博文

谈人工智能11：环境之复杂精选

已有 6699 次阅读 2021-9-19 12:47 |系统分类:教学心得

学：学生，教：教师，李：李晓榕

李：前面说过，也许智能是一种难以精确把握的“流变”存在，它依赖于与环境互动，离开了这种互动，就谈不上智能。我们上面讨论了与环境互动。我还想再进一步讨论环境的作用。

无限环境。考虑系统A，与A“直接”相关（或能“直接”影响A）的环境因素的总和称为A的“直接环境”S。称A本身为A的0阶系统A₀，称A₀与其直接环境S₀的总和为A的1阶系统A₁，称A的n阶系统A_n与其直接环境S_n的总和为A的(n+1)阶系统A_n+1：A₀ = A, A₁ = (A₀∪S₀),…, A_n+1 = (A_n∪S_n),……。与外界无物质交换（但可能有其他交换）的系统一般称为“封闭系统”。我们可以称与外界无任何（物质、能量、信息等）交换的系统为“孤立系统”，称不受外界影响的系统为“独立王国”。只有对于孤立系统或独立王国A，才有A₀ = A₁ ⋯ = A_n = A_n+1 ……。这种孤立系统是否存在，无从了解，完全取决于我们的信念，因为它与外界（包括我们）毫无关系。按简单性原则（奥康剃刀），不应假设它存在。独立王国与此类似，我们也不感兴趣。可见，一切我们感兴趣的系统都存在上述“无限”嵌套，因而“环境”或者不可能有严格的含义，或者只能是整个宇宙。假如嵌套在某个n层终止了，则A_n必定是个孤立系统或独立王国，是个独立宇宙，所以对A_n中的人而言，它就是整个宇宙。

环境影响。对于一个没有人或算法帮助的人工神经网络（ANN），如果输入不受环境影响，那么ANN（的输出）就不受环境影响，要受影响，环境就得直接或间接作用于输入。可见，它不能完全对付一个维数大于其输入维数的可变环境，更别说一个任意环境或者上述无限嵌套的环境。一个ANN，其输入输出的维度是确定不变的。人类智能并非如此。比如与狗的视觉听觉相比，人类视觉听觉不仅能接受各种图像和声音，还能接受抽象输入，如语言文字、逻辑观念、公式符号，乃至欣赏艺术，等等。假设一个ANN能向环境学习，那它必定有赖于环境以及它与ANN输入之间的关系，这又有赖于环境与其他不直接影响ANN但会影响环境之因素的关系，如此等等，以至无穷，即上述“环境的无限嵌套”。可见，这儿的“环境”没有严格的含义。

教：虽然环境可以是嵌套的，但是对于上述系统A，我们只要掌握它的“直接环境”S₀就可以了，因为所有其他外层对A的间接影响都是通过S₀才能起作用的。比如我们可以把S₀当成一组变量或者过程。

李：按你的潜台词再推一步，那么只要完全把握A即可，何须把握S₀？关键是，怎么“直接”把握A？又怎么“直接”把握S₀？把握S₀有赖于把握其影响因素S₁以及S₀和S₁之间的关系, 而S₁有赖于S₂，如此下去，进而有赖于S₃,…, S_n,……（尽管对S_n+1把握程度的要求可以比对S_n的低）。要研究一个网络的一部分A，不能只保留它的最近邻，而忽视、不顾网络的所有其他部分。正像你的脑（“活脑”）离开了你，就没有“活性”而只是“死脑”一样。所以，要把握你的活脑，就得把握你，而要把握你，就得把握你的各种内外环境（身体、家庭、教育、……）。在不少情况下的确不妨把S₀当成一组变量或过程，但它不是自变量，如果不研究S₁，就无法把握它，比如它的性质、变化规律、取值范围，等等。

学：比如电路网络，我们不是有等效电路法吗？用它可以把其他部分都归结为一个简单的等效电源和阻抗。而且这个等效电路是将A跟其他部分断开后得到的，相对比较容易。

李：首先，要得到这个等效物，不也要清楚所有其他部分，才能推导到得到吗？其次，不要忘了，你的电路知识都是关于线性电路的，而我们谈的是更复杂得多的、高度非线性的系统和问题，难以借鉴线性系统中这么具体的知识。

况且，上述图示结构其实也只是一种简化，它假设总能在任意n层分离出所谓“直接”环境S_n。其实这未必成立，尤其是对复杂问题。在数学上，上述S₀,S₁,…, S_n,……是一个马尔可夫过程，具有马尔可夫性（即影响全都只能通过最近邻而起作用）。而马尔可夫性只是一些问题的简化抽象，与不少复杂问题相距甚远。比如，就连一个民航航班飞向一个目的地的轨迹状态也不具有马尔可夫性，因为目的地对轨迹状态有直接影响，其影响无需通过最近邻状态才起作用。

再以人体为例，说明系统与环境之间、环境的各部分之间多么错综复杂，因而系统难以甚至无法与其环境分开。各个人体的不同取决于其DNA序列基因组、表观遗传变异和内外环境。基因组决定人体基本的可能大势。表观遗传变异是指非DNA变异而改变表型的现象，它开启或关闭基因组中某些基因的选择性表达，即这些基因是否能够得以转录、翻译，以形成相应的蛋白质。它既受环境的影响，也可遗传，还是可逆的。外环境就是一般所说的（外部）环境。内环境指人体内（全身各处，不只是肠胃内）非人体自身的生物，主要包括微生物菌群和寄生生物。近来的研究发现：人体的内环境生物细胞比人体细胞多近10倍；人体从内环境生物中获取的基因总数是人类自身基因总数的百倍以上；这些内环境生物既会深刻影响人的容貌、生理、寿命和后代，又会影响情绪、状态、癖好、性情乃至“自由”意志等，也会影响表观遗传变异。而且我觉得，它也许还会影响基因的突变。所有这些与早先认为全由DNA序列基因组决定、变异全赖基因随机突变的观点大异其趣。可见，脱离了环境，所谓的人体根本不是真正的人体。举例来说，同卵双胞胎有完全相同的基因组，他们的所有差别都源自其他方面的不同，他们的差别的确可以巨大，比如如果其中一位不幸成为狼孩。正因为系统与其环境分不开，进化论中的自然选择，与其说是一生物与自然外环境的适应性，不如说是这一生物及其内环境作为一个整体与自然外环境的适应性。

综上所述，把一个环境（复杂开放系统）当成一个维度确定的独立自变量或过程大有问题。环境越复杂，问题就越大。不过，还是让我们退一步，强行“简化”上述复杂问题：强行假设环境可以被自变量u完全刻画（有些游戏的确如此）。注意，函数按定义都不受环境影响。先定义一个“时变函数”（time-varying function）y(t) = f(x, t)，它在每一时刻t都是一个函数，时刻不同函数可以不同，其中x是函数的自变量，t是时刻自变量。若f(x, t)不依赖于t，它就退化为一个函数。同理可以定义一个“境变函数”（environment-varying function）y(u) = f(x, u)，它在每一环境变量u的取值下都是一个函数，u的取值不同函数可以不同。这样，x的“时变函数”f(x, t)就是(x, t)的函数。同理，f(x, u)是(x, u)的函数。所以，如果会影响ANN的所有环境因素的总和u都可成为ANN的自变量输入，那么ANN仍然是这样一个函数f(x, u)，它必定是可计算函数，其行为被这个函数完全彻底把握。这么一个ANN，在学习中是一个境变“函数”，学完后则是一个境变函数关于u的某种平均，结果仍然是x的一个函数，它并不比可计算函数更会是智能的，因为这种环境对ANN的影响也只是可计算函数。说到底，这种ANN其实并不与环境真正互动，比如其输出完全取决于输入的取值而与输入的历史无关。