“涌现”发现之旅：人工智能观察者与涌现的量化｜集智科学研究中心NSR最新成果

“涌现”发现之旅：人工智能观察者与涌现的量化｜集智科学研究中心NSR最新成果

复杂系统中的"涌现"现象一直是科学界关注的焦点。近日，北京师范大学系统科学学院、集智俱乐部创始人张江教授团队在《国家科学评论》（National Science Review，简称NSR）发表最新研究成果，提出强化版神经信息压缩器 NIS+，这是一个理想的"机器观察者"，能够通过最大化有效信息识别复杂系统中的涌现，并且具有更好的分布外泛化能力。

跨尺度、跨层次的涌现是复杂系统研究的一颗明珠。我们要如何判断一个系统是否发生涌现现象？涌现是否可以被科学地量化和识别？近日，北京师范大学系统科学学院、集智俱乐部创始人张江老师课题组在《国家科学评论》（National Science Review，简称NSR）发表关于因果涌现理论的最新进展。该研究提出强化版神经信息压缩器 NIS+，这就像是一个理想的“机器观察者”，通过最大化有效信息识别复杂系统中的涌现，并且具有更好的分布外泛化能力。集智俱乐部针对这项最新研究对课题组进行了采访，本文是根据采访内容整理出来的该项研究在思想上的来龙去脉以及诸位合作者的心路历程。

论文作者团队来自北京师范大学、集智科学研究中心、美国约翰霍普金斯大学。

近年来，张江课题组聚焦于利用新兴AI技术进行基于数据驱动的自动建模研究，并立志破解复杂系统的涌现之谜。课题组希望构建名为“复杂AI次方”的开放实验室，欢迎对复杂系统自动建模领域有热情，且认可这个领域发展前景的朋友一起来合作，促进这一领域的快速发展！

集智科学研究中心致力于营造跨学科探索小生境，催化复杂性科学新理论。集智研究中心长期关注复杂科学中的核心问题，如涌现、因果、自指、意识、生命起源等等，并充分结合人工智能机器学习技术尝试解决这些问题。目前已有14篇文章发表于国际期刊，其中包括一篇因果涌现的综述和一篇生命起源的综述。这里的文章大部分产生于集智社区读书会。（访问集智科学研究中心网站了解详情：www.research.swarma.org/research）

研究领域：复杂系统，因果涌现，有效信息，观察者效应，宏观动力学，分布外泛化

论文题目：Finding emergence in data: causal emergence inspired dynamics learning

论文地址：

https://academic.oup.com/nsr/advance-article/doi/10.1093/nsr/nwae279/7732052

论文作者：杨明哲，王志鹏，刘凯威，荣英淇，袁冰，张江

因果涌现：对涌现本质的追问

涌现是复杂科学中最重要的概念，但也是最让人捉摸不定、含混不清的名词了。蚂蚁如何聚集成群？一大群分子如何相互碰撞形成第一个细胞？神经元的混乱放电如何构成了正在思考的我？所有这些风马牛不相及的古怪问题引向了同一个关键词——涌现。

“大概2003年，我有缘读到了一本书：《复杂——诞生于混沌与秩序边缘的科学》。从此开始思考涌现的问题，这差不多是20年前的事情了，”北京师范大学系统科学学院教授张江回忆道。“亚里士多德说，涌现是‘整体大于部分之和’，也就是说当涌现发生的时候，一个事物会在整体展现出每一个个体都不具备的新的特性。但这样的描述似乎有所欠缺，并不是‘涌现’的全部。”

北师大系统科学学院教授张江

2007年夏天的一个晚上，大楼上的霓虹灯吸引了张江的注意力。这些霓虹灯组成一个又一个栩栩如生的图案，点缀着这繁忙的都市。然而说到底，霓虹灯不过是挂在大楼上的灯泡罢了。与之类似，人类周遭的万事万物都是由分子或原子组成。只不过对于大多事物，比如桌子、椅子，人类作为“观察者”习以为常，没有感到惊奇罢了。想到这里，张江发现，“整体大于部分之和”这一观点所缺少的正是“观察者”这一要素。“所谓的涌现现象不是别的，正是当观察者在复杂事物中发现有趣模式的时候。”

大楼上的霓虹灯组成图案

在面对成千上万的模式或斑图（Pattern）的时候，人类观察者会根据自己的偏好，例如，对称性、惊奇性、意义等要素而有所选择。“当我们捕捉到了有趣的 Pattern 的时候，恰恰就是涌现发生的时候。”张江解释道，并展示了下面的图片来说明自己的想法：“你在图中看到了什么？一堆干枯的树枝？还是一张人脸？其实都对，干枯的树枝、天空等等都是微观构成，而人脸是这些事物分别作为前景和背景而拼接、涌现出的Pattern。在这张图中，很明显，人脸是不存在的。然而，作为这幅图的观察者，你‘定义’出了这张脸。”

“虚无”的人脸

然而，把涌现解释为观察者眼中的Pattern，似乎还是不能抓住问题的全部。生命游戏（Game of Life）是说明这个直觉的一个绝佳案例。它是一种二维的元胞自动机，每一个元胞根据八个邻居的状态来决定自己下一时刻是“生”还是“死”。随着时间演化，在这个世界中，一个个小元胞会组成运动的有趣图案，比如“滑翔机”“信号灯”。滑翔机由5个黑色方格构成，按照生命游戏的三条规则而产生斜对角的匀速直线运动。然而，令人惊奇的是，它一旦出现，就会按照“自己”的方式运动起来，似乎完全无视它的底层规则。在这个例子中，涌现而出的不仅仅是一个静态的Pattern，还包括这个“滑翔机”的匀速直线运动规律——也就是说，一种全新的“物理学”，即一套全新的“因果规律”在生命游戏世界中涌现出来了。

滑翔机的运动

更让人惊奇的一类涌现现象就是我们自身。我，作为一个人体，可以看做是由大量的活细胞组成的Pattern，然而，“我”这个独特的Pattern却具有一种神奇的能力——自由意志。也就是说，“我”可以在任意时刻挥舞我的手臂，而不需要考虑“我”的手臂遵循怎样的物理规则。甚至于，“我”可以命令“我”的手臂“掐死”一些细胞，它们没有丝毫的怨言。这里，一个“因果箭头”从宏观的“我”指向了微观的手臂，从而指挥它杀死另外一些微观细胞。

在这两个例子中，涌现而出的除了宏观的Pattern，还有宏观的“因果规律”，甚至这种因果规律还可能是从宏观指向微观。我们仍然可以从观察者的视角对这一现象加以解释，也就是我们不仅关注静态的有趣Pattern，其实更感兴趣那些具有“因果力”（Causal Power）的Pattern。例如滑翔机就是这样，一旦它在宏观尺度出现，就会“创造”一种全新的“因果力”，然后在这个“因果力”的指挥下，完成独属于它自己的斜对角运动。类似的，宏观涌现出的“我”具备更强的“因果力”，它甚至可以指挥、杀死构成它自己的微观细胞。

这样的宏观的“因果力”是怎么来的呢？张江认为，它仍然来源于观察者。是观察者“赋予”这些“无生命力”的Pattern一种全新的“因果力”——因为，这种宏观的“因果力”无论有多强，它都不能在构成这类Pattern的底层单元中找到。滑翔机的运动再平滑流畅，它不过是那三条简单规则的产物。然而，在观察者眼中，它却仿佛“超越”了底层的三条构成原则，形成了宏观的直线运动。如果说凡所有相都是虚妄，那为什么不包括因果规律这一类现象呢？

说到这里，张江顿了一下：“我当时被自己吓到了，开始质疑自己的想法：这么想真的是对的吗？即使是对的，这些又有什么用呢？我们采纳了这个观察者的视角，就能真的破解涌现，甚至于生命和智能之谜吗？更重要的是，这些思考能否从哲学思辨走向科学研究呢？”

一晃十多年过去了。除了零零散散的思考，问题始终没有什么实质性的进展。直到有一天，张江读到了 Erik Hoel 与Giulio Tononi 等人在2013年提出“因果涌现”的论文：Quantifying causal emergence shows that macro can beat micro（参看《量化因果涌现表明：宏观可以战胜微观》）。这两位作者，一位是大名鼎鼎的理论神经科学家Giulio Tononi，他曾提出著名的定量化意识理论——整合信息论（Integrated Information Theory）。另一位 Erik Hoel 当时是他的博士后，他不仅研究理论神经科学，同时还是一位小有名气的科幻作家。

Giulio Tononi

Erik Hoel

他们提出了一种量化涌现的新方案：使用因果度量指标“有效信息”（Effective Information, EI）来定量刻画什么是涌现。具体来讲，论文把讨论的对象锁定在一大类离散的马尔科夫动力系统，即马尔科夫链上。其次，他们提出用有效信息的指标来定量刻画一个马尔科夫链的因果效应强度。之后，论文讨论了一种可能性，即对于某一些马尔科夫链来说，如果我们对其进行简化（也就是论文中说的粗粒化，Coarse-graining），就能得到一个新的更小的马尔科夫链，在这个马尔科夫链上，有效信息，即因果效应强度，可能比简化之前的马尔科夫链更大。这个时候，我们就说该系统发生了因果涌现。

“因果涌现”集智百科词条：https://wiki.swarma.org/index.php/因果涌现