三月份读书心得 | 人类与信息

三月份读书心得 | 人类与信息

我比较喜欢关注与信息学科相关的文章，平常也会读一些相关的书籍。之前有读过《今日简史》三部曲、《生命是什么》，最近在读的是《信息简史》、《情感机器》这篇文章讲一讲关于信息与人类的相关话题。

信息与生物

一直以来，人们试图以化学的视角区分生命与非生命，在以往的认知中，生物是由碳链堆叠而成的复杂系统。知道 1942 年薛定谔提出了生命的解释：

life feeds on negative entropy
—— Erwin Schrödinger

生命以负熵为食，这里的熵可以理解成热力学熵，更一般地，负熵可以是指消除信息熵，也就是获取信息。可以说，生命即是靠信息来对抗自身熵增的系统。

建模的阶次

地球上的碳链生命如何依靠信息来对抗熵增？
答案是，通过已有的信息来建立能面对未知情况的模型，也就是我们常说的学习。
地球生命有四种建模方式：

1·演化算法

演化算法的关键在于通过有差别的复制创造出大量备选模型，再交由环境筛选模型，从而得到较为优秀的模型。
在碳链生命中，保存模型的是 DNA，而蛋白质是 DNA 编辑成用来执行模型的 Function。
演化算法是最为原始的建模方式，从LUCA到人类在内的所有生物种群都在使用这种建模方式。
不过遗憾的是，伴随着人类种群的社会化和现代医学，演化算法在人类种群所起到的作用正越来越微弱。

2·神经网络

神经网络的出现使得生命在个体周期内能够完成模型的建立，也就不必再依靠个体的死亡来试错。巴甫洛夫说的条件反射所描述的，正是神经网络的建模过程。
摇铃的时候给狗吃肉，久而久之，狗在听到铃声后就会流口水。这里输入是铃声，输出是狗认为有肉吃而流口水，而狗的神经神经网络则将铃声的输入映射到吃肉的输出。
意识是神经网络涌现的功能。人类的意识应该是目前最先进的神经网络，拥有分析问题和解决问题的强大能力。

3·教育

教育是语言诞生之后才有的建模方式。它使得知识不再因个体的死亡而丢失。
生物的生理模型可以通过 DNA 传给下一代，而教育使得神经网络中的模型可以迁移到另一个神经网络中。
语言是教育的前提，但很多动物也拥有语言但只限于传递信息，不具备传递知识的能力，很可能地球上只有人类具备了教育的能力。
正如我们每个人所感受到的那样，虽然我们拥有受教育的能力，但这个能力与我们的生理模型有很多冲突。而社会的教育系统更是加剧了这个冲突。比如背单词时我们总希望自己有过目不忘的记忆力，而遗忘则是刻在基因里的底层生理模型。

4·科学

科学是近代人类的产物。科学的基础是个体间的知识共享。科学能够渐进更新，逐步建立泛化能力强的模型，去除适用范围窄的模型。

人与机器

人类能够自主建立模型，运用模型。而普通的算法智能运用模型，依靠输入来计算出输出。
人工智能能够运用已有的输入和输出自主建立模型，但这还远远不够。目前的机器无法自主获取输入和输出的例子，而是依靠人类投喂的数据建立模型。
划分人与机器的另一个标准是减熵。人体能够通过获取信息来维持自身的低熵状态。要是有一天机器也具备自主减熵的能力后，那么机器也成为生命了。
另外一种观点将蛋白质看作零件，那么人体就是由碳链耦合成的复杂机器。也有声音反驳道，人类具有自由意志，机器没有。
事实上，关于人类具有自由意志这一点越来越不被科学所承认。意识是神经网络的功能，主观意识是对外界事物的感知和思考的集合。

意识是人脑的机能。
——马克思

马克思的对意识的定义，被人类难以摆脱的偏见与傲慢所萦绕，如同所有宗教一样认为人类是宇宙中至关重要的存在。

之后呢

自古以来，人类都梦寐以求的是长生不老，即个体的永生。要实现个体的永生，我们就需要抛弃演化算法的建模方式，但这最原始的建模方式仍然是面对未知环境的有效手段。（或者可以像有些树木一样长久生活在已知的熟悉环境中又未尝不可呢？）
很少讨论的是，个体从何而来对生的渴求？
——或许是答案太显然易见：

2020-03-22T13_14_29

生存的目的正是对抗熵增，不想要“活”的动物早已经被演化算法筛选掉了。
这里暂且假定以后的个体对生也有长久的渴望，要实现个体的永生，则要寻找一种能替代演化算法的建模系统。神经网络是理想的替代方案。但与底层生理模型存在冲突。获取很久以后，等人们掌握了成熟的基因编辑的能力，能够通过修改 DNA 来控制生理模型，也就做到了用第四套建模系统取代第一套建模系统。但那是很久以后的故事了，目前人类面对残缺的半生命系统病毒都阵脚大乱，更是难以预料以后的故事。