||
一个事物具有多面性,而且一个事物的优点常常在一定的情境中变成它的缺点,在另一些条件的作用下,缺点也可转变成优点。例如一个事物的强大往往会忽略其致命的隐患,造成未来的不断弱化,反之,一个弱小有时会强化其隐优而变得日益强盛;仔细想想,很多世事就像八卦图里的阴阳鱼一样变化多端。
太极八卦图,最开始的时候是一个圆圈,里外是一样的,形同虚设,但当人给出了一个概念后,就变成了真正的界线。开始的时候圈内是混然一体,不分黑白以及中间那条线,人为的将这个概念表现为三种形式,白的为阳,黑的为阴,那条线是黑白统一体,最终归属黑白。有人把《易经》理解成:一个决策系统,是一种有效的简易模型。易,一曰容易,即大道至简;二曰变化,不可拘于形式。阴阳是抱合,而不是泾渭分明。一切都是一种动态的平衡。阴阳不会转化的,阴阳不是对立的,不是矛盾的,它是一个事物的两个方面。
在经典物理学或“牛顿体系”中,人们普遍认为从大爆炸开始,一切就已经注定了。世界的演化是由一些数学公式来解释,这些公式以最精确的方式从初始条件展开,来描绘这个世界。为此,物理学家运用经典数学的语言,用实数表示这些初始条件。瑞士日内瓦大学的物理学家尼古拉斯·吉辛(Nicolas Gisin)说:“这些数字的特点是小数点后面有无限位小数,这意味着它们包含无限量的信息。”
这种典型的实数有很多,它们都由一系列完全随机的小数组成,最为人所知的π只是其中之一。我们在日常生活中很少需要用到它们,但它们的存在是经典数学中公认的假设,这些数出现在物理学的许多公式中。
然而,有一个问题:既然我们的世界是有限的,那么它怎么能包含无限的数字和具有无限信息量的数字呢?为了避免这种“有限包含无限”的矛盾,吉辛教授建议回到经典物理学的源头——改变数学语言,这样我们就不必再依赖实数。
也许人类总是能在可能与不可能、应该与不应该、存在与非存在、意识与非意识、事实与非事实、价值与非价值、家族与非家族之间寻找到一种平衡去实现变化的意图和目的。 在人机融合智能中,或许,人们的态势感知抑或深度高阶的态势感知与经典物理学里的方程精确描述了由大爆炸初始条件下所决定的世界的演化迥然不同,即我们日常的经验和直觉却常常与这种确定性的观点相悖——一切真的都是事先写好的吗?随机性仅仅是一种错觉吗?吉辛一直在分析现代物理学中使用的经典数学语言。他发现,解释我们周围现象的公式和有限的世界之间存在矛盾。他建议对数学语言进行修改,使随机性和不确定性成为经典物理学的一部分,从而使其更接近量子物理学。那么,我们是否也应该把随机性和不确定性看成为传统人机融合智能中态势感知研究的一部分,从而使其更接近真实呢?!
经典数学和直觉主义数学这两种数学语言之间还有另一个区别,就是命题的真实性。在经典数学中,根据排中律,一个命题非真即假。但在直觉主义数学中,一个命题要么为真,要么为假,要么不确定。因此不确定性在直觉主义数学中是可以接受的。这种不确定性比经典物理学所提倡的最绝对的决定论更接近我们的日常经验。同样,这种不确定性也是人类智能、人机融合智能研究中更接近真实的(也是常常被大家有意、无意忽略的)重要组成部分,对此,我们同样建议对数学语言、智能研究思路(尤其是人机融合智能)进行修改,使随机性和不确定性成为经典智能的一部分,从而使其更接近真正智能的研究。
所以,在人机融合智能中的深度态势感知和量子物理学中也存在随机性。吉辛教授说:“有些人试图不惜一切代价避免随机性,把其他基于实数的变量包括进来。但在我看来,我们不应该试图通过消除随机性来使量子物理学更接近经典物理学。恰恰相反,我们最终必须通过引入不确定性,使经典物理学更接近量子物理学。”,这句话同样也适用于智能研究领域。那么就需要在理论上搞清楚人和机的分界在哪里?事实与价值是如何混合的?直觉与逻辑如何协同?……等问题。
我们对世界的看法是通过我们所说的语言而构建的。如果选择经典数学的语言,我们将很容易绕着决定论思考;相反,如果选择直觉主义数学的语言,我们将很容易趋向不确定性。在人工智能领域,不敢碰直觉的算法家、程序员们更是比比皆是吧?!
吉辛教授解释说:“我现在认为,我们已经接受了太多经典物理学的假设,这意味着我们已经整合了一种或许毫无理由的决定论。另一方面,如果我们选择将经典物理学建立在直觉主义数学的基础上,它也将变得不确定,就像量子物理学一样,并且将更接近我们的实际经验,为我们的未来打开其他可能性。”
也许,随着智能领域或人机融合智能领域研究的不断发展,这种变化可能会不断改变迄今为止的研究结果,但它会使人们更容易理解智能的本质和内涵——现有的数学、计算机、自动化、程序设计并不能满足实现的一面,最终放弃“一切注定”的世界观,为新的视角、随机性、机会和创造力腾出空间。
特别感谢微信公众号“原理”中UNIGE撰写的《一场革命正在席卷经典物理学》一文中瑞士日内瓦大学物理学家尼古拉斯·吉辛(Nicolas Gisin)研究所给予的启示!
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-11-22 15:39
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社