ブリッジ、ゴルフ、クロッケー、チェス、囲碁、チェッカーなど、何でもプレイできます。しかし、昔のホランにとって、これらのゲームはただのゲームではありませんでした。彼はいくつかのゲームが特別な魔法を持っていることに気付き始めました
議題によると、経済会議の 2 回目のプレゼンテーションは、初日の昼食後に始まり、午後まで続きます。基調講演者はミシガン大学の John H. Holland 氏で、トピックは世界経済の適応プロセスです。
アーサーはスピーチを終えたので、タイトルが面白そうだというだけでなく、次のスピーチに興味を持っていました。その秋、ホランはサンタフェ研究所のもう一人の客員研究員であり、2 人は同じ部屋に住むよう手配された。しかし、ホランがサンタフェに到着したのは前夜遅くまでではなく、アーサーが修道院に行き、翌日の演説のために繰り返し練習する最後の機会をつかんだときでした。アーサーはホー ナンを見たことがなく、ホー ナンがコンピューター科学者であることだけを知っていました。研究所によると、彼は非常に優秀な人物でした。
研究所の主張は正しいようです。全員が席に戻り始めたとき、河南はすでにステージに立ち、開始の準備をしていました。彼は60代半ばの中西部の小粋な人で、いつでも笑っているように見える広くて血色の良い顔と、真面目な大学院生のように聞こえる甲高い声を持っていました。アーサーはすぐに彼を気に入った。
ホランが話し始めた。数分のうちに、アーサーの眠気はすぐに消え、彼はホー ナンのスピーチに熱心に耳を傾けました。
永遠のノベルティ
ホーナンはまず、サンタフェ研究所が複雑な適応システムと呼んでいるものの好例が経済学であることを指摘します。自然界では、そのようなシステムには、脳、免疫システム、生態学、細胞、胚、およびアリのコロニーが含まれます。人間の世界では、これには政党や科学コミュニティなどの文化的および社会的システムが含まれます。見分ける方法を学べば、これらのシステムはいたるところに見られるでしょう。ただし、場所に関係なく、これらのシステムにはいくつかの重要な共通の特徴があるようです。
まず、すべてのシステムは、並行して動作する多くのエージェントのネットワークです。脳では、エージェントは神経細胞であり、生態系では、エージェントは種であり、細胞では、エージェントは、核やミトコンドリア (ミトコンドリア) などのオルガネラであり、細胞であるなどです。経済システムでは、アクターは個人または家族である可能性があり、経済サイクルを例にとると、アクターは企業である可能性があり、国際貿易を例にとると、アクターは国全体である可能性さえあります。ただし、いずれの場合も、各エージェントの環境は、システム内の他のエージェントとの相互作用の産物です。アクターは常に他のアクターに作用したり、反応したりしているため、環境内で一定のものはほとんどありません。
さらに、ホーナン氏は、複雑な適応システムの制御機能は非常に分散化されていると述べています。たとえば、私たちの脳には主要なニューロンはなく、発生中の胚にも主要な細胞はありません。システムに首尾一貫した行動があるとすれば、それはアクター間の競争と協力によるものに違いありません。これは、経済システムにおいてさえも当てはまります。経済を復活させたいと考えている米国大統領に聞いてみれば、ワシントンが金利、税金、マネーサプライについて何をしようとも、経済システムの全体的なパフォーマンスは依然として何百万人もの個人に依存していると言うでしょう。 .
第二に、複雑な適応システムにはさまざまなレベルの組織があり、各レベルのアクターは、より高いレベルのアクターの基本単位です。タンパク質、脂肪、核酸が細胞を形成し、細胞群が組織を形成し、組織が集まって器官を形成し、器官が生物を形成し、多くの生物が生態系を形成します。脳では、ニューロンの 1 つのグループが言語中枢を形成し、ニューロンの別のグループが運動皮質を形成し、別のグループが視覚野を形成します。同様に、従業員のグループが部門を構成し、多くの部門が会社を構成し、企業が経済部門、国家経済、さらには世界経済を構成します。
絶え間ない改訂と再編成
ホランは、複雑な適応システムがかなりの経験を積むと、その基本単位を絶えず変更または再編成することが特に重要であると考えています。生物の世代は、進化の過程を通じて組織を変更および再編成します。人がさまざまな知識を学ぶとき、脳はニューロン間の無数の接続を強化したり弱めたりし続けます。ある会社は、優秀な人材を昇進させ、組織図を再編成して効率を改善します。国家は新しい貿易協定に署名し、新しい同盟国を作るでしょう。
より深く基本的なレベルでは、これらの学習、進化、適応のプロセスはすべて同じです。あらゆるシステムにおける適応の基本的なメカニズムの 1 つは、基本単位の変更と再編成です。
第三に、すべての複雑な適応システムは未来を予測しています。明らかに、経済学者はこれに驚かない。景気後退の長期化が予想されるため、多くの人が新車の購入や休暇の取得を先延ばしする可能性があり、結果として景気後退が長期化することになります。石油不足が実際に発生するかどうかに関係なく、石油不足の予測は原油市場で激しい取引ショックにつながる可能性もあります。
しかし実際には、予想と予測は人間の先見の明以上の意味を持っています。小さなバクテリアをはじめとするすべての生物は、その遺伝子に予測のコードを埋め込んでいます。特定の環境では、遺伝子の設計図によって指定された生物がより優れたパフォーマンスを発揮する可能性があります。同様に、脳を持つすべての生物にも無数の暗黙の予測があり、それらはコードに変換されて学習データベースに保存されます。ABC の場合、XYZ 応答を採用する方が有利です。
一般に、すべての複雑な適応システムは、外界がどのように機能するかについての仮定に基づいて、常に予測を行っています。さらに、これらの内部仮想モデルは単なる受動的な設計図ではなく、実際には非常にアクティブであり、コンピュータ プログラムのサブルーチンのように、特定の条件下で有効になり、システムの動作を実行 (生成) することができます。実際、この内部モデルは動作の基本単位と考えることができます。また、他のユニットと同様に、システムが経験を積むにつれて、テスト、改良、および再編成することができます。
均衡は死に等しい
最後に、Hornan 氏は、複雑な適応システムには多くのニッチがあることが多く、各アクターがニッチを占有できるようになっていると述べています。このように、経済の世界には、コンピュータープログラマー、配管工、製鉄所、ペットショップ、そして熱帯雨林のナマケモノと蝶のための場所があります。そして、各スロットがいっぱいになると、新しい寄生虫、新しい捕食者または被食者、新しい共生パートナーのためのスロットがさらに開かれます.そのため、システムは常に新しい機会を開いています。これはまた、複雑な適応システムの平衡状態を議論することは無意味であることを意味します. そのようなシステムは決して平衡状態に達することはなく、常に発展し、変化しています.
実際、そのようなシステムが平衡に達した場合、その状態は安定しただけでなく、死んでしまいます。さらに、システム内のエージェントがその適応性や有用性を限界まで開発できないと想像するのは無意味です。可能性が大きすぎるため、限界を見つけることは不可能です。エージェントができる最大のことは、他のエージェントのパフォーマンスと比較して、自分の動作を可能な限り変更または改善することです。要するに、複雑な適応システムの特性は永続的な目新しさです。
従来の数学を使用して複雑な適応システムを分析することは困難である、とホーランは言います。微積分や線形解析などの従来の手法は、固定された環境で不変な粒子を記述するのに最適ですが、経済的または複雑な適応システムについての洞察を本当に得たい場合は、固有のモデル、新しいファンダメンタルズの出現に重点を置く必要があります。ユニット 、およびさまざまなアクター間の頻繁な相互作用の数学的およびコンピューターシミュレーションスキル。
ホランがスピーチをしている間、アーサーは精力的に執筆していました。アーサーは、ホーランが過去 30 年間にわたってこれらの概念をより正確で有用なものにするために開発してきたさまざまなコンピューターのトリックについて説明し続けたため、より速くメモを取りました。彼は言った：「それは信じられないことでした.私は午後ずっと唖然としてそこに座っていました.ホーナンのアイデアが、彼が過去 8 年間取り組んできた収益増加の経済学と一致しているという理由だけでなく、ニッチについてのホーナンのアイデアが、彼とカウフマンが過去 2 週間にわたって自動車触媒から学んだこととまったく同じだからでもありません。 ; しかし、ホランの統一された、明確でフラットな物事の見方は、あなたの額を軽くたたき、「もちろんそうです!」と言うでしょう。なぜ私はそれを考えなかったのですか？ホランの考えは人々にひらめきを与えることができ、より多くの考えが頭の中で爆発し始めます.
アーサーは言った：彼は私が長年自問してきたあらゆる種類の質問に答えました：適応とは何ですか？エマージェンスとは？自分でもわからない疑問がまだまだたくさんあります。アーサーは、これらすべてが経済学にどのように当てはまるかよくわかりませんでした。実際、彼が周りを見回すと、他の経済学者が懐疑的または混乱しているように見えました。 (少なくとも一人は周公の夢を見ている。) しかし、ホランの研究は私の研究よりもはるかに複雑であると私は信じている.彼は何南の考えが非常に重要であるに違いないと感じました。
シンパシー
もちろん、サンタフェ研究所も同じように考えています。ホーナンの考えが経済会議に出席した学者たちにどれほど風変わりに見えたとしても、実際には、ホーナンはサンタフェの内輪の間で長い間親しまれ、影響力のある人物でした.
ホーランが初めてサンタフェを訪れたのは 1985 年のことで、ファーマーとパッカードが主催する進化、ゲーム、リーミングのトピックに関するシンポジウムに参加するよう招待されたときでした。 (ファーマー、パッカード、カウフマンが自己触媒グループのシミュレーションの結果を報告したのもこの会議でした。) 出現に関するホーナンの話はうまくいきましたが、彼は 1 人の聴衆を思い出しました。その男は灰色の髪をしていて、集中的で少し皮肉な顔をしていて、彼の目は黒縁のメガネを通してまっすぐに輝いていました.質問に答えたとき、私は少し失礼でした。私は彼を知らないし、彼が誰であるかを知っていたら、私はおそらく死ぬほど怖がるだろう!ホランは言った。この男はゲールマンです。
ホランの答えが失礼かどうかに関係なく、ゲルマンは明らかにホランの考えを気に入っていた.それから間もなく、Gelman は Hornan に電話し、当時まだ始まったばかりの Santa Fe Advisory Council に参加したいかどうか尋ねました。
ホランは同意した。私はこの場所を見てすぐに気に入りました。
ゲールマンは明らかに彼を気の毒に思いました。ホーナンについて話すとき、彼は「素晴らしい」という言葉を使用しましたが、これは彼が誰にでも気軽に追加する形容詞ではありませんでした.しかし、ゲールマンが目を見張るようなことはめったにありませんでした。Ke Wen や Gellman などのサンタフェ研究所の創設者が複雑性科学について考えた初期の頃、彼らは創発、集団行動、自己組織化など、彼らがすでによく知っている物理的概念をほぼ完全に中心に展開していました。 、 等々。さらに、これらの概念の経済学や生物学への応用を加えれば、非常に充実した研究プロジェクトを形成できると考えていました。その後、ホーランがやって来て、彼のコンピューターモデルは言うまでもなく、適応の分析を発表しました。突然、Gelman らは、彼らの研究プログラムに非常に重要な部分が欠けていることに気付きました。これらの創発構造は実際に何をしているのか?彼らはどのように環境に反応し、適応するのでしょうか?
その数か月間、彼らは、研究所が複雑なシステムだけでなく、複雑な適応システムを研究すべきかどうかについて議論していました.また、出現と適応の相互に関連するプロセスを理解するためのナン・ホーンの個人的な研究プロジェクトは、研究所の主要な研究プロジェクトになりました。1986 年にカウエンとフェルドマンによって組織された複雑な適応システム シンポジウムでは、研究所の最初の主要な会議の 1 つ (カウフマンが参加した最初のセミナー) で、彼は主役になりました。翌日、ペインズはホランをレットとの話し合いに連れて行った。アンダーソンはまた、1987 年 9 月に開催されたこの大きな経済会議に彼を招待しました。
ホランはすべての会議にすぐに出席します。彼は 25 年間、適応の概念に夢中になっています。ボレと出会ったのは57歳の時。ゲルマンさんやアンダーソンさんのような方と対等に話せてよかったです！信じられない！妻が仕事のためにアナーバーを離れることができなかったなら、ホーランはもっと多くの時間をサンタフェで過ごしていたでしょう (彼女はミシガン大学の 7 つの科学図書館の主任司書です)。
しかし、ホランは楽観主義者です。彼はいつも自分のやりたいことができ、自分の運にいつも驚かされてきたので、幸せな男であることに伴う本物のユーモアのセンスを持っています。彼に会った人が彼を好きではないことはほとんど不可能でした。
アーサーもその一人です。その日の午後、ホランのスピーチが終わった後、彼は前に出て自己紹介するのが待ちきれませんでした。その後数日で、2人はすぐに友達になりました。ホランはアーサーがとても気に入った。適応の概念をこれほど早く吸収し、それを自分の概念に完全に統合できる人はほとんどいません。Arthur はそのアイデア全体に興味をそそられ、すぐに要点を把握しました。
同時にアーサーは、ホランがサンタフェで知っている人々の中で最も複雑で魅力的な知識人であることにも気付きました。何南のせいで、彼は経済会議の残りの議題を極度の睡眠不足で過ごした。多くの深夜、彼とホー・ナンはキッチンのテーブルを囲み、ビールを飲みながら科学の謎について話し合った。
チェスの試合は戦わずして勝った
彼は特にある会話を覚えていました。ホーンがこの会議に来た理由は、彼が経済学の重要なトピックを理解したいと熱望していたからです。 （彼南はかつて彼に言った：あなたが学際的な研究を行い、他の人々の分野に参入したいのなら、少なくともあなたは彼らの問題を真剣に受け止めるべきです.彼らは研究に多くの時間を費やしました.）その夜、彼らが集まったときダイニングテーブルで、ホランは率直に彼に尋ねました：アーサー、経済学の本当の問題は何ですか?
アーサーは考えずに答えました：チェスのように。
チェス？彼ナンはそれを理解できませんでした。
アーサーは説明する適切な言葉を探しながらビールを一口飲みましたが、彼自身はそれを完全には理解していませんでした.エコノミストは常に、システムを閉鎖的で単純なものと見なしています。システムはすぐに安定し、せいぜい 2 つまたは 3 つの行動パターンが出現し、その後は何も起こりません。彼らは、経済のエージェントは非常に知的なので、どんな状況でも最も有益な行動方針をすぐに理解できると思い込んでいます。考えてみてください。チェスの観点から見た場合、これはどういう意味ですか?ゲームの数学的理論には、チェスなどの有限の 2 人プレイのゼロサム ゲームには最適解があるという定理があります。つまり、両方のリバーシ プレーヤーにとって最高のパフォーマンスを発揮する動きを選択する方法があります。
もちろん、このソリューションが何であるか、またはそれを見つける方法を実際に知っている人は誰もいません。しかし、経済学者が語る理想的な経済主体には、すぐに答えがあります。ゲームの開始時に、2 つの軍隊がチェス盤で向かい合っているとき、2 人の役者は頭の中ですべての可能性をリストアップし、対戦相手を強制する可能性のあるすべての動きを繰り出すことができます。次に、考えられるすべての動きが考慮され、理想的な最初の動きが見つかるまで繰り返します。このように、実際にチェスをプレイする必要はまったくなく、理論上の優位性をつかんだ人は誰でも、自分が確実に勝つことを知っているため、すぐに勝利を宣言でき、対戦相手は自分が確実に負けることを知っているため、すぐに敗北を認めます。 .
He Nan、本当にこんなチェスをする人がいるのだろうか？アーサーは尋ねた。
ホランは、これがどれほどばかげているかをよく知っていて、笑った。コンピューターが発明されたばかりの 1940 年には、研究者たちはチェスをプレイできる巧妙なプログラムを設計することを考えていました。現代情報理論の父であるベル研究所のクロード・シャノンは、チェスで可能なすべての動きの総数は、10 の 120 乗であると推定しました. この数は比較にならないほど大きい. 私たちの観測可能な宇宙では、すべての粒子の数もそれほど大きくありません。すべての可能性を調べる手段を持っているコンピュータはありませんし、もちろん人間もできません。私たち人間のチェス プレーヤーは、特定の状況でどの戦略を採用するのが最善かを決定するために、実際の経験の規則に従わなければなりません。最も並外れたチェスプレーヤーでさえ、まるで深く深い洞窟を下っているかのように、一歩一歩チェスをプレイする必要があり、手に持っているランタンの薄明かりだけが道を案内できます。もちろん、チェスプレイヤーは日々上達します。ホーラン自身もチェスをしていましたが、1920 年代の偉大なプレーヤーがゲーリー カスパロフのような現在のチャンピオンと対戦する危険を冒したことは決してないことを知っていました。しかし、それでも、彼らは未知の広大な世界で数ヤードしか進んでいませんでした。これが、ホランがチェスをオープン システムと呼んだ理由です。チェスには無限の可能性があります。
アーサーはそう言った。最も理想的な状態と比較すると、人間が実際に観察して学習できる形はまだ遠いです。あなたのエージェントが平均的なエコノミストよりも賢いと仮定しない限り.「しかし、それが私たちの経済問題を解決する方法です」と彼は言いました。日米貿易問題は、少なくともチェスのゲームと同じくらい複雑ですが、経済学者は、問題が合理的なゲームであると仮定することから始めます。
それで、彼はHe Nanに、簡単に言えば、これは経済的な問題だと言いました。無限の可能性を探求する知性のないエージェントを科学に変えるにはどうすればよいでしょうか?
あはは！ホランは、一筋の光を見るたびにそう言うだろうと言った.チェス！彼はこの比喩を理解しています。
無限の可能性の空
ホランはあらゆる種類のゲームをするのが好きです。彼は 30 年間、アナーバーで毎月ポーカーをプレーしていました。彼の最初の思い出の 1 つは、祖父の家で大人がポーカーをしているのを見て、トランプをするのに十分な年齢になったらいいのにと思ったことです。彼が 1 年生のとき、彼の母親は彼にチェスを教え、マスター ブリッジ プレイヤーでもありました。ホランの家族は全員セーリングに情熱を傾けており、母と息子はよくレガッタに参加しています。ホランの父親は一流の体操選手で、野外活動が大好きでした。家族全員が常に何かのゲームを変えていました: ブリッジ、ゴルフ、クロケット、チェス、囲碁、チェッカーなど、名前を付けて、全員がプレイしていました。
しかし、昔のホランにとって、これらのゲームはただのゲームではありませんでした。彼は、一部のゲームには勝敗を超えた特別な魔法があることに気付き始めました。高校 1 年生の頃 (ホーナン一家がオハイオ州に住んでいた 1942 年か 43 年頃)、彼と何人かの仲間は、友人の家の地下室で新しいゲームを発明することがよくありました。新聞の毎日の見出しに触発された彼らの代表作は、地下の半分以上を占める戦争ゲームです。彼らは、戦車や大砲、砲弾発射メーターや射程メーターを備えたゲームを設計し、ゲームのグラフィックを覆い隠して煙幕をシミュレートする方法を発明しました。ゲームは複雑になった、とホーランは言います。父のオフィスで謄写版印刷機を使って戦争ゲームのグラフィックをたくさん印刷したことを今でも覚えています。 （He Nan の父親はいくつかの大豆加工工場を開き、ビジネスは活況を呈しています。）
ホランは言った：私たち3人はチェスをするのがとても好きです。チェスは単純なルールのゲームですが、驚くべきことに、無限の可能性があるため、2 つのポジションがまったく同じになることはありません。そのため、同じ特性を持つゲームを発明しようとしています。
それ以来、彼はどの方法を使ってもゲームを発明しています。私は状況が変化するのを見るのが好きです。私のデザインが正しければ、状況の全体的な展開を制御するのではなく、ゲームのテーマの根底にあるルールが徐々に進化している場合、結末は私を驚かせるでしょう.そして、まったく驚かないのであれば、あまり幸せではありません。なぜなら、それはすべてが最初に設定したとおりに進んでいることを意味することを知っているからです.
もちろん、これは今ではエマージェンスと呼ばれています。しかし、ホーランがこの言葉を耳にするずっと前から、彼の創発現象への関心は、彼の生涯にわたる科学と数学への愛に火をつけていました。彼は、勉強していたとき、私が図書館に行って科学と技術に関する本をすべて借りたことを今でも覚えています。中学2年生になる前に、物理学者になろうと決めていました。彼を最も惹きつけているのは、科学が宇宙のすべてをいくつかの単純な法則に単純化することを可能にすることではなく、いくつかの単純な法則が非常に豊かな行動をどのように生み出すことができるかを科学が教えてくれることです.ホランは言った：私は本当にそれを楽しんだ.科学や数学は、ある意味では縮約論の極みですが、全体として見れば無限で意外な可能性があります。科学は宇宙を理解可能にする一方で、宇宙を永遠の謎にします。
旋風プロジェクトに参加する
1946 年の秋、ホーランはマサチューセッツ工科大学に学部生として入学し、すぐにコンピュータにも同様の驚くべき性質があることを発見しました。理由はわかりませんが、私は常に思考プロセスに魅了されてきました。また、コンピューターに少しの情報を入力して、さまざまなことを実行するように指示できるという事実に常に魅了されてきました。あなたはほとんど入れず、たくさん出ているように私には思えます。
残念なことに、He Nanneng が最初に学んだコンピューターの知識は、電気工学のクラスでの散発的な中古情報を除いて、ほとんど精彩を欠いていました。当時、電子コンピューターはまだ目新しいものであり、ほとんどの資料は機密文書に含まれていました。もちろん、勉強するコンピューターコースはありませんでした。しかしある日、ホーランがいつものように図書館で本を読んでいると、1946 年にペンシルバニア大学の電気工学科で開催されたシンポジウムの内容である、簡単な論文の表紙で覆われた一連のルーズリーフの講義ノートを目にしました。戦時中の大砲の射程表を計算するために、ペンシルバニア大学はアメリカ初のデジタル計算機︱ENIACを開発しました。これらのメモは有名です。現在コンピュータ アーキテクチャと呼ばれるものからソフトウェアに至るまで、デジタル コンピューティングが講義で詳細に議論されたのは初めてのことでした。その中で、スピーチでは、情報や情報処理などの新しい概念についても言及し、新しい数学的芸術であるプログラミングについても説明しました。ホランはすぐに自分でスピーチの書き起こしを購入し、最初から最後まで何度も読みました。
1949 年の秋、ホランが 4 年生を始めて論文のテーマを探していたとき、ホランはワールウィンド プロジェクトを発見しました。航空交通を追跡するのに十分な速さのリアルタイム コンピューターを作成することは、MIT の研究プロジェクトでした。海軍はこのプログラムに年間 100 万ドルの補助金を出しており、当時としては驚異的な金額です。Project Cyclone は約 70 人のエンジニアと技術者を雇用し、当時最大かつ最も革新的なコンピューター プロジェクトでした。Whirlwind は、磁気コア メモリと対話型表示画面を使用した最初のコンピューターでもあり、コンピューター ネットワークとマルチプロセッシング (マルチプロセッシング、一度に複数のプログラムを実行する) の開発につながりました。これは最初のリアルタイム コンピューターであったため、航空管制、産業プロセス制御、および銀行業務における将来のコンピューター アプリケーションへの道も開かれました。
しかし、Horan が Project Whirlwind について最初に聞いたとき、それは単なる実験でした。私は旋風プロジェクトがあることを知っています。プロジェクトはまだ完成しておらず、コンピューターはまだ構築中ですが、使用する準備は整っています。どういうわけか、彼は参加しなければならないと感じたので、ドアをノックし始めました。彼は、電気工学科で Zednek Kopal という名前のチェコの天文学者を見つけ、過去に数値解析を教えてくれました。私は彼に私の論文委員会の議長を務めるよう説得し、電気工学の学部に私の論文委員会の議長を任せるように物理学科を説得し、次にサイクロン プロジェクトの人々のところに行き、彼らの操作マニュアルを参照させてもらいました。操作マニュアルは機密情報です。書類。
その期間は、MIT で過ごした中でおそらく最も幸せだった、と彼は言いました。Kopal は、彼の論文のテーマは次のように提案しました: Laplace の方程式を解くことができる Whirlwind コンピューター用のプログラムを作成します。ラプラスの方程式は、帯電した物体の周囲の電場の分布や緊張したドラムヘッドの振動など、さまざまな物理現象を表しています。ホランはすぐに進みました。
これは決して MIT の最も簡単な卒業論文ではありません。当時、C、Pascal、Evangelization などのプログラミング言語について誰も聞いたことがなく、実際、プログラミング言語の概念は 1950 年まで発明されませんでした。したがって、ホーランは自分のプログラムを機械語で書かなければなりませんでした。彼は論文の執筆に予想よりも時間がかかり、最終的には論文を完成させるために 2 倍の時間を学校に要求しなければならなくなりました。
しかし、彼はそれを楽しんだ。私はプロセスの論理的な性質が好きだった、と彼は回想する、プログラミングは数学の特徴であり、一歩を踏み出すと次のステップに進む。さらに、Whirlwind Project のプログラムを作成することで、コンピューターが単に高速なコンピューターであるだけでなく、数字の隠された列の中で、振動するドラム、渦巻く電場、または彼が望むものを想像できることを発見しました。流れるビットで、彼は架空の宇宙を作成できます。必要なのは、適切な法則をコンピューター コードにエンコードすることだけで、残りは自然に展開されます。
IBMの大きな賭け
ホランの論文は最初から紙での演習として設定されていたため、旋風のコンピューターで実際にプログラムを実行する機会はありませんでした。しかし、この論文は彼に別の実りある収穫をもたらし、当時プログラミングを知っていた米国で数少ない人物の 1 人になりました。その結果、1950 年に卒業するとすぐに、彼はすぐに IBM に採用されました。
タイミングは最高でした。当時、IBM はニューヨーク州ポキプシーの工場で最初の商用コンピューターであるディフェンス コンピューターを設計していましたが、この工場は後に IBM 701 と改名されました。当時の IBM にとって、コンピューターは大きな賭けであり、多くの保守派は、コンピューターの開発はお金の無駄であり、改良されたパンチ マシンに投資する方がよいと考えていました。実際、1950 年を通じて、IBM の製品計画部門は、米国内のコンピューターの需要は 18 を超えないと主張していました。 IBM が防衛用コンピューターの開発を続けたのは、IBM の年老いた社長であるトーマス B. ワトソン (シニア) の息子であり、もちろん後継者であるトム ジュニアという新興企業があったからです。
しかし、21 歳の He Nan はこれらの裏話について何も知らず、素晴らしい妖精の国に到着したことだけを知っていました。この若さで、最も重要な地位を得るためにここにいます。私は、701 コンピューターが何をしているかを知っている数少ない人間の 1 人です。 IBM のプログラムの招集者は、新しいマシンの命令セットと全体的な構成を設計するために、ホーランを 7 人のロジック エンジニアリング チームに割り当てました。幸運の神が再び支持され、Horan はこの理想的な機会を利用してプログラミング スキルを練習することができます。最初のフェーズが完了すると、コンピューターのプロトタイプが完成し、さまざまな方法でプロトタイプをテストする必要があります。そのため、エンジニアは日中、可能な限り機械を分解し、夜に元に戻す作業を行いました。私たちの何人かは、夜の 11 時にプログラムを開始し、プログラムが機能するかどうかを確認するために一晩中実行しました。
ある程度、それは機能します。もちろん、今日の基準では、701 コンピューターは石器時代の遺物のように見えます.そのコントロール パネルには、さまざまなダイヤルやスイッチがたくさんあります. .このマシンのメモリ容量は 4,000 バイト (現在市場に出回っているコンピュータのメモリ容量はその数千倍) で、2 つの数値の乗算結果を計算するのに 30 マイクロ秒しかかかりません。このマシンも問題が多く、平均してせいぜい 30 分以内にエラーが発生するため、各プログラムを 2 回実行する必要があります。ホランは言った。さらに悪いことに、701 は特別な陰極線管の表面に光のスポットを作成することによってデータを保存するため、Horan と他のプログラマーはロジックを微調整して、メモリにデータを常に書き込まないようにする必要がありました。ブラウン管が大きくなり、周囲のデータに影響を与えます。
ホランは笑った: 私たちが実際にこの機械を動かすことができるのは驚くべきことだ.実際、彼は欠陥が隠されていないと感じました。マシンは私たちにとって巨大なもののように成長したので、高速なマシンで私たちのものを試す時間があれば素晴らしいと思いました.
コンピュータにチェスを教える
実験することはたくさんあります。コンピューターの黎明期、情報、制御、オートマトンなどに関する新しいアイデアが急増していた時代に、限界がどこにあるかを誰が知っていたでしょうか?ほとんどすべての新しいベンチャーは、新しい世界を開く可能性があります。さらに、ホーランのように哲学を好む傾向にあったパイオニアにとって、ワイヤと真空管の膨大で扱いにくいライブラリは、思考のための新しい道を切り開いた。コンピューターは、日曜新聞の補足で説明されている巨大な脳ほど強力ではない可能性があります。実際、コンピューターの構造と動作の詳細からすると、脳とはまったく異なります。しかし、もっと深く考えてみると、コンピューターは人間の脳と同じように情報処理装置なのかもしれません。このように、思考も情報処理という形で理解することができます。
もちろん、そのようなアイデアを人工知能や認知科学と呼ぶ方法を当時は誰も知りませんでした。それでも、コンピューターをプログラミングしようとする前例のない試みにより、問題を解決することの意味について、人々はより慎重に考えるようになりました。コンピューターは基本的に宇宙人のようなものです。コンピューターにすべてを教えなければなりません。データとは何ですか?データはどのように変換されますか?ここからそこに行くにはどのような手順が必要ですか?これらの質問は、何世紀にもわたって哲学者を悩ませてきた質問をすぐに指摘します。知識とは何ですか?感覚的な印象からどのように知識を獲得することができますか?知識は心の中でどのように表現されますか?経験の助けを借りて元の知識を修正するにはどうすればよいですか？知識は推論にどのように使用できますか?決定をどのように行動に移すか？
答案在當時還混沌不明。事實上，現在也還混沌不明，但是問題卻問得比過去清楚而精確。而突然成為全國電腦天才重鎮的IBM電腦開發小組，正首當其衝。賀南很喜歡回憶當時有一票人每隔兩個星期左右就會在晚上聚會，討論撲克牌遊戲和圍棋的問題。參加的人當中有一個叫麥卡西（John McCarthy）的暑期實習生，是加州理工學院的研究生，後來成為人工智慧的創始大師之一。
另一位是薩穆爾（Arthur Samuel），一個聲音柔和、四十開外的電機工程師。IBM特地從伊利諾大學延攬他來協助研究如何製造可靠的真空管。薩穆爾經常與賀南相伴，度過跑程式的漫漫長夜。老實說，薩穆爾早就對真空管興趣缺缺，他過去五年來一直在寫一個下西洋跳棋的電腦程式不只會下棋，而且累積經驗以後，會學著下得愈來愈好。現在看來，薩穆爾的下棋程式是人工智慧研究的里程碑之一，當他最後在一九六七年把程式修正完成時，他的下棋軟體棋藝已直追世界冠軍。但是，即使在七○一電腦的年代，這程式也已經很不錯了。賀南印象深刻，特別是這電腦棋手居然有能力因應對手的策略而調整戰術。事實上，這個程式設計了一個對手的模型，然後用這個模型來預測最好的因應策略。儘管賀南當時沒有辦法說得清楚，但是他覺得電腦棋手的這部分功能，捕捉到了學習及適應的根本原理。
腦子如何學習
後來，其他事情占據了賀南的腦子，他把這些想法暫時拋諸腦後。當時，他正為自己的研究計畫模擬腦部的內在運作，忙得不可開交。這個計畫起源於一九五二年春天，麻省理工學院心理系教授里克萊德（JCR Licklider）造訪波基浦夕實驗室，同時答應作一次演講，講題是當時心理學領域最熱門的話題：蒙特婁麥吉爾大學（McGill University）神經生理學家希伯（Donald O. Hebb）最新的學習及記憶理論。
里克萊德解釋：問題是這樣的，透過顯微鏡，腦袋中大部分呈現混沌一片的景象，每一個神經細胞都自由伸展出數以千計的軸突和樹突，與其他神經細胞數以千計的軸突和樹突雜亂相連。然而，這緊密相連的神經網路顯然不是隨意組成，健康的腦子能前後一致的產生感覺、思想及行動，絕非偶然。而且，腦子顯然不是靜止的，它能藉由經驗來改正自己的行為、想辦法適應不同狀況，它還會學習。問題是，腦子究竟如何學習？
一九四九年，希伯已在他的名著行為組織（The Organization of Behavior）中，提出答案。他的基本想法是，假設腦子經常在突觸（synapse）上作些細微的改變。突觸是軸突和樹突的連接點，神經衝動經由突觸，從一個神經細胞傳遞到另一個神經細胞。希伯的假設很大膽，因為當時他還沒有確實的證據。但是，他辯稱，這些突觸的變化正是所有學習與記憶的基礎。例如，從眼睛而來的感官衝動會強化沿路所有的突觸，因此在神經網路上留下痕跡。當衝動來自耳朵或腦部其他的精神活動時，也會發生同樣的情況。希伯說，結果，原本隨機啟動的網路會迅速自我組織，經驗會經由正回饋而不斷累積；也就是說，強壯、經常被使用的突觸會愈長愈壯，而微弱、很少被使用的突觸會日益萎縮。常用的突觸強大到某個程度，記憶就被鎖定。這些記憶會轉而在腦中廣泛分布，每個記憶都對應於一個複雜的突觸形態，其中包含了數以千計或甚至百萬計的神經元。希伯是最早描述這種記憶形態、並稱之為結合論（connectionism）的少數人之一。
但是，還不止於此。里克萊德繼續解釋希伯的第二個假設：選擇性的強化突觸，會使腦子自我組織成一個個細胞集合也就是許多組神經元。流動的神經衝動會在其中自我強化，並繼續流動。希伯認為這些細胞集合是腦部的資訊基本單位，每一個細胞集合都對應於一個聲調、一線光、或一部分的想法。但是，這些集合在生理上並未彼此分開，而是重疊，每一個神經元都同時屬於好幾個細胞集合。因此，刺激一個細胞集合起反應，不可避免的會引發另外一個集合的反應，於是這些基本單位很快就會自我組織成較大的概念和複雜的行為。簡而言之，細胞集合是思想的基本量子（quantum）或基本單位。
人類第一次電腦模擬
賀南坐在觀眾席上，聽得目瞪口呆。有別於哈佛的史金納（BF Skinner）等行為學家極力推動的呆板的刺激／反應觀點，希伯討論的是心靈內部的活動。結合論的豐富性和永恆的驚奇使賀南激動不已，他迫不及待要作一些相關的研究。希伯的理論已打開了一扇探索思想本質的窗，他希望好好探究這個問題，他想看看細胞集合如何從一片混沌中自我組織和成長茁壯，他想看看細胞集合彼此互動的情形，看看它們如何融合經驗，而逐漸演化；他也想看看心靈本身的突現，更想看看所有這一切在沒有外界引導之下如何自然發生。
里克萊德的演講一結束，賀南就去找他在七○一電腦小組的主管羅徹斯特（Nathaniel Rochester），他說：好了，我們已經有電腦，我們來寫個神經網路模擬程式吧！
於是，他們就這麼做了。他寫了一個程式，我寫了另一個程式，兩個程式形式不太一樣，我們把程式叫做：觀念啟迪者，我們不是自大！
事實上，即使在四十年後的今天，當神經網路模擬程式早就變成人工智慧研究的標準工具時，當年的IBM觀念啟迪者仍然成就非凡。基本的概念在今日看起來仍很熟悉。在程式中，賀南和羅徹斯特把人工神經模擬為節點（node），也就是能夠對自己內部狀態有一些記憶的小電腦。他們把人工的突觸模擬為各種節點之間的抽象連結點，每一個連結點對應於突觸的強度，都會有一些重量。當網路獲得經驗時，他們也調整強度，以模擬希伯的學習法則。賀南、羅徹斯特和合作的研究人員，納入了許多今天大多數的神經網路模擬所沒有納入的神經生理學細節，包括像每一個模擬的神經元多快起反應，以及如果太常反應，多久會疲乏。
自然，他們在過程中碰到很多困難，不只是因為他們的程式是有史以來第一次模擬神經網路，也是人類第一次用電腦來模擬真實世界，而不只是計算數字或分析數據。賀南非常讚揚IBM的耐心，他和他的同事在電腦上花了數不清的小時來模擬網路，甚至還動用公款，出差到蒙特婁問希伯本人的意見。
但是最後，他們模擬成功了。賀南談起來，仍然難掩興奮之情。你可以用相同的神經元底質（substrate）開始，然後看著細胞集合形成，發生很多突現的現象。賀南、羅徹斯特和他們的同事在完成這個研究幾年後，在一九五六年發表了他們的研究結果，這是賀南第一篇在學術期刊上發表的論文。
非比尋常的哲學家
現在看來，希伯的理論和賀南自己的網路模擬可能對他未來三十年的思想形成，有舉足輕重的影響。但是，當時最直接的結果卻是驅使他離開IBM。
問題出在電腦模擬有一些必然的限制，而在七○一電腦上作模擬，限制尤其多。真正的神經網路上的細胞集合，有一萬個神經元分布在腦部的大部分區域，每一個神經元又有一萬個左右的突觸。但是，賀南等人在七○一電腦上所能模擬的網路只有一千個神經元，每個神經元只有十六個連結點，無論他們用各種程式設計技巧，想辦法加快速度，都只能得到這麼多。賀南說：我愈作實驗，愈覺得我們能測試的與我真正想看到的，差距實在太大了。
替代方案是以數學方法來分析網路。但是，結果也很困難。他嘗試的每個方法都踢到鐵板，成熟的希伯網路不是靠他在麻省理工學院學到的數學就可以應付的，儘管他比其他物理系學生都多修了很多數學課。對我而言，更精通數學似乎是更深入了解神經網路的關鍵。他說。所以，一九五二年秋天，帶著IBM的祝福和一紙每個月繼續為IBM作一百個小時顧問工作的合約，賀南來到安娜堡的密西根大學攻讀數學博士。
幸運又降臨他身上了。當然，密西根無論如何都是個不壞的選擇，不只是因為密大數學系在全美排名首屈一指，而且還有個美式足球隊對賀南而言，這是個重要的考慮因素。
但是，真正的幸運是，賀南在密西根大學碰到了勃克斯（Arthur Burks），一位非比尋常的哲學家。勃克斯專攻皮爾斯（Charles Peirce）的實用主義哲學，他在一九四一年拿到博士學位的時候，因為戰時的情況，不可能找到哲學教職，所以第二年，他在賓州大學的摩爾學院修了為期十週的電機課程，成為戰時工程師。結果，這是個愉快的選擇。一九四三年，他被摩爾學院網羅，加入最高機密的ENIAC電腦研究計畫。他在摩爾學院認識了馮諾曼，馮諾曼當時經常從普林斯頓高等研究院跑來指導這個計畫。在馮諾曼指導下，勃克斯也參與設計ENIAC電腦的第二代EDVAC。EDVAC是第一個能以程式的形式將指令電子化儲存的電腦。一九四六年，馮諾曼、勃克斯和數學家高士譚（Herman Goldstine）共同發表的論文電子計算工具之邏輯設計的初步討論（Preliminary Discussion of the Logical Design of an Electronic Computing Instrument），被視為現代電腦科學的基石之一。在這篇論文中，他們三位以精確的邏輯形式為程式的概念下定義，並且顯示藉著從電腦的記憶單位中取得指令、在中央處理單位中執行指令、然後再回頭把結果儲存在記憶體中這幾個步驟不斷循環之下，一般的電腦如何執行程式。這個馮諾曼架構一直到今天幾乎還是所有電腦的基礎。
當賀南於一九五○年代中期在密西根大學碰到勃克斯的時候，勃克斯的樣子瘦削而優雅，很像他一度嚮往的傳教士。勃克斯也是個熱心的朋友和絕佳的指導老師，他很快把賀南引進他的電腦邏輯小組。這個小組的理論學家專門研究電腦語言，並求證關於轉換網路的定理，而且試圖從最嚴謹而根本的層次來了解這個新機器。
勃克斯也邀請賀南參與一項由他協助籌畫的博士班研究計畫，主要是廣泛的探討電腦和資訊處理的隱含意義即所謂的通訊科學（communication science），後來的正式名稱叫電腦通訊科學。但是當時，勃克斯覺得他只是繼續馮諾曼未完成的志業，馮諾曼在一九五四年因癌症去世。馮諾曼認為電腦有兩種應用方式，一種是作為一般電腦，另一種就是作為自動機的一般理論基礎。勃克斯認為像這樣的研究計畫很適合那些不按牌理出牌的學生，賀南顯然就是其中之一。
賀南欣然同意。他們的想法是一方面開一些很困難的生物學、語言學、心理學課程，同時也提供很多標準課程，例如資訊理論。他們找不同領域的教授來講課，因此學生能夠把這些學問和電腦模型連起來。修過課的學生對於這些領域的基本理論會有深入的了解，例如主要的問題是什麼？為什麼這個問題這麼困難？電腦可以幫什麼忙？而不會只學到皮毛而已。賀南說。
玻璃珠遊戲
賀南樂於加入的其中一個原因是，他對數學已經完全失去興趣了。密西根大學數學系就像二次大戰後大多數的數學系一樣，服膺法國布巴奇學派（Bourbaki School）的理想，要求數學研究必須具備非人性的純淨和抽象。根據布巴奇的標準，甚至以世俗的繪圖方式說明定理背後的概念，都被視為魯鈍。他們的想法是要證明數學不需要任何詮釋，賀南說。但這不是他學數學的目的，他是想藉著數學來了解這個世界。
所以，當勃克斯建議賀南轉到通訊科學研究計畫時，他毫不遲疑就答應了，放棄了幾乎完成的數學論文，重新開始。也就是說，我的論文會更接近我想作的研究，他說，也就是神經網路的研究。（他後來決定的論文題目邏輯網路循環（Cycles in Logical Nets）是關於網路開關情形的分析。他在這篇論文中證明的許多定理，居然正是年輕的醫科學生考夫曼四年後在柏克萊奮力想證明的定理。）當賀南在一九五九年拿到博士學位時，他是通訊科學計畫第一個出爐的博士。
但是，這些都沒有使賀南忽略了當初他到密西根的目的。事實上，勃克斯的通訊科學計畫正是這類議題可以蓬勃發展的環境，包括：突現是什麼？思考是什麼？思考如何產生？有些什麼法則？系統適應的真正意義是什麼？賀南記下關於這些問題的一些想法，然後有系統的存檔在貼著Glasperlenspiel一號檔案、Glasperlenspiel二號檔案的檔案夾中。
Glas什麼？他笑著說：Das Glasperlenspiel!這是赫曼赫塞（Herman Hesse）的最後一部小說，於一九四三年流亡於瑞士時出版。賀南有一天在室友從圖書館借回來的書堆中發現了這本書，德文原文的意思是玻璃珠遊戲，英文版書名則稱遊戲高手（Master of the Game）。小說的場景是未來的世界，描繪一種原本是音樂家玩的遊戲：先在一種特別的玻璃珠算盤上設定主旋律，然後藉著撥上撥下玻璃珠而把各種對位旋律和變奏編織進去，經過一段時間，遊戲就會演變為極其複雜的樂器，並由一群有力的教士、知識分子所控制。最厲害的是你可以任選不同的主旋律組合，一點占星學、一點中國歷史、一點數學，然後想辦法把它們發展成好像音樂的主旋律。
當然，赫塞並沒有明講確實是怎麼做的，但是賀南並不在乎，玻璃珠遊戲比他過去所知道的任何事物都能捕捉到他所要追求的東西，這也正是西洋棋、科學、電腦或腦子之所以令他目眩神迷的地方。這個遊戲代表了他這一輩子都在追求的奧祕：我希望能夠從萬物中擷取不同的主題，然後看看把它們整合在一起時，會發生什麼事。
以數學掀起遺傳革命
另外有一本書也給了賀南很多啟發。有一天他在數學系圖書館瀏覽書籍時發現了費雪（RA Fisher, 1890︱1962）在一九二九年出版的遺傳學巨著天擇的遺傳理論（The Genetical Theory of Natural Selection）.
起先，賀南很著迷。從中學時代起，我就很喜歡閱讀關於遺傳和演化的書，他說。每一代生物都會再重新組合遺傳自父母的基因，你可以計算像藍眼睛或黑頭髮這些特質，會在後代出現多少次，這些想法都令他大感興趣。我一直想：哇！真是巧妙！讀這本書使我第一次了解在遺傳學領域除了代數之外，還可以運用很多其他的數學技巧。的確，費雪就用了很多複雜的數學概念，像微分、積分及或然率理論等。他的書以嚴謹的數學分析說明天擇如何改變基因分布，也因此為關於演化變遷的新達爾文理論奠定基礎。二十五年以後，這仍然是當代最先進的理論。
所以，賀南狼吞虎嚥的讀完這本書。我真是大開眼界，原來可以把我在數學課上學到的微積分、微分方程、以及其他的數學方法用來掀起一場遺傳學革命。一旦看到這點，我知道我無法放手了，一定要做一點事情。所以，我腦中一直盤旋著這些想法，不時把一些想法記下來。然而，儘管賀南很讚賞費雪的數學技巧，費雪應用數學的方式卻有些叫他困惑。事實上，他愈深入思索，就愈感困惑。
舉例來說吧，費雪對天擇的整個分析都著眼於一次分析一個基因的演化，彷彿有機體中的基因完全各自獨立，互不相干。事實上，在費雪的分析中，基因的作用完全是線性的。賀南說：我知道這絕對錯誤。除非有數十個或上百個形成眼睛結構的基因共同合作，單獨一個綠眼睛的基因絕對起不了什麼作用。就賀南所了解，每一個基因都必須在團隊中運作，任何理論如果沒有把這點考慮在內，都錯失了整個故事的關鍵。這也正是希伯在精神領域的研究中所一再強調的，希伯的細胞集合和基因有一點相像，細胞集合是思考的基本單位，但是如果單獨存在，細胞集合幾乎沒有任何價值。無論是要傳達一個音調、一束光、或命令肌肉抽動，唯一的方法是細胞集合彼此連結成更大的概念和更複雜的行為。
此外，還有一件事令賀南不解。費雪一直談到演化會達到穩定的均衡每個特定的物種都會發展為最理想的大小、牙齒銳利得恰如其分，總而言之，即達到能生存和繁殖的最佳狀態。費雲的論點和經濟學家對經濟均衡的定義如出一轍：一旦物種達到最佳狀態，任何的突變都會降低它自己的適應性，因此，天擇無法再形成改變的壓力。費雪的論點大半在強調：好了，因為以下的流程，這個系統會達到哈地︱威恩伯格的均衡（Hardy︱Weinberg equilibrium）但是，這聽起來這不像我心目中的演化論。
他回過頭去，重新閱讀達爾文和希伯的理論。不，費雪的均衡觀念一點也不像演化論，費雪的論調似乎是要達到某種純淨而永恆的完美。但是，在達爾文的理論中，隨著時間演進，物種的發展會愈來愈寬廣，愈來愈多樣，費雪的數學分析沒有提到這點。希伯探討的是學習，而不是演化，但是依稀可以看到相同的脈絡：當心靈從外界累積愈來愈多的經驗時，它會變得更豐富、更靈巧、更令人訝異。
演化是無盡的旅程
對賀南而言，演化和學習就像遊戲一樣，兩者都有一個和環境對抗的作用體，試圖贏得繼續往下發展所需要的一切。就演化而言，報酬就是生存，以及能把基因遺傳給下一代的機會；就學習而言，報酬是像食物、愉悅的感覺、情緒的滿足等等。在這兩種情況下，報酬正為作用體提供了適當的回饋，讓它們能改進自我表現。如果作用體想要具備適應能力，就必須維持能得到好報酬的策略，而放棄無效的策略。
賀南禁不住想到薩穆爾的西洋跳棋遊戲軟體，這個軟體正充分利用了這種回饋作用：當電腦棋手累積經驗，而且對對手了解更多之後，它會不斷更新戰術。現在，賀南才了解薩穆爾把重心放在遊戲是多麼有先見之明，這種遊戲的比喻似乎適用於任何的適應性系統。在經濟中，報酬就是金錢；在政治中，報酬就是選票。在某種層次上，所有的適應性系統基本上都一樣，也就是說，它們基本上都像西洋棋或西洋跳棋一樣，可能性的空間都大到超乎想像之外。作用體可以藉著學習，把遊戲玩得愈來愈好，但是如果想要找到最理想的狀態，找到遊戲的穩定平衡點，就會和我們下西洋棋一樣，只能在無限大的可能性中大海撈針。
難怪對他而言，均衡的概念和演化格格不入，甚至不像他十四歲時在地下室玩的戰爭遊戲。均衡暗指終點，但是對賀南而言，演化的本質在於旅程，在於無盡的驚奇。我愈來愈清楚我想要了解及我所好奇的是什麼東西，均衡絕對不是其中的重要部分。
在撰寫博士論文期間，賀南只能把這些想法暫擱一旁，但是他一拿到博士學位，就立定志向要把他的想法轉化成完整而嚴謹的適應性理論，而當時勃克斯已經邀請他繼續留在電腦邏輯小組作博士後研究。我相信如果我把遺傳適應看成長期的適應過程，把神經系統看成短期的適應過程，那麼兩者的一般性理論架構應該相同。為了要釐清自己腦中的想法，他甚至在一九六一年七月發表了一份四十八頁的技術報告，題目是適應性系統的非正式邏輯理論。
他也注意到有些同事頻頻皺眉。他們倒不見得有敵意，只是有些人認為他這套適應性理論的玩意兒聽起來荒誕不經，賀南為什麼不花時間作一些比較有收穫的研究呢？
問題是，這真的只是胡思亂想嗎？賀南說。不過他欣然承認，如果換做是他，他也會懷疑。我作的研究沒有辦法照一般人熟悉的領域來歸類。它既不完全是關於硬體，也不純然是軟體的研究，在當時，這當然也還不能叫人工智慧，所以你沒有辦法以任何的標準尺度來下判斷。
找尋一組最理想的基因
他最不需要多費唇舌說服的人就是勃克斯。勃克斯說：我支持賀南。有一派邏輯學家很不以為然，覺得賀南的研究不是電腦邏輯小組該作的研究，他們的想法比較傳統。但是我告訴他們，這正是我們需要的研究，就爭取經費補助的角度而言，這研究的重要性和他們的研究不相上下。身為這個研究計畫的創辦人，勃克斯的話深具分量。抱著懷疑態度的人逐漸離開了這個研究小組。一九六四年，在勃克斯大力支持下，賀南得到了終身職。那幾年多虧了勃克斯當我的擋箭牌。賀南說。
的確，勃克斯的支持使賀南能特別著力於適應性理論的研究。一九六二年，他拋開了其他研究計畫，全力研究適應性理論。他特別決定要以不止一個基因為基礎，來探討天擇的問題。他這麼做不僅僅因為費雪在著作中假設基因互不相關，是困擾他多時的問題，同時，以多數基因為分析基礎也是避免均衡問題的關鍵。
賀南說，平心而論，當你討論互不相關的基因時，均衡說的確很有道理。例如，假定有一個物種有一千個基因，差不多就會像海藻一樣複雜。再假定，為了單純化，每一個基因只有兩種特性綠色相對於褐色，皺摺的葉片相對於平滑的葉片等等。天擇的過程要經過多少次試驗才能找到一組最理想的基因，能賦予海藻最佳的適應能力？
如果你假定所有的基因真的各自獨立，每個基因你只需要