查看“2015秋邓亚强学习报告-第七周”的源代码

==第七周：量子、区块链和AI==

===关键词===
[[量子]]  [[区块链]] [[比特币]] [[AI]]  [[熵]]  [[麦克斯韦妖]]

===本文===

本周课程[[韩峰]]博士带领我们详细的了解了有关区块链、比特币、熵以及麦克斯韦妖的知识，让我们理解了量子力学与经济学之间微妙而重大的联系。经过与韩峰博士的讨论，同学们更加深刻的体会到了学科交叉的内涵。课程结束前，[[顾学雍]]老师有在此做了系统的总结，其中'''“未来的展望，并非只是知识的积累，找到自己的自由度，来完善自己的意识。”'''的评述，更是让同学们受益匪浅。

====Part 1：熵的语言系统====
在课程第一部分中，韩峰博士讲述了有关熵的语言系统，特别是有关麦克斯韦妖的阐述，给了我们认知事物的另一种全新视角。首先，韩峰博士引述了顾学雍老师课堂讲述的内容：

 一个[[范式]]成熟的标志是形成了自洽的语言系统，其中包括：ontology, structure, orientation

可见一个自洽的语言系统的重要性，往往是作为科学发展结果的重要体现。韩峰博士强调了：
 
 需要超越学科的认知时机：当自身没有本身的自洽语言系统，需要外在成熟的自洽语言系统的帮助时

因为一个自洽的语言系统的发展常有先后之分，因而使用已经成熟的语言系统来进行不成熟语言系统的模范是正常的选择。

韩峰博士给我们介绍了这样一个自洽的语言系统——熵的语言系统。

关于[[熵]]的定义又是什么？有的说法是'''描述系统的混乱程度'''，有的是'''对于系统无知的度量''。虽说，熵的定义千变万化，但是关于熵的很多基本科学认知确实统一的，这也是熵作为好的成熟的语言体系的原因。

在讲解熵的语言系统中，韩峰博士介绍了"[[麦克斯韦妖]]"。在谈及关于麦克斯韦妖的内容中，韩峰博士通过精彩的热力学知识的公式推演，展示了：

 在一个系统中消耗（减少）一个[[比特]]的信息需要耗费kTln2的能量，而熵减少kIn2。

虽说这种基于牛顿力学基础上的公式推演不能很好反应熵在这里所蕴含的的本质，真正的合理的推演需要基于量子力学的基础理论，但是这仍旧不会减弱韩峰博士给我们带来的思维上的震撼。此外，韩峰博士谈及了麦克斯韦妖问题中的关键要素：

 即麦克斯韦妖是否有智能？或者是如何使用纯物理的手段解释智能的存在？

为了更深入的引导我们理解这个问题，韩峰博士介绍了混沌分形系统产生智能：[[康托集]]，通过对于康托集的直白简化的说明，韩峰博士阐明了'''分形产生的图像设计是熵减少的过程，是执行某一个简单的协议产生的结果。'''

这让我联想到了动物界中的[[固定行为型]]，比如园蛛织网的过程是遵循简单的方式，即自己内定的协议，从而编制了复杂图形的网；飞蛾的趋光性运动也是由于遵循了简单的转角机制，使得自身最终产生的路径繁杂程度上升；蚁群的直立井井有条是因为分工细化，使得单个个体的智能简单单一化，提升整体的效率。简单协议的执行竟能够差生如此之大的效力，这让我咋舌。

====Part 2：中心智慧与群体智慧====
在接下来的课程中，韩峰博士介绍了中心智慧与群体智慧。韩峰博士的论述中，强调了麦克斯韦妖的广度可以延伸到很多方面，并且作为麦克斯韦妖的个体行为，往往决定着群体的统一决策。因而，'''集群的个体可以当做麦克斯韦妖'''。

[[File:Greylag_Goose_from_the_Crossley_ID_Guide_Britain_and_Ireland.jpg|thumb|400px]]

在这方面，可以理解为，一旦一个集群的个体充当了麦克斯韦妖的角色，我们可以认为个体之间的差异是不大的（来自统计学知识中的方差），并且每个个体是理性的个体，即每个个体都会选择使得自己收益最大的那个抉择，这样，往往每个个体的分散决策往往使得群体的福利最大化。因为这种群体内部自发的调节机制，往往使得资源起到了有效的配置。

可以把这些观点付之生活中。

'''大雁的“人字形”飞行队伍'''。实际上可以这样考虑，根据空气流体动力学的知识，我们可以很容易的分析出来，处在领头的大雁实际上是最耗能量的，处在队伍后面的大雁会协调自己的翅膀扇动频率、与相邻大雁个体之间的距离，实现自身的省力目的。这一个决策是分散的，并且每个大雁个体能够很好的对于自己的行为作出适当的调整，所以，每个大雁个体是一个麦克斯韦妖。每个大雁都在试图追寻着使得自己最省力的空间位置，更具空气流体力学的求解，可以知道，人字形的队伍实际上是一种群体省力模式。这样，即使决策是分散的，但是由于分散的决策使得群体自己寻找利益均衡点，所以，群体的收益最大。这是群体智慧，这种智慧是群体而不是单属于一个个体的。

'''蜂群智慧'''。有关蜂群智慧的内容在第三周分布式管理内容中已经有所提及，在此不做过多阐述。

'''[[Wiki]]'''的群体学习机制。在wiki平台上，每一个人都是重要的一个环节与个体，因而具有麦克斯韦妖的性质。建立在wiki或者其他工具上的学习交流，往往会应用到集群的智慧，因为一旦写错之后就会有集群的矫正，这属于集群的学习型。在分散集群学习中，没有权威的专家，没有中心化的知识储备，其中所有的信息全部来自于民间。

'''[[市场]]是一个智能系统'''。根据经济学的相关知识，以及韩峰博士讲述的有关麦克斯韦妖的内容，我们可以毫不夸张的将消费者与生产者比作麦克斯韦妖，整体的走向来自于市场参与者的分散决策，使得资源配置总是达到最大效率（当然，没有外界强制力的约束），而这引导了市场的稳定。此外，我们可以定性的看，'''个体的需求的方差在数量增多的情况下导致了整个群体的需求稳定'''。

'''[[进化稳定策略]]'''。也是一种适配麦克斯韦妖与群体、个体智慧的模型。

====Part 3：区块链与比特币====
韩峰博士在最后一部分讲解了有关区块链的知识，使得我们脑洞大开、受益匪浅。

现在将比特币与真实货币之间的比较通过表格形式呈现：

{| class="wikitable"
|+'''[[比特币]]和真实货币'''
|-
|
|'''比特币'''
|'''真实货币'''
|-
|产生时间
|2008年11月1日，[[中本聪（Satoshi Nakamoto）]]提出
|原始的市场交易产生
|-
|信赖依托
|无
|主要来自国家
|-
|是否有实体
|无，为电子网络货币，但是能兑换真实货币
|有，有多种实体形态
|-
|印刷等产出方式
|依据[[密码学]]和计算机科学的方法由网络产生
|国家印刷
|-
|货币投入量
|有最高限额，2100万固定总量
|投入具体数量取决于国家政策
|-
|货币投入量是否管制
|无，有计算机按照设计自行产生
|有，国家为外在强制力量
|-
|基于背景理论
|密码学、计算机科学、经济学、量子力学等
|经济学、政治学等
|-
|法律在其中角色
|弱，黑色交易多，但不会有假币
|强，国家严格管制货币的印刷量与打击假币印刷
|}

注：此表格摘自[[2015秋邓亚强学习报告-第五周]]

====Part 4：未来的展望与要求====
顾老师最后做出了一个最后的总结性的说明：

 1.科学阶段拥有自己自洽的语言系统，错误可以被公众纠正，范式的出现可以重复性被颠覆。

 2.范式本身是可以被迭代的，有着全新的数字化意识：已经可以被精确的度量的一套完整的建制体系。

 3.未来的展望，并非只是知识的积累，找到自己的自由度，来完善自己的意识。

这也不禁给了我们丰富的想象余地。

===参考资料===
1.教学内容：[[韩峰]] [[清华学堂109]]  2015/10/28; 2:20—5:00pm

2.图片来源：维基百科 [https://en.wikipedia.org/wiki/Greylag_goose Greylag goose]

3.Resources from Wikipedia and Other websites