和厌氧菌做了一篇神文，排版太累了，公众号：落日间 查看

https://mp.weixin.qq.com/s/LlOnti3R8CY8pmIuwChFsQ

译按

我们知道，复杂系统最重要的特征就是具有涌现行为，简单规则的运用诞生出复杂而难以预测的行为——也就是说，在系统的规则和行为之间存在一种认知鸿沟（Epistemic gap）。

这种认知鸿沟能有多大？鸿沟对面的那个世界究竟有多复杂？我们能够在这些问题上作出某种程度上的比较，甚至量化的计算吗？

除了一种单纯的好奇心在促使我们作出这样的发问，这个问题还有更加现实的意义。复杂系统有很多实际应用。在游戏设计中，游戏规则的涌现行为使得一个游戏具有深度和趣味性；在计算创意学中，创作机制的涌现行为决定了我们在多大程度上可以将这个系统看作是具有想象力的。我们有办法去比较两个游戏谁更有深度，或者两个自动创作系统谁更具想象力吗？

Wolfram的这篇文章，提出了一种可视化和具体探讨涌现行为的丰富程度的思路——也就是多重计算过程（Multicomputational Process）的概念。作者以几个传统的游戏或者说谜题为例，在计算机的强大算力下得以用图（Graph）的方式去可视化这些游戏规则下的可能游玩路线。能够将游戏规则的深度与这些图的许多直观特征挂钩，也得以将一些图论中早已建立的理论迁移到对游戏趣味性的讨论语境下。我们能在这些图上直接「看到」一个游戏有多有趣、有多难、对哪个玩家更有利——更重要的是，这个游戏规则所构建的系统有多复杂。

在我们已经感受到许多看似简单的游戏竟有着如此令人叹为观止的复杂性之后，作者又引出 Rulial space（所有可能的规则以及这些规则的所有应用方式所组成的空间）的概念，让我们去想象可计算的宇宙这个复杂系统，其复杂程度又形成了怎样的一种维度碾压。这足以让一个并没有在仰望星空的人，也在「宇宙的浩瀚」之下哑口失言。

我作为一个AI研究者，虽然很早就接触到诸如基于蒙特卡洛树搜索和加强学习的游戏AI，以及神经网络或遗传算法生成游戏规则之类的计算机技术，但这篇文章让我第一次感叹，我们做的是一些多么大胆的「试图与宇宙通灵」的事情。

厌氧菌

校按

我是在尝试使用 Wolfram 语言和理解其创始人庞大，且业已进入工业化和商业可持续道路的愿景中发现了这篇文章的，我立刻意识到这是非常有趣的和稀有的研究尝试，就如同复杂科学的出现，开始将目光从过大的天体、过小的原子而转向日常生活中如水龙头的水滴，湍流，气体，海岸线这样的难以计算的事物；或许就如痴迷于国际象棋的克劳德·香农一样，我们是不是也可以用科学的视角来严肃且深入地研究一些「很简单」的游戏，就像这篇文章一样？

这不是一件容易的事，就像 Wolfram 试图进行的，实际上是通过人类层面对游戏的思考来类比对照量子力学一样，在这篇文章的例子中，即便有强大，能将大量计算可视化的 Wolfram 语言和框架的帮助，游戏的简单规则中蕴含着的人类语言和思维难以捕捉的可能性，以及「多重计算的不可还原性」也远远足以让人意识到游戏中存在的某些惊人的事物。

游戏设计者到底创造出来的是什么？

存在于时间中的我们「只能」在一次次的重复中穿过这些复杂分支的多路图，用直觉，灵感，积累去捕捉，去做出某些棋子的决定，那四维生物是否能够一瞬间同时看到所有魔方转动的可能性呢？当我们哀叹人类棋手败于AI，但我却觉得，人类作为如此不擅长计算的生物（所谓计算受限的实体 computationally bounded entities），居然能够在这样离散和计算化的博弈中抗衡深度神经网络多少亿万次，和多少参数的计算，这以足以令人惊奇了。

那么，当物理学家和数学家取道于游戏来阐述些什么事时，我们或许应该问：为何游戏总是被取道，游戏为何有能力，去成为这些最深奥知识的中介呢？游戏和它们，和世界的规则，秘密之间是什么关系？在这个意义上，就像是数学是对世界的抽象，而揭示出某些面向，而游戏也总是某种「揭示」，展露出了某种现实，并且成为正在发生的现实。

很多对于计算机的哲学讨论有着离散和连续/模拟和数字的对照，但在物理学的视角下，下降到足够低的层级（甚至是普朗克时间），就像Wolfram在文章开头所说的「物理世界在最低层次上是离散的——就像游戏和谜题一样」，而对于游戏来说，自然最终是离散亦或是连续的并非重点，重要的是游戏制作者如何有能力在不同的层面构建离散和联系的关联，并且以人类视角（Humanizing），将这些语言难以捕捉，计算不可还原的多路过程展开。

这篇文章所展示的计算分析方法，以及对现有游戏的计算性解构，或许也能直接地给游戏设计的思考带来的启发，「当我们发现多路图在某种程度上「难以解码（decode）」时，我们就会得到一个丰富的、吸引人的游戏或谜题」，而也正是一种对于游戏设计所在着手处理的事物的一次正面且直接的计算呈现，游戏设计在做什么？在某种意义上来说，便正是在调校，试验这些不可还原的多路和分支图的形态。

本文得益于 Wolfram 语言的强大计算能力，而却也只能从极简的例子出发，更无涉电子游戏，动作游戏等，不禁令人好奇，如 MOBA 游戏是否能以这种方式分析？人工智能视角下的这些多路图的空间是怎样的？游戏是什么东西「理想模型」？种种这也问题依旧引起我们的好奇，而从此文其中得以一窥的错综复杂，大概也正是游戏之难以言说的缘故吧。

*非常开心能够与厌氧菌再再次合作，本篇超长文章的翻译要仰仗于她的耐心与细致与学识，欢迎更多人关注她关于计算机创意学，赛博文本，涌现叙事的宝藏菌群反应器

叶梓涛
落日间