提供--对作为概率感知模型的AFFORIDE图灵机模型的反驳_图灵机论文

作为一种概率知觉模式的Affordance——对Affordance图灵机模型的反驳，本文主要内容关键词为：图灵机论文,概率论文,知觉论文,模型论文,模式论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

       中图分类号：N02

       文献标识码：A

       文章编号：1674-7062(2015)03-0033-07

       一 引言：直接知觉理论中的Affordance概念

       根据具身认知(embodiment cognition)的核心观点，认知科学对个体认知与思维的研究，并不能脱离对个体与环境、知觉与行动之间交互关系的研究。[1]而对这两个方面交互关系解释得最为清楚的理论，应该首推具身认知研究范式的创立者吉布森(J.J.Gibson)的直接知觉理论。

       这个理论的核心概念是Affordance①，吉布森用它来说明在一定的环境中生存的动物的知觉与行动之间的强耦合关系(coupling relation)。那么，这种强耦合关系在吉布森那里是如何解释的呢?根据吉布森在生态心理学的开山之作《视知觉的生态学进路》(1979)一书中给出的原初定义，Affordance被描述为“一个具体环境的Affordance，就是它所提供、供给、供养给动物的东西……它在某种程度上涉及环境与动物两方面……它意味着动物与环境之间存在着互补性”[2]127。

       这个稍显模糊的定义，却为认知科学和人工智能开辟了一个全新的生态心理学方向。由于吉布森理论致力于解决“动物如何在当前所处环境下对合适目标做出合适行动”这个问题，因此该理论能与人工智能界的机器实现与算法设计等进行很好的理论对接，因此，新近很多人工智能科学家，如沙恩(

)等(2007)[3]和提卡诺夫(V.Tikhanoff)等(2013)[4]按照Affordance理论的核心观点设计出了相应的算法并进行了机器实现，取得了很好的应用效果。同时，这些研究也为认知哲学提供了理论争论的广阔空间，特别是如何将人与其他动物放在生物连续统中，理解在一定环境下的行动者的知觉与行动的关系，具有重要的理论意义。

       然而，对于Affordance到底是什么，怎样给出一个能够说明行动与知觉耦合关系的适当模型，各种流派仍争论不休。具体来说，这些流派中有代表性的包括(1)沃伦(H.Warren，1984)[5]的π值理论，把Affordance作为测量身体长度与行动目标之间的物理比值；(2)特维(M.Turvey，1992)[6]的倾向属性理论，将Affordance定义为一种与环境属性进行互补的倾向属性，即当环境内有目标适合行动者施加行动于其上时，这种潜在的实现倾向就会诱导行动者做出某个合适的行动，从而实现Affordance；(3)里德(R.Reed，1996)[7]的环境资源理论及(4)斯托夫瑞根(T.Stoffregen，2003)[8]的动物环境系统突现属性论等。其中，特维(1992)的倾向属性理论对人工智能界的理论影响最大。本文关注的是威尔斯(A.Wells，2002)的图灵机模型，威尔斯的研究目的和结论，就是使用图灵机模型来解释Affordance概念，并试图以此来为特维(1992)的倾向属性论提供某种辩护。

       由于生态心理学理论主要用来解释行动者与当下环境实时的交互活动，其中吉布森引进的Affordance和Niche②等概念，强调的正是行动者与其环境之间的耦合关系以及环境特征对行动者自身行动的意义，因此具有特别鲜明的现象学特征，似乎很难用不包含语义的经典逻辑的语法结构进行说明。但威尔斯(2002)却指出“图灵所提出的计算理论本身已经为研究Affordance概念提供了一个合适的形式模型(formal model)”[9]178。并且，图灵机模型所涉及的对象与实体都可作生态学范畴解释。因此，他根据图灵(A.Turing，1936)[10]的计算理论，给Affordance概念提供了一种图灵机解释模型，并试图证明在此模型中，可以较好地建立行动者(agent)的倾向属性与环境属性之间紧密交互的强耦合关系。

       本文通过对威尔斯理论的详尽考察指出，尽管图灵机模型可以满足Affordance概念的某些理论特征，但图灵机模型尚无法对意义丰富的Affordance概念提供完全的解释与说明，因此实际上并不能对特维(1992)的倾向属性论进行有效辩护。

       进一步，本文还将对Affordance的概率性特征进行分析，指出成功行动的产生是有有效范围的，动物与环境的耦合关系系统在环境中获得成功是具有概率特征的。因此，在本文看来，动物对当下环境中目标物的知觉，可以称作动物的Affordance概率知觉，Affordance可以被当作一种概率知觉模式来看待，进而在以后的研究中建立一种重新解读Affordance的概率知觉模型，为Affordance的形式化描述提供一种新思路。

       二 威尔斯为什么用图灵机模型来解释Affordance?

       威尔斯(2002)在建立自己的解释模型时，首先总结了Affordance概念的诸多特征，例如，Affordance是一个生态性和关系性的概念；它既包含环境的要素，也包含行动的要素；它是一种能被行动者直接感知到的外在意义，其要素集合可以组成动物的Niche，并且是多个变量组合的某种不变物。

       继而，威尔斯考察了图灵机模型中的“瞬时描述(configuration)”概念，将瞬时描述的特征与Affordance的诸特征进行对比分析，发现“瞬时描述”恰好满足了Affordance的全部特征描述。

       在此基础上，威尔斯最后接受了特维(1992)的倾向属性理论，即认为Affordance是行动实现的一种潜在可能性或倾向，这里的倾向是生态环境中某个事物的一个具体属性，是指那种事物所具有的那种尚未实现的、潜在的可能性(例如，一个放在水泥地上的玻璃花瓶具有潜在的易碎的倾向，尽管它当下完好无损)。由于动物实施一个行动总是针对某个对象，那么这种倾向性属性总是成对出现的，因此，特维(1992)认为，在生态环境中具有倾向性属性的Affordance的存在与行动的可实现，还需要反映动物方面的“行动效应(effectivity)”这个互补概念(它反应出动物本身有何中行动能力)来进行理论上的补充。环境的Affordance，就是指该环境内一个特定表面布局的倾向，它具有一定的恒常性与不变性，并且可以持续地为动物提供某种适当的行动可能性；而动物方面的行动效应，则是指某个动物按照其能力对Affordance进行补充与耦合而获得行动效应的可能性。

       威尔斯十分认同特维(1992)关于倾向性属性“成对出现”以及“必须能够通过行动实现”这两个根本特征。基于倾向属性理论对Affordance的描述，威尔斯认为图灵机本身恰好就是一个能够恰当说明倾向性属性能够成对出现并进行实现的Affordance模型。

       这是因为威尔斯发现，图灵(1936)所要解决的是，如何用机器来模拟人类用纸笔进行数学运算的过程。而人与纸笔的交互，实际上本身就是一种具有Affordance特征的行动。

       图灵在思考这个问题时，将人的运算过程抽象为两个步骤：

       a.用笔在纸上写上或擦除某个符号；

       b.将笔尖从纸的一个位置移向另一个位置。

       继而，图灵构想了一个抽象的计算机器，来模拟上述抽象出来的人类计算过程，即图灵机。

       威尔斯(2002)认为，图灵对计算的分析本身其实就是一种生态式的分析。为了支持这个论点，威尔斯列举了两个主要的理由：

       首先，该分析中的基础对象——使用纸笔进行计算的人，本质上是一个在某个具体环境中使用工具来行动的真实动物，这就意味着行动者本身就是一个生态层级上的描述对象；其次，图灵计算的分析其实是对一个关系系统(由一个可以读写的agent，使用具有一定相关结构组成的操作)进行了形式化工作。然而，在生态环境中的人对其行动施加对象之间，也存在知觉与行动紧密的强耦合关系，因此图灵机具有了为这种强耦合关系进行建模的基础。

       基于这个理念，威尔斯(2002)认为，每个图灵机都是一个生态系统，即都有为行动者建模的组件，以及为外在环境所建模的组件。而现在，这些组件可以就用来为Affordance和行动效应(effectivity)之间的关系进行建模，具体方式如下：

       一个Affordance，【A】，它可以被定义为一个有序对(q，a)：

       q是一个与动物相关的项；

       a是一个与环境相关的项；

       【A】表征了一个具体的情境。在其中，有一个具有功能状态q的动物，感知到了一个对象实体a。而在图灵机的理论里，这种有序对被称为“瞬时描述”，即图灵机的读写头位置与纸带的当前关系状态。这样一来，威尔斯认为环境的Affordance概念，就可以映射到图灵机的瞬时描述上，它们之间可以建立一一对应关系。

       一个效应(effectivity)，【E】，可被定义为一个三元有序组(b，p，k)：

       b是一个与环境相关的项；

       p是一个与动物相关的项；

       k是一个与动物和环境两者都相关的项，这是由于k表征了该动物做出了与某个具体环境相关的动作或行为。

       【E】也表征了一个具体的情境，在其中，动物对该环境对象实施了行动b，并将它的功能状态改变为p，并在k的指引下进行了移动。而威尔斯(2002)的做法，就是把这个三元组映射到图灵机理论中的术语“动作(actions)”(该术语用来描述在某个给定时刻所要进行活动)上面。

       瞬时描述与动作在图灵机中的指令(instruction)里被组合到一起。一个图灵机的指令就是：

       (A，E)=((q，a)，(b，p，k))。

       (A，E)表示了在某个具体情境中，一个动物感知到某个Affordance【A】，并且在【E】中对行为产生的影响。

       这样一来，威尔斯(2002)把Affordance映射到行动效应(effectivity)上，使其形成一条指令。在计算机的术语中，所谓“指令”，就是使计算机进行运算等相关工作的指示和命令。而计算机程序，就是一系列按照某个事前决定的固定顺序而排列的指令，因此计算机执行某个程序的过程，其实就是计算机的工作过程。若干条指令组合在一起，就形成了一个指令集(即程序)，这个指令集就组成了图灵机上的“机器表(machine table)”，它就描述了全部的瞬时状态和相关动作，从而定义了该机器。当瞬时状态和动作都用来作为Affordance和效应的模型时，机器表其实就描述了若干个Affordance和诸多效应的一个集合。

       根据吉布森(1979)对于动物栖息的Niche概念的描述，多个Affordance的集合就意味着一个Niche。因此，在这个基础上，威尔斯认为一个机器表其实就是一个Niche，这也强调了动物与环境两者之间的互补性。而在图灵机中，威尔斯(2002)用与Affordance映射到效应相关的指令集，来说明动物与环境之间进行交互行动的方式。由于图灵机具有结构，同时也具有相应的动力学特征，那么图灵机就有能力提供动物、环境与行为之间的模型。

       在威尔斯(2002)中，他把一个Affordance定义为一个有序对(q，a)，其中q是一个有限集合Q(该集合枚举了一个动物的所有功能状态)中的一个元素。而在图灵(1936)中，Q集合的元素是一个人类计算机的“心灵状态(states of mind)”的形式模拟。由于某个动物的功能状态是有限的，即该动物的能力是有限的，可穷举的，因此威尔斯认为这一点对于图灵机来说是很重要，即这个状态集合是一个有限的集合。另外，威尔斯还认为，在有序对(q，a)中的另外一个项a，则表示环境中对象类型的有限集合S的一个元素。

       因此，一个瞬时状态(q，a)作为Affordance映射到图灵机的对象，其中具有两个元素，分别是两个有限集合Q和S中取出的元素。Q是一个动物的功能状态集合，S是一个动物环境中的对象的集合。同时，集合Q和集合S都是有限集合。这就意味着，Affordance类型的集合，即那种在Q×S之上的二元关系，也是有限的集合。并且，这种限制在效应的元素集合上同样存在。

       对一个形式组合E=(b，p，k)来说，则包含了三个项：p∈Q和b∈S，都是作为Affordance部件，而同属于一个集合的元素。

       k代表动物在其所属环境中进行的活动。在图灵(1936)中，这个环境就是一条分成很多方格的一维纸带。因此，只有三种非常明显的运动是可能的，即向左移、向右移和不移动。

      

       图1 Affordance的图灵机模型图示

       图1表示了基于倾向属性理论，Affordance如何与瞬时描述进行匹配的情况。我们知道，动物在环境中首先探测到Affordance，然后会做出合适的行动。按照这种生态分析思路，威尔斯(2002)认为，图灵机的每一步操作，也都包含了它所处的当前状态和它的环境(纸带)。在每一步程序中，纸带被图灵机探测到，并且通过扫描方格，读写头对纸带上的符号进行读取，并且按照打印和移动的方式采取行动。而在这个情况下，并没有独立于环境(纸带)的内在处理机制。信息，就是通过对环境的行动而被图灵机存储下来，并非依靠更改机器的功能状态实现的。

       因此，图灵机被威尔斯(2002)当成是一种介于人与外在生态环境之间的关系模型。威尔斯(2002)认为，作为一种关系进路的探讨，图灵机模型还可以起到对缺乏与环境互动的传统计算主义认知科学的批判，并且是一种对生态心理学的哲学基础进行支持的理论模型。

       三 对Affordance图灵机模型解释的反驳

       通过分析，我们大致了解了威尔斯(2002)如何用图灵机模型来对Affordance进行理论解释。然而，这个基于图灵机模型的解释存在着一些不可避免的问题与缺陷，后来斯托夫瑞根(T.Stoffregen，2003)、策梅洛(A.Chemero，2003)[11]、策梅洛和特维(2007)[12]和伽亚尼(S.Caiani，2014)[13]等都对这种倾向属性论及其形式化模型进行了强烈的反驳。这些反驳主要集中在对威尔斯所支持的倾向属性理论上面。

       首先，Affordance的直接性在倾向属性定义中没有得到很好的解释。在特维(1992)的理论中，Affordance被定义为一种环境的倾向属性，它需要与动物的倾向属性相结合才能实现。而实际上，我们可以直接感知Affordance和动物自身的功效属性。同时，我们也可以直接感知到二者如何互补和结合的知识。由于这种结合的知识并不是直接感知到的，那么必须是某种基于前两种可直接感知的属性之上的另外一种事物或知识，所以它肯定是间接的。但这又与Affordance的直接性特性相矛盾，因此这里仍旧存在一个未决的问题。

       其次，倾向属性其实是一种行动实现的潜在状态，因此，如果条件合适，那么这种潜在状态一定会实现。但是，Affordance是具有随机性的，这种随机性并不是这种潜在的倾向状态。这是因为，即使在环境、动物这两方面条件都适当的情况下，环境中也会有大量的Affordance不会必然地出现。因此，如果将Affordance看作一种倾向属性的话，就不能解决为什么Affordance不会全部实现的问题，这样看来，将Affordance看成一种倾向属性并不能清楚地解释随机性这个特征。

       然而，按照我的立场，威尔斯(2002)和特维(1992)理论的最大缺陷是，没有将作为Affordance概念根本特征之一的随机性给予足够的重视和考虑，而是把Affordance定义成一种属性或一种关系模式，其后的诸学者对他们的反驳也在某种程度上忽视了这一重要之点。

       这是因为，在威尔斯等人的理论中，Affordance或明或暗地变成了一个用来判断感知者对目标物是否能进行某个行动的评判标准：如果实施行动了，那说明该感知者从环境中成功获取了目标物所提供的Affordance的信息；反之，如果没有行动，就说明感知者获取不到Affordance知觉信息。然而这样处理Affordance概念所导致的后果，便是我们无法说明在日常生活中所做的那些并非百分之百成功的行动，比如有时跑步会磕绊，甚至有时连最简单的走路也会摔到。

       倘若Affordance概念真的被解释为能否行动的某种标准，那么我们生活中的几乎全部行动都不能被算做Affordance行动了。因此，威尔斯(2002)所支持的倾向属性理论，并不能提供一个合适的Affordance概念定义，其用来支持该理论的图灵机模型的合理性也就无从谈起。

       另外，用图灵机模型解释Affordance概念的最大缺陷，在于图灵机逻辑的机械结构。由于图灵机只能按照机器表中的指令严格地进行机械运算，即使存在着非确定性图灵机，但实际上它与确定性图灵机的语言是等价的，并且其超高的计算复杂度也使得对Affordance的模拟趋于烦琐，因此它同样也不能说明生态环境中行动者那种在运动中随时调整身体姿势并能高概率的完成对目标的连续行动。而使用模态逻辑来建构Affordance形式系统的莱纳基克(A.

)和温特(M.Winter)(2013)[14]在文中的结论部分也承认了这一点。

       Affordance提供的知觉行动一直使行动者处在与环境的动态交互中，基于行动者本身的能力与当下环境所处的状况，行动者并不能完全严格机械地、并且不出差错地完成每一次行动，因此即使行动者在某个环境下行动失败了，也并不能就认为该行动者没有在环境中直接拾取到环境行动目标为行动者提供的Affordance信息，因为行动的成功是概率的。可见，威尔斯(2002)的图灵机模型并没有能力去说明Affordance这种具有概率式成功的特征。

       四 作为一种概率知觉模式的Affordance

       通过上一节对威尔斯(2002)图灵机模型的反驳我们看到，既然Affordance为行动者的行动提供了可能性，并且在行动者通过对环境中具体的Affordance信息的拾取，并根据拾取后的信息做出连续动作之时，随机性都扮演着重要的角色，那么我们应该将一定范围内的随机性作为Affordance的根本特征，并且将其在定义中体现出来。并且，在动态的感知行动过程中，外部环境也会影响行动的结果，因此对于行动者来说，一个对于外部环境目标实施成功的行动，必然是行动与知觉在发生过程中不断调整、纠正与影响的结果。

       而且，新近有很多实证研究的数据都支持了知觉具有概率性这个特征，而且基于概率理论的知觉研究范式也在科学界的地位日益显著，这个范式广泛地影响到知觉研究的各个方面。举例来说，格斯勒(W.Geisler)和科斯腾(D.Kersten)(2002)[15]使用贝叶斯理论，对幻觉与知觉的关系就进行了一系列的研究，并建立了一个解释幻觉产生的计算模型，认为幻觉是视觉在对真实世界资源的获取中视网膜出现的噪音所导致；扎德(L.Zadeh，2001)[16]还提出一种面向人工智能的概率知觉计算理论，继而，在此基础上扎德(2002)[17]还提出一种基于知觉理论的概率推理机制；在视知觉方面，马罗尼(L.Maloney)和玛玛西安(P.Mamassian)(2009)[18]使用贝叶斯决策理论给视知觉提供了一个模型；而在与Affordance更为相关的知觉与行动方面，福瑞思顿(K.Friston，2012)[19]认为，动物在预测行动的发生与执行时，知觉实际上具有概率性的性质，因此动物或人类在行动的时候实际上是一种概率性行动；而沃尔朋特(D.Wolpert，2009)[20]还给出了一个人类感觉运动(sensorimotor)控制的概率知觉模型。

       因此，根据上述研究进展我们可以得出，人类或其他动物的知觉系统本身就是非常复杂的物理系统。而这种物理系统在与外界环境进行交互时，主体的知觉信号会带有一定的噪声。这个因素的存在，使得行动者的行动并非像计算机执行程序那般准确和严格，因此用来描述这种交互行动的Affordance概念并不能被当作图灵机来看待，应该被解释成一种动物行动的容错范围，而不是一种区别行动成功与否的标准。所以，Affordance并不能与图灵机的“瞬时描述”概念相匹配，而应该当作一种概率式的知觉模式来看待。

       按照这一思路，我们可以将Affordance重新定义为：

       Affordance是一种介于——感知者的能力与外部环境目标之间——所产生的行动耦合关系。根据这种关系，感知者根据自身的能力，对外部环境目标的知觉信息进行直接地拾取，并且根据所拾取到的信息，对该目标物发生具有高概率的连续适当行动，从而具有实现与Affordance信息相匹配的行动的可能性。对于Affordance这种行动可能性的知觉，我们可以将其称为Affordance概率知觉。

       把Affordance定义成一种概率知觉模式，这样做有如下特点：

       首先，概率常常被用来对外部环境的动态事件进行建模与分析，并具有非常好的效果。由于概率描述的是那些外部环境事件的可能性，而非对外部环境的静态描述，因此它常被人们用来处理一些快速变化的环境建模，如洪水爆发、台风活动或城市车流量的实时交通情况等，而且在这些领域内都取得了很好的模拟效果。而Affordance概念体现出行动者与外部环境目标物之间进行连续行动的可能性，因此概率所具有的动态的生态性这个特点，恰恰能够很好地为Affordance概念提供一种恰当的解释。

       其次，概率不仅可以动态地描述某个事件的当前状态，而且对该事件在外部环境中的变化情况，也具有很好的预测性质。在概率模型中，有许多概念都可以对当前情况进行描述，比如条件概率、期望值等。而在Affordance的概念中，由于外部环境目标物给行动者只提供适合其能力的一定范围的行动，因此这个概念也会引导对行动者的未来行动做出一定的预测(即预测该行动者在某个能力范围集合内的行动)。这样看来，概率方法也可以满足Affordance对行动预测性这个特征的要求，因此非常合适用来对Affordance进行描述。

       由于Affordance这个概念既具有关系性，又具有独立性，然而概率既可以描述外部环境中离散的独立事件，又可以描述动态发生的连续事件，因此Affordance这个概念也需要具有相同特征概率模式来进行定义。

       最后，如果将Affordance看作是一种概率知觉模式，那么就可以与人工智能机器人的行动程序进行理论交叉。如果用机器学习(Machine Learning)对概率模型进行实现的话，行动者就可以很好地与当下所处环境进行Affordance式的交互，并且行动者本身也可以对这种交互进行非监督学习，从而强化这种对环境中的Affordance进行直接拾取的知觉能力，还可以对以后的行动进行一些预测。当然，这种概率知觉模式的形式化描述还需后续的研究。

       五 结语

       从前面的分析可以看出，威尔斯(2002)的图灵机模型解释的理论出发点，是从特维(1992)对Affordance的倾向属性定义出发给出形式化描述的一种思路。虽然这种做法使Affordance概念第一次与计算机和人工智能领域链接在一起，具有重要的学科交叉意义，但它遭到如斯托夫瑞根(2003)、策梅洛(2009)、伽亚尼(2014)等的激烈反驳与批判的一点是，特维为他的倾向属性定义所提供的辩护在理论前提下就已存在着严重的隐患，因此，威尔斯的路径也是值得怀疑的。对此也参见薛少华(2015)。[21]实际上，威尔斯的解释还存在着如下三方面缺陷：

       首先，用图灵机模型去解释Affordance这种研究方式，在威尔斯那里就已经预设了图灵机模型能对Affordance给出完全解释。这种先拿来结构框架再进行材料填充的类比思路，并未提供更强的理论解释力，同时也难免继承了原有框架的理论缺陷。

       其次，Affordance本身描述了行动者在环境中运用熟练技能的行动，同时也描述了行动者获得Affordance后进行学习与迁移熟练技能的能力。举例来说，当行动者学会骑脚踏自行车时，自行车会提供给行动者“可骑的”这样一个Affordance；而获取该Affordance信息的行动者在面对与自行车形状相仿的摩托车时，也会产生“可骑的”Affordance效应。然而图灵机模型并不能对此特征提供相应的解释。

       第三，Affordance描述的是行动者与环境目标在自然环境下的实际交互，而按照当下环境的实际情况，行动者使用熟练技能的行动会因为某种偶然的特殊的原因导致失败，不但特维(1992)倾向属性理论不能为这种情况提出有效的说明，这种熟练行动偶然失败的概率性因素，也没有引起威尔斯(2002)图灵机模型理论解释的注意。

       当然，尽管威尔斯(2002)使用图灵机模型对Affordance所做出的解释具有一定的缺陷，但使Affordance与图灵机直接进行理论匹配，却具有十分重要的开创性意义。此后，Affordance概念与人工智能的众多领域如视觉计算、模式识别，乃至机器学习与神经网络等都有深度的应用，这一点在近年来IEEE(电气和电子工程师协会)论文库中有关Affordance的人工智能文章日益增多的趋势也能体现出来。因此，我们应该对Affordance概念如何过渡到机器实现这一主题进行持续深入的研究与探索。关于这一主题，我将另文给出相应讨论。

       注释：

       ①Affordance，可译为可供性、能供性、提供性或机缘等。但这些语词都不能准确表达该术语的丰富意义，因此为了避免误解，本文的行文一致使用原词，用来描述动物使用知觉系统对环境目标进行合适行动的“知觉——行动”强耦合关系，未避免歧义，文中所有该术语一律不标注中文翻译。

       ②Niche，可译为小生境、居所或生态位。意为支持某些动物进行生存繁衍和知觉行动的特定生态环境，它并不同于物理意义上的空间环境。动物的种群不同，Niche也相应不同，比如企鹅的Niche就是南极的自然条件，熊猫的Niche则指陕西秦岭和四川雅安一带温带气候区。然而，可以处在同一物理空间。比如动物本身所占据的物理空间，同时也是动物身体上细菌的Niche。一个特定的Niche，就是某些动物从当下所处环境中所获得到的Affordance信息的集合。未避免歧义，文中所有该术语一律不标注中文翻译。

标签：图灵机论文;  关系模型论文;  概率计算论文;  能力模型论文;