第一推动丛书·综合系列：复杂（新版）

梅拉妮·米歇尔

51个想法

再版序 一个坠落苹果的两面：极端智慧与极致想象

>> 科学永远是一个求真的过程，所谓的真理，都只是这一过程中的阶段性成果。

>> 只要人类仍在为时间、物质乃至本源的命题所困扰，只要人类仍在为求真与审美的本能所驱动，丛书中的著作，便是永不过时的启蒙读本，永不熄灭的引领之光

前言

>> 还原论[插图]是对这个世界最自然的理解方式。它是说“如果你理解了整体的各个部分，以及把这些部分‘整合’起来的机制，你就能够理解这个整体”。只要是精神正常的人就不会反对还原论

>> 将面临的所有问题尽可能地细分，[插图]细至能用最佳的方式将其解决为止”，并且“以特定的顺序引导我的思维，从最简单和最容易理解的对象开始，一步一步逐渐上升，直至最复杂的知识”

>> 大部分大的基本原理似乎[插图]已经被明确建立起来了，今后的进展主要是将这些原理严格应用到值得我们注意的一些现象中去。”

>> 虽然基础物理学和还原论对于解释极大和极小的事物取得了伟大的成就，但在对于接近人类尺度的复杂现象的解释上，它们却保持惊人的沉默。

>> 对复杂行为如何从简单个体的大规模组合中出现进行解释时，混沌、系统生物学、进化经济学和网络理论等新学科胜过了还原论，反还原论者的口号——“整体大于部分之和”——也随之变得越来越有影响力。

>> 我的一个目标就是理解人类如何思维——万亿个微小的脑细胞以及它们的电和化学通信如何涌现出抽象思维、情感、创造性，甚至意识

>> 计算机科学——在这里可以大有作为。受研究计算的先驱们影响，我觉得计算的思想要比操作系统、编程语言、数据库之类的东西深刻得多，计算的本质与生命和智能的内在本质有密切的关联

1 背景和历史

>> 第1章 复杂性是什么

>> 一些思想是由简单的思想组合而成，[插图]我称此为复杂；比如美、感激、人、军队、宇宙等。

>> 如果将上百万只放到一起，群体就会组成一个整体，形成具有所谓“集体智能（collective intelligence）”的“超生物

>> 复杂系统试图解释，在不存在中央控制的情况下，大量简单个体如何自行组织成能够产生模式、处理信息甚至能够进化和学习的整体。

>> 这是一个交叉学科研究领域。复杂一词源自拉丁词根plectere，意为编织、缠绕。在复杂系统中，大量简单成分相互缠绕纠结，而复杂性研究本身也是由许多研究领域交织而成。复杂系统专家认为，自然界中的各种复杂系统——比如昆虫群落、免疫系统、大脑和经济——之间，

>> 昆虫群落

>> 巢穴中有宏大的通道网络，育婴室温暖而干爽，温度由腐烂的巢穴材料和蚂蚁自身的身体控制。一些种类的蚂蚁还会将它们的身体相互连在一起组成很长的桥，从而可以跨越很长的距离（对它们来说很长），通过树干转移到另一蚁穴（图1.1）

>> 生物进化又是如何产生出个体如此简单、整体上却如此复杂的生物

>> 大脑

>> 对于单个神经元的行为和庞大的神经网络如何产生出大脑的宏观行为（图1.2，下图），科学家们也没有弄清楚。他们不知道神经元信号的意义，不知道大量神经元如何一起协作产生出整体上的认知行为，也不知道它们是怎样让大脑能够思维和学习新事物。同样，最让人迷惑的也许就是，如此精巧、整体能力如此强大的信号系统是怎样进化出来的

>> 免疫系统

>> 免疫系统是又一个例子。在免疫系统中，相对简单的组分一起产生出包含信号传递和控制的复杂行为，并不断进行适应。图1.3展现了免疫系统的复杂性。

>> 同大脑和蚁群一样，免疫系统的行为是通过大量简单参与者的独自行动产生，并没有谁在进行掌控

>> 一旦有一个细胞识别出入侵者就会触发细胞之间产生信号雪崩，从而产生精巧而复杂的反应

>> 不过目前这个信号处理系统的许多关键细节还没有研究清楚

>> 经济

>> 经济也是复杂系统，在其中由人（或公司）组成的“简单、微观的”个体购买和出售商品，而整个市场的行为则复杂而且无法预测

>> 近年来，关注复杂系统研究的经济学家开始尝试用复杂系统的术语来解释市场的行为：动力学无法预测的全局行为模式，比如市场泡沫及其崩溃的模式；信号和信息的处理，比如个体买卖者的决策过程，以及市场作为整体“计算”有效价格的“信息处理”能力；还有学习和适应，比如商家调整产品以适应消费者的需求变化，以及市场作为一个整体对价格进行调整

>> 万维网

>> 与前面描述的系统类似，万维网可以视为自组织的社会系统：每个人都看不到网络的全貌，只是简单地发布网页并将其链接到其他网页。然而，复杂系统专家发现这个网络在整体上具有一些出人意料的宏观特性，包括其结构、增长方式，信息如何通过链接传播，以及搜索引擎和万维网链接结构的协同演化，这一切都可以视为系统作为一个整体的“适应”行为

>> 复杂系统的共性

>> 1．复杂的集体行为

>> 2．信号和信息处理

>> 3．适应性：

>> 现在我可以对复杂系统加以定义：复杂系统是由大量组分组成的网络，不存在中央控制，通过简单运作规则产生出复杂的集体行为和复杂的信息处理，并通过学习和进化产生适应性。

>> 复杂系统的另一个定义：具有涌现和自组织行为的系统。

第2章 动力学、混沌和预测

>> 力学分为两部分：描述物体如何运动的运动学（kinematic），以及解释物体为何遵循运动学定律的动力学

>> 牛顿三大定律：1．在任何情况下，一切物体在不受外力作用时，总保持静止或匀速直线运动状态。2．物体的加速度与物体的质量成反比。3．两个物体之间的作用力和反作用力，在同一条直线上，大小相等，方向相反。

>> 混沌指的是一些系统——混沌系统——对于其初始位置和动量的测量如果有极其微小的不精确，也会导致对其的长期预测产生巨大的误差。也就是常说的“对初始条件的敏感依赖性”。

>> 而对初始条件的敏感依赖性指的是，如果系统是混沌的，在测量初始位置时即使只有极其微小的误差，在预测其未来的运动时也会产生巨大的误差

>> 三体问题（three-body problem）：用牛顿定律预测通过引力相互作用的三个物体的长期运动。

>> 混沌系统中初始的不确定性到底是如何被急剧放大的呢？关键因素是非线性。

>> 还原论者喜欢线性，而非线性则是还原论者的梦魇

>> 我们已经看到有三种不同的最终状态（吸引子）：不动点、周期和混沌（混沌吸引子有时候也称为“奇怪吸引子”）。吸引子的类型是动力系统理论刻画系统行为的一种方式。

>> 在动力系统理论中，这些突然的周期倍增被称为分叉（bifurcation）。不断分叉直至混沌的过程就是“通往混沌的倍周期之路”。

第3章 信息

>> 复杂系统科学最关注的问题就是这种逆熵的自组织系统是如何可能的。

>> 这个热量损失可以用熵度量。熵是对不能转化成功的能量的度量。“熵（entropy）”一词源自另一个古希腊词汇——“trope”——意思是“变成”或“转化”。

>> 热力学第二定律是唯一区分过去和未来的基本物理定律。

>> 根据这些思想，玻尔兹曼将热力学第二定律解释为封闭系统更有可能处于可能性大的宏观状态。

>> 玻尔兹曼将宏观状态的熵定义为[插图]其对应的微观状态的数量

>> 人们有时候将香农的信息量定义描述为接收者在接收信息时体验到的“平均惊奇度”，其中“惊奇”意指接收者对于发送源将要传送的信息的“不确定度”

>> 发送源的熵（信息量）用信息的可能性定义，而与信息的“意义”无关。