L2 金观涛层:可能性空间、共轭控制、黑箱、突变
来源:金观涛、(美)华国凡《控制论与科学方法论》,成稿于 1970 年代,1983 年科学普及出版社初版,2025 年广东人民出版社修订再版。
核心主张
事物的发展存在多种可能性,控制就是在可能性空间中做有方向的选择,并使事物朝着选定的目标转化。
维纳回答"系统是什么",钱学森回答"怎么设计",金观涛回答的是最前面那一步:怎么定义问题、怎么选择策略、怎么认识一个看不透的对象。
1. 可能性空间
控制的起点不是目标,而是承认对象有多种走向。
控制的三步:
- 了解事物面临的可能性空间是什么
- 在可能性空间中选择某一个状态作为目标
- 控制条件,使事物向既定目标转化
关键提醒:
- 控制通常是限定在一个范围,而不是唯一结果。 追求绝对确定会导致过度控制。
- 要考虑充足的可能性,警惕偏见和思维局限(只想到三种方案,不代表只有三种方案)
- 留容错率:容许一定的误差范围
2. 控制能力
控制能力 = 实行控制前的可能性空间 ÷ 实行控制后的可能性空间
这是一个可操作的量化思路。用它比较不同方案:哪个方案能把可能性空间压缩得更多,哪个控制能力更强。
反过来也成立:如果一个动作没有缩小可能性空间,它就不是控制,只是动作。
3. 四种控制方式(按效率从低到高)
① 随机控制(试错)
- 适用:一无所知、毫无规律的情形
- 特点:每次选择只有否定作用
- 陷阱:必须确保目标在可能性空间内,否则永远试不出来;避免错误地排除目标状态
② 有记忆的控制(排除已证伪项)
- 把"否定"升级为"排除",不再重复试错
- 陷阱:不可逆选择。有些选项一旦尝试就再无机会,应先试可逆的;会削弱控制能力的选项不能最先尝试
③ 共轭控制(把不可控变成可控)
- 经典例证:曹冲称象。不能直接称象,就转换为称石头
- 结构:感受器(把对象转换成可控制的形式)→ 施加控制 → 效应器(转换回去)
- 工具的本质就是共轭控制。语言、数字本身也是——把思想转换成符号,才能进行思维与交流
- 迁移:卡死时,不要加大力气,要找一个变换
④ 负反馈调节(持续逼近)
- 结构:出现目标差 → 产生减少目标差的反应 → 反复作用 → 逼近目标
- 特点:控制效果可以累积,控制能力不断增大
- 这是能力最强的控制方式
- 对比:保险丝、高压阀只是"半反馈",不对调节效应做累积
正反馈:目标差不断扩大 → 恶性循环(军备竞赛、炸药爆炸、越焦虑越拖延)
4. 信息 = 知道 = 可能性空间的变化
"知道"就是头脑中事物可能性空间变小(有时也会变大,如纠偏、拓展认知)的过程。
- 信息量可量化:以 2 为底的负对数,单位比特,可叠加
- 信息和控制相互依存:知与行的统一。掌握足够信息才能控制,控制过程又产生新信息
滤波:排除干扰的操作
| 方法 | 适用场景 |
|---|---|
| 同一通道重复传递 | 排除随机、偶然干扰 |
| 不同通道传递同一信息再比对 | 排除系统性、规则性干扰(通道要尽量独立) |
| 阻抗滤波 | 保留信息、限制干扰通过 |
| 反馈滤波 | 用接收到的信息反作用于通道,抑制干扰 |
| 同步滤波 | 通道开关与信息同步 |
信息与组织:组织是建立联系、从无序走向有序的过程。系统必须获得一定量的信息才能组织起来,组织度与信息量成正比。
5. 黑箱认识论
这是本书最有当代价值的部分——它直接预言了机器学习的可解释性问题。
基本设定:认识活动 = 主体与客体之间的反馈耦合。
- 主体通过可观察变量(输出)认识客体
- 主体通过可控制变量(输入)改造客体
- 客体总有尚不可认知或不可控制的因素 → 所以它是黑箱
两种方法:
- 不打开黑箱:通过输入输出建立模型。优点是不破坏原有结构
- 打开黑箱:直接观察内部。但——
三个关键判断:
- 打开黑箱只是打开了某一个层次。摩尔根在孟德尔基础上观察基因,但染色体的工作原理又成了新黑箱。没有"彻底打开"。
- 模型不必等价于黑箱内部的真实结构。它是根据输入输出提出的假设。
- 不打开黑箱并不比打开黑箱差。研究地球结构不需要切开地球,研究疾病不一定要解剖有机体。
何时该打开:当打开的成本可接受、且打开后新增的可控变量价值显著时。
认识论模式成立的条件(五个,任一不满足就会失控):
- 可观察变量和可控制变量受实践手段限制 → 手段要更新
- 理论必须具有清晰性和可证伪性 → 理论要给出信息量
- 模型逼近真理的速度要超过客体变化的速度 → 否则永远追不上
- 避免反馈过度 → 过度依据反馈修正,会把理论改得面目全非
- 可判定条件:实验误差要能反映理论与真理的接近程度。不成立时,只能用中间标准(范式、惯例)
6. 系统:稳态、演化与崩溃
相对孤立系统:忽略影响概率足够小的因素,把无限问题变成有限问题。关键是让内部因素尽量构成互为因果的闭合网络。
系统变化的三种可能:
- 处于稳态结构(受扰后能自行回归)
- 发生振荡或崩溃
- 从一种稳态走向另一种稳态
稳态结构:多因素相互作用处于不变状态,一般干扰无法破坏,单独变动任一因素都很困难。
- 用途一:预言。找出全部稳定结构,最稳定的那个就是事物最可能趋向的目标(可跳过中间步骤直达结果)
- 用途二:反向利用。有时要特意规避稳态(挑选灵敏指南针、除杂草)
超稳定系统:用不稳定来维持稳定——出现偏离时启动修复装置复归。它是自稳定的,不依赖外力。
周期性振荡:不稳定作为稳定的补充。
崩溃(自繁殖):内部形成因果关系的自动增长链,同时外部抑制的负反馈失灵。
- 共性:变量超过临界值 + 存在自动增长链 + 负反馈机制被破坏
- 例:核爆、激光、细菌繁殖、癌变、传染病流行
自组织:在一组事物间自动形成系统的过程。五个特点:
- 先有一个组织核心
- 系统处于不稳定或亚稳定状态
- 存在有因果关系的自动选择链,可能性空间被限缩
- 过程不可逆
- 起始点的微小差别可导致结果的巨大差异
智力放大:把智力看作单位时间内做正确选择的能力,那么智力放大 = 选择能力的放大。手段是通过调节组织核心(包括组织他人),让整个选择过程自动放大。
7. 突变理论:质变是飞跃还是渐变
托姆的突变理论给出判据:不看快慢,看中间过渡态是否稳定。
- 飞跃:中间过渡态不稳定 → 必然中断,出现关节点
- 渐变:中间过渡态稳定 → 可以平稳过渡
势函数模型:
- 势函数的"洼"= 稳定态,洼越深越稳定
- 洼不变 → 状态稳定
- 洼移动变浅 → 渐变
- 旧洼消失 → 状态经历不稳定态向新洼过渡 → 突变(飞跃)
三条极有用的推论:
① 关节点是一个区域,不是一个点。 不要幻想找到"那个精确的临界点"。它在条件变化下规律分布,是一个区间。
② 矫枉必须过正(滞后现象)。 飞跃过程中,正向和反向的关节点不同(水要 100℃ 以上才沸腾,水蒸气要低于 100℃ 才冷凝)。这是突变模型的固有属性,不是调错了。 只有以飞跃方式质变时才存在滞后;绕开折叠区的渐变过程没有滞后。
- 迁移:改革、重构、切换方案时,出现"回不去、要多推一把"是正常的,别中途怀疑自己。
③ 极端共存。 在关节点分布区域内,彼此不连续的质态可以同时存在,而中间过渡态反而不稳定(岛上昆虫要么翅膀极强要么几乎没有,中间型被淘汰)。
- 迁移:在剧变期,中间路线可能最不稳定,不要默认"折中总是安全的"。
飞跃 vs 渐变的条件:
- 新质因素增强、旧质因素没有明显减弱 → 飞跃(对抗激烈)
- 新质因素增强、旧质因素明显减弱 → 渐变(此消彼长)
- 迁移:想平稳过渡,就要主动削弱旧结构,而不是只加强新结构
8. 迁移到具体任务
| 金观涛的概念 | 在 AI 任务中对应什么 |
|---|---|
| 可能性空间 | 先列出所有可能走向,再谈目标 |
| 控制能力 | 这个动作真的缩小了可能性空间吗 |
| 随机控制 | 完全陌生领域的试错,务必确认目标在范围内 |
| 有记忆控制 | 排除已证伪选项,注意不可逆选择最后试 |
| 共轭控制 | 卡死时找中间变换,而不是加大力气 |
| 负反馈 | 持续逼近、效果可累积(首选) |
| 正反馈 | 识别恶性循环并切断 |
| 信息 = 知道 | 每轮执行应该让不确定性下降 |
| 多通道比对 | 用独立路径交叉验证关键结论 |
| 黑箱认识论 | 看不透就用输入输出建模,不必强行打开 |
| 模型 ≠ 真实结构 | 模型只是假设,能预测就行,不必"正确" |
| 稳态结构 | 找最可能的终点,可跳过中间步骤 |
| 自繁殖崩溃 | 建立负反馈抑制,设上限 |
| 自组织与组织核心 | 找到关键杠杆点,小幅投入撬动整体 |
| 突变与关节点 | 重构/切换时接受滞后与矫枉过正 |
| 极端共存 | 剧变期中间路线可能最不稳 |
9. 本层的常见误用
- 把可能性空间列成愿望清单:只写想要的结果,不写可能的失败
- 跳到负反馈而跳过共轭:能找到变换时,共轭控制往往比反复试错高效得多
- 强行打开黑箱:为了"搞清楚"而破坏系统原有稳态,代价超过收益
- 反馈过度:每次用户反馈都全盘推翻方案,导致永远无法收敛
- 把渐变当成没进展:在渐变模式下催促"飞跃",反而破坏稳定性