【正诚格致】随机选择，理性选择和自然选择｜盛洪

一、随机选择比理性选择更有效

我曾在“为什么随机选择比‘理性选择’更有效？”（盛洪，2019）一文中，对宇宙生成，以及人类诞生的问题进行了讨论，批评了神创论或理性设计论。我的假设是，宇宙规则（中国人称为天道）是先天给定的，我们并不知道，任何理性若要设计宇宙或人类，首先要知道这个（些）道。对于一个理性存在来讲，道隐藏在数万亿的可能选择之中，一个最笨的办法就是逐一检验（简称“遍试”），但这种方法在选择数量较少的情况下是适用的，但对于选择数量如天文数字时就不可行了。随机选择在理论上与遍试是一样的，因而遍试也可以被视为是随机选择的一种形式。如果这时使用理性，是否更好呢？

我假设了用理性设计了一种筛选机制，可以减少遍试的次数。如对1万亿种可能，只检验其中1亿种可能，这是否会提高效率1万倍呢？然而，我们没有把握这个筛选机制确实将可能的天道框在它的检验范围内了。因为我们假定我们不知道这个天道隐藏在这1万亿可能的哪个地方，因而我们的筛选机制也是假设它在自己设定的范围之内了。这只是假设，在外人看来，天道隐藏在哪儿的概率是随机的，这个筛选机制正确的概率只是1/10000。那么它将检验范围缩小到原来的1/10000，获得天道的可能性就只有原来的1/10000，与提高效率10000倍相抵，就与遍试无差异了。如果这个理性存在坚信自己的筛选机制是好的，定能找到那个天道，不管他认为筛选机制的正确概率有多高，他就会在筛选机制没有找到天道后，不再在其范围之外寻找。而假如这样，他就永远失去发现天道的机会，这比遍试的结果还不如。

所以我说“随机选择比‘理性选择’更有效”。文中，这个结论是对有理性的生命而言的。其实对没有理性的生命，或没有生命的物体，这个说法也同样正确。这就相当于在讨论宇宙生成或人类生成本身的方法。一个前提是，宇宙大爆炸以后，亿万质料随机地移动，它们的速度、方向和温度都不同，只是偶然地质料之间相碰，或改变轨迹，或结合，它们相碰后形成的行为，绝大多数是没有意义的，只有极少情况，行为有某种意义，如形成了某种波动或循环，类似于超弦，这是物质有序或形成结构的开端。在此之后，这些超弦也随机地移动，它们之间又有极小概率互相碰撞或组合，其中一小部分形成更大的结构或秩序，或被称为夸克。夸克之间再随机飘移，又一次循环前面的方法，形成质子。这些质料之间又以极小的概率互相碰撞或结合。这些过程很类似前面说的随机检验。只不过一个是宇宙的实际过程，一个是对宇宙的理解。这两者应该是同构的。

我们说宇宙是如此形成的，大概不会有人反对。因为尤其在宇宙之初，那些微小的基本粒子不是生命，更没有智慧，它们不能选择自己的行为或运动，只能受物理规则的支配，或偶然受到其它粒子的碰撞而改变方向或速度，所以它们的行为是随机的。至于后来发展出生命，按照达尔文的看法，生物的结构或行为也是受到基因的支配的。基因的演化是由于它们的随机变异，并经自然选择。看来有生命物体的演化也是随机的。

二、理性选择会加快演化

不过，我后来又发现，生物演化的一个重要趋势是提高行为能力，以扩大适应范围，一个重要的演化是大脑的发展。扩大适应范围使得生物可以提高适应自然环境变化的范围，增加生存的概率。而行为能力范围的扩大就需要对行为进行选择，有些行为就比其它行为更有利于生物的生存，为了做这种选择，就发展出大脑。大脑的作用是进行理性判断，至少能在两个选项中选择一个更好的选项。随着生物行为能力的提高，它们的适应范围也在扩大，就会带来对大脑的更多需求。因而随着生物行为能力范围的扩展，大脑也变得越来越大，一直发展到人类的大脑（Sheng, 2024）。人类成为最有智慧的生物，雄踞地球之上。

我在题为“适应范围，自我选择和生物演化的经济性质”的论文中说，理性能够在一组行为集合中选择更优或最优的行为，构成生物的自我选择，它们又会在该选择获得好的结果后坚持这一行为，长此以往、久而久之，该行为形成习性，进而用进废退，不断重复的行为会促进便利该行为的器官发展，而长久不用的器官则退化而废弃，最后改变了身体结构，并且遗传给后代。虽然这种说法偏离了达尔文传统主流，现代生物学发展出了表观遗传学加以解释。即在基因不变、但可以开闭的情况下，行为或身体结构会发生变化。在超长的时间（如一千万年）中，基因最后也会改变。我认为，这是不同于随机变异且自然选择的生物自我选择，它由于用理性指导选择而提高了选择成功的概率（Sheng, 2024）。这种说法似乎与前面的讨论矛盾。前面说，宇宙的生成和人类的诞生都是随机选择的结果，且理性选择没有随机选择有效。怎么现在理性又比随机选择有效了？

原来，在我们说理性加快了演化时，我们并不说理性选择比随机选择能更快地发现宇宙规则——天道。我们在论证理性不如随机时说，道隐藏在亿万可能选择之中，如果理性事先不知道，依赖于理性的判断，也不能事先预见道藏在哪个地方。如果硬 要假定道的藏身之处，其正确的概率大致相当于表面上提高效率的倒数，结果是与随机的概率一样。那么理性选择快在哪儿了？关键在于，虽然人们发现宇宙规则或道是随机的，但即使随机选择的成功概率是一样的，更多地探索，也比较少地探索有更多机会发现道。理性的第一个作用就是，让人们不要固步自封，要开放和自由地探索。第二，当人们偶然地发现了道，只有获得了好的结果后，他们认识到这是道，才会坚持遵循下去。如果认识不到结果与行为之间的这种对应关系，即使偶然碰对了，也不会坚持。而演化，并不是偶然一次做对了就会发生，而是对遵循道的行为长久坚持才有可能导致演化。在这时，理性的功劳并不是发现了正确的行为规则，而是敏锐地意识到偶然做对了的行为是好的，值得坚持。

再说一遍，理性并不能从亿万种可能选择中将天道挑出来，却能够意识到一个导致好的结果的行为是值得坚持的。我们称这种理性能力为二阶选择。这种能力不仅是发现天道的当事人应具备的，也是人类社会中任何人都具有的。他们不必只对自己行为的结果作出反应，只要在部落中的其他人的行为带来好的结果，人们也可以仿效。这种仿效加快了正当行为规则在部落内的传播，也加快了演化的速度。进而，当别的部落看到这一部落的行为带来部落的发展和繁荣，他们也会起而仿效，从而正确的行为选择会在社会中迅速传播。这比没有这种学习和传播能力的社会能更快地受惠于理性。

不仅如此，当人类发明了语言和文字以后，他们之间以及代际之间对正确行为选择的传播就更快和更为长远了。文字可以书写或印刷出来，书籍传播可以让那些远在千里之外的人也能借鉴他们没有亲眼看见的知识和经验，以影响和指导他们自己的行为。并且在行为选择与结果之间有时会存在较长的因果链条，一般人较难识别出来，知识分子们——专门阅读、思考、传承和创新知识的人就会进行深入研究，以辨清两者之间的关系。甚至当因果链条非常复杂和模糊时，还会在知识分子中存在长期的争论，在争论的过程中，有些因果关系会慢慢清晰，但是有些仍不清。由于书籍可以保存，知识和经验就可以在代际传播，对于问题的思考，因果关系的理清和辨析会因时间较长、杰出人物的出现而获得进展。无论这些知识或学问多么复杂和深奥，它们仍不是对正确行为选择的直接发现，而仍是二阶选择。

三、遍试和二阶选择

那么如何解释近代科学的发展呢？难道它们不能证明理性选择的优越吗？关键是，近代科学主要是在简单系统的研究上取得了成功。而简单系统，如物体运动，星球运行，物质化合，都还是比较简单的，其中的可能选择也比较少。我在前面说“随机选择优于理性选择”时提到一个条件是，选择空间非常大，备选可能性数量达天文数字，这时遍试就变得不可行。而简单系统的备选数量相对较小，这时可以采取遍试方法。例如沃尔夫拉姆在检验一维二元二态元胞自动机时，就采取了遍试的方法，因为其可能选择只有256种。我自己也做了一个小模型，对256种选择进行随机搜索，很快就找出了其中三种较有序的规则。而当他要探索一维三元三态模型时，则可能的规则就有7625597484987个（Wolfram，2002，第60页），再采用遍试方法，就不可行了。而我们在前面说过，随机选择也是遍试的一种形式。近代科学的探索实际上就是一种随机的探索，即提出假说，如果被证伪，就换一种假说。而科学史告诉我们，没有一种科学一开始就是正确的，它们都经历过探索的失败或曲折。

至于到了对复杂系统的探索，人类理性经历了更多的失败。如对人类经济制度的理解，就出现了重大失误，并且由这一失误的引导，狂妄地“设计”经济制度——计划经济，造成了人间惨剧。而另一条路线，即人类成功的路线，采取二阶选择——对人们自发互动形成的规则——习惯法进行观察，看到它与人间繁荣的因果关系，并尊重和遵循习惯法，即遵循市场规则，就能获得更高的经济效率和社会兴旺。人类社会的规则体系就是通过遍试和二阶选择形成的。最初是，人们随机地行为，较好的行为选择带来较好的结果；于是众多人坚持这些较好行为就形成了习俗或习惯法。文化精英收集、整理和汇编了习俗，并对之思考和提炼，得出了秩序规则价值。习俗不仅是互动的结果，而且本身昭示着这个结果是好的。对习俗的观察和思考是二阶选择，是节约理性的理性选择。

因而，总结一下，人类获得正当行为规则——天道的办法，一是遍试，一是二阶选择。前者是随机选择的特定形式；后者是对随机选择的结果进行观察。当结果是好的时候，就反过来将因与果联系起来，确认那个导致好结果的原因是正确的选择。迄今为止，人类就是依靠这两者而认识天道的。他们在发展人工智能时，也并不出其右。例如，有关博弈的人工智能就是遍试方法。其基本思路是，将每一步棋的所有可能着法都找出来，然后再找对手应对每一步棋每种可能着法的所有可能着法，以后依次类推，直到决出胜负为止。如对跳棋的每一步，平均有7种应对选择，对手应了一步以后，又有7种应对选择，直到终局。只是这种博弈树的方法有一个局限，即选择可能性数量成指数级上涨。跳棋一局一般有50步左右，每步约7种可能（米歇尔，2021，第221页）。7⁵⁰＝1.79847E+42。人工智能相对于人类的优势是，它可以迅速地不厌其烦地重复检验每一种可能，但对如此天文数字的巨大选择可能性，它也不能胜任。

更何况国际象棋和围棋了。国际象棋据说每一步平均有35种选择，而围棋平均有250种选择（米歇尔，2021，第227页）。下到终局的所有可能选择无可胜数。这也是计算机不能胜任的。解决的方法是所谓蒙特卡洛方法，即并不遍试，而是随机选取小量选择，然后对这些选择进行评价，找出评价值最高的选择，然后在保留它的前提下再进行蒙特卡洛随机选择，如此重复迭代训练多次（多至几百万上千万次），每次迭代如果发现更优选择，就替代原来的最优选择，直到最后评价出最好的选择。如此方法，就是一种随机探索加二阶选择的方法，虽然未必选择了最好的着法，却也可能找到了相当好的着法。重要的是，它将使遍试方法不可行的巨量计算简化为可以接受的量，使选择成为可行。而人类棋手，即使这种计算机可以胜任的检验和计算，也难以承受。

对于人类来说，他们下棋时的判断方法，不可能是遍试，也不可能是蒙特卡洛方法，严格地来说，他们的方法也是随机探索加二阶选择。只不过这种随机选择并不是比赛时的方法，而是他们的整个博弈生涯是这样的。他们最开始学棋时，没有对棋局的任何判断，将棋子摆在哪儿都相当于随机的，只不过老师根据他们的经验告诉学童放在哪里好。因为老师大致知道落子后的结果，这是二阶选择。将人类博弈史作为一个整体看，人类下棋的方法就是随机选择加二阶选择，亦即随机选择加自然选择。而所谓二阶选择，就是生物体自己对自然选择的结果作出的判断。这种判断越接近自然选择下的生存结果就越好，根据这种判断的二阶选择的结果也越好。当人类创建人工智能时，一个重要的因素就是事先给每一种选择赋值，或者在迭代过程中不断更新赋值。这一过程非常繁复，并且关键在于“价值函数”是否正确或接近正确。

四、自然选择：最后的裁判

而复杂系统的结果与原因之间的关系更加模糊，无法与博弈相比。无论是跳棋、国际象棋，还是围棋，它们都是对人类事务的极端简化，它们每一步的结果都是确定的，对它们的评价也相对确定，这才能适用遍试方法。而走出博弈这种人造的简化情境，我们面对的是更多维度，更高复杂性的事物，一般遍试方法都不可行，惟有随机选择方法。当人类创建人工智能时，他们的方法也只能是随机方法加二阶选择。例如对某个句子正确与否进行判断，人工智能的作法就是先受到数十亿语句的训练，在不同的判断之间选择出现概率最高的判断。而这数十亿计的语句只是人类对选择因果的判断，因而人工智能做的是二阶选择。

更常见的作法是，人类事先给人工智能要判断的事物赋值，如对猫或狗的图片选择赋值，如果选择对了就给高分，错了就给低分。经过训练，人工智能就能更多地做出正确选择。对于翻译也是如此。人工智能研究团队或者用一个计算机程序来评估翻译，而这个程序是将人类翻译的语句拿来参照；或者请翻译专家来评估。实际上，这都是用结果来评估行为（识图或翻译），是二阶选择。这也揭示了，选择的重要条件是要有价值评价。对于生物，这是植根于大脑之中的，关键是价值评价体系是否接近正确。如果离正确评价较远，生物就会犯错误，导致其自身的挫折甚至死亡，这是自然选择。人类也是如此。人们常说的“理性”一般是指这种价值评价能力。而严格来讲，它只是理性选择的依据，而不是理性选择本身。这种生物本身的价值评价能力是演化而成的，是先天的，并不是理性的结果。人工智能永远不可能自我生成这样一套价值评价体系，而只能靠人类的输入。因而，人工智能也不可能打破上述随机选择加自然选择的演化规则和认识论规则。

当我们说生物的价值评价体系是先天的时候，并不是说它们没有来由。只是它们的形成过程过于漫长，它们的原因过于深远，我们只能近似地看作是先天的。康德说人类具有先天综合判断能力，大概是一种近似的说法。其实也就是人类在其演化过程中累积形成的价值判断能力，它们不仅覆盖了人类的历史，而且贯穿了整个生物史。生物只有作出正确的价值判断才能生存下来。如果不吃东西不觉得饿，温度降低不觉得冷，受伤不知道疼，天敌来了不知道跑，这种生物是生存不下来的。人类既然是那些原始生物的后代，他们一定继承了它们的价值判断，并加以精致化。而这些价值判断能力大多是“太上不知有之”的，我们感觉不到它们的存在。它们起作用的时候，我们认为理所当然。康德说的先天综合判断是对更为抽象的形而上能力的概括，并不包含这些具体的价值评价能力，正因为它们并不显现。只有当人们训练人工智能时，才发现在人类看来是“常识”的东西，人工智能并不知道。要想让人工智能更像人类，就要事先给它们输入这些“常识”（米歇尔，2021，第324~360页）。若如此，就得知道人类的这些潜在起作用的无名英雄。

因而，在生物乃至人类的选择中，真正起核心作用的是这种价值判断体系。总结一下，任何随机选择都会有一个结果，对这个结果的判断依赖于这一价值判断体系，判断的结论为二阶选择提供依据。理性建立起选择的行为与其结果的关系，依据对这一关系的认识，在下一次碰到类似选择时，理性也能作出对结果的预计；并且对于有好的结果的行为，理性倾向于主动选择。久而久之，理性不仅可以对不少行为选择的后果进行判断，而且可以对后果的后果 ，或原因的原因进行判断，即是对多个因果链环进行推导。这被看作是理性。但终究理性不能对没有经历过的行为之结果进行判断。因而尤其是对不曾涉及的领域，还得依赖于随机选择。而理性的正确性，一是靠先天的价值判断体系是否正确，二是看理性的因果推理过程是否正确，如果这两者有一个不正确，最后要靠自然选择指出来。

参考文献

Sheng，Hong，“On the Adaptability Range, Self-Selection, and Economic Nature of Biological Evolution”, Natural Science, 2024, 16(10):202-219.

Wolfram, Stephen, A New Kind of Science, Wolfram Media Inc., 2002.

米歇尔，梅拉妮，《AI 3.0》，四川科学技术出版社，2021。

盛洪，“为什么随机选择比‘理性选择’更有效”，2019年第4期《读书》。

2025年4月10日首发于《FT中文网》

《盛洪教授》分类目录