摘要


本文介绍了代理因果(delegated causality)的概念。这种微妙的因果关系是干预因果关系的对偶。代理因果揭示出动力系统在“混沌边缘”处的因果作用,阐明了向下因果关系的清晰案例,并将涌现现象与哥德尔不完备定理联系起来。还在生物学和中国哲学中发现了明显丰富的含义。代理因果的观点支持自组织和进化的认知解释。

研究领域:因果关系,涌现,还原主义,自组织,阴阳
Raimundas Vidunas (Osaka University) | 作者
袁冰 译者
张江 审校
梁金 编辑



论文题目:Delegated Causality of Complex Systems

论文地址:https://link.springer.com/article/10.1007/s10516-018-9377-3


目录

1. 引言

2. 复杂系统

3. 代理因果

4. 物理还原主义

5. 生物因果性

6. 阴阳

7. 总体概览

8. 结论





1. 引言




生物体、生态系统、人类思维、社会、经济市场被广泛认为是非常复杂的系统。它们组织有序,具有难以归因于物质属性的特点。因此,它们似乎与基础物理过程的还原主义范式相矛盾。至今,想要令人满意地解释协调性组织的涌现,无论对于还原主义还是整体主义哲学来说面临的都是一个旗鼓相当的挑战(Capra and Luisi 2014; Heylighen et al. 2007)。即使还原主义方法在物理学、化学、分子生物学、神经心理学等领域持续取得卓越的成果,对生命(Schrödinger 1944; Murphy and O’Neil 1995)及意识(Kim 1998; Varela et al. 1991)更深入的理解仍然是一个巨大的挑战,最终可能需要一个艰难的范式转变。


我介绍了代理因果概念,可以在很大程度上简化和统一复杂系统中错综复杂的因果关系的分析。这个概念应该能够澄清关于涌现现象(Clayton and Davies 2006)、自发秩序(Kauffman 1993)、协同作用(Corning 2005)、功能性(Ariew et al. 2002)、目的和意图(Dennett 1987)的许多问题。如果这个新概念确实能改进已有的专业观点,就值得用它重新审视过去那些不时浮现的零星思潮,包括:涌现主义(Clayton and Davies 2006, pp. 9–26)、启蒙后的理性怀疑主义(Clayton and Davies 2006, pp. 114)、古希腊的目的论(Ariew et al. 2002, pp. 7–30)。这个新观点同时还关联了最严谨的现代理论,包括涌现物理学(Mainwood 2006)、对称性破缺(Anderson 1972; Moon and LaRock 2017)、热力学(Prigogine and Nicolis 1977; England 2013)以及对因果效应的信息论度量(Hoel 2017; Tononi and Sporns 2003)等等。


本文介绍代理因果关系的目的并不是要对关于复杂系统、自组织以及涌现已有的大量且仍在不断增长的文献作出全面概述。象征性而言,代理因果这种简单、微妙且容易被忽视的因果关系一般会出现在临界动力系统中,这类系统通常具备丰富的行为和对环境的适度敏感性。通过在第3节中所介绍的分析因果关系的方法[M1]–[M3],将会勾勒出这个抽象术语的清晰范围。后面还展示了代理因果关系如何在进化生物学(第5节)以及中国哲学(第6节)中具有明显的潜在影响。


这篇文章的风格倾向于热情洋溢,放在科学版的电视节目《X因素》中(Hackley et al. 2012)都不违和。因为主要目的是我想通过一些争论性话题、有说服力的例子来证明这个新概念,并和现有观念建立联系,所以这里并不做那种深入且正式的论证。这种“什么是关于什么”的讨论方式仅将注意力放在事物的间联系上(Yablo 2014),也呼应了本文想表达的关于自组织的一般观点。首先,在第2节回顾评价了复杂系统的当代建模。第3节正式介绍了代理因果关系。第4节以新视角审视物理还原主义,并将涌现、向下因果与哥德尔不完备性定理(Gödel 1931)建立关联。后面的几节讨论了一些引人关注的话题(尽管还做不到淋漓尽致)。本文通篇都为建立一个全新的整合视角而逐渐展开,最后在第7节总结为一个完整论证。






2. 复杂系统




有许多框架都在研究自然复杂系统:自组织(Ashby 1962; Depew and Weber 1999),复杂适应系统(Miller and Page 2007; Horgan 1995)自创生(Maturana and Varela 1980)(参看集智百科词条:https://wiki.swarma.org/index.php/自创生理论),耗散结构(Prigogine and Nicolis 1977),自组织临界性(Bak 1996; Watkins et al. 2015)等等。这些模型通常基于非线性动力系统、吸引子、非平衡热力学(England 2013; Kondepudi et al. 2015)、相变(Brochini et al. 2016)、规模法则分析(West 2017)、元胞自动机(Wolfram 2002; Langton 1990)、变异和选择机制(Heylighen 2000; Vijver et al. 1998)、系统论(von Bertalanffy 1968; Capra and Luisi 2014)、发展框架(Salthe 1993; Coffman 2011)、信息动力学(Lerner 2007)。现象学所聚焦的研究包括有序性的自发增加(Holland 1995; Kauffman 1993),从局部互动中涌现出全局一致的行为(Popkin 2016),对环境扰动的适应。De Wolf和Holvoet(2005)提出了自组织和涌现之间的实用性区分。


自治、分散控制、互动封闭往往是复杂系统的定义特征之一(Maturana and Varela 1980; Moreno and Mossio 2015)。但是,在考虑实际复杂现象中的因果关系时,不应理想化自治假设。本文的反思表明,系统中将多主体组合成整个系统的那些行为当中,涉及共享或转移的那部分行为可能具有非常深远的影响。


这里通过对比各种复杂系统在一个关于系统与环境互动多少以及系统成分均匀性的二维谱图上的位置,有助于澄清问题,见图1。生物体是高度非均匀的,并且经历来自环境的变化压力(通常是自我造成的)。它们的生物和物理组织是嵌套的分层的(Salthe 2012)


[ 生物 [ 器官 [ 器官 [ 细胞 [ 生物分子 [ 原子 [ … ] ] ] ] ] ] ];


同时他们也生活在类似的嵌套层次结构环境中:

[ [ [ [ [ [ [ 生物 ] 种群 ] 栖息地 ] 生态系统 ] 生物圈 ] 星球 ] … ]。


一般的异质自适应系统主要按照Simon(1962)的描述以层次化方式组织。不同层级之间的密集、多样的互动促进了系统的增长和适应。我们用在谱系图用左上角的P代表这些系统。


角落Q处于图中和角落P相对的位置。均匀物质相变是否发生于此处?这样的变化取决于一些宏观参数,如温度,一旦环境被纳入模型中,系统就会受到环境的影响。同样,混沌动力系统对扰动非常敏感,一旦有一点扰动,从确定性轨迹偏离是不可避免的。有限时间奇点动力学(Johansen和Sornette 2001)在奇点之前必然会发生变化。指数增长的动力学也早晚会被边界所限。


图1. 复杂系统与环境的互动性和同质性的二维谱


在现实中这种环境影响不仅无法摆脱,甚至有些系统看似是被调教成可影响的,这是否具有深层次的因果含义呢?这种可感知的条件是否允许涌现实体真正具备向下因果作用呢?这些问题在角落Q附近是否更容易得到解决?至少在这里可以保证把涌现现象还原为基本物理因果规律。本文开始探讨这些问题。


物理还原在P角落附近几乎无效。著名生物学家Mayr(2004, Ch. 4)写道:“在进化生物学中,生理化学方法完全无效”,“只有在产生有用的新信息时才会继续向下分析”。此外,Mayr引用了波普尔(Popper, 1974, pp. 269, 281)的严厉批评:“作为一种哲学,还原主义是失败的……我们生活在一个新颖性不断涌现的宇宙中;这种新颖性通常不能完全还原为任何前一阶段。”如果物理还原主义最终在P附近站得住脚的话,那么它也一定被掩藏得极深。我认为将其层层掩盖的正是多层级的代理因果关系。





3. 代理因果




我们通过以下三个定义来确认重点。这些定义给出了一种非还原论的观点,重点是动力学过程之间的潜在相互作用,而不是单个动力学模型的数学行为。形象地说,第一个定义描述了“准备被扰动”的动力系统(连续或离散)或它们的平衡、分岔、临界相、“混沌边缘”条件(Waldrop 1993; Kauffman 1993)


定义1:如果一个动力系统(或其状态)在边界条件适度调整的情况下能够展现出复杂且有潜在效用的行为,那么它被称为“预激态(primed)


这个定义中有几个主观倾向词语,似乎不够令人满意。然而,主观性的暗示和外部参考恰恰是预激态的重要定义特征。预激态的动力系统是不能被孤立考虑的,而是在环境以及彼此之间的影响下被考虑。它们被动地、反应性地遵循物理定律、边界条件和扰动。对于大多数动力系统,如果它们与其他系统的可能发生的相互作用足够丰富有趣,即可被视为是处于预激态。混沌系统或处于热平衡的系统则明确地不属于预激态。


一旦各种预激态系统所形成的错综复杂的互动关系建立起了反馈循环,一个精细的控制论或进化论系统可能会出现。让我们用一个经济学隐喻来描述这种相对的、关系型的各种配置的完整谱系。


定义2广义市场(broad market)是一组预激态动力系统(primed dynamical system)的集合,它们之间会产生互动影响和潜在反应。


延伸经济学隐喻,我们可以将一个预激态动力系统的敏感属性称为需求,将驱动效应称为供给。一个广义市场可以被构建成分层模块(Simon 1962; Salthe 2012)或者控制模块,其构建方式被供需关系格局所支配。


定义3:一个预激态系统状态会被外部、涌现或自组织等因素与系统交互的适度作用力所驱动,预激态动力系统和这些影响因素之间的因果关系被称为代理因果关系(delegated causation)


这里的“适度作用力”是按照影响因素对系统的驱动能力来定义的。它们如何实现并不是重点。就像供给的运营特征在市场营销和商业中相对不重要一样,代理因果关系也不由影响因素的自身实体所定义。我在第6节的末尾讨论了驱动性影响因素可能的动力学性质。


这些定义对于谱系图1中P角落附近的复杂系统最有意义。在Q角落附近的涌现现象可能在广义市场中发挥特殊作用,就像我们在计算机硬件和智能手机屏幕中所能看到的那样。但是,在内部同质的“市场”中,因果代理的含义需要进一步解释,我将在下一节中简要讨论。


代理因果关系应在现实复杂系统中发挥重要作用,并应纳入建模过程中。其激进的开放性(Chu 2011)不鼓励通过单一动力系统对复杂现象进行建模。另一方面,代理因果关系允许阐明控制链路、临界点和反馈循环。以下方法步骤可用于代理交互过程的单例分析:
[M1] 识别交互作用中的预激态动力系统。确定其对扰动的敏感性以及可能给出的响应。
[M2] 识别扰动影响因素;描述其机制。

[M3] 描述交互作用的背景和广义市场。


这种方法论在第5节通过一系列生物学例子进行了说明。因素[M2]可以被认定为一种干预性原因。我将[M1]和[M2]视为一对分别代表代理属性和干预属性的因果关系。在通俗语言中,“代理”一词可以合理地描述[M1]比较强的情况,而“干预”一词则描述了[M2]占主导地位的情况。我在抽象和泛化意义上使用代理一词来描述任何交互中的[M1]因果因素。


多层的代理因果关系可表示具有很大动态深度的系统(Deacon and Koutroufinis 2014)。科尔莫哥洛夫复杂度的度量(Kolmogorovian sophistication, Mota et al. 2013)对于量化系统复杂性是有希望的。我的观点建议对动态系统和复杂度度量进行干扰分析,因为预激态系统的重要性取决于它们的互动能力。


表1 生物学中代理——干预分析的示例,如第3节概所述

[M1]

[M2]

[M3]

细胞(Cell)

心血管系统

氧气、营养物的供应

心血管系统

心脏

血液循环

组织,器官

内分泌系统

激素协调

病原体感染

免疫系统

防疫保护

被捕食者

捕食者

食物链

生态系统

入侵物种

生态破坏

栖息地

生态位建构

对环境的适应性改变

物种种群

山地地形

地理物种形成

遗传变异

差异繁殖

自然选择

基因库

有性繁殖

增加的遗传变异

遗传漂变

间断平衡

宏观进化

化学化合物

催化反应

核酸

核糖体

蛋白质反应

变构酶

抑制性的激活代谢物

代谢途径的调控

具有互补位点的反应物

非共价键

多功能立体选择性鉴别

寡聚蛋白

立体特异性键合

自发自组装

立体选择性

化学势

信息放大

受精卵

基因组

个体发育

基因组

基因调控网络

形态发生

干细胞

可变基因表达

细胞分化

胚层

细胞分选,EMT

组织分离


其实前人已经提出了与代理因果类似的概念,例如Deacon(Deacon, 2011)将特定缺失(specific absence)作为因果“拉”力的一个重要案例(参见Clayton and Davies 2006, p. 119)。受限缺失(constrained absences)、虚拟需求(virtual demands)、“孕育”机会(“pregnant” opportunities,Salthe 2012,第9节)的因果角色值得赞赏。例如,英国工业革命的早期阶段受到纺织、铁矿和采矿行业的特定需求的大力推动(Deane 1979)


另一方面,动力学定律和初始条件的因果地位也受到尊重。但是,混沌动力学和因果代理削弱了这种地位。如果无论初始条件如何,都能达到一个吸引子、一个平衡点或者一个自组织状态,那么哪里还有什么因果呢?






4. 物理还原主义




代理因果的开放性与Pearl(2000)关于干预和反事实的因果分析相吻合。干预是“作为外部实体的行动,发起于我们的理论之外,它不是理论内部的某种行为模式”(Pearl 1999)。对于预激态动力系统进行因果干预(以及可能导致的故障的逆向干预)一定是复杂系统的关键特征。


我的第一个重要论点是:代理因果关系提供了一个概念机制,能够解释微观动力学如何通过Pearl(2000)的因果演算和 Hoel(2017)的因果涌现,从而在宏观主体之间引发经验性因果。下面是用经济学术语的一个逻辑表述:相比于需求的出现,供给的出现通常与复杂事件在时间上更加相关。一排倒下的多米诺骨牌可以被解释为一个典型的例子。将微观动力学的敏感性和有效信息(Hoel 2017)的度量与某个引人注目的“平稳”涌现现象联系起来,将会很有启发。


作为一种向下因果的机制,代理因果往往涉及环境影响。另一个通过环境交互提出的向下因果机制是实践生成循环(practopoietic cycle, Nicolić 2015,第2.6节)


我的第二个重要论点涉及哥德尔的不完备性定理(Gödel, 1931)。代理因果在因果语言中具有一种自相矛盾的哥德尔悖论的味道(Humphries 1979)。这扰乱了物理主义的基本原则(Kim 2005),以及Kim(1998)对非还原物理主义的论证。具体而言,因果封闭原则指出(Clayton and Davies 2006, p. 199),如果一个物理事件有原因,就应该是物理原因;因果排他原则指出(Kim 2005, p. 41),如果一个原因能充分解释一个物理事件,就不再需要第二个原因(比如心理原因)。Kim的结论是非物理事件不可能产生因果力。相反,代理因果试图讨论的是来自外部主体(agent)以及涌现组织的因果性贡献,或者信息学意义上的贡献,哪怕这个代理并非理想化的。从而对物理因果的充分性提出了质疑。代理因果阐明了因果对等(causal parity,Weber 2018)和多层级解释的必然性。它支撑了层次动力学,从而重新激活了亚里士多德关于质料、形式、效果和目的的四因说(Coffman 2011; Salthe 2012,第9节)


顺便提一下,波普尔(Popper 1974)在反对还原主义的论证中引用了哥德尔的定理。Rosen(1991)通过类似地引用哥德尔的不完备性来否定对生命的理论形式化。对于Kim关于副现象论的论证,已经被干预论证(Shapiro and Sober 2007)和反事实论证(List and Menzies 2009)所反驳。


涌现现象中的因果和还原通常以随附性(supervenience,Butterfield 2012; Stalnaker 1996; Clayton and Davies 2006, pp. 189–243)的方式进行分析:即具有相同微观属性的实体将具有相同的宏观属性。随附性通常由从物理微观状态到涌现宏观状态的粗粒化映射来定义。


代理因果意味着涉及外部信息,可能是一种外部主义倾向(Clark and Chalmers 1999; Menary 2010),它超越了基础随附性对微观状态的单纯记忆和表征。这种倾向在接近P角落的复杂系统中得到完美体现,由之产生了对随附性分析的怀疑。例如,动物会习惯性遵循同伴群体行为或“专家”等外部线索的指导,亦或在其日常活动中,它的神经生理基础会主动地“渴望”改变。这都是具体的、具身认知的例子(Wilson 2002)


人类的意识和自由意志是最显著的涌现现象。毋庸置疑,它们可以被视为已知宇宙中代理因果关系的巅峰。从实用主义的角度来看,意识是一种认知行为特征,能够(有时特别安静地)对情绪和身体驱动因素进行干预。


图1中Q角落附近的涌现系统可以解释为它们“渴望”接受外部影响吗,尽管我们已知这个角落的外部影响是微不足道的?从某种意义上说,相变将因果关系委托给尘埃粒子、物质的不规则性。最戏剧性的是,我们可以原则上将整个宇宙视为没有外部的存在,那么,我们可以推测系统的群体行为是否在寻求将其统计参数、热力学“力”(Onsager 1931)外部化,从而满足马赫原理(Jannes and Volovik 2015)、重整化群动力学(Batterman 2000; Mainwood 2006,第3章)、海森堡的不确定性,或者一个“边界”上的观察者的需求呢?动力学的新奇性是否可以作为基础随附性的一种有效扩展?涌现本身是否反映了让渡因果关系的原始方式?至少这些推测可以类比为:尽管随附性本身是混沌的、分形的或难以计算的拓扑映射结构,但其宏观动力学可用平滑函数来描述。最近有人将理论物理的重整化群和人工智能中的深度学习方法建立起了对应关系(Wolchover 2014; Mehta and Schwab 2014),这一工作支持了将“涌现”视为代理因果的想法;我在第7节中详细阐述这一点。


上述问题在霍金万物理论中应该也有所提及(Hawking 2005)。代理因果给哥德尔不完备定理赋予了明显的物理学品味(Jaki 1966; Dyson 2004; Hawking 2002),哥德尔不完备定理甚至有可能运用因果术语重新表述。


代理因果的概念定义了处于“混沌边缘”的临界系统所扮演的因果角色,非但不是放弃还原主义,反而是强化了还原主义范式。那些看似放任的动力学可能性完全被微观层面的安排所控制。但动力学的实现形式则取决于来自环境的特定扰动或输入。





5. 生物因果性




生物学是测试代理因果关系解释能力的绝佳领域,因为这里有大量详实的因果性的干预和诱发因素实例。


Mayr(1961)的一篇有影响力的文章区分了生物现象的近因(主要是生理学的)和远因(主要是进化学的)。与还原主义的模板相反,自然选择和适应性这些更接近“目的论”层面的解释在传统的(新达尔文主义的)现代综合论(Modern Synthesis)中被认为更加基本。生理发育受遗传密码的指导,而遗传密码又受到自然选择的压力。通过对现代综合论的严格解读,只有从进化的角度出发才能完全理解生物功能和有机体,原则上并不需要去理解个体发育。个体发育将生物因果性还原为统计表型选择、遗传适应和漂变,(对个体发育的关注)可能是对现代综合论持续批评的深层原因(Laland et al. 2014; Welch 2017; Gould and Lewontin 1978; Pigliucci and Muller 2010; Vijver et al. 1998)


Laland等人(2011, 2013)认为,尽管Mayr的近因-远因二分法仍然至关重要,但它阻碍了演化和发育的适当整合,以及对进化新奇性具有多重来源这一认识。他们主张发育和进化过程之间存在密切关系,前者能够通过表型可塑性(phenotypic plasticity)、发育偏倚(developmental bias)、表观遗传(epigenetic inheritance)、行为变化以及类似如生态位构建(niche construction)的生态交互作用对演化造成的改变产生影响。这刚好是测试代理因果概念科学生产力的一个测试清单。基因是生物世界中因果干预的主宰,享有广泛的生化基础设施。但它们本身也可能被干预。来自发育和生态条件的反馈将成为强大的适应性来源,它们的效果在多样化的代理机制和信息形式中得到体现。


第3节中用[M1]–[M3]方法阐明了代理因果关系,这个方法突出了干预力[M2]和交互作用[M3]的意义。这在表1中通过生理学、生态学、进化学、生物化学(Monod 1972)和发育学(Fagotto 2014; Nieto et al. 2016)的几个例子得到了说明。在许多情况下,干预的双重力量占主导地位。但毫无疑问,处于中心角色的基因才是代理的控制中枢,这一点我将在第7节中再次叙述。在生物化学的背景下,列[M1]、[M2]分别勾勒了Rosen(1991)对亚里士多德质料因和效果因的诠释。生物自主性理论(Moreno and Mossio 2015; Maturana and Varela 1980)强调了系统性的因果闭合。在因果稳定性和特异性的背景下(Calcott 2017; Woodward 2010),因素[M1]倾向于提供特异性,而[M2]则提供稳定性和宽容性。[M1]–[M3]给出的分析必须比(Laland et al. 2011, 2013)中提出的相互因果关系(reciprocal causation)术语更加清晰。Mayr的近因和远因之间的区分也应该得以保留。


其他生物学领域中,对代理因果关系进行明确分析可能会有用的领域包括微生物学、共生学(Margulis and Fester 1991)、沟通学(d’Ettorre and Hughes 2008)。一些有争议的主题,例如群体选择(Wilson和Sober 1994)、多层次选择(Okasha 2006)、可进化性(Crutchfield and Schuster 2003)、合作(Nowak 2006)、利他主义(Sober and Wilson 1988)以及长期适应性等,都有可能会因为采纳代理因果的视角而产生重大改变。Wynne-Edwards(1962)关于不同物种的领地和层次化组织可以调节种群数量的理论受到了批评,但随着博弈论解释(Dawkins 1976,第7章)成为相对于种群规模和资源之间的“终极(远因)”适应性的近因,这一理论变得更加可信。Mayr(2004,第8章)认可对具有凝聚力的社会群体的选择,因为它们所形成的的整体适应度,要比按比例放大的平均水平的个体适应度更大。这与整体大于部分之和的涌现原理相得益彰。





6. 阴阳




中国哲学中也能找到和代理因果产生共鸣的概念。为了展示这一点,有必要引导读者做某种合理的经验性理解,这部分可能会有些表意的描述,意在通过某些文化和社会的相似之处迅速引发共鸣。在读这部分时,鼓励读者摒除社会性和情感上的偏见,谨慎评估。


古代中国的阴阳概念通常被引用来确认对立、相互依存的力量的互补性。较少人知道,阴阳被定义为两个具体的互补原则(Oxford 2010)。道教更强调互补的和谐(Capra 1975),而儒家更强调特定的二元性(Rosenlee 2007)。最近很多学科在和阴阳建立起了有趣的关联,其中包括整体因果关系(Chung 2016)、认识论(Zhang and Zhang 2007;Benetatou 2016)、转化性变化(transformational change, Klein and Wong 2012;Li et al. 2012)甚至微生物学(Zhang 2014)和分子生物学(Gordon et al. 2006)等。


其中一个互补性的定义是,阴是被动、惰性的抽象,而阳是主动、生成性的原则。这种特定的二元性很好地捕捉了机械动力系统和涌现现象之间的对比。根据定义1,一个预激态动力系统将是一个被动的、反应性的阴,而根据定义3,任何有效的影响因素都是阳。采用这种语言似乎既恰当又方便。


改述之前的陈述,阳的动力学实现是次要的。阳是新奇的,出现于阴的领地之外。相对于处于底层的阴的动力学,阳是一个英雄(Campbell 1968),一个大师,一个高超的魔术师。阳是达成协同性的魔法。阳通过因果关系的领导力“对抗”熵的增加,阻止不受欢迎的事件发生,决定动作的转向,并定义沟通语言。


没有必要假设超自然的原因来解释阳的表现。阴迫于自身压力对外部扰动的期待已经构成了因果张力。阳是被阴的这种预期性感知所定义的。我们可以将阴被触发后的初步反应称为阴得到了满足。某些情况下,阴可以很容易被满足;而另一些情况下,能够满足阴的可能是一种不确定的、罕见的事件。阴和阳的特殊互动促使它们共同进化,直至达成广义市场所要求的复杂控制级别。


一旦阴性资源充裕,能利用它们的阳就会竞相涌现。到底是谁在驾驭谁?在阴阳的多方面互动中,选择权的归属是相对的。阴阳之间存在一种以太极图标为象征相互包容的关系:



例如,感知机制是处于预激态的阴性,容易受环境影响。但阳同样应具备感知能力,以识别阴性同伴的动态需求并加以应对。


作为外部动力学的阳,其最简单机制是随机性。这意味着,阴允许机遇来指挥它的动力学。例如,在古代人类社会中,占卜仪式很常见。在中国商朝时期(公元前1600年至公元前1046年左右),牛或龟的甲骨被广泛使用(Keightley 1978)。阳的另一个简单机制是竞争。也就是说,阴设立了一个比赛,看谁最能满足或假装满足特定的需求。阳还有一种表现形式是信息。一般来说,在那些被称为“目的论”的过程中可以不时地找到阳的存在。检查Mayr(2004,第3章)对五种目的论的分类是有启发性的:“传统上被称为目的论的五种现象中,有四种可以完全用科学解释,而第五种,宇宙目的论,是不存在的。” Ellis(2012; 2016,第4章)关于五种向下因果关系的类似列表也与之密切相关。





7. 总体概览




第4节中的两个重要论题分别将代理因果关联到涌现和哥德尔的不完备定理。在文献中(Requardt 1991)涌现和哥德尔的定理有时会被联系在一起。例如,Jorgensen和Svirezhev(2004,第8页)写道:“根据哥德尔的定理,秩序和涌现的属性不能从系统内部观察和认知,只能由外部观察者来观察。”考虑将涌现现象和选择模式视为哥德尔不完备性在物理学、生物学或社会经济学(Prechter 2003)上面的表现可能是有意义的。类似地,Monod(1972年,第IV章)关于无偿性的概念,即化学性质与生物化学过程的功能之间的独立性,也可以与哥德尔不完备性定理联系起来。


代理因果关系促成了分层动力学,并将动力学层级融合的地方定义为大自然的“关节”(Salthe 2012,第4节)。较高的层级将边界条件、约束和选择机制施加于较低层级的动力学(Juarrero 1999)。较低层次组织中的临界态、预激态使得向下因果得以实现。在动力学分层结构中间,存在着“子整体(sub-wholes)”,就是科斯特勒(Koestler 1978)所说的holons——即稳定、整合、相对自治但又互动的实体。它们既是预激态动力学系统,也是干预力量,既是能量的消耗者,也是局部秩序的来源。动力学分层的约束定义了各个子整体彼此不同的动力学、倾向性、功能和“行为准则”。


最近Mehta and Schwab(2014和Wolchover(2014)在凝聚态物理学的重整化技术和人工智能的深度学习方法之间建立了一个等价关系。这加强了微观相变的解释,即相变的微观动力学,或者像贝纳德细胞(Bénard’s cells)这样的耗散系统(Goldhirsch and Procaccia 1981; Swenson 1997, 22页–25页),正在以自组织的方式“探索”和适应宏观边界。无标度动力学可以对粒子相互作用的平均自由程和弛豫时间做好几个数量级的延展,直到最终达到宏观尺度。代理因果成为这种宏观尺度的“深度学习”的一个替代表述。


这种丰富的隐喻背景呼应了圣地亚哥学派将生命系统视为认知系统(Maturana and Varela 1980)和意义生成系统(Thompson 2007)的观点,以及Heylighen(2011)将进化和自组织视为认知过程的观点。行动中心的本体论(Heylighen 2011)将意图立场(Dennett 1987)赋予正在提升适应性的代理,并且将干预(本质上)视为现实的基本组成部分。但被动、不完整的代理因果关系也应该被认可。Deacon(2011)关于意向性的神秘概念在这里是相关的,只要它描述的是为实现某种功能而组织起来的情况。预激态动力系统、深度学习和生成认知(Varela et al. 1991,第8章)这些都和“预期”的元素相关。“预期”的焦点则定义了认知目标或动力学触发器被期望的意义和关联性(Yablo 2014)


预激态动力系统和代理因果关系应该在所有被认为是涌现或自组织的现象和实体中被辨别出来。例如,一个活细胞在其发育过程,将主要的协调工作代理给了基因。细胞质中的生化反应由核酸形式的基因进行编排,但表观遗传开关、线粒体的能量输入和营养流动决定了代谢方式。组织和器官的排列再次由基因协调,但有机“载体”的行为和命运 (Dawkins 1976, 第12节)则代理给了神经系统、社会性、部落习俗,或最终代理给了民主政治。自然、共生、人工和文化选择融合成一个相当连续的高效因果谱系。


通过反思许多被认为是经济因果性的模式(Hoover 2001; Morck and Yeung 2011; Varian 2016; Joffe 2017),可以进一步提高对于代理因果性的直觉。此外,自组织临界系统中雪崩效应的因果性(Bak 1996; Watkins et al. 2015)也很值得思考,这些系统中(理论上)只有一个无标度的统计分布具有预测能力。在图1中P角落附近的异质系统中的无标度动力学可以通过一些持久的适应动机在各个尺度上自我强化。


中国的阴阳概念恰如其分地描述了动态的不连续性。阳的约束与阴的需求之间的相互作用,应该能为相关熵的分解中定义一个分区,并定义代理因果的语义解释。阳的偶发性表明,自组织或非平衡热力学的普遍原则,如最大熵产生法则假说(Swenson 1997),更适合描述系统的潜能。


过度的干预、灾难、动力系统崩溃、黑天鹅(Taleb 2007)在与代理因果相吻合的背景下,可以称之为“阳力”。对阳力后果的逆来顺受在一般语言中通常不会称之为“代理”。然而,忽视可预见的不可持续趋势(甚至连解决问题的时机和方案都是高度不确定的)却等同于代理(承受)了产生后果的责任。例如,人类会有意识地努力应对气候变化(Zhang et al. 2011)是一个潜在的重要因果因素,(它能改变)灾难发生的可能性表明了一个预激态的动力系统,可能会受到其组成部分的影响。


阴阳的观点适用于美国保守派和后现代主义(Foucault 1980)观点之间的文化冲突。正如美国学术评论家Bloom(1987,第25页)所指出的,后现代主义的“真理相对性不是一种理论洞见,而是一种道德假设”。后现代主义可以被视为对阴与生俱来的权利的颂扬,是主观偏好,同时也是对阳的权威的否定。然而,首先,进步乐观主义并没有对资源的有限性进行操作性的处理。这一点被默认地留给了社会、政治或财政(Graeber 2011)层面,也不管它们是不是家长制。寻求解决压迫和维持社会进步的一致性方案可能仍然是历史性的挑战(Graeber 2011,第183页),尤其是在长期环境压力下。其次,进步选民仍然欣赏符合阳性标准的领导人。这一点从2016年美国总统选举(Reynolds 2017)中可以看出,希拉里·克林顿没能完全激励她预期的选民。




8. 结论




常识经验,生物学(Mayr 2004),经验因果关系(Pearl 2000),信息度量(Hoel 2017;Tononi and Sporns 2003)都表明,向下因果关系显然存在。将古代中国阴阳概念中的“阴”解释为预激态的动力学系统,暗示了向下因果关系在一种非常强大、几乎机械的意义上确实存在。与其说是“更高尺度从较低尺度夺取了控制权”(Wolchover 2017),不如说较低尺度可以被组织起来,在运作中将相当一部分因果性让渡给了那些较高的尺度。这种可能性以一种新颖的方式改变了还原主义的范式(Kuhn 1970)。代理因果和干预因果的二元性在阴阳哲学中被巧妙地凸显出来。让事物按照平衡匹配的方式发展是这种二元性的一部分。


群体中的个体共同进化,它们不断扩展引发、感知和施加因果关系的能力,导致可理解的超凡后果。自然系统的令人惊叹的复杂性必定是在代理因果关系交互作用的基础上构建起来的,只能是这样。



专业术语翻译对照

delegated causality:代理因果

emergent phenomena:涌现现象

autopoiesis:自创生(参看集智百科词条:https://wiki.swarma.org/index.php/自创生理论

primed:预激态

broad market:广义市场

causal caculus:因果演算

causal emergence:因果涌现参看集智百科词条:https://wiki.swarma.org/index.php/因果涌现

causal closure principle:因果封闭原则

causal exclusion principle:因果排他原则

Modern Synthesis:现代综合论



参考文献

[1]  P. W. Anderson. More is different: Broken symmetry and the nature of the hierarchical structure of science. Science 177 (1972): 393–396.

[2]  A. Ariew, R. Cummins, M. Perlman (Eds.) Functions. Oxford Univ. Press, 2002.

[3]  W. R. Ashby. Principles of the self-organizing system. In H. von Foerster, G. W. Zopf Jr. (Eds.) Principles of Self-organization: Transactions of the

University of Illinois Symposium. Pergamon Press (1962): 255–278.

[4]  P. Bak. How Nature Works: The science of self-organized criticality. Copernicus,

1996.

[5]  R. W. Batterman. Multiple realizability and universality. British Journal for the

Philosophy of Science 51 (2000): 115–145.

[6]  M. Benetatou. Aristotelian organicism, Yin Yang theory and our representation

of reality. Biocosmology – Neo-Aristotelism 6 (2016): 41–49.

[7]  A. Bloom. The Closing of the American Mind. Simon & Schuster, 1987.

[8]  L. Brochini, A. de Andrade Costa, M. Abadi, A. C. Roque, J. Stolfi, O. Kinouchi.

Phase transitions and self-organized criticality in networks of stochastic spiking neurons. Scientific Reports 6 (2016), doi:10.1038/srep35831.

[9]  J. Butterfield. Laws, causation and dynamics at different levels. Interface Focus 2 (2012): 101–114.

[10]  B. Calcott. Causal specificity and the instructive-permissive distinction. Biology and Philosophy 32 (2017): 481–505.

[11]  J. Campbell. The Hero with a Thousand Faces. Princeton Univ. Press, 1968.

[12]  F. Capra. The Tao of Physics. Shambhala Publications, 1975.

[13]  F. Capra, P. L. Luisi. The Systems View of Life. Cambridge Univ. Press, 2014.

[14]  D. Chu. Complexity: Against systems. Theory in Biosciences 130 (2011): 229–245.

[15]  D. Chung. Can reference be naturalized? — Notes toward an integrational causality. Philosophy Study 6 (2016): 289–304.

[16]  A. Clark, D. Chalmers. The extended mind. Analysis 58 (1999): 10–23.

[17]  P. Clayton, P. Davies (Eds.) The Re-emergence of Emergence. Oxford Univ. Press, 2006.

[18]  J. A. Coffman. On causality in nonlinear complex systems: the developmentalist perspective. In C. Hooker (Ed.) Philosophy of Complex Systems, North Holland(2011): 287–309.

[19]  P. A. Corning. Holistic Darwinism: synergy, cybernetics, and the bioeconomics of evolution. Univ. of Chicago Press, 2005.

[20]  J. P. Crutchfield, P. Schuster(Eds.) Evolutionary Dynamics: Exploring the interplay of selection, accident, neutrality, and function. Oxford Univ. Press, 2003.

[21]  R. Dawkins. The Selfish Gene. Oxford Univ. Press, 1976.

[22]  D. C. Dennett. The Intentional Stance. MIT Press, 1987.

[23]  T. De Wolf, T. Holvoet. Emergence versus self-organisation: different concepts but promising when combined. In Engineering Self-organising Systems: Methodologies and applications. Springer, LNAI 3464 (2005): 1–15.

[24]  T. Deacon. Incomplete Nature: How mind emerged from matter. W. W. Norton & Company, 2011.

[25]  T. Deacon, S. Koutroufinis. Complexity and dynamical depth. Information 5 (2014): 404–423.

[26]  P. M. Deane. The First Industrial Revolution. Cambridge Univ. Press, 1979.

[27]  D. Depew, B. Weber. Self-organizing systems. In R. A. Wilson, F. C. Keil (Eds.)The MIT Encyclopedia of the Cognitive Sciences, MIT Press (1999): 737–739.

[28]  F. J. Dyson. The world on a string. The New York Review of Books, 51. May13, 2004.

[29]  G. Ellis. Top-down causation and emergence: Some comments on mechanisms.

Interface Focus 2 (2012): 126–140.

[30]  G. Ellis. How can Physics Underlie the Mind? Top-down causation in the human

context. Springer, 2016.

[31]  J. L. England. Statistical physics of self-replication. The Journal of Chemical

Physics 139 (2013): 121923, doi:10.1063/1.4818538.

[32]  P. d’Ettorre, D. P. Hughes (Eds.) Sociobiology of Communication. Oxford

Univ. Press, 2008.

[33]  F. Fagotto. The cellular basis of tissue separation. Development 141 (2014):

3303–3318.

[34]  M. Foucault. Power/Knowledge: Selected interviews and other writings 1972–

1977. Pantheon Books, 1980.

[35]  K. Go ̈del. U ̈ber formal unentscheidbare Sa ̈tze der Principia Mathematica und

verwandter Systeme I. Monatshefte fu ̈r Mathematik und Physik 38 (1931): 173– 198.

[36]  I. Goldhirsch, I. Procaccia. Threshold behavior at the onset of the Rayleigh- B ́enard instability. Physical Review A 24 (1981): 580–597.

[37]  S. Gordon, G. Akopyan, H. Garban, B. Bonavida. Transcription factor YY1: structure, function, and therapeutic implications in cancer biology. Oncogene 25 (2006): 1125–1142.

[38]  S. J. Gould, R. Lewontin. The spandrels of San Marco and the Panglossian paradigm: A critique of the adaptationist programme. Proceedings of the Royal Society of London 205 (1978): 581–598.

[39]  D. Graeber. Debt: The first 5000 years. Melville House, 2011.

[40]  Ch. Hackley, S. Brown, R. A. Hackley. The X-Factor enigma: Simon Cowell and the marketization of existential liminality. Marketing Theory 12 (2012): 451–469.

[41]  S. Hawking. Go ̈del and the End of Physics. Caltech lecture, July 20, 2002.

http://www.damtp.cam.ac.uk/events/strings02/dirac/hawking/

[42]  S. Hawking. The Theory of Everything: The origin and fate of the universe. Phoenix Books, 2005.

[43]  F. Heylighen. Foundations and methodology of an evolutionary world view: A review of the Principia Cybernetica project. Foundations of Science 5 (2000): 457–490.

[44]  F. Heylighen. Self-organization of complex, intelligent systems: an action ontology for transdisciplinary integration. Integral Review, 2011.

[45]  F. Heylighen, P. Cilliers, C. Gershenson. Complexity and philosophy. In J. Bogg, R. Geyer (Eds.) Complexity, Science and Society. Radcliffe Publishing (2007): 117–134.

[46]  E. P. Hoel. When the map is better than the territory. Entropy 19 (2017), 188, doi:10.3390/e19050188.

[47]  J. A. Holland. Hidden Order: How adaptation builds complexity. Addison- Wesley, 1995.

[48]  K. D. Hoover. Causality in Macroeconomics. Cambridge Univ. Press, 2001.

[49]  J. Horgan. From complexity to perplexity. Scientific American 272 (June 1995):

104–109.

[50]  J. Humphries. Go ̈del’s proof and the liar paradox. Notre Damme Journal of

Formal Logic 20 (1979): 535–544.

[51]  S. L. Jaki. The Relevance of Physics. Univ. of Chicago Press, 1966.

[52]  G. Jannes, G. E. Volovik. Emergent physics on Mach’s principle and the rotating

vacuum. JETP Letters 102 (2015): 73–79.

[53]  M. Joffe. Causal theories, models and evidence in economics — some

reflections from the natural sciences. Cogent Economics & Finance 5 (2017),

doi:10.1080/23322039.2017.1280983.

[54]  A. Johansen, D. Sornette. Finite-time singularity in the dynamics of the world

population, economic and financial indices. Physica A 194 (2001): 465–502.

[55]  S. E. Jorgensen, Y. M. Svirezhev. Towards a Thermodynamic Theory for

Ecological Systems. Elsevier, 2004.

[56]  A. Juarrero. Dynamics in Action: Intentional behavior as a complex system.

MIT Press, 1999.

[57]  S. A. Kauffman. The Origins of Order: Self-organization and selection in

evolution. Oxford Univ. Press, 1993.

[58]  D. N. Keightley. Sources of Shang history: The oracle-bone inscriptions of bronze

age China. Univ. of California Press, Berkeley, 1978.

[59]  J. Kim. Mind in a Physical World. MIT Press, 1998.

[60]  J. Kim. Physicalism, or Something Near Enough. Princeton Univ. Press, 2005.

[61]  L. Klein, T. Wong. The Yin and Yang of change: Systemic efficacy in change management. In G. P. Prastacos, F. Wang, K. E. Soderquist (Eds.) Leadership through the Classics: Learning management and leadership from ancient East and West philosophy, Springer (2012): 475–486.

[62]  A. Koestler. Janus: A summing up. Vintage Books, 1978.

[63]  D. Kondepudi, B. Kay, J. Dixon. End-directed evolution and the emergence of

energy-seeking behavior in a complex system. Physical Review E 91 (May 2015),

doi:10.1103/PhysRevE.91.050902.

[64]  T.S.Kuhn.TheStructureofScientificRevolutions.Univ.ofChicagoPress,1970.

[65]  K. N. Laland, K. Sterelny, F. J. Odling-Smee, W. Hoppitt, T. Uller. Cause and

effect in biology revisited: Is Mayr’s proximate-ultimate dichotomy still useful?

Science 334 (2011): 1512–1516.

[66]  K. N. Laland, J. Odling-Smee, W. Hoppitt, T. Uller. More on how and why:

Cause and effect in biology revisited. Biology and Philosophy 28 (2013): 719–745.

[67]  K. Laland, T. Uller, M. Feldman, K. Sterelny, G. B. Muller, A. Moczek, E. Jablonka, J. Odling-Smee, G. A. Wray, H. E. Hoekstra, D. J. Futuyma, R. E. Lenski, T. F. Mackay, D. Schluter, J. E. Strassmann. Does evolutionary

theory need a rethink? Nature 514 (2014): 161–164.

[68]  Ch. G. Langton. Computation at the edge of chaos: Phase transitions and

emergent computation. Physica D 42 (1990): 12–37.

[69]  V. S. Lerner. Systems science, information systems theory, and informational

macrodynamics: review. Kybernetes 36 (2007): 192–224.

[70]  J. Li, A. Leung, M. Young, Y. Xin, Zh. Cai, J. Huang. A Yin/Yang perspective

on the 2008 global financial crisis. British Journal of Management 23 (2012):

119–125.

[71]  C. List, P. Menzies. Non-reductive physicalism and the limits of the exclusion

principle. Journal of Philosophy 106 (2009): 475–502.

[72]  P. Mainwood. Is More Different? Emergent properties in physics. PhD thesis.

Univ. of Oxford, 2006.

[73]  L. Margulis, R. Fester (Eds.) Symbiosis as a Source of Evolutionary Innovation.

MIT Press, 1991.

[74]  J. Maturana, F. Varela. Autopoiesis and Cognition: The realization of the living.

Reidel, 1980.

[75]  E. Mayr. Cause and effect in biology. Science 134 (1961): 1501–1506.

[76]  E. Mayr. What Makes Biology Unique? Cambridge Univ. Press, 2004.

[77]  P. Mehta, D. J. Schwab. An exact mapping between the Variational Renormal-

ization Group and Deep Learning. 2014, https://arxiv.org/abs/1410.3831 .

[78]  R. Menary (Ed.) The Extended Mind. MIT Press, 2010.

[79]  J. H. Miller, S. E. Page. Complex Adaptive Systems: An introduction to

computational models of social life. Princeton Univ. Press, 2007.

[80]  J. Monod. Chance and Necessity. Vintage Books, 1972.

[81]  J.-Y. Moon, E. LaRock. On emergence from the perspective of physical science.

2017, http://arxiv.org/abs/1705.11075 .

[82]  R. Morck, B. Yeung. Economics, History, and Causation. The Business History

Review 85 (2011): 39–63.

[83]  A. Moreno, M. Mossio. Biological Autonomy: A philosophical and theoretical

enquiry. Springer 2015.

[84]  F. Mota, S. Aaronson, L. F. C. Antunes, A. Souto. Sophistication as randomness

deficiency. In H. Jurgensen, R. Reis (Eds.) DCFS 2013. Springer (2013): 172–181.

[85]  M. P. Murphy, L. A. J. O’Neil (Eds.) What is Life? The next fifty years.

Cambridge Univ. Press, 1995.

[86]  D. Nicoli ́c. Practopoiesis: Or how life fosters a mind. Journal of Theoretical Biology 373 (2015): 40–61.

[87]  M. A. Nieto, R. Y. Huang, R. A. Jackson, J. P. Thiery. EMT: 2016. Cell 166 (2016): 21–45.

[88]  M. A. Nowak. Five rules for the evolution of cooperation. Science 314 (2006): 1560–1563.

[89]  S. Okasha. Evolution and the Levels of Selection. Clarendon Press, 2006.

[90]  L. Onsager. Reciprocal relations in irreversible processes, I. Physical Review 37

(1931): 405–426.

[91]  Oxford English Dictionary, 3rd edition, Oxford Univ. Press, 2010.

[92]  J. Pearl. Causality: Models, Reasoning, and Inference. Cambridge Univ. Press:

New York, 2000.

[93]  J. Pearl. Reasoning with Cause and Effect. International Joint Confer-

ence in Artifical Intelligence, 1999 Research Excellence Award Lecture,

http://bayes.cs.ucla.edu/IJCAI99/

[94]  M. Pigliucci, G. B. Muller (Eds.) Evolution, the Extended Synthesis. MIT Press, London, 2010.

[95]  G. Popkin. The physics of life. Nature 529 (2016): 16–18.

[96]  K. Popper. Scientific reduction and the essential incompleteness of all science. In

F. J. Ayala, T. Dobzhansky (Eds.) Studies in the Philosophy of Biology. Univ. of

California Press (1974): 259–284.

[97]  R. P. Prechter. Socionomics: The science of history and social prediction. New

Classics Library, 2003.

[98]  I. Prigogine, G. Nicolis. Self-organization in Non-equilibrium Systems. Wiley,

1977.

[99]  M. Requardt. Go ̈del, Turing, Chaitin and the question of emergence as a

meta-principle of modern physics. Some arguments against reductionism. World

Futures 32 (1991): 185–195.

[100]  E. Reynolds. What if Donald Trump and Hillary Clinton had swapped genders?

NY University. News story (online), February 28, 2017.

[101]  R. Rosen. Life Itself: A comprehensive inquiry into nature, origin, and

fabrication of life. Columbia Univ. Press, NY, 1991.

[102]  L.-H. Rosenlee. Confucianism and Women: A philosophical interpretation.

SUNY Press, 2007.

[103]  S. N. Salthe. Development and Evolution: Complexity and change in biology.

MIT Press, 1993.

[104]  S. N. Salthe. Hierarchical structures. Axiomathes 12 (2012): 355–383.

[105]  E. Schro ̈dinger. What is Life? The physical aspect of the living cell. Cambridge

Univ. Press, 1944.

[106]  L. Shapiro, E. Sober. Epiphenomenalism — the Do’s and the Don’ts. In

P. Machamer, G. Wolters (Eds.) Thinking about Causes. Univ. of Pittsburgh

Press (2007): 235–264.

[107]  H. A. Simon. The architecture of complexity. Proceedings of the American

Philosophical Society 106 (1962): 467–482.

[108]  E. Sober, D. S. Wilson. Unto Others: the evolution and psychology of unselfish behavior. Harvard Univ. Press, 1988.

[109]  R. Stalnaker. Varieties of supervenience. Philosophical Perspectives 10 (1996):221–241.

[110]  R. Swenson. Autocatakinetics, evolution, and the law of maximum entropy

production: a principled foundation towards the study of human ecology. Advances in Human Ecology 6 (1997): 1–47.

[111]  N. N. Taleb. The Black Swan: The impact of the highly improbable. Random House, 2007.

[112]  E. Thompson. Mind in Life: Biology, phenomenology, and the sciences of mind. Harvard Univ. Press, 2007.

[113]  G. Tononi, O. Sporns. Measuring information integration. BMC Neuroscience 4 (2003): 31, doi:10.1186/1471-2202-4-31.

[114]  F. J. Varela, E. Thompson, E. Rosch. The Embodied Mind: Cognitive science and human experience. MIT Press, 1991.

[115]  H. R. Varian. Causal inference in economics and marketing. PNAS 113 (2016): 7310–7315.

[116]  G. Vijver, S. N. Salthe, M. Delpos (Eds.) Evolutionary Systems: Biological and epistemological perspectives on selection and self-organization. Springer, 1998.

[117]  L. von Bertalanffy. General System Theory. Braziller, 1968.

[118]  M. M. Waldrop. Complexity: The emerging science at the edge of order and chaos. Simon and Schuster, 1993.

[119]  N. W. Watkins, G. Pruessner, S. C. Chapman, N. B. Crosby, H. J. Jensen. 25 years of self-organized criticality: concepts and controversies. Space Science Reviews (2015), doi:10.1007/s11214-015-0155-x.

[120]  M. Weber. Causal selection versus causal parity in biology: relevant counterfactuals and biologically normal interventions. To appear in C. K. Waters, J. Woodward (Eds.) Philosophical Perspectives on Causal Reasoning in Biology. Minnesota Studies in Philosophy of Science, Vol. XXI.

[121]  J. J. Welch. What’s wrong with evolutionary biology? Biology and Philosophy 32 (2017): 263–279.

[122]  G. West. Scale: the universal laws of growth, innovation, sustainability, and the pace of life in organisms, cities, economies, and companies. Penguin Press, 2017.

[123]  D. S. Wilson, E. Sober. Reintroducing group selection to the human behavioral sciences. Behavioral and Brain Sciences 17 (1994): 585–654.

[124]  M. Wilson. Six views of embodied cognition. Psychonomic Bulletin & Review 9 (2002): 625–636.

[125]  N. Wolchover. A common logic to seeing cats and cosmos. Quanta Magazine (online), December 4, 2014.

[126]  N. Wolchover. A theory of reality as more than the sum of its parts. Quanta Magazine (online), June 1, 2017.

[127]  S. Wolfram. A New Kind of Science. Wolfram Media, 2002.

[128]  J. Woodward. Causation in biology: stability, specificity, and the choice of levels of explanation. Biology and Philosophy 25 (2010): 287–318.

[129]  V. C. Wynne-Edwards. Animal Dispersion in Relation to Social Behavior. Oliver & Boyd, London, 1962.

[130]  Y. Zhang. Persisters, persistent infections and the Yin-Yang model. Emerging Microbes and Infections 3 (2014), doi:10.1038/emi.2014.3.

[131]  D. D. Zhang, H. F. Lee, C. Wang, B. Li, Q. Pei, J. Zhang, Y. An. The causality analysis of climate change and large-scale human crisis. PNAS 108 (2011): 17296–17301.

[132]  H. Zhang, Z. Zhang. The functional-analogical explanation in Chinese science and technology: A case study of the theory of Yin-Yang and Five Elements. In J. Kacprzyk, L. Magnani, P. Li (Eds.) Model-Based Reasoning in Science, Technology, and Medicine. Springer, SCI 64 (2007): 245–259.


(参考文献可上下滑动查看)




新信息论:从分解到整合

因果涌现读书会第四季


什么是意识?意识能否度量?机器能否产生意识?对于意识问题,人们可能即将迎来一个大的突破,各种有关意识的理论正如雨后春笋般展现出勃勃生机。其中神经科学家 Giulio Tononi 的整合信息论(IIT)被认为是最有前景的意识理论之一。如果说意识是大脑神经活动的一种涌现结果,那么刻画涌现便成为理解意识过程中一个重要环节。因果涌现理论目前发展出两个派别,除了 Erik Hoel 的有效信息因果涌现框架,还有一个是 Rosas 的信息分解(PID)框架,此后 Rosas 基于此进一步提出融合整合信息论的信息分解框架 ΦID,尝试构建新的意识理论。


一边是信息整合(IIT),一边是信息分解(PID),看似分裂,实际上都是对香农经典信息论的进一步发展。因果涌现读书会第四季「新信息论:从分解到整合」由北京师范大学系统科学学院教授、集智俱乐部创始人张江老师领衔发起,旨在梳理信息论领域的发展脉络,从香农的经典信息论开始,重点关注整合信息论和信息分解这两个前沿话题,及其在交叉领域的应用。希望通过对这些“新信息论”度量指标的深入探讨,帮助我们理解什么是意识,什么是涌现,并找到不同学科,不同问题背后的统一性原理。



详情请见:
新信息论:从分解到整合|因果涌现读书会第四季启动


推荐阅读

1.  集智科学研究中心重磅综述:复杂系统中的因果和涌现
2. 什么是涌现?人工智能给你答案
3. 涌现的信息论方法:跨层级涌现与演化的信息存储方式
4. 科学能解释自由意志吗?
5. 张江:第三代人工智能技术基础——从可微分编程到因果推理 | 集智学园全新课程
6. 龙年大运起,学习正当时!解锁集智全站内容,开启新年学习计划
7. 加入集智,一起复杂!



点击“阅读原文”,报名读书会

内容中包含的图片若涉及版权问题,请及时与我们联系删除