白质的过程就是计算机计算DNA程序的过程。相同的DNA序列发育成不同的细胞就意味着同一段代码在不同的计算机环境中运行需要得到完全不同的计算结果。这显然是与我们目前的计算机程序不符的。而无论是生命个体的发育、生态系统的产生还是人类社会系统的生长都存在着类似的个体发生问题,这是用一般的方法不能解决的。

(3)、多层级结构

自然界的复杂系统普遍存在着层级结构,细胞->器官->生命->物种->生态,人->组织->单位->国家->人类社会,然而从现有的技术和理论框架出发我们还不足以描述这种层级结构。

(4)、资源的生产、交换及其流动

现实中的生命个体的各个部分之间还能进行资源的交换。而且每个个体就像一个独立的工厂可以根据不同的输入资源变化形成新的资源,这些资源之间能够运动而形成流。这一过程也是在现有模型中不容易建模的一个关键。

基于上述这些问题的考虑,Holland提出了这个echo模型,并提出了若干方案希望该模型能够模拟所有这些现象。这些问题也是目前人工生命中开放式进化生态系统的研究重点。这类问题是如此深奥以至于它触及到了自然进化的本质,又是如此另类,以至于它远远超越了我们同时代的许多科学问题的提问方式。

然而,可惜的是,Holland的Echo模型在《隐秩序》这本书里仅仅做了建模的讨论,而没有更多计算机模拟的结果。据说直到现在人们也没有对Echo模型的所有方面都进行模拟研究。而且,让人不易理解的另一个方面就是Holland的Echo模型似乎和他第二章的Agent模型联系非常不紧密,基本就是两套完全不同的框架。

幸好,现在已经有好多可以替代Echo模型的开放进化系统,比如大名鼎鼎的Tierra,还有各种人工化学模型,然而所有这些模型肯定都没有达到《隐秩序》中描述的程度,对上面提出的3个问题也仅仅是部分解决了。假如人们真能够造一个完美的开放式进化系统,那么在本文1、基本元素那里提到的小细胞体构造大规模组织的整个动画过程应该能够在计算机模拟中看到。

5、通向理论

这一章自然是对整本书讨论内容的一个展望了。如果说第一章Holland提出了问题What,第二章到第四章讨论了How的问题,那么这一章显然是要讨论Why这个问题,也就是说,Holland最终想回答构成一切复杂适应系统的各种动态背后的基本原理是什么?请注意,Holland在这章里明确提出了数学的重要性,他说计算机模型仅仅是一些个案的研究,而我们最终要得到的目标显然是一种各个计算机模型背后的数学理论,因为只有数学才能真正抽象出我们想要的事物背后的机制。但很显然,Holland自己在论述这个问题的时候也显得有些力不从心,因为对CAS的理解还太初步,我们还远没有达到上升为一个通用理论的程度。我不知道SFI的其它科学家怎么想,至少对Holland来说,他并不是一味排斥数学的作用的,而实在是因为他还没有能力把他对复杂适应系统的认识抽象成数学的形式。看到这里,我很感动,因为Holland的治学态度是认真负责的,他并不想用一大堆谁都看不懂的数学来唬人,他希望先对复杂系统有了普遍认识之后,才把它抽象成数学的形式。


推荐理由

这是John Holland写的阐释复杂适应系统最重要的一本著作,书中给出了什么是复杂适应系统,它的特性和机制是什么,而且该书也是计算机建模与模拟方面的重要入门之作,一些经典的模型:例如囚徒困境、货币的起源、ECHO生态系统等都有所阐述。


必然

S28377994.jpg

  • 书名:必然
  • 作者: 凯文·凯利
  • 出版社: 电子工业出版社
  • 译者: 周峰 / 董理 / 金阳
  • 出版年: 2015-11
  • 定价: 69.00
  • 丛书: 东西文库
  • ISBN: 9787121274534

内容简介

人类的生活无时无刻不在改变,在当下,能最快、最激烈地促进这些改变的,就是科技。而这些改变,哪些是必然发生的,哪些又在我们预料之外?举例来说,互联网全球化是必然的,但选择哪种网络不是必然的;四轮汽车出现是必然的,但SUV不是必然的;移动电话的发明是必然的,但iPhone不是必然的…… 被称作网络文化"游侠”的凯文?凯利,在本书中总结了自己几十年来对于科技的观察和分析,精彩地评说当下科技发展的必然趋势,不仅令极客们为之疯狂,也为科技产业的发展提供了极富前瞻性的视野和指导。

作者简介

凯文·凯利(Kevin Kelly,1952~,人们经常亲昵地称他为 KK),《连线》(Wired)杂志创始主编。在创办《连线》之前,是《全球概览》杂志(The Whole Earth Catalog,乔布斯最喜欢的杂志)的编辑和出版人。1984年,KK发起了第一届黑客大会(Hackers Conference)。他的文章还出现在《纽约时报》、《经济学人》、《时代》、《科学》等重量级媒体和杂志上。

凯文·凯利被看作是“网络文化”(Cyberculture)的发言人和观察者,也有人称之为“游侠”(maverick)。


1952年,凯文·凯利出生于美国宾夕法尼亚州,1971年在罗得岛大学念书一年后即辍学,后成为自由摄影师。

20岁至27岁间,凯文·凯利远足亚洲,在日本、韩国、中国台湾、菲律宾、泰国、缅甸、印度、斯里兰卡、巴基斯坦、孟加拉国、尼泊尔、阿富汗、伊朗等地游历。27岁在耶路撒冷,凯文·凯利经历了一次神奇的体验,他觉得自己的寿命只有6个月,于是孝顺父母,广为布施,看望亲友,然后在万圣节之夜“死”去。

回到美国后,这个在精神上经历过一次“死亡”的人,骑自行车跋涉5 000英里,横穿整个美国,体验生命的光辉。

在接下来的30年里,他用自己的方式热烈拥抱着这个飞速发展、眼花缭乱、日益技术化的世界,用自己独到的眼光和智慧,在思想光辉的尽头、在人迹罕至的边疆,发掘着暗藏在强大技术力量背后的生命之音。

1981年,凯文·凯利创办了自己的杂志《步行》(Walking Journal)。他曾是《全球评论》、《信号》、《全球概览》的编辑和重要的撰稿人,他的文章在《经济学人》、《纽约时报》、《时代》周刊、《科学》杂志等重量级媒体上广受赞誉。他参与创办的全球电子链接WELL(Whole Earth eLectronic Link)迄今仍然是最具人气、最有智慧的社区之一。

1999年,著名导演沃卓斯基在拍摄大片《黑客帝国》(Matrix)时,凯文·凯利的著作《失控》(Out of Control)曾被指定为全体演职人员必读的三本书之一。

目录

第 1 章 形 成 Becoming

第 2 章 知 化 Cognifying

第 3 章 流 动 Flowing

第 4 章 屏 读 Screening

第 5 章 使 用 Accessing

第 6 章 共 享 Sharing

第 7 章 过 滤 Filtering

第 8 章 重 混 Remixing

第 9 章 互 动 Interacting

第 10 章 追 踪 Tracking

第 11 章 提 问 Questioning

第 12 章 开 始 Beginning

推荐理由

在这本书里,凯文凯利站在当前科技与互联网发展的趋势下,大胆地预测未来若干发展趋势。如果要想看到更远的将来,这本书是必读读物。 除此之外本书不仅是当前科技与互联网影响下社会的发展与预测,还有一种从动态和系统的角度来看世界。个人感觉也可以作为21世纪世界观类优秀书籍。

A New Kind of Science

S4528681.jpg

简介

这是Stephen Wolfram倾十年之力写下的一部1200多页的巨著。书中充满了各种定理,但却没有数学公式证明,所有的证明全部用图形。这是一本关于简单程序宇宙:包括元胞自动机(Cellular Automata)、图灵机、替代系统、网络等等可以用几行Mathematica代码就能实现的简单程序。从物理到数学再到生物和社会,作者相信这些简单程序可以给我们带来一切问题的答案 2002年,沃尔夫勒姆自费出版了这本书,尽管雄心勃勃地宣称自己创造了一门新的科学,沃尔夫勒姆还是“谦虚”地称自己只是像牛顿一样,在浩瀚的真理的大海边拣到了几个漂亮的贝壳和平滑点的石子。但是他张扬的个性和自吹自擂的作风使他本人和他的著作都遭到了许多人的抨击。但还是有科学家觉得,他是300多年来最接近牛顿的一个。

作者简介

Stephen Wolfram 是Mathematica的创始人,他被广泛地认为是当今科学和技术计算中最重要的革新者。他1959年出生于伦敦,先后在伊顿公学,牛津大学和加利福尼亚理工学院学习。他15岁时发表了他的第一篇学术论文。20岁就在加利福尼亚理工学院获得了理论物理的博士学位。Wolfram早期的科研工作主要在高能物理、量子场理论和宇宙论方面,包括几个当今著名的结果。Wolfram 从1973年起开始使用计算机,并且很快成为正在形成的科学计算领域中的领导者。1979,他开始构造SMP--第一个现代计算机代数系,并于1981年开始商业化发行。

由于早期在物理和计算方面的科研工作,1981年Wolfram成为最年轻的MacArthur 奖学金获得者。

1981年后期, Wolfram 开始了一个雄心勃勃的新的科学方向:发展本质复杂性的一般理论。 Wolfram的关键思想是使用计算机实验来研究称作细胞自动控制的简单计算机程序的行为。1982年,他首先获得了关于复杂性原因的一系列令人吃惊的发现。Wolfram的关于细胞自动控制的论文的发表导致了科学思维的较大的转变,并提出了一个新的科学领域的基础,Wolfram称该领域为?复杂系统研究? 。

20世纪80年代中期,Wolfram继续进行复杂性的研究,发现了大量的计算和本质间的基本联系。提出了诸如计算不可化简性的概念。Wolfram的工作导致了广泛的应用----提供了称为复杂性理论和人工生命的流行运动的主要科学基础。Wolfram本人使用自己的思想开发了一个新的随机生成系统和计算流体动力学的新方法----这二者现在被广泛的使用着。

在他的复杂系统研究的工作之后,Wolfram于1986年创建了该领域的第一个研究中心和第一本杂志。接着,在非常成功的学术生涯----首先在加利福尼亚理工学院,然后在普林斯顿高级研究学院,最后在伊利诺斯大学作为物理、数学和计算机科学的教授----之后,Wolfram 开办了Wolfram Research公司。

Wolfram于1986年后期开始开发Mathematica。Mathematica第一版于1988年6月23日发行,作为计算领域的主要进步,立即得到了热烈欢呼。在随后的几年中,Mathematica的流行度迅速增长。Wolfram Research公司成为世界软件工业的领导。被公认为在技术和商业两方面都是优秀的。

在Mathematica第二版于1991年发行后,Wolfram开始将他的时间分配到Mathematica开发和科学研究两个方面。从20世纪80年代中期创建他的工作,Wolfram做的一系列主要发现被描述在他的即将出版的书:?一个新的科学种类?之中。补充解决一些存在的基本科学问题,Wolfram最近的工作指出了通向科学和数学的完整的新方法的途径。

从Wolfram Research公司建立起,Wolfram 一直是 Wolfram Research公司的总裁和执行总裁,并且仍然自己负责Mathematica核心系统的设计。

目录

Preface ix Chapter 1 The Foundations for a New Kind of Science 1

Chapter 2 The Crucial Experiment 23

Chapter 3 The World of Simple Programs 51

Chapter 4 Systems Based on Numbers 115

Chapter 5 Two Dimensions and Beyond 169

Chapter 6 Starting from Randomness 223

Chapter 7 Mechanisms in Programs and Nature 297

Chapter 8 Implications for Everyday Systems 363

Chapter 9 Fundamental Physics 433

Chapter 10 Processes of Perception and Analysis 547

Chapter 11 The Notion of Computation 637

Chapter 12 The Principle of Computational Equivalence 715

Notes 849

评论

钮卫星

载《文景》2003年3月号

更多内容,请关注: [2]

在传媒发达、信息通畅的今天,科学家成为大众瞩目的焦点已不是什么新鲜事。在刚刚过去的2002年里,人们对理论物理学家斯蒂芬·霍金到访中国而掀起的“霍金热”还记忆犹新。同样是2002年,在大洋彼岸的北美大陆,另一位同名的斯蒂芬因一本《一种新科学》(A New Kind of Science 以下简称《新科学》)而成为“科学界的小甜甜”。[1] 在2002年5月14日发行之后的一个星期里,《新科学》初版五万册就全部销售一空。在网上书店“亚马逊”的排行榜上,其销量直逼惊栗小说作家约翰·格雷斯姆(John Grisham)和浪漫小说作家丹妮尔·斯蒂尔(Danielle Steel)的作品,一度高居榜首,成为2002年夏天最畅销的书。

《新科学》这书名,看上去是一幅要惹事的样子。而作者在这里确实没有使用修辞手法,在书中作者实实在在地声称创造了“一种新科学”。因此该书引起了媒体和读者――尤其是读者中的专家们――的广泛注意。在出版后的六个月内,就有近200篇关于该书和该书作者的评述文章发表在包括《新闻周刊》(Newsweek)、《商业周刊》(Business Week)、《卫报》(The Guardian)、《每日电信》(The Telegraph)、《纽约时报》(The New York Times)、《连线》(Wired)等各大媒体上。前沿科学杂志《自然》(Nature)也发表了一篇与该书有关的文章和一篇书评。

那么《新科学》究竟是怎样一本书?声称创造了“一种新科学”的该书作者又是怎样一个人呢?

虽然作出类似声称的人往往会被视为“民间科学家”或“伪科学”、“反科学”狂人,但是《新科学》的作者斯蒂芬·沃尔夫勒姆(Stephen Wolfram)却绝非泛泛之辈。沃尔夫勒姆1959年出生于伦敦,父亲是相当成功的作家,母亲是牛津大学的哲学教授。他幼年聪慧,13岁入伊顿(Eton)公学,15岁发表首篇粒子物理方面的学术论文,到17岁,他的科学论文发到了《核物理》(The Nuclear Physics)杂志上。在获得牛津大学的奖学金并在牛津学习一年之后,即到了美国阿格纳国家实验室(Argonne National Laboratory)的理论高能物理小组(Theoretical High-Energy Physics Groups)工作。1978年19岁的沃尔夫勒姆受著名物理学家穆雷·盖尔曼(Murray Gell-Mann)之邀去到加州理工学院(the California Institute of Technology),从事基本粒子物理学方面的研究,取得显著成就,一年内获得理论物理学博士学位。1980年沃尔夫勒姆成为加州理工学院一员,与费曼(Richard Feynman)共事。1981年被授予麦克阿瑟“天才人物”奖(MacArthur "Genius" Fellowship),并成为该奖最年轻的获得者。之后他又到了爱因斯坦度过后半生的普林斯顿高级研究所(the Institute for Advanced Study)工作,再后来又成为伊利诺斯大学(the University of Illinois)的物理学、数学和计算机科学教授。

1986年27岁的沃尔夫勒姆创立了以他的姓氏命名的沃尔夫勒姆研究公司(Wolfram Research, Inc)后,离开了学术界,成为一位企业家。1988年6月23日他的公司发布了一种著名的数学软件――“数学”(Mathematica),该软件使得人们可以随心所欲地进行各种复杂的数学运算,解方程、求导数、求积分、求矩阵的逆、画三维图形等等不再是一件烦人的苦差事。温伯格说他学会使用“数学”软件的那一天是个快乐的日子,因为那样他可以摆脱叫研究生助手解算微分方程而产生的窘迫感。[2] 加州大学圣迪亚哥分校通讯和信息技术研究所主任拉雷·斯马尔(Larry Smarr)把该软件称作有史以来最重要的科学软件。[3] 沃尔夫勒姆本人则因发明该软件被认为是“人类的伟大赞助者”。[4] 目前该软件在科学家、工程师以及其他各种职业中有大量的使用者,其数目超过一百万,沃尔夫勒姆因此也成为千万富翁。

在学术和商业上都取得了如此的成功,沃尔夫勒姆无疑是一个绝顶聪明的人,但是他怎么会写出《新科学》“这样一部愚蠢的书”呢?[5]

早在1981年,沃尔夫勒姆的研究兴趣从基本粒子转向了自然界中复杂性的起源问题,试图通过电脑运算来解释各种复杂现象,并取得了一定的成果。由于研制和改进“数学”软件,以及监管公司的运营,他的这一研究兴趣被一度压制。1991年“数学”软件第二版发行之后,沃尔夫勒姆开始抽出一部分时间来继续先前的研究。他一般在晚上10点整坐到他的电脑前开始他的科学工作,直到天亮,再睡到中午,然后与他的前数学家妻子和三个孩子度过下午。沃尔夫勒姆就这样在几乎隐居的状态下进行他的科学研究,按照他的说法,牛顿和达尔文在发表他们的惊人之作前,都是单打独斗了好几年的。[6]

在总共4000多个漆黑的夜晚里,沃尔夫勒姆敲击了一亿次键盘,移动了一百多英里的鼠标,作了上万页的笔记,产生的研究结果占了10G的硬盘空间,编制了近一百万行的“数学”软件命令,运行了一千万亿次的电脑运算。[7] 最后形成了一本1200多页、5磅重的大部头。

沃尔夫勒姆声称此书是科学史上最为重要的一部著作,而他所做的一切不亚于牛顿的贡献。[8] 早在该书面世以前,沃尔夫勒姆在接受《福布斯》杂志记者采访时就夸耀了他将在书中给出的几个主要发现,譬如,向自然选择学说作出挑战;时间为什么单向流逝;怎样制造人造生物;解释股市涨落;诸如从雷电到星系的复杂系统如何蕴藏着智能;树叶、树木、贝壳、雪花和几乎所有其他东西的形状为什么是那个样子的,等等等等。[9]

这些属于绝然不同的研究领域、看起来似乎风马牛不相及的问题,如何在沃尔夫勒姆所谓的“新科学”下得到统一的解释呢?

相关阅读

释放比特自由——Wolfram的“一种新科学”介绍

推荐理由

这是一本系统地阐释元胞自动机、图灵机等简单程序宇宙的著作,在本书中你可以读到各种简单程序,而且还可以了解到研究探索这些计算宇宙的方法。


宇宙为家(At Home in the universe)

At home in the universe.jpg

  • 作者:斯图亚特·考夫曼(Kauffman Stuart)
  • 译者:李绍明 / 徐彬
  • 出版社:湖南科学技术出版社
  • 丛书:第一推动丛书

内容简介

达尔文提出进化论,指出生命一直在自然选择之下演进、变化,而非上帝创造之物;孟德尔通过实验,揭示出遗传因子在遗传、变异中起到的作用。然而,从原初的分子汤,到物种繁多的地球生态圈,这种演化并不仅仅是在自然环境的影响下和随机的基因突变中产生的,从最初时,内在的秩序已经产生,并在混沌的边缘前进壮大,我们是注定要来到这个宇宙的。

供职于圣塔菲研究所(Santa Fe Institute [3])的考夫曼将复杂性原理应用于生命演化过程的分析,揭示出自组织才是生命秩序的源头,自然选择从外部作用于表现出自发秩序的系统之上,就产生出了现在的我们。我们不是什么不可思议的事故,不是靠零敲碎打、东拼西凑而成的 —— 我们是足月分娩、注定要降临的。

推荐理由

进化论是很了不起的,但总让人觉得我们的出现太过于幸运,幸运到一片空虚。而本书告诉我们,生命系统本身就有一股力量,推动着自身的前进,而自然选择不过是在外部对前进方向进行调整而已。这种观点给了我们一种对于生命系统的更为整体的视角,同时也是了解复杂性原理的一本好书。

复杂性思维

S27302712.jpg

  • 作者: [德]克劳斯·迈因策尔 (Klaus Mainzer)
  • 出版社: 上海辞书出版社
  • 原作名: Thinking in Complexity
  • 译者: 曾国屏 / 苏俊斌
  • 出版年: 2014-4-1

内容介绍

复杂性科学是可与相对论、量子力学媲美的20世纪重大科学突破之一。在某种意义上,复杂性对整个科学体系的影响,也许比后两者更深刻、更广泛。进入21世纪,探索和理解复杂性,依然受到自然、社会、人文等各学科的共同关注。德国著名哲学家、复杂性科学专家克劳斯o迈因策尔教授的这本名著已出至第五版,它从哲学的高度,广泛涉猎物理学、生命科学、认知科学、计算机科学、经济学、社会学等诸多方面,揭示了不同学科体现出的共同的复杂性特征,以详尽而不失之繁琐的例证,和严谨而又尽可能通俗的笔法,阐释了对复杂性的探索将如何引起人们思维方式的深刻变化。

作者介绍

克劳斯·迈因策尔 (Klaus Mainzer) 德国科学哲学家。现为慕尼黑工业大学教授。在复杂系统、非线性动力学等领域多有建树,除本书外,还著有《大自然的对称性》、《对称与复杂:非线性科学的魂与美》等。 主译:曾国屏 清华大学人文学院科学技术与社会研究所教授,清华大学深圳研究生院社会科学与管理学部主任。长期从事科学•技术•产业与社会问题、科技传播普及、自然辩证法和复杂性科学哲学问题的研究,有著译十余种。

推荐理由

一本覆盖面比较广的哲学类书籍


魔镜:埃舍尔的不可能世界

S201601140.jpg

  • 作者: [荷] 布鲁诺·恩斯特
  • 出版社: 上海科技教育出版社
  • 原作名: The Magic Mirror of M. C. Escher
  • 译者: 田松 / 王蓓
  • 出版年: 2014-12
  • 页数: 168

内容简介

有一次,一位妇女在电话里对我说:“埃舍尔先生,我对您的作品完全着了迷,您的版画《蜥蜴》把轮回再生的过程描绘得那么生动。”我答道,“夫人,如果您那样认为,那就那样好了。”这个狡黠机巧的回答出自知名的荷兰版画艺术家毛里茨·科内利斯·埃舍尔(Maurits Cornelis Escher,1898~1972)之口。他的作品具有复杂的多义性,那些思维单一、草率仓促的阐释往往离题万里、不着边际。

在一幅计算机生成的三维图像震惊公众之前很久,埃舍尔就是这第三维的大师了。他的石版画《魔镜》早在1946年便已完成。数学家布鲁诺·恩斯特以此作为《魔镜:埃舍尔的不可能世界》书名,是在强调,埃舍尔的作品永远都会对它的读者产生神奇的魔力。在长达一年的时间里,恩斯特每周都去拜访埃舍尔,系统地讨论他的全部作品。他们在讨论中所生发出的友谊,使恩斯特能够深入到埃舍尔的生活和他的概念世界之中。恩斯特的记述翔实准确,并经过了艺术家本人的校正。

埃舍尔的作品是无法归类的。单纯从科学、心理学或者美学的角度都无法品味其妙。问题依然:他为什么要创造这些图画?他是怎样构建它们的?他在最终完成作品之前,要做哪些前期工作?他所创造的这些形象之间有什么关联?《魔镜:埃舍尔的不可能世界》基于最可信的一手资料,以埃舍尔的生平,250幅插图,连同对诸多数学问题的阐释,为诸如此类的种种问题作出了回答。

关于作者

布鲁诺·恩斯特(Bruno Ernst),荷兰数学家,1926年生于荷兰鹿特丹,他是一位天才的科学推广者,撰写了大量关于天文学、摄影术、书法史的书籍和文章,虽然他并非这些领域的专家。

推荐理由

  • 埃舍尔是一个奇人,他的绘画作品更是让人称奇。时空在他的画作中轮回涌现,自指在对称中往复循环,总有一个地方让你不舍和留恋。在这本书中,你不仅会领略到艺术和科学的美,更会看到另一个不同的世界。

复杂性研究视角中的经济系统

S201601120.jpg

  • 作者: 陈禹,方美琪
  • 出版社: 商务印书馆
  • 出版年: 2015-06
  • 页数: 202

内容简介

当前世界经济正处在激烈的经济动荡中,传统的经济理论陷入了困境。作者经过对于经济理论、自然科学、现实经济的广泛研究,认为: 这种困境的出现起认识根源在于理论落后于实际,在于用工业时代的思维模式来看待和处理信息时代的经济与社会。这种传统思维的突出特点之一,就是简单化、绝对化和静止的思维方式,对于复杂系统的规律和特点缺乏认识。基于这样的观点,本书运用现代系统科学的思想和理念,从经济系统的复杂性入手,分析了经济理论的若干基本论题和热点议题,并给予这样的分析,提出了对于经济政策研究与管理实践的一些具体意见。

本书共分五个部分。

一、传统的经济理论为什么会陷入困境?以若干经济学家的两难论述为例,剖析了传统经济科学陷入困境的原因,揭示了在这些理论中表现出来的绝对化、简单化和静止的思维模式。

二、现代自然科学的启示。通过回顾一百多年来自然科学发展史,简要地介绍了自然科学史如何突破近代科学的思维框架,重新认识不确定性、层次、涌现、无限性等复杂性的概念,从而取得了质的飞跃,创造了新的自然科学的繁荣局面。

三、对于经济科学的五个基本理论议题的重新认识。包括:对于分工合作的重新认识,对于价值理论的重新认识,对于虚拟经济和实体经济的重新认识,对于金融和货币的重新认识,对于经济和文化、伦理的关系的重新认识。

四、对于若干现实议题的讨论。包括:贫富差距和马太效应;广告和信息的作用和地位;自组织和他组织(即计划和市场)的协调与权衡;精神产品和服务的价值;关于公共财货和普遍服务。

五、关于经济科学发展和研究的方法。包括:向自然科学学习;向实践学习;数学的地位与作用(兼论定性和定量的结合);计算机的地位与作用(兼论大数据和云计算)。

关于作者

陈禹,1965年毕业于北京师范学院数学系本科,现任或曾任中国信息经济学会名誉理事长、国际信息系统学会中国分会副理事长,长期从事信息经济、信息管理及现代系统科学的研究。陈禹教授建立国内第一个经济科学实验室,把信息技术和经济科学结合起来;首次向国内介绍复杂适应系统(CAS)理论,翻译出版了CAS理论的两本重要著作:《隐秩序》和《涌现》。陈禹教授参与了各级政府的政策研究工作,担任了一些部门和地方的顾问工作,如国家信息办指标体系顾问组成员,国家电子政务标准化总体组成员,北京、广东、深圳、中山等地方政府的信息化政策顾问等。陈禹教授著有与本专题相关的著作有《关于系统的对话》(中国人民大学出版社,1991),《信息经济学教程》(清华大学出版社,1997,2005),《信息时代的应知应会》(高等教育出版社, 1997),近期又参与了“信息生产力研究”,“信息经济学理论梳理”等项目,并于最近主编出版了《中国经济向何处去》(社会科学出版社,2012)。

方美琪, 现任或曾任中国信息经济学会秘书长兼副理事长、中国系统工程学会信息系统工程专业委员会副秘书长,知名电子商务专家。长期从事计算机技术、电子商务、信息经济及现代系统科学的研究。著有与本专题相关的著作有:《电子商务概论》 ( 清华大学出版社 2002);《复杂系统建模与仿真》 (中国人民出版社 2005 第一版,2010 第二版)。

推荐理由

  • 这本书用朴实的语言和生动事例,向读者讲述了当前以新古典经济学为主流的传统经济学理论的困境,以及如何用系统科学的思想方法突破这些局限。正如作者在书中反复提到的牛顿力学与量子力学的例子,人们不能用绝对化、简单化和静止的思维方式看待包括经济学在内事物,牛顿力学体系既有它的用处也有它的局限,当人们以发展的眼光引入量子力学体系时,物理学才又一次得到极大的发展进步。如今,传统的经济学理论在解释很多经济现象和问题时,已经遇到了不少危机,正如物理学的发展历程一样,传统经济学也需要“量子力学”——系统科学的思维和方法。


人工科学

111.jpg

图书概况

作者: [美] 司马贺

出版社: 上海科技教育出版社

副标题: 复杂性面面观

原作名: The Science of Artificial

译者: 武夷山

出版年: 2004-10

内容简介

本书是诺贝尔经济学奖得主司马贺的代表作之一,是1996年修订出版的第三版的中译本。第三版增加了全新的一章“复杂性面面观”,修改了文字内容并更新了部分数据。作者率先构造出“人工科学”的概念,据以将经济学、思维心理学、学习科学、设计科学、管理学、复杂性研究等领域贯穿联系起来,使人获得很多启迪。本书对传统思维提出挑战,指出人工智能所期望达到的领域,揭示了人工性和层级对于复杂性的意义,从多个领域说明人工科学何以是可能的,并试图说明它的性质。本书的基本主题是:物质符号系统具备必要和充分的手段来采取智能行动。

目录

第三版序

第二版序

理解自然界和人工界

经济合理性:适应性的手段

思维心理学:将智慧嵌入自然

记忆与学习:作为思想环境的记忆

设计科学:创造人工物

社会计划:进化着的人工物的设计

复杂性面面观

复杂性的构造:层级系统


人工科学 引用日期:2016.01.12

推荐理由

Managing Business Complexity

S2602775.jpg

图书概况

Managing Business Complexity: Discovering Strategic Solutions with Agent-Based Modeling and Simulation

North, Michael and Macal, Charles

Oxford University Press: New York, NY, 2007

书评信息

From http://jasss.soc.surrey.ac.uk/10/4/reviews/parunak.html

Reviewed by H. Van Dyke Parunak

Chief Scientist, NewVectors division of TechTeam Government Solutions, Inc

The promise of this book may best be captured by a humbling anecdote. Twenty years ago, when expert systems were the cutting edge of AI, I was discussing with a businessman how this technology was moving into industry. He told me, "We've found it works much better to send one of our experienced factory people for an AI training course, than to bring in a new AI Ph.D. to write the system for us. It's easier to teach a manufacturing engineer how to build an expert system than it is to teach an AI researcher how manufacturing works."

There seems to be a widespread conviction among people with deep expertise that everybody else's discipline is relatively simple compared to their own. Whether justified or not, this natural prejudice will mean that serious users of advanced technology (including agents) are more likely to adopt it if we help them implement it themselves than if we insist that they hire people who know more about the technology than they do about the problem being solved. For the most part, the level of detail and scope of this volume suggest that it will be of most value in teaching business people how to do agent-based modeling in support of business decisions. The book is written in a way that will appeal far more to business people than to agent researchers: technical details and references to antecedent research are sketchy, background that would be obvious to a researcher is developed at length, and the overall tone is informal and chatty. In spite of this orientation, researchers ought to pay attention to it, as an example of addressing issues of importance to real-world users.

The book's fifteen chapters fall into three broad sections. The first five chapters motivate and explain agent-based modeling. Chapters 6 through 10 discuss how to construct an agent-based model in several different environments. Chapters 11 through 15 deal with ancillary issues that are particularly important in a business environment.

The introductory chapters introduce the notion of agents and motivate their use. These chapters survey the history of agents, and discuss the place of multi-agent systems in the broader world of complex adaptive systems. They introduce a supply chain application that serves as a running example throughout the entire book. Of particular interest is a subsection of chapter 5, "A Survey of Modeling Approaches." This section really deserves to be a chapter by itself. (At 27 pages, it's longer than all but two chapters, one of which is the one that includes it.) This section includes systems dynamics, discrete event simulation, participatory simulation, optimization models, statistical modeling, risk analysis, and agent-based modeling and simulation. Using the common supply chain model, the section identifies the main strengths and weaknesses of each approach. This comparison is extremely helpful to any practitioner who is more concerned about solving a problem than about methodological purity, although the references on some of the techniques (such as risk analysis) are spotty.

For users who have decided that an agent-based model is appropriate for their problem, Chapter 6 focuses on how to identify the agents and their behavior. It assumes that agents can be identified with physically bounded entities, such as decision-makers or factories, unlike some early agent-based supply chain models in which the agents were business functions (Fox, Chionglo and Barbuceanu 1993). I agree with the entity-based approach to assigning agents, but it is worthwhile to remember just how much influence the "functional decomposition" approach to software had on the early days of agent systems.

Much of the chapter is a hands-on guide to doing knowledge engineering, and a preoccupation with the role of the domain expert pervades the book. This counsel will be useful to readers who come from the agent community and are seeking to understand a business application. But as I have noted, the book itself is oriented more to the business user who is already an expert on the domain and wants to know how to build an agent-based model.

Chapters 7 through 10 describe how to build an agent-based model in a variety of implementation environments. Chapter 7 surveys the options, which are then explored in depth in chapter 8 (desktop modeling, including spreadsheets and environments like NetLogo and StarLogo), chapter 9 (participatory modeling, in which people act out agent behaviors), and chapter 10 (large-scale models on platforms such as RePast and Swarm). HubNet merits the attention given it in chapter 9 as an environment for participatory simulation, but the chapter does not notice a number of other researchers who have also been exploring this approach to modeling, including Parunak (1999) and numerous publications over the past three years by Paul Guyot, Alex Drogoul, and Shinichi Honiden, including one in this journal (Guyot and Honiden 2006).

Chapters 11 through 15 discuss issues that are peripheral from a research perspective, but essential in gaining acceptance of a technology, including verification and validation (Chapter 11), data quality (Chapter 12), analysis and presentation of results from a model to decision-makers (Chapter 13), and project management issues (Chapter 14). The technical level throughout most of the book is well below the level of active researchers in the field, but these chapters merit attention by researchers who wish to understand better some of the major hurdles to transition of advanced technology into the business world.

The book has an integrated index. The bibliography is spotty and distributed across the chapters, making it difficult to check its overall coverage, but such formalities are of less concern to business practitioners than to the research community. Business people will find the book an accessible and relatively complete introduction to agent technology, while researchers who are serious about technology transition will profit from the explicit discussion of hands-on business issues.

推荐理由

号称是第一部系统论述Multi-agent based simulation的专著,也是推荐人的入门书籍。


把时间当做朋友

Bsjdzpy.jpg

  • 书 名 把时间当作朋友
  • 作 者 李笑来
  • 出版时间 2009-6-1

内容简介

为什么你总是说“没有时间了”,勤奋而又懒惰?最节省时间的方式是学习,为什么你砍柴而不肯磨刀?基于过程的记录,为什么迥异于基于结果的记录?一个人对时间的精确感知能力真的能训练得像特异功能?都是平凡人,为什么若干年后彼此已成天壤之别?时间这条船,为什么只送心智成熟的人去往梦想的彼岸?绝大多数的成功根本与智商没有任何关系,所有的失败都与且只与时间限制有关。当你把时间花费到一个人身上的时候,相当于在他的身上倾注了你生命的一段,哪管最终的结果如何,反正,那个人那件事都成了你生命中的一部分,不管最后你喜欢还是不喜欢。

作者简介

李笑来,新东方出来的牛人之一,现艾德睿智国际教育咨询合伙人。有新浪博客和微信公众号“学习学习再学习”

推荐理由

这本书不是一本时间管理类的励志书,是一本人生方法论的书。个人认为本书是90%的方法论+7%的人生观+3%的价值观。

个人工具
名字空间
操作
导航
工具箱