Collective Behavior

There are collective lives.

关于人类社会中存在的一个不可见智慧的内容。这些内容都未被证明,而我个人只是因为好奇才开始写这些。

在跟吴令飞讨论的时候,他提到了几篇文章,然后建立了一个计算和社会系统的演化/或者说网络的演化跟逻辑运算之间的关系。1

  1. 人类没有自由意志。
    1. The illusion of consciousness will By Daniel Wegner.
    2. popular science about free will @ Phys.org
    3. The Lucretian swerve: The biological basis of human behavior and the criminal justice system
    4. A Ted Talk
    5. Phenomenal consciousness: the explanatory gap as a cognitive illusion
  2. “孩童之时,所言俱为孩童,所感知是孩童,所思亦复孩童,唯成年之后,便将童心摈弃。"(攻壳机动队 2.0)
  3. 个体不过是演化的道具,是信息的节点和载体,是演化为了达到某个目的而保留的一段信息。
  4. 你并不是你,而是一个被世界的其他部分塑造起来的工具。
  5. “你我犹如隔镜视物,所见无非虚幻迷蒙。” (攻壳机动队 2.0)
  6. 在你我之上,存在另外的生命,幽灵盖娅 (Ghost Gaia)。

问题:

  1. 关于自由意志 a. 所谓的自由意志如何自发产生?

关于稳定性

起点:

  1. Basketball statistics and random motion
  2. http://www.nature.com/news/intelligent-robots-must-uphold-human-rights-1.17167

这导致我去思考这样一个问题:How does nature balance the world?

这可能是一个长期的挑选的(甚至人择原理)的过程吧,因为不稳定无法平衡的系统也不会很久的存在,可能出现智慧的几率小。那么现在我们的已经存在了这么久的自然是如何平衡的呢?

我现在很怀疑这是一个类似篮球运动的中的随机运动。但是具体怎么回事需要继续思考。

但是,如果我们真的理解了复杂系统的细致平衡性/稳定性问题,那么我们可以找到比现在的自然更加有效的方式,或者说,我们可以扩展原来自然的方式,使其能够容纳一个新的成分:有智慧的机器人。

关于遗传演化

在看遗传算法,突然想到《达尔文电波》。我们的自然界到底有那种开关么?关掉开关,物种就挤在当前最优化的选项(没有多样性,大家都很幸福),当环境发生了变化,当前不再是最优化,打开开关,开始多样性演化,物种的存活几率增加,当再次达到最优的时候就关掉开关。

关于智能

Connectomes

  1. Connectome is complete map of a neural system. In history, the connectome of nematode was built completely.
  2. 曾经有这样一个很令人疑惑的问题:一个大脑怎么能够尝试去完全理解大脑本身呢?是的,一个大脑去完全理解这个大脑本身,是极其困难的事情,因为如果把大脑看做神经网络,其中带有的N参数来完全描绘这个 N 个参数的系统,只有一套确定的解。然而,我们人类作为一个社会,每个人的大脑的神经网络又通过各种各样的方式联系起来,形成一个更大的智慧网络。用这样一个整合起来的网络去理解一个人的大脑网络,其实是并不是不可能,因为我们整个人类智慧比单个人的智慧要有着多得多的自由度。用整个智慧去获得一个单一大脑的网络结构,显然是可行的。然而即便这个结果出来,我们也很可能无法完全去让一个单一的大脑去完备的理解结果。但是有了机器的帮助,我们只需要理解上层的结果。
  3. 一个人工神经网络可以完全理解其自身么?这就是等价于解出所有的参数,虽然是可以解的,但是显然我们无法写出一套解析解。
  4. 我们有了一套完整的 connectome ,那么就应该开始用计算机来重建这个 connectome。例如这一套:https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3033362/ . 不过问题在于,我们只知道这套网络的结构,却不知道这套网络的参数,因为我们不知道 synapse 处的连接强度。
  5. 人类科学知识在做近似,这点大家都清楚。然而 connectome 提供了另外一个角度来看这个问题。人类整个的智慧网络的自由度,最多只能来精准获得这个网络本身这么多的信息。然而去完全准确的理解世界,除了去理解这些之外,我们还要用这个网络去理解这个网络之外的那么庞大的信息,显然是不能精确解的,因为是自由度不够。 然而,a. 我们无需完全精确的去理解世界,我们只需要去足够好的近似。b. 我们有各种各样的工具,这些工具提供给人类很大的帮助,可以让我们在理解整个宇宙这条路上走得更远。善用工具。

关于世界的本质

2015-03-30

与@计算士的讨论中,他提到了一点,也许我们的世界不是用微分方程工作,而是用其他方式。

那么,也许我们不应该用方程,而是用 Neural Network,看到网络的结构,就知道了一个自然界的行为。 然后直接去看网络结构太麻烦了。所以我们应该找一个方法来从 Neural Network 中看到一些重要想信息。

这个方法,也许应该从统计物理中找。比如重整化,粗粒化?经过一个粗粒化的过程,我们可以看到更多重要的信息。(Neural Network and renormalization group 已经有这样的工作了)

这是一个很有趣的事情。人的大脑在千万年的演化中,有了一些出生就有的结构,或者说本能。这些本能有着非常清晰的后果。那么在一个人工训练出来的神经网络里面,这些结构是什么样的呢?如何从这些结构里面获得一些有用的信息?就像我们现在做神经科学做实验做解剖一样。

所以我们可以这样设立一个目标,去理解网络结构,而不是去理解方程。至于如何去理解网络结构,这是一个很难的问题。但是值得思考。

当然,最终极的目标是,make predictions! 如何依据现有的东西做出预测。