主题：【文摘】复杂：诞生于秩序与混沌边缘的科学 -- 梦里依稀

第五章　游戏高手

　　根据议程安排，经济学研讨会的第二场发言从会议第一天的午饭之后开始，安排了整个下午的时间。发言的题目是《作为适应性过程的全球经济》，发言人是来自密西根大学的约翰?荷兰德（John H．Holland）。

　　阿瑟已经做完演讲，现在已有精力对这个发言发生兴趣了。这倒也不只是因为这个发言的题目听上去很有意思。约翰?荷兰德是那年秋天研究所的访问学者之一，他们俩被安排住在同屋，但荷兰德在会议开始的前一天深夜才赶到桑塔费，那时阿瑟正在修道院最后一遍遍地斟酌他的发言，根本无暇顾及这个新来者。关于荷兰德，他所知道的就是，他是一个计算机专家，根据研究所的评价，是一个“非常好的人”。

　　研究所对荷兰德的评价似乎不错。当大家陆续回到小教堂改成的会议室，坐回到折叠长桌旁自己的椅子上去时，荷兰德已经站在讲台前准备开始发言了。他是个精悍的、六十开外的中西部人，宽阔红润的脸庞上似乎永远挂着微笑，高昂的嗓音使他说起话来像个热情澎湃的研究生。阿瑟立刻就喜欢上了他。

　　荷兰德开始发言了，起初阿瑟有点儿瞌睡懵懂，似乎是在被动听讲，但几分钟之内他就睡意全无，一下子就打起了精神，变得全神贯注了。

　　永恒的新奇

　　荷兰德一开场就指出，经济学是桑塔费研究所致力于研究的“复杂的适应性系统”的一个最好范例。在自然界，这样的系统包括人脑、免疫系统、生态系统、细胞、发育中的胚胎和蚂蚁群等。在人类社会，这样的系统包括文化和社会制度，比如政党和科学社团。事实上，一旦你学会了如何辨认这些系统，这些系统就变得无处不在。但无论你在什么地方发现这些系统，它们似乎都有某种至关重要的共性。

　　第一，每一个这样的系统都是一个由许多平行发生作用的“作用者”组成的网络。在人脑中，作用者是神经细胞；在生态系统中，作用者是物种；在细胞中，作用者是细胞核和粒线体这类的细胞器；在胚胎中，作用者就是细胞，等等。在经济中，作用者也许是个人或家庭。或者，如果你观察商业圈，作用者就会是公司。如果你观察国际贸易，作用者就是整个国家。但不管你怎样界定，每一个作用者都会发现自己处于一个由自己和其他作用者相互作用而形成的一个系统环境中。每一个作用者都不断在根据其他作用者的动向采取行动和改变行动。正因为如此，所以在这个系统环境中基本上没有任何事情是固定不变的。

　　荷兰德说，更进一步的是，一个复杂的适应性系统的控制力是相当分散的。比如说，在人脑中并没有一个主要的神经元，在一个发育的胚胎中也没有一个主要的细胞。这个系统所产生的连续一致的行为结果，是产生于作用体之间的相互竞争与合作。即使在经济领域也是这种情形。问一问任何一位在久滞不去的经济衰退中挣扎的总统吧：无论华盛顿怎样调整银行利率、税收政策和资金供给，经济的总体效果仍然是千百万个人的无数日常经济决策的结果。

　　第二，每一个复杂的适应性系统都具有多层次组织，每一个层次的作用者对更高层次的作用者来说都起着建设砖块的作用：比如一组蛋白、液体和氨基酸会组成一个细胞，一组细胞会组成生理组织，一组生理组织会形成一个器官，器官的组合会形成一个完整的生物体，一群不同的生物体会形成一个生态环境。在人脑中，一组神经元会形成语言控制中心，另一组神经元会形成行动皮层，还有一组神经元会形成视觉皮层。一组劳动者会以完全相同的方式形成一个部门，很多部门又会形成更高一级的部门，然后又形成公司、经济分支、国民经济，最后形成全球经济。

　　还有荷兰德认为非常重要的一点是，复杂的适应性系统能够吸取经验，从而经常改善和重新安排它们的建设砖块。下一代的生物体会在进化的过程中改善和重新安排自己的生理组织；人在与世界的接触中不断学习，人脑随之不断加强或减弱神经元之间无数的相互关联；一个公司会提升工作卓有成效的个人，为提高效率而重新安排组织计划；国家会签定新的贸易合同，或为进入全新的联盟而重新结盟。

　　在某种深刻而根本的层面上，所有这些学习、进化和适应的过程都是相同的。在任何一个系统中，最根本的适应机制之一就是改善和重组自己的建设砖块。

　　第三，所有复杂的适应性系统都会预期将来。很明显，这对经济学家来说没有什么可大惊小怪的。比如说，对一个持续已久的经济衰退的预期会使个人放弃买一辆新车，或放弃过一个很奢侈的假期的计划，这样反过来又加深和延长了经济衰退。同样，对石油短缺的预期也能导致石油市场抢购和滥卖的巨浪――无论石油短缺的情况是否会出现和消失。

　　但事实上，这种预期和预测的能力和意识并非只是人类才具有。从微小的细菌到所有有生命的物体，其基因中都隐含了预测密码。“在这样或那样的环境中，具有这样的基因蓝图的生物体都能很好地适应。”同样，一切有脑子的生物体，在自己的经验库存中都隐含了无数的预测密码：“在ABC情况下，可能要采取XYZ行动。”

　　荷兰德说，更为一般性地说，每一个复杂的适应性系统都经常在做各种预期，这种预期都基于自己内心对外部世界认识的假设模型之上，也就是基于对外界事物运作的明确的和含糊的认识之上。而且，这些内心的假设模型远非是被动的基因蓝图。它们积极主动，就像计算机程序中的子程序一样可以在特定的情况下被激活，进入运行状态，在系统中产生行为效果。事实上，你可以把内心的假设模型想象成是行为的建设砖块。它们就像所有其它建设砖块一样，也能够随着系统不断吸取经验而被检验、被完善和被重新安排。

　　最后一点，复杂的适应性系统总是会有很多小生境，每一个这样的小生境都可以被一个能够使自己适应在其间发展的作用者所利用。正因为如此，经济界才能够接纳计算机编程员、修水管的工人、钢铁厂和宠物商店，这就像雨林里能够容纳树獭和蝴蝶一样。而且，每一个作用者填入一个小生境的同时又打开了更多的小生境，这就为新的寄生物、新的掠夺者、新的被捕食者和新的共生者打开了更多的生存空间。而这反过来又意味着，讨论一个复杂的适应性系统的均衡根本就是毫无意义的：这种系统永远也不可能达到均衡的状态，它总是处在不断展开，不断转变之中。事实上，如果这个系统确实达到了均衡状态，达到了稳定状态，它就变成了一个死的系统。荷兰德说，在同样的意义上，根本就不可能想象这样的系统中的作用者会永远把自己的适存性、或功用性等做“最大化”的发挥。因为可能性的空间实在是太大了，作用者无法找到接近最大化的现实渠道。它们最多能做的是根据其他作用者的行为来改变和改善自己。总之，复杂的适应性系统的特点就是永恒的新奇性。

　　各种作用者、建设砖块、内在假设模型和永恒的新奇――所有这些概而言之，毫不奇怪地会使复杂的适应性系统非常难以用常规的理论机制来分析。大多数像计算或线性分析等常规技术非常适于用来描述在不变的环境中的不变的粒子，但如果要真正深刻地理解经济，或一般性的复杂的适应性系统，就需要数学和可以用来强调内在假想模型、新的建设砖块和多种作用者之间相互关联的繁杂大网的计算机模拟技术。

　　荷兰德谈到这些时，阿瑟飞快地做着笔记。当荷兰德开始描述他在过去的三十年中为使自己的这些想法更为准确、更为实用而开发了各种计算机技术时，阿瑟的笔录越发加快了。“这简直不可思议，”他说，“整个下午我坐在那儿，大张着嘴。”不仅仅因为荷兰德指出的永恒的新奇性恰好是过去的八年中他的报酬递增率经济学一直想阐述的意思，也不仅仅因为荷兰德指出的小生境恰好是他和考夫曼前两周谈论自动催化组时所研究讨论的问题，而是荷兰德整个对事物的看法的完整性、清晰性和公正性让你拍着自己的额头说：“当然！我怎么就没想到呢？”荷兰德的思想对他产生了震动和认同感，从而又在他头脑中激发出更多的想法。

　　阿瑟说：“荷兰德的每一句话都是在回答我这些年来一直在问自己的所有问题：什么是适应性？什么是涌现？以及许多我自己都没有认识到的我正在探寻的问题。”阿瑟还不清楚如何将这一切应用到经济学之中去。事实上，当他巡视会议室的时候，他可以看见不少经济学家不是持怀疑态度，就是显得很困惑。（至少有一个正在做午后小歇。）“但我相信，荷兰德的研究要比我们的工作精深许多许多。”他甚至觉得，荷兰德的观点是极其重要的。

　　桑塔费研究所当然也是这样认为的。无论荷兰德的想法对阿瑟和经济研讨会上其他经济学家来说有多么新异，荷兰德本人在桑塔费研究所的经常性成员中已经是个熟悉而非常有影响力的人物了。

　　他与研究所的第一次接触是在1985年的一次题为“进化、游戏与学习”的研讨会上。这个在罗沙拉莫斯召开的研讨会是由法默和派卡德组织的。（正是在这个研讨会上，法默、派卡德和考夫曼第一次做了关于计算机模拟自动催化组的报告。）荷兰德演讲的主题是涌现的研究，演讲似乎非常成功。但荷兰德记得听众中有一个人连续不断地向他提出非常尖锐的问题。这个人一头白发，脸部表情既专注、又有些玩世不恭，目光透过黑边眼镜射向他。“我的回答相当不客气，”荷兰德说，“我不知道他是谁。如果我知道他是谁，我大概早就吓死了。”

　　不管荷兰德的回答客气不客气，马瑞?盖尔曼却显然很喜欢荷兰德的回答。在这之后不久，盖尔曼给荷兰德打电话，邀请他来桑塔费研究所顾问团当顾问，当时这个顾问团才刚刚成立。

　　荷兰德同意了。“我一到这个地方就真的喜欢上了。”他说。“对这儿的人所谈论的问题和所研究的问题，我直接的反应就是‘我当然希望这些家伙也喜欢我，因为我就属于这个地方！’”

　　这是一种共同的感觉。当盖尔曼提及荷兰德时，他用“才华横溢”这个词来形容――这可不是他随意用来夸赞周围的人的词语，而且盖尔曼也不是经常会为任何事惊诧得瞪圆眼睛的。在早些时候，盖尔曼、考温和研究所的其他创始人几乎一直在用他们所熟悉的物理学概念来思考新的复余性科学，比如像涌现、集体行为、自组织等问题。而且，好像只要把这些比喻用于相同思想的研究，比如把涌现、集体行为和自发组织这些词汇用于经济学和生物学这类领域的研究，似乎早已能创造出丰富多采的研究计划来了。但荷兰德出现了，带着他对适应性的分析，更不要说他的计算机模拟技术。盖尔曼和其他人突然就认识到，他们的研究计划有一个很大的疏漏：这些涌现结构究竟在干些什么？它们是如何回应和适应自己所在的环境的？

　　在后来的几个月中，他们一直在讨论这个研究所的研究议题不能只是复杂系统，而应该是复杂的适应性系统。荷兰德个人的研究计划――理解涌现和适应相互牵连的过程――基本上变成了整个研究所的研究计划。1986年8月，在由杰克?考温和斯坦福大学生物学家马克?菲尔德曼主持的研究所的一次大型会议，复杂的适应性系统研讨会上，荷兰德唱了主角（这也是将考夫曼介绍进桑塔费的那个研讨会）。戴维?潘恩斯还安排带荷兰德去和约翰?里德和花旗银行的其他成员进行交谈，那是在和复杂的适应性系统研讨会召开的同一天。在安德森的安排下，荷兰德参加了1987年9月的这次大型经济研讨会。

　　荷兰德非常愉快地参加了这一系列的学术活动。他已经在适应性概念上默默无闻地进行了二十五年的研究，到现在他已经五十七岁了才被发现。“能够和盖尔曼和安德森这样的人一对一地当面交谈，与他们平起平坐，这太好了，简直不可思议！”如果他有办法让他的妻子离开安?阿泊（他妻子是大学九个科学图书馆的负责人），他在新墨西哥呆的时间会比现在更长。

　　但荷兰德始终是个乐天派。他这一生始终在做他真正喜欢做的事，而且总是惊喜自己能有好运气，所以他有一个真正快乐的人的坦率和好脾气。不喜欢荷兰德几乎是不可能的。

　　比如阿瑟，甚至根本就没想过要抗拒荷兰德对他的吸引力。第一天下午，当荷兰德做完报告之后，阿瑟就迫不及待地上前去介绍自己。在后来的会期中，两个人很快就成为好朋友了。荷兰德发现阿瑟是个令人感到愉快的人。“很少有人能这么快地接受适应性的概念，然后这么快就把这个概念彻底融入自己的观念的人，”荷兰德说，“布赖恩对这整个概念都十分感兴趣，而且很快就深入了进去。”

　　同时，阿瑟觉得荷兰德很显然是他在桑塔费所结识的最复杂、最吸引人的知识分子。确实，他在经济学研讨会所剩的时间里之所以一直处于兴奋无眠的状态，荷兰德是主要原因之一。他和荷兰德有许多夜晚坐在他们合住的房子厨房的餐桌旁，一边喝着啤酒，一边讨论着各种问题，一直到深夜。

　　他尤其记得其中的一次谈话。荷兰德来参加这次经济学研讨会，是急于想知道什么是经济学的关键问题。（荷兰德说：“如果你想从事跨学科研究，进入其他人的学科领域，你最起码应该做到的是，要非常认真地面对他们的向题。他们已经耗费了很多时间来研究这些问题了。”）那天晚上，当他们俩坐在厨房的餐桌旁时，荷兰德很直截了当地问阿瑟：“布赖恩，经济学的真正问题是什么？”

　　阿瑟不假思索地回答道：“就像下国际象棋！”

　　国际象棋？荷兰德不解其意。

　　嗯，阿瑟啜了一口啤酒，琢磨着用什么恰当的词来表述。他自己都不太清楚他想说明什么意思。经济学家一直在讨论既简单又封闭的系统，在这种系统中，他们能够很快找出一组、两组或三组行为方式，然后就不会再发生别的什么事情了。他们总是心照不宣地把经济作用者假设成永远聪明绝顶，在任何情况下总是能够立即做出准确无误的最佳选择。但想想这在下国际象棋时意味着什么。在博弈游戏的数学法则中，有一个定理告诉你，任何有限的、两人对抗的、结局为零的游戏，比如象棋，都有一个最优化的解，这就是，有一种选择走棋的方法能够允许执黑子的和执白子的双方棋手都能走出比他们所做的其他选择更好的棋步。

　　当然，在现实中，没人知道这个解，也没人知道该如何找到这个解。但经济学家所谈论的这些理想化的经济作用者却能立刻就找到这个解。当国际象棋一开始，两军对弈，这两个棋手就能够在脑海中构想出所有的可能性，能够倒推出所有可以逼败对方的可能的棋着。他们能够一遍遍地反推棋步，一直算计到所有的可能性，然后找到开始布局的最佳棋步。这样，就没有必要实际去下象棋了。不管是哪一方棋手掌握了理论优势，比方说是执白子的棋手，反正知道自己总是会赢，就可以立刻宣告胜利。而另一个棋手知道自己反正总是会输，那就可以立即宣告失败。

　　“谁这样下国际象棋？”阿瑟问荷兰德。

　　荷兰德笑了，他完全明白了这有多荒唐。在四十年代，当计算机刚刚出现，计算机研究人员刚开始设计能够下国际象棋的“智能”程序时，现代信息理论之父，贝尔实验室的克劳德?申农（Claude Shannon）估算了一下国际象棋棋步的总数。他得出的答案是，10的120次方，这个数字大得无可比喻。自从大爆炸到现在的时间用微秒计算，也还没有这么多微秒。在我们肉眼可见的宇宙中也没有这么多的基本粒子。没有任何一种计算机能够算到所有这些棋步，当然这更不可能是人脑所及的。人类棋手只能根据实际经验来判断在什么情况下采取什么战略为最佳，就是最伟大的国际象棋高手也得不断探索棋路，就好像掉进了一个深不见底的黑洞，只能靠一个微弱的灯笼探路而行。当然，他们的棋路会不断改进。荷兰德自己也是个国际象棋棋手，他知道二十年代的象棋高手决无可能下赢像加利?卡斯帕洛夫（Gary Kasparov）这样的当代国际象棋大师。但即便如此，他们也好像只在这个未知世界里前进了几码而已。这就是为什么荷兰德从根本上把国际象棋称之为“开放”的系统：它的可能性实际上是无穷无尽的。

　　没错，阿瑟说。“人们实际上能够预测和采取行动的类型与所谓‘最佳化’相比是非常局限的，你不得不假设经济作用者比经济学家要聪明得多。”然而，“对最优化的假设就是我们目前对付经济问题的方法。对日贸易至少和下国际象棋一样复杂，但经济学家却仍然在那里说：‘假设这是个理性的游戏。’”

　　所以，他告诉荷兰德，这就是经济学问题的实质之所在。面对并非尽善尽美，但却十分聪明，不断探索无穷可能性的作用者，我们应该如何建立这门科学？

　　“啊哈！”荷兰德说，每当他弄明白一件事时总爱这么说。国际象棋！现在他理解了这个比喻。

　　可能性的无限空间

　　荷兰德喜欢玩游戏，喜欢玩所有的游戏。他在安?阿泊的近三十年中，每个月都去玩扑克牌。他最早的记忆之一就是在他祖父家看大人们玩纸牌，那时他恨不得长大到也能坐在桌子旁一块儿玩。上小学一年级时他就从他妈妈那里学会了下棋。他妈妈还是个桥牌高手。荷兰德全家都热衷于航海，荷兰德和他妈妈经常赛船。荷兰德的父亲是个第一流的体操运动员，同时热衷于户外活动。荷兰德上初中时练了好几年体操。全家总是不断变换游戏花样：桥牌、高尔夫、槌球、围棋、象棋、跳棋，凡能玩的，没有他们不玩的。

　　但不知为什么，对他来说，游戏早就不仅仅只是好玩而已了。他开始注意到，有一些游戏有一种特殊的吸引力，这股魔力超过了输赢的问题。比如说，当他还在读中学一年级的时候，大约是在1942年或1943年，他家住在俄亥俄州的凡?沃特时，他和他的几个好朋友经常久久逗留在华利?普特家的地下室里发明新的游戏。他们最得意的发明是一个占用了大半个地下室的战争游戏，那是他们从报纸的头条新闻中获得灵感而发明的。这个游戏中有坦克和大炮，还有发射表和射程表。他们甚至还发明了一些把游戏图的某些部分掩盖住，来模拟烟幕。荷兰德说：“这个游戏变得相当复杂。我记得我们还用我爸爸办公室的油印机来印制战争游戏的图纸。”（老荷兰德在经济萧条时期在俄亥俄州的大豆生产带创建了一系列的大豆加工厂，从而繁荣发展了起来。）

　　荷兰德说：“我们没有像你这样描述过下象棋，但我们实际上就是这样下象棋的，因为我们三个人都对下象棋感兴趣。国际象棋是个只有很少几条游戏规则的游戏，但令人无法置信的是，在国际象棋中永远不可能有相同的两局棋。棋路的可能性简直无穷无尽，所以我们就试图发明具有同样性质的游戏。”

　　他笑着说，自从那以后他一直在以这样或那样的方式发明各种游戏。“我喜欢在事情发生变化时说：‘嘿，那真是我们假设的结果吗？’因为如果结果证明我的假设是对的，如果事物主题进化的潜在规律确实是在某种控制之下，而不是由我说了算的，那我就会感到很惊奇。但如果结果并不令我感到惊奇，那我就不会感到愉快，因为我知道，得到这个结果是由于从一开始我就设置好了一切。”

　　当然现在我们把这类事称为“涌现”。但在荷兰德远还没有听到这个提法以前，他对涌现的迷恋就已经使他把毕生的热爱都贡献给了科学和数学。在科学和数学领域中他永远都无法满足。他说在他的整个中学时代，“我记得我去图书馆，将凡是与科学有关的书籍都涉猎遍了。我上中学二年级时就决心要当个物理学家。”科学之深深吸引他之处，并不是科学能使他将宇宙归纳成几个简单的规律，而是正好相反：科学可以告诉你，几条简单的规律是如何产生整个世界变幻无穷的行为表现的。“这真的使我感到非常愉快。在某种意义上，科学和数学是简化的极至。但如果你反过来，观察宇宙规律所囊括的各个方面，出人意料的可能性简直可以是无穷无尽的。这就是为什么宇宙在一个极端上十分易于理解，在另一个极端上却又永无可能理解的道理。”

　　荷兰德1949年秋季入学麻省理工学院。入校没过多久他就发现，计算机也具有令他同样惊奇的特质。他说：“我真的不知道计算机的这种特质从何而来。但我很早就迷上了‘思考程序’，也就是你只消在计算机内设入很少数据，就可以让它做所有像整合这样的事情。这在我看来，似乎是只需要放入极少东西，就能得到无限丰富的结果。”

　　但不幸的是，起初荷兰德能够学到的计算机知识只有他在电机课上获取的零星的第二手资料。电子计算机当时还很新奇，大多数计算机知识还处于保密阶段。当然大学还没有开设计算机课程，即使在麻省理工学院也还没有开设。但有一天，当荷兰德又像往常一样在图书馆测览书刊时，他翻到一个由简单的论文封面套着的一系列活页演讲笔记。他在翻阅这些笔记时发现，这份笔记详细谈到1946年在宾夕法尼亚大学摩尔电机系举办的研讨会内容，其中记载，战时宾州大学为了计算大炮的射程表而发明了美国的第一台数控计算机ENIAC。“这些笔记很有名，这是我第一次接触到真正的关于数控计算机的详细资料，里面包括对从计算机建构到软件设计的详尽记录。这一系列演讲就是在这个基础上探讨信息和信息处理的全新概念，并诠释了一种全新的数学技艺：编程。荷兰德立刻就买下了这个演讲的复印稿，一页一页细读了许多遍。事实上，这份演讲稿他到现在还保留着。

　　1949年秋季，当荷兰德开始了他在麻省理工学院的大四课程，四处寻找学士论文题目时，他发现了旋风计划（Whirlwind Project）：麻省理工学院将建一个速度能达到跟踪空中交通的“实时”的计算机。由海军资助的旋风计划的年资助额为一万美元，这在当时是一个令人目眩的数额。麻省理工为此雇用了七十名工程技术人员，这无疑是当时最大的计算机项目，也是最具发明性的研究之一。旋风将是第一台采用磁心记忆和交互式显示屏的计算机，它将产生计算机网络和多程序（一次运作多个程序）。作为第一台实时计算机，它将为计算机应用于空中交通控制、工业流程控制、以及计算机应用于预售票和银行铺平道路。

　　但当荷兰德刚听说这个消息时，旋风还仅仅停留在实验阶段。“我知道麻省理工在研制旋风，它还尚未被研制成功，还在研制之中，但已经可以用了。”不知为什么，他一心想参与进去。他开始四处敲门，在机电系发现了一个名叫赛德奈克?考派尔（Zednek Kopal）的捷克天文学家，曾经教过他数值分析。“我说服他主持我的论文评议委员会，又让物理系同意让电机系的人来主持我的论文评议委员会，然后我又说服了参与旋风计划的人让我能够看到他们的操作手册。当时操作手册是保密的！”

　　“那也许是我在麻省理工最快活的一年。”他说。考派尔建议他论文的题目是为旋风编一个程序来解拉普拉斯（Laplace）方程式。拉普拉斯方程式描述的是多种物理现象，从围绕任何带电物的电场分布，到紧绷的鼓面震动。荷兰德立刻就着手这项研究。

　　这不是麻省理工学院最容易做的毕业论文。在那时，还没有人听说过像Pascal、C或FORTRAN语言。确实，把对计算机的命令转化为数字编码的计算机编程语言直到五十年代中期才被发明出来。那时就连一般的十进制的语言都还没有，还是十六进制的。他在毕业论文上所耗费的时间比他想象的要长，最后他不得不申请麻省理工学院宽限比通常完成学士毕业论文所允许的长两倍的时间。

　　但他非常热衷于这项研究。“我喜欢这个过程中的逻辑本质，”他回忆说，“编程与数学有同样的特点：你走了这一步，然后你就可以由此走下一步。”但更重要的是，为旋风编程序使他认识到，计算机并不只是实施快速计算。在一系列神秘的六位十进制数字中，他可以随意设计震动的鼓面，或旋绕的电场等任何东西。在循环的数位中，他可以创造想象中的宇宙。所需要做的只是把适当的规律编码进去，然后其他的一切就会自然展开。

　　荷兰德的毕业论文从一开始就只是个书面设计，他编制的程序从未真正在旋风上运作过，但在另一个方面，他的毕业论文却收获颇丰：他成了全美国少数几个懂得一些编程的人之一。结果1950年他刚毕业就被IBM公司录用了。

　　这个时机真是再好不过了。当时IBM在纽约普夫吉普斯（Poughkeepsie）的巨大工厂正在设计第一台商用计算机：国防计算机，后来被重新命名为IBM701。当时设计生产这台计算机代表了一个前途未测的重大赌注。许多思想保守的行政管理人员都认为研制这种计算机是浪费钱财，还不如把钱投资于改良打孔机上。事实上，产品企划部在1950年花了整整一年的时间坚持说，全国的市场对这类计算机的需要永远不可能超过18台。IBM公司坚持研制国防计算机的主要原因，是因为它是一个叫作小托马斯的后起之秀的钟情项目。小托马斯是IBM公司年迈的总裁托马斯?B?华生（Thomas B．Watson）的儿子和当然继承人。

　　但荷兰德当时只有二十一岁，对此知之甚少。他只知道自己已被置入圣境。“我已经到了这里，一个这么年轻的人，在一个这么重要的岗位。我是少数几个知道IBM701正发生什么的人之一。”IBM的项目负责人将荷兰德安排在由七个人组成的逻辑计划小组。这个小组负责设计这台新计算机的指令系统和一般性组织。这是荷兰德的又一个幸运，因为这是一个实践他的编程技术的理想的地方。“最初阶段完成之后，我们得到了最初的机器原型，还必须用各种方式来测试。所以工程师们经常通宵达旦地工作，白天把机器拆卸开，晚上又尽最大的努力把它拼装起来。然后我们少数几个人就会从晚上十一点钟开始，全夜运转我们的程序，看看是否能够正常运作。”

　　在某种程度上，我们编的程序确实能够运行。当然，用今天的标准来衡量，701机就像是石器时代的东西了。它有一个巨大的控制板，上面挤满了各种键盘和开关，但还没有屏幕显示器的雏形。这部机器通过标准的IBM打孔机执行输入和输出命令，号称足有四千个字节的记忆存储量（今天市面上出售的个人电脑的记忆存储量一般比这大一千倍）。它可以在三十微秒中算出两个数字相乘的结果。（现在所有的手持计算器的功能都比这个强。）荷兰德说：“这个机器也有许多缺陷。最好的情况下，平均每三十分钟左右就会出现一次失误，所以我们每次计算都要做两遍。”更糟糕的是，701计算机是通过在一个特殊的负极射线管的表面产生光点来存储资料的。所以荷兰德和他的同事们必须调整算法，以避免过于经常地在记忆存储的同一个点上写入数据，否则就会增加这一个点上负极射线管表面的电荷，而影响到周围的数据。“我们竟能使计算机运行了，这太令人惊喜了。”他笑道。但事实上他这是认为瑕不掩瑜。“对我们来说，701计算机就像是一个巨人。我们觉得能有时间在一台快速运转的机器上尝试我们编的程序，真是太好了。”

　　他们一点儿也不缺少可以用来做尝试的程序。那些最原始、最早期的计算机接纳了关于信息论、控制论和自动机等这些十年前尚不存在的新概念的狂潮。谁知道局限何在？几乎你尝试的任何东西都可能开创出一片新天地。更进一步的是，对于像荷兰德这样更富于哲学思想的开拓者来说，这些聚满了线路和真空管的庞大而笨拙的计算机为思考开拓了全新的方式。计算机也许不是报纸的星期天增刊耸人听闻地形容的那种“巨脑”。事实上，从它们的结构和运作的细节来看，它们和人脑毫无相同之处。但从更深刻、更重要的意义上来说，计算机很类似人脑。一个很诱人的推测是：计算机和人的大脑都是信息处理的装置。因为如果这个情况属实的话，那么，思维本身就可以被理解为是一种信息处理的形式。

　　当然，那时没人把这种事情称为“人工智能”或“认识科学”。但即使如此，计算机编程本身，作为一种全新的尝试，也正在迫使人们比以往要小心得多地去思考解决问题的真正含义是什么。计算机最终是个外星人：你不得不告诉它一切事情：什么是数据？它们是如何被转换过来的？怎样从这一步到达那一步？这些问题反过来又很快引向了令哲学家们苦恼了几个世纪的问题：什么是知识？知识是怎样通过感官印象获取的？知识是怎样反映在思维上的？是怎样通过吸取经验而完善的？又是怎样被运用于推理判断的？已做的决定是怎样被转化为行动的？

　　那时对这些问题的回答远还不清楚（事实上，对这些问题的回答到现在也仍不清楚）。但这些问题以一种前所未有的清晰和准确的方式被提出来了。IBM公司在普夫吉普斯的发展小组作为全美国最杰出的计算机天才的集中地之一，突然走在了计算机发展的前列。荷兰德喜欢回忆一群“经常的非常客”每隔两周左右就会找一个晚上聚在一起，讨论扑克牌游戏或围棋。其中有一个参与者是个名叫约翰?麦卡菲（John McCarthy）的暑期实习生，加州理工学院的一个年轻的研究生，后来成为人工智能的创始人之一。（事实上，是麦卡菲1956年为在达特茅斯学院的一个暑期人工智能研讨会做宣传时发明了“人工智能”这个词。）

　　另一个人是阿瑟?塞缪尔（Arthur Samuel），一个语调柔和、四十岁左右的电机工程师。他是IBM公司从伊利诺斯大学招聘来帮助公司制作性能可靠的真空管的，也是荷兰德整夜整夜进行程序运行马拉松的最经常的陪伴者。（他还有个女儿就在附近的凡沙，荷兰德与之还约会过几次。）塞缪尔显然对真空管失去了兴趣。五年来他一直在尝试编写可以跳棋的程序――不止是会下跳棋，而且要会随着不断吸取经验而越下越好。现在回想起来，塞缪尔的计算机跳棋被认为是人工智能研究方面的一个里程碑。1967年，他完成了对这个下跳棋的程序的修改和完善后，这个计算机跳棋手已经能够达到国际大师的水平了。即使到701机器时期，他编的程序也显得相当好了。荷兰德记得对此印象极深，特别是它能针对对方的步骤调整自己的战术。大致地说，这是因为这个程序设计了一个简单的“对手”模型，然后用这个模型去预测最佳棋路。尽管当时荷兰德无法将之表述清楚，但他感到电脑跳棋的这个功能正好抓住了学习和适应的某种最本质的东西。

　　但因为荷兰德要仔细考虑其他事情，所以就把这些想法抛开了。当时他正为自己的研究项目忙得分身无术。他研究的是对大脑内部运作机制的模拟。他记得这项研究始于1952年春季，当时他正在听麻省理工学院心理学家利克莱德（J．C．R．Licklider）的演讲。利克莱德前来访问普夫吉普斯实验室，同意就当时该领域最热门的话题，蒙特利尔麦克吉尔大学的神经生理学家唐纳德?希伯（Donald O．Hebb）关于学习和记忆的新理论，做这个演讲。

　　利克莱德解释说，问题是，在显微镜下，大脑的大部分都呈现出一片混沌，每一个细胞都随意发出数千条纤维，与数千计其他神经细胞随意相连。然而，这些稠密相连的网络又显然不是随意组成的。一个健康的大脑能够前后连贯地形成感觉、思想和行动。更重要的是，大脑显然不是静止不变的。它可以通过吸取经验来改善和调整自己的行为。它可以学习。但问题是，它是怎样学习的？

　　在三年前的1949年，希伯在他出版的《行为组织》（The Organization of Behavior）一书中作出了他的回答。他的基本思想是，假设大脑经常在“突触”上做些微妙的变化。突触是神经冲动从这个细胞跳到那个细胞的连接点。这个假设对希伯来说是非常大胆的，因为当时他对此还没有任何证据。但希伯为这一假设阐述说，这些突触上的变化正是所有学习和记忆的基础。比如说，通过眼睛视觉的感官冲动会通过加强沿途所有突触的方式在它的神经网络上留下痕迹。差不多的情形同样会发生在由耳进入的听觉神经系统、或大脑内其它脑际活动。结果是，随意启动的网络会迅速将自己组织起来。通过某种正反馈，经验被积累了起来：强健的、经常被使用的突触会变得更强健，而弱小、不经常使用的突触会萎缩。被经常使用的突触最后强健到一定程度以后，记忆就被锁定了。这些记忆反过来又会布满整个大脑，每一个突触都与一个复杂的突触形态相对应，这些突触形态包含了成千上万个神经元。（希伯是最先描述这种分布记忆的人之一，这种描述后来被称为“关联论”（connectionist）。）

　　但希伯的思想还不止这些。利克莱德在演讲中还解释了希伯的第二个假设：有选择的突触强化会导致大脑自组成“细胞集合”――几千个神经元的子结合，其中循环神经冲动会自我强化，继续循环。希伯认为这些细胞集合就是大脑基本的信息建设砖块。每一个细胞集合都与一种声调、一束光线或某种思想的一闪念相对应。但这种细胞集合在生理上并没有特别之处。确实，它们相互重叠，任何一个神经元同属于好几个细胞集合。而且因为如此，一个细胞集合的行动势必带动其他细胞集合的动作，这样，这些基本的建设砖块就会迅速自组成为更大规模的概念和更复杂的行为。总之，细胞集合就是思想的基本量子。

　　荷兰德坐在听众席上听得呆若木鸡。这可不是当时哈佛的行为学家斯金纳（B．F．Skinner）推崇的枯燥无味的刺激／反应心理学。希伯谈论的是精神内部的活动情形。他的关联理论的丰富多采性和令人永恒惊奇的特点引起了荷兰德的强烈反响。这个理论的感觉是对的。荷兰德迫不及待地想运用这个理论做点什么。希伯的理论就像是一扇开启了思想本质的窗户。他想凭窗张望，想看到细胞集合在随意的混沌之中形成自组，不断成长，想观察它们如何相互作用，以及思维本身是如何涌现的。他想观察所有这些是如何在没有外界指导的情况下自然发生的。

　　利克莱德刚结束对希伯理论的讲演，荷兰德就对701计算机组的负责人纳撒尼尔?罗切斯特（NathanielRochester）说：“好吧，我们已经有了这么一台原型计算机，让我们来编写一个神经网络的模拟程序。”

　　而这正是他们所做的。“他编写了一个程序，我也编写了一个程序。这两个程序在形式上很不相同。我们把它们称为‘概念者’，这绝非自大之言！”

　　事实上，即使到了四十年之后，当神经网络模拟早就变成了人工智能的标准工具，IBM的“概念者”的成就也仍然引人瞩目，其基本思想在今天看来仍然非常熟悉。在他们的程序中，荷兰德和罗切斯特把他们模拟的人工神经元当作“节点”――也就是能够记住自己内部状态中某些事情的小计算机。他们将自己的人工突触模拟成各种节点之间的抽象结合点，每一个结合点都有一定的“重量”，与突触的强度相对应。他们还用通过网络吸取经验来调节强度的方式模拟希伯的学习规则。但荷兰德、罗切斯特和他们的同事们还采用了比今天的大多数神经网络模拟远为详尽的基本神经生理学知识，包括模拟神经元的反应有多快、如果神经元过于经常起反应，疲劳程度如何这样的因素。

　　毫不奇怪，他们的这些研究进展困难。不仅仅是因为他们所编写的程序是神经网络模拟方面最原初的研究，而且也因为这使计算机首次被用于模拟（与计算数字和分析数据的功能正好相反）。荷兰德对IBM公司的合作耐心给予了很高的评价。他和他的同事们在计算机上耗费了无数个小时来模拟神经网络，甚至还由IBM公司出资去了趟蒙特利尔，向希伯本人咨询。

　　但到最后他们的模拟终于成功了。“出现了许多涌现现象。”荷兰德至今谈起这些来仍然很激动。“你可以从统一的神经元基质开始，然后看到细胞集合的形成。”1956年，在这项研究工作的绝大部分结束几年之后，荷兰德、罗切斯特和他们的同事终于发表了该项研究成果。这是荷兰德发表的第一篇论文。

　　建设砖块

　　荷兰德说，现在回想起来，希伯的理论和他自己基于这个理论之上的神经网络模拟对他产生的最大影响，是形成了他后来三十年的思想，而不是在某一单个方面使他受益。但当时，最直接的结果就是导致他离开了IBM公司。

　　问题在于，计算机模拟有一些确凿无疑的局限性，特别是701计算机。真正神经系统的细胞集合有一万个神经元分布在大脑的大部分区域，而每个神经元又有一万个突触。但荷兰德和他的伙伴们在701计算机上运行的最大规模的模拟神经网络也只能有一千个神经元，每个神经元只有十六个结合点，还是他们竭尽他们能够加速运转的所有编程技巧才达到这个速度的。荷兰德说：“越往下做我越觉得我们真正能够进行试验的与我所想看到的结果之间的距离实在太大了。”

　　唯一的选择就是用数学方法来分析神经网络。“但这样做实在太困难了。”他的每项尝试都撞上了南墙。靠他在麻省理工学院学到的数学功底来全面展开希伯式的网络实在太不够了。而他还比大多数物理系毕业生多学了不少数学课程呢。“当时对我来说，仿佛要想更多地了解神经网络，关键在于更好地掌握数学工具。”他说。所以在1952年秋季，他带着IBM公司的祝福和继续为IBM公司的宏伟蓝图做一百个小时顾问工作的允诺，来到安?阿泊，开始在密西根大学攻读数学博士学位。

　　他又一次成为幸运者。当然，不管在任何情况下密西根大学都不是个糟糕的选择。不仅是因为当时那里的数学系是全美国最好的数学系之一，而且还因为荷兰德还有一个主要的考虑：那儿有一个足球队。“在周末与十强进行足球比赛，有十万观众涌入城内来观战，对此我至今还觉得回味无穷。”

　　但对荷兰德来说，真正的好运是他在密西根大学碰到了阿瑟?勃克斯（Arthur Burks）这位非同寻常的哲学家。勃克斯是查尔斯?皮尔斯（Charles Peirce）实用主义哲学的专家，于1941年获得博士学位。由于当时在他的学科领域根本无法觅到一个教职，所以他在毕业后的第二年在宾州大学的摩尔学院又读了10周的课程，变成了一个战时工程师。后来证明了这是一个很好的选择。1943年，他毕业不久就受雇于摩尔学院，从事属于最高机密的第一台电子计算机ENIAC的研究。在那里他遇到了传说中的人物、匈牙利数学家约翰?冯?诺意曼。当时冯诺曼作为顾问，经常从普林斯顿的高级研究所来这儿为这个项目工作。勃克斯在冯诺曼的指导下还参与了ENIAC的下一代计算机EDVAC的研制工作。这是第一台能运用程序这种电子化形式储存信息的计算机。确实，冯?诺意曼、勃克斯和数学家荷曼?哥斯廷（Herman Goldstine）1946年发表的论文，《电子计算仪器逻辑设计初探》，一直到今天仍然被认为是现代计算机科学的基石。在这篇论文中，这三位撰写人用精确的逻辑形式规定了编程的概念，同时还描述了一个普通功能的计算机如何通过从计算机记忆系统提取指示，然后再把结果存储到记忆系统这样一种不断循环的方式来执行程序。这个“冯?诺意曼式建筑设计”仍然是今天几乎所有计算机的基础。

　　当荷兰德五十年代中期在密西根大学遇见勃克斯的时候，勃克斯是一个身材匀称、举止优雅的人，酷似荷兰德想象中的传教士的形象（迄今为止，勃克斯从来没有不打领带、不着外衣地出现在以不在乎穿着著称的密西根大学的校园里）。但勃克斯同时也是一个热情友善的良师益友，他很快就把荷兰德带入了他的计算机逻辑设计小组，这是一个理论学家的圈子，这个圈子的人致力于计算机语言研究和开关网络定理论证，总之是力图从最严格、最根本的层面上掌握计算机这个新机器。

　　勃克斯还邀请荷兰德加入了一个新的博士学位项目。这是一个致力于在尽可能广泛的领域里探索计算机和信息处理意义的项目，勃克斯本人正在帮助组织这个项目。这个很快就以通讯科学变得众所周知的项目到了1967年终于发展成了一个完整的计算机系，叫做计算机与通讯科学。但在当时，勃克斯感到他只是在为1954年死于癌症的冯?诺意曼填补空白。“冯?诺意曼希望把计算机应用在两个方面。”他说。一方面是一般性功能的计算机设计，这种功能的计算机他们已经发明了。“另一方面是基于自动机理论。自然和人工智能知识的计算机。”勃克斯同时还感到，研制这样一种程序会符合这些学生的需要，而荷兰德是其中杰出的一位，他的头脑拒绝随波逐流。

　　荷兰德喜欢上了他所听到的消息。“这就是说要开设生物学、语言学、心理学这类非常艰难的课程和信息理论这样的常规性课程。这些课程是由来自那一个学科领域的教授来上，这样学生们就能将所学知识和他们的计算机模型联系起来。通过学习这些课程，学生们就会非常深刻地理解这个领域的根本――其难点和问题，为什么这些问题如此难以解决，计算机在解决这些问题上能起到什么作用，等等。他们就不会对事物仅仅只是流于表面的了解。”

　　荷兰德喜欢这个主意更因为他已经对数学完全失去了兴趣。密西根大学数学系就像二次世界大战之后的所有数学组织一样，被法国波巴科学派（Bourbaki school）所控制，这个学派鼓吹数学非人的纯洁性和抽象性。按照波巴科的标准，就连阐述你的原理后面的概念、用实在的图式解释你的定理，也会被认为是粗俗不堪。荷兰德说：“这一派的理念就是要让人们知道数学是可以不用任何解释的。”但这完全不是荷兰德来这儿攻读博士学位的目的。他希望用数学来理解这个世界。

　　所以当勃克斯建议荷兰德转入通讯科学研究项目时，他毫不犹豫地同意了。他放弃了他几近完成的数学博士论文，再次从头开始。“这意味着，我可以在一个与我希望从事的研究非常接近的领域做我的博士论文。”他说。这个领域，大致上说，就是神经网络（具有讽刺意味的是，他最终决定做的博士论文题目，“逻辑网中的循环”，是对网络开关内部情形的分析。在这篇论文中，他证明的许多定理，与四年以后柏克莱大学一位名叫斯图亚特?考夫曼的年轻的医学院学生独自努力证明的定理如出一辙）。荷兰德于1959年获得博士学位，这是通讯科学项目授予的第一个博士学位。

　　所有这些都没有改变荷兰德对更为广泛的问题的关注，正是这种关注把荷兰德带到了密西根大学。恰好相反，勃克斯的通讯科学项目正好提供了一个能使这种问题滋生的环境。什么是涌现？什么是思考？思想是如何进行的？什么是思想的法则？一个系统的适应究竟意味着什么？荷兰德记下了对这些问题的一些思考，然后把它们系统地归类为Glasperlenspiel 1号、Glasperlenspiel 2号、等等。

　　Glas什么？“Das Glasperlenspiel”是赫尔曼?黑塞（Herman Hesse）的最后一本小说，出版于1943年，当时作者正流亡瑞士。一天荷兰德在同屋从图书馆借来的一堆书中发现了这本书。在德语中，书名的书面意义是“玻璃珠游戏”，但在英文译文中，这本书通常被称为“游戏高手”，在意大利译文中也是相同的意思。故事以很久以后的未来为背景，小说描述了一个起初是音乐家玩的游戏。这个游戏是先在玻璃珠算盘上设定一个主旋律，然后通过来回拨弄玻璃珠，把这个主旋律的所有多声部和变奏编在一起。随着时间的延续，这个游戏从最初简单的旋律演变成一种极其复杂的乐器，被一群权力强大的牧师知识分子所控制。“最妙的是你能够获得主旋律的组合。”荷兰德说。“有一点儿星相学、有一点儿中国历史、还有一点儿数学。然后力图把它们发展成一种音乐主旋律。”

　　他说，当然，黑塞并没有十分清晰地说明这些究竟是怎么弄出来的。但荷兰德并不介意这一点。玻璃珠游戏比他所看见和听到过的任何事物都能抓住他的心，就像国际象棋、科学、计算机和大脑一样令他着迷。形象地说，这个游戏正是他一生的追求：“我就是希望能够抓住世界万物的主旋律，然后把它们揉合在一起，看它们会发生什么情况。”他说。

　　存储在Glasperlenspiel档案库中的思想的一个特别丰富的源泉是另一本书。有一天荷兰德在数学系图书馆创览群书时，发现了费舍尔（R．A．Fisher）1929年出版的里程碑式的巨著《自然选择之基因理论》。

　　起初荷兰德根为之着迷。“从中学时代起我就一直很喜欢阅读基因和进化方面的书，”他说。每一代人都会重组父母遗传的基因，他对这个思想非常赞赏。你可以计算像蓝眼睛、黑头发这样的特性出现在下一代身上有多么经常。“我总是想，哇，这个计算真是干净利落。但读了费舍尔的书后我第一次认识到，在这个领域里，除了用平常的代数学以外还可以尝试别的东西。”确实，费舍尔就用了许多更加复杂的概念，从微分、积分到概率理论。他的书用真正严谨细致的数学方法对自然选择如何改变了基因分布做了分析。对生物学家来说，这样的书是第一本。这同时也给当代“新达尔文”的进化理论奠定了基石。二十五年之后，这一理论仍然代表了进化动力学理论的最高标准。

　　所以荷兰德一口气读完了这本书。“我可以把我在数学课上学的积分、微分方程和其他方法都用于动力基因学的这场革命了。这真是一本令人大开眼界的书。我一读到这本书就知道，我不会放过这书里的思想。我知道我必须用这本书里的思想做点什么，我脑子里一直转着这些想法，不断地做着笔记。”

　　但尽管荷兰德非常崇拜费舍尔的数学，但费舍尔运用数学的某种方法却使他感到困惑。而且他越是深思，越是感到困惑。

　　首先，费舍尔对自然选择的整个分析着重于一次一个基因的进化，仿佛每一个单个基因对生物体生存的作用是可以完全脱离其他基因而独立存在的。大致地说，费舍尔假设基因的行动完全是线性的。“我知道这肯定是错的。”荷兰德说。对绿眼睛来说，没有几十个、或几百个基因形成绿眼睛的特别结构，单个的绿眼睛基因是微不足道的。荷兰德认识到，每一个基因必须作为一部分才能发挥作用。任何理论如果不把这个事实包括进去，就缺少了进化这个故事中最关键的一部分。对这个问题的思考，正是希伯在精神领域研究中一直强调的。从思想的最基本的单位这一点来说，希伯的细胞集合有点儿像基因。一种声调、一束光线、一簇肌肉的抽动，所有这些能具有意义的唯一方式是把彼此组合成更大的概念和更复杂的行为。

　　另外，费舍尔一直在谈论进化能达到稳定的均衡，这也使荷兰德感到不解。在这种稳定的均衡状态中，物种的大小达到了理想化、牙齿的锐利程度达到了理想化、生存和繁衍能力也达到了理想化。费舍尔的观点和经济学家的经济均衡的定义基本上是一致的：他说，当一个物种的状况达到了最佳程度之后，任何变化都会降低这种最佳化程度。所以自然选择就无法对变化形成进一步的压力。“费舍尔理论中的大部分内容在强调这样一种观点：‘好吧，由于下述进程，这个系统会走入哈迪－温伯格（Hardy－Weinberg）的均衡状态……’但这在我听起来不像是进化论。”

　　他又重读了达尔文和赫伯。不，费舍尔关于均衡的概念与进化论毫不相干。费舍尔似乎在谈论某种原始而永恒的完美境界的实现。“但在达尔文那里，事物随着时间的推移越变越宽广，越变越多样化。但费舍尔的数学并不触及这一点。而赫伯说的是学习，不是进化，其道理却是同样的：人的头脑随着不断从外界吸取经验，越变越丰富、越变越灵巧、越变越令人惊异。”

　　对荷兰德来说，进化和学习似乎与游戏非常相似。他认为，在这两种情况中，都有一个作用者在与自己的环境对抗，为自己的继续发展争取足够的条件。在进化中，所获报酬就是生存，一个让作用者将基因遗传给下一代的机会。在学习中，所获是某种奖赏，比如食物、愉悦的感觉或情感的满足。在这两种情况下，所获（或所缺）都是给予作用者的一种反馈，以利于它们改进自我表现：如果作用者想获得使自己“适应”的能力，就不得不采取能够获得丰厚报酬的策略，放弃其它策略。

　　荷兰德不禁想起塞缪尔的跳棋下法程序，这个程序正是利用了这种反馈：它可以随着不断吸取经验和更多地了解对方而经常改变战术。但现在荷兰德开始认识到塞缪尔将注意力放在游戏上是多么具有先见之明了。游戏的这一相似性似乎可以解释任何适应性系统。在经济中，所获是金钱，在政治中，所获是选票，等等。在某种程度上，所有这些适应性系统在根本上都是一样的，这反过来又意味着，所有这些系统从根本上就像下跳棋或象棋一样：可能性的空间大得难以想象。一个作用者不断改进下棋技术，这便是适应。但要想寻找到这场游戏的最佳化和稳定的均衡点，就好比下国际象棋一样，你根本就无法穷尽其无限的可能性。

　　毫不奇怪，对荷兰德来说，“均衡”并不是进化，甚至不像是他们三个十四岁的男孩一起在地下室玩的那种战争游戏。均衡意味着结束。但对荷兰德来说，进化的实质是旅程，是无穷无尽地展现出来的惊异。“我越来越清楚地认识到，我所想了解、所好奇、所为之发现而欢欣鼓舞的是什么。均衡并非其中的一部分。”

　　荷兰德在撰写博士论文的时候，暂时把这些想法搁置一旁。但1959年他刚刚毕业――那时勃克斯已经邀请他继续留在计算机逻辑小组做博士后――就决定将自己的这些想法变为完整而严谨的适应性理论。他说：“我相信如果我将基因的适应性当作最长久的适应性来观察，把神经系统当作最短期的适应性来观察，那么，这两者之间的总体性理论框架将是相同的。”为了将他脑子里的这些初步想法陈述清楚，他甚至就这个研究课题写了一个宣言，这份他于1961年7月发表的长达四十八页的技术报告的题目是：《适应性系统逻辑理论之非正式描述》。

　　他在计算机逻辑小组发现了许多紧皱的眉头。但这并不是一种敌意，而是有些人认为他的这个一般性的适应性理论听起来太稀奇古怪了。难道荷兰德不能把时间花在更富有成果的研究上？

　　“但问题在于，这是一个古怪的想法吗？”荷兰德回忆此事时愉快地承认，如果他在他同事的位置上，他也会对此持怀疑态度。“我所从事的研究不属于既完善又为人熟知的学科范畴。它既不能算硬件，也不能算软件。而那时它当然也不属于人工智能。所以你无法用任何常规标准来对它做出判断。”

　　勃克斯却并不需要他来说服。“我支持荷兰德，”勃克斯说。“有一些逻辑学家们认为荷兰德的研究并不属于‘计算机逻辑’范畴之内。他们的思想更为传统，但我告诉他们，这正是我们需要做的，为这个项目争取经费的重要性和其他项目等同。”结果勃克斯赢了：作为这个项目的创始人和带头人，他的话有相当大的分量。渐渐地，对荷兰德研究的怀疑消失了。1964年，在勃克斯的大力推荐下，荷兰德获得了终身教职。他说：“那些年，在很大程度上我全靠勃克斯为我做挡箭牌。”

　　确实，勃克斯的支持所给予荷兰德的安全感使他能够力争获取适应性理论的研究成果。到1962年，他放下了他的所有其它研究项目，基本上全力投入了对适应性理论的研究。特别是他下决心解决基于多基因的选择的难题――这不仅仅是因为费舍尔在书中对单体基因的假设最使他感到困惑，同时也是因为对多基因的研究也是摆脱均衡的困惑的关键。

　　荷兰德说，公平地评价费舍尔，均衡的概念就每个单独的基因而言不无意义。比如，假设某个物种有一千个基因，大致上与海藻一样复杂。为了使事情简单明了，再假定每个基因只含有两种信息，绿色的或棕色的，叶片皱折的或叶片平滑的，等等。自然选择要经过多少次尝试才能发现使海藻发展到最强壮的那组基因搭配呢？

　　荷兰德说，如果假设所有基因都是相互独立的，那么，你只需要两次选择就能确定哪种基因信息更好。这就需要对一千个基因各做两次尝试，总共两千次，这不算太多。事实上，相对而言这个数目实在是太小了，如果是这样的话，海藻很快就会达到最强健的状况，而物种确实就能达到进化的均衡点。

　　但当我们假设基因并不是相互独立的，让我们来看看含有一千个基因的海藻会发生什么样的情形。如果是为达到最强壮状态，自然选择就会检验每一个可能的基因组合。因为每个基因组合都有其不同的强健性。当你计算基因组合的总数，就不是二乘以一千，而是二自乘一千次了，即二的一千次方，或大约为十的三百次方――这个数目大得甚至使跳棋的步数都显得微不足道。荷兰德说：“进化甚至根本就不可能做这么多次数的尝试。而且无论我们把计算机发展到多先进也做不到。”确实，就算在可观察到的宇宙中所有的基本粒子都变成超级计算机，从大爆炸就开始不停地运算，也远不能完成运算。另外必须记住，这还只是就海藻而言。人类和其它哺乳类动物含有的基因数大概是海藻含有基因数的一百倍，而且大多数基因都含有不止两条信息。

　　所以再次出现了这种情形：这是一个向着无穷无尽的可能性的空间探索的系统，不存在哪怕为一个基因找到“最佳”点的现实希望。进化所能达到的是不断改进，而绝非尽善尽美。但这当然正是他1962年就已经决意要找到回答的问题。但如何寻找答案呢？了解多种基因进化的问题显然不只是用多变量方程式来替代费舍尔的单一变量方程式这么简单的事。荷兰德想知道的是，进化是怎样于无穷无尽的可能性的探索中找到有用的基因组合，而不需要搜遍整个领域。

　　当时，相似的“可能性爆炸”概念已经为主流人工智能研究人员所熟知。比如，在匹兹堡卡内基理工学院（即现在的卡内基麦伦大学），爱伦?妞威尔（Allem Newell）和赫伯特?西蒙（Herbert Simon）自五十年代中期开始就在进行一项里程碑式的研究，即，研究人类如何解决问题。纽威尔和西蒙让被试验对象猜各种谜语和玩各种游戏，包括下国际象棋，并让被实验对象陈述在这个过程中自己的思想。他们通过这种方法发现，人类解决问题总是会涉及脑力对广阔的可能性“问题空间”的逐步搜索，而每一步都以实际经验为导向：“如果情况是这样的话，那么就该采取那个步骤。”纽威尔和西蒙通过将他们的理论编入“一般问题解决法”（General Problem Solver）程序和将这个程序应用于解那些谜语和游戏，表明“问题－空间”角度能够出色地反映人类的推理风格。确实，他们的经验性检索概念早已成为人工智能领域的金科玉律。一般问题解决法至今仍然是新兴的人工智能发展史上最有影响的程序之一。

　　但荷兰德仍然对此半信半疑。这并不是因为他认为纽威尔和西蒙对问题空间和经验导向的概念有什么错误。事实上，他取得博士学位不久就特意邀请他们两位来密西根大学讲授人工智能的主课。从此他和纽威尔成了朋友和知识上的伙伴。但纽威尔－西蒙的理论不能在生物进化研究上有助于他。进化论的整个慨念中没有任何经验可循，也没有任何导向。一代代的物种是通过突变和两性基因的随机重组，简言之，是通过尝试和错误，探索于可能性的空间。而且，这一代代物种并不采取逐步逐步的方式搜索于基因组合的可能性之中，而是采取齐头并进的搜索方式：物群中的每一个成员的基因组合都略有不同，所搜索的空间也略有不同。但尽管有这些不同之处，尽管进化的时间更为长久，但它所产生的创意和奇迹恰如脑力活动。对荷兰德本说，这意味着，适应性的真正的统一规律隐藏在更深的层次之中。但到底隐藏在哪儿呢？

　　起初，只有直觉告诉他，某些基因组之间能够很好地相互作用，形成统一而自我强化的整体。比如像能够告诉细胞如何从葡萄糖分子里吸取能量的基因群，或能够控制细胞分裂的基因群，或能够指导细胞如何与其它细胞组合成某种生理组织的基因群。荷兰德也能从希伯的大脑理论中看到某种相似之处。在这个理论中，一组相互共鸣的细胞集合能够形成一个统一的概念，比如“汽车”，或者一个像举起胳臂这样协调的动作。

　　但是，荷兰德越是思考统一而自我加强的基因群这个概念，整桩事就越显得微妙。首先，到处都有类似的例子，比如计算机程序中的子程序、官僚体系中的部门。以及国际象棋棋局中的布棋法。而且，这样的例子存在于组织的每一层。如果一个基因群有足够的统一性和稳定性，那么这个基因群通常就可以作为更大的基因群的建设砖块。细胞的结合形成生理组织、生理组织的结合形成器官、器官的组合形成生物体、生物体的组合形成生态系统，等等。荷兰德想，确实，这就是“涌现”的全部意义：一个层次上的建设砖块组合成更高层次上的建设砖块。这似乎是这个世界最根本的规律之一。这一规律当然也表现在所有复杂的适应性系统之中。

　　但为什么会是这样的呢？事物的这个等级分明的。建设砖块结构的特性就像空气一样司空见惯。它因无所不在而被我们视而不见。但当你认真思考这个问题时，就会发现它急需解释：为什么这个世界会形成这种结构呢？

　　其实对此已有许多解释。计算机程序员们会把问题分解成许多于程序，因为较小、较简单的问题比较大、较繁杂的问题易于解开。这就是分而治之的古老法则。鲸鱼和红杉这样的庞然大物是由无数个微小的细胞组成的，因为总是先要有细胞，才可能形成庞然大物。当五亿七千万年前巨大的动植物开始出现在地球上时，对自然选择法来说，较之于从一片混乱无序中重新开始形成大团新的原生质，显然不如将现存的单一细胞形成生物体要容易得多。通用汽车公司将自己分为无数个部门和子部门，是因为通用汽车公司的主管不希望公司的五十万名雇员都直接来向他报告。他一天根本没这么多的时间。事实上，在四十年代和五十年代，西蒙在他的商业组织的研究中就已经指出过，设计优良的等级制度是在避免让任何一个人疲于应付会议和备忘录的前提下实施实际工作的最佳方式。

　　但当荷兰德思考这个问题时，他越来越觉得，更为重要的理由还基于更深的层次，因为这个等级分明的建设砖块结构能够彻底改变系统的学习、进化和适应能力。想一下我们的认知建设砖块，这包含了像红色、汽车和道路这类的概念。一旦这组类别的建设砖块随着经验的积累而被扭转、精炼和调整，那么，这组概念就会被整个改编和重组成许多新的慨念，比如像“路边的一辆红色Saab轿车”。当然，较之完全从头开始，这是一个有效得多的创新的途径，而这反过来又在总体上意味着适应性的一个全新的机制。适应性系统能够重组它的建设砖块，从而产生巨大的飞跃，而不需要总是要逐步逐步地在可能性的无限空间中缓慢进展。

　　在这个方面，荷兰德最喜欢举的例子是计算机出现之前警方根据目击者的描述来绘出嫌疑犯的画像的办法，即，把嫌疑犯的面孔分为十个基本区域：发际线、前额、眼睛、鼻子，一直到下颚。然后绘像师在许多纸片上对各个部位做不同形状的绘画，比如说，十种鼻子、十种发际线、等等。这加起来就是一百张纸的给像。有了这些之后，绘像师就可以通过目击者的描述，把合适的部分凑在一起，很快得出嫌疑犯的肖像图。当然，绘像师无法用这种办法画出所有可能想象出来的面孔。但他或她总是能够得到近似的肖像：绘像师通过重组这一百张纸片可以得出一百亿张不同的面孔，足够从广大的可能性空间中找到相似的相貌。“所以如果我能够发现形成建设砖块的过程，这些组合就能为我所用，而不会成为我的障碍。我就能够用相对少的建设砖块描述出许许多多的复杂事物。”

　　他认识到，这就是解开多基因之谜的关键之所在。“进化过程中的放弃和尝试并不只是为形成一个优良的动物，而是在于发现优良的建设砖块，并将这些建设砖块结合在一起，从而产生许多优良的动物。”他现在面临的挑战是要精确而严谨地表明这一切是如何发生的。他决定，第一步是要做一个计算机模拟，一个既能够陈述过程、又能够帮助他澄清脑子里的问题的“基因算法”。

　　密西根大学计算机科学圈子里的人都看惯了荷兰德拿着折扇状的计算机打印结果跑过来。

　　“看看这个！”他会急煎煎地指着一张整页都是密密麻麻的十六进位的数据符号的纸说。

　　“哦，CCB1095E。太棒了，约翰。”

　　“不！不！你知道这是什么意思吗！？”

　　事实上，在六十年代初，有相当多的人并不知道，也想不出那些数据表示什么意思。对荷兰德持怀疑态度的同事们对于荷兰德所从事的研究的怀疑，至少在一点是对的：荷兰德最终推出的基因算法是个稀奇古怪的东西。除非从最为书面的意义而论。否则这根本不能算是计算机程序。就它的内部机制而言，它更像是一个模拟生态系统，其中所有的程序都可以相互竞争、相互交配、一代接一代地繁衍，一直朝着程序员设置的任何问题的解答方向不断演化。

　　说得轻一点，这不是程序的通常编写法。所以荷兰德发现，要向同事们解释为什么这具有意义，最好用非常实际的语言来告诉他们他正在做什么。他通常会告诉他们，我们把计算机编程当作一个由FORTRAN或LISP这样的特殊编程语言写成的一系列指令。确实，编程的全部技艺就在于确保准确无误地按照正确的指示和顺序来编写程序。这显然是编程的最有效的方法――如果你早就知道你想让计算机干什么的话。但假设你并不知道你想让计算机干什么，比如假设你想找到某种复杂的数学功能的最大价值。功能可以表示利润、或工厂的产量。或任何其它东西。这个世界到处都有希望价值被最大化的东西。确实，计算机程序员已经为此设计出先进的计算机算法来了。但即使是其中最优秀的算法都无法保证在任何情况下都能提供正确的最大化价值。在某种层次上，这些算法总是不得不依赖传统的尝试／错误法，也就是猜测法。

　　荷兰德对他的同事们说，如果情况真是这样的话，如果你反正总是要依赖尝试／错误法的话，也许就值得试试利用大自然的尝试／错误法则，也就是自然选择法。与其编一个程序来执行你自己都不知道该如何定义的任务，还不如让它们通过进化自然产生。

　　基因算法便是这样的一个方法。荷兰德说，如果想看它怎样发生作用，那就忘记FORTRAN编码，深入到计算机的内核里去。计算机程序在计算机上是以一列1或0的二进制来表示的：11010011110001100100010100111011……在这种形式下，计算机程序看上去像是一大片染色体。每一个二进制数字都是一个单独的“基因”。一旦你用生物学眼光来思考二进制编码，你就可以用类似的生物方法使之进化。

　　荷兰德说，首先，让计算机产生一群数量约为100个数字的染色体，其中包含大量的随机变量。假设每一个染色体都相对应一群斑马中的一匹（这是为使事情简化之故。因为荷兰德试图把握进化的最基本的本质，所以在基因算法中舍弃了诸如马蹄、胃和脑这样的细节，而把个体当作单个的纯DNA来模拟。而且，为了使之更便于操作，他把二进制的染色体限制在长度不超过几十个二进制数字之内，所以这些染色体实际上并不是完整的程序，而只是程序的片断。事实上，在他最初的实验中，这些染色体只代表单一的变量。但这并不能改编这个算法的基本原则）。

　　第二，把现有的问题当作每一单个的染色体，把问题当作计算机程序来运作，用这种方法来进行测试。然后，评价它的运行好坏，给它打个分。从生物学的角度来看，这个分数将评判出个体的“强健”程度，也就是它繁殖成功的概率。个体的强健程度越高，被基因算法选择出来，得以将自己的基因遗传给下一代的机会就越大。

　　第三，将你所选择的个体当作具有足够繁殖能力的染色体，使它们相互交配，从而繁衍新的一代。让剩余的染色体自行消亡。当然，在实际操作时，基因算法舍弃了两性的差异、求偶礼仪、性爱动作、精子和卵子的结合，以及两性繁衍的所有复杂细节，而只是通过赤裸裸的基因材料的交换繁衍下一代。如果用图解来表示的话，基因算法选择了有ABCDEFG的染色体和有abcdefg染色体的一对个体，随意在中间切断它们的染色体序列，然后将双方染色体相互交换，形成对它们的一对后代的染色体：ABCDefg和abCdEFG（真正的染色体经常会发生这种交换，或交叉，荷兰德从中得到启发）。

　　最后，通过这种基因交换繁衍出来的下一代之间又会继续相互竞争，同时在新一代的循环中，与它们的父母也发生竞争。这无论是对基因算法来说，还是对达尔文的自然选择法来说，都是最关键的一环。没有两性之间的基因交换，新的一代就会完全像他们的父母一样，物种的发展就会进入停滞状态。低劣的物种会自然消亡，但优良的物种也决不会发生任何改良。但有了两性之间的基因交换，新一代就会相似于它们的父母，但又有所不同，有时会比它们的父母强些。当发生这种情形的时候，被改良的物种就会获得普及的大好机会，从而显著地改良自己所属的整个物种群。自然选择法提供了一种向上进取的机制。

　　当然，在真正的生物体中，相当大一部分的变量是由于突变、遗传密码的排版错误所致。事实上，基因算法确实也允许通过故意将1改变为0，或把0改为1而产生一些偶然的突变。但对荷兰德来说，基因算法的核心是两性交换。不仅仅是因为两性的基因交换给物种提供了变量，而且这同时也是一个极好的机制，通过这个机制可以寻索到能够相互密切配合，产生高于一般水平的强健的基因群，也就是建设砖块。

　　比如，你将基因算法用于解其中一个最佳化的问题。这是个为某种复杂功能寻找最大价值的方式的问题。假设当基因算法的内在数群中的数字染色体达到二进制基因的某种模型时，比如像11＃＃＃＃11＃10＃＃＃10，或＃＃1001＃＃＃11101＃＃，获得了很高的分数（荷兰德用＃来表示“没有关系”。数字处于这个位置可以是0，也可以是1）。他说，这种模型就具有建设砖块的功能。也许它们凑巧表示的是变量的范围，在这些范围中，其功能确实具有超常的高价值。但不管是什么原因，含有这种建设砖块的染色体都会繁荣发展，并普及于整个物种，从而取代那些不含有这类建设砖块的染色体。

　　另外，既然两性繁衍使数字染色体能够在每一代都重组它们的基因材料，那么物种就会经常产生新的建设砖块和现有建设砖块的新组合，这样基因算法就会很快产生具有双倍和三倍优势的建设砖块。而如果这些建设砖块的组合又产生出更大的优势，那么具有这些优秀建设砖块的个体特色就会比以往更快地普及于整个物种。结果就是，这个基因算法会很快指向现有问题的答案，即使事先并不知道从哪儿寻找答案。

　　荷兰德记得当他在六十年代初刚发现这一点时感到非常激动。但他的听众却从未为此而欢欣鼓舞。那时候，在尚属新兴的计算机科学领域里，大多数计算机科学家都感到，在常规性编程方面尚有大量的基础研究要做。从纯粹实际的角度来说，演化一个程序的概念显得不着边际。但荷兰德不在乎这些。这正是他自决心要发展费舍尔的独立基因假设以来一直苦苦探索所获得的成果。繁殖和交叉为基因的建设砖块提供了涌现和共同演化的机制，同时又是物种个体高效率地探索于可能性空间的机制。事实上，到六十年代中期，荷兰德已经证明了基因算法的基本定理，他称其为图解定理：在繁衍、交叉和突变之中，几乎所有具有超常强健性的紧密基因群都能够在物种中成指数比例地发展。（荷兰德所说的“图解”，是指任何特定的基因模型。）

　　他说：“当我最终将图示定理发展到令我满意的地步后，我才开始着手写书。”