《失控》读书笔记1~2章

放假在家读凯文凯利的《失控》，记得高中的时候曾经读过一点点，发现不是很能理解，现在上了大学，也接触了更多相关的东西，再读起来就很有意思。

现在一想整整30年前凯文凯利开始写的这本书时，万维网的设想才刚刚提出，因特网才刚刚进入实用阶段，而书中的很多设想恰恰与我们的发展轨迹吻合，甚至，直到今天还没有过时。

打算开始写读书笔记，是为了能够更深刻的记忆，发表一些自己的想法也是想能够和大家共同交流，若是有有失偏颇的地方，还希望大家能够及时指出！

第一章 人造与天生

“人造与天生的联姻是本书的主题。”通过第一章，可以大致了解凯文凯利当时对于未来世界的展望，他认为我们技术所引导的未来，朝向的正是一种新生物文明。
“机器，正在生物化，而生物，正在工程化。”
在我们技术发展的过程中，我们也能够感受到，凯文凯利所说的“生物逻辑的胜利”。我到处查了些资料，在这里做个简要分享，其实也是在巩固自己的记忆。
先说仿生应用：弄清楚青蛙为何对起飞的飞蛾才发动攻击而发明的电子蛙眼；通过研究蜻蜓的飞行制造出了直升机；通过对苍蝇飞行的研究制造的新型振动陀螺仪（振动陀螺仪与普通陀螺仪的原理并不同，在火箭、飞机上等有应用）；对蝙蝠没有视力用超声波来定位而制造出的雷达等。
甚至有生物计算机的概念：以生物工程技术生产的蛋白质分子，以此为生物芯片来代替半导体硅片，利用有机化合物来存储，信息以波的形式传播，在信息沿蛋白质分子链传播的时候会改变蛋白质分子结构的单键、双键的顺序结构。具有运算速度快（运算速度要比当今最新一代计算机快10万倍）、很强的电磁抗干扰能力、能量消耗少（能量消耗仅相当于普通计算机的十亿分之一）、巨大的储存能力、超强的并行处理能力、芯片的永久性和可靠性（生物调节机能的自我修复能力以及DNA双螺旋结构的带来的数据稳定性）等。但就我查到的资料，目前它具有的致命弱点是提取信息困难。具体情况并不了解，但是我有一点小小的思考：或许也可以实现电信号与生物信号的联合，生物体内也是有电信号传输的。看能不能取各自擅长的联合起来。仔细一想"提取信息"的意思，或许是由于生物体内的某些地方的无序性，比如游离的蛋白等，它们恰恰是生物计算机储存信息的地方，但是它们确实不像我们现在的存储结构一样有序，能够快速的查找信息。巨大的有序下必然存在着一定的无序啊。这也验证一句话“人类在创造复杂机械的进程中，一次又一次的回归自然去寻求指引。”
这一章的最后作者提到：学会向我们的创造物低头。作者认为人造与天生总有一天会统一，那时候，“由我们制造出来的东西将会具备学习、适应、自我治愈，甚至是自我进化的能力”，或许某一天会与人类自己的创新能力相匹配。我们逐渐会失去对我们的创造物的控制，正如本书的名字——《失控》，作者认为“人造世界就像天然世界一样，很快就会具有自治力，适应力以及创造力，也随之失去我们的控制。”
“但在我看来，这却是个美妙的结局。”

第二章 蜂群思维

蜜蜂之道：分布式管理

“这是一个白痴有、白痴享、白痴治的选举大厅，其产生的效果却极为惊人。”
“这是民主制度的精髓，是彻底的分布式管理。”
在蜂群中，蜂后并不是主宰者，它只是谦卑地跟在蜂群后，选择自始至终都是由蜂群定的。谁是蜂后是由蜂群决定的，目标地点也是由蜂群决定的。
“就像一个细胞或者一个人，它表现为一个一元整体，在空间中保持自己的特性以抗拒解体……既不是一种事物，也不是一个概念，而是一种持续的波涌或进程。” 惠勒如此描述昆虫群体。

群氓的集体智慧

卡彭特在拉斯维加斯的大礼堂中做的实验，确实体现了群体具有的智慧。
在电影《蝙蝠侠归来》中电脑制作的群体蝙蝠其实是在算法中植入了几条规则：不要撞上其他蝙蝠，跟上自己旁边的蝙蝠，离队不要太远。
“群体曾经被看作是生命体的决定性象征，某些壮观的队列只有生命体才能实现。如今根据雷诺兹的算法，群体被看作是一种自适应的技巧，适用于任何分布式的活系统，无论是有机的还是人造的。”

非匀质的看不见的手

1900年的哲学潮流主张通过观察组成部分的个体行为去理解其上层的整体模式，在其影响下，惠勒是这种还原观点的拥护者。但同时，惠勒看到：集群所形成的超级有机体，是从大量聚集的普通昆虫有机体中“涌现”出来的。这种涌现是一种科学、一种技术性的、理性的解释。
惠勒认为，这种涌现的观念为调和“将之分解为部分”和“将之视为整体”两种不同的方法提供了一条途径。当整体的行为从各部分的有限行为里有规律地涌现时，身体与心智、整体与部分地二元性就真正烟消云散了。
摩根在著作《涌现式进化》中讲到：“对于’涌现’——尽管看上去多少都有点跃进（跳跃）——的最佳诠释是，它是事物发展过程中方向上的质变，是关键的转折点。”对于涌现，在百度的剖析中引用了这句话，除此之外，还有另一句话，辅助理解。“涌现现象是以相互作用为中心的，它比单个行为的简单累加要复杂得多。”涌现性告诉我们一旦把整个系统整体分解为它的组成部分，这些特性就不复存在了。
仔细一想，那这涌现的概念实际上是和1900年那场哲学潮流的主张背道而驰的啊。但互联网的发展确实向我们证明：整体大于部分之和。这是1+1>2！我们没办法拆开互联网这个大网单独的去理解每一个网点，离开了这座大网的每一个点的意义甚至不能构成为一个1。
“而我不知道。除此（音乐）之外，人类还能拥有什么更好的天赋
因为他从三个音符（三和弦）中所构造出的，不是四个音符，而是星辰。”
“蜂群思维”的神奇在于没有一只蜜蜂在控制它，但是有一只看不见的手，一只从大量愚钝的成员中涌现出来的手，控制着整个群体，它的神奇还在于，量变引起质变。
关于活系统的普遍规律：底层级的存在无法推断出高层级的复杂性。不管是计算机还是大脑，也不管是哪一种方法——数学、物理或哲学——如果不实际地运行它，就无法揭示融于个体部分的涌现模式。这对我们的学习过程又何尝不具有指导意义呢？“要想真正‘表述’一个复杂的非线性方程，以揭示其实际行为，是没有捷径可走的。因为它有太多的行为被隐藏起来了。”
以及有我们永远还未探索到的、广阔的未知世界。凯文凯利最后总结到“在这种类似于蜂巢的仿生超级思维中，一定酝酿着某种最出人意料的东西。”
未来无限广阔，永远有未知等待我们探索！

认知行为的分散记忆

这是很有意思的一节。
现代认知科学更倾向于一个新的观点：记忆比由储存在脑中许多离散的、非记忆似的碎片汇总起来而从中涌向出来的事件。这些半意识的碎片没有固定的位置。
由于可能存在的想法或经历要比大脑中神经元的组合方式多，因此，记忆必须以某种方式进行组织，以尽可能容纳超过其存储空间的想法。它不可能有一个架子来存放过去所有的念头，也无法为将来可能出现的每一个想法预留位置。
认知科学家道格拉斯 霍夫施塔特说道：“记忆，是高度重建的。在记忆中进行搜取，需要从庞大的事件中挑选出什么是重要的，什么是不重要的，强调重要的东西，忽略不重要的东西。”这种选择的过程实际上就是感知。他还说道：“认知的核心过程与感知的关系非常非常紧密。”
卡内尔瓦的稀疏分布式网络中，记忆是感知的一种。回忆行为和感知行为都是在一个非常巨大的模式可选集中探查所需要的一种模式。我们在回忆的时候，实际上是重现了原来的感知行为，也就是说，我们按照原来感知这种模式的过程，重新定位了该模式。（Sparse Distributed Memory 稀疏分布记忆）用一个简单一点的话来概括人类的记忆模式是：人类的记忆有根据相似性来聚集记忆的特性。所以“稀疏分布记忆”算法是能够将思维所拥有的任何感知存入有限的记忆机制的方法。
蜂群思维是能同时进行感知和记忆的分布式内存。人类的思维多半也是分布式，至少在人工思维中，分布式思维肯定是占优势的。计算机科学家越是用蜂群思维的方式来思考分布式问题，就越发现其合理性。他们指出，大多数个人电脑在开机状态的绝大部分时间里都处于闲置状态。他们或许需要一个完全分布式的系统协调工作及存储来充分利用这些设备的全部计算能力。
当然，分布式系统和蜂群思维有其独特的优势，比如，对突然出现的故障具有极强的免疫力。也有可能出现失灵的时候，会出现类似人们遭受脑创伤时的发生的匪夷所思的事情。
并行分布式计算非常适用于感知、视觉和仿真领域。在采用稀疏分布式内存的超级计算机里，记忆与数据处理之间的差异消失了。记忆成为感知的再现，与最初的认知行为没有什么区别。两者都是从一大堆互相连接的部件中涌现出来的模式。
坦白说，这一小节的最后，有一点是我暂时不能理解的：在完全分布式的系统中协调工作和存储可以尽可能地充分利用设备的全部计算能力，那么为什么又说“并行超级计算机不能解决‘办公桌上闲置的计算机’问题，也不能将散布各处的计算能力聚合起来”？

从量变到质变

科学界早就认为大量个体和少量个体的行为存在重大差异。群聚的个体孕育出必要的复杂性，足以产生涌现的事物。随着成员数目的增加，两个或者是更多成员的之间可能的相互作用呈指数级增长。当连接度足够高且成员数目足够大时，就产生了群体行为的动态特征——量变引起质变。
“事物的涌现大都依赖一定数量的个体，一个群体，一个集体，一个团伙，或是更多。”

群集的利与弊

每个系统在组织上汇集数以千计的自治成员。“自治”意味着每个成员要根据内部规则以及其所处的局部环境状况而各自做出反应。这些自治成员之间彼此高度连接，但并非连到一个中央枢纽上。它们组成了一个对等网络。由于没有控制中心，人们就说这类系统的管理和中枢是去中心化分布在系统中的，与蜂群的管理形式相同。
群系统的特质：

• 没有强制性的中心控制
• 次级单位的具有自治的特质
• 次级单位之间彼此高度连接
• 点对点间的影响通过网络形成了非线性因果关系

我查了下非线性因果关系大概是指：要比较的两个量，在其他条件不变的情况下，一个变量不能够随另一个变量的变化而在在一定范围内变化。
下面是作者对于分布式系统的利与弊的概述：
好处

• 可适应——包含了许多构件的整体才能在其部分构件失效的情况下仍然继续生存或适应新的激励信号。
• 可进化——只有群系统才可能将局部构件历经时间演变而获得的适应性从一个构件传递到另一个构件（从身体到基因
  ，从个体到群体）
• 弹性——由于群系统建立在许多并行关系上的，所以存在冗余。就算是大的故障，在更高的层级中也只相当于一个小故障，因而得以被抑制。
• 无限性——在群系统中，正反馈可以导致秩序的递增，通过逐步扩展超越其初始状态范围的新结构，群可以搭建自己的脚手架借以构建更加复杂的结构。自发的秩序有助于创造更多的秩序——生命能够繁殖出更多的生命，财富能够创造出更多的财富，信息能够孕育出更多的信息，这一切都突破了原始的局限，并且永无止境。
• 新颖性——有三个原因（1）它们对“初始条件很敏感”，即后果与原因不成比例（2）系统中彼此关联的个体所形成的组合呈指数增长，其中蕴含了无数新颖的可能性。（3）它们并不强调个体，因而有允许个体有差异和缺陷。在具有遗传可能性的群系统中，个体的变异和缺陷能够导致恒新，我们称之为进化。

群系统的明显缺陷

• 非最优——因为冗余，又没有中央控制，群系统的效率是底下的。其资源分配高度混乱，重复的努力比比皆是。如果能够在群系统中增加应急控制的话——例如自由市场经济中的价格体系，那么就可以在一定程度上抑制效率低下，但绝不可能像线性系统那样彻底消除它。
• 不可控——没有一个绝对的权威。无论在哪里，只要有“涌现”的字眼出现，人类的控制就消失了。
• 不可预测——群系统的复杂性以不可预见的方式影响着系统的发展。
• 不可知——群系统就是一个交叉逻辑的海洋：A间接影响其他一切，而其他一切间接影响A。我们称之为“横向因果关系”。真正的起因（更确切地说是一些要素混合而成的真正起因），将在网络中横向传播开来，最终，触发某一特定事件的原因将无从获知。
• 非即刻——有机的复杂性将需要有机的时间。

我们每将机器像集群推进一步，都是将它们向生铭推进了一步。而我们的奇妙装置每离开钟控一步，都意味着它又失去了一些机器所具有的冷冰冰但却快速且最佳的效率。最有利工作的设备将是由部分钟控装置和部分群系统所组成的生控体系的混血儿。

网络是21世纪的图标

一个深思熟虑的蜂群的看法：原子是20世纪科学的图标。
另一个带有禅意的思想：原子是过去。21世纪的科学象征是充满活力的网络。
“根据定义，它们共同的蜂群思维一定超越了它们的个体小蜜蜂的思维。当我们仅仅把自己与蜂巢似的网络连接网络连接起来的时候，会涌现出许多东西，而我们仅仅作为身处网络中的神经元，是意料不到、无法理解和控制不了这些的，甚至都感知不到这些东西。任何涌现的蜂群思维都会让你付出这样的代价。”