22、机器学习系统中的对抗性：神经网络的发展与挑战

机器学习系统中的对抗性：神经网络的发展与挑战

1. 麦卡洛克 - 皮茨模型与对抗性认识论

在冷战的二元对立背景下，麦卡洛克 - 皮茨模型重新定义了一些关键范畴，这些范畴与知识的奥古斯丁式限制的构想和实践相关。控制论对历史范畴的消解已暗示了一种二元对立的控制理想，而麦卡洛克 - 皮茨模型进一步将军事上的指挥与控制理念转化为系统组织的基本原则，从而扩展了这一转变。从这个角度看，麦卡洛克 - 皮茨模型和控制论都体现了一种共享的对抗性认识论，在这种认识论中，所有知识都被重新构建为一系列旨在抵抗、应对和克服知识限制的控制实践和理想。

2. 神经网络的发展历程

• 早期批判与边缘化 ：麦卡洛克去世的同年，马文·明斯基和西摩·帕佩特发表了《感知机》（1969 年），这是对麦卡洛克和皮茨提出的受生物启发的模型的首次全面批判。这引发了对神经网络的首次重大抵制，使其在心理学和计算机科学领域逐渐边缘化。此后，神经网络在计算机科学和科学史的记载中被搁置，直到 20 世纪 80 年代后期，处理能力的提升才促使它们在软件环境中大规模实现，从而重新崛起。
• 系统理论中的重生 ：然而，这种以神经网络的衰落和复兴来叙述其发展的方式，忽略了麦卡洛克 - 皮茨模型在系统理论这一新兴领域的第二次生命。当第二代控制论者放弃了对“稳态和目的性行为”的最初关注时，神经网络成为研究复杂系统自组织、自我生成过程的常用框架。例如，理论生物学家胡伯托·马图拉纳是最早使用麦卡洛克 - 皮茨模型研究系统与环境结构差异的人之一。后来，社会学家尼克拉斯·卢曼在研究马图拉纳的自组织转向在社会系统中的应用时，也重新审视了麦卡洛克和皮茨