人工智慧、物聯網等令人難解的複雜系統,用這種思維輕鬆搞定

2020-10-03 不正經業餘讀書愛好者

在2015年7月8日,在這一天,美國發生了兩件前所未有的事情,一是美國聯合航空公司的計算機系統出了故障,所有的飛機被迫停飛;二是紐約證券交易所的計算機系統也遇到了故障,所有交易被迫停止。當美國民眾還沉浸在一片網絡恐慌中,懷疑這是不是某些恐怖分子發動的襲擊事件時,更多的人發現這其實並不像是「黑客攻擊」,更像是由軟體運行造成的許多尚未被人掌握的系統問題。一位網絡安全專家曾評論此日事件,說到:「這些都是極其複雜的系統,出錯的方式多種多樣,其中很多是我們目前完全無法理解的」。這兩件突發事件展示了一個我們還未意識的事實---我們早已邁進了一個新時代,我們需要新思想來處理新時代的問題。《為什麼需要生物學思維?》就為我們提供這樣一個新思想。

歡迎來到這個糾纏的時代

當圖靈在大腦中創造第一臺圖靈機的時候,我們就應該一隻腳邁進一個全新的時代。在新時代之前,所有的計算思考完全是依靠人腦來完成,而在新時代中,人腦逐漸從這些繁雜的事物中解脫出來,由電子計算機,這個簡稱電腦的複雜系統來完成。到了現代,經由我們創造的複雜的電腦系統,逐步開始代替人類從事思考、工作、生活等等方方面面的活動,這同時導致另外一個問題的出現,這個由設計製造的複雜電腦系統,已經讓人難以理解了,它正在想方設法脫離人類的掌控。正如計算機科學家丹尼爾·希利斯所認為的,我們的世界已經從「啟蒙」轉向了「糾纏」,至少技術領域肯定是如此:「技術已經變得如此複雜,以致我們無法完全理解它,也無法完全控制它。我們已經進入了『糾纏時代』······每個專家都指了解難題的片段,卻無法把握難題的整體。

馬克斯·韋伯曾經對「現代思維模式」描述為,在一個「不再擁有的幻想的世界」中,人們會產生一種感覺,也就是「在原則上,我們可以通過運算來掌控所有事物」。然而,這種理解在複雜性的方法在如今已經失去效力了。面對電腦這個複雜技術系統我們似乎已經無能為力。複雜系統是由很多個相互關聯的部分相互連接而成的,並且各個部分之間發生交互。在以往的時間中,我們都是慣用抽象式思維來處理複雜系統,抽象式使得我們在面對複雜系統時,不需要知道整個系統是如何工作的,只需要了解自身關注的某個具體部分,其他部分的細節會被再次抽象化。然而在這新時代中,原先被抽象化處理的各個具體部分,正在與其他部分越來越多以意想不到的方式發生碰撞,連接反饋非常緊密頻繁,當我們要處理其中某一部分時,卻不能將其他部分抽象化,因為抽象化其他部分,我們也就無法理解並處理這個問題了。我們需要一種新的思維方法來處理複雜系統系統問題,不過在此之前,需要先要將迫使我們陷入複雜性、阻礙我們理解複雜性的各種因素找出來。

複雜系統形成的4個原因

複雜系統,尤其是電腦複雜技術系統,它們從簡單系統形成複雜系統的主要兩個原因在於「吸積」「交互」。同時在複雜系統的成長過程中,組成部分越來越多,部分之間連接反饋亦是越來越多。而這就使得「必須處理的例外情況」「普遍的稀有事物」出現的越來越頻繁。吸積、交互、必須處理的例外情況以及普遍的稀有事物是導致複雜系統形成的4個原因。

吸積,簡單說就是,將周邊的事物全部吸附過來,使自身變得越來越龐雜。吸積本是一個物理學術語,用來表示天體通過碰撞或是引力場獲取其他物質的過程,行星系由一團旋轉的塵埃和氣體凝聚而成,而這個凝聚過程就是「吸積」。而在這裡的吸積,是用來形容複雜系統在成長的過程不斷接受東拼西湊過來的組成部分,而這且部分是必然會介入到系統中的。例如城市交通系統,隨著道路的聯通而逐漸擴張,從中心城區逐步向郊區擴張,將郊區納入整個城市交通系統中,整個交通系統不斷地複雜化。

交互,這是一個計算機術語,指的是用戶與用戶之間或用戶與系統平臺之間的交流互動。而在此處,交互則指的是複雜系統內部各個部分之間的交流互動。電腦系統在原始時期都是直接輸入簡單的代碼直接運行的,在今天,我們根本觸碰不到代碼,通過指令就可以直接運行電腦。因為今天的電腦系統是由各種不同的模塊組成而成,根據模塊的不同,處理不同類型的問題,模塊有多少,就能處理多少問題。在如此模塊化的過程中,指令數據的傳輸、運算、調動資料庫、生成結果、結果傳輸等等完全依靠交互完成,也就產生了模塊之間指數級的數據交互,系統使用的越是頻繁,使用者越是多,產生的數據交互量也就越大,系統各部分之間的連接也就越是緊密,複雜也就逐漸形成了。

任何系統在運行過程中總是會碰到這樣那樣的例外情況,也就是所謂的邊界情況,系統必須要將這些內容的包括在內,否則就是一個不健全的系統。例如全球通用日曆系統,首先要用一個全球通用的日期表來作為基礎,與此同時這樣的一個全球日曆系統,需要將全球不同地區的當地日曆計算包括在內,如農曆,並且根據地區不同進行不同顯示,同時還有根據時區的不同,設置日期的更新,同時還有節假日的設置,要收集當地的節假日數據,添加到系統中。如此,對於這些必須要處理的例外情況逐漸增加,系統逐漸變得複雜化。

在我們語言中存在一種罕用字詞的情況,這些罕用字詞雖然很少見,可如果整個語言系統如果少了它們,就是不完整的,並且它們數量時眾多的,超過了常用字詞。據統計,漢字的數量大概有10萬個,而常用1000字就能涵括了我們92%的字詞使用,2000字就可達到98%以上。這就是一種普遍的稀有事物,在複雜系統世界,這種情況同樣存在。一個完善的系統,必要將這些普遍的稀有事物包括在內,否則它僅能實現部分功能,是一個不健全的系統。

為什麼複雜系統越來越難以理解了

面對複雜系統,我們總是心有餘而力不足,根本原因在人類的大腦的運行的極限趕不上複雜技術系統。一般人在正常情況下的瞬間記憶極限是七位數字,例如56438197,超過的位數越多,就越難記住,而複雜的技術系統通常都是由數十萬到數千萬的代碼按照有序的結構堆積而成。我們需要理解的這個數量級的事物是一件不可能的事情。除此之外,複雜技術系統內部產生指數級的交互,更使得人類望塵莫及了。雖然人類從數千年前就開始致力於成為一個無所不知的存在,但是從來都沒有實現這個美好的願望。人類的認知極限限制了理解複雜技術系統的可能。

雖然我們大腦的存儲量遠超現代任何電腦,大約的2.5PB(1PB=1000TB, 1TB=1000GB),但是大腦的記憶能力以及在記憶中進行檢索的能力,都是有限的,能瞬間識別的事物數量少之又少,只要回憶一下我們日常生活中經常的「忘記」就能清晰這個問題。大腦偏向於處理線性變化的情況,但面對非線性變化時,大腦幾乎無法很好地做出應對。當某個事物以線性發生變化時,即一個較小的變化產生一個較小的差異,或一個較大的變化產生一個較大的差異時,大腦需要做的就是以線性式進行推理,並不會有什麼問題,這是大腦進化產生的結果。可當一個事物以非線性變化時,也就是較小的變化產生的差異是不成比例的發生變化的,大腦對此沒有什麼好對策。而複雜技術系統的所引發的差異正是非線性的。

令人費解的BUG

通常情況下,我們都是認為複雜系統出現問題的原因在系統的BUG,而且這些BUG都是能夠被修復的,但是實際上,系統中很多的BUG是幾乎不可查的,且是不能被修復。出現這種情況的原因在於當今複雜技術系統的連接和反饋越來越緊密,人類的生活幾乎離不開這些複雜系統,交互量呈指數級的上漲,對複雜系統形成了巨大的衝擊,因此BUG的出現機率大大增加。並且由於連接和反饋程度極高,有些情況下BUG產生的原因在哪裡都找不到,更別說是修復。因此,我們應該把它當成一種普通事物,就如同面對感冒發熱一般,儘管我們對感冒發熱沒有什麼好感,但是它就是人類生命中不可迴避的一件事情,BUG對於複雜技術系統來說正是如感冒對於人類一般。

為什麼需要生物思維

複雜的技術系統為什麼需要生物學思維?有三點原因:第一,生物系統通常比物理系統更複雜;第二,生物系統是有歷史的,可以追溯其歷史來研究生物的發展變化過程以及預測生物系統的發展;第三,生物系統會隨著自然環境變化而發生進化(生物系統是進化而來的「足夠好」的系統,而不是設計出來的精緻優雅的系統)。總的來說,複雜系統與生物系統確實存在著深遠的「親緣」關係,意味著我們可以從生物學思維中學到很多東西。

在物理學思維中,我們都是通過統一和簡化去觀察各種現象的明顯趨勢,最終得到一個極簡化的統一理論,如牛頓的萬有引力、愛因斯坦的相對論;而在生物學思維中,則更願意去接受多樣性,傾向於陳列大量事實,而不在意這些事實是否能用某個統一理論來解釋,因此生物學思維需要就是一個模型,如達爾文的進化論

生物學思維和物理學思維都是解釋世界的方法,這兩種方法的不同之處主要反映在它們對抽象化的相對容忍度,而相對容忍度又取決於所研究系統的特性和複雜性。在過往,我們都是用物理學思維來處理複雜系統的問題,但隨著系統的複雜程度越來越過,抽象化的物理學思維已經不能滿足複雜系統理解和問題解決了。強調多樣性的生物學思維則能夠提供一個全新的視角來理解複雜系統和解決其中的問題。例如在面對一個城市系統或者是一家大型公司時,抽象化的物理學思維會將這個系統中屬性描繪製成一張張圖表,最後得到的不是關於城市或公司的理解,而一堆問題;如果使用生物學思維的話,就可將這複雜系統拆分成不同子系統,每次研究一部分,得到關於這部分的理解,再結合物理學思維,解決其中的問題,最終串聯起來,我們就能得到一個關於整個系統的理解了。

但是在面對複雜系統時,我們需要的被物理學思維錘鍊過的生物學思維。純粹的生物學思維只適合應用的生物研究方面,雖然複雜系統非常接近於生物學系統,但是目前的複雜系統全部都是物理性質的複雜系統,純粹的生物學思維難以完全應用在物理性質的複雜系統中。因此,面對複雜系統時,用生物學思維思考複雜技術是個不錯的選擇,為了從整體上理解系統,我們也會忽略掉一些細節,這時,物理學思維才是首選。我們真正需要的是經過物理學思維錘鍊的生物學思維。

生物學思維是理解複雜世界的一把金鑰匙

對於複雜性的技術系統中的神秘性,人們通常會有兩種潛在的極端反應,第一種反應是有意且極力地削弱它的重要性,認為系統中根本不存在任何神秘的東西,第二種反應是則來自那些醉心於尋找神秘和未知事物的人,它們通常是技術的門外漢,總是把設備或是系統的內部運行神秘化,並以此為榮。大多數人在兩者之間,認為系統中,存在一定程度的神秘性,但同時又希望自己可以理解這個世界

「神秘而無奇蹟,神奇而不神秘」,應該是我們面對整個世界的態度,它的第一種狀態要求我們努力克服自己的無知,絕不能沉迷其中;而第二種狀態意味著,一旦理解了某個事物,我們就不會認為它是理所當然的了。謙卑之心,再加上迭代的生物學思維,就是洞悉複雜世界的正確方式,這會指導我們與複雜系統進行交互。但是,無論我們所持觀點的細節如何,我們都是無須屈服於路德維希·維根斯坦的邏輯:「凡是不可言說之事,我們都必須保持沉默。」但事實上,對於那些無法被完全理解、無法被完美處理的事物,我們還是有很多話可以說。

無論如何,人類,將這個糾纏時代繼續生存下去,並且發展壯大。

相關焦點

  • 為什麼需要生物學思維?複雜技術系統就像生命迭代進化成長
    近些年來,人工智慧、物聯網、無人駕駛等等超級複雜事物,不斷地出現在我們的眼前,這些由簡單代碼編寫而成的技術系統,不再是單單的輔助我們工作生活,而是開始逐漸代替我們進行工作生活。這些系統最為可怕的地方在於,他們的複雜程度,已經到了讓人類大腦難以全面理解的地步。
  • 《為什麼需要生物學思維?》用理解生命的思維來解析複雜電腦系統
    」馬克斯·韋伯曾經對「現代思維模式」描述為,在一個「不再擁有的幻想的世界」中,人們會產生一種感覺,也就是「在原則上,我們可以通過運算來掌控所有事物」。然而,這種理解在複雜性的方法在如今已經失去效力了。面對電腦這個複雜技術系統我們似乎已經無能為力。複雜系統是由很多個相互關聯的部分相互連接而成的,並且各個部分之間發生交互。
  • 如何使用人工智慧管理物聯網傳感器電源
    研究人員旨在通過使用人工智慧和能量收集技術來延長傳感器和物聯網設備的壽命。如果物聯網設備持續斷電,部署數百萬個傳感器幾乎是徒勞的。物聯網傳感器在沒有電源的情況下無法收集或傳輸數據。這是研究人員探索環境能量收集的原因之一。
  • 物聯網與5G技術如何讓人工智慧發揮更大的作用
    隨著雲計算和基於雲的人工智慧的集中化和虛擬化速度的加快,物聯網現在也開始分散和碎片化,因為它將競相聯網數十億物理設備,使生活變得更容易、更自動化。IHS Markit預計,到2030年,這類設備將達到1250億部,高於去年的270億部。英特爾預測,到2025年,物聯網技術的價值將高達6萬億美元。埃森哲估計,正是這種對工業的影響,到2030年可能為全球經濟增加14萬億美元。
  • 醫療保健 | 人工智慧和物聯網如何幫助老年痴呆患者?
    物聯網技術應用於RFID晶片、GPS跟蹤器和這些患者使用的運動傳感器等設備,可以幫助他們變得獨立。物聯網技術附著在日常用品上,如腕帶、襪子、夾克、紐扣、眼鏡、鞋底等,使得這些日常生活用品變得十分有用。在這樣的安排下,當患者離開家或日常工作時,他們所用的物聯網傳感器會通知他們或者看護人和護士患者現在的情況。通過這種方式,可以有效鎖定患者的位置和身體情況。
  • 瓷磚鋪貼,一個系統輕鬆搞定!
    一個系統讓你輕鬆搞定瓷磚鋪貼!科順瓷磚鋪貼系統▲科順瓷磚鋪貼系統3大系列、6款產品科順瓷磚鋪貼系統伴隨現代瓷磚發展應運而生,可應用於各類大尺寸、低吸水率的瓷磚,極大降低開裂脫落風險,無論是馬賽克還是玻化磚,科順瓷磚鋪貼系統都能助你輕鬆施工,填縫鋪貼一步到位。
  • 視頻|何積豐:人工智慧複雜思維組合性研究
    中國科學院院士,計算機軟體科學家,上海市人工智慧產業安全專家諮詢委員會主任何積豐做主題演講:人工智慧複雜思維組合性研究。
  • 物聯網設備低層複雜攻擊的挖掘研究
    除了以上提到的惡意軟體外,在物聯網設備中使用的通信協議中也爆出了許多漏洞,比如Zigbee協議,攻擊者可以將某一設備作為攻擊目標,並在得手後向網絡中的其他設備傳播惡意軟體,這種行為非常類似於計算機蠕蟲。 在這項研究中,我們重點挖掘針對物聯網設備的低層複雜攻擊。準確來說,我們將特別關注物聯網設備的固件,以挖掘後門植入、對引導過程的篡改以及對固件其他部分的惡意篡改。
  • 物聯網落地秘籍:讓複雜的事情簡單化
    「傻瓜化」的另一個說法實際上就是複雜的問題簡單化。   站在 Semtech 的角度,將複雜的問題簡單化是這樣描述的:   現有的物聯網定位解決方案基本上是採用不同的晶片和元件來實現不同的功能,如 GPS、Wi-Fi 和安全晶片等,這種解決方案需要大量的
  • 用數學和邏輯學構建人工智慧基礎
    在現場,北京航空航天大學自動化學院秦曾昌教授通過主題演講,分享了在人工智慧(AI)與計算思維的領域的一些探索和思考。 秦曾昌表示,人類的認知可以被近似看成是一種系統的信息處理過程,這個研究思路基本奠定了今天人工智慧研究的基礎。
  • 山西省物聯網和人工智慧標委會成立
    上證報訊 據山西日報12月27日報導,日前,山西省物聯網和人工智慧標準化技術委員會在並成立,並舉行第一屆第一次全體會議。  該標委會接受山西省市場監督管理局、省工信廳的業務指導和歸口管理,專業統籌全省物聯網和人工智慧的標準化工作,承擔專業技術領域內地方標準的立項論證、起草、技術性審查、實施效果評估和覆審等。
  • 2018年計算機行業投資策略報告:用非線性的思維,把握AI終端和場景
    用非連續思維研究非線性的科技產業  世界是非線性的,科技更是非線性的,這決定了用線性思維研究科技產業的不合理性。回顧科技產業變遷的歷史,都是跨越性的、推倒重來的承上起下。我們習慣將研究基於連續性的假象之上,這種假設是我們研究的困境。
  • 獨立CIO陳其偉:人工智慧與設計思維的激情共舞|愛分析活動
    這種溯因推理能力是AI智能完全不具備。面向未來,人類應該用己所長,要發揮自己最擅長的方面,而對於機器擅長的方面,人類是沒有辦法比的。所以不管是對企業還是個人,基於歸納推理思維相關的工作,就可以考慮到儘快放掉,而往演繹和因果關係、溯因這個方面去轉移,人類才有希望。
  • 人工智慧更接近邊緣:針對物聯網的數據洪流強化生態系統
    第五波計算技術的融合——人工智慧(AI)、5G與物聯網(IoT)——正持續加速令人驚訝的變化,並驅動全新的數據消費模型。整個生態系統已經對這個挑戰作出響應,而縱觀Arm過去一年內的進展, Neoverse正在將其初始願景轉換成今日之現實。AI從雲端擴散,「宙斯」枕戈待旦展望未來,Arm將專注於為下一代基礎設施技術奠定基礎,其中的重中之重是AI的去中心化。
  • 德國Simita施密特人工智慧物聯網保溫杯,開啟智能飲水新體驗
    然而,尤其是我們身邊各種生活用品,各大科技公司都將人工智慧的黑科技融入各種產品之中,還不斷透過各種更貼心智能使用體驗,改變著我們日常生活的使用習慣,為我們帶來更加省心、貼心的使用感受。其中,今天將帶來評測的是身邊為數十分罕見的智能保溫杯——德國Simita施密特人工智慧物聯網保溫杯。
  • 12妙招輕鬆搞定
    12妙招輕鬆搞定一、印表機沒有處於聯機狀態導致印表機不能列印    在大多數印表機上,「OnLine」按鈕旁邊都有一個指示聯機狀態的小燈,正常情況該聯機指示燈應處於常亮狀態。如果該指示燈不亮或處於閃爍狀態,說明聯機不正常。請檢查印表機電源是否接通、印表機電源開關是否打開、印表機電纜是否正確連接等。
  • 數位化製造變革 從簡單到複雜自動化
    1從簡單到複雜的自動化任務 過去很長的一段時間,工業機器人只能執行簡單或者重複性任務,因為它只是一個編程好程序的機械裝置,工作模式是按固定的規划進行。如今,人工智慧和機器學習算法取得了重大的進步,基於大量數據的採集分析和知識積累,機器系統擁有了智力水平。
  • 故障輕鬆搞定 液晶顯示器維修方法解析
    在此提出,筆者只是希望再出現這些問題是,您可以自己輕鬆搞定,避免花冤枉錢跑冤枉道。下面文章是對顯示器常見問題的一一解析,供您參考。  輕鬆搞定黑屏故障的維修方法解析  顯示器黑屏是一個常見問題,有的顯示器會提示無信號,這些均可歸於顯示器黑屏問題。面對顯示器黑屏問題我們可以從兩方面來檢查是否是其本身出現問題,這兩方面分別是顯示器通電狀態和顯示器未通電狀態。
  • 人工智慧和機器學習如何從物聯網數據中提取關鍵見解
    雖然所有這些小端點都很重要,但在物聯網中更重要的是這些設備所生成的大量數據,以及通過分析可以從中獲得的業務見解。當談到為這些關鍵見解制定路線時,人工智慧(AI)和機器學習(ML)是照亮道路的技術。  幾十年來,數據分析主要涉及計算機編譯和存儲信息,並將其呈現給人類進行分析,這一過程比較緩慢、容易出錯,並且無法解讀隱藏在數據深處的趨勢。
  • 預測大片結局,拼裝複雜家具……系統思維無處不在
    預測大片結局,拼裝複雜家具……系統思維無處不在 2020-08-12 08:40 來源:澎湃新聞·澎湃號·媒體