看到《复杂的引擎》这本书的名字，第一是被“复杂”两个字所吸引，这或许是职业的敏感度，总想从不同的角度去解释复杂的现象和系统，也源于很久以前看过的《复杂》这本书中的内容。
“引擎”这个词，在百度的搜索的定义为：“引擎是发动机的核心部分，因此习惯上也常用引擎指发动机。”
《复杂的引擎》这本书其实说的是自然界运行的基本规律。作为一个生物学家，作者没有从生命的角度出发来解释世界，而是从计算机的角度，向我们展示了撬动世界的核心机制。
在作者的笔下，无论是自然界中物理现象的形成，化学物质的生成，人类进步的脚步，文化形成的源头，背后都具有相同的逻辑——信息的流动，进化的产生。在这种逻辑下，复杂便变得简单，复杂背后的引擎就显而易见。
本书从计算的角度来解释系统的复杂性，从信息与进化关联的角度来理解系统的创新性。在作者看来，进化过程从计算的角度来理解才最有意义，在这个角度上，生命的进化也可以用简单的信息处理策略的思想来解释。
这本书的几个核心理念为：
1、如果用一个词描述信息处理，那就是计算。任何信息操作都可以被认为是计算，计算机科学就是研究信息操作的局限和潜力的科学领域。
所有复杂引擎的计算都有三个基本要素：（1）以可复制形式编码的信息体；（2）引入有限变化的复制机制、（3）决定哪些复制体被再次复制选择。
这三者其实就是进化算法的核心。初始种群的产生；新种群的迭代；选择机制。
这样的流程，按现在最时髦的说法，就是升级迭代。
无论是认知升级，还是思维迭代，无不是“计算”产生的魅力。
2、用科学观认识世界的方法发生了一次根本性改变，作者称之为范式转变。即以牛顿的力学定律等运用公式来刻画物理世界规律性的世界观的一个后果是“决定论”受到严重挑战。
生命并不是这样，更不要说是人类社会。简单的关系并不能解释一切。因此随机性和概率论引入进化论，让我们逐渐认识到：如果生命的起源和演化可以一次又一次重演，每一次的细节都会不同。
此后，从物理学到社会科学，几乎所有领域都从信息和信息操作的角度被重新重视。所有进化系统的核心都利用概率计算，可以从随机发生的事件中提取目的性信息。一旦这种计算有可能生成指令，再用指令生成有用的事物，就有可能形成正反馈循环。
当从信息的角度来认识相关对象和活动时，会发现随机性才是新事物的终极来源。
3、就连类似于目的和创造性这样的人文理念也可以从计算的角度来解释和理解。
目的可以通过重复的选择自然涌现出来，创造性则是许多进化系统的自然产物。
4、本质上，所有创造性都来自源源不绝的“ 随机性”，更准确地说是随机选择。
所以很多时候，“犯错”才是创新的源泉，按部就班不可能找到创新的门槛。
确定性规则精确决定结果，但这是创造性的对立面。创
造性意味着意料之外的结果，但在确定性过程中这样的结果只有当输入不可预测的时候才有可能。
不可预测性是随机性的精髓。
5、通过小的并非不可能的变化，并累计好的变化，就有可能达到本来很难达到的目标。
所有进化过程的共同特征包括以下5个要素：（1）个体；（2）可遗传的特征；（3）个体可以繁殖或复制：
（4）变化机制：很多时候，变化机制就是复制过程中产生的错误；（5）基于特征的选择。繁殖的成功必须部分取决于各个体编码信息所描述的特征。
6、算法的本质就是规则。
自然界中的事物可以分为两类：I型事物：基于简单规则、不需要指令的复杂性；II型事物：需要附加的复杂规则、使用指令产生的复杂性。
算法的一个显著特征就是它们逻辑结构超越了对她们进行编码的物理系统。这意味着算法的结果独立于执行算法的机器。就类似于自然界的普世定理和规律一样。
物质可以通过编程从简单的成分自我组装成有用的结构，系统作为具有边界的某种事物，也可以通过计算迭代实现完全的自主。其计算背后的一个原理就是一个状态能表示为另一个状态，图灵机的出现就是这一原理最真实的实现。
7、从遗传角度来看，基因决定蛋白质，蛋白质又决定表型，所以一个可遗传特征会给后代带来优势或劣势，相应基因在种群中的比例就会增加或减少。
超突变和克隆选择组成了身体里的进化。最适应的B细胞生存，适应性则是由抗体与存在的外来抗原的结合紧密程度决定。对于几乎任何分子结构，身体都能够产生出紧密结合的抗体。
8、复杂事物不可能通过随机创造产生，因此进化应当视为在可能性空间中寻找新路径的非随机方法。在生物进化的过程中，反复的选择机制建立了非随机性。
9、从计算角度来讲，交流就是发出和接收信息，文化则是许多记忆交流的产物。
10、只要跟着越来越好的答案，就能很快找到相当不错的答案，这就是复杂引擎的秘诀。
网友评论