2023年3月29日上午，本系讲座第52讲在福彩3d试机号系厅举行。本次讲座的主讲人为复旦大学特聘教授，中国科学院哲学研究所学术所长刘闯老师，讲座题目为“自由能与演化博弈——自组织系统基本原理的哲学探究”，讲座的点评人为福彩3d试机号的王巍教授。
刘闯在讲座的一开始，便点明了本次报告的核心论证：反对卡尔 • 弗里斯顿（Karl Friston）认为贝叶斯大脑（Bayesian brain）理论可以从自由能原理（free energy principle）推导得出的观点，认为演化博弈论（evolutionary game theory）才能够为贝叶斯大脑理论提供解释。其讲座主要分为以下四个部分：第一，解释进路与基本原理；第二，预测推理与贝叶斯大脑；第三，能动推理与自由能原理；第四，贝叶斯大脑与演化博弈论。
在解释进路与基本原理这一部分中，刘闯将解释自然现象的科学理论分为了两大类，一类是物质科学中常用的动力学理论，另一部分则是如生命科学中常用的演化理论。他认为，第一类解释可以被视为是研究“动力因”的理论；而第二类则以研究“目的因”为主。第一类解释的方法，经常是以微分方程的形式给出某一系统在初始动因的作用下随时间在空间中运动或变化的速率，而不同自然类的变化和演变过程，也都有着自己的规律或方程来描述。如果认为自然本体上分为不同层次，那么，自下而上，从整体到局部，上面一层的规律可以是下面一层特例；就数学方程而言，在下一层的方程中代入适合上一层的特殊参数，上层的方程就可以如此被推导出来。从而在最基本的层面上，可能存在着大自然最基本的规则。刘闯认为，这一最基本的规则可能就是最小作用量原理（the least action principle）。而对于以“目的因”为主的第二类科学研究，是否也存在着一个类似的基本原理呢？刘闯认为，弗里斯顿试图将自由能原理视为自组织系统（包括生物系统）的基本原理，即任何自组织系统，为了在与其周围环境的互动中保持不被环境“吃掉”（化解为与环境一样的平衡态），在满足一定的边界条件情况下，必然努力最小化系统内部的自由能。
接下来，刘闯开始谈论预测推理与贝叶斯大脑的相关问题。他先对贝叶斯大脑理论进行了简单的介绍。贝叶斯大脑理论是关于动物和人类大脑/心灵预测感知外部世界，策划与执行行动策略，以及该动物在两者互动互补的运行中生存的理论。该理论的核心是贝叶斯定理，即预设动物的大脑会无意识的按照贝叶斯定理更新后验概率。贝叶斯大脑的工作机制是这样的：首先，大脑主动提出假说（对某种先验概率的预测），该假说将引导生物体接下来的行动。接着当生物体行动时，行动的结果与假说之间，会产生一个预测误差或者吃惊度（surprise or surprisal），当这一吃惊度大于某个阈值时，会向大脑反馈一个提示预测出现问题的错误报告，而大脑在收到这一信号后，将会按照贝叶斯定理对于假说（对先验概率的预测）进行修改和更新。从而根据这一理论，知觉的内容其实是一种预测，它是通过贝叶斯原理而被能动地验证的最佳解释推理的结果。从而贝叶斯大脑理论改变了传统的“感知数据→大脑加工→感知经验”的单序列理论，同时也改变了心灵哲学中“知觉的方向是心灵配合世界，而行动的方向则是世界配合心灵”这一传统观念。如果贝叶斯大脑理论为真，心灵与世界只有一个关系，那就是相互配合的关系。
而接下来的问题就在于，如果贝叶斯大脑理论为真，其理论基础是什么？也即它是否如第一部分的讨论所说的那样，可以由一个基本理论推导而来？刘闯在能通推理与自由能原理这一部分，考察了弗里斯顿等人的观点。后者认为贝叶斯大脑/预测加工是更广泛的预测推理和行动模式的一种特例。这种更广泛的模式叫做“能动推理”（active inference）。自然界中所有自组织系统都依靠这个模式生存。而能动推理所遵循的基本原理，即为第一部分中提到的“自由能原理”。刘闯从以下三个问题出发，对于弗里斯顿的观点进行了批评。首先，关于贝叶斯大脑理论与能动推理之间的关系，刘闯认为，弗里斯顿主要采取了一种“低层途径”进行论证，即从贝叶斯定理出发自下而上，通过如生存模型、推理性感知、预测编码、变分贝叶斯，最终得出能动推理理论。但这种论证途径中的“变分自由能”与“期待自由能”，却是作为一种退而求其次的近似策略被引入的。第二，关于能动推理与自由能原理之间的关系，弗里斯顿则采取了一种“高层途径”进行论证，即自上而下，通过如马尔科夫毯、自验证、自创生等，推出能通推理理论。但这一论证途径讨论的系统要么很简单，要么则是AI系统。基于上述两点可以发现，贝叶斯大脑与能通推理之间的关系包含一些近似性处理，而能通推理与自由能原理的关系又是基于一些非常简单的系统得出的，从而弗里斯顿认为贝叶斯大脑是自由能原理“推导”或“演绎”出来的结果可能是靠不住的。最后，刘闯还质疑了自由能原理规范性的基础，指出自由能原理并非最小作用量原理一样的无需解释的基本规则，而是需要进一步解释的理论。
从而在贝叶斯大脑与演化博弈论这一部分中，刘闯试图使用演化博弈论方法，为贝叶斯大脑甚至最小自由能原理，从“目的因”的角度提供一种解释。演化博弈论发展自博弈论，约翰·梅纳-史密斯（John Maynard-Smith）将博弈论引入生物学领域后，舍弃了博弈论中理性主体的预设，并将不同策略的效益（utility）改为采纳相应策略的生物个体的适应度（fitness）。而在文化演化概念（cultural evolution）引入之后，演化博弈论又从生物学界传回了人文社科领域。无论博弈的主体是否理性、是否有意识地采纳策略，这种重复的博弈过程经过一段时间，常常会得到一个好像是经历了自然选择而得出的结果。由此，在博弈论的历史发展中，演化取代了理性选择，出现了无意识的生物界和有意识的人类社会都适用的演化博弈论。刘闯以演化博弈论对于贝叶斯大脑理论的最小化误差机制的解释为例，展示了演化博弈论方法的应用。首先，假定演化历史上相互竞争的策略有两个。一个为是最小化预测误差（或吃惊度），另一个为不运用贝叶斯定理。后者由于其对外部世界的感知判断会比能最小化吃惊度的贝叶斯大脑的判断从总体上说劣质很多，从而在演化博弈过程中败退、消失。同时，人类某些类型的病态大脑，比如某些精神分裂症患者的大脑，可能就是因为无法正常最小化预测误差而不能正常运行的，从而可以说在以贝叶斯大脑策略为主的种群中，如果由于突变或者其他原因出现了如上的不控制预测误差的策略，这个策略也无法侵入该种群。因此，在这个意义上，最小化预测误差可以说是贝叶斯大脑的演化稳定策略。刘闯接着提到，对于贝叶斯定理更新生成模型的解释也可以用类似的方式通过演化博弈论完成，并且上述工作还可以通过建模，在计算机中进行模拟。
在刘闯老师报告之后，王巍老师从复杂性科学的研究意义，不同层次理论之间管辖（govern）和推导（derive）关系的区别，贝叶斯大脑的局限性，能动推理理论的细节以及历史偶然性等方面进行了点评和提问，刘闯老师分别进行了回应。在场的部分同学也就刘闯老师报告中的内容进行了提问并得到了回应。
撰稿人：杜少凯
审稿人：王巍
