幽灵盖娅

Collective Behavior

There are collective lives.

关于人类社会中存在的一个不可见智慧的内容。这些内容都未被证明，而我个人只是因为好奇才开始写这些。

在跟吴令飞讨论的时候，他提到了几篇文章，然后建立了一个计算和社会系统的演化/或者说网络的演化跟逻辑运算之间的关系。¹

1. 人类没有自由意志。
   1. The illusion of consciousness will By Daniel Wegner.
   2. popular science about free will @ Phys.org
   3. The Lucretian swerve: The biological basis of human behavior and the criminal justice system
   4. A Ted Talk
   5. Phenomenal consciousness: the explanatory gap as a cognitive illusion
2. “孩童之时，所言俱为孩童，所感知是孩童，所思亦复孩童，唯成年之后，便将童心摈弃。”(攻壳机动队 2.0)
3. 个体不过是演化的道具，是信息的节点和载体，是演化为了达到某个目的而保留的一段信息。
4. 你并不是你，而是一个被世界的其他部分塑造起来的工具。
5. “你我犹如隔镜视物，所见无非虚幻迷蒙。” (攻壳机动队 2.0)
6. 在你我之上，存在另外的生命，幽灵盖娅 （Ghost Gaia）。

问题：

1. 关于自由意志 a. 所谓的自由意志如何自发产生？

关于稳定性

起点：

1. Basketball statistics and random motion
2. http://www.nature.com/news/intelligent-robots-must-uphold-human-rights-1.17167

这导致我去思考这样一个问题：How does nature balance the world?

这可能是一个长期的挑选的（甚至人择原理）的过程吧，因为不稳定无法平衡的系统也不会很久的存在，可能出现智慧的几率小。那么现在我们的已经存在了这么久的自然是如何平衡的呢？

我现在很怀疑这是一个类似篮球运动的中的随机运动。但是具体怎么回事需要继续思考。

但是，如果我们真的理解了复杂系统的细致平衡性/稳定性问题，那么我们可以找到比现在的自然更加有效的方式，或者说，我们可以扩展原来自然的方式，使其能够容纳一个新的成分：有智慧的机器人。

关于遗传演化

在看遗传算法，突然想到《达尔文电波》。我们的自然界到底有那种开关么？关掉开关，物种就挤在当前最优化的选项（没有多样性，大家都很幸福），当环境发生了变化，当前不再是最优化，打开开关，开始多样性演化，物种的存活几率增加，当再次达到最优的时候就关掉开关。

关于智能

Connectomes

1. Connectome is complete map of a neural system. In history, the connectome of nematode was built completely.
2. 曾经有这样一个很令人疑惑的问题：一个大脑怎么能够尝试去完全理解大脑本身呢？是的，一个大脑去完全理解这个大脑本身，是极其困难的事情，因为如果把大脑看做神经网络，其中带有的N参数来完全描绘这个 N 个参数的系统，只有一套确定的解。然而，我们人类作为一个社会，每个人的大脑的神经网络又通过各种各样的方式联系起来，形成一个更大的智慧网络。用这样一个整合起来的网络去理解一个人的大脑网络，其实是并不是不可能，因为我们整个人类智慧比单个人的智慧要有着多得多的自由度。用整个智慧去获得一个单一大脑的网络结构，显然是可行的。然而即便这个结果出来，我们也很可能无法完全去让一个单一的大脑去完备的理解结果。但是有了机器的帮助，我们只需要理解上层的结果。
3. 一个人工神经网络可以完全理解其自身么？这就是等价于解出所有的参数，虽然是可以解的，但是显然我们无法写出一套解析解。
4. 我们有了一套完整的 connectome ，那么就应该开始用计算机来重建这个 connectome。例如这一套：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3033362/ . 不过问题在于，我们只知道这套网络的结构，却不知道这套网络的参数，因为我们不知道 synapse 处的连接强度。
5. 人类科学知识在做近似，这点大家都清楚。然而 connectome 提供了另外一个角度来看这个问题。人类整个的智慧网络的自由度，最多只能来精准获得这个网络本身这么多的信息。然而去完全准确的理解世界，除了去理解这些之外，我们还要用这个网络去理解这个网络之外的那么庞大的信息，显然是不能精确解的，因为是自由度不够。 然而，a. 我们无需完全精确的去理解世界，我们只需要去足够好的近似。b. 我们有各种各样的工具，这些工具提供给人类很大的帮助，可以让我们在理解整个宇宙这条路上走得更远。善用工具。

关于世界的本质

2015-03-30

与@计算士的讨论中，他提到了一点，也许我们的世界不是用微分方程工作，而是用其他方式。

那么，也许我们不应该用方程，而是用 Neural Network，看到网络的结构，就知道了一个自然界的行为。 然后直接去看网络结构太麻烦了。所以我们应该找一个方法来从 Neural Network 中看到一些重要想信息。

这个方法，也许应该从统计物理中找。比如重整化，粗粒化？经过一个粗粒化的过程，我们可以看到更多重要的信息。（Neural Network and renormalization group 已经有这样的工作了）

这是一个很有趣的事情。人的大脑在千万年的演化中，有了一些出生就有的结构，或者说本能。这些本能有着非常清晰的后果。那么在一个人工训练出来的神经网络里面，这些结构是什么样的呢？如何从这些结构里面获得一些有用的信息？就像我们现在做神经科学做实验做解剖一样。

所以我们可以这样设立一个目标，去理解网络结构，而不是去理解方程。至于如何去理解网络结构，这是一个很难的问题。但是值得思考。

当然，最终极的目标是，make predictions! 如何依据现有的东西做出预测。