计算创意学系列（二）：概念整合理论
谨以此文哀悼今年二月初刚刚逝世的认知科学家G. Fauconnier（概念整合理论创始人之一）。
欢迎来到计算创意学系列第二章，本章我们继续探讨什么是创造力的问题。
上一章我们介绍了概念空间探索的理论，在其中我们区分了探索性创造力（Exploratory Creativity）和转型性创造力（Transformational Creativity）。
探索性创造力是比较常见的创造力：其中某个创作者通过探索概念空间中无人涉足的领域，得到了一个之前从未被发现过的极具价值的新点子。
而转型性创造力则是更加具有革命性的较为罕见的创造力：创作者在由所有可能的问题的定义规则所组成的高阶概念空间中进行探索，其结果不仅仅是极具价值的新点子，还有新的定义规则，引导世人以全新的视角看待问题所在的领域。
在上一章的探讨中最后我们发现，转型性创造力的本质是高阶概念空间中的探索性创造力。而由于高阶概念空间的内容无关性，转向高阶概念空间的能力，实际上是一种从内容跳跃到形式的能力。
这两种类型的创造力是不是能够涵盖我们所观察到的所有创造力现象？
事实上，在玛格丽特·博登（Margaret Ann Boden）的著作《创造力心智（The Creative Mind: Myths and mechanisms）》中，她还提到了另一种创造力：组合性创造力（Combinatorial Creativity）。
人们常常发现，有能力在多个看起来无关的知识领域之间建立联系的人，常常能表现出创造力。一个新概念的创生往往是对几个不同知识领域的现有概念进行某种整合的结果。比如说，将“鸟”的概念和“交通工具”的概念进行整合，得到“在空中飞行的交通工具”的概念，并继而发明飞机。组合性创造力试图界定的就是这种类型的创造力。
将可达鸭和喷火龙进行组合，就得到了全新的宝可梦喷火鸭（？）
在组合性创造力中，创作者在脑中将两个或更多个来自看似不相关的领域的概念进行了某种形式的组合，这种组合的结果是一个全新的、在现实中尚无对应物的概念。通过进一步具体化这个新概念的内容、甚至在现实中实现这个新概念，创作者发现、发明或创造了一个极具价值的新事物、新思考方式或者新的作品。
这一章，我们就来考察这种组合性创造力。近几十年在认知科学和语言学的领域，一种非常流行的理论叫作概念整合（Conceptual Blending）理论。下面我们就来介绍这种理论。
心智空间和概念网络
概念整合理论中的一个关键概念是心智空间（Mental Space），指的是人脑海中为一次具体思考过程临时开辟的工作空间，其中包含了跟这次思考相关的所有概念和它们之间的关系。
我们能够用一个网络结构表示一个知识领域内相互关联的概念：其中每一个节点是一个概念、而在有关联的概念所对应的节点之间，以标注有这个特定关联的边相连接。我们将这样的网络结构称为概念网络。
一个概念网络的例子，描述了关于生物病毒的一些知识
在概念整合的过程中，思考主体要整合来自不同领域的概念，因此至少要有来自两个不同知识领域的概念网络。最后整合的结果是一个新的概念网络。这些概念网络各自组成了心智空间的子空间。
概念整合理论指出，在一个创生新概念的思考过程中，这个心智空间整体上有至少四个子空间，每个子空间都包含一个概念网络：
一个背景知识空间：包含概念整合过程中必要的背景知识 至少两个输入空间：包含来自提供整合素材的至少两个不同的知识领域的相关概念 一个整合空间：包含经过整合后得到的新的概念网络
在思考过程最初，整合空间是没有内容的，其他空间的概念网络也都各自独立，相互之间没有连结关系。而创生新概念的过程，是思考主体在这些网络之间建立跨知识领域的联结，并根据这些跨领域联结，在整合空间建立新概念网络的过程。
概念整合：计算机病毒的例子
我们下面就用一个例子来展示这个过程：
考虑“计算机病毒程序”这个概念，这个概念整合了计算机领域的“程序“这个概念和生物领域的“病毒”的概念。
想象计算机刚发明后不久有一天，一个邪恶科学家忽然想到，计算机这个新兴领域也应该像其他所有领域一样，不是完全纯净的，要有恶意立足的空间。
“要如何在计算机领域引入恶意？”这是一个非常抽象的问题。为了将其落实，邪恶科学家想到了刚刚在几十年前在生物医药界被发现和命名的“病毒”，是“恶意”在自然界的一个典型例子。
于是邪恶科学家继续想，有没有办法在计算机领域创造出一个类似于生物病毒的存在？
这个全新的存在应该是在计算机领域的一个概念，因此要建立在计算机领域的已有概念基础之上。应该选择计算机领域的哪个概念来作为这个新概念的基础呢？
邪恶科学家注意到，生物学中“病毒”与“宿主”之间的关系，类似于计算机领域中“程序”与“计算机”之间的关系——
为什么说分别来自于这两个领域的这两个关系是类似的？这是因为，我们能够找到以下这个更加抽象的关系——
而
“病毒—（寄生于）—>宿主”
和
“程序—（运行于）—>计算机”
都可以看作是
“内容物—（包含于）—>容器”
这个更加抽象的关系的特例。它们箭头指向一致，且前两个关系每个位置上的概念都是第三个关系对应位置上概念的特殊情况。
另一方面，“运行于”和“寄生于”这两个具体关系内容，也不相互矛盾，可以共存。
由于病毒与宿主之间和程序与计算机之间的关系的这种类似性，“程序”的概念就很适合作为我们的新概念在计算机领域的基础。与新概念在生物学领域的基础“病毒”概念相结合，邪恶科学家这时候脑中所设想的是一种既是病毒又是程序的存在，它与它所包含于的那个容器“计算机”之间，既有“运行于”的关系，又有“寄生于”的关系。而这个时候被“寄生”的“计算机”概念，也成为了生物学领域的概念“宿主”的对应物：
这样，我们的新概念就在计算机科学的概念网络中有了一个位置。接下来的任务，是将两个输入空间概念网络中的其他相关概念和关系引入以新概念“病毒|程序”为中心的整合概念网络。
比如说，“病毒|程序”作为一种特殊的“程序”，它应当具备一切程序都具备的特征：由“指令”组成、接收“输入”、产生“输出”、表示为“二进制”。
而另一方面，邪恶科学家的目的是要将“病毒”这个概念中对其“恶意”有贡献的特征迁移到这个新概念上。是病毒的哪些特征造成它的“恶意”？我们将这些特征加入到新概念“病毒 | 程序”的概念网络中。
生物领域的病毒还具有其他的特征，比如以碳链为基础、由核酸分子和蛋白质构成等等。病毒宿主也包含其他特征，比如必须是生命体、由细胞为基本组成结构等等。像这样的特征，如果与它们在计算机领域的对应物所具备的某些特征放到一起，可能会导致产生一个逻辑上站不住脚的新事物。比如程序不是以碳链为基础、更不是由核酸分子和蛋白质构成；计算机不是生命体、基本组成结构也不是细胞。
这个时候，邪恶科学家就要作出取舍，在这些无法共存的特征之间要保留哪些舍弃哪些。他发现以碳链为基础、宿主必须是以细胞为组成结构的生命体等等这些特征的消除并不影响到他要发明的这个新事物所起的作用。因此决定了在新概念中摒弃这些特征。
类似的，当时的程序还都具有“以某种实际用途为目的”的特征。而邪恶科学家所设想的“病毒 | 程序”可以没有任何实际用途，只是为消耗计算机资源而存在。考虑到这个目的，他进一步摒弃了来自计算机领域的“程序具有实际用途”的特征，尽管这个特征目前并没有跟任何其他特征相矛盾。
如此，邪恶科学家就在整合空间中建立了一个全新的概念网络。这个概念网络不对应于当时现存的任何事物，因为当时的现实中还不存在一个能称之为“病毒 | 程序”的东西，具备输出空间中描述的那些特征。
但是一旦有了这个概念网络，邪恶科学家在脑子中就非常清楚自己想要发明的是一个什么样的东西。接下来的问题，就不再是“如何在计算机领域引入恶意？”这样笼统且含义不清的问题，而是如何将“病毒 | 程序”这个概念实现的一系列含义清晰的技术问题。比如如何设计一个能够自复制的程序、如何让程序尽可能多地浪费宿主计算机的资源等等。
（声明：上述故事纯属虚构，与计算机病毒的真实发明过程无任何关联）
这个在整合空间建立知识网络的过程中，每一步的决策都是取决于思考主体的。不同的思考主体，根据他们对输入知识领域的理解、对特征和关系的理解、对逻辑一致性的理解、对自己思考目的的理解不同，最后完全可能在输出空间得到不一样的概念网络。
比如说，有的人可能觉得“运行于”和“寄生于”这两个关系完全是一样的意思，而合并了这两个关系；有的人可能觉得病毒程序没必要有输出，而摒弃了“病毒 | 程序 —（产生）—>输出”这个特征；有的人可能觉得一个能自复制的程序也可以认为是具有生命的，而保留留了“病毒 | 程序 —（具有）—>生命”这个特征；有的人可能觉得病毒程序也具有实际用途，而保留了“病毒 | 程序 —（目的）—>实际用途”这个特征，等等等等。
概念整合的一般过程
在上面的例子中，概念整合有这样的基本过程：
思考主体开始思考能够达到某个目的的新事物的概念
思考主体在与当前问题领域无关的其他领域（后面称为灵感领域），寻找能够帮助达到这个目的的特征
思考主体仔细考察具有这些特征的的事物，寻找它们与当前问题领域中事物的相似性
基于发现的相似性，思考主体决定新概念在当前问题领域的基础概念
思考主体进行灵感领域和问题领域之间的概念映射，建立整合概念网络
思考主体对新概念在灵感领域和问题领域中对应概念的特征进行一一考察，将对达到最开始的目的有用的特征添加到
思考主体考察得到的，处理网络中可能产生的矛盾，确保得到一个合理自洽、前后一致的
思考主体评估将整合概念网络实现的可行性，以及实现可能带来的副作用
上述过程是一个迭代（Iterative）的过程，思考主体在任一个步骤遇到困难无法继续时，都可能回到之前的步骤重新进行。
实际上，前一小节的计算机病毒的例子，思考者的概念整合从一开始就有强烈的目的性，从而整个整合过程的评估都由一开始的目的驱动。但在实际情况中，很多时候概念整合的一开始并没有什么清晰的目的。概念整合也不仅仅发生在思考者有意识地要发明一个新事物的情况，还可以存在很多不经意、无意识的进行形式。
比如说，正面临一场重要考试的小明，因为拖延症怎么也无法集中心思执行他的备考计划，每天在游戏和动画中逃避现实，最后理所当然地没通过考试。小明的妈妈看到这个结果后，对小明说：
“你看隔壁小花，每次有重要考试的时候都会去报个备考班，让同班的老师同学监督自己好好备考。你这次没学她也报个备考班，非要相信自己有自控能力，这不翻车了嘛。”
在这段很日常的对话中，小明的妈妈实际上已经在脑中快速进行了概念整合：整合的两个输入空间分别是1) 关于小明真实考前状况的知识，以及2) 关于小花的备考习惯的知识。
小明的妈妈将有关小花“报备考班”的特征、以及这个特征延伸出来的诸如“有同班的老师同学监督”的合理逻辑结果，移植到了小明的情况中，在整合输出空间构造了一个假想的概念网络，其中小明虽然有拖延症，但是因为报了备考班，有来自同学老师的监督，最终还是能够执行备考计划。小明的妈妈推测在这个假想的概念网络中，“小明最后通过了考试”是一个成立可能性很大的特征。在这样的思考过程之后，对小明说出了这样一番话。
另一个更为常见的情形是，我们每个人在接触学习到一个新概念的时候，为了理解这个新概念，往往会在脑子中搜索类似于这个新概念的其他概念，通过比较来让自己更好地理解新概念。
比如说，一个初次接触计算机信息安全的金融系学生，通过联想到投资要“把鸡蛋放在多个篮子里”而理解了数据冗余的概念；一个到水利学院学习的无线电爱好者，通过联想到电流和电压的计算原理而理解了水流和水压的计算原理；一个初次接触西方哲学的程序员，通过联想到面向对象编程而更好地理解了柏拉图的理型论（Theory of Forms/Theory of Ideas），等等等等。在这些例子中， 思考主体都将来自两个完全不同的领域的概念网络整合到一起了。
在这些更加日常的例子中，概念整合的思考主体一般并没有面临一个需要去正儿八经地求解的问题。只是在大脑无意识的运作中冒出了一些新点子。
尽管思考主体这时候并没有在认真地寻求一个问题的解，这些无意识冒出的新点子对于思考主体来说似乎也有“优劣”差别——有的点子会被认为没什么意义而被思考主体忘掉，而有的点子会被思考主体认为“有点意思”，进而被记住，影响到思考主体对事物的看法（比如小明妈妈在把小明跟小花作了比较以后，对小明更加生气了），甚至在思考主体与他人的交流中传播开来。
这说明即使在缺少一个能够评估整合概念的目的性的情况下，人脑似乎也会本能性地追求整合概念网络符合一些与具体问题无关的“一般标准”。在概念整合理论最初提出时，认知科学家Fauconnier和语言学家Turner也列举了一些这样的”一般标准“，比如其中几个例子是：
（拓扑学原则（Topology Principle））整合概念网络中，能够对应到输入空间的元素越多越好，整合概念网络的拓扑结构与输入概念网络的拓扑结构相似程度越高越好。 （集成原则（Integration Principle））整合概念网络应该是一个紧凑而具有内聚性的整体，拓扑结构相似度高的节点和关系都被合并了（比如说，在计算机病毒的例子中，如果我们分别保留“程序”和“病毒”两个节点，而不是将它们合并为“病毒 | 程序”这个单一的、同时具有两者特征的节点，得到的就不是一个很紧凑且具有内聚性的整合网络）。 （最大化核心关系原则(Maximization of Vital Relationship Principle)） 整合概念网络应该尽可能保留输入概念网络中被认为关键性的那些特征。 （网络原则（Web Principle））整合概念网络所表示的新事物，不论在什么环境和上下文中都应该保持整合概念网络中描述的那些特征（也就是说，整合概念网络描述的应该是新事物的内在固有的特征，不因环境和上下文而改变）。 （解包原则（Unpacking Principle））整合概念网络应该蕴含了原输入网络的核心特征，因此通过将整合概念网络分解，很容易反推出原输入网络。
总结
概念整合理论着眼于探索性创造力和转型性创造力以外的第三种创造力组合性创造力，试图为人类思考者融合来自多个领域的知识而作出创新的现象作出详尽的解释。
在知识图谱（Knowledge Graph）和自动化逻辑推理（Automated Logic Reasoning）这些人工智能研究领域都已经有了相当规模的现在，概念整合理论所提出的这套实实在在的过程模型，甚至完全有被算法化的可能性。
但对于很多读者来说，一个更加令人着迷的问题恐怕还是，为什么人脑会去进行概念整合？而且甚至不仅仅是在有具体问题需要解决的时候，而是在日常生活的无时无刻都无意识地在大脑中运行着概念整合的进程。
这是大脑的一种自组织自整理机制吗？
Fauconnier和Turner所提出的那些“好的概念整合”所具有的问题无关的内在特征，也似乎意味着，人的思考和认知似乎有一种固有的“审美”倾向。联系到我们在第一章中所提到的“从内容到形式的跳跃”，这里所说的思考和认知的“审美”倾向，甚至与思考和认知的内容是无关的，而又是对知识的形式层面的关注。
这些问题比起我们这个系列文章的主题，“如何算法化创造力”，是更加有趣和费解的问题。
我们还是先回到主题。下一章，我们就来讨论概念整合理论的算法化。
参考文献
Wikipedia: Conceptual Blending
G. Fauconnier, M. Turner, The Way We Think: Conceptual Blending And The Mind's Hidden Complexities, 2002
G. Fauconnier, Conceptual Blending, Entry for The Encyclopedia of the Social and Behavioral Sciences
Manfred Eppe, Ewen Maclean, Roberto Confalonieri, Oliver Kutz, Marco Schorlemmer, Enric Plaza, Kai-Uwe Kühnberger, A computational framework for conceptual blending, Artificial Intelligence, Volume 256, 2018, Pages 105-129, ISSN 0004-3702
Martins, Pedro Pereira, Francisco C. and Am{'i}lcar Cardoso, F, The Nuts and Bolts of Conceptual Blending: Multidomain Concept Creation with Divago,Computational Creativity: The Philosophy and Engineering of Autonomously Creative Systems,2019, 91--119