谈谈进化论

（题图：人的进化。通常是5段，这是粉笔画的表意图，代表南方古猿、能人、直立人、尼安德特人、智人，源自 ）

先说结论，本文将进化论首先看作是一种选择理论。考虑一个梯次隔离系统（something to look at，麦克卢汉），其规则先定，选择可以来源于系统内或者系统外。自然选择是进化论的主要解释理论，不过考虑到，自然和人的区分本身就是一个典型的偏见（稍后专文谈）。所以，进化论在其发展之初已经包含了选择理论的一切可能。

但，正如同HS Lipson在进化论的批评中说：

     事实上，进化在某种意义上是一种科学的宗教，几乎所有的科学家都接受了它，许多人准备“弯曲”他们的观察以适应它。一一HS Lipson 1980

也许本文也是某种对进化论所作的“弯曲的观察”，以适应此上的结论而已。

那么直接入题。

1，进化论Theory of evolution

达尔文在《物种起源》中明确的使用了“进化论Theory of evolution”，通常认为是5种理论族：

－代际变化。即在不同的传递代generation之间有差异。

－逐渐变化。这种变化是可积累的逐步变化。

－物种。进化过程中分离为物种。

－自然选择。通过环境的选择适者生存。

－共同起源common descent。

由此发展到现在，尤其与基因技术结合之后（孟德尔、魏斯曼、摩尔根、R.A.费希尔、Dobzhansky、赫胥黎、Niles Eldredge、Stephen Gould、Motoo Kimura），进化论，其过程的观察以及解释在主流生物学家中是无争议的。

进化论的反对者主要来自于宗教。神创论，或智能设计，其实还包含了不可化约的“复杂性”，

认为，复杂，不产生于简单。世界如同一枚精密的钟表，不会产生于盲人制表师（William Paley｜Richard Dawkins）。

我们不可能发明iPhone，除非有一个近神的乔布斯（2005 Kitzmiller v. Dover）。

平凡的建筑师也比最灵活的蜜蜂高明（Max）。墒增的宇宙不可能不存在某种“神圣的干预”（Jason Rosenhouse）。而最精妙的反讽来自于MacKenzie：

     （进化论）这个理论中论述的是，绝对的无知正是那个设计者。因此，我们阐明作为整个系统的基本原则，为了得到一个完美的机器，没必要知道如何制造它。一一MacKenzie 1868

在科学的角度，主要争议在于不可证实或证伪。卡尔·波普尔（其后反悔）说，达尔文进化论，是一个试探和排除错误的理论，它并非是一个可检验的科学理论，而是一个供可检验的科学理论使用的框架，一个形而上学纲领。波普尔提供了一种被称之为“境况逻辑”的理解。设定一个世界，存在一个恒定、有限的框架，其中有变异性有限的实体，变异性而产生的某些实体（适应框架）可以生存下来，而其它实体（与条件冲突）就被淘汰掉。假定存在一种特殊的框架，一组罕见而高度独特的条件，其中能有生命，自我复制然而可变异的物体。于是，提供这样一种境况，其中试错和除错概念，或进化论概念，不仅成为可应用的，而且几乎是逻辑上的必需。为了避免误解，达尔文理论并不是每一种可能的境况都有效，通常适用的都是一些特殊的境况。科学研究的逻辑含有试探和排除错误的逻辑，即通过达尔文的选择而不是通过拉马克的训导而使知识成长的理论。

2，社会和文化进化

进化论Theory of evolution一般特指连续世代中生物群体的遗传变化，但进化一词也被用于其他领域，最接近的领域被称为分子进化Molecular evolution，是关于DNA，由Motoo Kimura首先发展。部分拓展了自然选择理论，关注选择在群体中的扩展和维持。请自行补充。

本节简单考察一下进化用于社会和文化领域，即Sociocultural Evolution，不过，先澄清几个问题。

复杂系统。通常一提到社会、经济，首先是这个词，还有用这个词包打天下，解释所谓物质、生命、心脑、人工智能、社会、文化，动不动就是混沌蝴蝶、新旧三论、失控，概念先行，名词排队。从亚当斯密飞奔到帕累托，从动力学急停于非线性。海森博驳倒了拉普拉斯，元胞自动机替代了博弈论，自组织重生了吸引子，大数据覆盖了计算网络，后真相揭露了知识迭代。

范式Paradigm。这个词源于托马斯·库恩，1962。经常被滥用。《科学革命的结构》7年再版的时候，库恩澄清，范式表示群体共同体的共有信念、价值、技术等构成的整体，以及这个整体中某个用于谜题解释的元素。而范式与革命相联系，革命是Revolution，比Evolution多了一个R。革命Revolution的本意是复归，一开始就向着某个预定点循环往复的运动，每次范式转移，都伴随着共同体（群体）承诺的改变，不可抗拒的运动，其结果是群体人心的改变。如同进化论带给我们的。

文化。考虑到，遗传是生物群体代际的主要传递方式，文化可以视为遗传之外的第二条信息传递的高速公路（Dan Dennett），在达尔文是有助于生物进化的inherited habits。大约在1万年之前，文化被发明，不再仅仅局限于基因，不再局限于父母到后代之间，而是更加广泛的社会习得。人这种普通生物的由此爆发，从一种只占有2%的脊椎动物，成为一种占据整个星球98%的主要生命（Stephen Gould）。如果说，进化可以作为一个事实（观察的事实而非理论），那么社会文化的信息传递，也是一个事实。还存在争议的，只是如何解释它。

文化与群体。文化与群体（人群、组织）的结合即是文明（斯宾格勒《西方的没落》）。文化在群体中的传播，也存在类似于遗传中的基因gene，即meme（道金斯，1976）。可以与分子进化Molecular evolution类比，社会和文化进化关注的是选择在群体中的扩展和维持。区别在于，由人组成的群体而不是分子或者细胞。细胞所组成的群体即生命的个体，生命的个体所组成的群体，即是文化的个体，文明。目前对于社会和文化进化的考察不如分子进化那么精确，原因很可能是，人口基数还不足够大，不足以诞生结构更为复杂的文明个体。仅仅作为类比，人的细胞总数是70万亿个，目前文明组成的人的个体总数与之相差1万倍，所以很有可能，文明这个群体发展尚处于十分低级的阶段。

文化和科技。不少人将科技归于文化的一部分。例如Leslie White、Marshall Sahlins、Gerhard Lenski。但个人倾向于将文化和科技分开，看做是推动或阻碍社会发展的两种不同的力量。文化塑造与之结合的人的群体，而科技则可能为其中的个体所掌握。文化可以看做是群体对个体的控制体系，而科技只是改变群体的形态。在下一节，我将重提将人是机器的隐喻，如果生物本身，即是一种科技，比如植物的功能（或目的）是转化太阳能为面包，比如DNA只是一段自我存储的程序，在这些隐喻之下，如何将科技归于文化？

社会和文化进化，较为明确可以归入科学的，是R.A.费希尔，被称为达尔文最伟大的继承者（道金斯）。费希尔的主要贡献是将达尔文进化论结合了基因技术，并将现代数学引入进化论中。费希尔的主要成就，被称为费希尔选择，或者是费希尔失控Fisherian Runaway。其后发展为ESS，evolutionarily stable strategy，梅纳德·史密斯把他的成果引入了经济和社会领域。而在另一个方面，通常应用于经济行为的博弈论，被更快的应用于生物学，而不是最初设计的经济领域（梅纳德·史密斯《进化与博弈论》序言）。费希尔原则，以及其后的发展，被称为现代综合，联系了进化单位（即基因）与进化机制（自然选择）。费希尔说，“自然选择是一个使高程度不可能性发生的机制”，不仅可以用它来解释生命的发生、生命的发展模式，还可以应用在其它的群体相互作用的领域。

－社会与文化发展。社会或文化发展可以明显的分为多个不同的阶段。不同阶段之间虽然个体不同但存在保持群体不变性的规则。不同传递代之间有差异。

－逐渐变化。传递之间的差异是可积累的逐步变化。

－种类。文化与群体的结合，在变化过程中，会分离为不同的种类。

－选择。只有适应群体外部环境的社会和文化变化，会保存下来，不适应的，会消亡。

－共同起源。

“群体之中的个体”与“群体的个体”。简单区分一下这两个说法，群体通常由具有相似性的个体组成，比如

－人，一群人，组成一个公司、民族、或国家。

－狼，一群狼，组成一个族群。

－蜜蜂，一群蜜蜂，组成一个蜂群。

我们称组成群体的自相似的个体，为“群体之中的个体”。群体就是这些“群体之中的个体”组成的共同体，但可能有众多的共同体，每一个共同体都是众多群体共同体中的一个，可以称之为“群体的个体”。这是一个嵌套的结构。

嵌套结构。考虑到人由众多的细胞构成，它们是自相似的，如果把每个细胞作为一个个体，那么人是由不同种类细胞构成的一个群体。细胞的“群体的个体”即单个的人，是人类群体（如国家｜文明）的“群体之中的个体”。在一个嵌套结构中，可以将“群体/个体”分为不同的层次，考察不同层次的“群体的个体”本身的时候，这个群体的“群体之中的个体”的个体的特性就不一定那么重要了，就像细胞本身的特性和需求，一定不是进化论考虑的重点。而社会和文化进化，通常是针对群体来说的，在这个层次，个人的特性和需求，也许并非那么重要。

有意思的是，社会和文化进化，但即便是最知名的学者，也会将它与生物进化相混淆。比如Pete Richerdson和Rob Boyd的《文化和进化过程》（1985），其后简化为《不仅仅是基因》（2004）指出，社会习得的文化进化，存在于遗传进化的一个单独但共同的轨迹上，虽然两者是相关的。而且，其中还针对两种传递做了比较：文化进化可能比遗传更加动态、快速，更加具备社会影响力。

3，进化计算Evolutionary Computation

进化计算通常是指模拟生物或者人脑的计算方法，有时候特指遗传算法genetic algorithms。一定程度上，进化计算源于图灵（或根源之一，Turing 1948），无组织的机器（u-machines）。最早也称为选择机。图灵还创造了一种形态发生学Morphogenesis（1952，DNA结构在53年才发现），其基本原则是，一个系统，可以设定简单的、确定的初始状态，然后通过完全掌握规则的方法进行计算，就可以出现不可预期的结果，这些结果来源于系统内部，而不是系统之外。在这样的系统中，一旦你获得了某种模式（pattern），并且这些行为可以被某种过程选择、或是被环境的反馈选择，系统之中就会自组织，使得一些个体可以进化到一个更高的结构状态，这个过程，不需要控制、也无法控制、不需要有意识的创造者参与。

一般我们将图灵的这种思想，也归于进化论。

     in order to make a perfect and beautiful machine, it is not requisite to know how to make it.  

     in order to be a perfect and beautiful computing machine, it is not requisite to know what arithmetic is. 

     为了获得一个完美的机器，不需要知道如何制造它。

     为了成为一个完美的计算机，不需要知道算法是什么。

     一一Dan Dennett奇妙的反转Strange Inversion

图灵在1950年《计算机器与智能》论文讨论了学习机器和生物进化的相似性，

－（孩子）模拟机的结构 ＝ 遗传物质。

－模拟机的变化 ＝ 变异。

－实验者的决定 ＝ 自然选择。

从那时开始，我们就试图发明一种可以自我学习的机器。即学习如何学习的机器，Learning to learn，Metalearner

（人工智能专家Schmidhuber 1987绘制的，自我学习的机器，）

在自我学习机中，

－Gödel Machine哥德尔机器（or AIXI of Marcus Hutter，或长短时记忆网络LSTM的RNN递归神经网络） ＝ 遗传物质。神经网络的有效容量是足够大的，足以记录所有训练的数据集。更一般性的说，与世界的交互可以看做是数据压缩，并与内部分享规则。随机标签的训练只是增加了数据转换，而其他部分保持不变。数据转换可以看作是私有语言。

－深度学习（或CTC） ＝ 变异

－RNN反馈连接 ＝ 自然选择

有意思的是，其中有一个递归的自动化RNN来吸收或者过滤数据，并不一定依赖于图灵的“实验者的决定”这个系统外部选择，而是通过对问题解决程序自我的观察。我们可以不太保守的称呼它为“意识”，或者是压缩问题解决程序的观察历史所产生的天然副产物。也许，正如卡尔波普尔所说的那样，“所有生命都是对问题的求解All life is problem solving.”。

这再次将我们带回到那个古老的“人是机器”的隐喻。我们不仅重新定义“生命”，也会重新定义“机器”，

Machine is purposeful aggregates of matter that, utilizing energy, perform specific tasks.

机器是有目的的物质聚合，利用能量，执行特殊的任务。

by Jacques Lucien Monod

一一A. E. Wilder-Smith, The Natural Sciences Know Nothing of Evolution, 1981

当然，仍然将“意识”作为先在的属性，Phi，

（Phi，IIT，Giulio Tononi，2004）

或者更为简单的，如同Schmidhuber所作，将意识作为一般问题解决程序的副产品（其实类似于赫胥黎副现象）。

我们都可以将它作为一种有效编码，频繁观察来部分压缩观察历史的过程，一种交互，包含了全部原始历史和回报信号的，一种选择过程。这种选择在内部群体（网络）中吸收和过滤，压缩，并渐次构建了内部群体的结构，如同进化论的自然选择过程在生物群体中所作的那样。

神并没有揭示出，从一开始

所有的东西给我们，但时光流逝，

通过寻求，我们学习和知道更多，

但对于某些真理，没有人知道，

没有任何人知道，既不是神，

也不是我说出的任何东西。

即便偶而，他也会碰触到，

最后的真理，他自己也不会知道，

因为所有不过是猜测编织的网。

一一色诺芬

那么，所谓个体的智能是如何发生的呢？AI或者AGI（Artificial General Intelligence）。回到《恶棍列传8》第40节，是否需要一个先在的智能存在（比如人脑），机器（或别的人脑）的智能才可能发生呢？它取决于我们的采用何种信念（改写自“一致性变形信念”，可以称为“智能发生信念”）：

－哥德尔信念，表述为，不存在“正确的”规则，让底层不可判定结构可判定为“真”。必须要先存在一个智能或者判定规则（比如吃掉王者胜），否则智能不可能发生。

－    图灵信念，表述为，不存在“正确的”规则，让底层不可判定结构可判定为“真”。稳定的一致性变形即“正确”的规则。自我学习机之间的一致性变形（或原始历史对回报信号产生的数据压缩的一致性）即智能的发生。智能即进化中的共同偏见。

＊注1: AI最近大热了，这里只提了Schmidhuber，只是篇幅的限制，不是在AI四大神中站队。

＊注2: 现在新领域越来越不好混了，以前理论物理学、数学都只需要提出理论，苦活脏活都是博士生们干，出名哪里轮得到他们啊。现在AI啥的都讲究干出来了才牛逼，荣誉属于实现idea的人，提理论、写论文、想出idea都没用了啊。占坑也没用了啊。可怜我的“时空发生学spacetimegenesis”（参考《恶棍列传4》第16节），idea已提出，目前还在等待帮我干苦活累活的我的英雄出现呢。看来没机会了。

＊注3: 本节内容多谢张恩文兄提点。看出来了，他是Schmidhuber的粉丝，我都是被他误导的。或者，我跟他产生了某种共同的偏见。

4，宇宙进化

按照词义，宇宙进化，主要是恒星演化、以及星系的形成和演变，是与进化论的“进化”相离最远的。不过我们从两个略微不同的角度来考察。

其一，考虑几个基本假设：

－目前可观测宇宙中物理规律一致。

－宇宙是这些简单物理规律长时间相互作用的结果。

－引力特性（与距离的平方成反比，距离增大引力更加快速减小）的设计使得宇宙各个局域独立发展，结构相似。引力与角动量之间的微妙的相互作用，将我们引入了今日的旋转世界。

－多个分离个体相互作用（一致性变形后的相互作用）的设计使得初始状态微小改变，会使得宇宙总体上呈现不同的结果。

－多个分离个体相互作用的设计使得初始状态微小不同，会使得宇宙局域上呈现不同的状态。

－总体和局域表现为相对的不同层次scale（即局域可以为局域中个体的总体，总体可以为更高总体的局域个体）。

用一个计算机模拟器（参考斯穆特），来模拟这个宇宙生成过程，一开始是简单的初始状态，构建一个模型，利用引力使之相互作用，

接下来，引力的作用使得物质凝聚，星系、恒星等复杂的结构就自然发生了，

由于距离尺度，它各个部分自然出现了一些相似性结构，例如旋转型星云，但局部却完全不同，产生了惊人的结构。模拟到了一半时间，它神秘的加速膨胀了，更大规模的结构不再形成，而已经成型的，继续它的进程。

其二，我们考虑卡特的人择原理，

－适合我们存在的宇宙被我们看到（适者存在）。或者说，我们之所以在这个时空位置，是这个时空提供了我们存在的可能。

－宇宙具备允许生命在某个阶段在其中发展的那些性质。

－包含自主信息处理过程一定会在宇宙中出现，而且，它一旦出现就不会灭亡。

我们把这个看作是进化论在宇宙进化之中的表达。不同物理规律（常数）的宇宙是一个系统，在这样的系统中，一旦你获得了某种模式（pattern），并且这些行为可以被某种过程、或者被某种环境的反馈选择，人（或是自主信息处理过程/吸收或者过滤数据的自组织代理）就是那个用于筛选的“环境”。这样，系统之中就会产生自组织，使得一些个体可以进化到一个更高的结构状态，这个过程的发生，不需要控制、也无法控制、不需要有意识的创造者参与、用于筛选的人/环境对这个过程也无意识。

5，结语

Schmidhuber认为，宇宙是确定性的，计算其整个历史的最有效的程序是短而快的，这意味着没有随机性的存在。如果我理解没问题的话，Schmidhuber本身跟图灵类似，倾向于简洁的公式即可表达整个世界（Morphogenesis）。从最小集开始，重复的计算，就可以产生整个世界。而意识，不过是数据的吸收和过滤过程（或者压缩）的副产品而已。生命是用来概括这种问题求解过程的随机标签。（Schmidhuber，reddit问答）

Stephen Wolfram认为，科学本身是某种捷径，跨越不可化约的计算，得知结果。计算本身不可化约，即哪怕得知了所有的初始条件、运算规则，如果不实际计算，仍然不知道结果。生命存在某种目的。然而，如何分辨“目的”，其实是十分困难的。比方说，某个时候，人的意识很容易可上传为虚拟化的数字形式，很快我们有一盒一万亿的灵魂。对于不能体验灵魂的过往而只能通过肉眼看到盒子的我们，盒子和盒子旁边的一块石头，有什么不同吗？能分辨其中一个包含了目的，另一个不包含目的吗？目的源于历史，除非能分辨这一个万亿灵魂的盒子的历史。就像我们可以分辨犹他州的大盐湖的一条直线的堤道，防御入侵的长城，正圆形的埃里伯斯火山（Mount Erebus）。直线、曲线都源于修建，圆形也并非来源于火山，而是围绕它建立的公园。科学的那个答案，比如，是一个数字42，而没有其计算过程，没有历史，也就没有目的。（Stephen Wolfram博文《人工智能与文明的未来》）

且让我们存在于Schmidhuber的重复的计算中，Stephen Wolfram不可化约的计算中，在群体之中，去实现我们的命运，在一种延绵无尽的变化中，去选择或者被选择，去实现那个短而快、看似捷径的科学。