按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
外部世界的子系统。荷兰德说，探测器和效应器相当于眼睛和肌肉的计算机机制。所以，
从原则上说，一个基于规则的系统很容易就能从它的环境中获得反馈，这是它最首要的
要求之一。
所以荷兰德就把这个相似的布告栏比喻用于他的适应性作用者的设计之中，但同时
他又在细节设计上返回到对传统观念的反抗。
比如，从标准的纽威尔－西蒙的角度来说，张贴在布告栏上的规则和备忘录都应该
用“鸟类”或“黄色”这样的符号性语言来编写，这样做是因为我们特意要使之接近于
人类头脑中的概念。对人工智能领域里的绝大多数人来说，用这样的象征来代表人类头
脑中的概念，其正确性已毋庸争论，这是几十年来的金科玉律，纽威尔和西蒙是这派观
点的最雄辩的代表人物。而且，这也确实抓住了我们的头脑进行实际思考的很大特点。
计算机中的象征可以被结合到繁冗的数据结构中，来表现复杂的情况，就像概念是与心
理学家头脑中的各种模式相联系的，是从中产生的一样。反过来，这些数据结构也能够
被程序用来与推理和问题解决这类的大脑活动竞争，就像我们头脑中模拟的类型会在思
考的过程中被重建和改变一样。确实，如果你和许多研究人员一样，从字面上去理解纽
威尔－西蒙的观点，你就会看到，这种符号处理就是思考。
但荷兰德就是不买帐。他说：“符号处理是一个很好的开端，而且确实在理解有意
识的思想过程上前进了一大步。”但就符号本身而言却太呆板了，遗留下的内容也太多
了。一个包含B－I－R－D（鸟的英文拼写）数据的每个字母怎么能够真正抓住所有微妙
而游移不定的细微差别呢？如果这些字母与外部世界的真正鸟类无法沟通的话，对这个
程序来说又怎么能具有任何真正的含义？就算撇开这个问题不谈，首先这些符号概念从
何而来？它们是如何进化和发展的？又是如何通过外界的反馈而形成的？
对荷兰德来说，这正是人工智能的主流方向缺乏对学习问题的研究兴趣所导致的缺
憾。“我们陷入的困境，与我们在不懂物种如何进化之前就对物种进行分类时所陷入的
困境是同样的。”荷兰德说。“你可以从这类相似的系统中学到不少东西，但最终，这
条道路是走不远的。”他仍然坚信，必须从赫伯的角度来理解概念：涌现的结构是从某
种更深层的、不断在环境反馈中调整的神经基质中发展而来的。正如云彩形成于水蒸气
的物理和化学变化，概念是模糊的、游移不定的、具有动力的。它们经常在重组和改变
形状。“在理解复杂的适应性系统上，最关键的是要弄清楚层次是怎么出现的？”他说，
“如果你忽略了下一个层次的规律，你就永远不可能理解这个层次的问题。”
为了使他的适应性作用者抓住涌现这个概念，荷兰德决定，他的规则和布告不用具
有特别意义的符号手段来编写。它们将就是一排排1和0的二进制的任意序列。一个布告
也许就是像10010100这样的序列，与他的基因算法中的染色体很类似。而一条规则，用
英文来说，也许就像：“如果布告栏上有一个布告是1＃＃＃0＃00的话，其中＃表示
‘无所谓’，那就贴上01110101这个布告。”
这种表示法很不符合常规，荷兰德只得给他的这些规则取一个新名称，“分类器”，
因为它们的办法是根据布告的特殊类型来分别不同的布告。他认为这个抽象的表示法至
关重要。因为他看到太多人工智能研究人员自己愚弄自己，假装他们基于符号的程序
“知道”。在他的分类器系统中，布告的意义必须来自于它导致一条分类器规则激活了
另一条分类器规则这种方式，或它具有意义是因为它的某一部分是直接被探测真实世界
的感应器所编写的。概念和头脑中的模型就会作为自我支持的一群分类器涌现出来，它
们应该能够像自动催化组那样自组和自我重组。
同时，荷兰德还从基于规则的系统的中央控制的常规概念中找出了例外。根据常识，
基于规则的系统过于灵活了，所以不得不设计某种形式的中央控制来避免无政府状态。
因为有成百上千条规则在争看充斥着布告的布告栏，所以总会有好几条规则突然蹿起来，
相互争执谁来张贴下一条布告。假设认为，不可能所有的规则都张贴下一条布告，因为
它们的布告可能完全不能连贯一致（“扣留人质”或“扣留其妻”），或者它们的布告
也许会引起完全不同的规则瀑布，这样就会导致整个系统完全不同的表现。所以，为了
防止计算机的精神分裂症，大多数系统都实行了繁冗的“争议解决”战略，以保障每次
只有一条规则能采取行动。
但荷兰德却认为，这种自上而来的争议解决法恰恰是错误之所在。难道这个世界是
如此简单、如此可以预测，以致于你总是能够在事先就知道什么是最好的规则吗？几乎
不可能。而如果这个系统被事先告知如何行动，那将之称为人工智能就是一个骗局：这
样的智能并不在程序之中，而是在程序员的脑子里。不，荷兰德要的是，让控制由学习
而来。他要控制从最底层涌现而出，就像大脑的神经基质中的涌现一样。让连续一贯性
见鬼去吧。如果两个分类器规则相互意见不能统一，那就让它们在自己的表现的基础上
去竞争出一个结果来，这个结果就是被证实了的对完成任务的贡献，而不是有一个软件
设计人员事先编好的程序的选择。
“与主流人工智能研究正相反，我认为竞争比连贯一致性更为本质。”连贯一致性
是个幻想，因为在一个复杂的世界里，经验的连贯一致性是没有保障的。但对于与自己
所处的环境玩游戏的作用者来说，竞争是永恒的。“另外，除了经济学和生物学对竞争
有所研究之外，我们还没有提炼出何为竞争之主要特质来。”对于竞争的丰富多采性，
我们只刚刚开始认识。想一想神奇的竞争能够产生出合作的巨大推动力，某些作用者为
获得相互支持而自发结为联盟，相互形成象征性的关系。这种情形发生在所有复杂的适
应性系统的每一个层次，从生物、经济到政治。“竞争和合作看上去也许是对立面，但
在某种深层次上，它们是相同事物的两个方面。”
为实现竞争的机制，荷兰德决定把张贴布告变成某种拍卖活动。他的基本想法是，
不要把分类器当作是计算机指令，而当作对在特定情况下张贴什么布告最好的假设和推
测。通过每一条假设的数值来衡量其道理和力量，这样就有了一个叫价的基础。在荷兰
德的布告张贴观念中，每一个循环开始时就像以往一样，所有的分类器都在扫描布告栏，
寻找与自己相关的布告。它们就像以往一样，一发现与自己相关的分类器会站起来，准
备张贴自己的布告。但与以往立即张贴自己的布告不同的是，每一个分类器都会先量力
叫价。一个对“明天太阳会从东边升起来”的经验确信不疑的分类器也许出价一千，而
一个确信“猫王还活着，晚上出现在华拉华拉汽车旅店6号”的分类器也许出价一。然
后这个系统就会收集所有的出价，用抽彩给奖法选择一组赢家，叫价最高的最有可能赢。
中选的分类器就会张贴它们的布告，就这样循环往复。
复杂吗？荷兰德不予否认。而且，这种拍卖就是以任意可信值取代任意争议解决战
略。但现在让我们假设这个系统能够从这些可信值中吸取经验，那么这种拍卖就会排除
中央仲裁人，从而让荷兰德获得他正想要的东西。并不是每一个分类器都能够赢：布告
栏非常大，但却并非无限大。也并不是跑得最快的就一定能赢。如果时来运转的话，即
使“猫王还活着”也能得到张贴自己的布告的机会。但一般来说，总是那些最强健的和
可信值最高的假设获得系统表现的控制权，而那些离谱的假设时不时出现只增加了这个
系统的一点儿自发性。而且如果有一些假设相互矛盾，那也不应该成为危机，而应该是
一个机会，一个让系统决定谁的可信度更大，从而吸取经验的机会。
所以，我们又返回到学习这个问题上来了：分类器怎么来证明自己的价值，又怎么
为自己获取可信值呢？
对荷兰德来说，最显在的答案就是采用一种赫伯式的强化作用。每当一个作用者做
对了什么事，从环境中得到了一个正反馈，它就应该强化那些与此相关的分类器。而每
当它做错了什么事，它就同样应该削弱相关的分类器。无论采取强化的方法，还是采取
削弱的方法，它同时应该不去理会那些不相干的分类器。
当然，关键是要弄明白这些分类器所起的作用。作用者不能奖赏那些在颁奖的时候
正巧表现活跃的分类器。那就会像把得分的一切功劳都归于那个凑巧带球冲过底线的队
员，而对操纵全局、把球传给他的四分卫，对拦截了对方进攻、为他开路的前锋，或任
何替他传球的队员的功劳一笔勾销了。这也像把赢得一盘国际象棋的全部功劳都归于将
住了对手的国王的最后一步棋，而无视为获得全局胜利而布局中的许多关键的棋步。但
还有其它替代办法吗？如果作用者为了奖赏正确的分类器而必须预期回报，在没有被编
入程序的情况下立该怎么做呢？在事先一无所知的情况下，作用者如何得知这些布局的
价值呢？
这确实是一个问题。不幸的是，赫伯式的强化作用是一个过于广泛的一般性概念，
无法提供解答。荷兰德感到非常困惑，一直到有一天他偶然回想起他在麻省理工学院上
的基本经济学课程，那是著名的经济学教科书撰写人保尔·塞缪尔森上的课，他才意识
到他几乎已经解决了这个问题。他的布告栏前的拍卖已经为他在系统中建立了某种市场
机制，通过允许分类器量力叫价的办法，他已经创造出了通货。所以，为什么不采取下
一步行动？为什么不创造一个完整的自由市场经济，让强化能够在利益驱动下发生作用
呢？
确实，为什么不呢？当他终于看到了这一点，就发现这与经济非常相似。荷兰德认
识到，如果把张贴在布告栏上的布告当作是上市叫卖的货物和市场上提供的服务，那么
就能把分类器想成是生产这些产品和提供这些服务的公司和厂家。当一个分类器看到有
一个布告满足了它的“如果条件”，它就会叫一个价，那么就可以把它想成是一个正在
求购生产所需供应的厂家。为使这一相似性更加完善，他要做的是，必须要使每一个分
类器对自己消耗的供应付出报酬。他决定，当一个分类器赢得了张贴自己的布告的权力，
它就得将自己的一部分力量转给供应商，也就是那些触发其张贴布告的分类器。在这个
过程中，这些分类器就会被削弱。但在下一轮拍卖中，一旦它的布告上市，它会有重新
聚集力量的机会，甚至能够获利。
但这些财富究竟是从何而来的呢？当然是从最终消费者而来的：环境就是系统的所
有报偿之源。荷兰德认识到，除此之外，对凑巧在颁奖的时候活跃异常的分类器给予奖
赏是完全正确的。既然每一个分类器都对供应有所付出，那么市场就会保证其奖赏普及
到所有中选的分类器，从而产生他所寻求的某种自动报偿和惩罚机制。他说：“如果你
生产出对大家都合适的产品，那么你就会获利。如果不是这样的话，那就没人会买你的
东西，你就会破产。”所有能够产生有效行动的分类器都会被强化，任何参与布局的分
类器都不会被忽略。随着时间的日积月累，随着整个系统不断汲取经验和从环境中获得
反馈，每一个分类器的强度就会与自己对作用者的真正价值相符。
荷兰德将适应性作用者的这部分称为“水桶队列”算法，因为其方法是将奖赏从一
个分类者传到前一个分类者。这有如希伯的强化神经突触的大脑理论的直接翻版。或者，
从这个意义上来说，与在计算机上调训模拟的神经网络也如出一辙。当想到这些时，荷
兰德知道他快要触及到问题的实质了。以利益为驱动力的经济强化是一个极为强大的组
织力量，就如亚当·斯密的那只看不见的手在现实经济中具有强大的力量一样。荷兰德
认识到，从原则上说，你可以用一组完全随意的分类器来启动系统，这样，作用者这个
软件就会像新生婴儿一样手舞足蹈地乱蹬乱踹。然后，随着环境不断强化某些行为，随
着水桶队列发生作用，你可以看到分类器将自己组织为前后连贯的序列，从而产生预期
的行为表现。一句话，学习从头开始就被设入于系统之中了。
这么说，荷兰德几乎就摸到门了，但还不尽然。荷兰德把水桶队列算法建立在基本
的基于法则的系统之上，并赋予了他的适应性作用者某种形式的学习功能。但适应性作
用者还缺少另一种学习的形式，开采式学习与探险式学习之间是有区别的，水桶队列算
法能够强化作用者已有的分类器，可以打磨已有的技能，但它却无法创新。仅仅只依靠
水桶队列算法，会使系统趋于最大化的平庸状态，因为这个算法无法使系统在无限广阔
的可能性空间搜索到新的分类器。
荷兰德认为，搜索于可能性空间正是基因算法可以承担的工作。事实上，当你想到
这一点时你就会看到，达尔文的比喻和亚当·斯密的比喻恰好可以相辅相成：企业能够
随时间进化，为什么分类器不能够呢？
荷兰德当然不会为这一洞见而大惊小怪：基因算法一直存储在他脑子里。他刚开始
对分类器做二进制的表述时就想到了基因算法。分类器用英文来陈述就像：“如果有两
个布告，其模型分别是1＃＃＃0＃00和0＃00＃＃＃＃则张贴布告01110101。”但在计
算机里，各部分信息会被串在一起，被写成一连串的信息：“1＃＃＃0＃000＃00＃＃
＃＃01110101”。对基因算法而言，这就像是数字染色体。所以可以完全用同一种方式
来执行这个算法。在大多数情况下，分类器会像以往一样在市场上欣然买进或卖出。但
系统会经常性地选择最强的一对分类器来繁衍后代。这些中选的分类器会通过性交换来
产生一对后代，从而重组它们的数字化建设砖块。而新生代会取代一对力弱的分类器。
然后，新生代将有机会来证明自己的价值，通过水桶队列算法使自己越变越强壮。
结果就是，这群规则会随时间而改变和进化，在可能性空间中不断发现新的领域。
由此你就会达到目的：将基因算法当作第三层，置于水桶队列算法和基本的基于规则的
系统之上，荷兰德终于构筑成了一个不仅能够吸取经验，而且具有自发性和创造性的适
应性作用者。
他现在所要做的就是，将这个构想变为一个可以运作的软件程序。
荷兰德从1977年左右开始为第一个分类器系统编码。奇怪的是，这项工作并不像他
期望的那样直截了当。“我真以为只消几个月时间我就可以编出能够运作、对我有用的
程序来。但实际上，我用了大半年的时间才做到令我自己满意的地步。”他说。
另一方面，这也要怪他自己让自己做难。他以真正的荷兰德的风格来编写第一个分
类器系统：完全依靠自己，而且是在家里，用的是十三年前他用于旋风计划的十六进位
码和他家的一台康莫多（modore）计算机。
巴奇小组的成员们至今在说到这一段故事时还带着诧异的神情。当时满校园都是计
算机：VAX机、大型计算机、甚至高功能的绘图工作站。为什么要用康莫多机？为什么
要用十六进位码？几乎没人还在用十六进位码了。如果你真是个死心塌地的计算机高手，
想方设法要从一台计算机的程序中榨出最后一点利用价值的话，你也可以用所谓组合语
言来写，那起码能够用像MOV、JMZ和SUB这样的帮助记忆的符号来取代数字。或者，你
也可以用PASCAL、C、FORTRAN或LISP这样的高级语言来编写程序。这些语言是人类比较
容易理解的。尤其是科恩，仍然记得为此与荷兰德做过长时间的激烈争论。如果用这些
夹杂字母的数字将程序写得杂乱无章，谁会相信它能运作呢？就算有人相信你，但如果
你的分类器系统是在家用计算机上编写成的，谁又会用它呢？
最终荷兰德只好做出让步。不过到他同意将分类器系统交给一个研究生，里克·里
奥罗（Rick Riolo）时，早已是八十年代初了。里克将这个系统改编成一个一般性功能
的、能够在所有类型的计算机上运行的软件系统。荷兰德�