269
个编辑
更改
跳到导航
跳到搜索
第1行：
第1行： − + 第10行：
第10行： − 这些观察构成直观的涌现定义,为了让它更可用，得有人说明“那些东西”是什么，并且它“新”在哪里。否则，表述就不够详细，甚至有些空洞。普通的机制能引导多样现象的涌现吗？同时代的科学和数学能提供什么语言去精确地描绘这些系统中涌现的不同组织？+ − + − 我们取智能体对环境的适应度为指标，可将绝大多数智能活动整理出层次性，数理和逻辑，从而纳入科学研究<ref name="type-emerge">Jochen Fromm. Types and Forms of Emergence. Distributed Systems Group, Electrical Engineering & Computer Science, Universität Kassel, Germany. Mon, 13 Jun 2005</ref>对应的数学框架，进而使其和环境共同演化。在计算力学的宇宙模型里，'''现象（Phenomenon）'''提升为主体的内在涌现，相对来说需要经历三个层次：+ − + − + − + − 只有达到了层次3，现象才进入'''内在涌现'''环节，融入到环境并得到保持，否则只是随机扰动。+ − − 智能体对三个层次的涌现，使用相应量化方法和计算机理论模型，以及机载的实际计算设备，进行计算模型建立。理论上已经证明图灵机具有通用图灵机的计算能力，且与[[元胞自动机]]的计算能力等价。这些计算能力包括算术方法和数理逻辑。 − − 使用适当的假设和划分方法，在科学领域也称为[[映射]]，在[[复杂科学]]里一种特殊的映射可以称为[[粗粒化]]，能够获取一定程度上计算的下列特性： − − * 封闭（完备）性。 − * 一致性。 − − 智能体一旦完成计算的封闭（完备）性和一致性的建立，那么对现象的分析就达到了基本的科学研究阶段，能建立相应的科学理论体系，进入动力系统的范畴。而如果要形成计算视角下的内在涌现，则还要面向复杂问题，建立多层次的理论。 − − === 多尺度复杂性 === − − 实际的科研课题，往往具有以下特征和性质： − − * 非常长的输入和输出，但仍然有限； − * 理论上有无限长的历史和未来； − * 确定性系统也会引发混沌； − * 系统存在可遍历和不可遍历的区分； − * 无限长序列也存在数量上的大小关系； − * [[拯救2050]][[[[奇点]]临近]]。 − − 这些课题转换为计算视角下的问题，则带有相当的复杂度，可以先辅以主体定性的视角，再加以专门的计算复杂度理论研究，可以得出非常好的性质，定量工作也需时刻保持在线。计算复杂度理论属于[[复杂系统]]理论一个分支，在复杂系统当中，对应的研究还有[[复杂网络]]、[[超图]]等相关领域，各个领域对所研究的课题都准备了相应的定性分析和量化方法。计算力学在大量借助这些成熟的科学方法的基础上，还进行了相应的优化方法确定。
无编辑摘要
'''计算力学（Computational Mechanics）'''是一套数学框架，试图从历史序列的形态（Morph）系综中寻找、总结规律，并预测未来。“寻找、总结规律、预测未来”属于“智能活动”的一种，在许许多多的“智能活动”背后又有着潜在的更一般的规律。潜在的一般的规律，往往来源于对微观态进行[[粗粒化]]形成宏观态的[[因果涌现]]。计算力学从信息论出发，采用计算的视角，定义出模式，因果态，各态之间的转换等重要概念，并最终将“智能”抽象为支持通用计算的ϵ-机器。ϵ-机器被有关学者从理论上证明，有着宏观态上的信息封闭性和计算封闭性，可以展现出极大的预测能力和极小的复杂性。ϵ-机器有序对的因果态对所有长度未来<math>\overset{\to}{S}</math>而言还有着强同质性（Strict Homogeneity of Causal States）。
'''计算力学（Computational Mechanics）'''是一套用于量化涌现的框架。它以一种计算的视角，研究观察者识别涌现时，模型发生的变化。计算力学以信息论和生物进化的思想为基础，是目前最早的对涌现的定量化研究。在应用当中，该理论提出了对复杂性度量的新指标，并有一套实现涌现识别的机器重构算法。
== 问题背景 ==
== 问题背景 ==
[[复杂系统]]的涌现问题由来已久<ref name=":0">James P. Crutchfield, Karl Young. Inferring Statistical Complexity. PHYSICAL REVIEW LETTERS, VOLUME 63, NUMBER 2. 10 JULY 1989</ref><ref name=":1">James P. Crutchfield. The Calculi of Emergence: Computation, Dynamics, and Induction. SFI 94-03-016. 1994</ref><ref name=":2">James E. Hanson, James P. Crutchfield. Computational Mechanics of Cellular Automata: An Example. SFI WORKING PAPER: 1995-10-095</ref><ref name=":3">Cosma Rohilla Shalizi, James P. Crutchfield. Computational Mechanics: Pattern and Prediction, Structure and Simplicity. February 1, 2008</ref>。鸟群以步调一致地形式飞行，鱼儿在没有领头带领以连贯的序列群组流转并突然共同转向的方式游动。蚊群形成复杂的社会，生存继承自特异化的社会分工。几个世纪前，木星大气中五彩斑斓的混沌运动形成了被称之为“大红斑”的巨大漩涡，至少已存在二百到三百五十年，期间还在不断地改变颜色和形状。
[[复杂系统]]的涌现问题由来已久<ref name=":0">James P. Crutchfield, Karl Young. Inferring Statistical Complexity. PHYSICAL REVIEW LETTERS, VOLUME 63, NUMBER 2. 10 JULY 1989</ref><ref name=":1">James P. Crutchfield. The Calculi of Emergence: Computation, Dynamics, and Induction. SFI 94-03-016. 1994</ref><ref name=":2">James E. Hanson, James P. Crutchfield. Computational Mechanics of Cellular Automata: An Example. SFI WORKING PAPER: 1995-10-095</ref><ref name=":3">Cosma Rohilla Shalizi, James P. Crutchfield. Computational Mechanics: Pattern and Prediction, Structure and Simplicity. February 1, 2008</ref>。鸟群以步调一致地形式飞行，鱼儿在没有领头带领以连贯的序列群组流转并突然共同转向的方式游动。蚊群形成复杂的社会，生存继承自特异化的社会分工。几个世纪前，木星大气中五彩斑斓的混沌运动形成了被称之为“大红斑”的巨大漩涡，至少已存在二百到三百五十年，期间还在不断地改变颜色和形状。
我们直觉中对这样的涌现现象的描述是有新东西冒出来了，比如社会、红斑等等。但是我们没有说明“新东西”是什么，以及它“新”在哪里。所以我们还需要更精确的语言对涌现进行区分和描述。
=== 现象的层次递进 ===
=== 不同层次的涌现 ===
对于一个由很多智能体构成的复杂系统，我们从直觉出发，从模糊到精确，可以划分出对不同层次涌现的定义：
#'''直觉涌现(Intuitive emergence)'''。系统中已经发生相对智能体来说之前没有建立内部结构的现象，也是“新颖的”。例子有环境中偶然会出现地震；
# 对涌现的直觉定义：系统中出现任何可以被称为新颖的特征，即系统有宏观的特征；
#'''斑图涌现(Pattern emergence)'''。智能体捕捉到这个新的现象，并能从动力系统的'''斑图构型（Pattern formation）'''中识别这种特定现象。例子有对于地震这种现象在观察者看来是一种地壳滑移；
#'''斑图涌现(Pattern formation)'''：某一个外在的观察者，用某种编码方式在系统中发现斑图。
#'''内在涌现（Intrinsic emergence）'''。具有识别和建立现象对应结构的智能体，组成新的环境，使得系统出现新的秩序，就达到了内在涌现层次。例子有主体通过收集地震数据，能分析出环境的一些结构信息，从而更新自己的计算模型；
#'''内在涌现（Intrinsic emergence）'''：系统本身（构成系统的智能体）捕捉并利用它自身出现的斑图。
下面
==复杂度量化==
==复杂度量化==