鄭晨予

（清華大學(xué)新聞與傳播學(xué)院，北京100084）

計算機仿生傳播學(xué)的跨學(xué)科建構(gòu)與隱喻詮釋

鄭晨予

（清華大學(xué)新聞與傳播學(xué)院，北京100084）

從挖掘計算機仿生傳播學(xué)的生發(fā)動因入手，導(dǎo)入色彩構(gòu)成理論中原色、間色、復(fù)色的相關(guān)理念，對應(yīng)建立原學(xué)科、間學(xué)科、復(fù)學(xué)科的相關(guān)概念。在對計算機傳播學(xué)、仿生傳播學(xué)、計算機仿生學(xué)三個間學(xué)科深入解構(gòu)的基礎(chǔ)上，融合建構(gòu)計算機仿生傳播學(xué)這一復(fù)學(xué)科并建立相關(guān)圖表模式。并以計算機仿生隱喻為綱，多維度詮釋建構(gòu)計算機仿生傳播學(xué)的理論框架、方法路徑與實踐運用范式。

計算機仿生傳播；跨學(xué)科智能融合；建構(gòu)與解構(gòu)詮釋

當(dāng)今全球化、信息化、網(wǎng)絡(luò)化的興盛發(fā)達，使傳播學(xué)日益走進世界大舞臺的學(xué)科前沿；計算機科學(xué)日新月異的發(fā)展，層出不窮地催生出新媒體、新技術(shù)；仿生學(xué)歷久彌新的生機活力正在與時俱進。在跨學(xué)科研究的深入沉浸與迭代感悟中發(fā)現(xiàn)，仿生學(xué)、計算機科學(xué)、傳播學(xué)彼此間漸行漸近，跨學(xué)科交叉融合已然水到渠成，計算機仿生傳播學(xué)呼之欲出?；诖?，試就計算機仿生傳播學(xué)的生發(fā)動因、跨學(xué)科建構(gòu)以及隱喻詮釋作如下探討。

1 計算機仿生傳播學(xué)的生發(fā)動因

仿生，是指通過模仿自然界中的生物，來解決人類生產(chǎn)生活中的復(fù)雜問題的行為。從古至今，中西橫貫，仿生于人文、科技、藝術(shù)中的運用可謂是凡此種種，不勝枚舉:在東方，東周戰(zhàn)國時期的莊子談“夫圣人，鶉居而彀食，鳥行而無彰”（《莊子·外篇·天地》），以鳥類喻教人的處世方法。東漢末年，華佗言“熊頸鴟顧，引挽腰體，動諸關(guān)節(jié)，以求難老”（《后漢書·方術(shù)列傳·華佗》），通過模仿虎、鹿、熊、猿、鳥，創(chuàng)五禽戲，以達延年益壽之功效。在西方，文藝復(fù)興時期達·芬奇通過研究鳥類的結(jié)構(gòu)，觀測其飛行模式，提出飛行機器概念。到了1903年，懷特兄弟受到鴿子飛行的啟發(fā)發(fā)明了飛機。在19世紀(jì)末20世紀(jì)初的新藝術(shù)運動中，對植物的模仿被極度推崇，催生了Louis Comfort Tiffany的玻璃燈等知名設(shè)計。

從實質(zhì)上說，人類的仿生行為采用的是工程（engineering）式的考量視角和思維方式。即，以解決實踐中的問題為終極導(dǎo)向和衡量成敗的關(guān)鍵準(zhǔn)則，而不去限制解決方案的來源范圍，亦不過多窮究與問題解決無關(guān)的原理因由，更不過分顧及建構(gòu)的仿生模式因打破人類慣性思維而帶來的情感上的不快。比照、拿來、實用、創(chuàng)新，是仿生的核心思維特征。誠然，在仿生解決問題的過程中，新的科學(xué)技術(shù)亦有可能作為附帶被揭示和發(fā)明出來。

生物在生存繁殖中需解決之問題與人類在生產(chǎn)生活中要解決之問題的相似性或可類比性是仿生的目標(biāo)基礎(chǔ)。而仿生形成生產(chǎn)力的實現(xiàn)基礎(chǔ)則建立在如下兩點之上:一是功能需求的滿足，經(jīng)過億萬年物競天擇，適者生存的自然選擇，生物進化出的解決方案往往非常適應(yīng)當(dāng)前環(huán)境和情境下問題的解決，有效而高效。以其作為隱喻（metaphor），模仿、類比運用于人類類似問題的解決方案的建構(gòu)中，往往能獲得類似的解決效果和效率。從某種意義說，人類雖為萬物之靈長，但僅以常規(guī)思維的智慧是不能窮盡大千世界生命物種的集體智慧的。仿生恰為打破解決問題的慣性思維提供了另一個角度，創(chuàng)新性地解決問題。一是心理需要的滿足。無論模仿、取象、比類的是生物在生存斗爭中獲勝，還是生物與自然環(huán)境的和諧共生，人類在仿生中皆可獲得審美心理層面的滿足。前者更多的是對“人定勝天”生機勃勃的象征寄托，后者則是對“天人合一”和諧相融、同頻共振的期望追求。

從方法論層面來看，仿生實際上是對一個生物系統(tǒng)進行的模仿。生態(tài)系統(tǒng)、群落、種群、個體、系統(tǒng)、器官、細胞、分子，皆可以被視為一個系統(tǒng)。而仿生過程則可被劃分為兩大部分:一是對其系統(tǒng)結(jié)構(gòu)與體系架構(gòu)的仿生。即，建立生物系統(tǒng)構(gòu)成元素與人工系統(tǒng)各組件的一一對應(yīng)；一是對其緣由機理和運行法則的仿生。即，根據(jù)生物系統(tǒng)內(nèi)在演變和外在互動的原理與規(guī)則，建構(gòu)人工系統(tǒng)中各組件內(nèi)部狀態(tài)變化、各組件間發(fā)生關(guān)系、各組件與外界交互的道理與法則。完成此二步驟，才真正完成了將仿生隱喻運用于人工系統(tǒng)建構(gòu)的實踐。

從學(xué)理層面看，仿生（biomimetics）一詞由Otto Schmitt于20世紀(jì)50年代構(gòu)造出來，仿生理念被正式提出。1958年，Jack E Steele確立了仿生學(xué)（bionics），即一門將生物進化出的系統(tǒng)和方法運用于人工系統(tǒng)設(shè)計與現(xiàn)代技術(shù)研發(fā)的學(xué)科。

計算機仿生學(xué)（biologically inspired computing）則通過對生物系統(tǒng)進行定量抽象化，建立相應(yīng)的數(shù)學(xué)模型，再基于此生成或設(shè)計體系架構(gòu)、計算機算法，建構(gòu)出全新賽博物理系統(tǒng)及模式，以達成運用仿生，提升性能、拓展功能、優(yōu)化資源，最終解決問題的目的。在仿生過程中，系統(tǒng)結(jié)構(gòu)與體系架構(gòu)被建模成數(shù)據(jù)結(jié)構(gòu)，緣由機理和運行法則被抽象為算法。這恰與計算機的儲存和計算兩大功能特性相對應(yīng)。

通過再將計算機仿生學(xué)與傳播學(xué)進行跨學(xué)科融合，復(fù)雜傳播問題的解決有了多學(xué)科協(xié)力生發(fā)的人機融合的全新路徑，計算機仿生傳播水到渠成。具體而言，計算機仿生傳播可首先為生物系統(tǒng)隱喻建立數(shù)學(xué)模型，再基于此生成或設(shè)計相應(yīng)的傳播體系架構(gòu)、計算機傳播算法和人的傳播行為準(zhǔn)則，最終建構(gòu)解決方案式的仿生傳播模式，以充分優(yōu)化利用傳播資源，形成人機共生的最佳傳播合力，提升傳播效果和效率。

2 計算機仿生傳播學(xué)的跨學(xué)科建構(gòu)

如圖1所示，計算機仿生傳播學(xué)是建立在計算機科學(xué)（定義為集合S1）、仿生學(xué)（定義為集合S2）、傳播學(xué)（定義為集合S3）的文、理、工三交叉（集合S1∩S2∩S3）基礎(chǔ)之上的跨學(xué)科研究。

圖1 計算機仿生傳播學(xué)的跨學(xué)科模式Fig.1 Cross-disciplinary pattern of biologically inspired computer communication

在色彩構(gòu)成理論［1］中，紅、黃、藍是為色料的三原色。兩種原色相混可得間色。三種原色按一定比例相混可得復(fù)色。與之類似，計算機科學(xué)、仿生學(xué)、傳播學(xué)作為原學(xué)科，兩兩交叉，業(yè)已形成如下蓬勃發(fā)展的三大間學(xué)科。即，計算機傳播學(xué)、仿生傳播學(xué)和計算機仿生學(xué)。計算機仿生傳播學(xué)則是三大原學(xué)科的三交叉形成的復(fù)學(xué)科。

2.1 計算機傳播學(xué)的解構(gòu)

傳播學(xué)與計算機科學(xué)相交叉（集合S1∩S3），誕生了將數(shù)字智慧（digital intelligence）融入到傳播學(xué)研究中的計算機傳播學(xué)。

盡管計算機科學(xué)中有著諸多的領(lǐng)域和分支，但在當(dāng)前，與傳播學(xué)交叉最為熱烈的當(dāng)屬以數(shù)據(jù)挖掘、信息提取、模式識別、數(shù)據(jù)可視化、數(shù)據(jù)可聲化、自然語言處理、音頻信號處理、計算機視覺、普適計算、機器學(xué)習(xí)、人工智能等計算機技術(shù)為核心基礎(chǔ)支撐的數(shù)據(jù)科學(xué)領(lǐng)域，即，大數(shù)據(jù)領(lǐng)域。這種交叉于2014年初步形成了，通過進行復(fù)雜數(shù)據(jù)分析，來研究傳播現(xiàn)象及其原理的計算傳播學(xué)［2-3］。哥倫比亞大學(xué)于2010年創(chuàng)立的數(shù)字新聞學(xué)（Tow Center for Digital Journalism）及斯坦福大學(xué)新興的計算新聞學(xué)（Stanford Computational Journalism Lab）則從數(shù)據(jù)驅(qū)動新聞的角度進行研究，指引著工業(yè)界中以計算新聞、數(shù)字新聞、機器人新聞、傳感器新聞、無人機新聞為代表的蓬勃生態(tài)圈的發(fā)展。

從計算機科學(xué)這一原學(xué)科的角度來看，計算傳播學(xué)是計算機傳播學(xué)的一大分支。而從傳播學(xué)這一原學(xué)科的角度來看，計算傳播學(xué)又隸屬于計算社會科學(xué)（CSS）的大領(lǐng)域之中。計算社會科學(xué)這一理念在2009年2月的《科學(xué)》雜志中被提出［4］。其核心理念是，隨著人們進入到數(shù)字化社會，越來越多的人類活動是在數(shù)字世界中進行的。這產(chǎn)生大量的數(shù)據(jù)，特別是因人們行為而生成的機器數(shù)據(jù)。以計算機計算和儲存能力的大幅度提升為契機，通過采集和整合這些數(shù)據(jù)碎屑，可獲得關(guān)于人類個體和群體行為的精確測量全景。而通過對這些大數(shù)據(jù)采用數(shù)據(jù)科學(xué)技術(shù)手段進行基于線性代數(shù)的復(fù)雜分析，則可探求傳統(tǒng)社會科學(xué)中很難被解決的研究問題，從而更好地理解個人、集體、社會。值得指出的是，數(shù)據(jù)科學(xué)并非計算機科學(xué)的全部，計算機傳播學(xué)仍具有除計算傳播學(xué)之外的廣闊的尚未被開拓的研究空間。

2.2 仿生傳播學(xué)的解構(gòu)

傳播學(xué)與仿生學(xué)相交叉（集合S2∩S3），誕生了將生命智慧融入傳播學(xué)研究中的仿生傳播學(xué)（biologically inspired communication）。

在傳播學(xué)研究的早期，就有學(xué)者敏銳地意識到傳播現(xiàn)象與生命現(xiàn)象的相似性:1961年William McGuire提出接種理論（inoculation theory）［5］，認為與疫苗接種類似，當(dāng)受眾在預(yù)先接收過較弱的說服嘗試，并對其進行積極反駁，產(chǎn)生支持其原先持有態(tài)度、觀念、信仰的論證。這樣，在面臨之后更加猛烈的傳播訊息時，就能夠形成保護，堅守住自己不被說服。正如接種疫苗時，疫苗的致病性不能過弱，以致于不能令被接種者產(chǎn)生免疫抗體，又不能過強以致病一樣，預(yù)先的說服訊息不能過弱，以致于不能使受眾保持防御狀態(tài)，但又不能過強，以致于真正改變了受眾的原先觀點。

事實上，純粹意義上的仿生傳播學(xué)研究需要滿足以下3個必要條件:①目的類似:生命系統(tǒng)與傳播系統(tǒng)需擁有相同或相似的功能目的或特性；②解構(gòu)類比:生命系統(tǒng)在仿生傳播中將被解構(gòu)成部件模塊，再對應(yīng)類比到傳播系統(tǒng)部件模塊的建構(gòu)中去；③機制類推:生命系統(tǒng)中構(gòu)成模塊之間、模塊與環(huán)境之間的交互機理、運行法則是使其能夠達成功能目的的核心。而將此機理法則類推到傳播系統(tǒng)法則道理的建構(gòu)中，才真正能夠通過仿生解決傳播問題。

McGuire的研究是滿足仿生傳播學(xué)的上述三個必要條件的。值得指出的是，McGuire并不是將說服之免疫系統(tǒng)與哺乳動物之免疫系統(tǒng)做類比，而是仿生了人類預(yù)防接種這一人工系統(tǒng)。在其后續(xù)的研究中，大量的實驗被用來衡量接種的效力，這與人類衡量疫苗功效的方式方法是一致的。

由Marshall McLuhan在1964年創(chuàng)立的媒介生態(tài)學(xué)（media ecology）［6］則是學(xué)者發(fā)現(xiàn)的另一個傳播系統(tǒng)與生命系統(tǒng)相似的例子。McLuhan認為，媒介（某種延伸傳播范圍、速度、渠道的科技）應(yīng)該從生態(tài)的角度來理解，其就象環(huán)境一樣作用于沉浸其中的人類，它延伸人們的感官、改變?nèi)藗兊牧?xí)慣，而社會亦被占統(tǒng)治支配地位的媒介改變著。媒介是通過改變符號環(huán)境（通過社會建構(gòu)的感官意義世界），進而改變?nèi)藗兊母兄⒔?jīng)歷、態(tài)度和行為，即，最終改變了文化。而媒介生態(tài)學(xué)的研究對象正是因媒介的使用而創(chuàng)建或變更的個體和社會環(huán)境。McLuhan與其兒子Eric McLuhan共同提出了衡量媒介作用于社會的增強（enhance）、退化（obsolete）、復(fù)興（retrieve）、逆轉(zhuǎn)（reverse）的四元組媒介效果，為評價探究新媒體對社會的改變建立了標(biāo)準(zhǔn)。

對McLuhan的研究進行辨析，可以發(fā)現(xiàn)其滿足仿生傳播的第一個必要條件，即生態(tài)環(huán)境作用于其中的生物，與媒介作用于沉浸其中的人類個體和社會的功能是相似的。但是，這只是一種簡單的類比（analogy），并沒有滿足仿生傳播的后兩個必要條件，即，并沒有通過對生態(tài)環(huán)境的構(gòu)成組件進行解構(gòu)，同時對生態(tài)環(huán)境的運行法則進行解構(gòu)，進而建構(gòu)媒介生態(tài)環(huán)境的組件和機制。在McLuhan之后的Neil Postman在紐約大學(xué)創(chuàng)立了媒介生態(tài)學(xué)項目，正式確立了這一學(xué)科。遺憾的是，Postman亦未能在媒介生態(tài)學(xué)中進行仿生傳播研究，而是聚焦在媒介的道德判斷的一面。

與北美的多倫多學(xué)派和紐約學(xué)派將個體與社會類比為生態(tài)環(huán)境中的生命、將媒介類比為生態(tài)環(huán)境本身不同，媒介生態(tài)的中國學(xué)派從媒介生態(tài)的中文字面意義出發(fā)，將媒介類比為生態(tài)環(huán)境中的生命，進而探討媒介與其所處的生存環(huán)境之間的交互、不同媒介之間的利害關(guān)系等問題。中國學(xué)派的研究獨樹一幟，且能夠滿足北美兩大學(xué)派媒介生態(tài)研究中所不能滿足的仿生傳播的后兩大必要條件，是真正意義上的仿生傳播學(xué)研究。邵培仁通過對生態(tài)系統(tǒng)的組成部分和體系架構(gòu)進行解構(gòu)，進而類比建構(gòu)出媒介生態(tài)系統(tǒng)的組成與結(jié)構(gòu)［7］；并通過對生態(tài)系統(tǒng)中的運行規(guī)律進行解析，以生態(tài)位、食物鏈、生物鐘、最小量、適度性等機制法則類推出媒介在其所處的生態(tài)環(huán)境中的生存策略［8］。崔保國對中外媒介生態(tài)研究進行了全面詳盡地對比辨析和脈絡(luò)梳理［9-10］，故此方面的內(nèi)容不再贅述。

2.3 計算機仿生學(xué)的解構(gòu)

計算機科學(xué)與仿生學(xué)相交叉（集合S1∩S2），誕生了將數(shù)字智慧與生命智慧進行智能融合（intelligence fusion）的計算機仿生學(xué)（biologically inspired computing）。現(xiàn)今大行其道的人工智能、機器學(xué)習(xí)、數(shù)據(jù)挖掘、信息提取、模式識別等計算機科技啟發(fā)的源頭正是仿生學(xué)。在人工智能的研究中，使計算機超越人類大腦的智慧，產(chǎn)生強大的生產(chǎn)力，最終為人類所使用，是一個不懈追求的目標(biāo)。從系統(tǒng)論的角度來看，大腦可以被當(dāng)做一個黑盒子，各種信息編碼后輸入再進行處理接著輸出。計算機亦可被當(dāng)做同樣的一個黑盒子。兩者從外部看只有編碼的不同，但編碼的復(fù)雜性只影響效率，并不影響功能?；谶@樣的思維，人工神經(jīng)網(wǎng)絡(luò)（artificial neural networks）技術(shù)被開創(chuàng)出來:通過在結(jié)構(gòu)和功能上模仿人腦神經(jīng)元網(wǎng)絡(luò)，再運用大量的輸入輸出數(shù)據(jù)二元組去訓(xùn)練它，使其內(nèi)部收斂，力求使其獲得在接收到新的輸入時產(chǎn)生與人腦相同或相近輸出的能力。

人類對人腦神經(jīng)元網(wǎng)絡(luò)中各個神經(jīng)元節(jié)點、各個軸突樹突鏈路、甚至一些網(wǎng)絡(luò)動態(tài)模式對問題解決的意義的了解掌握還不夠深入。正如當(dāng)前研究對人工神經(jīng)網(wǎng)絡(luò)中每個節(jié)點及鏈路所承擔(dān)的任務(wù)并不足夠清楚一樣。在這里，計算機科學(xué)不再深究此原理因由，而是從人腦中包含著10的11次方個神經(jīng)元、10的15次方個突觸鏈路，能夠解決復(fù)雜問題這一事實出發(fā)，模仿著將多個人工神經(jīng)網(wǎng)絡(luò)的依層疊加（本質(zhì)上增加了節(jié)點和鏈路數(shù)量），以求其能夠像人腦黑盒子一樣解決復(fù)雜問題。多層人工神經(jīng)網(wǎng)絡(luò)的設(shè)想后被證實成功。此深度學(xué)習(xí)技術(shù)在“不知其所以然”的情況下“知其然”，已能著力解決諸如感知、識別、悟性等，原先計算機并不擅長應(yīng)對的人類右腦領(lǐng)域的問題了。阿爾法圍棋（Alpha-Go）中“人工棋感”培養(yǎng)的成功便是計算機仿生學(xué)在人工智能領(lǐng)域形成強大生產(chǎn)力的極佳佐證［11］。

計算機人工智能的另一個仿生技術(shù)實例是遺傳算法（genetic algorithms）。其通過使計算機模仿生物進化機制來不斷自動找尋或優(yōu)化當(dāng)前問題的解決方案。在自然界中，物競天擇、適者生存。生命體競爭有限的生存繁殖資源，適應(yīng)自然者得以擁有生存和繁殖的機會，不適者則被淘汰消亡。適應(yīng)者和不適者之間的不同性狀是由其基因的不同決定的。在繁殖的過程中，適應(yīng)者的基因得以保留遺傳給后代，不適應(yīng)者的基因因生命體無法生存和繁殖而不能被傳承。同時，基因的突變（mutation）和重組（crossover）又將產(chǎn)生新的基因，進而產(chǎn)生具有新性狀的生命體，成為新的自然選擇的候選。隨著生命體一代又一代地生息繁衍，整個種群的基因庫及其決定的性狀將朝著適應(yīng)自然的方向進化。

每個當(dāng)前問題的解決方案就是遺傳算法中的一個生命體。解決方案種群首先經(jīng)過①衡量環(huán)節(jié)。若其滿足要求（對應(yīng)適配函數(shù)的返回值超過閾值），則結(jié)束算法，找尋或優(yōu)化解決方案成功。若不滿足要求，解決方案種群則進入。②自然選擇階段。與最優(yōu)解決方案越接近的解決方案生命體生存及繁殖的機率越高。之后，再進入。③繁殖階段。在此階段中，當(dāng)前存活的且可育的解決方案間進行基因變異和重組，繁衍出下一代解決方案生命體，形成新的解決方案種群，繼續(xù)循環(huán)返回步驟①。經(jīng)過多次迭代，滿足要求的方案種群進化完畢，完成問題的人工智能化自動化的解決。

2.4 計算機仿生傳播學(xué)的建構(gòu)

傳播學(xué)與計算機科學(xué)、仿生學(xué)三個原學(xué)科交叉（集合S1∩S2∩S3），即形成了智能融合之下的計算機仿生傳播學(xué)。誠然，兩個原學(xué)科相交叉形成上述三個間學(xué)科已然對研究者的知識結(jié)構(gòu)和學(xué)科背景提出了較高要求，更不需言計算機仿生傳播學(xué)這一復(fù)學(xué)科。所幸，可通過在某一間學(xué)科的基礎(chǔ)之上再交叉另一所缺的原學(xué)科的方式，進入到計算機仿生傳播學(xué)的研究中。根據(jù)集合交運算的交換律和結(jié)合律即可知，集合（S1∩S3）∩S2=（S2∩S3）∩S1=（S1∩S2）∩S3=S1∩S2∩S3。

這意味著，從上述三個間學(xué)科出發(fā)皆有路徑得以進入到目標(biāo)復(fù)學(xué)科。此種情形猶如中國禪宗六祖慧能在《壇經(jīng)》中所談佛家的不同法門的修學(xué)方法（以東土大乘佛家法門為例）:若從覺門入，如禪宗，則要求上根利智、大徹大悟；若從正門入，如天臺宗、華嚴(yán)宗、法相宗、律宗、三論宗，則要求大量閱讀經(jīng)典；若從凈門入，如密宗、凈土宗，則要求清凈心念佛。佛家強調(diào)法門平等，殊途同歸，并無高下。一門深入，舉一反三，一門通則門門通。只需結(jié)合自身情況，從哪一門入更合適就修學(xué)哪一門。與此類似，擁有不同學(xué)科背景和知識結(jié)構(gòu)的研究者也可以沿著自己當(dāng)前擅長的間學(xué)科之路徑進入到計算機仿生傳播學(xué)。

從計算機傳播學(xué)（集合S1∩S3）這一間學(xué)科進入到計算機仿生傳播學(xué)頗為直接。以計算傳播學(xué)為例，從前文所述可知，計算傳播學(xué)所需的數(shù)據(jù)科學(xué)技術(shù)（如人工智能等）多源自仿生學(xué)（集合S2）中的生命智慧。只要不自我設(shè)限，擁抱多樣的計算機仿生科技，轉(zhuǎn)換可自然而然發(fā)生；

從仿生傳播學(xué)（集合S2∩S3）這一間學(xué)科進入到計算機仿生傳播學(xué)，則需要認識到計算機科學(xué)（集合S1）中的抽象化和自動化對仿生傳播的重要作用。這主要集中在兩個方面:一是數(shù)學(xué)建模的重要作用。其通過對生物現(xiàn)象和系統(tǒng)進行數(shù)字化抽象，可建立從生物系統(tǒng)對應(yīng)到傳播系統(tǒng)的哲學(xué)方法論中介。數(shù)學(xué)隸屬廣義哲學(xué)的范疇，數(shù)學(xué)模型的建立使得某些不是很直觀的對應(yīng)類比得以被建構(gòu)起來，擴大和充分發(fā)掘仿生隱喻的應(yīng)用范圍及潛力。一是計算機算法的重要作用，借由算法，計算機的自動化智慧、計算機的計算和存儲資源得以與傳播中人的行為準(zhǔn)則完美融匯，形成機器智慧與人工智慧的智能融合，提升傳播效果和效率；

從計算機仿生學(xué)（集合S1∩S2）進入到計算機仿生傳播學(xué)，需以傳播學(xué)（集合S3）作為計算機仿生的問題目標(biāo)對象，比較計算機仿生解決方案與當(dāng)前可供的一流解決方案傳播效果效率的差異，從而確定最優(yōu)的解決方案。

上述3種路徑殊途同歸。值得指出的是，《華嚴(yán)經(jīng)》中講“主伴圓融”，修學(xué)哪個法門，就贊這個法門是第一，它是主，其他法門是伴。但伴不是第二，“稱贊如來”的同時并不妨礙“禮敬諸佛”?！白再潥狈阜鸺掖蠹桑鄷璧K到計算機仿生傳播學(xué)研究的開展。

3 計算機仿生傳播學(xué)的隱喻詮釋

為各個生物系統(tǒng)的隱喻建立數(shù)學(xué)模型，是計算機仿生傳播學(xué)研究的基石。計算機仿生傳播系統(tǒng)的體系架構(gòu)、計算機傳播算法、人的傳播行為準(zhǔn)則皆生發(fā)于此模型。計算機仿生傳播模式的生成收斂與效率效果的邊界，皆可依據(jù)此模型做質(zhì)上的判定。以計算機仿生隱喻為綱，可建構(gòu)出計算機仿生傳播學(xué)的理論框架。下文即對可用于傳播的十大計算機仿生隱喻進行詮釋，解析其各自的生物現(xiàn)象來源、特征機理及適用范圍；對可運用于解決相同傳播問題的隱喻進行比較；并以基于自組織的國家形象傳播模式建構(gòu)為例，闡釋計算機仿生傳播學(xué)的研究范式。

3.1 計算機仿生傳播學(xué)十大隱喻

免疫（immunity）:脊椎動物的免疫系統(tǒng)能夠阻隔一部分潛在有害物質(zhì)進入它們的身體，并且能夠識別并摧毀進入其身體的有害物質(zhì)。同時經(jīng)由此過程，形成對同類型有害物質(zhì)（蛋白質(zhì)）快速識別消除的免疫。人工免疫系統(tǒng)（artificial immune system）正是模仿脊椎動物的免疫系統(tǒng)這一隱喻而創(chuàng)制的計算機科技，被廣泛地應(yīng)用于計算機信息安全防御領(lǐng)域。免疫隱喻同樣可用于傳播系統(tǒng)的建構(gòu)，用于識別并阻隔在傳播系統(tǒng)中的異己或行為不當(dāng)之實體（如社會化網(wǎng)絡(luò)中的惡意謠言及其散布者），并在之后同類型實體出現(xiàn)時能夠更快速識別處理，形成對其的傳播免疫。

內(nèi)穩(wěn)態(tài)持續(xù)（homeostasis）:多數(shù)生命系統(tǒng)能夠通過針對觀察感知到其內(nèi)部和外部環(huán)境中的變化，采取有針對性的有效行動，維持其正常生存繁殖活動所必須的穩(wěn)定狀態(tài)（如人類的體溫自動調(diào)節(jié)）。此內(nèi)穩(wěn)態(tài)持續(xù)隱喻可以被運用于在多變的傳播環(huán)境當(dāng)中，建構(gòu)為滿足傳播目的而進行穩(wěn)態(tài)維持的傳播系統(tǒng)。

勞力分配（division of labor）:在螞蟻或蜜蜂等昆蟲種群中，不同的任務(wù)同時被最為適合的個體所承擔(dān)。任務(wù)的承擔(dān)與否由每個個體自行決定，在整體上卻能夠形成種群勞力之于任務(wù)的最優(yōu)分配。同時，選擇承擔(dān)同一任務(wù)的個體形成目標(biāo)共識，得以進行團隊協(xié)作。此勞力分配機制隱喻可用于傳播資源之于傳播任務(wù)的優(yōu)化分配。各個傳播任務(wù)被最為適合的傳播者完成，物盡其用、人盡其才。同時，承擔(dān)相同傳播任務(wù)的個體亦能夠形成共識協(xié)作。

模式形成（pattern formation）:在動物的表皮（如變色龍）常常會顯現(xiàn)出應(yīng)環(huán)境變化的不同的模式。其多是基于化學(xué)物質(zhì)成形素（morphogens）的空間分布。感受到環(huán)境變化的部位的細胞將和臨近細胞交互，改變本地的成形素濃度。被交互的細胞又再繼續(xù)和與其相鄰的細胞交互，依此往復(fù)直至全局的成形素濃度分布收斂穩(wěn)定，動物表皮的模式得以應(yīng)環(huán)境而改變。此模式形成隱喻可運用于對多變傳播環(huán)境的自適應(yīng)問題中去。感受到環(huán)境變化的傳播參與者可與鄰近參與者交互，根據(jù)傳播需求改變本地傳播情形，被交互者再與其鄰近參與者交互，不斷往復(fù)達到平衡，最終使得傳播場內(nèi)的全部參與者得以形成適應(yīng)傳播環(huán)境變化且滿足傳播需求的新模式。

尸體聚類與孵化分揀（corpse clustering and brood sorting）:在一些昆蟲種群，比如螞蟻種群中，昆蟲尸體被堆積成墳?zāi)挂郧謇沓惭ǎハx幼蟲按照其大小被分揀聚集（較小的幼蟲在中央，較大的幼蟲在邊緣）。這種集體智慧的展現(xiàn)是基于每個個體基于群體需求和周圍環(huán)境，單獨選擇和執(zhí)行撿起和放下動作的。此隱喻可直接用于傳播聚類的實現(xiàn)。

覓食尋徑（foraging）:昆蟲比如螞蟻，能夠找尋到到達食物所在地最短的路徑。類似地，蜜蜂也能夠找到近的可供采蜜的花朵，并保持可持續(xù)性地均衡開采。這是靠種群中的每個個體通過對環(huán)境進行改造和應(yīng)對，間接地與其他個體交互實現(xiàn)的。此隱喻可用于傳播路徑的探尋和利用，以使傳播訊息有效高效地到達傳播受眾。

同步形成（synchronicity）:大量的生命系統(tǒng)展現(xiàn)出了純粹基于個體本地觀察和調(diào)整的同步行為，如螢火蟲的同步閃爍、心臟細胞的同步搏動等等。同步，同時亦是一種群體的共識達成。此脈沖耦合震蕩器（pulsecoupled oscillators）隱喻可用于傳播的同步以及傳播中共識的獲得。

信息傳染（information epidemics）:流行傳染病，如非典，在人群中傳染的模式與某些信息在傳播受眾中的散播的模式相似，皆為短暫接觸迅速感染?；诖穗[喻，可為掌控（促進或抑制）“病毒式”信息在受眾中的彌散建構(gòu)解決方案。此外，可建構(gòu)基于短暫接觸和暴露，將傳播訊息發(fā)送至目標(biāo)受眾的，機會型傳播路徑建構(gòu)方案。

捕食關(guān)系（predator-prey relationship）:生物群落中的種間關(guān)系中，一個或幾個種群的生物同時以一個或幾個種群的生物為食物的捕食關(guān)系十分微妙。一方面，某個捕食者種群都想盡量捕殺獵物種群，搶占食物這一重要生存資源，在生存斗爭中獲勝。但另一方面，所有捕食者種群若將其獵物種群都捕殺殆盡，其也會因沒有食物而滅亡。此需可持續(xù)的關(guān)系處理隱喻可被用于傳播中相關(guān)利益者類似關(guān)系的處理問題。

共生關(guān)系（symbiosis relationship）:生物群落中的種間關(guān)系中，亦存在一個或多個種群的生物與一個或多個種群的生物相互依賴的共生關(guān)系。此隱喻也可被用于傳播中相關(guān)利益者類似關(guān)系的處理問題。

在文獻［12］中筆者已對上述各大計算機仿生隱喻的體系架構(gòu)與模型算法進行了綜述，在此不再贅述。

3.2 可運用于相同傳播問題解決的計算機仿生傳播隱喻之比較

上述十大計算機仿生傳播隱喻可解決的傳播問題有所重合，主要集中在如下三處。

1）傳播環(huán)境自適應(yīng)問題:勞力分配、模式形成、尸體聚類與孵化分揀三大仿生隱喻皆可通過形成針對傳播任務(wù)的傳播資源或傳播能力的整體優(yōu)化分布，實現(xiàn)對多變傳播環(huán)境的自適應(yīng)。其不同在于，勞力分配隱喻要求每個傳播個體僅根據(jù)自身當(dāng)前狀況和系統(tǒng)當(dāng)前整體需求單獨決定是否承擔(dān)某傳播任務(wù)；模式形成隱喻則僅需每個傳播個體執(zhí)行本地觀察和臨近交互的傳播任務(wù)；而尸體聚類與孵化分揀隱喻則是上述兩大傳播隱喻的折衷，要求每個傳播個體不僅需要考慮當(dāng)前自身狀況和傳播系統(tǒng)的當(dāng)前需求，還需考量身處的周邊傳播環(huán)境。

2）傳播路徑探尋及利用問題:覓食尋徑和信息傳染兩大仿生隱喻皆可運用于傳播路徑的探尋與利用。其區(qū)別在于，覓食尋徑隱喻更適用于有多條傳播路徑可到達傳播受眾的傳播網(wǎng)絡(luò)；信息傳染隱喻則在超高動態(tài)，基于短暫傳播窗口的機遇型傳播網(wǎng)絡(luò)中更能發(fā)揮作用。

3）傳播共識形成問題:勞力分配和同步形成兩大仿生隱喻皆可運用于共識的形成。在前者中，選擇了同一傳播任務(wù)的傳播個體形成了共識。在后者中，達成同步狀態(tài)的傳播個體亦形成了共識。前者適用于參與者具備全局視野，但未必有大量臨近交互的傳播系統(tǒng)。后者則適用于參與者本地觀察感知范圍小，但臨近互動緊密頻繁的傳播系統(tǒng)。

3.3 計算機仿生傳播學(xué)實例解析：基于自組織的國家形象傳播模式建構(gòu)

文獻［13］針對國家形象傳播中三個環(huán)扣相連的關(guān)鍵問題（穩(wěn)態(tài)構(gòu)建、分工協(xié)作、路徑探尋），應(yīng)對國家形象傳播中的三個共性難點（動態(tài)持續(xù)、規(guī)模繁碩、宏微差異），選用了上述十大計算機仿生傳播隱喻中的內(nèi)穩(wěn)態(tài)持續(xù)、勞力分配、覓食尋徑三隱喻，通過提出定量抽象化的數(shù)學(xué)模型，生成并設(shè)計相應(yīng)的體系架構(gòu)、計算機算法和人的行為準(zhǔn)則，建構(gòu)出國家形象傳播模式。

此三大隱喻皆基于自組織理念，依賴集群智慧而無中央管控實體，以簡單規(guī)則、臨近交互的方式建構(gòu)出滿足國家利益所需的國家形象全局傳播模式。因自組織具有天然的高適應(yīng)性、高可靠性、高魯棒性、高可擴展性、整體大于部分之和等屬性，研究得以攻克國家形象傳播中的共性難點。此解決方案亦是計算機仿生傳播學(xué)實踐運用之實例。

［1］于國瑞.色彩構(gòu)成（修訂版）［M］.北京:清華大學(xué)出版社，2012.

［2］祝建華，彭泰權(quán)，梁海，等.計算社會科學(xué)在新聞傳播研究中的應(yīng)用［J］.科研信息化技術(shù)與應(yīng)用，2014（2）:3－13.

［3］王成軍.計算傳播學(xué):作為計算社會科學(xué)的傳播學(xué)［J］.中國網(wǎng)絡(luò)傳播研究，2014:193-206.

［4］LAZER D，PENTLAND A，ADAMIC L，et al.Life in the network:the coming age of computational social science［J］.Science，2009，323（5915）:721-3.

［5］BANAS J，RAINS S.A meta-analysis of research on inoculation theory［J］.Communication Monographs，2010，77（3）:281-311.

［6］LUNDBY K.Mediatization，concept，changes，consequences［M］.Bern:Peter Lang Publishing，2009.

［7］邵培仁.論媒介生態(tài)系統(tǒng)的構(gòu)成、規(guī)劃與管理［J］.浙江師范大學(xué)學(xué)報:社會科學(xué)版，2008，33（2）:1-9.

［8］邵培仁.傳播生態(tài)規(guī)律與媒介生存策略［J］.新聞界，2001（5）:26-27.

［9］崔保國.理解媒介生態(tài)——媒介生態(tài)學(xué)教學(xué)與研究的展開［C］//2003中國傳播學(xué)論壇暨cac/cca中華傳播學(xué)術(shù)研討會，2004.

［10］崔保國.媒介生態(tài)分析的理論框架［C］//2005東北亞傳播學(xué)國際研討會，2005.

［11］SILVER D，HUANG A，MADDISON C J，et al.Mastering the game of Go with deep neural networks and tree search［J］.Nature，2016，529（7587）:484-489.

［12］ZHENG C Y，SICKER D C.A survey on biologically inspired algorithms for computer networking［J］.IEEE Communications Surveys&Tutorials，2013，15（3）:1160-1191.

［13］鄭晨予.基于自組織的國家形象傳播模式構(gòu)建——兼論與國家形象互聯(lián)網(wǎng)承載力的對接視角［J］.江淮論壇，2016（1）: 149-153.

Cross-Disciplinary Construction of Biologically Inspired Computer Communication with Metaphor Interpretations

Zheng Chenyu
（School of Journalism and Communication，Tsinghua University，Beijing 100084，China）

This paper firstly explores the motivation of constructing the biologically inspired computer communication（BICC）.By introducing the concepts of primary，secondary，and tertiary colors in the color theory，the concepts of primary，secondary，and tertiary disciplines are established accordingly.Based on the deconstruction of computer communication，biologically inspired communication，and biologically inspired computing，i.e.，the three secondary disciplines，a tertiary discipline of BICC is constructed with diagrammatic patterns.Finally，the paper interprets the theoretical framework，methodology，and application paradigms of BICC based on the taxonomy of biological metaphors.

biologically inspired computer communication；cross-disciplinary intelligence fusion；constructive and deconstructive interpretations

TP399

A

1005-0523（2016）05-0104-08

（責(zé)任編輯 姜紅貴）

2016－07－30

中國博士后科學(xué)基金項目一等資助課題（2015M570069）

鄭晨予（1986—），男，清華大學(xué)新聞與傳播學(xué)院博士后，美國科羅拉多大學(xué)博爾德分校計算機科學(xué)哲學(xué)博士，研究方向為計算機仿生傳播學(xué)。