对于人工智能的研究，曾经有过一个颇具讽刺意味的评论：“为了登上月球的目的，爬到树顶上，就说是前进了一步。”这个比喻听起来很可笑，但是我们不得不承认它是非常贴切，人木三分的。拿“专家系统”来说，专家系统无疑在一些领域有其实用价值，但是用专家系统显然难以解释人的认知过程，专家系统利用开发者放到系统中的知识来解决问题，但却不能像人那样在解决问题的过程中增加知识，这也就意味着专家系统的能力不可能超过“树”也就是系统开发者放到系统中的形式化知识的范围。在人工智能领域中曾经有过制造“通用问题求解系统"的目标，但是人除了解决问题之外，还具有提出问题的能力，因此我们不应仅仅关心“通用问题求解系统”，还应该关心“通用问题产生系统”。为了深入理解人的认知过程，注意力不应放在“如何爬树"的问题上，而应当去研究“树"本身是如何长起来的。爬树爬得再高，也爬不到月亮上去，但是如果我们能揪着自己的头发哪怕能离地一寸，就有可能把自己提到月亮上去。用更符合物理法则的比喻来说，我们应该研究像火箭那样的不依靠其他支撑而能够自行升空的装置，以便增进对于人类这样的认知主体所具有的创造性的认识。在工程
上有个与此相对应的概念叫做“自举”，例如在电子线路中有“自举电路”。计算机的启动过程也是一种自举过程，电源接通后先由只读存储器中的一段小程序把外存中的指定部分读进内存，然后运行这部分读人的程序再读人操作系统的其他部分，直至操作系统自己把自己安排就绪，进入等待用户指令的状态。工程中的自举通常并不包含什么创造性，但是它们有一个共同的特征，就是都含有某种环状的结构。自举电路可以看成一个正反馈环，计算机的启动过程中，被读入的程序可以读别的程序，也包括自己。“自举”的概念可以说是“自我表述”的一个初级形式。
以“自我表述”为基准，可以把科学所研究的对象分为两类，一类是“自我表述”的对象，一类是“非自我表述”的对象。物理学是非自我表述对象的典型例子，牛顿力学的建立并不改变行星的运行轨道。社会则具有自我表述的明显特征，社会科学的研究成果，总会对社会本身的发展产生或多或少的影响，“孔子作春秋，而乱臣贼子惧”。人脑的认知过程也是一个典型的自我表述系统，人的每一次思考的结果都会影响今后的思维方式。与“非自我表述”的对象相比，自我表述的对象研究起来要困难得多。首先是由于自我表述的对象变化多端，稳定性很差，科学所要求的可重复性经常难以满足。对于非自我表述的对象，我们可以先建立浅层的稳定认识，然后以此为根据去建立深层的更加稳定的认识，逐步深化。但是对于自我表述的系统，浅层的认识难以稳定，深层的认识也就失去了根据，因此很难对于社会科学建立起像牛顿力学那样的深刻的理论。正因为这个原因，我们至今缺乏一种针对自我表述系统的研究范式，如同在非自我表述领域中用欧几里德范式建立牛顿力学那样。
本章的目的就是为研究自我表述系统提供一个研究范式，或者说提供一个通用的模型，以便研究富有创造性的过程。这类富有创造性的过程包括社会结构的进化、文化的进化、人脑的认知过程、生物的进化、生物个体发育过程等等。在这些领域之中，我们选择生物的进化作为建立自我表述系统研究范式的基地。这是因为生物进化是自然界中最富有创造性的领域，作为自然科学，可以天然地避免形而上学的入侵；而且从达尔文以来，进化生物学在长期的研究之中积累了极其丰富的研究成果，对于建立理论来说提供了良好的基础；达尔文的进化论本身也已经是一个相当深刻的理论，因此一百多年来关于进化生物学的研究能够不断取得硕果而并未脱离达尔文的基本思路。
但是对于我们的目的即建立自我表述系统的研究范式来说，直接搬用达尔文的进化论是不够的，因为在达尔文的进化论理论之中并不包含自我表述的概念，为此本章的主要任务就是在达尔文进化论的基础之上加入自我表述的模型，以建立一种包含自我表述概念的进化理论——广义进化论。在第一章我们曾经用打麻将来比喻进化的过程，把这个比喻推广一下，广义进化论就相当于一种更复杂的麻将，在这种麻将之中，每一个牌局结束时，赢家牌的组合将会以某种方式影响下一局打牌的规则，这会导致一种极其复杂的自我表述过程。显然，这种过于复杂的游戏作为娱乐工具是难以被接受的，而且作为自我表述的模型也因太复杂而难以理解，因此我们仅仅把它作为一种比喻，以说明自我表述系统与非自我表述系统在复杂性方面的区别。
从系统论的角度来看，引进自我表述的概念是为了研究一种具有高度复杂性的系统。通常对于系统的复杂性，我们容易看到系统的元素数量大，以及元素之间的关系的多重性。例如网状的关系比起树状或直线状关系就要复杂得多，但是有些元素数量巨大的网状相关的系统有时表现并不太复杂，例如一个世界规模的电话网，其元素(电话用户)的数量可达几十亿，接近人脑神经元的数量，其互联方式除了用户与电话局之间是树状之外，电话局之间也是网状连接，但是电话网并不使我们感到太大的复杂性，因为电话网在工作过程中并不改变自己的基本结构和工作原理。包含自我表述的系统，其表现要复杂的多。这种复杂性最突出体现在系统在工作过程之中自己能改变自身的结构甚至工作原理，为了把握这种系统，我们就需要一个更为深层的，在表层发生变化时保持一致的模型。这就是我们将要在这一章中提出的软硬结构模型。软硬结构模型的基本运行机制是进化论的变异与选择，按照达尔文的进化观点，变异是随机产生的，可以在系统中引进随机因素而简单地实现。而选择的问题就要复杂得多，选择必须依赖于某种价值观或价值体系，建立评价准则是掌握进化过程的关键，所以在这一类复杂系统中，评价是最核心的问题，这也就是我们在哲学层次中要建立以评价为中心的善理体系的原因。把软硬结构模型和
自我表述概念引进达尔文的进化论，就构成了广义进化论。广义进化论是对达尔文进化论的推广，而其新加入的软硬结构模型又依存于进化的工作原理。进化依赖于评价，但是评价问题在达尔文进化论中并不突出，这是由于在生物进化过程中评价问题比较简单，最根本的评价准则就是存在原则。“优胜劣汰，适者生存”，从逻辑学角度看只是循环论证而已，说胜者为优而优者必胜是没有太大意义的。这句话从善理的角度看则表现了一个最基本的评价准则，即存在原则。从这个原则出发，就可以对生物的适应度给出严密的定义，即某种生物的适应度是指该生物的一个个体在一生中能够繁殖出的到达到生育状态的子个体的个数。用数学语言来说是生物个体指数增长时指数函数的底，即M=aN中的a，而N是繁殖多少代。因此虽然在达尔文进化论中评价问题不很复杂，但进化建立在评价准则的基础之上这一点是显而易见的。建立广义进化论的目的在于研究自我表述系统，对于某些自我表述系统来说，虽然存在原则仍是其评价的最基本原则，但更直接起作用的却往往是一些派生出来的次级准则，或称为高层准则。例如当我们用广义进化论来分析认知过程中的创造和学习的机制时，存在原则是不能直接起作用的，死亡是进化中的选择手段，却不能成为创造和学习中的选择手段，生物的学习是生存期间中的过程，生物不可能通过自身的死亡来学习任何东西，而次级的评价准则本身又可能是进化与学习的产物，因此关于复杂评价体系的研究的重要性在广义进化论中要比在达尔文进化论中更为突出。
“自我表述”这个概念来自于道格拉斯·霍夫斯塔特
(Douglas．R．Hofstadter)所著的《GEB——条永恒的金带》，该书的中文摘译本中多用“自相缠绕”、“自我相关”、“怪圈”来表达这一概念。为了更深的了解这一概念，建议读者去读一读原书。在本章中提出的软硬结构模型可以说是“怪圈”概念的一个具体化的工程实现方法，“怪圈”这个词相当好的表现了这个概念，遗憾的是这个词汇已经相当多地出现于中国的大众传媒之中，而代表着类似于“恶性循环"或“死锁”这样的其他颇具贬义的概念。因此我们在此不得不放弃使用“怪圈"这个词，以避免引起误解，代之以“自我表述”这样一个还不太为人所熟悉的词汇，使读者从不带偏见的状态出发，逐步建立正确的概念。