• <blockquote id="fficu"><optgroup id="fficu"></optgroup></blockquote>

    <table id="fficu"></table>

    <sup id="fficu"></sup>
    <output id="fficu"></output>
    1. ACS880-07C
      關(guān)注中國自動(dòng)化產(chǎn)業(yè)發(fā)展的先行者!
      工業(yè)智能邊緣計算2024年會(huì )
      2024
      2024中國自動(dòng)化產(chǎn)業(yè)年會(huì )
      2023年工業(yè)安全大會(huì )
      OICT公益講堂
      當前位置:首頁(yè) >> 資訊 >> 行業(yè)資訊

      資訊頻道

      因果涌現:數學(xué)理論揭示整體怎樣大于部分之和
      • 點(diǎn)擊數:1105     發(fā)布時(shí)間:2021-08-22 08:34:45
      • 分享到:
      “羅密歐想要朱麗葉,就像鐵屑想要靠近磁鐵一樣;如果沒(méi)有障礙物,他就會(huì )像它們一樣直線(xiàn)地向她移動(dòng)?!闭材匪箤?xiě)道,“但對羅密歐與朱麗葉,如果在他們之間建了一堵墻,他們就不會(huì )像磁鐵對鐵屑一樣愚蠢地把臉貼在墻上……羅密歐會(huì )很快找到一種迂回的方式,通過(guò)攀爬墻壁或其他方式,直接親吻朱麗葉?!?

      新的數學(xué)理論表明,與傳統的科學(xué)智慧相反,有意識的生物和其他宏觀(guān)實(shí)體對未來(lái)的影響可能比其微觀(guān)組成部分的總和更大。

      由北京師范大學(xué)教授、集智俱樂(lè )部創(chuàng )始人張江等發(fā)起的 「因果涌現」系列讀書(shū)會(huì ) ,將組織對本話(huà)題感興趣的朋友,深入研讀相關(guān)文獻,激發(fā)科研靈感。 讀書(shū)會(huì )線(xiàn)上進(jìn)行,8月14日開(kāi)始,每周六上午9:00-11:00,持續時(shí)間預計 7-8 周。8月14日的第一期,將由張江教授分享,概述涌現、因果、自指的聯(lián)系及研究進(jìn)展。讀書(shū)會(huì )詳情及參與方式見(jiàn)后文。

      在威廉·詹姆斯(William James)1890年的著(zhù)作《心理學(xué)原理》中,他引用了羅密歐與朱麗葉來(lái)說(shuō)明意識體與構成它們的粒子之間的差異。

      “羅密歐想要朱麗葉,就像鐵屑想要靠近磁鐵一樣;如果沒(méi)有障礙物,他就會(huì )像它們一樣直線(xiàn)地向她移動(dòng)?!闭材匪箤?xiě)道,“但對羅密歐與朱麗葉,如果在他們之間建了一堵墻,他們就不會(huì )像磁鐵對鐵屑一樣愚蠢地把臉貼在墻上……羅密歐會(huì )很快找到一種迂回的方式,通過(guò)攀爬墻壁或其他方式,直接親吻朱麗葉?!?/p>

      2017年,29歲的理論神經(jīng)科學(xué)家和作家埃里克·霍爾(Erik Hoel) [1]在一篇文章[2]中引用了這段話(huà),在這篇文章中他闡述了對意識和能動(dòng)性如何產(chǎn)生新的數學(xué)解釋。有意識的智能體(agents)——具有意圖和目標導向的存在——長(cháng)期以來(lái)似乎與所有行為都源于粒子之間的機械相互作用的還原論假設(the reductionist assumption)存在嚴重分歧。既然智能代理不存于原子中,還原論就認為根本不存在智能主體:羅密歐的欲望和心理狀態(tài)并不是他行為的真正原因,只不過(guò)是他大腦和周?chē)h(huán)境原子之間未知的復雜因果關(guān)系。

      但霍爾提出的“因果涌現(causal emergence)”理論,徹底拒絕了上面的還原論假設。

      作為哥倫比亞大學(xué)博士后研究員,霍爾說(shuō):“因果涌現表明具有施動(dòng)能力的代理主體描述是真實(shí)的?!彼紫扰c威斯康星大學(xué)麥迪遜分校的拉里薩·阿爾班塔基斯和朱利奧·托諾尼提出了這個(gè)想法[3]?!叭绻阒皇钦f(shuō),‘哦,是我的原子讓我做到了’——好吧,那可能不是真的。事實(shí)證明這可能并不真實(shí)?!?/p>

      使用信息論的數學(xué)語(yǔ)言,霍爾和他的合作者認為促使結果產(chǎn)生的事物可以在宏觀(guān)尺度上出現。他們說(shuō),一個(gè)物理系統的某個(gè)粗粒度的宏觀(guān)狀態(tài)(例如大腦的心理狀態(tài))可能比對系統更細致、更細粒度的描述更能影響系統的未來(lái)。沒(méi)有參與這項工作的卡內基梅隆大學(xué)和圣達菲研究所的信息理論家和認知科學(xué)家西蒙·德迪奧(Simon DeDeo)解釋說(shuō),"宏觀(guān)狀態(tài),比如欲望或信念,其實(shí)是對真正原因的描述,而更細粒度的描述往往會(huì )忽略這些狀態(tài)?!?/p>

      “對我來(lái)說(shuō),這似乎才是談?wù)撘蚬恼_方式,”德迪奧說(shuō),“因為我們確實(shí)希望將因果屬性歸因于高階事件,諸如心理狀態(tài)之類(lèi)的事情?!?/p>

      自 2013 年以來(lái),德迪奧和合作者一直在發(fā)展他們想法背后的數學(xué)。在 2017年 5 月份發(fā)表在 Entropy 雜志上的一篇論文[4]中,霍爾將因果涌現置于更堅實(shí)的理論基礎上,表明宏觀(guān)尺度也可通過(guò)同樣的數學(xué)原理獲得因果效力。在數學(xué)上,糾錯碼 (error-correcting codes)增加了可以通過(guò)信息通道發(fā)送的信息量。正如代碼減少傳輸數據中的噪聲(以及不確定性)一樣——克勞德·香農(Claude Shannon)在1948年的見(jiàn)解構成了信息論的基石——霍爾聲稱(chēng)宏觀(guān)狀態(tài)也減少了系統因果結構中的噪聲和不確定性,加強了因果關(guān)系并使系統的行為更具確定性。

      “我認為這非常重要,”南非宇宙學(xué)家喬治·埃利斯[5](George Ellis)談到了霍爾的新論文時(shí)說(shuō),他也寫(xiě)過(guò)自上而下的因果關(guān)系的文章[6]。埃利斯認為因果涌現可以解釋許多涌現現象,例如超導性和物質(zhì)的拓撲相(topological phases)。研究人員說(shuō),像鳥(niǎo)群和超有機體這樣的集體系統,像晶體和波浪這樣的簡(jiǎn)單結構,都可能表現出因果涌現。

      關(guān)于因果涌現的工作尚未在物理學(xué)家中廣為人知,他們幾個(gè)世紀以來(lái)一直對自然采取還原論的觀(guān)點(diǎn),并且在很大程度上避免對這個(gè)問(wèn)題進(jìn)行進(jìn)一步的哲學(xué)思考。但在物理學(xué)、生物學(xué)、信息論和哲學(xué)之間的交界處,出現了挑戰,新想法激發(fā)了人們的興趣。它們在解釋世界及其奧秘方面的用途——包括意識、其他類(lèi)型的涌現以及現實(shí)的微觀(guān)和宏觀(guān)層面之間的關(guān)系——將被歸結為棘手的因果關(guān)系概念:即,什么是因果關(guān)系?為什么是?“如果你把20名實(shí)驗科學(xué)家帶到一個(gè)房間里,問(wèn)他們什么是因果關(guān)系,他們會(huì )對答案各抒己見(jiàn)?!钡碌蠆W說(shuō),“我們對此感到很困惑?!?/p>

      1. 有關(guān)原因的理論

      在致命的酒后駕駛事故中,死亡原因是什么?醫生認為是器官損害,而心理學(xué)家則將其歸咎于決策能力受損,而社會(huì )學(xué)家則指出對酒精的寬容態(tài)度。生物學(xué)家、化學(xué)家和物理學(xué)家反過(guò)來(lái)看到了更多的基本原因?!氨娝苤?,亞里士多德提出四因說(shuō),”德迪奧說(shuō)?!白鳛榭茖W(xué)家,我們否定了所有這些,只留下接觸、觸摸和推動(dòng)的原因?!?/p>

      對于物理學(xué)家來(lái)說(shuō),真正的原因是粒子之間的基本力;所有的影響都從那里散發(fā)出來(lái)。事實(shí)上,當這些力可以被分離時(shí),它們看起來(lái)是完全確定的和可靠的——例如,物理學(xué)家可以高精度地預測大型強子對撞機的粒子碰撞結果。在這種觀(guān)點(diǎn)中,只有當有太多變量需要跟蹤時(shí),才難以根據第一性原理預測因果關(guān)系。

      此外,哲學(xué)家們認為,同時(shí)存在于宏觀(guān)和微觀(guān)尺度上的因果效力是多余的。為避免重復計算,“排他論證(exclusion argument)”認為所有因果關(guān)系都必須源自微觀(guān)層面。但從宏觀(guān)實(shí)體的角度討論因果關(guān)系總是更容易。當我們尋找致命車(chē)禍的原因,或羅密歐決定開(kāi)始攀登時(shí),“一直深入到神經(jīng)元放電的微觀(guān)尺度似乎是不正確的,”德迪奧說(shuō)?!斑@就是霍爾介入的地方。談?wù)撘蚬P(guān)系的數學(xué)是一件大膽的事情?!?/p>

      霍爾友善且四肢粗壯,在他家位于馬薩諸塞州紐伯里波特的書(shū)店Jabberwocky中長(cháng)大。他在本科時(shí)學(xué)習創(chuàng )意寫(xiě)作,并計劃成為一名作家。但他也被意識的問(wèn)題所吸引——它是什么?為什么產(chǎn)生?我們如何擁有它?——他認為這是一個(gè)急需創(chuàng )造性的尚待研究的科學(xué)主題。讀研究生時(shí),他去了威斯康星州的麥迪遜,與托諾尼一起工作——在霍爾看來(lái),他是當時(shí)唯一擁有科學(xué)的意識理論的人。

      托諾尼將意識視為信息:它們是神經(jīng)復雜網(wǎng)絡(luò )中編碼而非單個(gè)神經(jīng)元狀態(tài)中比特(bits),這些神經(jīng)元在大腦中連接在一起成為整體。托諾尼認為,這種特殊的“整合信息”對應于我們的主觀(guān)意識體驗到的統一、整合的狀態(tài)。整合信息理論(Integrated information theory)在過(guò)去幾年中獲得了突出地位,盡管隨后就其是否代表了準確和充分的意識引發(fā)了爭論。但是當霍爾于2010年第一次來(lái)到麥迪遜時(shí),只有他們兩人在那里從事這方面的研究。

      托諾尼委托霍爾探索尺度和信息之間的一般數學(xué)關(guān)系??茖W(xué)家們后來(lái)專(zhuān)注于神經(jīng)網(wǎng)絡(luò )中的整合信息量如何隨著(zhù)時(shí)空尺度的層次結構而變化,觀(guān)察越來(lái)越大的神經(jīng)元組之間的聯(lián)系。他們希望弄清楚哪種集成規模對應著(zhù)最大的整合信息?;魻枮榇俗詫W(xué)了信息論,并陷入了關(guān)于意識、還原論和因果關(guān)系的哲學(xué)辯論。

      霍爾很快發(fā)現,要理解意識如何在宏觀(guān)尺度上出現,需要一種量化大腦狀態(tài)因果效力的方法。他說(shuō),他意識到“因果關(guān)系的最佳衡量標準是比特?!?他還閱讀了計算機科學(xué)家和哲學(xué)家朱迪亞·珀爾[7](Judea Pearl)的著(zhù)作,后者在1990年代發(fā)展出了一種用于研究因果關(guān)系的邏輯語(yǔ)言,稱(chēng)為因果演算(causal calculus)。在阿爾班塔基斯和托諾尼的幫助下,霍爾將一種稱(chēng)為“有效信息”的因果效力度量形式化,它表明特定狀態(tài)如何有效地影響系統的未來(lái)狀態(tài)。有效信息可用于幫助計算整合信息,但它更簡(jiǎn)單、更通用,并且作為因果力的衡量標準,不依賴(lài)于托諾尼關(guān)于意識的其他觀(guān)點(diǎn)。

      研究人員表明,在簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò )模型中,有效信息的數量隨著(zhù)你對網(wǎng)絡(luò )中的神經(jīng)元進(jìn)行粗粒度化程度而增加。當神經(jīng)元組被視為整個(gè)單元時(shí),這些相互關(guān)聯(lián)的單元的可能狀態(tài)會(huì )形成因果結構,其中狀態(tài)之間的轉換可以使用馬爾可夫鏈(Markov chains)進(jìn)行數學(xué)建模。在某個(gè)宏觀(guān)尺度上,有效信息達到峰值:這是系統狀態(tài)具有最大效力力量的尺度,它以最可靠、最有效的方式預測未來(lái)狀態(tài)。但進(jìn)一步粗粒度,將開(kāi)始丟失關(guān)于系統因果結構的重要細節。托諾尼及其同事假設,在大腦中,因果關(guān)系高峰的規模應該與有意識決策的規模相對應;根據腦成像研究,阿爾班塔基斯猜測這可能發(fā)生在神經(jīng)元微柱(neuronal microcolumns)的規模上,它由大約100個(gè)神經(jīng)元組成。

      霍爾解釋說(shuō),因果涌現是可能的,因為隨機性和冗余性困擾著(zhù)神經(jīng)元的基本尺度。作為一個(gè)簡(jiǎn)單的例子,他說(shuō)想象一個(gè)由兩組10個(gè)神經(jīng)元組成的網(wǎng)絡(luò )。A組中的每個(gè)神經(jīng)元都與B組中的幾個(gè)神經(jīng)元相連,當A組中的一個(gè)神經(jīng)元激活時(shí),通常會(huì )導致B中的一個(gè)神經(jīng)元也激活。究竟哪個(gè)連接的神經(jīng)元激發(fā)是不可預測的。例如,如果 A 組的狀態(tài)是 {1,0,0,1,1,1,0,1,1,0},其中1和0分別代表激活和不激活的神經(jīng)元,結果B組的狀態(tài)可以有無(wú)數種可能的1和0組合。平均而言,B組中的六個(gè)神經(jīng)元會(huì )激活,但其中六個(gè)幾乎是隨機的,微觀(guān)狀態(tài)是不確定的?,F在,假設我們對系統進(jìn)行粗粒度處理,因此這一次,我們將所有A神經(jīng)元組合在一起,并簡(jiǎn)單地計算觸發(fā)的總數。A組的狀態(tài)是{6}。這種狀態(tài)很可能導致B組的狀態(tài)也為 {6}。顯然宏觀(guān)狀態(tài)更可靠有效,計算表明它具有更有效的信息。

      現實(shí)世界的例子也支持這點(diǎn)?!拔覀兊纳罘浅`须s,”霍爾說(shuō)?!叭绻阒唤o我你的原子狀態(tài),可能完全無(wú)法猜測你的原子狀態(tài)在12小時(shí)后會(huì )在哪里。如果給出心理描述,或者生理描述:12 小時(shí)后你會(huì )去哪里?現在是中午。他說(shuō):“你會(huì )睡著(zhù)的——這很容易?!彼赃@些更高層次的關(guān)系是看起來(lái)更可靠。這是因果涌現一個(gè)超級簡(jiǎn)單的例子?!?/p>

      對于任何給定的系統,有效信息在具有最大和最可靠因果結構的尺度上達到峰值。除了有意識的主體,霍爾說(shuō)這個(gè)層級可能會(huì )辨別出巖石、海嘯、行星和我們通常在世界上注意到的所有其他物體的自然尺度?!拔覀冊谶M(jìn)化上辨別出它們的原因是因為它們可靠且有效,但這也意味著(zhù)產(chǎn)生了因果涌現?!被魻栒f(shuō)。

      麥迪遜和紐約正在計劃進(jìn)行腦成像實(shí)驗,霍爾已加入哥倫比亞神經(jīng)科學(xué)家拉斐爾·尤斯特(Rafael Yuste)的實(shí)驗室。兩個(gè)小組都將進(jìn)行腦成像實(shí)驗,以試圖找到對未來(lái)具有最大因果控制力的時(shí)空尺度。這些尺度的大腦活動(dòng)應該最可靠地預測未來(lái)的活動(dòng)。正如霍爾所說(shuō),“大腦的因果結構從何而來(lái)?” 如果數據支持他們的假設,他們就會(huì )將結果視為更普遍的自然事實(shí)的證據?!爸悄艽砘蛞庾R是這個(gè)想法最明顯的地方,”威斯康星小組的博士后研究員威廉馬歇爾說(shuō)?!暗绻覀兇_實(shí)發(fā)現因果涌現正在發(fā)生,則必須重新評估還原論假設,這可能會(huì )得到廣泛的應用?!?/p>

      2. 新的哲學(xué)思維

      薩拉·沃克(Sara Walker)[8]是亞利桑那州立大學(xué)研究生命起源的物理學(xué)家和天體生物學(xué)家,她希望有效信息和整合信息等概念將有助于定義她所認為的非生命和生命之間的灰色區間(病毒和細胞周期處在灰色地帶)。沃克一直在與托諾尼的團隊合作研究真實(shí)和人工細胞周期,初步跡象表明整合信息可能與生命有關(guān)。

      在最近的其他工作[8]中,麥迪遜小組開(kāi)發(fā)了一種測量因果涌現的方法,稱(chēng)為“黑盒化(black-boxing)”,他們說(shuō)這種方法適用于單個(gè)神經(jīng)元。神經(jīng)元不是其組成原子的平均值,因此不適合粗粒度化。黑盒化就像在神經(jīng)元周?chē)乓粋€(gè)盒子并測量盒子的整體輸入和輸出,不對其內部工作做任何假設?!昂诤谢且蚬楷F的真正普遍形式,對生物和工程系統尤其重要,”托諾尼在一封電子郵件中說(shuō)。

      沃克也是霍爾的新工作的粉絲,該工作將有效信息和因果涌現追溯到信息論的基礎。她說(shuō):“我們處于如此深刻的概念領(lǐng)域,并不清楚該往哪個(gè)方向發(fā)展,所以我認為這個(gè)領(lǐng)域的任何分歧都是好的和建設性的?!?/p>

      惠頓學(xué)院的哲學(xué)家和物理學(xué)家羅伯特·畢曉普(Robert Bishop)說(shuō),“我認為有效信息是一種有用的涌現衡量標準,但可能不是唯一的衡量標準?!?霍爾的度量具有簡(jiǎn)單的魅力,僅反映可靠性和因果關(guān)系的數量,但根據畢曉普的說(shuō)法,它可能只適用于不同情況的幾種因果關(guān)系之一。

      霍爾的想法并沒(méi)有給德克薩斯大學(xué)奧斯汀分校的理論計算機科學(xué)家斯科特·阿倫森(Scott Aaronson)留下深刻印象。他說(shuō),因果涌現的基本前提并不激進(jìn)。在閱讀了霍爾最近為Foundational Questions Institute 撰寫(xiě)的文章“Agent Above, Atom below”(以羅密歐與朱麗葉為主角的那篇文章)后,阿倫森說(shuō):“我很難在這篇文章中找到世界上正統的還原論者會(huì )反對的東西。當然,您希望通過(guò)更高的抽象層次進(jìn)行預測,并講述對預測有用的因果故事——好吧這篇文章確實(shí)解釋了其中某些原因?!?/p>

      考慮到排他論證阻礙了處理更高層次因果關(guān)系的努力,這對其他人來(lái)說(shuō)似乎并不那么明顯?;魻栒f(shuō)他的論點(diǎn)比阿倫森承認的要更進(jìn)一步,表明“更高的尺度比其潛在的尺度具有更多的信息和因果影響。而且與大多數還原論的想法正好相反,它難在可證明的部分?!?/p>

      此外,正如阿倫森所暗示的那樣,因果涌現不僅僅關(guān)于我們對世界的描述或“因果故事”的聲明?;魻柡退暮献髡咧荚谧C明更高層次的原因——包括智能體和其他宏觀(guān)事物——在本體論上是存在的。這種區別與哲學(xué)家大衛·查默斯(David Chalmers)對意識的分類(lèi)有關(guān):神經(jīng)回路如何導致復雜行為的“簡(jiǎn)單問(wèn)題”和“困難問(wèn)題”,本質(zhì)上是問(wèn)什么將有意識的生物與無(wú)生命的自動(dòng)機區分開(kāi)來(lái)?!坝行畔⑹呛饬课覀冊谛袆?dòng)中感覺(jué)到的那種因果力嗎?” Hedda Hassel M?0?3rch說(shuō),她是紐約大學(xué)的哲學(xué)家,也是查爾默斯的門(mén)徒。她說(shuō),有效信息有可能“導致真正的本體論出現,但這需要對法律、權力的本質(zhì)以及它們之間的關(guān)系進(jìn)行一些新的哲學(xué)思考?!?/p>

      對霍爾和阿爾班塔基斯打擊最大的是一位物理學(xué)家在聽(tīng)到這個(gè)想法時(shí)做出的批評。物理學(xué)家斷言,這些都是噪聲,作為因果涌現的驅動(dòng)力并不真正存在;噪聲不過(guò)是物理學(xué)家所謂的的模型要忽略的東西?!斑@是一個(gè)典型的物理學(xué)觀(guān)點(diǎn),”阿爾班塔基斯說(shuō),“如果你知道整個(gè)宇宙的確切微觀(guān)狀態(tài),那么我可以預測直到時(shí)間結束會(huì )發(fā)生什么,也沒(méi)有理由談?wù)撝T如因果效力之類(lèi)的事情?!?/p>

      一種反駁是,即使在原理上,對宇宙的完美了解也是不可能的。即使宇宙可以被認為是一個(gè)自主進(jìn)化的整個(gè)單元,這幅畫(huà)面也不會(huì )提供任何信息?!笆O碌木褪亲R別實(shí)體,”阿爾班塔基斯說(shuō),“因果關(guān)系真的是確定在整個(gè)宇宙狀態(tài)中組成的實(shí)體所必需的度量或量嗎?因果關(guān)系是你需要給與宇宙結構的什么?!?將因果關(guān)系視為實(shí)體是理解世界的必要工具。

      正如阿倫森所說(shuō)的那樣,也許我們一直都知道,較高的尺度會(huì )從較低的尺度中奪取控制權。如果這些科學(xué)家是對的,那么從數學(xué)上講,因果涌現就是它可能的運作方式?!斑@就像我們試著(zhù)打開(kāi)一扇門(mén),”霍爾說(shuō),“實(shí)際上證明那扇門(mén)能微微打開(kāi)是非常重要的。因為任何人都可以揮手說(shuō),是的、可能、也許,等等只是談?wù)摰脑?huà)。但現在你卻可以說(shuō),‘系統就在這兒了(連同高階因果事件),來(lái)證偽吧!?!?/p>

      來(lái)源于與網(wǎng)絡(luò )

      熱點(diǎn)新聞

      推薦產(chǎn)品

      x
      • 在線(xiàn)反饋
      1.我有以下需求:



      2.詳細的需求:
      姓名:
      單位:
      電話(huà):
      郵件:
      欧美精品欧美人与动人物牲交_日韩乱码人妻无码中文_国产私拍大尺度在线视频_亚洲男人综合久久综合天

    2. <blockquote id="fficu"><optgroup id="fficu"></optgroup></blockquote>

      <table id="fficu"></table>

      <sup id="fficu"></sup>
      <output id="fficu"></output>