本訪談以聖塔菲研究所（Santa Fe Institute，SFI）總裁David Krakauer與Neil deGrasse Tyson的對話為中心，梳理複雜性科學的概念、歷史與應用，並延伸到人工智慧、意識與生命的哲學問題。重點如下：
- SFI的使命與起源：一句話的任務是「在演化的世界複雜性中尋找秩序」。成立背景受洛斯阿拉莫斯科學文化影響，宗旨是打破傳統學科隔閡，促成跨領域思考。
- 複雜性科學的範疇：
- Weaver的分類：簡單現象（經典物理）、無組織的複雜（例如氣體的統計描述）、以及介於中間的有組織複雜（例如生物、城市、腦）。
- 複雜系統研究的是「解決問題的物質」（problem‑solving matter），關心來源、適應、資訊儲存、演化、故障與滅絕等問題，而非單純物理描述。
- 混沌理論只是複雜性的其中一小部分：混沌是確定性的不規則（deterministic irregularity），但複雜系統通常還包含真正的隨機噪音與凍結偶然事件（frozen accidents）。
- 湧現（Emergence）的定義與判準：
- 湧現是指在宏觀尺度出現無法直接由微觀單一元素容易預測的新態／新語言／新行為模式（例如氣體變成流體、晶體或生物行為）。
- 湧現的兩個主要標誌：新的狀態（或相）、以及能有效描述與預測該狀態的新語言或數學形式；真正湧現的現象會把微觀細節「遮蔽（screened‑off）」。
- 湧現是觀察者與計算能力相關：觀察者的計算資源越強，看到的秩序可能越多；因此湧現部分具「觀察者相依性」。
- 尺度與聚合的力量：雖然個體（例如某隻鳥或一個人）高度異質且難以預測，但在特定約束（如城市的能量與互動結構）下聚合會產生可描述的統計規律（例如城市GDP與人口的尺度律），這類可預測性為研究複雜社會系統提供切入點。
- 代理性與適應：相較於物理中「下坡滾動的球」那種極小自由度系統，活體或有代理性的系統（organisms、AI、社會）有目標、歷史與欲望，因此需要不同的理論來描述適應與行為。
- AI、智慧與圖書館比喻：
- 當代AI非常能幹但未必「有智慧」。Krakauer將現代AI比作「快速查找」功能（圖書館速查），缺乏能把難題化簡的策略性理解。
- 他對圖靈測試的批判：只靠外表行為的不可區分性（imitation）不足以證明AI理解或智慧，應要求解釋與推理過程。
- 智慧的實用定義：使困難問題變得容易（把難問題化繁為簡）；理解／解釋能力是關鍵。
- 物質 vs 計算／功能：
- 計算與功能不完全由特殊物質決定（例如計算機從木頭織機、電子管到晶體管等不同材料都可實現同一邏輯），但物質仍然重要：不是所有材料都能有效實現同種功能。
- 對於生命與意識，存在功能主義與物質依賴的爭論——可能有不同類型的智能或意識，且我們自己的意識可能依賴於特定物質結構。
- 意識的當代立場：
- 對於意識，當前較嚴謹的研究傾向尋找可量化的神經相關指標（neural correlates）；這些指標在麻醉或睡眠中較低，在清醒時較高，但這只是關聯而非解釋「為何存在主觀經驗」。
- Krakauer對很多「意識」書籍表示懷疑：真正的理論尚未達成共識；意識可能與有限的注意窗口和無意識背景計算的互動有關。
- 工具、外包與人類智能的無限性：
- 人類智能歷史上大量倚賴外部工具（筆、算盤、數學、儀器），這使得人類在某意義上是無上限的：可透過創造補足性認知人工物（complementary cognitive artifacts）來擴展能力。
- Krakauer區分兩類人工物：補足型（讓我們更聰明，例如算盤）與競爭型（取代我們某些能力，讓人變笨，例如過度依賴的GPS或某些大型語言模型）。他擔憂人類正越來越依賴競爭型工具。
- 生命為何存在？兩種詮釋：
- 犬儒／悲觀觀點：生命可能是讓宇宙更有效率地返回熱力學平衡（增加熵）的機制——從宇宙角度「沒意義」。
- 理想主義／詩意觀點：生命是宇宙認識自己的方式——有詩意與價值的解讀。
結語：訪談既有理論澄清（複雜性與湧現的定義、尺度與觀察者依賴性），也有對當代AI與意識的誠實評估（AI強大但多為能力而非智慧；意識尚無終極答案）。Krakauer鼓勵以跨學科、實用且批判的態度來面對這些問題，並提醒我們慎選讓人類變得更強的工具，而非被工具削弱。
沒有留言:
張貼留言