首页 > 科技快讯 > 机器翻译之父韦弗：科学与复杂性

机器翻译之父韦弗：科学与复杂性

晰数塔互联网快讯
2021-03-24 10:50

本文来自微信公众号：集智俱乐部（ID：swarma_org），作者：Warren Weaver，译者：陆怡舟，审校：刘培源，编辑：邓一雪，头图来自：unsplash

导语

1948年，“复杂性科学”的概念尚未被正式提出，而美国数学家沃伦·韦弗（Warren Weaver，1894-1978）以 Science and Complexity 为题在 American Scientist 杂志发表文章，“超前”地讨论科学界未来必将面对的复杂性问题。文章发表至今73年，在这篇文章中你也许会看到，后世一些“新颖”的想法其实只是被“重新发现”。

本文发表在二战结束后不久，受到运筹学、计算机科学等刚刚萌芽学科的影响，韦弗将科学问题按简单性、有序的复杂性和无序的复杂性区分开。韦弗所描述的“有序的复杂性”问题，其变量和相互关系的数量适中，既难以用概率统计充分把握，也不能充分简化为简单公式，这种复杂性正是后来复杂性科学的主要研究对象。韦弗还大胆预测，研究有序的复杂性，需要计算机技术和跨学科合作，如今这已经成为诸多学科的共识。

韦弗在1947-1949年提出了机器翻译的概念和思想，直接启发了50年代的第一波机器翻译研究，因此被认为是机器翻译的先驱。韦弗一生横跨多个学科，首创了分子生物学的概念（1938年），与香农合著了《通信的数学原理》（The Mathematical Theory of Communication），在概率论、电磁学等领域均有著作。除此之外，韦弗还在二战期间领导了美国国防研究委员会的应用数学专家组，解决与军事行动有关的数学问题。期间韦弗仅根据日舰照片中的波浪形态，就测算出舰船的航速和转弯能力，进而合理布置水雷，帮助美军获胜，成为“一流数学家胜过10个师”的经典例证。

图1. 沃伦·韦弗（Warren Weaver，1894-1978）和本文初版截图。韦弗不仅是数学家，还是一位科学推动者，他曾领导洛克菲勒基金会自然科学部（1932-1955），支持了大量科学研究。

科学的成就颇多，产出多样，深深影响和改变了人们的生活。科学的产出物中，一些藏身于不起眼之处，为生活带来便利；有许多技术突破，植根于科学，成为现代机械文明的基石；另有不少，尤以生物、医药科技为主，令生活更加舒适和受益。科学在某些方面，深刻的影响了人们的思想乃至理想；而在其他方面，更是彻底的令人惊叹。

我们应当如何看待科学在塑造人类未来过程中的功用？我们又当如何理解科学，它是什么，不是什么，这两者同等重要。当然，我们或许可以从哲学高度谈论科学的的本质。这种形而上的争论，有时是重要而不可或缺的。不过现在，直接而具体的讨论更加可取。正如政治家们常说的，让我们回顾一下历史。不必溯源久远，我们只需要回望过去三个半世纪的科学历史，观其主脉，略其枝节。让我们自物理科学始，至生命科学终，描画科学的轮廓和边界。

图2. 经典力学关注的是简单性问题，能够被简化和清晰描述

一、简单性问题

粗略地说，17~19世纪是现代物理科学成型的重要时期，通过研究和理解各种运动，为人类社会带来了电话、广播、汽车、飞机、留声机、汽轮机、内燃机、现代水力电站等福利。

生物学、医学方面的进展也令人印象深刻，但有所不同。关于生命组织的重要研究问题，绝少是只用两个变量就能够描述的。生命体的变化中，往往是成十上百个变量在同步变化，变量间又微妙的相互关联。重要且本质的变量要么是非定量的，要么到目前为止还无法识别和测量。因此，生物、医学的问题往往涉及到考虑复杂的组织整体。在1900年之前，生命科学还停留在应用科学方法的初级阶段，主要包括收集、描述、分类和同步观察明显相关的效果。在这个阶段，理论的定量化大胆地开始了个头，几乎还没有开始详细解释生物事件背后的物理和化学机制。

总结一下，1900年以前的物理科学，主要涉及的是两三个变量的简单性问题；而就生物科学来说，简单性问题并不重要，学科还没有高度定量化、分析化。

二、无序的复杂性问题

1900年以来，或者更早些时候，物理科学的英雄先驱如Josiah Willard Gibbs（译注：约西亚·威拉德·吉布斯（1839-1903），统计力学、化学热力学奠基人，美国科学家）等人发展出对自然更加本质而有趣的描述工具。这些有想象力的头脑并不在意研究两个、三个还是四个变量的问题，他们来到另一个极端，“发展那些能够处理两亿个变量的分析工具吧”。这些数学和物理学先驱们，发展出强有力的概率理论和统计机制，用于分析无序的复杂性问题（disorganize complexity）。

为了理解什么叫“无序的复杂性问题”，我们首先来看一个简单的例子。假定台球桌上只有一颗台球，用19世纪的经典动力学方程就足以分析和预测台球的运动。关于台球的位置与时间的关系，恰恰就是19世纪科学所研究的简单性问题。台球数量增长到两个、三个，仍然可以用经典动力学方程分析，但难度将迅速上升。台球运动的机制是清晰的，研究极为充分。但只要桌上同时出现十个以上的台球，问题就会变得难以处理。不是由于理论上的困难，而是由于变量过多，处理具体细节的计算量过大，导致问题的解决实际上是不可行的。

图3. 小球数量多到一定程度，就会表现出无序

试想有一张巨大的台球桌，成百万的台球在桌面上滚动，互相碰撞或者与桌沿撞击。这种情况下的问题反倒简单，因为统计工具开始发挥作用。我们难以追踪到单个台球的具体轨迹，却可以相对精确地回答某些重要问题：平均来看，每秒有多少个台球与桌沿相撞？平均每个台球在于另一个台球相撞前滚了多长？平均每个球每秒要撞击几次？

之前曾提及，统计方法适用于无序的复杂性问题。对于巨大台球桌上的大量台球来说，“无序”意味着什么？这意味着，只有当台球的位置、运动参数散落分布、杂乱无序，统计方法才适用。如果有人将台球排成平行于桌沿的一列，而后同时向垂直方向运动，这种情况下台球将永远不会相撞，也不会撞击多个桌沿，不会出现所谓的无序的复杂性，统计方法也就不适用了。

上述例子清晰的展示了无序的复杂性问题。这类问题中的变量数目极大，每个变量的变动缺乏规律，或者我们对其规律仍无所知。不过，即便每个个体变量的行为杂乱无序、毫无规律，他们构成的整体系统仍然体现出某种秩序，可以从平均意义上进行分析。

在应对无序复杂性中，人们积累了广泛的经验。变量数量增加越多，统计方法的精确度越大。在大型电话交换领域，预测平均呼入电话数量，预测忙线概率等方面已经达到实用的程度。统计方法也让保险公司得以稳定财务表现。即便保险公司不了解造成每个个体死亡的具体原因，还是能可靠的得到平均死亡率的数值。

保险公司例子的有趣之处在于，它说明统计技术不仅限于个体行为规律已知的情形。比如在台球桌例子中，台球个体的撞击服从精确而美妙的规律。而对于个体行为规律深陷迷雾的情形，例如保险公司要处理的死亡事件，个人死亡背后可能隐藏着的一系列隐秘而不可知的因果链条，但不要紧，统计技术仍然适用。

电话和保险公司的例子表明，处理无序复杂性的统计技术有着全面的实际应用。然而某种程度上，这两个例子又不完全。它们过于具体，使人们没有注意到这些统计技术在科学上还有更基础的应用：描述原子形成物质、恒星形成星系和宇宙，需要用到这些技术；遗传法则，需要用这些技术进行分析；描述物理系统的基础行为和倾向的热力学，从这些技术推导而来；现代物理学的基本架构、关于自然界的物理观念、与之有关的实验事实，均立足于这些技术。事实上，关于对观测证据的质疑，从观测证据中推断知识的方式，现在看来都依赖于相同的统计思想。可以说，概率概念对于任何知识的理论都是不可或缺的。

图4. 概率统计是解决无序复杂性问题的有效方法

三、有序的复杂性问题

处理无序复杂性的统计工具如此有力，大大超越了早期的处理简单性问题的少数变量方法，却也有未及之地。有人可能简单的以为，科学方法从处理两个变量跃迁到处理亿万变量，未及的，是中间数量的变量问题。这些未及问题的重要性，不仅是因为其涉及的变量个数多于两个，少于恒河沙数。事实上，未及问题涉及的变量个数也不少。它们真正重要的特质在于，这些问题本质上是有序的，与统计方法处理的无序情形不同，还未被科学涉足和解决。这些问题，我们可以称其为有序的复杂性问题（organized complexity）。

是什么让报春花夜间开放？为何盐水无法解渴？为什么某种有机物只能在微生物的特定菌株中合成，不能在同种微生物的其他菌株中合成？为什么某种化学物质有毒，而其手性镜像物质却无害？为什么饮食中的锰含量会影响动物母性？衰老过程的生化描述是什么？

还有，如何看待这些问题的意义：病毒有生命吗？基因是什么，在个体成为成体过程中是如何表达的？复杂蛋白质能够“知道”如何自我复制吗，这是否是生物自我复制的关键？

所有这些问题都是复杂问题，但它们无关乎无序的复杂性，无关以统计方法为解题关键的问题。这些问题都需要同时处理数量庞杂的变量，变量与整体间又相互交织关联。用一句话来说，它们都是有序的复杂性问题。

小麦的价格由什么决定？这也是个有序的复杂性问题。这里涉及大量的相关变量，它们都是以复杂的方式相互关联，却并非杂乱无序。

货币币值能否巧妙而有效地稳定住？在什么程度下，可以只由供求因素来决定币值？又在什么程度下，需要进行系统化控制，避免经济从繁荣滑向衰退？这些也都是复杂性问题，系统组成之间密切关联，同时也都需要对整体进行有机分析。

图5. 复杂经济学认为经济是复杂适应性系统，其均衡是一个包含了突变（创新）、适应和自组织的渐进结构

如何来解释有组织人群的行为模式？比如工会、制造商群体、少数民族等。显然有许多因素关联其中，但很明显，这些无法简单用数学平均来解释。又如，当一个国家资源总量有限时，应该采取怎样的战略和战术来赢得战争？对个体利益怎样的牺牲，才能更加有效地带来稳定、像样、和平的新世界？

这些问题，以及生物学、医学、心理学、经济学、政治学等一票相似问题，都无法用19世纪的，在解决少量变量的简单问题上取得巨大成功的技术工具来解决。这些新问题，也无法用新世纪的，在描述无序复杂性系统的平均行为上极为有效的统计工具来解决。

世界的未来取决于如何解决这些新问题，这需要科学的第三次大飞跃。这次科学飞跃进展的程度要大于19世纪时解决简单性问题的飞跃，也要大于20世纪时解决无序复杂性问题的飞跃。在未来的50年间（译注：本文写于1948年），科学必须能够学会处理这些有序的复杂性问题。

科学的进展和飞跃是否终有一天实现？没错，有一般性证据，而且最近还有两个特别有希望的例子。一般性证据植根于以下事实：在世界各地数百名学者看来，在无序复杂性问题上已经取得了稀少却重要的进展。物理科学的定量实验方法和数学分析方法正前所未有地应用于生物、医学甚至社会科学。研究成果虽然稀少分散，却带来很大的希望。对比当前癌症研究与25年前的研究，可以对生命科学的进展窥其一斑。毫无疑问，目前对癌症的研究仅仅触及了表面，但至少目前已经发展了下钻挖掘的工具，并且也定位了值得进一步挖掘的热点。我们知道一些癌症会因某些化学品诱发，也知道某些癌症易感性是可以遗传的。目前已经有了百万电子伏特的射线，原子物理还可能带来更高能量的射线。也有了不少放射性同位素，研究和治疗都成为可能。科学家正在解决机体老化的难以置信的复杂生化问题。已经形成对正常细胞的知识基础，并开始能识别和分析病态细胞。不论目标有多遥远，我们终于走在通往成功解决有序复杂性问题的道路上。

在有序复杂性问题终将被解决的一般性证据之外，还有两个有希望的特殊证据。且不论世界大战的恶，至少在战争过程中出现了两个新进展，对帮助科学地解决这些二十世纪的复杂问题具有重要意义。

第一个证据是关于战时的新型电子计算设备的发展。这些设备在灵活性和容量上更像人脑，而不像过去的传统机械计算设备。它们可以储存大量的信息，可以被“告知”执行非常复杂的计算，并且可以自动执行任务，无需人值守。它们的计算速度惊人，就算是计算两个十位数相乘的计算任务，也将在一瞬间完成，比人类计算速度快上4万倍。这种灵活性、容量和速度的结合，使得这种设备将对科学发展产生巨大的影响。它们将使解决原本过于复杂、难以处理的问题成为可能，更重要的是，它们将激励能够处理有序复杂性问题的新方法的出现，并加以验证。

图6. 二战期间用来破译德军通信密码的巨人计算机（Colossus computer）

第二个发展是关于为战时运筹分析建立的“混合制团队（mixed-team）”工作方式。这个术语对那些关心将数学方法应用于军事事务的人是非常熟悉的，但仍需要解释。

举个例子，考虑跨大西洋的运输兵员和补给的问题。需要分析的因素包括，海军舰艇的数量、有效性，受到的潜艇攻击，以及其他一些想象不到的因素，比如士兵劳累、生病、消极等情况下的目视观测可靠性等。这些因素混合在一起，有些可测量，有些难以捉摸。那么应该通过怎样的进程得到最佳的整体方案，综合平衡速度、安全、成本等目标？运输船队应该大规模还是小规模，应该快速航行还是低速航行？应该之字航行，受攻击风险更大，还是应该高速直线通行？船队应该如何组织，如何配备防卫力量，如何配备瞭望和攻击力量、装备？

关于解决这类广泛的战术问题，以及更加广泛的战略问题的任务，在战时是由运筹分析团队来承担。这类团队首先在英国成立，而后在美国也相继成立，在海军反潜、空军军事活动中均取得显著成绩。这些运筹分析团队，也被称为混合制团队。其中数学家、物理学家、工程师是必须的，最好还要有生理学家、生化学家、心理学家，以及其他一些生化领域、社会领域的学者。在英国混合制团队杰出成员中，还包括了内分泌学家和X射线晶体学家。在战争压力下，这些混编的团队成员将资源汇集在一起，将不同见解集中在共同需要解决的问题上。尽管现代的科学专业化趋势很强，但这种不同群体的成员一起工作，可以形成比单一成员能力之和更强大的团队。这样的团队能够解决某些有序的复杂性问题，得出有用的结论。

在这两个证据之下，免不了令人试图去预测未来50年科学将取得的进展，一定能取得的进展。这些进展将来自自愿形成的混合团队，类似于战时的运筹分析团队。在大容量、灵活、高速的计算设备帮助下，这些混合团队的运作将更加高效。然而，我们不能说混合团队将是未来科学工作的唯一模式，因为智力自由的氛围对科学至关重要。总会，也应当会有那些将智力自由视作禁脔的科学家。深刻且有洞察力、想象力的科学成果必将、应将来自他们的独立工作。多样性的行事方式，不同做法之间的良好竞争，是令美国人自豪的特点。

因此，我无意描绘这样的未来：所有的科学家都按照同样的行为模式被组织起来。我完全没有这样的念头，仅仅是想推测：有一些科学家将自发形成新的合作团队。这些团队将会有来自不同领域的成员，他们的工作将因大型计算机而变得更加有效。在后半个世纪，这些团队将推动解决生物学、社会学中的复杂且本质上有序的问题，为科学取得进展作出更大贡献。

图7. 生物复杂性的螺旋

四、科学的疆界

让我们现在回到第一个问题。科学是什么，又不是什么？科学能带来什么期盼？

科学是解决问题的方法，但不是解决所有问题的方法。它可以处理的是一类重要而实用的问题，是那些主要因素受基本逻辑法则约束的问题，并且绝大多数是可测量的。科学是对关于这些问题的可复制知识的组织，是聚焦和训练想象力的方式，是对证据的权衡、对假设的公平验证，是对不精确、不充分数据的无情扬弃，是对事实的发现、解释和直面，并以自然现实为人之奴仆。

科学的本质不在其外在，不在其物理表现，而在其内禀精神。科学方法即是一丝不苟又振奋人心的探究，对科学尤为重要。科学方法的运用者需要有极高的个人品质，诚实、开放、视野聚焦、热爱真理。这些实实在在的美德，不为科学家所专有。诗人们也拥有这些美德，并从更高层面挥洒运用。

科学在解决逻辑和量化问题上的成就值得称道。事实上，科学的成就如此之多，如此惊人，失败又是如此少为人知。普通人不可避免相信科学是人类有史以来创就的最成功事业。我觉得，这个论断是合理的。

科学进展令人印象深刻，完全没有使自身成为无用之用的担忧。到目前为止，科学解决了眼花缭乱的各种相对简单的问题，而那些改变人类未来前途的难题，依然横亘于前。

因此，我们不应以简单性问题上的辉煌成就来看待科学，不应以小工具来看待科学，也不能将科学当成能解决一切的现代黑魔法。

我想，任何一个明智的科学家都会确信，科学有能力为人类福祉带来巨大贡献。科学将继续胜利前进，战胜自然，学习新规律，获得预测和控制的新力量，为人类所需创造新事物。科学还可以助于我们理解有生命力的自然界，给人类带来新的健康和活力，带来更长更有效的生命，使我们更明智地理解人类行为。事实上，我认为大多数见多识广的科学家会更进一步，期待精确、客观的科学分析技术在社会和政治学科的部分领域得到应用。

对科学和科学方法还能作出更广泛的断言。科学研究的一部分本质特征，是科学家始终坚持的，对术语的精确界定和对问题的清晰分类。当然，在科学领域对术语的准确定义，要比在其他领域容易的多。科学是关于一种明确定义和公认的语言、一套共同的语言、一种共同的传统的几乎完美的例子。这种跨越时空障碍，跨越政治和文化边界的普遍性，对科学尤为重要。科学或许比其他人类建立的理性组织，要更为成功地解决思想沟通的问题，将不可避免地形成兴趣共同体，在世界范围内进行合作。

是的，科学是个强大的工具，有着令人惊叹的成就。但同时，科学家是如此谦卑和通达，并不期望科学能解决一切问题。他记得，科学教导人们尊重特殊能力。他并不相信，如果只有科学家在进行控制，所有的社会、经济、政治紧急事态都能自动消减。他不期待科学提供道德准则、美学基础，除了一些异常例外。他不期待科学提供衡量的准绳、控制的驱动、对真实和美好的热爱、价值感、对信仰的信念。人们生活中丰富而基本的部分是非逻辑的，非物质和非定量的，无法被显微镜放大、被天平称量、被最敏感的麦克风所捕捉。

图8. 复杂性科学地图：多个源流和方向

如果科学处理的是一个纯粹逻辑性的定量问题，如果科学没有意识和关注到价值和目标，现代科技人员如何能够平衡地生活，将逻辑与美相伴，使效率与美德相随？

某种意义下，答案如此简单：我们的道德必须能驾驭机制。这一必要性的陈述不等于这一目标的实现。我们的力量和我们明智地使用力量的能力之间的巨大差距，只能通过巨大的努力才能弥补。必须提高对个人和群体行为的认识，必须改善不同语言、文化的人民之间的交流，改善使用相同语言却有着危险的不同内涵的利益集团之间的交流。我们对经济、政治的理解必须要有革命性的进展。为了给所有人带来长期改善，必须提高牺牲个人或国家的短期私利的意愿。

人们只有理解了科学是什么，才能真正取得这些进展。在一个科学的影响不断扩大、无可躲避的世界中，现代科学的进步必将实现。

本文来自微信公众号：集智俱乐部（ID：swarma_org），作者：Warren Weaver