查看原文
其他

张江:涌现、因果与自指——“因果涌现”理论能否破解生命与意识之谜?丨周六直播

集智俱乐部 集智俱乐部 2022-04-08


导语


在通常的复杂系统研究中,我们往往选择从系统的某一个尺度入手建立模型。然而,复杂系统诸多神秘现象和涌现规律恰恰是在多尺度跨越的过程之中出现的。因此,如果要对涌现、因果以及自指等性质有更深入的研究,层次跨越是一种必不可少的步骤。近期发展起来的一些理论与工具,包括因果涌现理论、机器学习驱动的重整化技术,以及自指动力学正在发展一套跨尺度的分析框架,有了这个框架,我们不仅可以将因果、涌现、自指等深奥概念连接起来,还有可能破解注入生命与意识如何涌现这一终极难题。

因果涌现读书会第一期将由张江老师做专场分享,题目为“涌现、因果与自指——‘因果涌现’理论能否破解生命与意识之谜?”。


8月14日,周六上午9:00-11:00,在集智俱乐部B站公开直播,欢迎扫描文中二维码,点击「我要听」预约直播,可在开播前获得提醒!




内容简介




本期读书会将首先从微观态与宏观态的视角回顾涌现现象的由来,并指出生命与自我意识是一种更高级别的涌现。其次,将简要介绍因果涌现理论,带你领略它是如何从多尺度的角度将因果和涌现这两个概念结合在一起的。最后,将提到有关重整化理论、自指动力学,指出为什么说将机器学习与因果涌现结合起来将有望破解生命与意识之谜。


主讲人


张江北京师范大学系统科学学院教授、集智俱乐部创始人、集智学园创始人。主要研究兴趣包括复杂系统自动建模、图机器学习、城市与公司的规模理论等。


参考资料:

  • E. P. Hoel, L. Albantakis, and G. Tononi. Quantifying Causal Emergence Shows That Macro Can Beat Microh[A]. Proceedings of the National Academy of Sciences[C], 2013, 110(49): 19790–19795. https://doi.org/10.1073/pnas.1314922110

  • Li, Shuo-Hui, and Lei Wang. Neural Network Renormalization Group[J]. Physical Review Letters, 2018, 121. https://doi.org/10.1103/PhysRevLett.121.260601

  • Tononi, Giulio, Melanie Boly, Marcello Massimini, and Christof Koc. Integrated Information Theory: From Consciousness to Its Physical Substrateh[J]. Nature Reviews Neuroscience, 2016, 17(7): 450–461. https://doi.org/10.1038/nrn.2016.44

  • Sara Imari Walker. Evolutionary Transitions and Top-Down Causation[A]. Proceedings of the ALIFE 2012: The Thirteenth International Conference on the Synthesis and Simulation of Living Systems[C]. East Lansing, Michigan: ASME, 2012, 283-290. https://direct.mit.edu/isal/proceedings/alife2012/24/283/98663

  • 侯世达. 哥德尔、艾舍尔、巴赫:集异璧之大成[M].《哥德尔、艾舍尔、巴赫:集异璧之大成》翻译组,译. 商务印书馆, 1996.

  • Kim Christensen, Nicholas R Moloney. Complexity and Criticality[M]. Imperial College Press, 2005. https://doi.org/10.1142/p365




    直播信息




    时间:

    2021年8月14日(周六)上午9:00-11:00


    参与方式:

    • 集智俱乐部 B 站免费直播

    • 付费参加读书会可加入腾讯会议,可提问交流,加入群聊,获取回看地址,成为因果涌现社区种子用户,与120余位因果涌现社区的一线科研工作者沟通交流,共同推动因果涌现社区的发展(点击文末“阅读原文”即可报名)


    扫码报名




    基本概念




    以下内容是对一些基本概念的扩展,包括“复杂系统的层级结构”,“涌现--因果--新因果结构的涌现--自指”和“从重整化理论、自指动力学到生命与意识”。


    复杂系统的层级结构


    层级结构,即 hierarchical structure,层次性,即 hierarchy。Hierarchy这个词来源于希腊语的hierarchia, 意思是“大祭司的规则”,表达了一种分明的等级性。它是对事物进行分门别类的一种方法,即用高低、同级别这样的关系来对事物做出划分。用数学的语言来讲,所谓的层级,就是指在我们所讨论的事物集合上定义了一种偏序关系。这种偏序关系总是可以用一种树结构来进行表示,例如:

    自然界存在着大量的层级关系。比如,高低就能构成一种层次。住在楼上的人就比楼下的人位于更高的层级。再比如,尺度也构成了层级。比如,我们说人体是由不同的小尺度器官组成的,而器官又是由小尺度大量的细胞组成的,而细胞是由更小尺度的分子构成的……泛化和抽象是人类语言中的层次,比如:“动物”就是一个高高在上的抽象的层级,“鸟类”则是一个更具体的层次,“麻雀”则是更具体的概念。

    涌现--因果--新因果结构的涌现--自指


    如果把系统复杂性的演化过程比作阶梯,每一级代表不同高度的层级,攀登阶梯中,从量变到质变的关键一步或许是从涌现到自指。我们清楚的知道,能够进行自指、自复制的系统比产生涌现现象的系统更加高级,那么,在攀登复杂性阶梯中,究竟发生了什么?


    当一个实体被观察到具有其所有组成部分本身没有的属性时,涌现 emergence 就出现了。涌现是如此的繁复多样,交通堵塞的形成,椋鸟飞行结构或鱼群结构,星系的形成,这些涌现与生命的出现都是一种层级吗?涌现存在强弱、高低关系吗?是什么导致了这些涌现现象的不同层级?

    近期,“因果涌现”理论为这种跨层次的奇妙涌现现象提供了一种新的可能解释途径。理论神经科学家和作家埃里克·霍尔指出,促使结果产生的事物可以在宏观尺度上出现。他们说,一个物理系统的某个粗粒度的宏观状态(例如大脑的心理状态)可能比对系统更细致、更细粒度的描述更能影响系统的未来。

    简单来说,所谓的因果涌现理论就是在说某些特殊系统的宏观层面是有可能自发产生出超越微观动力学的新的因果箭头的,因果正在成为连接涌现与自指的关键桥梁。

    (“涌现”概念可以分为“弱涌现”和“强涌现”两种观点。一篇来源于哲学家马克·贝道 Mark Bedau的《弱涌现》的论述文章区分了这种概念的。更多内容参考集智百科:什么是涌现 | 集智百科

    从重整化理论、自指动力学到生命与意识


    重整化是量子场论、场的统计力学和自相似几何结构理论中的一系列技术,这些技术通过改变这些量的值来处理计算量中产生的无穷大,以补偿它们自相互作用的影响。重整化的过程则将小尺度与大尺度联系起来,在重整化过程中,复杂的亚微观细节往往会消失。它们或许真实存在,但不影响整体的大图像。这将有助于我们把握宏观中的因果涌现,从而在尺度缩放中找到关键联系。

    关于意识的因果涌现与整合信息论


    在埃里克·霍尔关于因果涌现的研究中,他与合作者托诺尼发现,要理解意识如何在宏观尺度上出现,需要一种量化大脑状态因果效力的方法。霍尔将一种称为“有效信息”的因果效力度量形式化,它表明特定状态如何有效地影响系统的未来状态。结果表明,在简单的神经网络模型中,有效信息的数量随着你对网络中的神经元进行粗粒度化程度而增加。当神经元组被视为整个单元时,这些相互关联的单元的可能状态会形成因果结构,其中状态之间的转换可以使用马尔可夫链(Markov chains)进行数学建模。在某个宏观尺度上,有效信息达到峰值:这是系统状态具有最大效力力量的尺度,它以最可靠、最有效的方式预测未来状态。但进一步粗粒度,将开始丢失关于系统因果结构的重要细节。至此,因果涌现似乎开始揭开意识科学的奥秘。更多内容可参考:重整化群:从微观到宏观,不同尺度的现象如何联系起来?


    自指动力学


    当一个句子、想法或公式指向自己时,就会出现自指现象 Self-reference。在生物学中,自指表现为自复制 self-replication。

    通过跨层次的粗粒化(Coarse-graining, 或称重整化Renormalization)操作,我们便可以在同一个动力学系统上在不同的尺度得到完全不同的动力学。然而,粗粒化长久都是一个技术活,你的粗粒化方案一旦设计不好,便有可能得不到你想要的性质。值得庆幸的是,近年来深度学习技术的发展使得普适的粗粒化方案成为了可能。更进一步,有关文献又指出,对于类似于生命这样的系统来说,粗粒化后的宏观状态是可以构成制约整个系统动力学法则的编码的。也就是说,这个系统的宏观态便是该系统的动力学规则,这样的系统被称为“自指动力学”(self-referential dynamics)



    因果涌现读书会招募中


    复杂系统自动建模是通过数据驱动,使用机器学习或其他算法,去找到复杂系统的相互作用的关系以及动力学法则,从而对整个系统进行建模的技术。此前,我们已经展开了三季复杂系统自动建模主题的读书会,此次读书会属于复杂系统自动建模读书会的第四季。

    本次读书会适合的参与对象:

    1. 基于复杂系统、人工智能等方法做相关研究的科研工作者

    2. 能熟练阅读英文文献,并对复杂科学充满激情,对世界的本质充满好奇的探索者


    运行模式:
    每周由 1-2 名读书会成员领读相关论文,进行线上闭门读书会,与会者可以广泛参与讨论(以 PPT 讲解的形式,直播间互动交流)。采用的会议软件是腾讯会议。

    时间:
    从2021年8月14日开始,每周六上午9:00-11:00,持续时间预计 7-8 周。

    报名方式:
    第一步:扫码填写报名信息

    扫码报名


    第二步:填写信息后,进入付款流程,提交保证金299元(符合退费条件后可退费)

    第三步:添加负责人微信,拉入对应的读书会讨论群
    (我们也会对每次分享进行录制,后期发布在集智学园官网上,供读书会成员回看)

    本季读书会详情及退费规则请参考:因果涌现读书会启动:连接因果、涌现与自指——跨尺度动力学与因果规律的探索

    课程推荐



    北京师范大学系统科学学院教授、集智俱乐部创始人张江的全新课程张江·复杂科学前沿已经上线得到APP。十多年的科研与教学积累,1套独有的框架脉络,超过1年的斟酌打磨,27节精品内容,5小时原声呈现,共同构建起这门课程。这既是复杂性科学的新手入门课,也是复杂性思维的升级训练营,强烈推荐给集智俱乐部的新老朋友们~ 

    详情请点击下方链接了解:



    点击“阅读原文”,加入读书会

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存