研究：为何工具种类增长慢于零件扩展？对127个社会分析
发表期刊：
工具种类的增长，为什么总是慢于零件的扩展？
在人类社会里, 规模存在不同, 有这样一个现象, 看似普遍, 那就是工具体系扩展速度, 不会因为基础构件增加, 就同步加快。
无论那是狩猎采集社会里用于获取食物的基础工具, 还是更为复杂社会当中的制造与运输系统，每有一款新工具出现, 就得投入额外的时间, 也得投入额外的材料, 还得投入额外的学习成本。所以, 工具体系的扩展并非单纯的“堆叠增长”, 而是更像在已有构件基础之上的有限组合以及筛选。
从这单一要点出发, 研究团队针对全球范围内的 127 个小型自给自足社会实施系统解析, 这些社会不论是大小规模都各自不同, 是如今依旧延续以往放牧采集生活方式的“活化石”般部落人群；这众多社会类别中涵盖了不一样的生计模式, 其中有即时回报类型的狩猎采集者, 也就是图 2 里以红色点所标识的人群: 那还存在延迟回报式的狩猎采集者, 即在图 2 中有相应蓝色所标识的群体人物种类分布；另外, 还有早期农耕社会民众, 像用图 2 里绿色点所表示相关人群。随后, 他们把此项技术系统按照需要拆解成了两项能够进行量化的指标:
图3！它是工具包丰富度与部件丰富度的关系拟合图, 这里面横纵坐标取对数。结果得以显示, 不同类型社会, 像狩猎采集与早期农耕等, 均呈现出相似趋势, 线性拟合的系数就是幂律指数β, 其数值在0.67–0.71之间, 呈现为稳定的亚线性增长。
存在这样一种关键含义, 它关乎这一结果, 一旦基础零件数量出现增加的情况, 那么能够形成的新工具数量尽管处于增长态势, 然而增长的速度显著地变缓慢下来。换一种表述方式来讲, 即便你把零件的数量变为原来的两倍, 可是能够制造出来的新工具数量仅仅是比之前多出大约62%。
这说明了一个极为重要的限制, 那么是什么呢。随着系统持续变得越发复杂起来, 每新增加一处零件所带来的“可组合空间”增长情况, 会被开发成本、认知复杂度以及实际使用价值的审慎筛选逐步抵消掉。最终的结果便是, 大量在理论层面上看似可能的组合, 于现实当中并不会切实得到真正采用。
想要能更直观地去理解这般“组合受限”的现象, 那就可以去看一下图4具体的结构对比。
图4：工具部件、类型与组合复杂度示意图
假定你身为一个原始社会里的“工具设计者”, 眼前摆放着两套风格差得很远的“乐高套装”, 它们分别代表了两种典型的组合策略。
就像被简微者智属的套装A（图4A）, 这一批组成那种低繁复却具相当高效能那种体系, 并且大约总共有的大概是属于20个属于基础零件, 通过这些可以去组合出7种区别各异的工具, 而当中每种工具平均下来是由2.9个零件所成的。
这仿佛如同你运用了一组基础乐高, 拼搭出了小车以及小房子还有小船。每一个工具都并非复杂, 然而好在是够用并且高效。其中展现出了一种“少即是多”的哲学理念: 凭借有限的零件, 经由巧妙的组合方式, 达成足够的功能多样性。这更加近似于一种处于资源受限环境之下的策略: 工具并非追求复杂程度, 而是追求“够用且稳定”。
拥有零件规模扩大到40个的套装B（图4B）, 是技术狂的百宝箱模样, 然而其能够形成的工具类型仅增加到10种之数, 并且平均每种工具所需零件上升到4个之量。
这套装备显著更具奢华感, 零件库实现了翻倍。然而, 你将会发觉, 工具数量并未伴随其翻倍（从7只增长至10个）, 并且每个工具平均所使用的零件数量也增多了（从2.9个增至4个）。
这表明了一个关键要点, 当系统规模得以扩大时, 众多潜在组合不会转变为实际工具, 一部分是源于结构太过繁杂从而难以成为现实, 另一部分是由于收益欠缺所以不会被採用: 因此, 工具体系的拓展展现出一种并非线性的特性, 增添基础构件, 不会以同等比例去增加功能的多样性。也就是说, 处在狩猎采集时期的人类部落并非没有能力制造更为复杂的工具, 而是在漫长的演化进程里渐渐形成了一种潜在的约束, 即技术进步并非单纯的“堆砌零件”, 而是一个于成本约束条件下挑选有效组合的过程。
机制处于这般情况下, 技术进行升级, 仿佛是在玩一场“去重新组合以及使之更复杂”的游戏, 此游戏是把现有的零件以更为复杂的方式去组合起来, 进而制造出更具专业性、更加高效（不过也更加娇气娇贵）的全新工具。而如此这般的亚线性关系（β < 1）, 在其他复杂系统当中也会反复地出现, 就像城市的温室气体排放情况、生物的代谢率等。
该研究把技术演化形式化成一个组合优化问题, 来解释为何社会不需要让技术无限复杂化, 社会在有限资源下, 一方面有着最大化技术系统带来的适应性收益的期望, 这可理解为降低环境不确定性, 能对应信息熵的下降, 另一方面又必须对构建与维护技术体系的成本加以控制。
于此刻框架之中, 环境被予以抽象化为一个存在着多个维度的约束空间, 这里面的每个维度都可是代表着一种会生出不确定性的源头, 就好比说资源呈现出可变性, 这能够视作今天的时候可以打到鹿, 然而到了明天却极为有可能什么收获都捞不着, 食物的数量以及分布情况都是处于一种波动变化的状态。而且, 环境同样存在可变性, 这对应的就是雨季是有着提前可能性的, 河流也有出现泛滥这种状况, 暴风雪说不定哪天就毫无预兆地降临了, 气候以及地形那可是会带来诸多挑战的。技术所具备的效用则是在于去降低把各种因素都进行通盘考虑之后所存在的不确定性, 比如说, 倘若有了更为优良的武器的话, 不管天气究竟是怎样的情况, 也不论是身体处于何种状态, 实际上都是有着更大的打猎成功概率。
呈现于上述的目标函数, 展现出人类技术演化的根本逻辑, 那就是, 并非去追求“零不确定性”, 因为这需要无限复杂的工具, 也不是奔着“零成本”, 毕竟这意味着没有工具, 而是在有限资源的情形下, 寻觅到一个“性价比最高”的技术配置。技术多样性同样不是免费的午餐, 其增长一直是在收益与成本之间进行权衡所产生的结果。
研究者们, 基于对现存的、自给自足社会的实证研究, 发现了一个稳定规律, 即当一个社会的工具包丰富度翻倍时, 其工具平均复杂度仅增加约23%。这一结果表明, 技术体系的扩展并非简单的线性堆叠, 而是更接近于通过既有部件的重新组合来生成新功能。
从组合工具到组合智能：技术创新始终受能量约束
在人类早期的时候, 社会里工具的演化, 是在资源极度有限的状况下展开的优化, 那个时候的人们, 并非追求“更复杂的发明”, 更实际现实的问题, 是怎样利用已有的材料以及部件的组合, 在有限的时间以及体力约束之下最大限度地实现生存收益这样一种状态, 这种基于约束所驱动的组合想法思路在如今当下并没有消失不见, 只是从物理材料范围领域转移到了信息以及计算层面这个上面, 不管是编写代码之时还是训练大模型之际, 都必然要在资源以及时间受到限制的条件束缚下, 凭借最精简的模块组合完成达成关键功能。
在《技术的本质》里, 经济学家Brian把这种现象概括成了“组合演化”, 书中讲大多数新技术并非是凭空冒出来的, 而是已有技术单元在更高层级上的重新组合以及再次配置。从这个层面来看, 技术创新更像是于一个巨大的“组合空间”当中搜寻可行的解决办法, 而并非是呈线性地“从没有到有”去发明。
此时此刻, 生成式AI能够被视作这种“组合创新”的最新样式, 它并非以人类那种“理解”作为核心机制, 而是在由词汇以及语法还有知识结构所构成的高维组合空间当中, 借助大规模计算开展概率性的搜索与重组, 进而生成文本或者图像或者代码。
然而，大模型训练这种持续进行的“组合搜索”，代价又是什么？
猎人的卡路里, 是原始社会的代价。数据中心的电力, 为AI时代的代价。研究在结尾意味深长地表明: “当前对于数据中心以及生成式AI贪婪耗用电力的忧虑, 提示我们发明是需要能量的。”这极为恰当地阐释了为何的对话或许耗费等同于一瓶水蒸发的能量, 为何科技巨头在疯狂抢购能源。我们并未摆脱那条古老的法则, 只是把能量的尺度, 由“卡路里”转换至“兆瓦时”。
组合增长, 它是受到能量约束的, 这个道理, 在当下, 它既是好消息又属于坏消息, 好消息在于这表明了, 哪怕AI非常强盛, 只要每一次“拼装”都得耗费成本, 这里面包括算力, 以及更为关键的人工调教所需要的注意力, 如此一来, 技术就没办法无限地扩张。
对当下敲响警钟的是坏消息, 一万多年前, 与世隔绝的小岛上（塔斯马尼亚）, 只剩几百到两千人, 人少的情况下, 一旦掌握复杂技术（如骨针）的老人去世, 这项技术就可能失传, 此时, 维持复杂工具的“隐性成本”变得极高, 所以大家干脆不再用了, 技术反而退步了, 并非因为他们变笨, 而是“维护成本太高, 不划算了”。
每当人们对AI依赖程度不断加深时, 人会像电影《机器人总动员》所描绘的那般长期处于躺着的状态, 所有事务皆由机器人照料。用以维系生活技能（诸如做饭、修理）的知识成本会明显增加了。并非技能难以学会, 而是人们懒得去学, 且因用不上这些技能, 致使相对收益降低了。紧接着所产生的后果便是技能出现退化, 社会能力随之减退。此种情形竟与先前所述的塔斯马尼亚岛上的故事毫无二致, 同样是由于成本超出收益进而致使“技术/行为复杂度下降”的成果。
随后, 我们要返回到起始的场景, 要是你真的穿越回到古代去社交, 那么最应该做的, 也许并非重现内燃机, 而是先去询问部落中的老猎人, 问“咱们这个骨针, 除了能用来缝皮衣之外, 是不是还能够当作鱼钩、当作锥子、当作发簪呢? ”—这是由于真正的技术智慧, 并非在于创造出多少新的事物, 而是在于让旧有的东西能干更多不同的活儿。
更多精彩文章请关注=>金色港湾资讯网 www.fzjsgw.com
