장8 5장 게임 마스터

브리지, 골프, 크로켓, 체스, 바둑, 체커 등 무엇이든 할 수 있습니다.하지만 오래전 호란에게 이 게임은 단순한 게임이 아니었습니다.그는 일부 게임에 특별한 마법이 있음을 알아채기 시작했습니다. 의제에 따르면 경제회의 2차 발표는 첫째날 점심식사 후 시작해 오후 내내 이어진다.기조연설자는 미시간대학교의 John H. Holland이며 주제는 세계경제의 적응과정이다. 연설을 마친 아서는 다음 연설이 궁금했다. 단지 제목이 재미있을 것 같아서가 아니었다.그해 가을, Horan은 Santa Fe Institute의 또 다른 방문 학자였으며 두 사람은 같은 방에서 살기로 결정되었습니다.그러나 Horan은 Arthur가 수도원에 가서 다음날 연설을 위해 반복적으로 연습 할 마지막 기회를 잡은 전날 밤 늦게까지 Santa Fe에 도착하지 않았습니다.Arthur는 Hor Nan을 보지 못했습니다. 그는 Hor Nan이 컴퓨터 과학자라는 것만 알고 있었고 연구소에 따르면 그는 매우 좋은 사람이었습니다.

연구소의 주장이 맞는 것 같습니다.모두가 자리로 돌아가기 시작했을 때 허난은 이미 무대에 서서 시작할 준비를 하고 있었습니다.그는 항상 웃고 있는 것 같은 넓고 붉게 물든 얼굴과 진지한 대학원생처럼 들리게 만드는 높은 음의 목소리를 가진 60대 중반의 말쑥한 중서부인이었다.Arthur는 즉시 그를 좋아했습니다. 호란이 말하기 시작했습니다.몇 분 안에 Arthur의 졸음은 즉시 사라졌고 그는 Hor Nan의 연설을 열심히 들었습니다. 영원한 새로움 Hornan은 경제가 Santa Fe Institute가 복잡한 적응 시스템이라고 부르는 것의 훌륭한 예라고 지적하면서 시작합니다.자연계에서 그러한 시스템에는 뇌, 면역 체계, 생태계, 세포, 배아 및 개미 군집이 포함됩니다.인간 세계에서 여기에는 정당이나 과학 공동체와 같은 문화 및 사회 시스템이 포함됩니다.분별하는 방법을 배우면 어디에서나 이러한 시스템을 찾을 수 있습니다.그러나 위치에 관계없이 이러한 시스템에는 몇 가지 중요한 공통 특성이 있는 것 같습니다.

첫째, 모든 시스템은 병렬로 작동하는 많은 에이전트의 네트워크입니다.뇌에서 에이전트는 신경 세포, 생태계에서 에이전트는 종, 세포에서 에이전트는 핵 및 미토콘드리아(미토콘드리아)와 같은 소기관, 세포 등입니다.경제 체제에서 주체는 개인일 수도 있고 가족일 수도 있으며, 경제 순환을 예로 들면 기업일 수도 있고, 국제 무역을 예로 들면 국가 전체일 수도 있다.그러나 두 경우 모두 각 에이전트의 환경은 시스템의 다른 에이전트와의 상호 작용의 산물입니다.액터는 다른 액터에 지속적으로 작용하거나 반응하므로 환경의 어떤 것도 일정하지 않습니다.

게다가 Hornan은 복잡한 적응 시스템의 제어 기능이 매우 분산되어 있다고 말했습니다.예를 들어, 우리 뇌에는 주요 뉴런이 없으며 발달 중인 배아에도 주요 세포가 없습니다.시스템에 일관된 행동이 있다면 행위자 간의 경쟁과 협력 때문일 것입니다.이것은 경제 시스템에서도 마찬가지입니다.경제를 되살리고 싶은 미국 대통령에게 물어보면 워싱턴이 금리, 세금, 통화 공급에 대해 무엇을 하든 경제 시스템의 전반적인 성과는 여전히 수백만 명의 개인에 달려 있다고 말할 것입니다. 수많은 경제적 결정이 내려집니다. . 둘째, 복잡한 적응 시스템에는 다양한 수준의 조직이 있으며 각 수준의 액터는 상위 수준의 액터의 기본 단위입니다.단백질, 지방 및 핵산은 세포를 형성하고, 세포 그룹은 조직을 형성하고, 조직은 모여 기관을 형성하고, 기관은 유기체를 형성하고, 많은 유기체가 생태계를 형성합니다.뇌에서 한 그룹의 뉴런은 언어 센터를 형성하고 다른 그룹의 뉴런은 운동 피질을 형성하며 다른 그룹은 시각 피질을 형성합니다.마찬가지로 직원들의 집합이 부서를 이루고, 여러 부서가 모여 회사를 이루며 경제부문, 국가경제, 나아가 세계경제를 이룬다.

지속적인 수정 및 개편 Horan은 복잡한 적응 시스템이 상당한 경험을 축적했을 때 기본 단위를 지속적으로 수정하거나 재구성하는 것이 특히 중요하다고 생각합니다.유기체 세대는 진화 과정을 통해 조직을 수정하고 재구성합니다.사람이 다른 지식을 배우면 그의 뇌는 계속해서 뉴런 사이의 무수한 연결을 강화하거나 약화시킬 것입니다.회사는 고성과자를 승진시키고 조직도를 재배치하여 효율성을 높입니다.국가들은 새로운 무역 협정에 서명하고 새로운 동맹을 맺을 것입니다. 더 깊고 근본적인 수준에서 학습, 진화 및 적응의 모든 프로세스는 동일합니다.모든 시스템에서 적응의 기본 메커니즘 중 하나는 기본 단위의 수정 및 재구성입니다.

셋째, 모든 복잡한 적응 시스템은 미래를 예측합니다.분명히 경제학자들은 이것에 놀라지 않습니다.경기 침체가 장기화될 것으로 예상되기 때문에 많은 사람들이 새 차 구입이나 휴가를 미룰 수 있으며, 이는 결국 경기 침체를 장기화시킬 것입니다.석유 부족에 대한 예상은 실제로 석유 부족이 발생하는지 여부와 관계없이 원유 시장에서 격렬한 거래 충격으로 이어질 수도 있습니다. 그러나 사실 예측과 예측은 인간의 예견 이상을 의미합니다.작은 박테리아부터 모든 유기체는 유전자에 예측 코드를 내장하고 있습니다. 특정 환경에서는 유전적 청사진에 의해 지정된 유기체가 더 잘 수행할 가능성이 있습니다.같은 방식으로, 뇌를 가진 모든 생명체는 코드로 번역되어 학습 데이터베이스에 저장되는 무수한 암묵적 예측을 가지고 있습니다. ABC의 경우 XYZ 응답을 채택하는 것이 더 유리합니다.

일반적으로 모든 복잡한 적응 시스템은 외부 세계가 어떻게 작동하는지에 대한 가정을 기반으로 지속적으로 예측합니다.더욱이 이러한 내부 가상 모델은 단순한 수동적 청사진이 아니라 컴퓨터 프로그램의 서브루틴처럼 특정 조건에서 활성화되어 시스템의 동작을 실행(생성)할 수 있는 것과 같이 실제로 매우 능동적입니다.사실 이 내부 모델을 행동의 기본 단위로 생각할 수 있습니다.또한 다른 유닛과 마찬가지로 시스템이 경험을 쌓음에 따라 테스트, 정제 및 재구성할 수 있습니다. 균형은 죽음과 같다 마지막으로 Hornan은 복잡한 적응 시스템에는 종종 많은 틈새가 있어 각 행위자가 틈새를 차지할 수 있다고 말했습니다.따라서 경제 세계에는 컴퓨터 프로그래머, 배관공, 제철소, 애완동물 가게, 열대 우림에 나무늘보와 나비를 위한 장소가 있습니다.그리고 각 슬롯이 채워지면 새로운 기생충, 새로운 포식자 또는 먹이, 새로운 공생 파트너를 위한 더 많은 슬롯이 열립니다.따라서 시스템은 지속적으로 새로운 기회를 열어줍니다.이것은 또한 복잡한 적응 시스템의 평형 상태를 논의하는 것이 무의미하다는 것을 의미합니다. 그러한 시스템은 결코 평형 상태에 도달하지 않고 항상 발전하고 변형됩니다.

사실, 그러한 시스템이 균형에 도달한다면 그 상태는 안정될 뿐만 아니라 죽은 상태가 될 것입니다.더욱이 시스템의 에이전트가 적응력이나 유용성을 한계까지 개발할 수 없다고 상상하는 것은 무의미합니다.가능성이 너무 크기 때문에 한계를 찾는 것은 불가능합니다.에이전트가 할 수 있는 최대의 작업은 다른 에이전트의 성능과 관련하여 가능한 한 자신의 행동을 변경하거나 개선하는 것입니다.요컨대, 복잡한 적응 시스템의 속성은 영구적인 새로움입니다. 전통적인 수학을 사용하여 복잡한 적응 시스템을 분석하는 것이 어렵다고 Horan은 말합니다.미적분 또는 선형 분석과 같은 전통적인 기술은 고정된 환경에서 불변하는 입자를 설명하는 데 적합합니다. 단위 , 다양한 행위자 간의 빈번한 상호 작용의 수학적 및 컴퓨터 시뮬레이션 기술.

Horan이 연설을 하는 동안 Arthur는 힘차게 글을 쓰고 있었습니다.Arthur는 Horan이 이러한 개념을 더 정확하고 유용하게 만들기 위해 지난 30년 동안 개발한 다양한 컴퓨터 트릭을 계속 설명하면서 더 빨리 메모했습니다.그는 "믿을 수 없었다. 오후 내내 멍하니 앉아 있었다.Hornan의 아이디어가 그가 지난 8년 동안 작업해 온 수익 증가의 경제학과 일치하기 때문도 아니고 Hornan의 틈새 시장에 대한 아이디어가 그와 Kaufman이 지난 2주 동안 자동 촉매에서 배운 것과 정확히 일치하기 때문도 아닙니다. ; 그러나 사물을 보는 호란의 통일되고 명확하며 평면적인 방식은 당신이 이마를 두드리며 말할 것입니다: 물론입니다!왜 내가 그것을 생각하지 않았습니까?Horan의 생각은 사람들을 깨달음으로 만들 수 있으며 더 많은 생각이 마음에서 폭발하기 시작합니다.

Arthur는 다음과 같이 말했습니다. He Nan은 내가 수년 동안 스스로에게 물어본 모든 종류의 질문에 대답했습니다. 적응이란 무엇입니까?출현이란 무엇입니까?아직도 나 자신을 모른다는 의심이 많다.Arthur는 이 모든 것이 경제학에 어떻게 적용되는지 확신하지 못했습니다. 사실 그는 주위를 둘러보면서 다른 경제학자들이 회의적이거나 혼란스러워 보이는 것을 보았습니다. (적어도 한 사람은 주공에 대한 꿈을 꾸고 있습니다.) 하지만 호란의 연구는 저보다 훨씬 더 복잡하다고 생각합니다.그는 He Nan의 생각이 매우 중요하다고 느꼈습니다.

동정 물론 싼타페연구소도 같은 생각이다.Hornan의 아이디어가 경제 회의에 참석한 학자들에게 아무리 이상하게 보일지라도 사실 Hornan은 오랫동안 Santa Fe 측근 사이에서 친숙하고 영향력 있는 인물이었습니다. Horan이 Santa Fe를 처음 방문한 것은 1985년이었습니다. 그는 Farmer와 Packard가 주최한 Evolution, Games, Leaming 주제의 심포지엄에 초대받았습니다. (또한 이 회의에서 Farmer, Packard 및 Kaufman은 자가촉매 그룹의 시뮬레이션 결과를 보고했습니다.) 창발에 대한 Hornan의 이야기는 잘 진행되었지만 한 청중이 그에게 몇 가지 어려운 질문을 한 것을 기억했습니다.그 남자는 회색 머리에 집중하고 약간 비꼬는 얼굴을 가졌으며 그의 눈은 검은 테 안경을 통해 똑바로 향했습니다.나는 질문에 대답할 때 약간 무례했다.나는 그를 알지 못하며, 그가 누군지 안다면 아마도 겁이 나서 죽을 것입니다!호란이 말했다.이 사람은 게르만입니다. Horan의 대답이 무례하든 그렇지 않든 간에 Gelman은 분명히 Horan의 아이디어를 좋아했습니다.얼마 지나지 않아 Gelman은 Hornan에게 전화를 걸어 당시 신생 산타페 자문위원회에 가입하고 싶은지 물었습니다. 호란은 동의했다.나는 이곳을 보자마자 마음에 들었다고 그는 말했다: 나는 그들이 말하는 것, 그들이 하는 방식이 마음에 든다. Gehrman은 분명히 그를 불쌍히 여겼습니다.그가 Hor Nan에 대해 이야기할 때 그는 "brilliant"라는 단어를 사용했는데, 이는 아무에게도 아무렇게나 덧붙이는 형용사가 아닙니다.그러나 Gehrman이 눈을 뜨는 경우는 자주 없었습니다.초기에 Ke Wen과 Gellman과 같은 Santa Fe Institute의 창립자들이 복잡성 과학을 생각했을 때 그들은 출현, 집단 행동, 자기 조직화와 같이 이미 친숙한 물리적 개념을 중심으로 거의 완전히 회전했습니다. , 등등.또한 이들 개념을 경제학과 생물학에 적용하면 매우 풍부한 연구 프로젝트를 구성하기에 충분할 것이라고 생각했습니다.그런 다음 Horan이 와서 그의 컴퓨터 모델은 말할 것도 없고 그의 적응 분석을 발표했습니다.갑자기 Gelman과 다른 사람들은 그들의 연구 프로그램에 매우 중요한 부분이 빠져 있음을 발견했습니다. 이러한 창발적 구조는 실제로 무엇을 하고 있습니까?환경에 어떻게 반응하고 적응합니까? 그 몇 달 동안 그들은 연구소가 복잡한 시스템뿐만 아니라 복잡한 적응 시스템을 연구해야 하는지에 대해 논의했습니다.그리고 출현과 적응의 상호 관련된 과정을 이해하기 위한 Nan Horn의 개인 연구 프로젝트는 연구소의 주요 연구 프로젝트가 되었습니다.연구소의 첫 번째 주요 회의 중 하나인 1986년에 Cowen과 Feldman이 조직한 복합 적응 시스템 심포지엄(Kaufman이 참석한 첫 번째 세미나)에서 그는 더 많은 주인공이 되었습니다.다음날 Paines는 Horan을 Rhett와의 토론에 데려갔습니다.Anderson은 또한 1987년 9월에 있었던 이 대규모 경제 회의에 그를 초대했습니다. 호란은 모든 집회에 기꺼이 참석합니다.그는 25년 동안 적응이라는 개념에 사로잡혀 있었습니다.지금까지 그는 57세의 나이에 볼을 만났다.Gellman 및 Anderson과 같은 사람들과 대화하고 동등하게 대우받을 수 있어서 좋았습니다!믿을 수 없어!Horan은 그의 아내가 일 때문에 앤아버를 떠날 수 없었다면 산타페에서 더 많은 시간을 보냈을 것입니다(그녀는 University of Michigan에 있는 7개 과학 도서관의 수석 사서입니다). 그러나 Horan은 낙관론자입니다.그는 항상 자신이 원하는 것을 할 수 있었고 항상 자신의 운에 놀랐습니다. 그래서 그는 행복한 사람이 되는 데서 오는 진정한 유머 감각을 가지고 있습니다.그를 만난 사람이 그를 좋아하지 않는 것은 거의 불가능했다. 아서는 그들 중 하나입니다.그날 오후, 호란의 연설이 끝난 후, 그는 앞으로 나아가 자신을 소개하기를 기다릴 수 없었습니다.그 후 며칠 동안 두 사람은 즉석 친구가 되었습니다.Horan은 Arthur를 매우 즐겁게 찾았습니다.적응의 개념을 그렇게 빨리 흡수하고 자신의 개념에 완전히 통합할 수 있는 사람은 거의 없습니다.Arthur는 전체 아이디어에 흥미를 느꼈고 신속하게 요점을 파악했습니다. 동시에 Arthur는 Horan이 Santa Fe에서 아는 사람들 중 가장 복잡하고 매혹적인 지식인이라는 사실도 발견했습니다.허난 때문에 그는 극심한 수면 부족으로 나머지 경제 회의 안건을 보냈다.많은 늦은 밤에 그와 Hor Nan은 식탁에 둘러앉아 맥주를 마시며 과학의 신비에 대해 토론했습니다. 싸우지 않고 승리한 체스 게임 그는 특히 한 대화를 기억했습니다.Horn이 이 회의에 온 이유는 그가 경제학의 중요한 주제를 이해하기를 간절히 원했기 때문입니다. (He Nan이 그에게 말한 적이 있습니다. 학제 간 연구를하고 다른 사람의 분야에 들어가고 싶다면 적어도 그들의 문제를 진지하게 생각해야합니다. 그들은 연구에 많은 시간을 보냈습니다.) 그날 밤 그들이 모여 앉았을 때 호란은 그에게 직설적으로 물었다. 아서, 경제학의 진짜 문제는 무엇입니까? Arthur는 생각하지 않고 대답했습니다. 체스처럼. 체스?He Nan은 그것을 알아낼 수 없었습니다. Arthur는 설명할 적절한 단어를 찾으며 맥주를 한 모금 마셨지만 그 자신도 완전히 이해하지 못했습니다.경제학자들은 항상 시스템을 폐쇄적이고 단순하다고 봅니다. 시스템이 빠르게 안정화되고 기껏해야 두세 가지 행동 패턴이 나타난 다음 더 이상 아무 일도 일어나지 않습니다.그들은 경제의 주체가 어떤 상황에서든 가장 유익한 행동 방침이 무엇인지 즉시 인식할 수 있을 정도로 지능적이라고 가정합니다.체스의 관점에서 본다면 이것이 무엇을 의미합니까?게임의 수학적 이론에는 체스와 같은 유한한 2인용 제로섬 게임에는 최적의 솔루션이 있다는 정리가 있습니다.즉, 두 Reversi 플레이어 모두에게 최상의 성능을 제공할 동작을 선택하는 방법이 있습니다. 물론 이 솔루션이 무엇인지, 어떻게 찾을 수 있는지 실제로 아는 사람은 아무도 없습니다.그러나 경제학자들이 말하는 이상적인 경제 주체는 즉각적인 답을 가지고 있습니다.게임이 시작될 때 두 군대가 체스판에서 서로 대면할 때 두 배우는 마음속의 모든 가능성을 나열할 수 있고 상대방을 강요할 수 있는 모든 가능한 동작을 롤아웃할 수 있습니다.그런 다음 가능한 모든 이동을 고려하고 이상적인 첫 번째 이동을 찾을 때까지 반복합니다.이런 식으로 실제로 체스를 둘 필요가 전혀 없다 이론적 우위를 점하는 사람은 누구든지 자신이 반드시 이길 것을 알기 때문에 즉시 승리를 선언할 수 있고 상대는 자신이 반드시 질 것임을 알기 때문에 즉시 패배를 인정할 것이다 . 허난, 정말 이렇게 체스를 두는 사람이 있을까?아서가 물었다. 호란은 이것이 얼마나 터무니없는 일인지 잘 알기에 웃었다.컴퓨터가 막 발명된 1940년 초에 연구원들은 체스를 두는 영리한 프로그램을 설계하는 것에 대해 생각했습니다.현대 정보 이론의 아버지인 벨 연구소의 클로드 섀넌은 체스에서 가능한 모든 수는 10의 120승이라고 추정했습니다. 그렇게 크지는 않습니다.어떤 컴퓨터도 모든 가능성을 검토할 수 있는 수단을 가지고 있지 않으며 확실히 인간도 할 수 없습니다.우리 인간 체스 선수들은 특정 상황에서 어떤 전략을 채택하는 것이 가장 좋은지 결정하기 위해 실제 경험의 규칙을 따라야 합니다.가장 비범한 체스 선수들조차 마치 깊고 깊은 동굴을 내려가는 것처럼 한 걸음 한 걸음 체스를 두어야 하며, 손에 든 등불의 희미한 빛만이 길을 안내할 수 있습니다.물론 체스 선수들은 나날이 향상될 것입니다.Horan 자신은 체스를 두었고 1920년대의 위대한 선수들이 Gary Kasparov와 같은 현재 챔피언과의 시합을 결코 위험에 빠뜨리지 않을 것임을 알고 있었습니다.그러나 그럼에도 불구하고 그들은 미지의 광활한 곳에서 몇 야드 밖에 전진하지 못했습니다.이것이 Horan이 체스를 열린 시스템이라고 부르는 이유입니다. 무한한 가능성이 있습니다. Arthur는 그렇다고 말했습니다.가장 이상적인 상태에 비하면 인간이 진정으로 관찰하고 연구할 수 있는 형태는 아직 멀었다.에이전트가 일반 경제학자보다 똑똑하다고 가정하지 않는 한."그러나 그것이 우리가 경제 문제를 해결하는 방법"이라고 그는 말했다.미일 무역 문제는 적어도 체스 게임만큼 복잡하지만 경제학자들은 그것이 합리적인 게임이라고 가정하여 문제에 접근하는 것으로 시작합니다. 그래서 그는 He Nan에게 간단히 말해서 이것은 경제 문제라고 말했습니다.무한한 가능성을 탐구하는 지능 없는 에이전트를 과학으로 바꾸는 방법은 무엇입니까? 아하!호란은 한 줄기 빛을 볼 때마다 그렇게 말하겠다고 했다.체스!그는 이 은유를 이해합니다. 무한한 가능성의 하늘 Horan은 게임, 모든 종류의 게임을 좋아합니다.그는 앤아버에서 30년 동안 매달 포커를 쳤다.그의 초기 기억 중 하나는 할아버지 집에서 어른들이 포커를 하는 것을 보고 그가 카드 놀이를 할 수 있을 만큼 나이가 들었으면 하는 것입니다.그가 1학년 때 그의 어머니는 그에게 체스를 가르쳤고 어머니는 또한 마스터 브리지 플레이어입니다.Horan의 가족은 모두 항해에 열정적이며 어머니와 아들은 종종 레가타에서 경쟁합니다.Horan의 아버지는 일류 체조 선수였으며 야외 활동을 좋아했습니다.온 가족이 항상 어떤 종류의 게임을 바꾸었습니다. 브리지, 골프, 크로켓, 체스, 바둑, 체커 등 모든 게임을 했습니다. 하지만 오래전 호란에게 이 게임은 단순한 게임이 아니었습니다.그는 어떤 게임에는 승패를 초월하는 특별한 마법이 있다는 것을 알아채기 시작했습니다.고등학교 1학년 때(Hornans가 오하이오에 살았던 1942년 또는 43년경) 그와 몇몇 친구들은 종종 친구 집 지하실에서 새로운 게임을 발명했습니다.신문의 일간 헤드라인에서 영감을 얻은 그들의 명작은 지하실의 절반 이상을 차지하는 전쟁 게임입니다.그들은 탱크와 대포, 포탄 발사 측정기와 사거리 측정기가 있는 게임을 설계했으며 연막을 시뮬레이션하기 위해 게임 그래픽을 은폐하는 몇 가지 방법도 발명했습니다.게임이 복잡해 졌다고 Horan은 말합니다. 아버지 사무실에 있는 등사기를 사용하여 많은 전쟁 게임 그래픽을 인쇄했던 것이 아직도 기억납니다. (He Nan의 아버지는 여러 대두 가공 공장을 열었고 사업은 호황을 누리고 있습니다.) Horan은 말했습니다. 우리 셋은 체스를 아주 좋아합니다.체스는 간단한 규칙을 가진 게임이지만 놀랍게도 무한한 가능성이 있기 때문에 두 위치가 완전히 똑같을 수는 없습니다.그래서 우리는 같은 특성을 가진 게임을 발명하려고 노력합니다. 그리고 그 이후로 그는 어떤 방법을 사용하든 게임을 발명해 왔다고 웃으며 말합니다.저는 상황이 전개되는 것을 지켜보는 것을 좋아하고 이렇게 말합니다. 정말 이러한 가정에서 진화한 것일까요?내 디자인이 올바르다면, 상황의 전반적인 전개를 내가 통제하는 대신 게임 테마의 기본 규칙이 점진적으로 진화한다면 결말은 나를 놀라게 할 것이기 때문입니다.전혀 놀라지 않는다면 너무 행복하지 않은 것입니다. 모든 것이 원래 설정한 대로 진행된다는 것을 알기 때문입니다. 물론 이 물건은 이제 Emergence라고 불립니다.그러나 Horan은 그 용어를 듣기 오래 전에 창발 현상에 대한 그의 관심이 과학과 수학에 대한 평생의 사랑을 촉발시켰고 아무리 많은 과학적 지식으로도 그를 만족시킬 수 없었습니다.그는 공부할 때 내가 도서관에 가서 과학 기술에 관한 모든 책을 빌렸던 것을 아직도 기억합니다.중학교 2학년이 되기 전에 나는 물리학자가 되기로 결심했었다.그를 가장 매료시킨 것은 과학이 우주의 모든 것을 몇 가지 간단한 법칙으로 단순화할 수 있게 해준다는 것이 아니라 과학이 몇 가지 간단한 법칙이 어떻게 매우 풍부한 행동을 만들어낼 수 있는지 알려줄 수 있다는 것입니다.호란은 "정말 즐거웠다.한편으로는 과학과 수학이 환원론의 절정이지만, 전체적으로 보면 무한하고 예상치 못한 가능성이 있다.한편으로 과학은 우주를 이해할 수 있게 만들지만 다른 한편으로는 우주를 영원한 미스터리로 만듭니다. 회오리바람 프로젝트에 참여하세요 1946년 가을, Horan은 학부생으로 Massachusetts Institute of Technology에 입학했고 곧 컴퓨터에서도 놀라운 품질을 발견했습니다.이유는 모르겠지만 저는 항상 사고 과정과 컴퓨터에 약간의 정보를 입력하고 많은 일을 하도록 지시할 수 있다는 사실에 매료되었습니다.너무 적게 넣고 너무 많이 내는 것 같아요. 불행하게도 He Nanneng이 처음에 배운 컴퓨터 지식은 전기 공학 수업에서 산발적으로 간접적으로 얻은 정보를 제외하고는 거의 부진했습니다.그 당시 전자 컴퓨터는 여전히 신기한 것이었고 대부분의 자료는 기밀 문서에 포함되어 있었고 물론 공부할 컴퓨터 과정도 없었습니다.그러던 어느 날 Horan이 여느 때처럼 도서관에서 책을 훑어보다가 간단한 논문 표지로 덮힌 낱장으로 된 강의 노트를 보게 되었습니다.전쟁 중 대포의 사거리표를 계산하기 위해 펜실베니아 대학은 미국 최초의 디지털 컴퓨터인 에니악(ENIAC)을 개발했다.이 노트는 유명합니다.오늘날 우리가 컴퓨터 아키텍처라고 부르는 것부터 소프트웨어에 이르기까지 디지털 컴퓨팅이 강의에서 자세히 논의된 것은 이번이 처음이었습니다.그 중 연설은 정보 및 정보 처리와 같은 새로운 개념을 언급하고 새로운 수학적 예술인 프로그래밍을 설명했습니다.Horan은 즉시 연설문을 직접 구입하여 처음부터 끝까지 여러 번 읽었습니다. 1949년 가을, Horan은 졸업반을 시작하고 논문 주제를 찾고 있을 때 Whirlwind Project를 발견했습니다.항공 교통을 추적할 수 있을 만큼 빠른 실시간 컴퓨터를 만드는 것이 MIT 연구 프로젝트였습니다.해군은 이 프로그램에 연간 100만 달러를 지원하는데 당시로서는 엄청난 액수였습니다.Project Cyclone은 약 70명의 엔지니어와 기술자를 고용했으며 당시 가장 크고 혁신적인 컴퓨터 프로젝트였습니다.Whirlwind는 자기 코어 메모리와 대화형 디스플레이 화면을 사용한 최초의 컴퓨터이기도 하여 컴퓨터 네트워킹 및 다중 처리(다중 처리, 한 번에 둘 이상의 프로그램 실행)의 개발로 이어졌습니다.이것은 최초의 실시간 컴퓨터였기 때문에 항공 교통 관제, 산업 프로세스 제어 및 은행 업무에서 미래의 컴퓨터 응용 프로그램을 위한 길을 열었습니다. 그러나 Horan이 Project Whirlwind에 대해 처음 들었을 때 그것은 단지 실험에 불과했습니다.회오리 바람 프로젝트가 있다는 것을 알고 있습니다.프로젝트는 아직 완료되지 않았으며 컴퓨터는 아직 구축 중이지만 사용할 준비가 되었습니다.어떻게든 그는 참여해야 한다고 느꼈고, 그래서 그는 문을 두드리기 시작했습니다.그는 전기 공학과에서 과거에 수치 분석을 가르쳤던 Zednek Kopal이라는 체코 천문학자를 찾았습니다.나는 그를 내 논문 위원회의 의장으로 삼도록 설득했고 전기 공학 교수진이 내 논문 위원회의 의장이 되도록 물리학과를 설득한 다음 Cyclone 프로젝트 사람들에게 가서 그들의 작동 매뉴얼을 참조하게 했습니다. 작동 매뉴얼은 기밀입니다. 문서. 그 기간은 아마도 내가 MIT에서 보낸 가장 행복한 시기였을 것이라고 그는 말했다.Kopal은 자신의 논문 주제를 다음과 같이 제안했습니다. 라플라스 방정식을 풀 수 있는 Whirlwind 컴퓨터용 프로그램 작성.라플라스의 방정식은 대전된 물체 주변의 전기장 분포와 팽팽한 드럼헤드의 진동을 포함하여 다양한 물리적 현상을 설명합니다.호란은 즉시 진행했습니다. 이것은 결코 MIT에서 가장 쉬운 수석 논문이 아닙니다.당시에는 아무도 C, Pascal 또는 Evangelization과 같은 프로그래밍 언어에 대해 들어본 적이 없었으며 실제로 프로그래밍 언어의 개념은 1950년까지 발명되지 않았습니다.따라서 Horan은 기계 언어로 프로그램을 작성해야 했습니다. 즉, 컴퓨터 명령을 숫자로 인코딩해야 했으며 일반 10진수가 아니라 16진수였습니다.그는 자신이 예상했던 것보다 논문 작업에 더 많은 시간이 걸렸고, 결국 그것을 완성하는 데 두 배나 많은 시간을 학교에 요청해야 했습니다. 그러나 그는 그것을 즐겼습니다.한 단계를 밟으면 다음 단계로 넘어가는 수학의 특성으로 프로그래밍하는 프로세스의 논리적 특성이 마음에 들었다고 그는 회상합니다.또한 Whirlwind Project를 위한 프로그램을 작성하면서 그는 컴퓨터가 단순히 빠른 컴퓨터가 아니라 숨겨진 숫자 열에서 진동하는 드럼, 소용돌이치는 전기장 또는 원하는 모든 것을 상상할 수 있음을 발견했습니다.흐르는 비트 속에서 그는 가상의 우주를 창조할 수 있습니다. 필요한 것은 적절한 법칙을 컴퓨터 코드로 인코딩하는 것뿐입니다. 그러면 나머지는 자연스럽게 펼쳐질 것입니다. IBM의 큰 내기 Horan의 논문은 처음부터 종이에 대한 연습 문제로 설정되었기 때문에 회오리 바람 컴퓨터에서 실제로 프로그램을 실행할 기회가 없었습니다.그러나이 논문은 그에게 또 다른 풍성한 수확을 가져다 주었고 그는 당시 프로그래밍을 아는 미국에서 몇 안되는 사람 중 한 사람이되었습니다.그 결과 1950년 졸업하자마자 IBM에 곧바로 채용됐다. 타이밍이 이보다 더 좋을 수는 없습니다.당시 IBM은 뉴욕 포킵시 공장에서 최초의 상용 컴퓨터인 디펜스 컴퓨터를 설계하고 있었는데 나중에 IBM 701로 이름이 바뀌었습니다.당시 IBM에게 컴퓨터는 크고 복잡한 내기를 의미했으며 많은 보수주의자들은 컴퓨터 개발이 돈 낭비이며 개선된 펀치 머신에 투자하는 것이 더 낫다고 믿었습니다.사실 1950년 내내 IBM의 제품 기획 부서는 미국의 컴퓨터 수요가 18개를 초과하지 않을 것이라고 주장했습니다. IBM이 방어용 컴퓨터를 계속 개발할 수 있었던 이유는 Tom Junior라는 IBM의 고령 사장인 Thomas B. Watson, Sr.)의 아들이자 후계자가 있었기 때문입니다. 그러나 21세의 허난은 이러한 내막에 대해 전혀 알지 못했고, 자신이 멋진 동화나라에 도착했다는 사실만 알고 있었습니다.나는 아주 어린 나이에 가장 중요한 직책을 맡게 되었습니다.저는 701 컴퓨터가 무엇을 하는지 아는 극소수의 사람 중 한 명입니다. IBM의 프로그램 컨비너는 Horan을 7인 논리 엔지니어링 팀에 할당하여 새 기계의 명령 세트와 일반 구성을 설계했습니다.행운의 신이 다시 선호되고 Horan은 프로그래밍 기술을 연습할 수 있는 이 이상적인 기회를 활용할 수 있습니다.첫 번째 단계가 완료되면 컴퓨터 프로토타입이 있고 그 프로토타입을 다양한 방법으로 테스트해야 합니다.그래서 엔지니어들은 낮에 일하면서 가능한 한 밤에 기계를 분해하고 다시 조립했습니다.우리 중 몇몇은 저녁 11시에 시작하여 프로그램이 제대로 작동하는지 확인하기 위해 밤새 프로그램을 실행했습니다. 어느 정도는 효과가 있습니다.물론 오늘날의 기준으로 볼 때 701 컴퓨터는 석기 시대의 유물처럼 보이며 제어판에는 다양한 다이얼과 스위치가 가득합니다. .이 기계는 메모리 용량이 4,000바이트(현재 시중에서 판매되는 컴퓨터의 메모리 용량은 그 수천 배)라고 주장하며 두 숫자를 곱한 결과를 계산하는 데 30마이크로초밖에 걸리지 않습니다.이 기계도 문제가 많은데, 평균적으로 기껏해야 30분 이내에 오류가 발생하기 때문에 각 프로그램을 두 번 실행해야 합니다.호란이 말했다.설상가상으로 701은 특수 음극선관 표면에 빛의 점을 생성하여 데이터를 저장하므로 Horan과 다른 프로그래머는 데이터를 메모리에 지속적으로 쓰지 않도록 논리를 조정해야 했습니다. 그렇지 않으면 이 부분의 표면 전하가 음극선관이 증가하여 주변 데이터에 영향을 미칩니다. 호란은 웃었다: 우리가 실제로 이 기계를 작동시킬 수 있다는 것이 놀랍습니다.사실 그는 결점이 숨겨져 있지 않다고 느꼈습니다.기계는 우리에게 거인처럼 성장했고, 우리는 빠른 기계에서 우리 물건을 실험할 시간이 있으면 좋겠다고 생각했습니다. 컴퓨터에게 체스를 가르치다 실험할 것들이 너무 많습니다.정보, 제어, 오토마타 등에 대한 새로운 아이디어가 급증하던 초창기의 컴퓨터 시대에 한계가 어디인지 누가 알았겠습니까?거의 모든 새로운 벤처는 새로운 세상을 열 수 있습니다.그 외에도 철학적인 경향이 있는 Horan과 같은 선구자들에게 이 방대하고 다루기 힘든 전선과 진공관 라이브러리는 사고를 위한 새로운 길을 열었습니다.컴퓨터는 일요일 신문 부록에 설명된 거대한 뇌만큼 강력하지 않을 수 있습니다. 사실 컴퓨터의 구조와 작동 세부 사항에서 보면 전혀 뇌와 같지 않습니다.하지만 좀 더 깊이 들여다보면 컴퓨터도 인간의 뇌와 마찬가지로 정보 처리 장치일지도 모릅니다.이런 식으로 우리는 정보 처리의 형태로 사고를 이해할 수도 있습니다. 물론 당시에는 그런 아이디어를 인공지능이나 인지과학이라고 부르는 법을 아는 사람이 없었다.그럼에도 불구하고 컴퓨터 프로그래밍에 대한 전례 없는 시도로 인해 사람들은 문제 해결이 무엇을 의미하는지 더 신중하게 생각하게 되었습니다.컴퓨터는 기본적으로 외계인과 같아서 데이터가 무엇인지 모든 것을 가르쳐야 합니다.데이터는 어떻게 변환됩니까?여기에서 거기까지 가려면 어떤 단계가 필요합니까?이러한 질문은 수세기 동안 철학자들을 당혹스럽게 했던 질문을 빠르게 지적합니다. 지식이란 무엇입니까?감각적 인상에서 어떻게 지식을 얻을 수 있습니까?지식은 마음에 어떻게 표현됩니까?경험의 도움으로 원래 지식을 수정하는 방법은 무엇입니까?추론에 지식을 어떻게 사용할 수 있습니까?어떻게 결정을 행동으로 바꾸나요? 答案在當時還混沌不明。事實上，現在也還混沌不明，但是問題卻問得比過去清楚而精確。而突然成為全國電腦天才重鎮的IBM電腦開發小組，正首當其衝。賀南很喜歡回憶當時有一票人每隔兩個星期左右就會在晚上聚會，討論撲克牌遊戲和圍棋的問題。參加的人當中有一個叫麥卡西（John McCarthy）的暑期實習生，是加州理工學院的研究生，後來成為人工智慧的創始大師之一。 另一位是薩穆爾（Arthur Samuel），一個聲音柔和、四十開外的電機工程師。IBM特地從伊利諾大學延攬他來協助研究如何製造可靠的真空管。薩穆爾經常與賀南相伴，度過跑程式的漫漫長夜。老實說，薩穆爾早就對真空管興趣缺缺，他過去五年來一直在寫一個下西洋跳棋的電腦程式不只會下棋，而且累積經驗以後，會學著下得愈來愈好。現在看來，薩穆爾的下棋程式是人工智慧研究的里程碑之一，當他最後在一九六七年把程式修正完成時，他的下棋軟體棋藝已直追世界冠軍。但是，即使在七○一電腦的年代，這程式也已經很不錯了。賀南印象深刻，特別是這電腦棋手居然有能力因應對手的策略而調整戰術。事實上，這個程式設計了一個對手的模型，然後用這個模型來預測最好的因應策略。儘管賀南當時沒有辦法說得清楚，但是他覺得電腦棋手的這部分功能，捕捉到了學習及適應的根本原理。 腦子如何學習 後來，其他事情占據了賀南的腦子，他把這些想法暫時拋諸腦後。當時，他正為自己的研究計畫模擬腦部的內在運作，忙得不可開交。這個計畫起源於一九五二年春天，麻省理工學院心理系教授里克萊德（JCR Licklider）造訪波基浦夕實驗室，同時答應作一次演講，講題是當時心理學領域最熱門的話題：蒙特婁麥吉爾大學（McGill University）神經生理學家希伯（Donald O. Hebb）最新的學習及記憶理論。 里克萊德解釋：問題是這樣的，透過顯微鏡，腦袋中大部分呈現混沌一片的景象，每一個神經細胞都自由伸展出數以千計的軸突和樹突，與其他神經細胞數以千計的軸突和樹突雜亂相連。然而，這緊密相連的神經網路顯然不是隨意組成，健康的腦子能前後一致的產生感覺、思想及行動，絕非偶然。而且，腦子顯然不是靜止的，它能藉由經驗來改正自己的行為、想辦法適應不同狀況，它還會學習。問題是，腦子究竟如何學習？ 一九四九年，希伯已在他的名著行為組織（The Organization of Behavior）中，提出答案。他的基本想法是，假設腦子經常在突觸（synapse）上作些細微的改變。突觸是軸突和樹突的連接點，神經衝動經由突觸，從一個神經細胞傳遞到另一個神經細胞。希伯的假設很大膽，因為當時他還沒有確實的證據。但是，他辯稱，這些突觸的變化正是所有學習與記憶的基礎。例如，從眼睛而來的感官衝動會強化沿路所有的突觸，因此在神經網路上留下痕跡。當衝動來自耳朵或腦部其他的精神活動時，也會發生同樣的情況。希伯說，結果，原本隨機啟動的網路會迅速自我組織，經驗會經由正回饋而不斷累積；也就是說，強壯、經常被使用的突觸會愈長愈壯，而微弱、很少被使用的突觸會日益萎縮。常用的突觸強大到某個程度，記憶就被鎖定。這些記憶會轉而在腦中廣泛分布，每個記憶都對應於一個複雜的突觸形態，其中包含了數以千計或甚至百萬計的神經元。希伯是最早描述這種記憶形態、並稱之為結合論（connectionism）的少數人之一。 但是，還不止於此。里克萊德繼續解釋希伯的第二個假設：選擇性的強化突觸，會使腦子自我組織成一個個細胞集合也就是許多組神經元。流動的神經衝動會在其中自我強化，並繼續流動。希伯認為這些細胞集合是腦部的資訊基本單位，每一個細胞集合都對應於一個聲調、一線光、或一部分的想法。但是，這些集合在生理上並未彼此分開，而是重疊，每一個神經元都同時屬於好幾個細胞集合。因此，刺激一個細胞集合起反應，不可避免的會引發另外一個集合的反應，於是這些基本單位很快就會自我組織成較大的概念和複雜的行為。簡而言之，細胞集合是思想的基本量子（quantum）或基本單位。 人類第一次電腦模擬 賀南坐在觀眾席上，聽得目瞪口呆。有別於哈佛的史金納（BF Skinner）等行為學家極力推動的呆板的刺激／反應觀點，希伯討論的是心靈內部的活動。結合論的豐富性和永恆的驚奇使賀南激動不已，他迫不及待要作一些相關的研究。希伯的理論已打開了一扇探索思想本質的窗，他希望好好探究這個問題，他想看看細胞集合如何從一片混沌中自我組織和成長茁壯，他想看看細胞集合彼此互動的情形，看看它們如何融合經驗，而逐漸演化；他也想看看心靈本身的突現，更想看看所有這一切在沒有外界引導之下如何自然發生。 里克萊德的演講一結束，賀南就去找他在七○一電腦小組的主管羅徹斯特（Nathaniel Rochester），他說：好了，我們已經有電腦，我們來寫個神經網路模擬程式吧！ 於是，他們就這麼做了。他寫了一個程式，我寫了另一個程式，兩個程式形式不太一樣，我們把程式叫做：觀念啟迪者，我們不是自大！ 事實上，即使在四十年後的今天，當神經網路模擬程式早就變成人工智慧研究的標準工具時，當年的IBM觀念啟迪者仍然成就非凡。基本的概念在今日看起來仍很熟悉。在程式中，賀南和羅徹斯特把人工神經模擬為節點（node），也就是能夠對自己內部狀態有一些記憶的小電腦。他們把人工的突觸模擬為各種節點之間的抽象連結點，每一個連結點對應於突觸的強度，都會有一些重量。當網路獲得經驗時，他們也調整強度，以模擬希伯的學習法則。賀南、羅徹斯特和合作的研究人員，納入了許多今天大多數的神經網路模擬所沒有納入的神經生理學細節，包括像每一個模擬的神經元多快起反應，以及如果太常反應，多久會疲乏。 自然，他們在過程中碰到很多困難，不只是因為他們的程式是有史以來第一次模擬神經網路，也是人類第一次用電腦來模擬真實世界，而不只是計算數字或分析數據。賀南非常讚揚IBM的耐心，他和他的同事在電腦上花了數不清的小時來模擬網路，甚至還動用公款，出差到蒙特婁問希伯本人的意見。 但是最後，他們模擬成功了。賀南談起來，仍然難掩興奮之情。你可以用相同的神經元底質（substrate）開始，然後看著細胞集合形成，發生很多突現的現象。賀南、羅徹斯特和他們的同事在完成這個研究幾年後，在一九五六年發表了他們的研究結果，這是賀南第一篇在學術期刊上發表的論文。 非比尋常的哲學家 現在看來，希伯的理論和賀南自己的網路模擬可能對他未來三十年的思想形成，有舉足輕重的影響。但是，當時最直接的結果卻是驅使他離開IBM。 問題出在電腦模擬有一些必然的限制，而在七○一電腦上作模擬，限制尤其多。真正的神經網路上的細胞集合，有一萬個神經元分布在腦部的大部分區域，每一個神經元又有一萬個左右的突觸。但是，賀南等人在七○一電腦上所能模擬的網路只有一千個神經元，每個神經元只有十六個連結點，無論他們用各種程式設計技巧，想辦法加快速度，都只能得到這麼多。賀南說：我愈作實驗，愈覺得我們能測試的與我真正想看到的，差距實在太大了。 替代方案是以數學方法來分析網路。但是，結果也很困難。他嘗試的每個方法都踢到鐵板，成熟的希伯網路不是靠他在麻省理工學院學到的數學就可以應付的，儘管他比其他物理系學生都多修了很多數學課。對我而言，更精通數學似乎是更深入了解神經網路的關鍵。他說。所以，一九五二年秋天，帶著IBM的祝福和一紙每個月繼續為IBM作一百個小時顧問工作的合約，賀南來到安娜堡的密西根大學攻讀數學博士。 幸運又降臨他身上了。當然，密西根無論如何都是個不壞的選擇，不只是因為密大數學系在全美排名首屈一指，而且還有個美式足球隊對賀南而言，這是個重要的考慮因素。 但是，真正的幸運是，賀南在密西根大學碰到了勃克斯（Arthur Burks），一位非比尋常的哲學家。勃克斯專攻皮爾斯（Charles Peirce）的實用主義哲學，他在一九四一年拿到博士學位的時候，因為戰時的情況，不可能找到哲學教職，所以第二年，他在賓州大學的摩爾學院修了為期十週的電機課程，成為戰時工程師。結果，這是個愉快的選擇。一九四三年，他被摩爾學院網羅，加入最高機密的ENIAC電腦研究計畫。他在摩爾學院認識了馮諾曼，馮諾曼當時經常從普林斯頓高等研究院跑來指導這個計畫。在馮諾曼指導下，勃克斯也參與設計ENIAC電腦的第二代EDVAC。EDVAC是第一個能以程式的形式將指令電子化儲存的電腦。一九四六年，馮諾曼、勃克斯和數學家高士譚（Herman Goldstine）共同發表的論文電子計算工具之邏輯設計的初步討論（Preliminary Discussion of the Logical Design of an Electronic Computing Instrument），被視為現代電腦科學的基石之一。在這篇論文中，他們三位以精確的邏輯形式為程式的概念下定義，並且顯示藉著從電腦的記憶單位中取得指令、在中央處理單位中執行指令、然後再回頭把結果儲存在記憶體中這幾個步驟不斷循環之下，一般的電腦如何執行程式。這個馮諾曼架構一直到今天幾乎還是所有電腦的基礎。 當賀南於一九五○年代中期在密西根大學碰到勃克斯的時候，勃克斯的樣子瘦削而優雅，很像他一度嚮往的傳教士。勃克斯也是個熱心的朋友和絕佳的指導老師，他很快把賀南引進他的電腦邏輯小組。這個小組的理論學家專門研究電腦語言，並求證關於轉換網路的定理，而且試圖從最嚴謹而根本的層次來了解這個新機器。 勃克斯也邀請賀南參與一項由他協助籌畫的博士班研究計畫，主要是廣泛的探討電腦和資訊處理的隱含意義即所謂的通訊科學（communication science），後來的正式名稱叫電腦通訊科學。但是當時，勃克斯覺得他只是繼續馮諾曼未完成的志業，馮諾曼在一九五四年因癌症去世。馮諾曼認為電腦有兩種應用方式，一種是作為一般電腦，另一種就是作為自動機的一般理論基礎。勃克斯認為像這樣的研究計畫很適合那些不按牌理出牌的學生，賀南顯然就是其中之一。 賀南欣然同意。他們的想法是一方面開一些很困難的生物學、語言學、心理學課程，同時也提供很多標準課程，例如資訊理論。他們找不同領域的教授來講課，因此學生能夠把這些學問和電腦模型連起來。修過課的學生對於這些領域的基本理論會有深入的了解，例如主要的問題是什麼？為什麼這個問題這麼困難？電腦可以幫什麼忙？而不會只學到皮毛而已。賀南說。 玻璃珠遊戲 賀南樂於加入的其中一個原因是，他對數學已經完全失去興趣了。密西根大學數學系就像二次大戰後大多數的數學系一樣，服膺法國布巴奇學派（Bourbaki School）的理想，要求數學研究必須具備非人性的純淨和抽象。根據布巴奇的標準，甚至以世俗的繪圖方式說明定理背後的概念，都被視為魯鈍。他們的想法是要證明數學不需要任何詮釋，賀南說。但這不是他學數學的目的，他是想藉著數學來了解這個世界。 所以，當勃克斯建議賀南轉到通訊科學研究計畫時，他毫不遲疑就答應了，放棄了幾乎完成的數學論文，重新開始。也就是說，我的論文會更接近我想作的研究，他說，也就是神經網路的研究。（他後來決定的論文題目邏輯網路循環（Cycles in Logical Nets）是關於網路開關情形的分析。他在這篇論文中證明的許多定理，居然正是年輕的醫科學生考夫曼四年後在柏克萊奮力想證明的定理。）當賀南在一九五九年拿到博士學位時，他是通訊科學計畫第一個出爐的博士。 但是，這些都沒有使賀南忽略了當初他到密西根的目的。事實上，勃克斯的通訊科學計畫正是這類議題可以蓬勃發展的環境，包括：突現是什麼？思考是什麼？思考如何產生？有些什麼法則？系統適應的真正意義是什麼？賀南記下關於這些問題的一些想法，然後有系統的存檔在貼著Glasperlenspiel一號檔案、Glasperlenspiel二號檔案的檔案夾中。 Glas什麼？他笑著說：Das Glasperlenspiel!這是赫曼赫塞（Herman Hesse）的最後一部小說，於一九四三年流亡於瑞士時出版。賀南有一天在室友從圖書館借回來的書堆中發現了這本書，德文原文的意思是玻璃珠遊戲，英文版書名則稱遊戲高手（Master of the Game）。小說的場景是未來的世界，描繪一種原本是音樂家玩的遊戲：先在一種特別的玻璃珠算盤上設定主旋律，然後藉著撥上撥下玻璃珠而把各種對位旋律和變奏編織進去，經過一段時間，遊戲就會演變為極其複雜的樂器，並由一群有力的教士、知識分子所控制。最厲害的是你可以任選不同的主旋律組合，一點占星學、一點中國歷史、一點數學，然後想辦法把它們發展成好像音樂的主旋律。 當然，赫塞並沒有明講確實是怎麼做的，但是賀南並不在乎，玻璃珠遊戲比他過去所知道的任何事物都能捕捉到他所要追求的東西，這也正是西洋棋、科學、電腦或腦子之所以令他目眩神迷的地方。這個遊戲代表了他這一輩子都在追求的奧祕：我希望能夠從萬物中擷取不同的主題，然後看看把它們整合在一起時，會發生什麼事。 以數學掀起遺傳革命 另外有一本書也給了賀南很多啟發。有一天他在數學系圖書館瀏覽書籍時發現了費雪（RA Fisher, 1890︱1962）在一九二九年出版的遺傳學巨著天擇的遺傳理論（The Genetical Theory of Natural Selection）. 起先，賀南很著迷。從中學時代起，我就很喜歡閱讀關於遺傳和演化的書，他說。每一代生物都會再重新組合遺傳自父母的基因，你可以計算像藍眼睛或黑頭髮這些特質，會在後代出現多少次，這些想法都令他大感興趣。我一直想：哇！真是巧妙！讀這本書使我第一次了解在遺傳學領域除了代數之外，還可以運用很多其他的數學技巧。的確，費雪就用了很多複雜的數學概念，像微分、積分及或然率理論等。他的書以嚴謹的數學分析說明天擇如何改變基因分布，也因此為關於演化變遷的新達爾文理論奠定基礎。二十五年以後，這仍然是當代最先進的理論。 所以，賀南狼吞虎嚥的讀完這本書。我真是大開眼界，原來可以把我在數學課上學到的微積分、微分方程、以及其他的數學方法用來掀起一場遺傳學革命。一旦看到這點，我知道我無法放手了，一定要做一點事情。所以，我腦中一直盤旋著這些想法，不時把一些想法記下來。然而，儘管賀南很讚賞費雪的數學技巧，費雪應用數學的方式卻有些叫他困惑。事實上，他愈深入思索，就愈感困惑。 舉例來說吧，費雪對天擇的整個分析都著眼於一次分析一個基因的演化，彷彿有機體中的基因完全各自獨立，互不相干。事實上，在費雪的分析中，基因的作用完全是線性的。賀南說：我知道這絕對錯誤。除非有數十個或上百個形成眼睛結構的基因共同合作，單獨一個綠眼睛的基因絕對起不了什麼作用。就賀南所了解，每一個基因都必須在團隊中運作，任何理論如果沒有把這點考慮在內，都錯失了整個故事的關鍵。這也正是希伯在精神領域的研究中所一再強調的，希伯的細胞集合和基因有一點相像，細胞集合是思考的基本單位，但是如果單獨存在，細胞集合幾乎沒有任何價值。無論是要傳達一個音調、一束光、或命令肌肉抽動，唯一的方法是細胞集合彼此連結成更大的概念和更複雜的行為。 此外，還有一件事令賀南不解。費雪一直談到演化會達到穩定的均衡每個特定的物種都會發展為最理想的大小、牙齒銳利得恰如其分，總而言之，即達到能生存和繁殖的最佳狀態。費雲的論點和經濟學家對經濟均衡的定義如出一轍：一旦物種達到最佳狀態，任何的突變都會降低它自己的適應性，因此，天擇無法再形成改變的壓力。費雪的論點大半在強調：好了，因為以下的流程，這個系統會達到哈地︱威恩伯格的均衡（Hardy︱Weinberg equilibrium）但是，這聽起來這不像我心目中的演化論。 他回過頭去，重新閱讀達爾文和希伯的理論。不，費雪的均衡觀念一點也不像演化論，費雪的論調似乎是要達到某種純淨而永恆的完美。但是，在達爾文的理論中，隨著時間演進，物種的發展會愈來愈寬廣，愈來愈多樣，費雪的數學分析沒有提到這點。希伯探討的是學習，而不是演化，但是依稀可以看到相同的脈絡：當心靈從外界累積愈來愈多的經驗時，它會變得更豐富、更靈巧、更令人訝異。 演化是無盡的旅程 對賀南而言，演化和學習就像遊戲一樣，兩者都有一個和環境對抗的作用體，試圖贏得繼續往下發展所需要的一切。就演化而言，報酬就是生存，以及能把基因遺傳給下一代的機會；就學習而言，報酬是像食物、愉悅的感覺、情緒的滿足等等。在這兩種情況下，報酬正為作用體提供了適當的回饋，讓它們能改進自我表現。如果作用體想要具備適應能力，就必須維持能得到好報酬的策略，而放棄無效的策略。 賀南禁不住想到薩穆爾的西洋跳棋遊戲軟體，這個軟體正充分利用了這種回饋作用：當電腦棋手累積經驗，而且對對手了解更多之後，它會不斷更新戰術。現在，賀南才了解薩穆爾把重心放在遊戲是多麼有先見之明，這種遊戲的比喻似乎適用於任何的適應性系統。在經濟中，報酬就是金錢；在政治中，報酬就是選票。在某種層次上，所有的適應性系統基本上都一樣，也就是說，它們基本上都像西洋棋或西洋跳棋一樣，可能性的空間都大到超乎想像之外。作用體可以藉著學習，把遊戲玩得愈來愈好，但是如果想要找到最理想的狀態，找到遊戲的穩定平衡點，就會和我們下西洋棋一樣，只能在無限大的可能性中大海撈針。 難怪對他而言，均衡的概念和演化格格不入，甚至不像他十四歲時在地下室玩的戰爭遊戲。均衡暗指終點，但是對賀南而言，演化的本質在於旅程，在於無盡的驚奇。我愈來愈清楚我想要了解及我所好奇的是什麼東西，均衡絕對不是其中的重要部分。 在撰寫博士論文期間，賀南只能把這些想法暫擱一旁，但是他一拿到博士學位，就立定志向要把他的想法轉化成完整而嚴謹的適應性理論，而當時勃克斯已經邀請他繼續留在電腦邏輯小組作博士後研究。我相信如果我把遺傳適應看成長期的適應過程，把神經系統看成短期的適應過程，那麼兩者的一般性理論架構應該相同。為了要釐清自己腦中的想法，他甚至在一九六一年七月發表了一份四十八頁的技術報告，題目是適應性系統的非正式邏輯理論。 他也注意到有些同事頻頻皺眉。他們倒不見得有敵意，只是有些人認為他這套適應性理論的玩意兒聽起來荒誕不經，賀南為什麼不花時間作一些比較有收穫的研究呢？ 問題是，這真的只是胡思亂想嗎？賀南說。不過他欣然承認，如果換做是他，他也會懷疑。我作的研究沒有辦法照一般人熟悉的領域來歸類。它既不完全是關於硬體，也不純然是軟體的研究，在當時，這當然也還不能叫人工智慧，所以你沒有辦法以任何的標準尺度來下判斷。 找尋一組最理想的基因 他最不需要多費唇舌說服的人就是勃克斯。勃克斯說：我支持賀南。有一派邏輯學家很不以為然，覺得賀南的研究不是電腦邏輯小組該作的研究，他們的想法比較傳統。但是我告訴他們，這正是我們需要的研究，就爭取經費補助的角度而言，這研究的重要性和他們的研究不相上下。身為這個研究計畫的創辦人，勃克斯的話深具分量。抱著懷疑態度的人逐漸離開了這個研究小組。一九六四年，在勃克斯大力支持下，賀南得到了終身職。那幾年多虧了勃克斯當我的擋箭牌。賀南說。 的確，勃克斯的支持使賀南能特別著力於適應性理論的研究。一九六二年，他拋開了其他研究計畫，全力研究適應性理論。他特別決定要以不止一個基因為基礎，來探討天擇的問題。他這麼做不僅僅因為費雪在著作中假設基因互不相關，是困擾他多時的問題，同時，以多數基因為分析基礎也是避免均衡問題的關鍵。 賀南說，平心而論，當你討論互不相關的基因時，均衡說的確很有道理。例如，假定有一個物種有一千個基因，差不多就會像海藻一樣複雜。再假定，為了單純化，每一個基因只有兩種特性綠色相對於褐色，皺摺的葉片相對於平滑的葉片等等。天擇的過程要經過多少次試驗才能找到一組最理想的基因，能賦予海藻最佳的適應能力？ 如果你假定所有的基因真的各自獨立，每個基因你只需要試驗兩次就能發現哪一種特性比較好，然後一千個基因中的每一個基因你都要各試驗兩次，所以總共需要做二千次試驗，這並不算多。事實上，比較起來，這算是個小數目。因此，你可以預期這海藻很快就會達到最佳的適應能力，這時候，這個物種確實達到了演化的均衡狀態。 但是，現在當你假定海藻的一千個基因並非各自獨立時，看看會發生什麼事情。為了要確定真的找到最佳的適應能力，天擇過程必須檢查每個可能的基因組合，因為每一種組合都有不同的適應能力。當你檢查過所有組合時，數目不再是二乘以一○○○，而是二自乘一千次，也就是二的一千次方，或是十的三百次方，這數目大得連西洋棋的可能棋步都顯得微不足道。演化過程根本不可能試驗這麼多種可能性，而且不管電腦多發達，都辦不到！賀南說。這數字大得即使我們假設宇宙中的每個粒子都是一具超級電腦，從大霹靂之後就不斷在計算這些數字，所得到的解答離實際都還有一段距離。而且要記住，這還只是海藻而已，人類和其他哺乳類的基因差不多是海藻的一百倍，而大多數的基因都有不止兩種特性。 所以，這個系統又置身於可能性的無垠穹蒼，毫無找到一個最佳位置的希望。演化唯一能做的只是尋求改善，而不是尋求完美。但是，這正是他一直想解答的問題：如何做呢？要了解多基因的演化過程，顯然不只是把費雪的單基因方程式改為多基因方程式那麼簡單。賀南想了解的是，演化過程如何深入可能性的無垠穹蒼、發掘有用的基因組合，而不需要搜尋其中的每一寸空間？ 世界為什麼如此架構？ 事實上，主流的人工智慧學者早就很熟悉一種類似可能性一發不可收拾的現象。例如，在匹茲堡的卡內基技術學院（現在叫卡內基美崙大學），紐威爾（Allen Newell）和西蒙（Herbert Simon）從一九五○年代中期開始，就在進行一個畫時代的研究研究人類如何解決問題。他們要求實驗對象在絞盡腦汁玩拼圖和遊戲的時候，說出他們的想法。紐威爾和西蒙的結論是，問題解決是在有廣大可能性的問題空間中一步接著一步做心智搜尋。每一個步驟都由經驗法則所引導：如果情況是這樣，那麼該採取那個步驟。紐威爾和西蒙把理論架構為一般問題解答者（General Problem Solver）的程式，而且以這個程式來解原先的拼圖和遊戲，顯示他們的問題空間方式能充分複製人類的推理風格。他們的觀念已經成為人工智慧領域的金科玉律，而一般問題解答者也成為人工智慧發展史上最有影響力的電腦程式。 但是賀南仍然存疑。他倒不是認為紐威爾和西蒙關於問題空間和經驗法則的觀點錯誤，事實上，賀南拿到博士學位後不久，就建議邀請他們兩位到密西根大學來開人工智慧的課，從此他和紐威爾就成為好友和知識上的諍友。不，只不過是他們的觀點無法幫助他解決生物演化的問題。演化論的整個觀點中沒有經驗法則、沒有任何引導，一代接一代的物種是藉著突變和兩性基因的隨機組合，來探測可能性的廣大空間；簡單的說，它們靠的是嘗試和錯誤。而且，交替的世代並不是按部就班的探索著各種遺傳組合的可能性，而是各種嘗試齊頭並進，每一個個體都有一組稍微不同的基因，嘗試稍微不同的可能組合。 但是，儘管有這些差異，儘管演化花的時間比較長，演化過程所產生的創意和驚奇與人類的精神活動並無二致。對賀南而言，這意味適應性的真正大一統原理隱藏在更深的層次中，但是，到底在哪裏呢？ 起初，他只是直覺的認為：某些基因組能一起運作得很好，並形成統一而相互強化的整體。例如一群能指揮細胞如何從葡萄糖分子汲取能量的基因，或是一群控制細胞分裂的基因，或是指導如何組成身體組織的基因群。這種情形很類似希伯關於腦部學習的理論：一組相互共鳴的細胞集合可能會形成像汽車的相關觀念，或是像舉起手臂的協調性動作。 但是賀南愈思考這個統一、相互強化的