5.1 刚性与学习：两种行为模式

第 4 章考察了具有确定调节规则的系统，并在 4.3 节引入了通过阶跃机制重置参数的超稳定系统。本节进一步从控制论与认识论层面追问：调节器如何利用既往经验主动改变自身的操作规律。维纳在《人有人的用处》第三章中，以群居昆虫的刚性(rigidity)与人类的可塑性(plasticity)作为对照（Wiener, 1950，第三章）。这一对偶模型在控制论思想史上具有奠基意义，但其关于昆虫神经系统绝对缺少可塑性的经验推论，已被当代神经行为学与微观成像研究所修正。

5.1.1 维纳的结构论证与后续证据

维纳在 1950 年将蚂蚁等社会性昆虫描述为行为完全由生理构造预先决定的自动机，并尝试从解剖与物理尺度推导其缺乏学习能力的必然性。这一历史论证由三个环环相扣的物理约束构成。其第一项约束源于几丁质外骨骼与完全变态发育：外骨骼的刚性几何结构限制了躯体的连续生长，昆虫必须经历周期性蜕皮与蛹期蜕变；维纳据此推断，蛹期剧烈的组织溶解与成虫盘重组将摧毁神经联结在时间上的物理连续性，使得幼虫期习得的经验无法作为持久的结构印迹予以保留。

在维纳的物理主义框架中，记忆与学习(learning)必须以物质组织的动力学连续性为物质前提：感觉经验在神经系统中引发的扰动，必须能够沉淀为持久的突触微观结构或机能参数调整。他据此推测，完全变态的组织重塑使得这种经验记录在物理上难以维持，即便存在残存痕迹，其信息容量也受到极度限制。

第二项约束基于气体交换的流体与扩散动力学。维纳假定昆虫气管系统的氧气输送完全依赖费克被动扩散，缺乏脊椎动物式的呼吸泵驱动。根据扩散定律，气体分子通过特征距离 \(L\) 的扩散特征时间满足标度律 \(\tau \sim L^2 / D_{\mathrm{diff}}\)。当体型增大时，扩散延迟按尺度平方急剧增长；若体型超过数厘米，被动扩散将无法维持深部组织的有氧代谢。这一几何与物理尺度关系本身是自洽的，但将昆虫通气机制完全归结为被动扩散，构成了其推论的前提缺陷。

第三项约束最终落脚于神经中枢的信息容量。体型的微型化硬性截断了神经节的物理体积与神经元突触总量。维纳推断，较小的中枢神经节无法容纳用于可塑性联想学习所必需的庞大中间神经元网络，成虫行为模式必须在发育完成时即达到确定性完备。他因此将昆虫比喻为执行只读程序带的刚性自动机，与能够依据经验改写行为策略的人类构成二元对立。这是维纳当年的理论推测，不能作为节肢动物缺乏学习能力的现代生物学定论。

后续实验研究为上述物理推断提供了明确的反例。Franks 与 Richardson（2006）在对岩蚁（Temnothorax albipennis）的实验中发现，工蚁在串联行走（tandem running）中通过双向触角信号实时传递觅食路线信息，领路者与跟随者之间的负反馈调节着行进速度与搜索路径，呈现出典型的双向教学与路线习得行为。Westneat 等（2003）利用同步辐射高分辨 X 射线成像，在多种昆虫体内直接观察到了气管系统的周期性压缩与主动扩张，证实昆虫体内存在由对流驱动的主动呼吸泵机制，推翻了供氧完全依赖被动扩散的前提假定。参见 串联行走研究 与 气管对流成像研究。

变态发育过程中的神经可塑性印迹保留同样被实验所证实。Blackiston 等（2008）在烟草天蛾（Manduca sexta）的幼虫五龄期建立乙酸乙酯气味与温和电击的联想条件反射，羽化后的成虫在气味选择测试中依然表现出对该气味的高度回避；而在神经重塑发生前（三龄期）受训的个体则未见成虫期回避记忆。这一实验确证了神经系统在经历完全变态重组后仍能特异性保留幼虫期条件化记忆。参见 原始实验。

解剖与物理结构必然约束计算性能，这是控制论不可动摇的方法论原则；但由宏观结构推断微观可塑性机制的缺失，需要独立的动力学证据。维纳在当年提出的一项更深刻的猜想是：若以人造元件精密模拟人类神经系统的网络互联与代谢动力学，机器在理论上同样能够展现出同等水平的可塑学习能力。这一命题构成了 5.2 节探讨自适应与自复制自动机的思想源头。

5.1.2 两种反馈：回授的信息流向哪一层

在控制论中，一个自适应系统是否具备“学习”能力，其判据是纯粹信息论与结构性的。反馈的广义本质，是将系统过去运行的输出信息重新引入输入端；其核心分歧在于：回授的信息究竟作用于哪一个系统层级。若回授信号仅被用作偏差数据，直接驱动执行机构以修正即时动作（即控制工程中的误差消除），系统实现的是经典的一阶反馈调节；若回授信号能够改变系统产生行动的总体法则、转换模式或程序结构本身，系统实现的则是二阶反馈——即真正意义上的学习。这一判据纯粹取决于信息改写的逻辑层级，而与物理基质究竟是碳基神经组织还是硅基电子线路无关（Wiener, 1950，第三章）。

维纳特别强调了学习的时间单向性：系统利用历史的结局信号修正未来的决策倾向。然而，这种因果上的时间方向性并不等价于动力系统数学上的不可逆性（irreversibility）。一个确定性学习系统的状态演化是否不可逆，取决于包含内部工作状态与规则参数的联合状态映射是否具备单射性。即便系统的状态轨迹渐近收敛于某个吸引子，在每一个离散时间步，联合更新映射依然可能是严格可逆的双射。习题 5.1-2 对联合状态的可逆性进行了形式化验算。

为了从形式逻辑上澄清两级反馈的鸿沟，维纳引入了罗素的逻辑类型(logical type)理论（Russell, 1908）。个体与包含个体的集合属于不同的逻辑类型，断言关于对象的命题与断言关于命题的命题亦分属不同阶层。在跑迷宫的实验动物中，单次转弯动作的误差校正是第一逻辑类型的反馈；而对迷宫全局拓扑结构的策略评估与方案更替，则是第二逻辑类型的反馈。维纳列举了两项具有历史意义的技术实体来展现这一层级跃迁。

第二项典范源自二战期间维纳主持的高射炮火控预测系统。为了击中高速机动的敌机，火控系统必须依据雷达测得的历史航迹外推炮弹飞行时间后的未来碰撞点。然而，人类飞行员规避机动受限于神经反射时延与机体加速度极限，其飞行轨迹必然包含特定的高阶统计规律。从雷达观测数据中实时估计这些统计关联，并将统计估计器在线转化为火控导引律，构成了一个典型的统计滤波与元学习问题。将这种慢尺度的参数学习回路与快尺度的弹道伺服追踪回路耦合在同一自动装置中，构成了现代自适应控制的雏形。

这一跃迁的本质在于程序带的变易(change of the tape)：系统所更改的不是寄存器中的暂存数据，而是解释与处理这些数据的算法结构本身。

5.1.3 变换的更新：用阿什比语言重述

第 2 章建立的机器与变换动力学语言，在此能够与维纳的控制论直觉形成精确的代数对接。设系统的即时操作状态为 \(s \in S\)，由参数 \(\lambda \in \Lambda\) 从算子集合——即变换族(family of transformations) \(\{T_{\lambda}: S \to S\}_{\lambda \in \Lambda}\)——中特化出当前生效的转移规律。若参数 \(\lambda\) 恒定不变，系统便退化为封闭的状态决定机；若参数 \(\lambda\) 本身随历史演化，系统的完备状态必须扩充为状态相空间与参数空间的笛卡尔积，记为联合状态 \((s, \lambda) \in S \times \Lambda\)。这一双层自适应动力学可形式化为耦合差分方程组：

双层动力学界定了两种截然不同的运行机制。当 \(\lambda_t \equiv \lambda\) 保持锁定时，系统在规则层面是刚性的：即使工作状态 \(s_t\) 在复杂的外部扰动下剧烈振荡，产生状态转移的映射法则 \(T_\lambda\) 亦不发生任何微观形变。只有当结局评估 \(e_t\) 驱动 \(\lambda\) 沿参数流形演化并重构 \(T_\lambda\) 时，系统才真正将经验信息编译进其内在结构之中。若环境评估完全内生于当前联合状态，即 \(e_t = g(s_t, \lambda_t)\)，则完整动力系统的一步转移映射可写为紧凑形式 \(F(s, \lambda) = \bigl(T_{\lambda}(s),\, \Lambda(\lambda, g(s, \lambda))\bigr)\)。由于两个分量共享先验状态，联合系统的确定性、信息守恒性与拓扑可逆性必须直接针对复合映射 \(F: S \times \Lambda \to S \times \Lambda\) 进行谱分析；若系统受未观测的环境随机变量驱动，则须将环境状态空间一并纳入扩充状态集。

在神经生理学对应上，维纳敏锐地指出，生物中枢神经系统中与“程序带变易”最贴切的物理载体，是突触阈值与传递电导的确定；阈值分布的重构，直接决定了传入冲动空间模式向传出运动神经元的映射拓扑（Wiener, 1950，第三章）。

阿什比在《大脑设计》中将这种双层耦合结构实体化为超稳定性(ultrastability)机制（Ashby, 1952, 1956，S.8/6）。在超稳定系统（如同稳态机 Homeostat）中，主回路执行快尺度的连续一阶调节；当环境扰动过大导致本质变量 \(E\) 越出生理耐受边界 \(\eta\) 时，双稳态或多稳态继电器被触发，以阶跃函数的离散跳变强行重设换能参数 \(\lambda\)，从变换族中随机或启发式地遍历新的 \(T_\lambda\)，直至本质变量被重新约束于 \(\eta\) 之内。当前参数保留了选择滤波的收敛结果，系统无需逐一存档过往的试错历史，体现出极高效率的参数化动力学记忆。

5.1.4 可塑性的代价：学费与期限

在自然选择与机器设计的双重视野中，刚性与可塑性代表了截然不同的适应性策略权衡。结构刚性系统缺乏根据运行经验重写自身变换法则的能力，其适应性完全由先验构造决定；而可塑性试错学习虽然能够适应非平稳环境，却必须付出时间与资源代价——在探索试错收敛之前，系统必然经历性能劣化的过渡期。维纳将人类极其漫长的童年期解释为机体为获取高阶学习可塑性而向自然界预付的“学费”，并引入演化生物学中的幼态持续(neoteny)概念（即成年个体保留幼年发育特征的形态异时现象），阐释人类脑神经系统长时间维持突触重塑弹性的形态学基础（Gould, 1977；Wiener, 1950，第三章）。这一历史论证揭示了行为可塑性与生理成熟周期之间的深刻张力，但并不蕴含所有学习模式均须以高死亡率的随机试错为唯一代价。

维纳在原著中对比了物种发育周期与寿命的统计比例：人类从出生到青春期性成熟约占预期寿命的五分之一（以 15 岁对应 75 岁寿命计）；相比之下，实验小鼠寿命约三年（36 个月），通常在出生后三个月末即具备繁殖能力，其寿命与始育年龄之比高达十二比一。维纳进一步引申，在现代工业社会中，若高级专门化教育延续至三十岁，则个体寿命的百分之四十均处于无独立产出的纯学习状态（Wiener, 1950，第三章）。这些唯象估算生动展现了学习机制对社会经济冗余的极度依赖，说明可塑性能力不仅是神经系统的性质，更是受到生态系统能量盈余约束的宏观参量。

试错学习在演化上的净收益，根本上取决于环境的非平稳变化速率与学习收敛时间尺度的动态匹配。设环境处于周期性交替的非平稳状态，若环境特征的维持时间长于学习算法的收敛时延，习得的高效策略方能带来净收益；若环境震荡周期短于试错收敛时间，学习者将永久陷于瞬态探索的高误差惩罚中，其平均表现反而劣于先验固化的刚性策略。图 5.1-3 与习题 5.1-4 建立了这一控制论权衡的定量动力学模型。

维纳进一步以经济学中的资本折旧与重置成本作类比，分析了昆虫高生殖率、短寿命与人类低生殖率、长抚育周期的生态对偶。在他当年的论述中，昆虫种群依赖个体的低成本大量生产与高损耗淘汰来应对环境冲击，而人类社会则必须通过漫长教育投资使个体获得可塑自适应能力以回收抚育成本。这一经济隐喻揭示了生命史策略（\(r/K\) 选择）的客观约束，但不能替代对神经计算实体能量开销与信息传输率的微观动力学计量。

5.1.5 组织的学习：蚁群、双向通信与人的社会

在考察系统适应性时，个体层面的神经学习与群体层面的组织自适应必须在系统层级上明确拆分。维纳在早年将蚁群社会形态主要归结为遗传编码的先天行为本能，并将人类社会的自组织更多归因于个体可塑经验的代际语言传递。现代社会性昆虫学研究表明，蚁群涌现出的复杂觅食路径与巢穴温控，不仅依赖工蚁个体的联想学习，更依赖个体间化学信息素与触角触碰所构成的分布式双向信号网络。自然演化层面的种系筛选（5.2 节将详述其通信论本质）与个体生命历程内的本体学习，在生物界构成了多尺度的嵌套反馈。表 5.1-1 对刚性固定策略与在线自适应学习策略的系统属性进行了严格对比。

在社会与组织控制论层面，维纳提出了一项关乎系统稳定性的核心法则：组织内部的通信流必须维持严格的双向闭环。维纳以巴拿马运河船闸的集中控制室为例阐明了闭环通信的不可或缺性：调度中枢在发出开启闸门或牵引机车的控制指令后，控制台上必须配备即时回报传感器，以显示机械机构的实际位移与锁定状态；倘若回程信息信道发生断裂，操作员在未确认机车制动状态下盲目放行船舶，将导致万吨级战列舰撞毁闸门的灾难性系统瘫痪。

在人类社会通信史上，维纳引述了美国独立战争期间萨拉托加大捷的历史案例：英国陆军部早已草拟了霍维将军沿哈德逊河北上与伯戈因将军会师的作战指令，但由于官僚机构的疏忽，该份确认指令未能及时随邮船从伦敦发出；失去双向协调与执行确认的霍维部擅自南下费城，致使孤军深入的伯戈因军团在萨拉托加陷入重围并全军覆没。维纳以此断言：行政管理中枢若只依赖自上而下的单向指令推行，而切断自下而上的真实态势回馈，决策必将建立在对下层执行实况的彻底幻觉之上。维纳将这种维持社会机体动态稳态的双向信息流命名为社会反馈(social feedback)（Wiener, 1950，第三章）。

在机器智能与自适应系统的前景上，维纳在 1950 年的表述保持着数学家严密的审慎：制造能够学习的机器在理论上毫无疑义，但在真空管与继电器时代，建造此类高度复杂自组织系统的工程技术尚处于萌芽阶段，按学习原理构建商用机器的成熟时期“在当时尚未完全到来，但多半也不会太远”。历史证实了维纳的远见：随着固态晶体管与集成电路的诞生，以可微计算与在线梯度更新为代表的学习机器已成为现代自动化文明的基石。在 5.2 节中，我们将考察这一预言如何在真实的跳棋博弈机与自复制自动化换能器中落地。

本节最后遗留了一项核心生理与工程谜题：回授信息究竟如何精确重构神经网络的程序带。维纳在当时提出了双重神经传输假说——即沿特异性神经纤维高速传递的局域离散冲动，与通过体液或弥散神经纤维释放的全局神经调质（neuromodulators）协同运作，后者类似于广播式“致有关各方”公函，动态改变全脑特定区域的突触激活阈值。这一控制论猜想在数十年后被生物化学中的单胺类神经调质系统与强化学习中的全局奖励预测误差信号（如多巴胺假说）所证实。为了将学习机制从唯象分析推向计算可实现的物理机器，下一节将直面两台真正的开创性机器——塞缪尔的跳棋学习机与维纳的自复制换能器。