# 《GEB》随笔：信息的三个层面


<!--post-->

《哥德尔、艾舍尔、巴赫》（GEB）中写道，信号分三个层面：（1）框架消息、（2）外在消息、（3）内在消息。原文对三者的概述为：

> 这当中我们最熟悉的是（3），即内在消息，它也就是预定要传送的消息：在音乐中是情感体验，在遗传学中是表现型，在书板上是古代文明的王权与礼仪，如此等等。
>
> 理解内在消息就是抽取出发送人所要传递的意义。
>
> 框架消息是这样一种消息：“我是一条消息，你有本事就来解译我！”它是由信息携带者总体的结构特征隐含地传递的。
>
> 理解框架消息就是确认需要一种解码机制。
>
> 如果确认了这样的框架消息，那么人们的注意力就会转到第2层：外在消息。这是由消息中符号的模式及结构隐含地携带的信息，说明如何去解译内在消息。
>
> 理解外在消息就是建造——或知道如何建造——能正确解译内在消息的解码机制。

作者给出了三个非形式化、感性的层面，却让我不由得联想一些形式化的东西。

框架消息让我首先想到信号的熵和自信息量。在信息学中，熵是描述了一个随机变量的不确定度，而自信息量描述这个随机变量取值有多罕见，或者说，出乎意料。但事实上，假设正在接受无线电信号，噪声的自信息量是比人声高的，因为人声是有规律的，更可以预测。这说明，框架消息并不能简单地用自信息量来描述，我们推断一个信号是否要解读，应该还是经过了一番贝叶斯推断的。无规律的信号我们会认为是噪声，过于规律的信号可解读的信息又不多，我觉得，对人类而言，既具有一定规律、又包含变化的信号，往往更容易引发持续解读的兴趣。

这个发现让我很沮丧，这样的话，我们如何发出一个信号，使另一个智慧文明能够首先接收到框架消息，认为这是一个消息呢？这就不能形式化地求解出一个最佳答案。一个经典答案是数列，斐波拉契数列或者质数数列，因为我们推断另一个智慧文明也极大可能掌握了相同的数学。不过这里好像脱离了讨论框架信息的范围，数学数列还承载了外在消息和内在消息。让掌握无线电的外星文明接受到框架消息应该是很简单的，只要让他在特定频段接收到不是宇宙噪声的信号就行，就像你在安静环境对任何一个有耳朵的动物大叫一声，它都会听到，并尝试寻找你。然而，当接收者的感知机制、先验知识和搜索策略完全未知时，我们无法定义一个普遍适用的最优目标。

对于外在消息，作者立了一个很有趣的靶子。我们接收到一个中文消息，它的外在消息就是“我是中文消息，用中文解读我吧”，如果你发中文消息给一个不会中文，甚至不知道中文概念的外国人，即使你用中文写上“这是一条中文消息”，也于事无补，仅仅在消息内部声明它应该如何被解读，并不能保证一个尚未掌握解码机制的接收者理解这项声明。就像是原文中说的：

> 在你理解任何一条消息之前，你必须有另一条消息来告诉你如何理解这条消息；换句话说，存在一个具有无穷多层次的消息体系，这就阻止了对任何消息的理解。
>
> 但是，我们都知道这些悖论是无效的，因为规则的确是在被使用，而消息也的确是在被理解。这是怎么回事呢？

作者同样做出了很好的解释

> 我们大脑的结构是漫长的进化过程的结果，它们的运行是受物理规律控制的。既然它们是物理实体，我们的大脑在运行时无需被告知如何运行。就是在这一层次上，物理规律产生出思维，因而卡罗尔的规则悖论被打破了。与此相类似，在大脑把输入数据解释成消息的那个层次上，消息悖论被打破了。似乎大脑原本就配备着一些“硬件”来识别哪些东西是消息，而且能对这些消息进行解码。就是这种最低限度的抽取内在意义的天生能力使得高度递归的、滚雪球式的语言习得过程得以发生。

最近玩完了《底特律：变人》，不禁让我联想到，人工智能与人类在接收和理解消息的底层机制上，或许存在着某种根本性的差异。

我们当然可以让机器在特定场景下表现出与人类相似的共情反应，但这种相似终究只是我们观察到的结果。人与人之间的共情则有所不同。我们之所以容易被他人的情绪打动，不仅是因为能够理解对方的表达，更是因为我们知道，彼此拥有相似的生理结构，以及由漫长的演化过程塑造出的情绪反应机制。正是这种底层机制的共通性，使我们能够从他人的情绪反应中推及自身，进而相信彼此在某些感受上是相通的。

然而，面对机器时，这种信任似乎就不那么容易建立了。即使我们观察到机器在某些场景中表现出与人类相同的情绪反应，又如何确信它在其他场景中也会如此？倘若某些情境从未被开发者考虑，也未曾出现在训练过程中，机器还能表现出同样的共情吗？

这是我第一次在博客上写读书随笔，我的讨论也可能有诸多谬误，但我觉得我还是得把想法写下来，总之先放这里吧。


---

> 作者: [fupcode](https://github.com/fupcode)  
> URL: https://fupcode.com/blog/posts/book-notes/geb-notes-message/