第二十四章 信息生命体（四）

请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。

然而上述定义，主要关注的是个体获取与可能传递信息的不同方式。一个量化集群行为信息结构的形式框架，还应该考虑信息加工的其它基本方面。事实上，一个集群系统的内部计算不仅是组成部分之间信息传递的结果，还可能要求它们具有存储和转换信息的能力（crutchfield 1994；Feldman et al. 2008）。这其中一些特征可能存在争议，例如目前还不清楚，在什么意义上，集体趋化作用（collective chemotaxis）会要求个体存储它们位置以外的信息，或可能只是要求它们做出反应——无论这是否是由进化编程存储的一组反应之一。

因此，集群行为信息架构的正式框架可以包含所有这些元素，重点在它们间的相互作用及随时间的演变。在这个方向上的第一步是接受一种独立于应用领域的通用语言，使我们有可能对信息处理的所有方面进行正式建模。当然这种共同语言要由信息论提供。

度量复杂系统的信息架构

信息论度量方法引入后不久就首先被用于研究集群行为：推断蜜蜂的摇摆舞（haldane amp; Spurway 1954）和蚂蚁信息素踪迹（wilson，1962）所编码食物来源的方向信息大小。但应用信息论对集群现象进行系统研究却相当零散（dall et al. 2005）。例如，统计物理学将互信息用于研究二维伊辛模型（Ising model）中的相变（matsuda et al. 1996；Gu et al. 2007），由维切克模型[1]（Vicsek model）驱动的自推进粒子蜂群模拟（wicks al.，2007），以及调节模型（regulatory models）中的随机布尔网络（Ribeiro et al. 2008）。在所有这些情况下，互信息在无序或接近相变阶段时均达到峰值。互信息和块熵（block-entropy）——一种测量有限连续事件不确定性熵的变体（Shannon 1948），已被用于研究蚂蚁信息素铺设模拟中的群体决策（Klyubin et al. 2004），此项研究表明有限的噪声有利于信息传递（meyer 2017）。最近，Gelblum 等人（2015）的研究则显示，附着在集体运输上的蚂蚁会向系统输入信息，但这种信息只在短时间内有效。以上这些测量方法不仅被用作分析工具，还被应用于人工进化控制器，设计模块化的集群运动行为（prokopenko et al. 2006）和多机器人系统（Sperati al et al. 2008）等等。

信息论涉及大量不同科技领域信息的量化、存储和传递（cover amp;thomas 2005）。例如在生物学的背景下，信息论被广泛用于研究神经系统的功能并确定相关脑区结构（honey et al. 2007；Vakorin et al. 2009；Nigam et al. 2016；Ito et al. 2011；Lizier et al. 2011；Vicente et al. 2011）。主动信息（见前面公式）被用于研究元胞自动机的信息存储（Lizier et al. 2012b）、神经信息处理（wibral et al. 2014）以及蜂群动力学（wang et al. 2012）等，而超额熵则主要应用于复杂物理现象的研究（crutchfieldFeldman 2003）。