用自然辯證法指導(dǎo)自然計(jì)算的研究與探討

摘要：本文通過對(duì)自然計(jì)算形成、發(fā)展和本質(zhì)規(guī)律進(jìn)行分析，指出其中所包含的自然辯證法思想。首先對(duì)自然計(jì)算的形成發(fā)展歷史進(jìn)行研究，提出其發(fā)展規(guī)律符合自然辯證法對(duì)事物的認(rèn)識(shí)規(guī)律；然后對(duì)自然計(jì)算諸多算法進(jìn)行分析，提出了自然計(jì)算的發(fā)展與自然辯證法中的辯證唯物論的一元論思想的契合點(diǎn)；接著對(duì)自然計(jì)算的本質(zhì)進(jìn)行研究，提出了自然計(jì)算的統(tǒng)一性與多樣性規(guī)律；最后利用自然辯證法的觀點(diǎn)，針對(duì)自然計(jì)算的發(fā)展方向問題提出了提煉重構(gòu)和物質(zhì)智能的發(fā)展趨勢(shì)。

關(guān)鍵詞：自然計(jì)算；自然辯證法；一元論；物質(zhì)智能

一、引言

自然計(jì)算（Nature Inspired Computation）具有模仿自然界的特點(diǎn)，通常是一類具有自適應(yīng)、自組織、自學(xué)習(xí)能力的模型與算法，能夠解決傳統(tǒng)計(jì)算方法難于解決的各種復(fù)雜問題。自然計(jì)算的應(yīng)用領(lǐng)域包括復(fù)雜優(yōu)化問題求解、智能控制、模式識(shí)別、網(wǎng)絡(luò)安全、硬件設(shè)計(jì)、社會(huì)經(jīng)濟(jì)、生態(tài)環(huán)境等各個(gè)方面[1，2]。在哲學(xué)領(lǐng)域也被有些自學(xué)科學(xué)家稱為“人工生命”[3]。目前在哲學(xué)研究領(lǐng)域有提法為“計(jì)算主義”，認(rèn)為“宇宙是一個(gè)巨大的計(jì)算系統(tǒng)”，自然界的運(yùn)行規(guī)律即“計(jì)算”[4]。本文對(duì)自然計(jì)算的形成、發(fā)展和本質(zhì)規(guī)律進(jìn)行分析，指出其中所包含的自然辯證法思想。

二、自然計(jì)算的發(fā)展規(guī)律

計(jì)算方法從經(jīng)典算法到自然計(jì)算的發(fā)展過程，是人類對(duì)事物的本質(zhì)認(rèn)識(shí)過程。人類早期在生產(chǎn)生活中，為了合理利用資源，提高生產(chǎn)效率，降低成本，想出了用最少的代價(jià)換取最高的效率的方法，即優(yōu)化計(jì)算。通常把研究最優(yōu)（或近優(yōu)）解及其求解方法的學(xué)科稱為優(yōu)化計(jì)算。它是一種以數(shù)學(xué)為基礎(chǔ)，用于求解各種工程問題優(yōu)化解的應(yīng)用技術(shù)。現(xiàn)代優(yōu)化算法的主要應(yīng)用對(duì)象是優(yōu)化問題中的難解問題，也就是優(yōu)化理論中的NP-hard問題[5]。

優(yōu)化計(jì)算的理論和方法的形成分為三個(gè)階段：古典極值理論、近代數(shù)值優(yōu)化理論、自然計(jì)算。基于數(shù)學(xué)演繹和推理的微分法和變分法是早期古典極值理論的代表性方法，其中比較著名的有柯西（Cauchy）最速下降法、拉格朗日（Lagrangian）數(shù)乘法。隨著社會(huì)生產(chǎn)力的發(fā)展，在本世紀(jì)40年代，針對(duì)運(yùn)輸和生產(chǎn)問題的線性規(guī)劃求解方法被蘇聯(lián)科學(xué)家康托洛維奇提出，而且隨后由于電子計(jì)算機(jī)的發(fā)明和飛速發(fā)展，基于計(jì)算機(jī)的近代數(shù)值優(yōu)化方法占據(jù)了優(yōu)化計(jì)算的主導(dǎo)地位。牛頓法、單純形法、共軛梯度、變尺度法和模式搜索法等一系列有代表性的數(shù)值計(jì)算方法相繼涌現(xiàn)并不斷完善，使得優(yōu)化理論形成為一門獨(dú)立和完整的學(xué)科分支[6]。盡管在近代已經(jīng)有大量的數(shù)值優(yōu)化算法，但是這些理論和方法都是基于嚴(yán)格的數(shù)學(xué)模型，當(dāng)模型中變量維數(shù)增高、約束方程較多且非線性較強(qiáng)，或者模型無法用現(xiàn)實(shí)的方程來描述時(shí)，這些數(shù)值優(yōu)化算法都出現(xiàn)如下問題：不能進(jìn)行有效求解；求解時(shí)間復(fù)雜度過高、求解精度較低（如陷入局部最優(yōu)、解不穩(wěn)定等）。而且由于問題的增加，形成了NP-hard理論，目前已經(jīng)證明了傳統(tǒng)的優(yōu)化算法無法處理NP-hard問題。

進(jìn)入80年代以來，生命科學(xué)與工程科學(xué)相互交叉、相互滲透和相互促進(jìn)，優(yōu)化技術(shù)和理論中神經(jīng)網(wǎng)絡(luò)、進(jìn)化計(jì)算和群體智能計(jì)算等新興算法相繼出現(xiàn)和不斷完善，形成了適應(yīng)處理復(fù)雜問題并能夠在非確定性、非精確環(huán)境中進(jìn)行概率推理和學(xué)習(xí)的現(xiàn)代優(yōu)化方法——自然計(jì)算[1，2]。自然計(jì)算從提出就受到各個(gè)領(lǐng)域?qū)＜覍W(xué)者的廣泛關(guān)注，成為眾多學(xué)科及其相互的交叉學(xué)科的研究熱點(diǎn)。近年來，自然計(jì)算與生物學(xué)原理、腦神經(jīng)科學(xué)等學(xué)科研究相互融合，在實(shí)際研究和應(yīng)用中發(fā)現(xiàn)，它們之間的相互補(bǔ)充可以有效地表示和解決實(shí)際問題。隨著近十年來智能計(jì)算理論的發(fā)展與豐富，智能計(jì)算的應(yīng)用領(lǐng)域日漸寬廣，在生物醫(yī)學(xué)、工業(yè)控制、經(jīng)濟(jì)管理、數(shù)據(jù)挖掘、模式識(shí)別、網(wǎng)絡(luò)智能控制等眾多領(lǐng)域都取得了令人矚目的研究成果和應(yīng)用。

三、自然計(jì)算與一元論

早期人類算法是基于純粹的數(shù)學(xué)理論演繹和推理的微分法和變分法，這些方法從本質(zhì)上來說是人類對(duì)一部分自然規(guī)律的提取和抽象，是對(duì)自然界的不完全認(rèn)識(shí)。隨著生產(chǎn)力的提高和生產(chǎn)規(guī)模的擴(kuò)大，人類遇到更多更復(fù)雜的問題，盡管這時(shí)候已經(jīng)從最初的極值理論發(fā)展為數(shù)值算法理論，但是對(duì)于NP-hard這類問題人類還是束手無策。一部分科學(xué)家想到的是模仿人腦的思維方式去解決問題，即人工神經(jīng)網(wǎng)絡(luò)算法。最初的想法是認(rèn)為如果研究清楚了大腦思考問題和解決問題的方式，構(gòu)造出類似大腦的計(jì)算機(jī)神經(jīng)系統(tǒng)，就可以讓神經(jīng)網(wǎng)絡(luò)解決所有問題。其中有代表性的有兩種神經(jīng)網(wǎng)絡(luò)構(gòu)造方法，第一種是采用自上而下的方式，首先抽取大腦的思考問題的規(guī)則和方式，但由于人類還沒有搞清楚大腦生理結(jié)構(gòu)上的諸多奧秘，對(duì)人腦思考解決問題的規(guī)則更不可能完全獲取，所以研究出來的神經(jīng)網(wǎng)絡(luò)有很多缺陷，造成對(duì)很多問題無法解決；第二種是采用自下而上的方式，模仿人類智能的產(chǎn)生過程。人類獲取智能是從嬰兒時(shí)期的遺傳反應(yīng)式智能，到通過學(xué)習(xí)、記憶獲取知識(shí)，通過推理產(chǎn)生新智能[7]。這種方式較前一種方式更加接近人類智能的產(chǎn)生過程，但由于對(duì)人類智能產(chǎn)生過程的探索還不完全，這種方式構(gòu)造的神經(jīng)網(wǎng)絡(luò)，也只能部分解決問題。

在智能計(jì)算被提出之前，生命科學(xué)家和計(jì)算機(jī)科學(xué)家通過探索，發(fā)現(xiàn)不只有人腦解決問題的方式具有智能，很多自然界的生物解決問題都具有智能。如群體智能算法，是從一些群體生物協(xié)作解決問題得到啟發(fā)而形成。典型的例子如蜜蜂群體可以蓋出規(guī)則的蜂巢，而且蜂巢的形狀、大小以及其他特征都非常規(guī)則，似乎是預(yù)先計(jì)算好而用機(jī)械方式產(chǎn)生的[8]。同時(shí)期科學(xué)發(fā)發(fā)現(xiàn)生物的免疫系統(tǒng)也具有智能，在病毒入侵后，會(huì)產(chǎn)生免疫反應(yīng)，產(chǎn)生具有記憶能力的抗體。當(dāng)下次相同的病毒入侵后，能夠迅速產(chǎn)生免疫反應(yīng)，清除病毒。此外，免疫系統(tǒng)還能夠分辨哪些組織細(xì)胞屬于自身，哪些組織細(xì)胞被感染或者變異，并自動(dòng)進(jìn)行清除。結(jié)合這種方式，科學(xué)家發(fā)明了人工免疫算法[9]。隨著越來越多的自然界物質(zhì)（有機(jī)物和無機(jī)物都具有智能行為）的智能行為被發(fā)現(xiàn)，人類認(rèn)識(shí)到以前的各種算法都只是自然界運(yùn)行規(guī)律的部分體現(xiàn)，人類想要解決所有的NP-hard問題或者解決所有的計(jì)算優(yōu)化問題，必須要認(rèn)識(shí)到自然界運(yùn)行規(guī)律的本質(zhì)，自然界運(yùn)行規(guī)律包含著解決所有問題的機(jī)制，于是將諸如神經(jīng)網(wǎng)絡(luò)計(jì)算、人工免疫計(jì)算、蟻群計(jì)算、人工魚群計(jì)算、DNA計(jì)算等諸多智能計(jì)算都?xì)w結(jié)到自然計(jì)算。目前哲學(xué)家、生命科學(xué)家和計(jì)算機(jī)科學(xué)家都致力于研究自然界運(yùn)行規(guī)律，獲取自然界運(yùn)行的本質(zhì)，以便解決所有問題。

從自然計(jì)算的發(fā)展過程來看，人類提出諸多的算法，如經(jīng)典的極值理論算法、數(shù)值理論算法，這些算法最后都被證明是自然界運(yùn)行規(guī)律的部分體現(xiàn)，為了解決所有的計(jì)算問題，必須要用自然計(jì)算去解決。算法統(tǒng)一于自然計(jì)算，這正是辯證唯物論中一元論的體現(xiàn)。

四、自然計(jì)算的統(tǒng)一性與多樣性

自然計(jì)算的統(tǒng)一性在于算法即是特定的“自然運(yùn)行規(guī)律”，自然界對(duì)特定“自然運(yùn)行規(guī)律”的執(zhí)行就是“自然計(jì)算”；其多樣性在于不同的“自然運(yùn)行規(guī)律”適合解決不同的問題。算法的本質(zhì)是什么？人類最早在20世紀(jì)30年代就開始了對(duì)算法的初步探索，隨后基于哥德爾、邱奇、圖靈等科學(xué)家的工作，人類對(duì)計(jì)算的本質(zhì)有了深入的認(rèn)識(shí)，并創(chuàng)立了遞歸論和可計(jì)算理論。該理論指出，“計(jì)算”就是符號(hào)的連續(xù)變化，“算法”就是求解某類問題的通用法則或方法，即符號(hào)串變換的規(guī)則。目前，生命科學(xué)家、計(jì)算機(jī)科學(xué)家和哲學(xué)家通過對(duì)諸如人工神經(jīng)網(wǎng)絡(luò)計(jì)算、遺傳計(jì)算、免疫計(jì)算、群體智能計(jì)算等計(jì)算方法的分析，提出了“自然計(jì)算”的理論。其中比較有說服力的是遺傳算法，其能夠直觀體現(xiàn)特定“自然運(yùn)行規(guī)律”，即“算法”的“自然計(jì)算”。遺傳算法（Genetic Algorithm）是模擬達(dá)爾文生物進(jìn)化論的自然選擇和遺傳學(xué)機(jī)理的生物進(jìn)化過程的計(jì)算模型，是一種通過模擬自然進(jìn)化過程搜索最優(yōu)解的方法。

目前針對(duì)“自然計(jì)算”有一種較為一致性的理解，即特定的自然規(guī)律實(shí)際上就是特定的“算法”，特定的自然過程實(shí)際上就是執(zhí)行特定的自然“算法”的一種“計(jì)算”，因而在我們的世界中就存在著形形色色的這種“自然計(jì)算”[10]。依據(jù)以上觀點(diǎn)從計(jì)算的視角審視世界，科學(xué)家們不僅發(fā)現(xiàn)大腦和生命系統(tǒng)是計(jì)算系統(tǒng)，而且發(fā)現(xiàn)整個(gè)自然界本質(zhì)上就是一個(gè)計(jì)算系統(tǒng)[3]。

盡管目前發(fā)現(xiàn)了諸多“自然計(jì)算”算法，但是想用一種算法解決所有生產(chǎn)生活中遇到的所有問題是不可能也不現(xiàn)實(shí)的。如對(duì)計(jì)算機(jī)安全問題提供解決方案，人工免疫計(jì)算有最好的特性，但是用遺傳算法就不能夠很好地解決這個(gè)問題。人工免疫計(jì)算基于生物免疫系統(tǒng)基本機(jī)制，模仿了人體的免疫系統(tǒng)。人工免疫算法從體細(xì)胞理論和網(wǎng)絡(luò)理論得到啟發(fā)，實(shí)現(xiàn)了類似于生物免疫系統(tǒng)的抗原識(shí)別、細(xì)胞分化、記憶和自我調(diào)節(jié)的功能。將這種生物免疫系統(tǒng)識(shí)別自我與非我的能力應(yīng)用到計(jì)算機(jī)安全理論中，即識(shí)別安全與非安全訪問、代碼、文件等計(jì)算機(jī)對(duì)象。人工免疫計(jì)算適合于解決計(jì)算機(jī)安全問題[11]。

自然計(jì)算的統(tǒng)一性與多樣性正是自然辯證法中統(tǒng)一性與多元性的體現(xiàn)，從本質(zhì)上說即是自然界物質(zhì)統(tǒng)一性與多樣性的體現(xiàn)。用自然辯證法的規(guī)律指揮“自然計(jì)算”的研究，就可以朝正確的方向前進(jìn)。

五、自然計(jì)算的發(fā)展方向預(yù)測(cè)

目前“自然計(jì)算”盡管已經(jīng)包含了二十多種計(jì)算方法，但仍然沒有完全弄清楚自然界計(jì)算的本質(zhì)。目前所提出的“自然計(jì)算”實(shí)際上是人的算法和計(jì)算，簡單地說就是人利用計(jì)算機(jī)知識(shí)模仿自然界運(yùn)行規(guī)律來解決問題。但是不可否認(rèn)的是人的認(rèn)識(shí)規(guī)律具有有限性，而真正的自然計(jì)算即自然界本身的算法和計(jì)算式無限的。人不可能完全把握這種計(jì)算規(guī)律。即使人研究得再多，目前也只能是近似的，而不是完全的。從這一點(diǎn)上來說，“自然計(jì)算”的發(fā)展還處于初級(jí)階段，還有待更全面的發(fā)展。從目前“自然計(jì)算”中一些算法解決問題具有交叉性，即不同的算法也能夠解決相同的問題，而且效果差不多的問題上，說明了這些算法所利用的自然規(guī)律具有相似性，可以猜測(cè)，其本質(zhì)也許是一樣的，目前由于人類的認(rèn)識(shí)水平的有限性，沒有能夠提取出本質(zhì)的規(guī)律。鑒于此，本文預(yù)測(cè)“自然計(jì)算”必然要經(jīng)歷一個(gè)提煉重構(gòu)的過程，下一階段需要找到更加本質(zhì)的自然界各種運(yùn)行規(guī)律，能夠設(shè)計(jì)出更強(qiáng)大的自然計(jì)算方法，NP-hard問題以及生產(chǎn)生活中遇到的問題能投得到更充分解決。

自然計(jì)算不僅僅是生物智能計(jì)算，應(yīng)該包含更廣闊的自然界運(yùn)行規(guī)律。目前發(fā)現(xiàn)的自然計(jì)算算法，基本上都是通過對(duì)生物智能規(guī)律進(jìn)行研究所提出的，很容易使科學(xué)家局限在生物智能領(lǐng)域進(jìn)行研究。本文認(rèn)為自然界到宇宙均是自然計(jì)算系統(tǒng)，下階段的自然計(jì)算領(lǐng)域要從生物智能領(lǐng)域擴(kuò)展到物質(zhì)智能領(lǐng)域。

六、結(jié)論

采用自然辯證法對(duì)自然計(jì)算的理論和方法進(jìn)行指導(dǎo)，即將自然界物質(zhì)的運(yùn)行規(guī)律應(yīng)用到自然計(jì)算中，提高其的算法思想和功能，從而能夠解決具有整體智能行為的復(fù)雜系統(tǒng)。從自然辯證法的觀點(diǎn)來看自然計(jì)算的發(fā)展，其下一個(gè)階段是實(shí)現(xiàn)從生物智能到物質(zhì)智能的跨越。本文認(rèn)為探索自然界更本質(zhì)的運(yùn)行規(guī)律、探索新的算法、推進(jìn)算法之間的融合方法是當(dāng)前自然計(jì)算的重要發(fā)展方向。

參考文獻(xiàn)：

[1]D.H.BALLARD.Introduction to Natural Computation[M].Cambridge：The M IT Press，1997.

[2]A.W.RICHARDS.Natural Computation[M].Cambridge：The MIT Press，1988.

[3]李建會(huì).走向計(jì)算主義[J].自然辯證法通訊，2003，25（3）：31-36.

[4]鄧少平.算法與生命[J].科學(xué)，1996，10：6-8.

[5]M R Carey.計(jì)算機(jī)和難解性－NP完全性理論導(dǎo)引[M].張立昂，譯.北京：科學(xué)出版社，1987.

[6]邢文訓(xùn)，謝金星.現(xiàn)代優(yōu)化計(jì)算方法[M].北京：清華大學(xué)出版社，1999.

[7]張亞勤.解讀21世紀(jì)的智能計(jì)算[J].中國計(jì)算機(jī)用戶，2002，11：17.

[8]J.Kennedy，C.R.Eberhart.Swarm Intelligence [M].Morgan Kaufmann，2001.

[9]左興權(quán).人工免疫系統(tǒng)[M].北京：科學(xué)出版社，2009.

[10]郝寧湘.計(jì)算：一個(gè)新的哲學(xué)范疇[J].哲學(xué)動(dòng)態(tài)，2000，11：32-36.

[11]S.Forrest，S.Hofmeyr，and A.Somayaji.Computer immunology[J].Communications of the ACM，1997，40（10）：88-96.

基金項(xiàng)目：國家自然科學(xué)基金（61075019，61201383）；重慶市自然科學(xué)基金（cstc2012jjA40027）；重慶郵電大學(xué)博士啟動(dòng)基金（A2013-15）

作者簡介：雷大江（1979-），男，博士，講師，研究方向?yàn)橹悄苡?jì)算、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等；張莉萍（1983-），女，碩士，講師，研究方向?yàn)榫W(wǎng)絡(luò)信息安全、數(shù)據(jù)挖掘、人工智能等。