>>> 2006年第6期
新书过眼
作者：黄 湘
1996年，一个恶意的玩笑造成了一场世界级的学术地震。纽约大学的量子物理学家索卡尔，向著名的文化研究杂志《社会文本》递交了一篇论文《超越界线：走向量子引力的超形式的解释学》，声称后现代主义哲学已经被后现代科学，特别是量子物理学的后现代发展所“证实”。结果5位堪称后现代主义大腕的主编都未能发现这是一篇作文，未能识别出作者故意捏造的一些常识性科学错误，一致通过把它发表，此即著名的“索卡尔事件”。1998年，索卡尔以这一事件为铁证，与人合著了一本《时髦的胡说：后现代知识界对科学的滥用》，代表科学界“大多数人”的立场，对后现代主义反攻倒算。
然而，同是1998年，一位南非科学哲学家保罗·西利亚斯(Paul Cilliers)也出版了一本书，(Complexity and Postmodernism：Understanding Complex Systems)，书中充分肯定了后现代主义对于当今科学技术发展——不仅仅是某一分支研究——的巨大启示意义。在此先澄清两点：这位保罗可不是只会坐而论道的人文知识分子，此人在进入哲学圈以前，曾经长期从事利用神经网络进行计算机建模和模式识别的工作；且他所援引的后现代主义也并非《社会文本》那种文学路径的美国版，而是“正宗”的哲学路径的法国版，更准确地说，是以德里达、利奥塔尔为代表的后结构主义——用他的话说：“后结构主义并非仅仅是一种话语分析的颠覆形式，它也是一种敏感于所论现象的复杂性的思维风格。”(第31页)
欲了解保罗的观点，先须了解何为“复杂”。“复杂”(complex)有别于“复合”(complicated)，后者适用于喷气式飞机这样的系统，可以通过分析其组成部分获得关于系统的完整描述；而复杂系统则由于系统的各组成部分之间、系统与环境之间具有相互作用，不能使用这种先化整为零、再化零为整的分析方法。
“复杂”也有别于如今已成为大众流行词汇的“混沌”(chaos)。关于“混沌”的一个著名例子是所谓“蝴蝶效应”：一只蝴蝶扇一扇翅膀，就有可能在地球的另一端引发风暴，原因在于大气系统对于初始条件的敏感性。但保罗认为，混沌理论对复杂性研究的贡献是极其有限的，“在对复杂系统进行分析时，对初始条件的敏感性并不是一个如此重要的问题。事实上，正是复杂系统的鲁棒(robust)本性，即其在不同条件下以同样的方式发生作用的能力，保证了系统的生存……自组织临界性(self-organised criticaliy)概念较之混沌的比喻更恰当。”(见本书前言)所谓“自组织”(self-organisation)，指的是“复杂系统的一种能力，它使得系统可以自发地、适应性地发展或改变其内部结构，以更好地应付或处理它们的环境。”(第125页)所谓“自组织临界性”则是指，“许多合成的系统自然地向临界状态演化，其中微小的事件引发了能够对系统中任何数量的要素产生影响的链式反应……导致微小事件的机制同时也是导致重大事件的机制。”(第132页)——例如，一场街头口角引发了群体性的政治暴力，单个买家的投机行为令股票市场全盘崩溃。值得一提的是，在混沌理论家、比如国人熟悉的普里高津那里，上述临界状态又名“混沌的边缘”，被认为是依赖于某种有待混沌理论去发现的深层“原理”；保罗却支持复杂性科学家考夫曼的主张，认为自组织临界性可以通过“经济原理”加以解释，而不必依赖任何来自混沌理论的论据，盖因“复杂性”比“混沌”更具有普遍意义。
那么，哪些是具备自组织性质的复杂系统呢?一个显著的例子是人类的语言，语言的形式和意义之间的关系既不是完全任意的，也不是完全可以预测的，而是一种“有理据的约定俗成”，因此，对语法结构可以做出充分的解释，但是只能做到不完全的预测——这一“有理据的约定俗成”即是语言的自组织性质。
保罗指出，语言研究存在两套相互对立的范式：一个是关注语言结构的乔姆斯基范式，运用生成规则的形式语法对语言进行描述；另一个是关注语言意义的索绪尔范式，将语言视为“能指一所指”的关系系统。不过，乔姆斯基范式符合图灵机的数学模型，因此很自然地构成了人工智能(A1)研究基础；而索绪尔范式虽然对人文学科影响甚巨，却因为缺少适用的数学模型，一向处于认知科学研究的视野之外。保罗则认为，“人们有可能利用神经网络理论对索绪尔的语言学提供数学模型，这等价于形式语法提供了对乔姆斯基语言学的数学描述。”(第43页)
有趣的是，在保罗看来，这一数学模型之所以有望实现，主要应归功于德里达对索绪尔的发展，也就是如今已成为大众流行词汇的“解构”。“解构”意味着将语言视为开放系统，而德里达创制的另一术语“延异”，则意味着将语言描述为一个有差异的系统。“德里达对语言的分析，对于我们讨论复杂性具有重要意义：它导致了‘归根结底把编码当作终极的规则系统的权威地位的终结’。总之，它反对基于规则的语言描述的可能性。”(第77页)“延异”其实对应于一种归复式的神经网络模型，“这种类型的网络具有许多的反馈环：某节点的输出可以成为该节点本身的输入，其间可以是通过其他节点，也可以是不通过其他节点。节点的活动因此不仅是由它和其他节点的差异所决定的，也是延迟到其本身的(以及其他的)活动反射回自身后决定的。在这种相互作用的复杂模式中，不可能说某种语符(或节点)表征了某种特定事物。”(第113页)这一神经网络模型可以很好地描述语言系统的自组织性质，亦即语言的“有理据的约定俗成”，而乔姆斯基范式和人工智能(A1)模型则或无视、或刻意弱化这一自组织性质。
说到底，对自组织性质的无视或刻意弱化，其实是西方思想主流的痼疾。诸如柏拉图的形式说、亚里士多德的四因说、笛卡儿的天赋说、洛克的初性说、休谟的单纯印象说、康德的感性和知性说、皮尔斯的科学理想状态说、胡塞尔的本质说、罗素的感觉材料说以及卡尔纳普的世界原子功能模块说等等，莫不具有两大特征：一是基础主义的知识论，二是还原论的分析方法，两者相辅相成。所谓基础主义的知识论，是指知识必须建立在必然、客观、永恒的“基础”之上，且能从这一“基础”中推导出来；所谓还原论的分析方法，是指所有自然现象都为一组能够明晰化的定律或规律所支配，因此总是可以将一个系统“还原”成其基本组成部分的集合。在这两项特征的影响下，“为了处理常常是极其大量的观察和实验数据，科学传统上极其强调的是遵循正确的方法。实验被设计出来控制大量的变量，并限制结果的可能解释。尽管这种步骤通常是不可避免的，但它意味着一些可能的结果被先验地消除了。选择一种方法就是一种预先腾空，以指向特定的一组解。遵循严格的方法，一定会提供绝妙的结果，但是经常导致没有充分重视对于方法的选取，而且还导致了使用一般术语来解释实验结果，而不是在合适的方
[2]