决心要当个物理学家。”科学之深深吸引他之处，并不是科学能使他将宇宙
归纳成几个简单的规律，而是正好相反：科学可以告诉你，几条简单的规律
是如何产生整个世界变幻无穷的行为表现的。“这真的使我感到非常愉快。
在某种意义上，科学和数学是简化的极至。但如果你倒过来看，观察宇宙规
律所囊括的各个方面，则出人意料的可能性简直可以是无穷无尽的。这就是
为什么使宇宙在一个极端上十分易于理解，在另一个极端上却又永无可能理
解的道理。”
但不幸的是，起初荷兰德能够学到的计算机知识只有他在电机课上获取
的零星的第二手资料。电子计算机当时还很新奇，大多数计算机知识还处于
保密阶段。当然大学还没有开设计算机课程，即使在麻省理工学院也还没有
开设。但有一天，当荷兰德又像往常一样在图书馆浏览书刊时，他翻到一个
由简单的论文封面套着的一系列活页演讲笔记。他在翻阅这些笔记时发现，
这份笔记详细谈到.. 1946年在宾夕法尼亚大学摩尔电机系举办的研讨会内
容，其中记载，战时宾州大学为了计算大炮的射程表而发明了美国的第一台
数控计算机.. ENIAC。“这些笔记很有名，这是我第一次接触到真正的关于数
控计算机的详细资料，里面包括对从计算机建筑到软件设计的详尽记录。这
一系列演讲就是在这个基础上探讨了信息和信息处理的全新概念，并诠释了
一种全新的数学技艺：编程。荷兰德立刻就买下了这个演讲的复印稿，一页
一页细读了许多遍。事实上，这份演讲稿他到现在还保留着。
1949年秋季，当荷兰德开始了他在麻省理工学院的大四课程，四处寻找
学士论文题目时，他发现了旋风计划（Whirlwind Project）：麻省理工学院
将建一个速度能达到跟踪空中交通的“实时”的计算机。由海军资助的旋风
计划的年资助额为一万美元，这在当时是一个令人目眩的数额。麻省理工为
此雇用了七十名工程技术人员，这无疑是当时最大的计算机项目，也是最具
发明性的研究之一。旋风将是第一台采用磁心记忆和交互式显示屏的计算
机，它将产生计算机网络和多程序（一次运作多个程序）。作为第一台实时
计算机，它将为计算机应用于空中交通控制、工业流程控制、以及计算机应
用于预售票和银行铺平道路。
但当荷兰德刚听说这个消息时，旋风还仅仅停留在实验阶段。“我知道
麻省理工在研制旋风，它还尚未被研制成功，还在研制之中，但已经可以用
了。”不知为什么，他一心想参与进去。他开始四处敲门，在机电系发现了
一个名叫赛德奈克·考派尔（Zednek Kopal ）的捷克天文学家，曾经教过他
数值分析。“我说服他主持我的论文评议委员会，又让物理系同意让电机系
的人来主持我的论文评议委员会，然后我又说服了参与旋风计划的人让我能
够看到他们的操作手册。当时操作手册是保密的！”
“那也许是我在麻省理工最快活的一年。”他说。考派尔建议他论文的
题目是为旋风编一个程序来解拉普累斯（Laplace）方程式。拉普累斯方程式
描述的是多种物理现象，从围绕任何带电物的电场分布，到紧绷的鼓面震动。
荷兰德立刻就着手这项研究。
“那也许是我在麻省理工最快活的一年。”他说。考派尔建议他论文的
题目是为旋风编一个程序来解拉普累斯（Laplace）方程式。拉普累斯方程式
描述的是多种物理现象，从围绕任何带电物的电场分布，到紧绷的鼓面震动。
荷兰德立刻就着手这项研究。
但他非常热衷于这项研究。“我喜欢这个过程中的逻辑本质，”他回忆
说，“编程与数学有同样的特点：你走了这一步，然后你就可以由此走下一
步。”但更重要的是，为旋风编程序使他认识到，计算机并不只是实施快速
计算。在一系列神秘的六位十进制数字中，他可以随意设计震动的鼓面、或
旋绕的电场等任何东西。在循环的数位中，他可以创造想象中的宇宙。所需
要做的只是把适当的规律编码进去，然后其他的一切就会自然展开。
荷兰德的毕业论文从一开始就只是个书面设计，他编制的程序从未真正
在旋风上运作过，但在另一个方面，他的毕业论文却收获颇丰：他成了全美
国少数几个懂得一些编程的人之一。结果.. 1950年他刚毕业就被.. IBM公司录用
了。
这个时机真是再好不过了。当时IBM在纽约普夫吉普斯（Poughkeepsie）
的巨大工厂正在设计第一台商用计算机：国防计算机，后来被重新命名为
IBM701。当时设计生产这台计算机代表了一个前途未测的重大赌注。许多思
想保守的行政管理人员都认为研制这种计算机是浪费钱财，还不如把钱投资
于改良打孔机上。事实上，产品企划部在.. 1950年花了整整一年的时间坚持
说，全国的市场对这类计算机的需要永远不可能超过.. 18台。IBM公司坚持研
制国防计算机的主要原因，是因为它是一个叫作小托马斯的后起之秀的钟情
项目。小托马斯是.. IBM公司年迈的总裁托马斯·B·华生（Thomas B.Watson）
的儿子和当然继承人。
但菏兰德当时只有二十一岁，对此知之甚少。他只知道自己已被置入圣
境。“我已经到了这里，一个这么年轻的人，在一个这么重要的岗位。我是
少数几个知道.. IBM701正发生什么的人之一。”IBM的项目负责人将荷兰德安
排在由七个人组成的逻辑计划小组。这个小组负责设计这台新计算机的指令
系统和一般性组织。这是荷兰德的又一个幸运，因为这是一个实践他的编程
技术的理想的地方。“最初阶段完成之后，我们得到了最初的机器原型，还
必须用各种方式来测试。所以工程师们经常通宵达旦地工作，白天把机器拆
卸开，晚上又尽最大的努力把它拼装起来。然后我们少数几个人就会从晚上
十一点钟开始，全夜运转我们的程序，看看是否能够正常运作。”
在某种程度上，我们编的程序确实能够运行。当然，用今天的标准来衡
量，701机就像是石器时代的东西了。它有一个巨大的控制板，上面挤满了
各种键盘和开关，但还没有屏幕显示器的雏形。这部机器通过标准的.. IBM打
孔机执行输入和输出命令，号称足有四千个字节的记忆存储量。（今天市面
上出售的个人电脑的记忆存储量一般比这大一千倍。）它可以在三十微秒中
算出两个数字相乘的结果。（现在所有的手持计算器的功能都比这个强。）
荷兰德说：“这个机器也有许多缺陷。最好的情况下，平均每三十分钟左右
就会出现一次失误，所以我们每次计算都要做两遍。”更糟糕的是，701计
算机是通过在一个特殊的负极射线管的表面产生光点来存储资料的。所以荷
兰德和他的同事们必须调整算法，以避免过于经常地在记忆存储的同一个点
上写入数据，否则就会增加这一个点上负极射线管表面的电荷，而影响到周
围的数据。“我们竟能使计算机运行了，这太令人惊喜了。”他笑道。但事
实上他这是认为瑕不掩瑜。“对我们来说，701计算机就像是一个巨人。我
们觉得能有时间在一台快速运转的机器上尝试我们编的程序，真是太好了。”
荷兰德说：“这个机器也有许多缺陷。最好的情况下，平均每三十分钟左右
就会出现一次失误，所以我们每次计算都要做两遍。”更糟糕的是，701计
算机是通过在一个特殊的负极射线管的表面产生光点来存储资料的。所以荷
兰德和他的同事们必须调整算法，以避免过于经常地在记忆存储的同一个点
上写入数据，否则就会增加这一个点上负极射线管表面的电荷，而影响到周
围的数据。“我们竟能使计算机运行了，这太令人惊喜了。”他笑道。但事
实上他这是认为瑕不掩瑜。“对我们来说，701计算机就像是一个巨人。我
们觉得能有时间在一台快速运转的机器上尝试我们编的程序，真是太好了。”
当然，那时没人把这种事情称为“人工智能”或“认识科学”。但即使
如此，计算机编程本身，作为一种全新的尝试，也正在迫使人们比以往要小
心得多地去思考解决问题的真正含义是什么。计算机最终是个外星人：你不
得不告诉它一切事情：什么是数据？它们是如何被转换过来的？怎样从这一
步到达那一步？这些问题反过来又很快引向了令哲学家们苦恼了几个世纪的
问题：什么是知识？知识是怎样通过感官印象获取的？知识是怎样反映在心
智上的？是怎样通过吸取经验而完善的？又是怎样被运用于推理判断的？已
做的决定是怎样被转化为行动的？
那时对这些问题的回答远还不清楚。（事实上，对这些问题的回答到现
在也仍不清楚。）但这些问题以一种前所未有的清晰和准确的方式被提出来
了。IBM公司在普夫吉普斯的发展小组作为全美国最杰出的计算机天才的集
中地之一，突然走在了计算机发展的前列。荷兰德喜欢回忆一群“经常的非
常客”每隔两周左右就会找一个晚上聚在一起，讨论扑克牌游戏或围棋。其
中有一个参与者是个名叫约翰·麦卡菲（John McCarthy）的暑期实习生，加
州理工学院的一个年轻的研究生，后来成为人工智能的创始人之一。（事实
上，是麦卡菲.. 1956年为在达特茅斯学院的一个暑期人工智能研讨会做宣传时
发明了“人工智能”这个词。）
另一个人是阿瑟·塞缪尔（Arthur Samuel），一个语调柔和、四十岁左
右的电机工程师。他是.. IBM公司从伊利诺斯大学招聘来帮助公司制作性能可
靠的真空管的，也是荷兰德整夜整夜进行程序运行马拉松的最经常的陪伴
者。（他还有个女儿就在附近的凡沙，荷兰德与之还约会过几次。）塞缪尔
显然对真空管失去了兴趣。五年来他一直在尝试编写可以跳棋的程序——不
止是会下跳棋，而且要会随着不断吸取经验而越下越好。现在回想起来，塞
缪尔的计算机跳棋被认为是人工智能研究方面的一个里程碑。1967年，他完
成了对这个下跳棋的程序的修改和完善后，这个计算机跳棋手已经能够达到
国际大师的水平了。即使到.. 701机器时期，他编的程序也显得相当好了。荷
兰德记得对此印象极深，特别是它能针对对方的步骤调整自己的战术。大致
地说，这是因为这个程序设计了一个简单的“对手”模型，然后用这个模型
去预测最佳棋路。尽管当时荷兰德无法将之表述清楚，但他感到电脑跳棋的
这个功能正好抓住了学习和适应的某种最本质的东西。
兰德记得对此印象极深，特别是它能针对对方的步骤调整自己的战术。大致
地说，这是因为这个程序设计了一个简单的“对手”模型，然后用这个模型
去预测最佳棋路。尽管当时荷兰德无法将之表述清楚，但他感到电脑跳棋的
这个功能正好抓住了学习和适应的某种最本质的东西。
利克莱德解释说，问题是，在显微镜下，大脑的大部分都呈现出一片混
沌，每一个细胞都随意发出数千条纤维，与数千计其他神经细胞随意相连。
然而，这些稠密相连的网络又显然不是随意组成的。一个健康的大脑能够前
后连贯地形成感觉、思想和行动。更重要的是，大脑显然不是静止不变的。
它可以通过吸取经验来改善和调整自己的行为。它可以学习。但问题是，它
是怎样学习的？
在三年前的.. 1949年，希伯在他出版的《行为组织》（The Organizationof Behavior）一书中作出了他的回答。他的基本思想是，假设大脑经常在“突
触”上做些微妙的变化。突触是神经冲动从这个细胞跳到那个细胞的连接点。
这个假设对希伯来说是非常大胆的，因为当时他对此还没有任何证据。但希
伯为这一假设阐述说，这些突触上的变化正是所有学习和记忆的基础。比如
说，通过眼睛视觉的感官冲动会通过加强沿途所有突触的方式在它的神经网
络上留下痕迹。差不多的情形同样会发生在由耳进入的听觉神经系统、或大
脑内其它脑际活动。结果是，随意启动的网络会迅速将自己组织起来。通过
某种正反馈，经验被积累了起来：强健的、经常被使用的突触会变得更强健，
而弱小、不经常使用的突触会萎缩。被经常使用的突触最后强健到一定程度
以后，记忆就被锁定了。这些记忆反过来又会布满整个大脑，每一个突触都
与一个复杂的突触形态相对应，这些突触形态包含了成千上万个神经元。（希
伯是最先描述这种分布记忆的人之一，这种描述后来被称为“关联论”
（connectionist）。）
但希伯的思想还不止这些。利克莱德在演讲中还解释了希伯的第二个假
设：有选择的突触强化会导致大脑自组成“细胞集合”——几千个神经元的
子结合，其中循环神经冲动会自我强化，继续循环。希伯认为这些细胞集合
就是大脑基本的信息建设砖块。每一个细胞集合都与一种声调、一束光线或
某种思想的一闪念相对应。但这种细胞集合在生理上并没有特别之处。确实，
它们相互重叠，任何一个神经元同属于好几个细胞集合。而且因为如此，一
个细胞集合的行动势必带动其他细胞集合的动作，这样，这些基本的建设砖
块就会迅速自组成为更大规模的概念和更复杂的行为。总之，细胞集合就是
思想的基本量子。
荷兰德坐在听众席上听得呆若木鸡。这可不是当时哈佛的行为学家斯金
纳（B.F.S Skinner）推崇的枯燥无味的刺激/反应心理学。希伯谈论的是心
智内部的活动情形。他的关联理论的丰富多采性和令人永恒惊奇的特点引起
了荷兰德的强烈反响。这个理论的感觉是对的。荷兰德迫不及待地想运用这
个理论做点什么。希伯的理论就像是一扇开启了思想本质的窗户。他想凭窗
张望，想看到细胞集合在随意的混沌之中形成自组，不断成长，想观察它们
如何相互作用，以及心智本身是如何突现的。他想观察所有这些是如何在没
有外界指导的情况下自然发生的。
张望，想看到细胞集合在随意的混沌之中形成自组，不断成长，想观察它们
如何相互作用，以及心智本身是如何突现的。他想观察所有这些是如何在没
有外界指导的情况下自然发生的。
而这正是他们所做的。“他编写了一个程序，我也编写了一个程序。这
两个程序在形式上很不相同。我们把它们称为‘概念者’，这绝非自大之言！”
事实上，即使到了四十年之后，当神经网络模拟早就变成了人工智能的
标准工具，IBM的“概念者”的成就也仍然引人瞩目，其基本思想在今天看
来仍然非常熟悉。在他们的程序中，荷兰德和罗切斯特把他们模拟的人工神
经元当作“节点”——也就是能够记住自己内部状态中某些事情的小计算机。
他们将自己的人工突触模拟成各种节点之间的抽象结合点，每一个结合点都
有一定的“重量”，与突触的强度相对应。他们还用通过网络吸取经验来调
节强度的方式模拟希伯的学习规则。但荷兰德、罗切斯特和他们的同事们还
采用了比今天的大多数神经网络模拟远为详尽的基本神经生理学知识，包括
模拟神经元的反应有多快、如果神经元过于经常起反应，疲劳程度如何这样
的因素。
毫不奇怪，他们的这些研究进展困难。不仅仅是因为他们所编写的程序
是神经网络模拟方面最原初的研究，而且也因为这使计算机首次被用于模
拟。（与计算数字和分析数据的功能正好相反。）荷兰德对.. IBM公司的合作
耐心给予了很高的评价。他和他的同事们在计算机上耗费了无数个小时来模
拟神经网络，甚至还由.. IBM公司出资去了趟蒙特利尔，向希伯本人咨询。
但到最后他们的模拟终于成功了。“出现了许多突现现象。”荷兰德至
今谈起这些来仍然很激动。“你可以从统一的神经元基质开始，然后看到细
胞集合的形成。”1956年，在这项研究工作的绝大部分结束几年之后，荷兰
德、罗切斯特和他们的同事终于发表了该项研究成果。这是荷兰德发表的第
一篇论文。
建设砖块
荷兰德说，现在回想起来，希伯的理论和他自己基于这个理论之上的神
经网络模拟对他产生的最大影响，是形成了他后来三十年的思想，而不是在
某一单个方面使他受益。但当时，最直接的结果就是导致他离开了IBM公司。
问题在于，计算机模拟有一些确凿无疑的局限性，特别是.. 701计算机。
真正神经系统的细胞集合有一万个神经元分布在大脑的大部分区域，而每个
神经元又有一万个突触。但荷兰德和他的伙伴们在.. 701计算机上运行的最大
规模的模拟神经网络也只能有一千个神经元，每个神经元只有十六个结合
点，还是他们竭尽他们能够加速运转的所有编程技巧才达到这个速度的。荷
兰德说：“越往下做我越觉得我们真正能够进行试验的与我所想看到的结果
之间的距离实在太大了。”
唯一的选择就是用数学方法来分析神经网络。“但这样做实在太困难
了。”他的每项尝试都撞上了南墙。靠他在麻省理工学院学到的数学功底来
全面展开希伯式的网络实在太不够了。而他还比大多数物理系毕业生多学了
不少数学课程呢。“当时对我来说，仿佛要想更多地了解神经网络，关键在
于更好地掌握数学工具。”他说。所以在1952年秋季，他带着IBM公司的祝
福和继续为.. IBM公司的宏伟蓝图做一百个小时顾问工作的允诺，来到安·阿
泊，开始在密西根大学攻读数学博士学位。
福和继续为.. IBM公司的宏伟蓝图做一百个小时顾问工作的允诺，来到安·阿
泊，开始在密西根大学攻读数学博士学位。
但对荷兰德来说，真正的好运是他在密西根大学碰到了阿瑟·勃克斯
（Arthur Burks）这位非同寻常的哲学家。勃克斯是查尔斯·皮尔斯（CharlesPeirce）实用主义哲学的专家，于.. 1941年获得博士学位。由于当时在他的学
科领域根本无法觅到一个教职，所以他在毕业后的第二年在宾州大学的摩尔
学院又读了.. 10周的课程，变成了一个战时工程师。后来证明了这是一个很好
的选择。1943年，他毕业不久就受雇于摩尔学院，从事属于最高机密的第一
台电子计算机.. ENIAC的研究。在那里他遇到了传说中的人物、匈牙利数学家
约翰·冯诺曼。当时冯诺曼作为顾问，经常从普林斯顿的高级研究所来这儿
为这个项目工作。勃克斯在冯诺曼的指导下还参与了.. ENIAC的下一代计算机
EDVAC的研制工作。这是第一台能运用程序这种电子化形式储存信息的计算
机。确实，冯诺曼、勃克斯和数学家荷曼·哥斯廷（Herman Goldstine） 1946
年发表的论文，《电子计算仪器逻辑设计初探》，一直到今天仍然被认为是
现代计算机科学的基石。在这篇论文中，这三位撰写人用精确的逻辑形式规
定了编程的概念，同时还描述了一个普通功能的计算机如何通过从计算机记
忆系统提取指示，然后再把结果存储到记忆系统这样一种不断循环的方式来
执行程序。这个“冯诺曼式建筑设计”仍然是今天几乎所有计算机的基础。
当荷兰德五十年代中期在密西根大学遇见勃克斯的时候，勃克斯是一个
身材匀称、举止优雅的人，酷似荷兰德想象中的传教士的形象。（迄今为止，
勃克斯从来没有不打领带、不着外衣地出现在以不在乎穿着著称的密西根大
学的校园里。）但勃克斯同时也是一个热情友善的良师益友，他很快就把荷
兰德带入了他的计算机逻辑设计小组，这是一个理论学家的圈子，这个圈子
的人致力于计算机语言研究和开关网络定理论证，总之是力图从最严格、最
根本的层面上掌握计算机这个新机器。
勃克斯还邀请荷兰德加入了一个新的博士学位项目。这是一个致力于在
尽可能广泛的领域里探索计算机和信息处理意义的项目，勃克斯本人正在帮
助组织这个项目。这个很快就以通讯科学变得众所周知的项目到了.. 1967年终
于发展成了一个完整的计算机系，叫做计算机与通讯科学。但在当时，勃克
斯感到他只是在为.. 1954年死于癌症的冯诺曼填补空白。“冯诺曼希望把计算
机应用在两个方面。”他说。一方面是一般性功能的计算机设计，这种功能
的计算机他们已经发明了。“另一方面是基于自动机理论、自然和人工智能
知识的计算机。”勃克斯同时还感到，研制这样一种程序会符合这些学生的
需要，而荷兰德是其中杰出的一位，他的心智拒绝随波逐流。
荷兰德喜欢上了他所听到的消息。“这就是说要开设生物学、语言学、
心理学这类非常艰难的课程和信息理论这样的常规性课程。这些课程是由来
自那一个学科领域的教授来上，这样学生们就能将所学知识和他们的计算机
模型联系起来。通过学习这些课程，学生们就会非常深刻地理解这个领域的
根本——其难点和问题，为什么这些问题如此难以解决，计算机在解决这些
问题上能起到什么作用，等等。他们就不会对事物仅仅只是流于表面的了
解。”
解。”
所以当勃克斯建议荷兰德转入通讯科学研究项目时，他毫不犹豫地同意
了。他放弃了他几近完成的数学博士论文，再次从头开始。“这意味着，我
可以在一个与我希望从事的研究非常接近的领域做我的博士论文。”他说。
这个领域，大致上说，就是神经网络。（具有讽刺意味的是，他最终决定做
的博士论文题目，“逻辑网中的循环”，是对网络开关内部情形的分析。在
这篇论文中，他证明的许多定理，与四年以后柏克莱大学一位名叫斯图亚
特·考夫曼的年轻的医学院学生独自努力证明的定理如出一辙。）荷兰德于
1959年获得博士学位，这是通讯科学项目授予的第一个博士学位。
所有这些都没有改变荷兰德对更为广泛的问题的关注，正是这种关注把
荷兰德带到了密西根大学。恰好相反，勃克斯的通讯科学项目正好提供了一
个能使这种问题滋生的环境。什么是突现？什么是思考？思想是如何进行
的？什么是思想的法则？一个系统的适应究竟意味着什么？荷兰德记下了对
这些问题的一些思考，然后把它们系统地归类为.. Glasperlenspiel l号、
Glasperlenspiel2号、等等。
Glas什么？“Das Glasperlenspiel”是赫尔曼·黑塞（Herman Hesse）
的最后一本小说，出版于.. 1943年，当时作者正流亡瑞士。一天荷兰德在同屋
从图书馆借来的一堆书中发现了这本书。在德语中，书名的书面意义是“玻
璃珠游戏”，但在英文译文中，这本书通常被称为“游戏高手”，在意大利
译文中也是相同的意思。故事以很久以后的未来为背景，小说描述了一个起
初是音乐家玩的游戏。这个游戏是先在玻璃珠算盘上设定一个主旋律，然后
通过来回拨弄玻璃珠，把这个主旋律的所有多声部和变奏编在一起。随着时
间的延续，这个游戏从最初简单的旋律演变成一种极其复杂的乐器，被一群
权力强大的牧师知识分子所控制。“最妙的是你能够获得主旋律的组合。”
荷兰德说。“有一点儿星相学、有一点儿中国历史、还有一点儿数学。然后
力图把它们发展成一种音乐主旋律。”
他说，当然，黑塞并没有十分清晰地说明这些究竟是怎么弄出来的。但
荷兰德并不介意这一点。玻璃珠游戏比他所看见和听到过的任何事物都能抓
住他的心，就像国际象棋、科学、计算机和大脑一样令他着迷。形象地说，
这个游戏正是他一生的追求：“我就是希望能够抓住世界万物的主旋律，然
后把它们揉合在一起，看它们会发生什么情况。”他说。
存储在.. Glasperlenspiel档案库中的思想的一个特别丰富的源泉是另一
本书。有一天荷兰德在数学系图书馆浏览群书时，发现了费舍尔（R.A.
Fisher）1929年出版的里程碑式的巨著《自然选择之基因理论》。
起初荷兰德很为之着迷。“从中学时代起我就一直很喜欢阅读基因和进
化方面的书，”他说。每一代人都会重组父母遗传的基因，他对这个思想非
常赞赏。你可以计算像蓝眼睛、黑头发这样的特性出现在下一代身上有多么
经常。“我总是想，哇，这个计算真是干净利落。但读了费舍尔的书后我第
一次认识到，在这个领域里，除了用平常的代数学以外还可以尝试别的东
西。”确实，费舍尔就用了许多更加复杂的概念，从微分、积分到概率理论。
他的书用真正严谨细致的数学方法对自然选择如何改变了基因分布做了分
析。对生物学家来说，这样的书是第一本。这同时也给当代“新达尔文”的
进化理论奠定了基石。二十五年之后，这一理论仍然代表了进化动力学理论
的最高标准。
经常。“我总是想，哇，这个计算真是干净利落。但读了费舍尔的书后我第
一次认识到，在这个领域里，除了用平常的代数学以外还可以尝试别的东
西。”确实，费舍尔就用了许多更加复杂的概念，从微分、积分到概率理论。
他的书用真正严谨细致的数学方法对自然选择如何改变了基因分布做了分
析。对生物学家来说，这样的书是第一本。这同时也给当代“新达尔文”的
进化理论奠定了基石。二十五年之后，这一理论仍然代表了进化动力学理论
的最高标准。
但尽管荷兰德非常崇拜费舍尔的数学，但费舍尔运用数学的某种方法却
使他感到困惑。而且他越是深思，越是感到困惑。
首先，费舍尔对自然选择的整个分析着重于一次一个基因的进化，仿佛
每一个单个基因对生物体生存的作用是可以完全脱离其他基因而独立存在
的。大致地说，费舍尔假设基因的行动完全是线性的。“我知道这肯定是错
的。”荷兰德说。对绿眼睛来说，没有几十个、或几百个基因形成绿眼睛的
特别结构，单个的绿眼睛基因是微不足道的。荷兰德认识到，每一个基因必
须作为一部分才能发挥作用。任何理论如果不把这个事实包括进去，就缺少
了进化这个故事中最关键一部分。对这个问题的思考，正是希伯在精神领域
研究中一直强调的。从思想的最基本的单位这一点来说，希伯的细胞集合有
点儿像基因。一种声调、一束光线、一簇肌肉的抽动，所有这些能具有意义
的唯一方式是把彼此组合成更大的概念和更复杂的行为。
另外，费舍尔一直在谈论进化能达到稳定的均衡，这也使荷兰德感到不
解。在这种稳定的均衡状态中，物种的大小达到了理想化、牙齿的锐利程度
达到了理想化、生存和繁衍能力也达到了理想化。费舍尔的观点和经济学家
的经济均衡的定义基本上是一致的：他说，当一个物种的状况达到了最佳程
度之后，任何变化都会降低这种最佳化程度。所以自然选择就无法对变化形
成进一步的压力。“费舍尔理论中的大部分内容在强调这样一种观点：‘好
吧，由于下述进程，这个系统会走入哈迪一温伯格（Hardy—Weinberg）的均
衡状态..’但这在我听起来不像是进化论。”
他又重读了达尔文和赫伯。不，费舍尔关于均衡的概念与进化论毫不相
干。费舍尔似乎在谈论某种原始而永恒的完美境界的实现。“但在达尔文那
里，事物随着时间的推移越变越宽广，越变越多样化。但费舍尔的数学并不
触及这一点。而赫伯说的是学习，不是进化，其道理却是同样的：人的头脑
随着不断从外界吸取经验，越变越丰富、越变越灵巧、越变越令人惊异。”
对荷兰德来说，进化和学习似乎与游戏非常相似。他认为，在这两种情
况中，都有一个作用者在与自己的环境对抗，为自己的继续发展争取足够的
条件。在进化中，所获报酬就是生存，一个让作用者将基因遗传给下一代的
机会。在学习中，所获是某种奖赏，比如食物、愉悦的感觉、或情感的满足。
在这两种情况下，所获（或所缺）都是给予作用者的一种反馈，以利于它们
改进自我表现：如果作用者想获得使自己“适应”的能力，就不得不采取能
够获得丰厚报酬的策略，放弃其它策略。
荷兰德不禁想起塞缪尔的跳棋下法程序，这个程序正是利用了这种反
馈：它可以随着不断吸取经验和更多地了解对方而经常改变战术。但现在荷
兰德开始认识到塞缪尔将注意力放在游戏上是多么具有先见之明了。游戏的
这一相似性似乎可以解释任何适应性系统。在经济中，所获是金钱，在政治
中，所获是选票，等等。在某种程度上，所有这些适应性系统在根本上都是
一样的，这反过来又意味着，所有这些系统从根本上就像下跳棋或象棋一样：
可能性的空间大得难以想象。一个作用者不断改进下棋技术，这便是适应。
但要想寻找到这场游戏的最佳化和稳定的均衡点，就好比下国际象棋一样，
你根本就无法穷尽其无限的可能性。
