Thursday, 12 December 2019

婴儿哭的时候到底要不要抱?会把他宠坏吗?

作者:米宝的爸
链接:https://www.zhihu.com/question/340745057/answer/895988938
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

婴儿哭,总共分两步:
  1. 先抱起来:宝宝从出生开始,就需要安全感,因为他们从在妈妈肚子里的时候就是被包裹起来的,所以,宝宝在有需求的时候,父母当然应该及时响应,抱起来哄哄。
  2. 在与宝宝日常的互动交流中,摸索出宝宝的各种语言的意思,及时给予相应的回应。当宝宝发出的各种需求都能够被及时满足的时候,就会感觉到安全,一般哭泣的时候,只要抱抱、拍拍,就可以很快安抚好宝宝了。相反,如果在宝宝需要我们的时候,我们却对他不理不睬,这个信息会让他误解为爸爸妈妈不爱他,TA哭的就会多一些。


(图片源自网络,侵删)
下面是国外的一个妈妈总结的大多数宝宝都会发的5种声音,分别对应了不同的诉求,个人觉得还是挺符合的,供大家参考。
这几个声音分别是:
Neh:当婴儿大哭之前发出这个声音表示饿了
Owh:当婴儿大哭之前发出这个声音表示困了
Heh:当婴儿大哭之前发出这个声音表示感觉不舒服,需要调整
EairhI:当婴儿大哭之前发出这个声音可能便便了,需要换尿布
Eh:当婴儿大哭之前发出这个声音表示拍嗝
宝宝的5种声音
宝宝5种全球通用的语言mp.weixin.qq.com1998年,哈佛大学的研究表明[1],过度哭泣的婴儿在成年后容易受到压力,并且对未来的创伤很敏感。 婴儿期的慢性压力还可能导致肾上腺素系统过度活跃,引起反社会和攻击性行为,甚至在很长的将来还会影响身体疾病。
另一方面,研究表明,当哭泣时,能够被及时响应和照顾的宝宝,能够在幼儿园的时候的社交能力更好[2]
源自著名心理学专家李玫瑾教授的一段话:
人在一岁之内完全不能自主,而人最难受的事情不是饥饿、口渴,而是不能翻身。小孩不能翻身时,就会总苦,因为一个姿势躺在那里会很难受;如果只是饿不着就不管的话,孩子在那会哭很久,半个小时到一个小时。而哭主要是跟内脏有关,当哭得时间很长时,会出现抽泣,呼吸也会抽泣,胸也会疼。那么孩子哭时间长了,内脏都会处于紧张的状态,因此成年时稍有不快,内脏马上就会出现相应的反应,一定会出现激动。
相反,如果孩子一哭,马上就有人过来了,换个体位,抱一抱,这个孩子很快就得到了缓解,所以就不会那么急,即使成年之后,有事情刺激也会很平和。
对于四个月以内的宝宝,我们不用担心,宝宝一哭泣父母就抱起来的这种做法会惯坏宝宝!我们可以看看麻省大学医学院的Jon Kabat-Zinn教授的一段视频:

不可能宠坏新生宝宝
所以,作为父母,当宝宝哭泣时,及时抱起来并找到宝宝的诉求,然后再给宝宝相应的回应。
如果你觉得这篇文章真的有用,请不要 只收藏不点赞,不为自己求赞,只为认真的答案能被更多人看到。
此答案还会继续更新,请持续关注~

Wednesday, 4 December 2019

在苍蝇“子弹时间”的视角里,它们的一生到底算长还是短?

​时间就像是一个没有空间限制的“轴”,总是让人捉摸不定。你肯定都有过类似的体验:在恐惧的状态下,似乎觉得时间都慢了。又或者是觉得放假的时间总是过得飞快,而工作日的时间却变得十分漫长。可明明钟表告诉我们时间是稳步前行的,那为什么我们会有不同的感受?除了人类之外,其他动物又是如何感知时间的?

2013年,一篇发表在《动物行为学》杂志上的论文就明确指出的:不同动物所感知的时间快慢是不同的,因而看到的现象也不同。
相信不少养狗的朋友可能想过,每当主人外出时,独自待在家的狗究竟是不是觉得度日如年呢?答案是会的,因为相比于人类而言,狗的时间流逝得更加缓慢。
而对于微小的苍蝇来说,时间流逝的速度更是比人类慢了四分之一。这也意味着,它们看似短暂的一生其实已经活得相对漫长了。当然也存在着比人类感知时间能力强的动物,比如巨大的棱皮龟的时间流逝速度比人类快了4倍,体验着真·时间如白驹过隙。
棱皮龟
问题来了,科学家是通过什么方法得出这些结论的呢?除了钟表,我们人类对时间的流逝感觉并不敏感。其实在自然界中,任何动物对时间的感知可以通过一个叫临界闪烁融合频率((critical fusion frequency, 下文简称为CFF值)来进行量化比较。
它指的是个体能看到的光闪烁的最大频率,超过此频率则看到闪烁感觉会消失,从而产生稳定光亮的感觉。之所以能用CFF值进行度量,是因为动物的时间感知与它们大脑每秒所能够捕获的画面数量有关。
举个例子,当我们观看一组交替的图片,如果每秒闪烁次数不到60次,你就能够肉眼分辨出这些闪烁的图片。如果超过60次,你的感官就会将这些跳跃的画面融合,看到一组融合的画面。这也意味着,你的一秒钟过去了。此时,我们就能说你的CFF值是60次/秒。在同一秒钟中,个体接收处理图像的速度越快,对时间的感知越慢。所以在自然界中,物种的CFF值越高,其所感知的时间流逝就越慢。
不同生物感知时间的速度,动图来源:Critical Flicker Fusion Frequency.youtube.com
根据《动物行为学》期刊近期发表的跨物种分析,不同动物的CFF值都有所不同。比如苍蝇的CFF值是240次/秒,松鼠的CFF值是108次/秒,狗的CFF值是80次/秒,人类的CFF值是60次/秒,重达350千克的棱皮龟的CFF值仅为14次/秒。
通过对比分析这些数值发现,小型动物的CFF值一般比大型动物的CFF值高。也就是说,小型动物单位时间里能感知更多的信息,因此它们所体验的时间变化就比大型动物更慢。
看到这里,我们不禁会问为什么动物之间存在如此大的时间感知差异呢?这很可能是出于生存的目的,这种时间维度有利于小型动物逃避大型动物的攻击。当大型动物想要靠近时,小型动物将拥有足够的时间发现它的“慢动作”,并快速逃跑。听起来有些晦涩,不如让我们用生活中的现象来解释。
生活中我们就算再眼疾手快,也很难徒手打死一只苍蝇。这是因为比起人眼,苍蝇的眼睛能分辨出物体在更短时间内的运动。因为它们的CFF数值高达240次/秒,是人类CFF值的4倍。
所以,你以为你出手敏捷的手,其实在苍蝇眼中,慢得就像蜗牛一样。如此一来,它们便有足够的时间逃跑了。
人和苍蝇感知时间的速度,动图来源Critical Flicker Fusion Frequency.youtube.com
另一方面,动物们还能利用时间感知的差异来发送秘密信号。比如萤火虫和许多深海动物会用闪光作信号,而更大也更慢的掠食动物的视觉系统不够快,可能看不懂这些信号,这就为小型动物提供了一条秘密通讯渠道。不过相应地,像苍蝇这样的小型动物也需要为此消耗更多的能量,因为它们需要在单位时间内尽可能多地捕获画面,并且通过相关的神经元迅速将这些画面传递到大脑。如果缺了必要的能量,它们是无法进行开展工作的。
可能有人会想,如果一个人的CFF值比其他同伴更高,那么在同伴们看来,他的反应是不是就能快得不可思议?理论上是有可能的,目前科学认为人类的CFF值可能会有些许的差异,这个假说能帮助解释不同个体间性格、天赋、决策能力和感知能力的差异。但当前的数据还不足以给出一个明确的结论。

除了测量CFF值外,如今也有许多科学家从日常中遇到的体验来对人类的时间感知进行研究。比如为什么很多人会觉得年纪越大时间过得越快?其实这背后是有一定的科学依据的,最新研究认为,随着我们年龄的增长,我们的大脑获取和处理图像的速度逐渐减慢,从而导致记忆的时间差异。简单地说,就是大脑成像速度的减慢导致了时间感知的加速。
支持这个理论的依据是婴儿的眼睛比成年人移动的频率高得多,处理图像的速度比成年人快得多,信息整合的也更快。而老年人在同样时间内处理的图像比年轻人少得多。这会导致我们的心理产生变化,认为年老的时间过得更快了。

又比如在紧张、恐惧、痛苦等情形下,几乎所有人都会觉得时间变慢了,甚至瞬间凝固了?为了解释这个问题,神经科学家戴维·伊格尔曼(David Eagleman)做了个有趣的实验,他让受试者在游乐场的15层楼高的设备上突然自由落体,最终落到距离地面约30米左右的缓冲网上。
在这段时间内,他要求受试者盯着一个计时器。这个计时器上显示的数字闪烁得比正常速度要快很多。如果时间真的会变慢的话,受试者就能看见腕表上面显示的数字。结果他们中没有人看到数字,但当询问受试者对时间的反应后发现,他们感知的时间比他们的实际用时2.6秒多了几乎两倍左右。对此,伊格尔曼认为在紧张状态下,所谓“时间变慢”只是对意识的主观加工,而不是真实的感知。简单地说,时间不会为任何人放慢脚步。
不少研究者认为当我们感觉时间过得更慢时,是因为大脑的注意力集中在时间上。为了验证这种猜测,Dartmouth学院的神经科学家Peter Tse做了个实验,他将重复的一张图片和一张特殊的图片交叉放映。
所有的图片停留的时间都是一样的,但是志愿者们却误认为特殊的图片出现的时间更久。神经科学家们称这种现象为奇数效应“oddball effect”。简单地说就是,人们对常见的事物关注得少一些,而对新出现的事物人们会给予更多关注。
科学家们在患有精神分裂症的病人身上做了同样的实验,但并没有出现“oddball effect”,这可能是因为精神分裂症患者难以忽略干扰并且集中注意力。也就是说,每个东西对于他们来说都是一样的。

另有一些科学家则认为时间感知受情绪影响非常大。比如在日常生活中,美好愉悦的时光总嫌过得太快,而苦闷中度过的时间则会觉得遥遥无期。
尽管我们还没有完全解开时间感知之谜,但有科学家在寻找如何随心所欲控制时间感知的方法了。如今就有研究者发现影响多巴胺系统的娱乐消遣类药物可能会改变我们的时间感知。比如可卡因、咖啡因和尼古丁之类的刺激品能使我们觉得时间过得快,大麻之类的镇静剂则使我们觉得时间过得慢。倘若有一天寻求到改变我们时间感知的药物,你愿意享用它吗?

What Is The Oddball Effect? This Psychological Phenomenon May Explain Why You Perceive Time Differently By GEORGINA LAWTON Sep 7, 2016unlocking-mystery-how-brain-keeps-time Amy Kraft theweek.com
苍蝇眼中的慢动作世界 撰文 Anne Lefèvre-Balleydier 来源:新杂志
【物理科普】时间是什么?揭开时间感知之谜!撰文 | Ivan Amat 翻译 | 冯思桐审校 | 吴非Critical Flicker Fusion Frequency.youtube.com A short video demonstrating the different speeds at which different creatures experience time.


Days Gone By: Physics Offers Explanation To Why Time Flies As We Get Older November 21, 2019 John Anderer

Tuesday, 3 December 2019

历史动力学:如何用历史大数据预测未来?

编者按:以史为鉴。日光之下并无新事。古人和历史似乎在告诉我们总是在重复过去。但是在现代,严肃的历史学家对周期论的态度一直都是不屑一顾的。不过有两位学者打算用数学方法去寻找历史中存在的模式。并且希望利用这一模型去预测未来。这个大数据版的以史为鉴能成功地预测未来吗?时间会证明的。而且说不定就在这几年的时间内。《卫报》的Laura Spinney用一篇长文介绍了Peter Turchin的历史动力学。原文标题是:History as a giant data set: how analysing the past could help save the future。鉴于篇幅太长,我们分两部分刊出,此为第一部分。

要对历史建模的生物学家

在2010年的第一期里面,科学期刊《自然》展望了未来10年会有哪些令人眼花缭乱的进展。到2020年,连接到互联网的实验性设备可直接监控我们的大脑信号,并借此来推断我们想搜索查询什么。三小时内将自身生物量增加一倍的作物将会诞生。人类正朝着结束对化石燃料依赖的道路上迈进。
几周后,还是这份期刊,上面的一封信却给这个美好的未来蒙上了阴影。信中警告说,所有这些进展都会因为政治的不稳定——美国和西欧在2020年左右走过巅峰期所带来的不稳定所阻断。那封信解释说,人类社会经历一段可预测的增长期,在此期间会是一幅人丁兴旺欣欣向荣的景象。然后接着会出现同样可预测的衰退期。这些“长期周期”会持续两、三个世纪,并以大规模的动荡告终。
这封信继续说,在最近几十年里,西方国家开始出现了若干令人担忧的社会指标,比方说财富分配不均以及公共债务等已经开始攀升,表明这些社会正处在动荡时期。这封信的作者还预测,虽然2020年美国的动荡情况不会像当年美国内战那样严重,但要比1960年代末和70年代初的暴力事件更为严重——在当时,出现了谋杀率飙升,民权和反越战抗议活动加剧,国内恐怖分子在美国各地实施了数千起爆炸等情况。
当时发出这些严厉警告的作者不是历史学家,而是一位生物学家。在他职业生涯的前几十年里, Peter Turchin利用复杂的数学方法来展示捕食者与猎物的相互作用是如何影响野外动物种群数量的波动的。他曾在《自然与科学》杂志上发表过文章,受到该领域从业者的尊重,但到1990年代后期,所有他感兴趣的生态问题都已经被他解答了。然后,他开始被历史吸引:人类社会的兴衰是不是也可以通过少数变量和一些微分方程来捕捉到呢
Turchin 开始去确定历史是不是像物理学一样遵循某些定律。2003年,他出版了《Historical Dynamics》一书,书中识别了法国和俄罗斯从起源到18世纪末的大周期的情况。同年,他创立了一个新的学术研究领域,叫做历史动力学(cliodynamics) ,旨在发现这些历史模式的深层原因,并使用数学建模,就像对地球的气候变化建模那样。七年后,他创办了该领域的第一本官方杂志,并共同建立了一个历史和考古信息数据库,这个数据库现在已包含有超过450个历史学会的数据。这个数据库可用来对社会进行大范围的时间和空间上的比较,还可以对即将到来的政治动荡做出预测。2017年,Turchin 成立了一个由历史学家、符号学者、物理学家等人组成的工作组,以便利用历史证据来帮助预测人类社会的未来。

Peter Turchin,康涅狄格大学生态学与进化生物学、人类学及数学教授。
得益于廉价的计算能力和大型历史数据集的发展,Turchin的历史研究方法只是在最近才成为可能。这种方法利用软件来寻找大量历史数据当中存在的模式。这种“大数据”方法现在在历史学科中正变得越来越流行。华盛顿州立大学考古学家Tim Kohler认为,我们正处在他所从事领域的“辉煌岁月”,因为学者们可以轻松地汇总研究成果并从中析取出真正的知识,这是前所未有的。Turchin 相信,将来,历史理论要经过大型数据库的考验,通不过测试的理论将会被摒弃。我们对过去的理解会集中在接近客观真理的东西上
在某些人看来,2010年Turchin 在《自然》杂志所做的预测似乎出奇地具有先见之明。除非出现最后一分钟的奇迹,否则能解码脑电波的搜索引擎到2020年不大可能出现。3小时内把生物量翻番的作物,或者能源预算主要由可再生能源提供这些也不大可能实现。但是,美国或英国政治秩序迫在眉睫的失序似乎正显得越来越可信。由美国非营利组织和平基金会(the Fund for Peace)计算的“脆弱国家指数”(Fragile States Index)显示,这两个国家的不稳定趋势在恶化,而世界其他大部分地区的局势却在稳步改善。
伦敦经济学院研究政治冲突的George Lawson说:“我们正处于大动荡时代,其规模之大只有大西洋革命的大时代才能与之相提并论。”(大西洋革命是指1770年代至1870年代期间从法国到新大陆涌现的推翻君主制的暴力起义。
Turchin 认为他对2020年的预测不仅是对一个有争议理论的检验。这也可能预示着即将到来的未来:也许将来学者们会像发出极端天气预警一样对未来的社会和政治情况发出警报,并提供有关如何应对的建议。

解释历史跟预测未来是两码事?

对于大多数研究过去的学者来说,解释某件事情为什么会发生,跟预测什么时候会再次发生这种事以及会怎么发生有很大的不同。杜克大学经济学家、政治学家Timur Kuran说:“我们又不能制定法律。”
毫不意外,这种观点受到Turchin之类的数学家和生物学家的挑战。这两种学科有一个共同点,那就是复杂性科学。它讲的是一个系统哪怕只有少数运动件,由于活动件之间的相互作用不一,也会产生复杂的行为模式。比方说,太阳,地表以及地球的大气层的相互作用就产生了天气。这些相互作用的规律可以用数学以方程组或定律的形式来捕捉,从而预测系统在不同条件下的行为。天气预报基本上就是这么干的。
复杂性科学起源于物理学,是在对基本粒子行为的研究中诞生的,但是在过去的一个世纪里,它逐渐传播到了其他的学科。直到1950年代,还很少有细胞生物学家会承认可以用数学方法描述细胞分裂。他们认为这是随机的。但现在,他们认为这一事实是理所当然的,而且他们的细胞分裂数学模型已经让癌症治疗得到了改进。在生态学中,自然界存在可以用数学方法描述的模式也是大家公认的。旅鼠不会像迪斯尼曾让我们相信的那样进行大规模的自杀,但确实会经历可预测的4年景气周期,这是由于它们与掠食者的相互作用,以及可能的与其食物供给之间的相互作用所造成的。2008年,诺贝尔奖获得者物理学家默里·盖尔曼(Murray Gell-Mann)宣布,历史规律的发现也只是时间问题。不过,只有在所有研究过去的人(历史学家、人口统计学家、经济学家等)意识到术业专攻尽管必要但并不足够时,这种情况才会发生。盖尔曼说:“我们忽略了概览全局的关键性辅助学科。”
许多历史学家认为用数学方法去研究历史是有问题的。他们倾向于认为可以从过去汲取教训,但是只能以非常有限的方式进行——比方说,北爱尔兰问题的历史也许能解释目前那里的紧张局势。如今,很少有历史学家会去寻找适用于不同世纪、不同社会的普遍规律,或者可以用任何有意义的方式预测未来的规律。这是19世纪科学历史学家的目标,那些人当中很多都受到了社会达尔文主义的启发,但这种方法现在被认为存在严重缺陷,并且跟帝国的叙事有着致命的联系。
德州南卫理公会大学历史学家Jo Guldi说:“为了消灭种族主义、性别歧视这些叙事当中包含的普遍欧洲中心主义,现代社会科学家社区已经持续投入了60年的共同努力。”他补充说,历史学家害怕数学方法会给这一努力拖后腿。科学与人文之间也仍然存在由来已久的不信任感。当Guldi和哈佛历史学家David Armitage,在其2014年出版的《历史学宣言》中呼吁,自己的学科要拥抱大数据,并对过去用更长远的目光去审视时,就受到了美国历史领域的领先期刊《美国历史评论》的抨击。Guldi 说:“这也许是过去30年来最血腥的攻击之一。”不仅历史学家如此,而且很多普通人都有一种出于本能的感觉,认为人类是没法简化为数据点和公式的。一个公式怎么能预测一位圣女贞德或一个奥利弗·克伦威尔呢?牛津大学历史学家Diarmaid MacCulloch 总结道:“历史不是科学。历史归根结底是人的行为,这是不可预测的。”
Turchin则认为:“这种说法是完全错误的。” 自1990年代初以来,Turchin就一直是康涅狄格大学的生态学和进化生物学系教授,现在还挂靠在维也纳复杂性科学中心。“这是因为社会系统太复杂了,以至于我们需要数学模型。”重要的是,由此产生的定律是概率性的,而不是确定性的,意味着定律包含有运气的要素。但运气并不意味着就是空洞的:如果天气预报告诉你有80%的可能会下雨,你最好拿把伞。加州大学戴维斯分校文化进化研究的著名学者Peter J Richerson说,确实存在诸如大周期之类的历史模式,而Turchin对此的“因果解释是唯一合理的”。(Richeson 指出,这也是目前唯一的解释;这个领域还很年轻,后面可能会出现不同的理论。)
其他一些历史学家认为,Turchin的工作不仅结合了历史和数学,还包括了经济学家、其他的社会科学家以及环境科学家的研究,从而为这些学科几十年来的专业化提供了急需的校正。在2016年,在研讨会上跟Turchin及其同事讨论过后,芝加哥菲尔德自然历史博物馆考古学家Gary Feinman写道:“在历史和社会科学领域,我们迫切需要这种具有全面性、协作性,比较性的努力。”尽管如此,其他人仍然对弈研究复杂生物系统一样的方式研究人类社会可能涌现出来的新洞察感到兴奋。几位硅谷高管也对Turchin的预测产生了浓厚的兴趣。Turchin 说:“他们能理解我的理论。但是有两个问题。一是怎么靠这个赚钱?二是他们什么时候该在新西兰买块地?”

Goldstone的奠基性工作

1990年代后期,当Turchin 在开始寻找历史的数学描述时,他发现二十年前另一位学者已经为他奠定了基础。Jack Goldstone成为历史学家之前就是数学家,在哈佛大学上学时,他曾经使用数学来整理托克维尔的民主思想。他最近告诉我:“我在尝试用一组公式把托克维尔的观点表述出来。但我我拿到好分数。” 但Goldstone在这条道路上继续努力,成为了把复杂性科学应用到人类历史的第一人,他还得出结论说,政治的不稳定是周期性的。其结果是对革命的数学描述——这已经完成了Turchin后来继续完善的社会变革模型的一半。
1970年代中期,Goldstone开始他的研究时,大家对革命的普遍看法是把它理解为阶 级冲突的一种形式。但是Goldstone提出了两项跟这种看法不符的观察结果。首先,来自同一个阶 级,甚至同一个家庭的人常常最终会反目成仇。其次,革命集中在历史的特定阶段——如14和17世纪,18世纪末到19世纪初——但没有明显的原因能解释为什么阶 级紧张就得在那些时间段爆发而不是在其他时间。他怀疑其中一定存在更深层次的力量在发挥作用,他想知道是什么样的力量。
巧合的是,由于缺钱,Goldstone最终成为了哈佛人口统计学家George Masnick的助教,后者向他展示了第二次世界大战后,美国婴儿潮所带来的深远的社会、政治以及经济影响。伴随着这种青年膨胀的是新的社会紧张,包括给劳动力市场造成的压力以及对激进意识形态的渴望。Goldstone想弄清楚这样的生育高峰是否会社会的其他动荡时期起到助推的作用,在1980年代,他开始梳理档案,寻找欧洲革命前数十年有关人口增长的信息。
仅仅在几年前,他所需要的那种数据的详细程度仍未达到,但是英国剑桥人口与社会结构历史小组以及整个欧洲的类似组织已经开始根据资料来源,比方说教区记录,来煞费苦心地重建人口历史。1978年, Colin McEvedy和Richard Jones出版了《世界人口历史图集》,他们在这本书中强调了千年来欧亚大陆人口的繁荣与萧条呈现出“惊人的同步性”。Goldstone对此深受鼓舞。在捣腾了几个月的数据之后,他得出了自己的尤里卡时刻:“这真的是令人震惊:人类历史每次经历重大革命或叛乱之前,确实会经历过三代人的人口增长。”
在18世纪, Rev Thomas Malthus牧师就曾认为,人口增长最终会超出资源供给,从而引发一系列的冲突和疾病,直至后者将人口再次减少到可以控制的比例,从而进入到新的增长阶段。Goldstone的理论仍然构建在Malthus的基础之上,但重要的是,它把这一周期凄凉的不可避免性给消除了。理论声称人口增长会对社会施加压力,以复杂而特殊的方式去引导社会。他用地震来作为比喻。直到开始震动为止,地震力在高原下方不断累积,但是在高原上的建筑物究竟是屹立不倒、轰然倒下还是会遭受中等程度的破坏,要取决于其构造方式。这就是为什么革命会在历史特定阶段爆发,但是在特定的动荡时期内,并非所有社会都被压垮。

贝尔法斯特,北爱尔兰问题期间朝英军车辆投掷石块和瓶子的男孩。“许多历史学家认为用数学方法去研究历史是有问题的。他们倾向于认为可以从过去汲取教训,但是只能以非常有限的方式进行”
Goldstone认识到,国家,精英,群众等社会的不同组成部分,对压力会有不同的反应,但也会互相作用。换句话说,他要应对的是一个复杂的系统,而这种系统的行为用数学方法来捕捉是最好的。他的革命产生原因模型由一组方程式组成,但是大概用语言可以这样表述:人口增长到一定程度将超出土地可承受的能力。普遍群众的生活水准会下降,从而增加了其动员暴力的可能性。而国家会尝试靠类似租金封顶之类的措施来化解这种可能性,但是这种措施又会因为伤害到精英阶层的经济利益而疏远了后者。由于精英群体也在不断扩大,并且为了争夺有限的高职位和地位标志而展开更加激烈地竞争,因此整个阶 级都不愿意接受进一步的损失。国家智能用自己的金库来平息群众怨气,这又令国债增加。而负债越重,国家对进一步压力的应对就越不灵活。最终,被边缘化的精英阶层成员跟民众就会起来对抗国家,从而爆发暴力事件,而政府由于太虚弱而无法遏制。
Goldstone提出了一个他称之为政治压力指标(PSI或Ψ)的东西,用来衡量发动群众的潜力、精英的竞争程度以及国家的偿债能力,PSI就是这三者的乘积。他展示了Ψ的值在法国大革命、英国内战以及17世纪的另外两次重大冲突(小亚细亚的奥斯曼危机,以及中国明末清初时期)之前均出现爆发。不过,在每种情况下,这里面还有一个需要考虑的因素:运气。在上升导致冲突爆发的背景下,一些在其他情况下本来比较容易消化掉的小小的破裂(比方说,粮食歉收或者遭遇外来侵略),在Ψ值上升的背景下会导致爆发冲突。尽管无法预测触发的因素(这意味着你无法确切知道什么时候会发生危机),但是你可以去衡量结构性压力,并因此估计发生此类危机的风险。
这个模型很简单,Goldstone也承认这一点。尽管他可以证明高Ψ值预测出历史上的革命,但他无法预测接下来会发生什么。那要取决Ψ的的三个组成部分的精确组合,以及它们与特定社会机构之间如何相互作用。尽管他的努力还不够完整,但却让他用令人沮丧的新眼光去看待革命:不是为了纠正僵化腐败的旧制度,而是出于对生态危机的回应——因为社会没法消化迅速增长的人口,很少能够解决这场危机。
这些模式并不局限在过去。Goldstone在对其代表作《Revolution and Rebellion in the Early Modern World》进行收尾工作时,苏联正在瓦解。他指出,在1989年之前的20年中,整个苏联集团的Ψ值一直在急剧攀升,而且发展中国家的Ψ值也一直维持在高位。他还写道:“今日美国的国家财政状况和精英态度相当令人震惊,看起来正沿着导致早期现代国家陷入危机的道路在前进。”

大数据的助力

1991年,Goldstone的书出版时,历史学家的评论很尖刻。英国历史学家Lawrence Stone在《纽约书评》上写道,戈德斯通的作品“在构建所谓的政治压力指标这个东西时,胆子太大又含糊不清,其真实程度就像独角兽一样”。Goldstone承认,此书并没有产生他所希望的影响。他回忆说:“我和这本书稍微都被人忽视了。” 然后在1997年的一天,他接到了Peter Turchin的电话。
当时,Turchin 正在经历他戏称的“中年危机”——在40岁的时候,他抛弃了生物学,跟历史私奔而去。他被社会为什么会崩溃的问题所吸引,其部分原因是他曾亲眼目睹过一次自我毁灭。他出生在俄罗斯,但1978年他的家人叛逃到美国去了,直到1992年他才返回莫斯科。他回忆道:“那一年,一切都彻底崩溃了。黑暗,恐怖。他和妻子在去市场的路上经过了一辆炸毁的汽车,看着黑手党人在有警察盯着的情况下从惊恐的摊主那里勒索现金。这些景象一直在他脑海里挥之不去。
当Turchin 无意中看到Goldstone的那本书时,他发现这本书写得“非常出色”。但是里面的模型是不完整的:“他描述了社会是怎么陷入危机的,但却没有给出如何摆脱危机的办法。”因此,Turchin 决定完善该模型,并研究它在更长的时间和空间范围内是否仍适用于人类社会。Goldstone关注的是近代早期,也就是大约从1500年开始的四个世纪之内的事。Turchin 打算把调查的开始日期推后将近8000年,把新石器时代设为研究起点。那意味着要收集大量的数据,不过他很幸运:始于1970年代的历史量变在此后几十年有增无减。

一个公式怎么能预测一位圣女贞德或一个奥利弗·克伦威尔呢?
尽管历史记录仍然是零敲碎打,但现在即便没有书面记录,也可以讲点有关已灭绝的人种如何生活的新鲜玩意儿了——从数学家的角度来说,更好的是可以给他们添加上数字。比方说,格陵兰岛的冰芯可以是研究欧洲经济活动的很好替代品,因为多年冻土可以捕捉到污染并追踪其百年的变化史。贵族别墅的大小和结构反映的是精英之间的暗斗,而囤积硬币则反映出大家对迫在眉睫的冲突的担忧,骨骼畸形表明营养不良——这些是生活水平的体现。这些东西的信息价值早已得到认可,但是由于现在我们拥有了数十年甚至数百年的定量数据,意味着你可以识别一段时间内的趋势。对于给定变量来说,你的代用指标越多,对过去的刻画就能越精确
在2003年的《Historical Dynamics》这本书中,Turchin 展示了从公元前1000年到约公元1800年社会演变成现代法国和俄罗斯的那种长期周期的模式。他还证明了这些社会稳定性的振荡周期较短,持续时间大约为50年,他称之为“父子周期”:因为觉得到社会不公,一代人开始用暴力来纠正这种情况,在暴力面前退缩的第二代人开始成长,而第三代又周而复始。
许多学者对Turchin 均持怀疑态度,就像十二年前他们对Goldstone的态度一样。犹他州立大学的历史学家、人类学家Joseph Tainter 在《自然》杂志上写道:“严肃的历史学家对周期论的态度一直都是不屑一顾。”但Turchin才刚刚起步。他把精力集中在数据收集上面,为了更好地组织这些数据并进行跨社会的比较,2010年,他和牛津大学的两位人类学家共同创立了Seshat ,这是一个历史和考古信息数据库,名字灵感源自古埃及神话的书写女神。
Seshat也受到了那种普遍针对大数据的批评。批评者说,数据未必就是越多越可靠。相反,这样的数据库可能会有放大最初记录信息的人的解释偏见的风险,同时还剥离了它的上下文。Seshat的创始人则反驳说,偏见历来都是问题,只有对大量数据进行分析才能将信号(某种接近事实的信号)从噪音中分离开来。
迄今为止,Seshat的创始人及其90多位“专家协作者”(包括著名历史学家、考古学家以及人类学家等)已经收集了从低地安第斯山脉到柬埔寨盆地,从冰岛到上埃及的各种社会数据。通过对数据的分析,Turchin发现,无论是欧洲还是亚洲,最早可追溯到第一代的农民出现,同样的两个相互作用的周期——长期周期以及父子周期——均符合不稳定模式。这些模式曾在古埃及、中国和罗马出现过——他所研究的每个工业化以前的社会均存在这种模式。
那下一个问题就很明显了:这些周期是否也适用于现代工业社会?Turchin 对Ψ值进行了更新以反映形成现代劳动力市场的力量,并选择了适合工业化世界的新的代用指标。其中包括反映发动群众潜能的实际工资;反映精英竞争情况的参议院阻挠议事的议员比例以及耶鲁大学的学费;反映政府偿债能力的利率。然后,他计算了1780年至今美国的Ψ值。在约1820年左右所谓的和睦时代(Era of Good Feelings)Ψ值很低,然后到了1860年代(大概是美国内战爆发的时期)处在高位,二战后的几年又处在低位。而自1970年以来,Ψ值一直在稳步上升。但是,这并不意味着我们注定要陷入危机。很多社会都成功避免了灾难——Turchin 正在建立一个模型,以便了解他们是如何做到的。

复杂性系统的相似性

1980年代后期,Turchin 曾去到路易斯安那州,因为当地的木材行业曾资助他,让研究一种叫做南方松甲虫的周期性侵扰情况。当时,控制这种甲虫的标准程序是对感染部位喷洒农药。Turchin 证明了这种做法只会延长攻击时间,因为这同时会杀死另一种甲虫,而这种甲虫是害虫的天敌。更好的做法是砍掉受感染的树木。他还证明了,在一个复杂的生态体系里面,是有可能通过干预让危机不那么严重,并且让恢复的机率最大化的。
Turchin 希望能够为缓解人类社会危机找到类似的策略。如果他和Goldstone对历史建模的方法正确的话,那么这将意味着他们不仅可以提出对2020年的预测,而且还可以展望几个世纪后的未来。当然,我们不应该指望这种新的历史科学能做出任何预言,但它可以帮助我们去识别影响我们社会稳定的结构性威胁,并采取行动去减轻这种威胁。
尽管社会往往会朝着Goldstone绘制的路径步入危机,但Turchin发现,那些社会走出危机的轨迹却各种各样,从快速恢复到彻底崩溃都有。这是因为危机导致社会对外部干扰极为敏感。如果没有其他破坏稳定的事情发生,社会可能会恢复过来——就像1688年英国发生的几乎没有流血的光荣革命那样。但是,如果在发生危机后再多一次小小的冲击,可能就会将其推向更糟糕的结果,甚至于崩溃。在1986年切尔诺贝利核灾难之前,苏联就已经衰落了,但是当戈尔巴乔夫把苏联的倒台归咎于那次事件时,他也可能也不算完全说错。
为了更好地理解这一周期的这个阶段,Turchin 和其他人计划建立一个由数千人乃至数百万人组成的计算机模拟社会——也就是所谓的基于主体的模型——并对其进行编程,让那些主体按照他们根据真实社会推断出来的法律行事。他们可以让那些模拟社会承受压力,比方说注入虚拟的青年膨胀,然后观察其对国家、精英以及群众的下游效应。Ψ值一旦达到危险的高水平,他们再以外国入侵的形式增加冲击,或者通过强化社会基础设施来增强抵御力,并观察社会如何应对。他们可以提出诸如此类的问题:把处于危机中的社会推向全面崩溃需要些什么?哪些干预措施会将其引导到一个不那么血腥的结果?为什么有些社会比其他社会更有弹性?

“Turchin 点到了美国1930年代的新政,他认为这是一个美国的精英阶层同意把自身不断增长的财富更公平地共享出去的时代……”
当然,我们面对气候危机的经历表明,即便我们能够用天气预报的方式来预测未来,并提出一系列预防措施来避免社会崩溃,但这并不意味着我们就能够凝聚起政治意愿来实施此类建议。但是,尽管总的来说人类社会在灾后重建上的表现比在第一时间去预防灾害要好太多,但也有例外。Turchin 点出了1930年代的美国新政,他认为这是一个美国的精英阶层同意把自身不断增长的财富更公平地共享出去的时代,以换取一个没有说出来的共识,“让政治经济体系基础不会受到挑战”。Turchin认为,这一共识使得美国社会摆脱了可能的革命局面。
Goldstone继续在传播这样讯息:即此类契约还可以再次发挥作用。现在,身为弗吉尼亚州乔治·梅森大学公共政策教授的他为美国国家情报委员会(负责长期战略的美国情报机构)提供建议,但是他说,自己的想法迄今没什么影响。去年四月,在普林斯顿大学举行的一场关于社会崩溃的研讨会上,有人问他,为什么即便迫在眉睫的危机迹象已经明显到无法忽视的地步了,但历史上的社会往往还是未能采取行动。他认为这是因为精英在情况开始崩溃之后仍然能够继续过着奢侈的生活一段时间,他们的财富和特权让他们受到动荡的影响变轻。
Turchin认为,就像半个世纪前的生物学家一样,历史学家很快也会接受复杂性科学。他们会意识到,复杂性科学能让他们看到更深、更远,能分辨出人眼看不到的模式。实际上,已经有这样的事情发生了。在过去几年里,已经成立了一些机构,比方说剑桥大学存在风险研究中心(Centre for the Study of Existential Risk)就是其中一个,其目的是鼓励决策者思考历史的长期教训。参加普林斯顿会议的还有一位受雇于美国陆军工程师研发中心聘用的风险分析师,他的工作是思考如何以史为鉴,让美国应对未来的威胁更具弹性。
对于Turchin来说,这些都是令人鼓舞的进展,但是2020年已经迫近,而美国和英国的立法机构现在在意识形态上又分裂得如此厉害,以至于已经几乎无法运转。在这两个国家,感到不满精英成员已经以人民的名义夺取了政力,但是又不能解决而未能解决那种萎靡的根本原因:那就是日益加剧的不平等,愈发膨胀的精英阶层,以及脆弱的国家。
Goldstone带来了一丝慰藉。他说:“1930年代的时候没人能想到1960年代的欧洲会变得那么的富裕,也没想到整个大陆会变得统一。糟糕的情况可能会持续一、二十年,但一旦度过了危机,情况可能就会变得更好。”这就是历史周期观所固有的慰藉:衰极必盛,就像盛极必衰一样。对于我们当中那些有生之年仍能目睹的人来说,情况会再次好起来的。

Wednesday, 27 November 2019

量子算命,在线掷筊:一个IBM量子云计算机的应用实践,代码都有了

AI科技大本营 · 8小时后
来,我用量子力学给你算一卦。
编者按:本文来自微信公众号“AI科技大本营”(ID:rgznai100),整理 Jane,36氪经授权发布。
“算命”,古今中外,亘古不衰的一门学问,哪怕到了今天,大家对算命占卜都抱着一些”敬畏“的信任心理,西方流行塔罗牌,国内有掷筊(jiǎo)等“卜卦”之术,国内尤以古老的文献之一《易经》为大家熟知。
《易经》最初用于占卜和预报天气,以一套符号系统来描述状态的简易、变易、不易,中心思想是以演译自然运行的内在特征与规律,解读阴阳的交替变化描述世间万物,也可以用一个数学知识来解释:我们计算分析,归纳总结的是随机现象。
一种传统的问卜仪式:掷筊
不过,时代变了,当代占卜大师或许也要考虑饭碗被计算机替代的问题了。
现在,日本一位华人工程师在其个人网站和Github主页上上线了两个新项目:《量子算命,在线掷筊:IBM 量子云计算机使用入门》、《量子算命:爻 System》,希望通过量子力学让你足不出户,和神明通个电话。
前有“AI面相学”,今有“量子神明”出世了,没准两者合计一下兴许可以找风投要钱办公司打开新(圈)市(钱)场了?

“量子神明”的诞生

项目作者在《量子算命,在线掷筊:IBM 量子云计算机使用入门》中表示:如果我们今天对量子力学的认识是正确的,那么随机性应该是量子物理的内禀性质。
量子算命,在线掷筊:一个IBM量子云计算机的应用实践,代码都有了
基于此,他提出一个利用量子力学现象进行随机数的发生的方法,并且已经采用 IBM 的量子云计算机 IBM Q 实现了。利用 IBM 提供的量子程序开发的 SDK,在设计调试完成后,交给线上真正的云量子计算机进行运算。
万万没想到,这款量子计算应用真的就这样诞生了?

原理是什么

在第一个项目中,他以「掷筊」为例,为大家从方法假设到代码实现一一解释。
掷筊是一种道教与民间信仰中问卜的仪式;又称掷筶、掷杯、博杯,普遍流传于华人民间传统社会。“筊杯”是一种占卜工具,是世俗之人所用以与神明指示的工具。下列是阳阴组合的说明:
(1)一阳一阴(一平一凸):称之为“圣筊”、“允筊”(筊或作“杯”)表示神明允许、同意,或行事会顺利。但如祈求之事相当慎重,多以连续三次圣杯才算数。
(2)两阳面(两平面):称之为“笑筊”(筊或作“杯”),表示神明一笑、不解,或者考虑中,行事状况不明,可以重新再掷筊请示神明,或再次说清楚自己的祈求。
(3)两阴面(两凸面):称之为“阴筊”、“无筊”、“怒筊”(筊或作“杯”),表示神明否定、愤怒,或者不宜行事,可以重新再掷筊请示。(解释来源:维基百科)
作者是这样假设与设计的:
量子算命,在线掷筊:一个IBM量子云计算机的应用实践,代码都有了
提出的方法:
量子算命,在线掷筊:一个IBM量子云计算机的应用实践,代码都有了
基于 IBM 提供的量子程序开发的 SDK,部分代码:
量子算命,在线掷筊:一个IBM量子云计算机的应用实践,代码都有了
github在这里:
上面「掷筊」的例子中,情况没有那么复杂,相对容易理解与实现。随后,作者还进行了第二个项目《基于量子计算的爻系统》的设计与开发,这个项目是基于《易经》的六爻占卜设计的:
《易经》八卦中有两个符号,一个是“⚊”,另一个是“⚋”。在《易经》中并没有“阴阳”二字,数百年后的《易传》才把“⚊”叫阳爻,把“⚋”叫阴爻。八卦是以阴阳符号反映客观现象。
 六爻,既可以指从下向上排列的六个阴阳符号的组合,也泛指借用这种组合进行预测的方法。六爻预测,包括纳甲法和梅花易数两种不同方法,纳甲将六个爻结合天干地支五行六亲世应及神煞等众多因素来预测,而梅花易数比较简便,主要依据内外卦、体用卦、互变卦及爻辞等来预测。(解释来源:维基百科)
量子算命,在线掷筊:一个IBM量子云计算机的应用实践,代码都有了
在这个设计中,明显计算复杂了很多,需要 64 个经典态,即需要 6 个量子,但 6 个量子的量子芯片目前仍十分稀有。作者表示:“由于在他们设计的占卜过程中不需要产生任何纠缠态,只需要 H 门这一种量子门,可以针对这一市场需求设计并行的单量子芯片,从而让量子计算走入千家万户“。
上代码,看看怎么算卦的:
这几年,深度学习算法在计算机视觉图像识别领域不断取得突破,随之产生了不少新鲜应用,“AI识面”这一类项目引发了大家的关注与讨论。
这一类应用基本都属于算命中的面相学,这样通过用户的照片,结合“大师点评”,让看面相这件事不仅具有历史底蕴,还有了科学解释性,不过依然是专收“智商税”的。此前,AI科技大本营此前报道过此类小程序。
现在,这类收“智商税”的算卦应用,有了更时尚的装饰名词:量子神明。
作者还说了,“建议大家以后问鬼神的时候可以多用量子神明的力量,可能会比较凖(编者注: 同'准')吧。”
会准吗?无论如何,这个项目的 Slogan 是有了:真 · “遇事不决,量子力学”。