［美］馬克·波爾金 鐘義信

一、引言

科學研究的主要活動，可以歸結為獲得關于自然界、人類、文化、社會和技術等各個領域的信息，進而加工成為相應的知識。于是，由通信、計算機、互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、人工智能等構成的各種信息加工過程就成為當代自然科學與人文科學領域的科學研究的核心技術體系。無論要得到什么領域的知識，都必須基于信息獲取、信息傳遞、信息加工等過程。②H.C.von Bayer， Information：The New Language of Science，Harvard：Harvard University Press，2004.弗里敦（R.B. Frieden）就曾在他的著作中闡述過物理學的知識是如何從信息中提煉出來的。①R.B. Frieden，Physics from Fisher Information，Cambridge：Cambridge University Press，1998.更加深刻的例子是著名物理學家惠勒（John Wheeler）提出的論斷：It from bit，即“所有的知識都源于 信息”②J A.Wheeler，“Information，Physics，Quantum：The Search for Links”，in Proceedings of the 3rd International Symposium on the Foundation of Quantum Mechanics，1989，pp.354—368.。

分析表明，科學研究經(jīng)歷了和正在經(jīng)歷幾種不同的研究水平。最原始的水平是“就事論事的研究”，即直接去觀察和獲取研究對象的信息，積累實驗的數(shù)據(jù)，然后，在此基礎上加工提煉相應的理論。這是十分樸素也是十分自然的科學研究模式和水平。實際上，在自然科學和社會科學領域，在物理學、經(jīng)濟學以及人文科學等研究中，人們就是利用這樣的方法建立了相應的理論模型并檢驗這些模 型。

比“就事論事”研究水平更高一層次的研究水平，稱為“方法性的研究”。它所關注的，不僅是“獲取對象信息、積累實驗數(shù)據(jù)和加工提煉相應理論”這些研究過程本身，更為關注的是這些研究過程的性質、方法和效果。比如，實證論的方法學就認為，應當根據(jù)感覺經(jīng)驗把科學理論的內容進一步提煉為可判定邏輯的真值和數(shù)學的命題。這樣，有意義的科學結論的主要性質就是其可證偽性。③K. Popper，The Logic of Scientific Discovery，New York：Basic Books，1959；K. Popper，Conjectures and Refutations，London：Routledge，1963.如果能夠找到否定性的根據(jù)（理論上的根據(jù)或事實上的根據(jù)），那么，這樣的研究結論、科學假說和科學理論就是可證偽 的。

拉卡托斯研究了數(shù)學和科學的發(fā)展過程。依照他的準經(jīng)驗方法，數(shù)學和科學研究的基本過程就是一種試錯的探索計劃。④I.Lakatos，The Methodology of Scientific Research Programs：Philosophical Papers（Volume I），Cambridge：Cambridge University Press，1978.因此，在他們的工作中，數(shù)學公理化的方法雖然具有一定的闡述性價值，但實際上，數(shù)學家們是在通過融通他們的數(shù)學經(jīng)驗來發(fā)現(xiàn)新的概念、算法和原理。科學家們特別是物理學家們的確就是這么做的。有趣的是，他的這種方法后來被規(guī)范化為一種算法和計算理論，其中把試錯預測作為回歸方法的一種自然推廣。⑤H. Putnam，“Trial and Error Predicates and the Solution to a Problem of Mostowski”，Journal of Symbolic Logic，Vol.30，No.1，1965，pp.49—57.

與此同時，作為科學方法學的操作主義，曾經(jīng)集中關注了各種科學概念的度量和應用過程。⑥P. W. Bridgman，The Logic of Modern Physics，New York：Macmillan，1927；P. W.Bridgman，The Nature of Physical Theory，New York：Dover，1936.在這里，他們把科學理論緊緊地與可證偽性原理關聯(lián)起來以驗證它的意義。因此，在方法學的水平上，度量和度量的方法都成為了科學研究的重要方面。①M.Burgin and L. Kavunenko，Measurement and Evaluation in Science，STEPS Center，Kiev（in Russian），1994；H.Chang，Inventing Temperature：Measurement and Scientific Progress，New York：Oxford University Press，2004.由此，就有了一類度量理論。②H. A Dingle，“Theory of Measurement”，The British Journal for the Philosophy of Science，Vol.1，No.1，1950 pp.5—26；T.S.Kuhn，“The Function of Measurement in Modern Physical Sciences”，Isis，Vol.52，No.2，1961，pp.161—193；H.E. Jr.Kyburg，Theory and Measurement，Cambridge：Cambridge University Press，1984；F.S. Roberts，“Measurement Theory：With Applications to Decision-making，Utility，and the Social Sciences”，Encyclopedia of Mathematics and its Applications，Vol.7，MA：Addison-Wesley，Reading，1979.

與上述兩種研究水平相比，信息生態(tài)學的方法將把現(xiàn)代科學研究推進到第三個高度的水平，這就是“生態(tài)學的研究”。在這里，人們把自然界、社會、技術、結構系統(tǒng)等都作為相互作用、相互關聯(lián)的統(tǒng)一整體進行全局的研究。信息生態(tài)方法學就為實現(xiàn)第三高度的科學研究水平提供了一種統(tǒng)一的研究方 法。

本文的第一作者總結了一般生態(tài)學原理，③M.Burgin，“Principles of General Ecology”，in Proceedings，Vol.1，No.3，148；doi：10.3390/IS4SI-017-03996.第二作者提出了信息生態(tài)方法學的理論。④鐘義信：《從機械還原方法論到信息生態(tài)方法論》，《哲學分析》2017年第5期。本文的目的，就是把一般生態(tài)學原理與信息生態(tài)方法學理論有機聯(lián)系起來，為現(xiàn)代科學研究提供新的堅實而有效的方法學基礎。

以下，本文第二節(jié)將介紹和分析包括生物學、技術學、社會學、知識學和信息學等不同領域的生態(tài)學研究方法，了解生態(tài)學方法的理論和實踐成果。第三節(jié)將提出一般生態(tài)學的要點，它們是構建科學研究中的信息生態(tài)方法學和哲學所需要的基礎。第四節(jié)將給出信息生態(tài)方法學的簡明而嚴謹?shù)亩x，第五節(jié)則將面向信息科學研究領域建立科學研究中的信息生態(tài)方法學基 礎。

二、生態(tài)學研究簡史

在生態(tài)學的研究中，“生態(tài)系統(tǒng)（Eco-system）”這個概念最早出現(xiàn)在喬治·帕金斯·馬什（George Perkins Marsh）1864年出版的《人與自然》一書中。不過，根據(jù)文獻的記載，“生態(tài)系統(tǒng)”這個術語是在很多年以后應坦斯萊（Arthur Tansley）的要求由克拉珀姆（Arthur Roy Clapham）建立起來的。⑤A.J.Willis，“The Ecosystem：An Evolving Concept Viewed Historically”，F(xiàn)unctional Ecology，Vol.11，No.2，1997.

至于術語“Ecology”（生態(tài)學，德語是 ?kologie），則是由德國學者?？藸枺‥rnst Haeckel）于1866年由希臘文杜撰的：其中，第一個希臘文單詞是oikos，意思是“居住地”；第二個希臘文單詞是logos，在古希臘時代是“秩序，意義，基礎或思維”的意思。兩個字的合成，就具有“生存環(huán)境的合理秩序”的含義。⑥E.P.Odum， Fundamentals of Ecology，Boston：Cengage Learning，2004.

?？藸柕乃枷爰盍藲W洲的植物學家去關注某一地域的植物群體及其相互依賴的關系，從而引發(fā)了“生態(tài)學”的科學研究。其實，生態(tài)學不僅研究植物群體本身，同時也研究其他生物物種。在當代科學的語境中，人們通常把生態(tài)學理解為關于各種生物系統(tǒng)之間以及這些生物系統(tǒng)與它們的環(huán)境的綜合性研究，核心的問題是要闡明各種生物系統(tǒng)之間以及生物系統(tǒng)與環(huán)境之間的相互作用過程及其相互關 系。

在此時期，生態(tài)學（更準確地說是生物生態(tài)學）包含植物生態(tài)學和動物生態(tài)學兩個子學科。植物生態(tài)學研究植物的分布和多樣性、環(huán)境因素對植物多樣性的影響，以及各種植物與其他有機體之間的相互作用。①J.E. Weaver and F.E.Clements，Plant Ecology，New York：McGraw-Hill Book Company，1938.動物生態(tài)學研究各種動物、動物之間的相處情況以及動物與環(huán)境之間的相互關系，這種相互關系決定了它們的分布和多樣性狀況。植物生態(tài)學與動物生態(tài)學一起構成了生物生態(tài) 學。

研究人員還開創(chuàng)了其他領域的生態(tài)學。其中的一個是人類生態(tài)學，它是人類與自然界、社會、技術環(huán)境之間關系的跨學科和交叉學科研究，涉及地理學、社會學、心理學、人類學、動物學、認識科學、公共衛(wèi)生學、家庭經(jīng)濟學以及自然生態(tài) 學等。②G.L.Young，“Human Ecology as an Interdisciplinary Concept：A Critical Inquiry”，Adv. Ecol. Res.，1974，pp.1—105.

還有工業(yè)生態(tài)學，就是把工業(yè)生產作為更大系統(tǒng)和更廣泛過程的一部分來研究，目的是有效減少工業(yè)的生產、消費和消耗對環(huán)境所造成的影 響。

再如商業(yè)生態(tài)學，它在商業(yè)生態(tài)系統(tǒng)的框架下來研究各種商業(yè)機構。商業(yè)生態(tài)系統(tǒng)是由各種互相依賴的商業(yè)組織構成的動態(tài)網(wǎng)絡，包括這些組織內部的各種機構、它們的供銷商和供銷渠道、標準化組織以及零部件供應商，還包括那些對核心商業(yè)具有重要影響的貿易伙伴、法規(guī)組織、倉儲機構和工會組織，等等。此外，還有知識生態(tài)學。③P. Shrivastava，Knowledge Ecology：Knowledge Ecosystems for Business Education and Training；Availableonline，1998；Y. Malhotra，“Knowledge Management for Organizational White Waters：An Ecological Framework”，Knowledge Management，Vol.2，No.6，1999，pp.18—2；G.Pór，“Nurturing Systemic Wisdom through Knowledge Ecology”，The Systems Thinker，Vol.11，No.8，2000，pp.1—5；D.A.Bray，“Knowledge Ecosystems：A Theoretical Lens for Organizations Confronting Hyper turbulent Environments”，in Organizational Dynamics of Technology-Based Innovation：Diversifying the Research Agenda，MA：Springer，2007，pp.457—462.知識生態(tài)學是關于知識管理學的一種研究方法，目的是研究各種不同系統(tǒng)之間知識相互作用的動態(tài)進化情形，以便通過增強合作的進化網(wǎng)絡來改善決策和創(chuàng)新效 果。

數(shù)字生態(tài)系統(tǒng)概念的引入刺激了數(shù)字生態(tài)學的發(fā)展。④D.Hai，H.Farookhand E.Chang，“A Human-Centered Semantic Service Platform for the Digital Ecosystems Environment”，World Wide Web，Vol.13，No.1—2，2010，pp.75—103.所謂數(shù)字生態(tài)系統(tǒng)，是指一種具有自組織性、變尺度性、可持續(xù)發(fā)展的分布式的、適應性的、開放的社會—技術系統(tǒng)。數(shù)字生態(tài)系統(tǒng)的具體化，還衍生了數(shù)字健康生態(tài)系統(tǒng)①D.Hai，H. Farookh，and E.Chang，“A Framework for Discovering and Classifying Ubiquitous Services in Digital Health Ecosystems”，Journal of Computer and System Sciences，Vol.77，No.4，2011，pp.687—704.、數(shù)字生態(tài)系統(tǒng)②D.Hai，H. Farookh，and E.Chang，“Semantic Service Matchmaking for Digital Health Ecosystems”，Knowledge-Based Systems，Vol.24，No.6，2011，pp.761—774.、數(shù)字交通生態(tài)系統(tǒng)③D.Hai，H. Farookh，and E.Chang，“A service Concept Recommendation System for Enhancing the Dependability of Semantic Service Matchmakers in the Service Ecosystem Environment”，Journal of Network and Computer Applications，Vol.34，No.2，2015，pp.619—631.和數(shù)字商業(yè)生態(tài)系統(tǒng)④A.Corallo，G. Passianteand A.Prencipe（eds），The Digital Business Ecosystem，Northampton，Massachusetts：Edward Elga Publishing，2007.。數(shù)字商業(yè)生態(tài)系統(tǒng)的出現(xiàn)，是與其用戶的社會—經(jīng)濟生態(tài)系統(tǒng)伴隨相關的。⑤F.Nachira，A.Nicolai，P.Dini，M.Le Louarn and L.Rivera Leon（eds），Digital Business Ecosystems，European Commission，2008.除此之外，波爾金提出并研究了技術生態(tài)學⑥M.Burgin，“Techno-Ecology and Problems of Education”，in Intellectual Innovations in Society and Development of Education，Novosibirsk，1998，pp.175—178.（in Russian），柏特森（George Bateson）提出了心智生態(tài)學⑦G. Bateson，Steps to an Ecology of Mind，St. Albans：Jason Aronson Inc.，1973.，達米阿尼（Damiani）等人提出了電子學習生態(tài)系統(tǒng)⑧E.Damiani，L. Uden and W. Trisnawaty，“The future of E-learning：E-learning ecosystem”，in IEEE Digital Ecosystems and Technologies Conference （IEEE DEST），2007.，波克欽（Murray Bookchin）還提出了社會生態(tài)學⑨M. Bookchin，The Ecology of Freedom，Stirling：AK Press，2005.，等 等。

可以看出，生態(tài)學的概念和方法正在整個科學研究領域廣泛滲透。這不是一種偶然發(fā)生的現(xiàn)象。這是因為，世界上各種事物本來就存在各種各樣的內在聯(lián)系。過去，人們?yōu)榱搜芯康姆奖悖阉鼈冎鹨环指铋_來進行分門別類的獨立研究，雖然取得了一個又一個局部的成果，卻丟失了各門各類事物之間相互關聯(lián)的規(guī)律，當然也就丟失了宏觀整體的規(guī)律?，F(xiàn)在，人們需要認識宏觀整體的規(guī)律，就不能不去深入研究這些局部之間的相互作用和相互關系。這是生態(tài)學必然要興起的原 因。

20世紀80年代，鐘義信在中國開啟了信息生態(tài)學的研究。⑩鐘義信：《信息科學原理》，北京：北京郵電大學出版社1988年版。他把一直被人們分別研究和獨立發(fā)展的各種信息過程——信息獲?。ǜ袦y與識別）、信息傳遞（通信與存儲）、信息處理（計算與認知）、信息再生（智能與決策）、信息執(zhí)行（顯示與控制）——作為信息的生態(tài)鏈加以研究，發(fā)現(xiàn)了它們相互作用的規(guī)律，并命名為“信息科學原理”；后來，他又進一步提煉為“信息轉換原理”?鐘義信：《信息轉換原理：信息、知識、智能的綜合理論》，載《科學通報》2013年第14期。 R. Capurro，“Towards an Information Ecology”，in Information and Quality，edited by I.Wormell，London：Taylor Graham，1990，pp.122—139；T.H.Davenport and L.Prusak，Information Ecology，Oxford：Oxford University Press，1997.。西方研究者也獨立地啟動了他們的信息生態(tài)學研究。?鐘義信：《信息轉換原理：信息、知識、智能的綜合理論》，載《科學通報》2013年第14期。 R. Capurro，“Towards an Information Ecology”，in Information and Quality，edited by I.Wormell，London：Taylor Graham，1990，pp.122—139；T.H.Davenport and L.Prusak，Information Ecology，Oxford：Oxford University Press，1997.

總之，作為信息科學的研究，就應當站在“信息”的統(tǒng)一立場，對各種信息處理系統(tǒng)的性質和功能進行整體性研究，而不應當停留于分別獨立的研究，這樣才能夠更好地理解現(xiàn)實世界的各種信息過程。如果說植物生態(tài)學是要研究植物系統(tǒng)的相互關系，那么，信息生態(tài)學就是要研究各種信息處理系統(tǒng)之間的相互關系。由此就可理解，信息生態(tài)學方法學對于信息科學的健康發(fā)展具有何等實質性的重要意 義！

三、一般生態(tài)學基礎

“生態(tài)系統(tǒng)”是由英國學者坦斯萊提出的一個概念，它是各種領域生態(tài)學的共同核心。這就是為什么本文一開始就要從最一般的場景來定義這個概念。為此，首先就要了解世界的全局結構將會如何影響生態(tài)系統(tǒng)的組 織。

世界的宏觀結構可以由圖1的“存在三元組”來表 示。

圖1所示的存在三元組并非互不相關，相反，它們互相交疊，互相作用：人的精神世界離不開物質世界，它又會反過來影響物質世界。同時，人們關于物理世界的知識則在很大程度上依賴于人的精神世界與物理世界的相互作 用。

其實，不僅人有精神世界，所有的信息處理系統(tǒng)也有它們自己的“精神世界”。比如，計算機存儲系統(tǒng)的內容就可以在一定程度上被看作是它的精神世界，計算機的操作系統(tǒng)就是它的精神世界的一個重要部 分。

結構世界（世界的結構）包含著各種結構。這個概念與柏拉圖的“思想世界／形式世界”是一致的，因為思想或形式都與結構相伴。各種結構就像各種具體的事物一樣存在著，它們共同構成了世界的結構。當需要學習或創(chuàng)作某種系統(tǒng)或者需要啟動某種過程的時候，就需要利用這些結構的知識來實現(xiàn)。結構當然包含著各種相互關系，正是它們把事物聯(lián)系在一 起。

世界的全局結構可以生成三類生態(tài)系統(tǒng)：（1）物理生態(tài)系統(tǒng)，它的成分就是各種物理系統(tǒng)和過程；（2）精神生態(tài)系統(tǒng)，它的成分就是各種精神系統(tǒng)和過程；（3）結構生態(tài)系統(tǒng)，它的成分就是各種物理系統(tǒng)的結構和過 程。

如果把這三種生態(tài)系統(tǒng)組合成為一個生態(tài)系統(tǒng)，就得到了總的生態(tài)系統(tǒng)。這個總的生態(tài)系統(tǒng)也具有三個組成部分：（1）生態(tài)系統(tǒng)的物理方面及其環(huán)境；（2）生態(tài)系統(tǒng)的精神方面及其環(huán)境；（3）生態(tài)系統(tǒng)的結構方面及其環(huán) 境。

一個生態(tài)系統(tǒng)可以用三個參量來表征：（1）空間中的某個區(qū)域（或者科學論域中的某個領域）。通常認為，某個生態(tài)系統(tǒng)的所有成分都在這個區(qū)域之內。（2）基本成分的形式。它的意思是，從生態(tài)學研究的觀點來看，需要明確某個生態(tài)系統(tǒng)的哪些成分是最基本的。（3）基本關系的形式。就是說，從生態(tài)學研究的觀點來看，需要明確某個生態(tài)系統(tǒng)的哪些關系是最基本 的。

例如，某個自然生態(tài)系統(tǒng)由某個地區(qū)內的若干生物體構成，這些生物體之間存在動態(tài)的互相作用，同時也與非生物的環(huán)境相互作用。因此，這些生物體就是這個自然生態(tài)系統(tǒng)成分的基本形式，而在地球上選定的地區(qū)就是它的區(qū) 域。

為了從形式上定義一個生態(tài)系統(tǒng)，需要利用三個集合：（1）一個表示空間區(qū)域的集合R，如地球上的森林區(qū)域或沙漠區(qū)域。（2）一個表示成分的集合E，如生活在這個區(qū)域的各種動物、生長在這個區(qū)域的各種植物以及自然要素，如這個區(qū)域的河流山脈等。（3）一個表示成分之間關系的集合C。

定義3.1一個（R，E，C）—生態(tài)系統(tǒng)，是指這樣一個系統(tǒng)，它以E的元素為成分，這些成分都屬于區(qū)域r∈R，成分之間的關系是C中的連接。

在一個信息生態(tài)系統(tǒng)里，所有的信息處理系統(tǒng)構成了它的成分的基本形式，地球上某個選定的地區(qū)（也可能是整個地球）定義了它的區(qū)域，在此區(qū)域內這些信息處理系統(tǒng)之間互相作用，也與它們的環(huán)境互相作用。顯然，信息生態(tài)系統(tǒng)的研究將集中于其中的信息處理系 統(tǒng)。

值得注意的是，存在許多不同種類的信息處理系統(tǒng)：技術信息處理系統(tǒng)、生物信息處理系統(tǒng)、人類信息處理系統(tǒng)，等 等。

生態(tài)信息系統(tǒng)的成分存在三個等級：第一，基本的或主要的；第二， 次要的或輔助性的；第三，更次要的或背景性 的。

生態(tài)學研究的目的是要理解生態(tài)系統(tǒng)主要成分的性質和功能，以及生態(tài)系統(tǒng)的基本關系。生態(tài)系統(tǒng)的主要成分和其他成分是指那些由相似個體組成的族群。比如，在自然生態(tài)系統(tǒng)中，它的成分就包括人類、動物、植物和病 毒。

四、信息科學的方法學問題

信息，是可供人類和各種生物用來求生避險的一類極其重要的資源。為此，人類擁有各種用來獲取、處理和利用信息的器官組織：（1）用來從環(huán)境中接受信息的感覺器官；（2）用來在人體內部傳遞信息的傳導神經(jīng)系統(tǒng)；（3）用來處理信息、生成知識和生成解決問題的智能策略的中樞神經(jīng)系統(tǒng)（大腦）；以及（4）把中樞神經(jīng)系統(tǒng)發(fā)出的智能策略轉變?yōu)橹悄苄袨榈膱?zhí)行器官。它們構成了人體內高度和諧的信息與智能系 統(tǒng)。

另一方面，人類還創(chuàng)造了豐富的信息技術系統(tǒng)來增強人類信息器官的功能。例如，感受各種信息的傳感系統(tǒng)、傳輸與分配信息的通信系統(tǒng)與網(wǎng)絡系統(tǒng)、處理信息的計算機系統(tǒng)、生成知識和制定決策的人工智能系統(tǒng)以及執(zhí)行策略的控制系統(tǒng)，等 等。

不過，與人類信息器官的工作情況相比，技術信息系統(tǒng)的工作卻存在明顯的反差。一方面，人類信息器官的工作非常穩(wěn)定、和諧、可靠和可信，有效地支持了人類的進步；另一方面，各種技術信息系統(tǒng)的工作卻不那么令人滿 意。

問題在哪里呢？分析表明，主要的問題不在于各種信息處理技術系統(tǒng)本身，而在于各種信息處理技術系統(tǒng)之間的相互關系。起初，各種信息處理的技術系統(tǒng)都是分別獨立研究、設計和應用的，沒有考慮與其他信息處理技術系統(tǒng)的關系。比如，計算機系統(tǒng)的早期設計只考慮計算機系統(tǒng)自身的工作要求，而沒有考慮與其他信息系統(tǒng)的協(xié)同工作。后來，隨著技術的不斷進步，計算機之間需要通過通信網(wǎng)絡互相聯(lián)合工作，于是形成了互聯(lián)網(wǎng)絡。但是，與人類自身負責信息傳遞的傳導神經(jīng)系統(tǒng)與負責信息處理的中樞神經(jīng)系統(tǒng)的工作性能相比，互聯(lián)網(wǎng)的工作協(xié)同性和理解能力存在很大差 距。

由此可知，相對于人類信息系統(tǒng)，各種技術信息系統(tǒng)存在的差距主要歸因于后者研究和設計的方法學方面。具體來說，人類信息系統(tǒng)是由“自然選擇”這種強大的自然法則所主導，以“優(yōu)勝劣汰”為準則，按照人體大系統(tǒng)全局優(yōu)化的進化法則形成的，因此，優(yōu)秀的信息系統(tǒng)體系被保留下來，而不夠優(yōu)秀的系統(tǒng)體系則被淘汰了；各種技術信息系統(tǒng)的研究和設計（特別是在初期）卻沒有全局的目標，也沒有全局的優(yōu)化和統(tǒng)一的準則，而是由各個部門分別獨自研究設計，然后才根據(jù)實際的需要逐步研究各種不同信息系統(tǒng)之間的聯(lián)合工 作。

總之，技術信息系統(tǒng)的發(fā)展是按照“分而治之”的方法學思想，由此及彼，由簡單到復雜，一步一步積累起來的，因此，既缺乏系統(tǒng)全局的協(xié)同和優(yōu)化，更缺乏不同信息系統(tǒng)之間以及各種信息系統(tǒng)與環(huán)境之間和諧共生的理念。而所有這些問題，正是“信息生態(tài)方法學”所要解決而且能夠解決的問題。換言之，這里就需要完成“機械還原方法學”向“信息生態(tài)方法學”的轉變。①鐘義信：《從機械還原方法論到信息生態(tài)方法論》。

五、信息科學研究與信息生態(tài)方法學

本節(jié)將以信息科學為例，具體考察信息生態(tài)方法學究竟能為信息科學的進步發(fā)揮什么樣的重要作 用。

值得注意的是，隨著信息時代的不斷進步，信息科學將在整個科學體系中發(fā)揮越來越全面的主導作用。因此，信息生態(tài)方法學對信息科學發(fā)揮的作用也將越來越廣泛地波及整個現(xiàn)代科學領域。而且，本質上說，所有學科領域的研究過程都是信息獲取和信息加工的過程。因此，本節(jié)的討論不僅僅對信息科學而言是重要的，而且對整個現(xiàn)代科學研究領域而言也具有重要的意 義。

（一） 信息生態(tài)學的概念

為了深刻理解信息生態(tài)方法學的含義，準確把握信息生態(tài)方法學的應用條件，這里首先需要闡明“信息生態(tài)學”的定義。①Y. X. Zhong，“The Law of ‘Information Conversion and Intelligence Creation’”，in Information Studies and the Quest for Trans-disciplinarity， New York，London，Singapore：World Scientific，2017.

定義5.1信息生態(tài)學是對某種論域內各種信息處理過程（系統(tǒng)）及其環(huán)境的整體性研究，旨在闡明在環(huán)境約束下這些信息處理過程（系統(tǒng)）所應當遵循的工作方式以及這些信息處理過程（系統(tǒng)）之間應當保持的相互關系。

從科學研究的角度來說，迄今存在兩種基本的方法學：一種是還原論，另一種是整體論。還原論方法學的主要特征是“分而治之”，把復雜系統(tǒng)分解為一組要素，把系統(tǒng)理論還原為要素理論。整體論方法學的特征則相反，它認為系統(tǒng)的性質和功能不等于要素的性質和功能的簡單求和，因此堅持在整體上來認識系統(tǒng)，強調系統(tǒng)內各種要素之間協(xié)同合作的相互作用與和諧默契的相互關系。如果忽視了系統(tǒng)的整體性，忽視了系統(tǒng)各種要素之間的協(xié)同性與和諧性，就將無法正確理解整個系 統(tǒng)。

信息生態(tài)方法學比一般的整體論更進步的特點在于：它不但強調整體性，而且強調整體與環(huán)境之間保持協(xié)調關系；不但強調整體的不可還原性，而且強調整體與環(huán)境共同的生態(tài)演化（即不斷改善系統(tǒng)的生存狀態(tài)）。②Y. X. Zhong，“Information Ecology”，Proceedings，Vol.1，No.3，doi：10.3390/IS4SI-2017-03996.

本文建議把“信息生態(tài)學”作為研究信息科學的方法學，并考察由此給信息科學的研究所帶來的主要新進 展。

（二） 信息生態(tài)方法學與信息科學研究模型

研究模型，是一個研究領域的基本藍圖。如果藍圖不明確或者不準確，就必然在整體上影響這個研究領域的成功。信息科學的研究已有半個多世紀的歷史，人們提出了通信系統(tǒng)的模型和計算機系統(tǒng)的模型等等，但是一直沒有統(tǒng)一的研究模型。為了使信息科學的研究達到“生態(tài)學研究”的水平，首要的問題就是要用信息生態(tài)學的觀念來審慎分析和精心構筑信息科學的研究模型。圖2所示的“主（體）客（體）相互作用”模型就是這一研究的創(chuàng)新結果。①鐘義信：《高等人工智能原理》，北京：科學出版社2014年 版。

圖中的“主客相互作用”模型含有三類部件：（1）主體。主體的特點是具有目的和知識，因此，它可以是任何智能系統(tǒng)。當然，最典型也最有意義的主體是人類，他具有最復雜的目的和最豐富的知識。（2）客體。它是環(huán)境中的任何對象或問題。（3）相互作用。它是發(fā)生在主體與客體之間的雙向過 程。

可以看出，圖2的模型是一個典型的“信息生態(tài)學模型”，因為它完全符合定義5.1的要求，是對各種信息處理系統(tǒng)（它們蘊含在主體內部）之間以及各種信息處理系統(tǒng)與其環(huán)境之間的關系的整體性研 究。

圖2的模型可以用來作為整個信息科學研究的抽象模型，因為“主客相互作用”是現(xiàn)實世界最普遍的信息過程。也就是說，信息科學研究的所有問題都可以由圖2的模型來表示。這是因為，無論是什么主體，它的基本任務都是要認識環(huán)境和適應環(huán)境以至改造環(huán)境，認識環(huán)境就需要接收來自環(huán)境的信息（圖中的“客體信息”），而適應環(huán)境和改造環(huán)境則需要由主體產生一定的行為反作用于環(huán)境（圖中的“智能行 為”）。

在數(shù)學上，圖2的模型稱為“雙向基本三元組”結構，它的一般形式可以表示 為：

這是一個雙向的基本三元組 X =（X，f/g， Y），其中X和Y是兩個實體，f 是由X到Y的關系，g是由Y到X的關系。在圖2的模型中，X可以表示主體，Y可以表示環(huán)境中的客體，g代表環(huán)境中的客體發(fā)出的客體信息，f代表主體生成的智能行為。如果兩個實體代表在通信中的兩個人，那么，f和g就分別是X給Y發(fā)送的信息和Y給X發(fā)送的信息。波爾金對基本三元組的性質進行了研究。①M. Burgin，“Theory of Named Sets as a Foundational Basis for Mathematics”，in Structures Mathematical Theories，San Sebastian，1990，pp.417—420；M. Burgin，Theory of Named Sets，Mathematics Research Developments，New York：Nova Science，2011.

總之，無論從理論研究的角度看，還是從具體問題的角度來看，圖2都是信息科學領域十分典型、十分有用的研究模型，而面向圖2模型的信息生態(tài)學方法則可以作為信息科學研究的普遍適用的方法 學。

還要指出，在圖2的模型中，符合“信息生態(tài)學”要求的主體所產生的（反作用于客體的）行為應當具有足夠的智能水平，否則，主體將會遭受生存發(fā)展的風險。這里，所謂主體的行為必須有足夠的智能水平，是指：（1）主體產生的行為應當能夠達到主體的目的，否則就是失敗的行為；（2）主客相互作用應遵從客觀規(guī)律，不能破壞客觀規(guī)律；否則，也會遭遇風 險。

另外還需要指出，“主客相互作用”模型中的主體不一定是單個的人，它也可以是團體甚至是社會，唯一需要滿足的條件是：團體主體必須具有共同的目的和知 識。

總之，圖2是現(xiàn)代信息科學研究所需要的統(tǒng)一的抽象模型，它能概括幾乎所有的信息科學領域研究的問題。不過，對于具體的信息科學研究來說，人們肯定還希望把圖2的模型加以具體化。為了這個目的，我們就得到了圖3的模型。②鐘義信：《機器知行學原理》，北京：科學出版社2014年 版。

由圖3與圖2的對比可以看出，兩者完全一致，只是圖3把“主客相互作用”模型中主體所執(zhí)行的信息過程具體表現(xiàn)為以下四 類。

過程（1）：客體信息被轉換為感知信息（感知選擇單元的功能）。過程（2）：感知信息被轉換為知識（認知單元的功能）。過程（3）：在相關知識支持下，在目的導控下，感知信息相繼被轉換為基礎意識、情感和理智，并被綜合成為主體的智能策略（決策單元的功能）。過程（4）：智能策略被轉換為智能行為并反作用于客體（執(zhí)行單元的功 能）。

上述四個過程完成了“主客相互作用”的基本回合。但是，如果主體的智能行為反作用于客體之后得到的結果與“目的”之間存在誤差，那么，這個誤差本身就是一種新的信息，說明上述基本回合不夠理想。為此，必須把這個誤差信息反饋到感知單元，據(jù)此通過學習增加知識、優(yōu)化策略，從而改進智能行為的效果。這種“誤差反饋—學習優(yōu)化”的回合也許要反復多次，才能使智能行為所產生的誤差減小到滿意的程 度。

需要引起注意的是，圖3模型中的“感知選擇”單元并不是普通的“傳感單元”。實際上，傳感單元（包括人的感覺器官）只能感受有客體信息的存在，但不能分辨這個客體信息是否與主體的目的有關。而感知單元則不但能夠感受客體信息的存在，而且能夠分辨這個客體信息是否與主體的目的有關，從而能夠決定要對這個客體信息作出何種響應——或者不予理會（若它與主體目的無關），或者要把它選擇進來并據(jù)此生成感知信息（若它與主體目的有 關）。

綜上所述，圖3所示的信息科學研究模型表現(xiàn)的是一類開放的、大規(guī)模的、復雜的信息系統(tǒng)（過程），涵蓋了人類各種信息活動，確實是信息領域研究所需要的科學模 型。

（三） 信息生態(tài)方法學與信息科學的研究路徑

構筑了信息科學的研究模型，就相當于描繪了反映信息科學研究內容的總體藍圖。有了正確的藍圖，接下來要解決的問題就是：如何精心選擇合適的研究路徑來研究所構筑的研究模型，以便揭示信息科學的基本規(guī) 律？

此前的信息科學研究存在若干不同的研究路徑：結構主義研究路徑、功能主義研究路徑和行為主義研究路徑，等等。其中每一種研究路徑都取得了不少的成果，但每一種路徑也都各自面臨著嚴峻的挑戰(zhàn)。那么，究竟什么樣的（已有的、新創(chuàng)的）研究路徑才適合于信息科學的研究 呢？

正如上面所強調的，信息生態(tài)方法學關注的焦點問題，是領域中各種信息處理系統(tǒng)之間的相互關系以及這些系統(tǒng)與環(huán)境之間的關系。那么，從圖3所表示的信息科學研究模型可以十分清晰地看出，在“主客相互作用模型”的總體框架中，最為本質的關系乃是一系列的轉換①鐘義信：《信息轉換原理：信息、知識、智能的綜合理論》。：

或更簡潔地表示 為：

不難理解，關系（5.1）或（5.2）是“主客相互作用模型”的全局靈魂和生命線，只要遵循并妥善完成這一系列轉換，主體就可以達成自己的目的并與環(huán)境中的客體實現(xiàn)和諧相處。而且值得特別指出，關系（5.1）或（5.2）也是在“主客相互作用”過程中，主體生成智能策略和智能行為的根本工作機 制。

更具體地說，只要能夠實現(xiàn)關系（5.1）或（5.2），就可以保證：（1）在主客相互作用的過程中，主體能夠生成智能策略和智能行為，因而（2）主體就能夠達成自己的目的，（3）主體就能與環(huán)境和諧相 處。

可見，關系（5.1）或（5.2）就是信息領域科學研究的最佳研究路徑。由于（5.1）或（5.2）是“主客相互作用過程”生成智能策略和智能行為的根本機制，我們就把信息領域科學研究的這種全新研究路徑命名為“機制主義”的研究路徑。

不難理解，這種全新的“機制主義研究路徑”是比“結構主義研究路徑”“功能主義研究路徑”和“行為主義研究路徑”更具本質意義的研究路徑，這是因為：對于一個系統(tǒng)而言，機制反映了系統(tǒng)的本質和靈魂，結構和功能都只是為機制服務的，而行為則是機制所實現(xiàn)的外部表現(xiàn)。正像飛機設計的奧妙在于理解和遵循了鳥類飛行的空氣動力學原理，而不是簡單地模擬鳥類的結構；與此類似，信息科學系統(tǒng)研究的奧妙則在于理解和遵循智能生成的機制（也是信息生態(tài)學在信息系統(tǒng)實現(xiàn)的機制），而不是機械地模擬原型智能系統(tǒng)的結構、功能或行為。①Y. X.Zhong，“Structuralism？Functionalism？Behaviorism？Or Mechanism？Looking for Better Approach to AI”，International Journal on Intelligent Computing and Cybernetics，Vol.1，No.3，2008，pp.325—336.

總體來說，機制主義研究路徑就是實現(xiàn)（5.1）或（5.2）的信息轉換，至于選擇什么樣的結構和功能來實現(xiàn)這些信息轉換，以及要表現(xiàn)什么樣的外部行為，則依具體的研究問題的不同而不 同。

（四） 信息生態(tài)系統(tǒng)的基本關系

以上三點分別解析了信息生態(tài)學的概念、在信息生態(tài)方法學指導下建立了信息領域科學研究的主客相互作用模型和機制主義研究路徑。在此基礎上，現(xiàn)在就可以利用機制主義研究路徑來系統(tǒng)地闡明主客相互作用模型中的各種基本關系。②鐘義信：《信息科學與技術導論》，北京：北京郵電大學出版社2015年版。

對照圖3的模型可知，第一類關系是客體信息與感知信息之間的相互關系（其他各類關系將留待以后討論）。長期以來，人們一直以為，人類的感覺器官或技術上的傳感器承擔了客體信息向感知信息轉換的功能。其實不然，人類的感覺器官和技術上的傳感器所承擔的功能只是把客體信息轉換成為了作為感知信息表層的“語法信息”，即香農（Shannon）理論意義上的信息，也就是“既忽略了內容因素也忽略了價值因素的信息”，這顯然不是完全的感知信 息。

為了理解這個論點，有必要首先闡明客體信息與感知信息的概念。①鐘義信：《信息科學原理》，北京：北京郵電大學出版社1988年 版。

定義5.2客體信息，是指客體自身所呈現(xiàn)出來的形 態(tài)。

這里的“形態(tài)”包括客體對外呈現(xiàn)的形狀、姿態(tài)、大小、顏色、重量、結構，等等。按照這個定義，現(xiàn)實世界的每個客體都在時時刻刻地產生自己的客體信息，它是現(xiàn)實世界普遍存在的現(xiàn) 象。

顯然，客體信息只與客體本身有關，而與主體的意志和愿望無關。因此，客體信息有時也被稱為“本體論信 息”。

定義5.3感知信息，是指主體從客體信息所感知的信息。

感知信息既與客體有關，也與主體有關。它來源于客體，同時又注入了主體的目的因素和知識因素。由于這個緣故，感知信息有時也被稱為“認識論信息”。同樣因為這個緣故，感知信息就具有比客體信息更加豐富的內涵：（1）由于主體具有感覺能力，因此能夠感覺到客體的形態(tài)，這便是感知信息的形態(tài)分量，習慣上被稱為“語法信息”；（2）由于主體具有目的性，因此能夠檢驗這樣的客體是否與主體的目的有關，如果有關，究竟是有利還是有害？這便是感知信息的效用分量，被稱為“語用信息”；（3）由于主體具有理解和抽象能力，因此能夠對于同時具備條件（1）和（2）的客體賦予其特定的含義和名稱，這便是感知信息的內容分量，被稱為“語義信 息”。

由此，還可以得到“語義信息”和“全信息”的定義②鐘義信：《信息科學與技術導論》，北京：北京郵電大學出版社2015年 版。：

定義5.4語義信息是主體對“語法信息與語用信息共同體的抽象與命名”。

定義5.5感知信息是語法信息、語用信息、語義信息的三位一體。同時具備這三個分量的信息也被稱為“全信息”。

對于任何正常的人類主體來說，感知信息的三個分量不可或缺，幾乎沒有什么人只對形式感興趣而對效用和意義不感興趣。即使對于其他生物主體，情形也是如此，只不過它們能夠感知的語法信息、語用信息和語義信息要比人類感知的語法信息、語用信息和語義信息簡單得 多。

需要說明的是，“語法、語義、語用”是從“符號學”借用過來的術語，并且已經(jīng)約定俗成（所以不便棄用或改用）。但是需要注意，符號學的創(chuàng)始人和后續(xù)的研究者們對這三個概念的定義與本文的定義有所不同，特別是，符號學對其中的“語義”和“語用”的概念定義不夠嚴謹，因此引出了一系列的爭議。尤其在“語言學”領域，這種爭議相當激烈，而且至今沒有彌合的趨勢。為此，本文作者希望，信息科學領域的讀者恪守本文給出的定義，以避免那些不必要的含混和爭 議。

還要指出，符號學的創(chuàng)始人和后續(xù)的研究者們只是分別定義了上述三個概念，卻從來沒有深入分析這三個概念之間究竟是否存在什么樣的邏輯關系。從這個意義上可以說，“符號學”對于“語法”“語用”“語義”這組基本概念的研究是不充分、不到位的。這也是引起許多歧義和爭論的直接原 因。

為了深刻認識和準確把握感知信息定義中關于“語法信息”“語用信息”和“語義信息”這三個基本概念，這里有必要具體分析它們的生成機理，從而揭示出三者之間內在的深刻關聯(lián)（進而也可以消除現(xiàn)存的一些誤解和爭 論）。

圖4就是語法信息、語用信息和語義信息的生成機理模型①鐘義信：《信息科學與技術導 論》。。

圖中，虛線以內表示的就是主體的感知單元。它的輸入是客體信息，用符號S表示，它的輸出是主體所生成的感知信息的三個分量：語法信息（用符號X表示）、語用信息（用符號Z表示）和語義信息（用符號Y表 示）。

那么，這些信息是怎樣生成的呢？在考察它們的生成過程之前需要說明：在這三個分量之中，語法信息（即形態(tài)信息）是具體而直觀的信息，因此可以直接感覺出來；語用信息（即效用信息）也是具體而明確的信息，可以直接檢驗出來；而語義信息（即內容信息，有時也叫意義信息）則是抽象的信息，既不能直接感覺出來也不可能直接檢驗出來，只能通過具體的語法信息和語用信息的共同體（笛卡爾積）來抽象定義。在明確了這些性質之后，現(xiàn)在就可以理解它們的生成機 理 了。

從圖4的模型可以看出，整個模型中的核心單元是“綜合知識庫”，它存儲著主體的“目的”（用符號G表示）和主體此前所積累起來的大量的“語法信息—語用信息”偶對（用列表｛x，z｝表示）。至此，感知信息生成過程就可以描述如 下。

（1） 語法信息（X）的生 成。

當外來的客體信息（S）作用于主體的時候，主體的感覺器官（機器的傳感系統(tǒng)）就可以直接把它轉換為語法信息（X）輸出（這是人盡皆知的過 程）。

（2） 語用信息（Z）的生成卻要分為兩種互補的情 形。

（2-1） 如果這個客體是以前曾經(jīng)處理過的，于是，綜合知識庫的列表｛x，z｝中就會存儲它的“語法信息—語用信息”偶對。這時，就可以利用上面所產生的語法信息（X）作為檢索子（關鍵詞）對綜合知識庫的列表｛x，z｝進行搜索，只要發(fā)現(xiàn)了其中某個語法信息 xk與X匹配，那么與 xk相應的 zk就是它的語用信息Z。

（2-2） 如果這個客體是以前從未處理過的，因此，綜合知識庫的列表｛x，z｝中就不會有它們的偶對。這時，就可以通過計算X與G的相關性（即圖4中的“目的檢驗”單元）得到所要求的語用信息Z。如圖4所示，2-2與2-1遵守“或”的關 系。

（3） 語義信息（Y）的生成。

根據(jù)定義5.3的釋文（3），把以上兩步得到的{X，Z}映射到語義信息空間（這就是一個抽象過程）并給映射的結果命名，便得到了語義信息（Y）。

圖4的模型和上述三個步驟實現(xiàn)了由客體信息到感知信息的轉換，同時也展現(xiàn)了客體信息與感知信息之間的相互關 系。

特別值得指出的是，以上的分析，在歷史上第一次揭示了語法信息、語用信息、語義信息三者之間的內在邏輯關系，也為語義信息提供了嚴格的定義①鐘義信：《信息科學與技術導論》。：

公式（5.3）中的符號 是“映射與命名”算子。頗為有趣的是，這個號也正是命名集理論的基本算子。①M.Burgin，Theory of Named Sets，Mathematics Research Developments，New York：Nova Science，2011.

我們注意到，近十多年來學術文獻中雖然大量使用“語義信息”的術語，而且也在利用語義信息來說明和解決各種信息處理問題，但是并無文獻給出過語義信息的嚴格定義。因此不同的使用者對語義信息各有不同的理解，存在很大的任意性。自然，這樣隨意的語義信息概念并未對信息研究作出人們所期待的 貢 獻。

在這種情況下，嚴格而準確地界定“語義信息”內在含義的定義5.4及其定義表達式（5.3）將對信息處理和整個信息科學研究產生特別重要的意 義。

定義5.4和表達式（5.3）還表明，這樣定義的語義信息可以成為語法信息和語用信息的合法代表：一旦獲得了語義信息，也就獲得了語法信息和語用信息。這就是為什么人們最為關注的是語義信息的原 因。

六、結語

本文論述了信息生態(tài)方法學的優(yōu)勢是：可以把科學研究從“就事論事的研究”水平和“方法性研究”水平提高到“生態(tài)學研究”的水平。后者是當今以及未來科學研究的重要特征，體現(xiàn)了開放信息系統(tǒng)的特點、復雜信息系統(tǒng)的特點、智能信息系統(tǒng)的特點、整體優(yōu)化的特點以及和諧演化的特 點。

為此，本文介紹了生態(tài)學的發(fā)展簡史和各種生態(tài)學的概念，給出了一般生態(tài)學的理論要點，特別闡述了信息生態(tài)學的定義和信息生態(tài)方法學對信息科學研究領域所作出的開創(chuàng)性貢獻，包括：構筑了信息科學研究的統(tǒng)一的抽象模型和具體模型，創(chuàng)建了比結構主義、功能主義、行為主義更優(yōu)越的機制主義的研究路徑，揭示了信息科學研究領域客體信息與感知信息之間的轉換原理，闡明了語法信息、語用信息、語義信息的定義及其相互關系。這一切都是“信息生態(tài)方法學”所作出的歷史性貢獻，突破了香農信息論的局限，也超越了符號學的結 果。

這些結果，是“信息生態(tài)方法學”優(yōu)于“機械還原方法學”的重要見證。換句話說，以上這些結果只能在“信息生態(tài)方法學”的指導下才能揭示出來；以“分而治之”為特征的機械還原方法學不可能得到上述這些重要的結果，不可能揭示信息科學領域這些重要的關系和規(guī) 律。

事實上，整個科學研究的知識，都是通過人類的信息獲取和加工過程所產生的結果，因此應當把科學研究建立在先進的信息加工模型及其數(shù)學模型基礎之上。就作者所知，人們迄今已經(jīng)建立了不少這類模型，比如：表征命題邏輯與謂詞邏輯系統(tǒng)科學理論的標準實證模型①F.Suppe（ed.），The Structure of Scientific Theories，Urbana：University of Illinois Press，1974；F. Suppe，“The Positivist Model of Scientific Theories”，in Scientific Inquiry，New York：Oxford University Press，1999，pp.16—24.，展示數(shù)學模型系統(tǒng)科學理論的結構主義模型②J. D.Sneed，The Logical Structure of Mathematical Physics，Dordrecht：D. Reidel，1971；B. van Frassen，“The Semantic Approach to Scientific Theories”，in The Nature of Scientific Theory，2000，pp.175—194.，涵蓋現(xiàn)有其他各種理論和實際知識的結構規(guī)范化模型，等等。它們表現(xiàn)了知識的先進表示方法。③M. Burgin and L. Kavunenko，“Measurement and Evaluation in Science”.

信息生態(tài)方法學在信息科學領域還有更多的重要作用和精彩的結果可以逐一展示，包括感知信息與知識的關系，感知信息與智能策略（基礎意識、情感與理智的綜合集成）的關系，智能策略與智能行為的關系，等等。不過，由于篇幅的原因，我們將把這些成果留待以后陸續(xù)發(fā) 表。