算法思维之「涌现」| 让你的行为具备复利可积累性

1. 什么是涌现

涌现这个词在《失控》这本书里出现了88次。

为什么对未来和趋势颇有深度思考的凯文·凯利,会对「涌现」这个词这么着迷呢?

我们知道,有两种非常基本的分析事物的方法。人们从这两种基本思考方式出发,经过漫长的时间,培育出了庞大的知识体系。第一种叫做「将之分解为部分」,这是西方人擅长的。第二种叫「将之视为一个整体」,这是中国人擅长的。

而涌现是超越(或者说调和)了「整体」和「部分」的第三种思维方式。

所谓涌现,是指当大量个体聚集在一起时,个体之间产生相互作用,从而使整体拥有了和个人完全不同的新属性或新模式。简单理解,涌现的结果是「整体不等于部分之和」。

但涌现的结果并非只是「不等于」这么简单。简直可以用神妙来形容。

2. 神妙的涌现结果

我们看看凯文·凯利如何描述涌现的结果:

在这里,2+2 并不等于4,甚至不可能意外地等于5。在「涌现」的逻辑里,2+2=苹果。

从三个音符(三和弦)中所构造出的,不是第四个音符,而是星辰。

当许多水分子聚集在一起的时候,它们之间相互作用,会涌现出许多新特征,比如湿和旋涡。单子水分子完全没有弄湿一块布的能力,也不会显示出任何有关旋涡的特征。

温度的本质是分子热运动,当空间中所有分子完全静止不动时(实际上是做不到的),温度就达到了绝对零度:-273.15℃。但是,单个分子完全不能体现出一丝一毫的温度概念,如果我们把单个分子比作一个有意识的生命,那么在它的思维里完全不可能意识到温度这个高层级特征,「低层级的存在无法推断出高层级的复杂性」。温度是大量分子聚集成群体后,涌现出来的新特征。

既然涌现的结果如此神妙,那么如何才能构建这么一个神妙的系统呢?这反而又是简单的事情了。

3. 涌现系统的核心要素

一个涌现系统的核心要素有二:第一是个体数量要足够多;第二是个体之间要存在相互作用。

要想从单个虫子的机体过渡到集群机体,只需要增加虫子的数量,使大量的虫子聚集在一起,使它们能够相互交流。等到某一阶段,当复杂度达到某一程度时,“集群”就会从“虫子”中涌现出来。

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,两个或更多成员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性——量变引起质变。

但是我认为,涌现的结果未必都是正向的。整体也可能小于部分之和,甚至可能涌现出一些负面属性。

涌现系统的构建是容易的——「个体数量多」+「个体之间存在相互作用」即可,自然界中随处可见。然而一个优越的涌现系统,显然还应该存在一些有序因素

那么这些有序因素是什么呢?

4. 蚁群:一个能自我优化的涌现系统

无序和失控,肯定是一个涌现系统非常重要的特征和动力。但我想深入探究的是,一个良好的涌现系统中那些有序的因素是什么呢?

我们先来看一个典型的涌现案例。

「蚁群算法」:蚂蚁一旦找到食物,不管地形多复杂,食物距离多么遥远,蚂蚁们为什么总能找到「最优搬运路线」呢?

一开始,每个蚂蚁都随机选择一条路线,然后留下信息素作为记号

然后,越来越多的蚂蚁在从洞穴到目标食物之间留下许多条搬运路线

在路程最短或难度最小的那条路径里,相同时间内一只蚂蚁往返的次数最多,因此在路上留下的信息素浓度就越高

其他蚂蚁就会越来越聚集到信息素浓度高的路径上,信息素浓度就更加越来越高

在这个正反馈积累下,最优路径很快就被自动识别出来了。最优路径里的蚂蚁数量总是多于其他路径的蚂蚁数量,很快所有蚂蚁都会向最优路径聚集

表面上看是群体比个体更聪明了,本质原因是蚁群拥有大量试错机会。而且每一次试错之后,系统都能通过某个指标(信息素浓度)得到反馈,然后在下一次试错中优化。

一个涌现系统可以傲娇的说:「我们就是人多,试错机会就是多,试错成本就是低,你能拿我怎么样?」

越来越多的科学研究倾向认为,我们的大脑也是一个类似蚁群或蜂群的涌现系统,其算法和上面的案例在逻辑上有相似之处。

5. 涌现系统的有序因素

所以一个正向的涌现系统,除了失控带来的活力、可能性、鲁棒性(也就是抗破坏性),以及不可避免的大量冗余之外,还需要的最重要的有序因素,我认为就是:行为的可积累性。

1. 系统有相对明确的行动目标

2. 系统中的个体,拥有单独或小范围合作就能完成行动闭环的能力

3. 每一次行动的结果,可以为下一次行为决策提供借鉴价值:个体A的行动可以给自己下一次行动决策提供反馈,也可以给系统中的其他个体的下一次行动提供反馈

4. 系统因为个体数量无限多或时间无限长,从而拥有较低的单次试错成本

涌现是复杂的。我认为这只是某一类有效的涌现机制,并不能是所有涌现系统的特征。但已经足以给我们提供很多启发。

6. 尝试构建一个涌现系统

你觉得一个人能不能成为一个涌现系统?

从某种意义上,我觉得完全可以。虽然一个人只是一个个体,但是——

如果你把一个人的单次行动视作一个个体,每次行动的结果可以为下一次行动提供有效反馈,而大量行动都指向同一个明确的目标,在时间足够长的前提下,这就是一个小的涌现系统。

这有没有让你想到一个词?对,它就是「复利」

不只是投资是有复利的,我们的行动也是可积累的、有复利的。假设两个人在一生中的有效行动时间是相同的,二人的成就差别主要在于,一个人的目标是相对明确的,行动是可积累的、呈线状的,而另一个人的行动是漫无目的的,散点分布的,上一次行动完全无法为下一次行动提供有效反馈。

你也许会说,那么方向选择和运气不重要么?我想,即便考虑到这两个因素,如果拉长到一生的时间来看,拥有复利涌现思维的人也会将没有涌现行动逻辑的人远远甩开。

我发起的「真我社区」活动,强制让参与者每两周输出一篇文章,本意就是搭建一个涌现系统。

如果说社区成员足够多,由于规则设计了行动的可积累性,那么在时间的加持下,好东西自然就会较快长出来。

如果说早期人数没那么多,我是不太在意的,我祝愿能够坚持的人都能够自己慢慢进化成一个小型涌现系统。而我本人的私心,显然就是用这样一个社区机制约束自己先长成一个涌现系统,养成定期、坚持输入输出优质内容的好习惯,并且最好是在某个固定方向上持续积累

如果把时间放长到以年为单位,有10个这样的个人成长涌现系统能坚持下来,已经非常难得。KK在《失控》中同样指出,涌现系统的一个显著特征就是「非即刻」。简单来说就是慢,预热时间长,不能一蹴而就。这也是大多数人享受不到复利效应的原因。

关于涌现,就说到这里。简单总结一下:

1. 涌现是超越(或者说调和)了「整体」和「部分」的第三种思维方式。

2. 涌现的两个必要条件是:①个体数量足够多 ②个体之间有相互作用。

3. 涌现的结果是「整体不等于部分之和」,而且往往会出现个体不具备甚至不理解的全新属性。

4. 拥有「蚁群算法」类的涌现系统,其关键的有序因素是行动的可积累性。

5. 一个人如果能够让自己的行为具备复利可积累性,也可以成为一个涌现系统。

希望你也能够掌握「涌现」这种算法思维。以上。

你可能感兴趣的:(算法思维之「涌现」| 让你的行为具备复利可积累性)