遺傳算法的威力

我們所要討論的第一個問題，是人腦為什么會進化？答案就在信息的價值中，大腦就是設計用來處理信息的。

每次你買報紙時，你都在為信息付費。經濟學家解釋了為什么應該這么做：因為信息傳遞的收益值得付費。生命是賭博中的機會。在岔路口往左拐還是往右拐，與瑞克待在一起還是與維克托一同離開，人們知道哪個選擇都不能保證好運和幸福；人們所能做的只有碰運氣。究其本質，生命中的每個決策都可以歸結為買哪張彩票。比方說，一張彩票花1美元，有1/4的機會中10美元。平均來說，你每玩一次會凈賺1.5美元（10美元除以4等于2.5美元，再減去1美元的買彩票成本）。另一張彩票價格1美元，有1/5的機會可以中12美元。平均下來，你每次會賺1.4美元。兩種彩票數目相同，上面都沒有標注中獎的概率。如果有人可以告訴你哪張是哪種彩票，你會付他多少錢？你至多可以付他4美分。沒有信息的話，你將需要隨機抽取，估計平均會賺1.45美元（一半時間1.5美元，一半時間1.4美元）。如果你知道哪張有更好的平均收益，你每次就會平均賺1.5美元，所以即使你付出4美分，你每次還會多賺1美分。

絕大多數生物體不買彩票，但每當它們的身體能夠以不止一種方式運動時，它們都在投注選擇。如果成本低于在食物、安全、求偶機會，以及其他資源方面的預期收益，它們應當會愿意“付費買”信息——這些“費用”包括組織、能量和時間。所有收益的評價方式都最終根據能否提高后代預期生存數量。在多細胞動物中，信息是由神經系統搜集的，并轉化為能獲益的決策。

更多的信息往往會帶來更大的回報，并贏回額外的成本。如果一個財寶箱被埋在你家附近的某個地方，那么僅僅一條告訴它被埋在北半邊還是南半邊的信息就很有幫助，因為這節省了你一半的挖掘時間。告訴你它在哪個象限的信息會更有用，等等。坐標上有越多的數字，你就會越少浪費無效挖掘時間，所以你就會愿意付錢得到更多的信息，直到那一點已經非常接近，而不值得再花成本去做更小的細分為止。與之類似，如果你要破解一個密碼鎖，你擁有的每個數字都會減少需嘗試的次數，因而節省的時間會抵消付出的成本。因此往往信息越多越好，直到收益遞減的那一點，這就是為什么有些譜系的動物進化出越來越復雜的神經系統。

自然選擇不能給生物體關于它所處環境的信息或是關于計算網絡、小幽靈（后臺程序）、模塊、技能、表征或處理信息的心智器官的信息。它只能在基因之間選擇。但基因構建了大腦，且不同的基因構建了以不同方式處理信息的大腦。信息處理的進化必須在螺母和螺栓層次，通過選擇影響腦加工處理的基因才能實現。

許多種類的基因會為了更好的信息處理而成為自然選擇的目標。修改過的基因會沿著腦室壁（腦中心的洞）產生不同數量的增殖單位，這會產生制造灰質的皮質神經元。其他的基因會允許增殖單位為不同數目的周期而分開，創造出不同數量和種類的皮質區域。借由移動一些化學物質軌跡和分子建構的路標等方式，用來連結神經元的神經軸可以被誘導往不同的方向上移動，進而完成將神經軸重新布線的目的?；蚩梢愿淖兎肿訕嫵傻逆i鑰結構，以便鼓勵一些神經元和其他神經元進行連結。就像那個關于如何雕刻大象雕塑的老笑話中講的（去掉所有看上去不像大象的部分），神經回路能夠通過將程序設計為某種細胞和突觸適時的自殺而塑造。神經元能夠在胚胎發育的不同時點變得活躍，它們的激活模式，無論是自發的還是程序設計的，都可以在下游被解釋為關于如何連線在一起的信息。許多這些過程在級聯中相互作用。例如，增加一個區域的大小使得它能夠在下游競爭中得到更好的位置。自然選擇不關心腦加工過程如何怪異或是形成的腦如何丑陋。對修改的效果的評估，嚴格按腦算法指導動物的整體感知、思維和行動的效果。通過這些過程，自然選擇能夠構建一個功能更佳的大腦。

但隨機變異的選擇真的能改善神經系統的設計，還是會粉碎它，就像毀壞一個計算機程序中的字節一樣，最后保留了沒有被損壞的系統？計算機科學的一個新領域被稱為遺傳算法，它顯示了達爾文主義的選擇能夠創造越來越智能的軟件。遺傳算法是復制出多個副本的程序，盡管有一些隨機變異使得每個副本都略有一點兒差異。所有的復制品在解決問題時都有一場比賽，表現最好的才被允許為下一輪繁殖供給復制品。但首先，每個程序的各個部分都再次被隨機變異，且成對的程序進行交配：每個都被一分為二，并相互交換半個。在經過許多輪的計算、選擇、變異和繁殖后，幸存下來的程序往往比一個人類程序員所能設計的任何東西都要好。

與探討心智演化更為相關的，是這個遺傳算法在神經網絡上的應用。我們可以將從模擬的感覺器官所得到的信息給一個網絡作為輸入，然后把網絡的輸出傳遞至模擬的肢體，再把這個網絡放置在一個散布著“食物”及其他競爭網絡的虛擬環境中。那些得到最多食物的網絡在下一輪變異和選擇之前留下了最多的復制品。變異就是連接權重的隨機變化，有時伴隨著網絡之間的性別重新組合（交換一些它們的連接權重）。在早期迭代期間，“動物”——或者，就像有時它們被稱為的，“有生命的物體”——在它們的領地內隨意游蕩著，它們偶爾會碰到一個食物。但隨著進化，它們變為由一個食物呼嘯而去。我們的確發現，當一整群神經網絡是以演化的方式來調整它的內部的連結權重時，它們所表現出的效能通常都要高于單一網絡自行進行學習所能夠達到的效能。對于隱含多層級的網絡尤其如此，這種網絡是復雜動物，特別是人類一定具有的。如果一個網絡只能學習，而不進化，那么環境的傳授信號傳播到隱含層時會被稀釋得十分微弱，只能微弱影響連接權重。如果一群網絡能夠進化，即使它們不能學習，突變和交配的過程仍能直接地修改隱藏層當中的連結權重值，該網絡能夠在一瞬間擁有與最佳狀態更為接近的連結重值組合。這也就是說，網絡先天的結構是自然選擇的結果。

進化和學習也可以同時發展，其天生結構在進化的動物也在學習。一群網絡能夠配置一個遺傳學習算法，網絡設計者通過猜測、沿襲傳統或試錯法構建的原始結構，被允許進化和修正。天生規格包括有多少個單位，它們是如何連接的，初始的連接權重是多少，以及在每個學習情境下權重應上下浮動多少等內容。模擬的演化過程將能夠為網絡在學習生涯中優先取得有利的地位。

因此，進化能夠指導神經網絡中的學習。令人奇怪的是，學習也能指導進化。還記得達爾文討論的“有用結構的初始階段”——那個半只眼睛有何好處的問題吧。神經網絡理論家杰奧弗里·欣頓和斯蒂文·諾蘭設定了一個殘酷的例子。假設有一個被具有20個連接的神經網絡控制的動物，每個連接要么是激活的（開）要么是中性的（關）。但除非20個連接都正確到位，否則神經網絡無法發揮作用。不但有半個網絡沒用，就算有一個95%的網絡也沒用。在一個是從隨機突變的方式來對神經網絡的連結權重值進行設定的動物族群里，在大約每百萬個（2020）有著不同基因組成的個體當中，才會出現一個擁有完全正確連結的變種個體。更糟糕的是，如果這個動物是有性繁殖的話，這種優勢立刻就消失了，因為在終于找到權重的神奇組合后，它交換了一半出去。在這個模擬情境中，沒有任何適應性網絡進化出來。

那么現在考慮一群動物，它們的連接可以有3種形式：天生開啟，天生閉合，或者可以通過學習設置為開啟或閉合。變異決定了動物在出生時某個連接具有這3個可能性中的哪一種（開啟、閉合，可學習）。在這些模擬中，平均一只動物有一半的連接是可學習的，另一半是開啟或關閉的。個體是以下述的方法進行學習的：每個動物在一生中嘗試著隨機確定可學習的連接，直到它遇到了神奇組合。在真實生活中，這或許是弄明白如何捕捉獵物或敲碎堅果的方法；不管是什么，動物感覺到它的好運氣后就保持著這些設置，停止了試錯。從那時起，它就享受了更高的繁殖率。動物在生命中越早獲得正確的設置，它具有更高繁殖率的時間就越長。

既然有了這些進化的學習者，或者學習的進化者，具有不到100%正確的網絡就有了優勢。以所有具有10個天生連接的動物為例，大約1 000個中間的一個會10個連接都正確。（請記住100萬個非學習的動物中只有一個具有20個天生連接都正確的動物。）這個稟賦良好的動物會具有通過學習其他10個連接而獲得完全正確的網絡；假如它只需要對1 000種不同的狀況進行學習，那么它就能有相當大的機會找出正確的網絡。我只得到解答的動物將能夠更早進行繁衍，因此也能更頻繁地進行繁殖。在它的子嗣中，變異的優勢使得越來越多的連接天生正確，因為擁有越多開始就正確的連接，就會花越少的時間來試錯，終其一生仍沒有學到的概率就越小。因此，在欣頓和諾蘭的模擬中，網絡進化出越來越多的天生正確的連接。然而，連接從來沒有變成完全天生的。隨著越來越多的連接被修復好，修復剩余連接的選擇壓力逐漸減少，因為只需學習少量的連接使得每個生物體都肯定能夠迅速學會。學習導致天生能力的進化，但又不是完全天生。

欣頓和諾蘭將他們的計算機模擬仿真結果發到一家期刊，但他們被告知這消息在100年前就被先行登出了。心理學家詹姆斯·馬克·鮑德溫（James Mark Baldwin）曾提出，學習能夠以這樣的方式指導進化，創造出一種拉馬克式進化幻象而無須真的有拉馬克式進化。但沒有人證明過這個被稱為“鮑德溫效應”的觀點是否真的有效。欣頓和諾蘭展示了為什么它能夠有效。學習的能力將“從干草垛里尋找針”的進化問題調整為“當你接近了這根針時，會有人告訴你”。

鮑德溫效應很可能在大腦的進化中發揮了主要作用。與標準社會科學模型相反，學習能力并不是人類在進化歷史上晚近時期才達到的一個頂峰。除了最簡單的動物之外，幾乎所有的動物都能學習。這些就是為什么像果蠅和海蛞蝓這樣心智不復雜的生物成為神經科學家被試的原因了。如果多分子動物的早期祖先就有了學習能力，它可能就引導著神經系統向專業化回路的進化，即使這些回路結構是如此復雜，以至于光靠自然選擇不足以解釋它們出現的原因。