Page 272 - 信息的脉络

·信息的脉络·
在过去十年左右的时间里，计算机科学的完成方式、软件的创建方式以及软
件现在可以做什么发生了根本性的变化，过去构建计算机和计算机系统主要是为
人类软件开发人员编写软件而开发。如今，软件的部署已经发展到可以通过人工
智能和机器学习来增强。这就需要新的计算方法论，从芯片到系统、再到数据中心、
再到跨软件跨引擎的应用平台，计算机正在被重新定义和重新发明，基于涌现逻

辑的机器学习、人工智能和数据驱动成为未来的核心驱动。
涌现现象和蝴蝶效应都是属于复杂科学研究的内容。蝴蝶效应告诉我们，初
始条件的微小差异，可能造成最终现象的极大改变，前者极小的误差，会造成后

者极大的错误，预测将成为不可能的事。复杂系统理论告诉我们如何面对非线性
系统的复杂性。蝴蝶效应和涌现似乎是相反的现象，一个是初始条件的微小差异
会造成最终结果的极大改变；一个是独立特征的微小个体以某种规则组织起来，
就会形成不同于个体的整体特征，如鱼群、鸟群、蚁群等。它们都是信息领域需

要遵守的秩序。蝴蝶效应会让信息生产者更加谨慎，谨慎是为了防止引发更大的
事；而涌现则让信息的接收者需要更加警觉，警觉是为了防止错过不同的整体特
征，即价值。涌现是金融领域经常运用的规则，做一项投资决定，不会仅仅根据

一条信息、一个变化就作出决策，而是会收集不同渠道、不同地方、不同行业的
信息，只有这些信息汇聚在一起，才会产生整体的涌现效应，形成不同的数据价值。
进而对整体的决策产生帮助。但是如果信息过多，也可能会带来更大的不确定性，
西方有个民谚说：“用两款手表，你永远不知道准确的时间”。涌现反映的是复
杂系统整体关联性的结果，事物内部各要素都是相互关联的，不能简单地分解拆开，

一旦拆开，它就不是那个了。同样的，如果同外部环境相互关联，也无法把它与
外部环境剥离开来。
实际上，我们一再看到信息涌现的结果是无比巨大的，我们也一再违背涌现

的规则，如妄图一步到位，而不是按照演化的方式逐步迭代。涌现不会无缘无故
发生，而是需要一定的条件。
在众多的信息中涌现出智能，是智能社会的标志，也是机器或智能设备产生
知识的新范式。我们要从过去以人为基础的认识论转变到如何让机器认识。随着

各种各样的传感器的广泛应用，数据的产生、数据的传输越来越像人的触觉和神
经系统，可以快速地将大量的实时的信息传输到信息处理中心（大脑），当信息
处理中心拥有强大的算力后，并通过高密度的神经元网络，从而涌现出有自我意
识的类人智能。如今，大公司对大规模预训练模型正在进行，产生的智能越来越高。

智能涌现的方式可能通过推理、统计的方式达到。通过推理的人工智能还有
一定的距离，基于贝叶斯的统计推理是目前的主要方式。但是不论采用何种方式，

• 256 •