1701065060
1701065061
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。简单参与者——B细胞、T细胞、巨噬细胞，等等——的行动可以看作某种化学信号处理网络，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。比如，目前仍然没有完全弄清楚相关的信号是什么，它们具体的功能是什么，它们又是如何相互协作，从而使得系统作为一个整体能够“知道”环境中存在何种威胁，并产生出应对这种威胁的长期免疫力。我们也不清楚这种系统是如何避免攻击身体；又是什么导致系统失灵，例如如果患有自身免疫病（autoimmune diseases），系统就会对身体发起攻击；艾滋病毒（HIV）又是用怎样的策略直接攻击免疫系统本身。同样，还有一个关键问题，就是这样高效的复杂系统当初是如何进化出来的。
1701065062
1701065063
复杂 [:1701064717]
1701065064
经济
1701065065
1701065066
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，比如不同地区的住宅价格或股价的波动（图1.4）。很多经济学家认为经济在微观和宏观层面上都具有适应性。在微观层面上，个人、公司和市场都试图通过研究其他人和公司的行为来增加自己的收益。以前一直认为，微观上的自利行为会使得市场在总体上——宏观层面上——趋于均衡，在均衡状态下商品价格无论怎样变化都无法让所有人受益。从收益或消费者满意度来看，如果有人受益，就肯定会有人受损。市场能达到均衡态就认为市场是有效的。18世纪经济学家亚当·斯密（Adam Smith）将市场的这种自组织行为称为“看不见的手”：它产生自无数买卖双方的微观行为。
1701065067
1701065068
1701065069
1701065070
1701065071
▲图1.4 个体的交易行为产生出金融市场无法预测的宏观行为。上图：纽约股票交易所[图片来自纽约公立图书馆麦斯坦部（Milstein Division of US History, Local History and Genealogy, The New York Public Library），经阿斯特、莱诺克斯和狄尔登基金（Astor, Lenox and Tilden Foundations）许可使用]。下图：1970～2008年各月道琼斯工业平均指数收盘价
1701065072
1701065073
经济学家感兴趣的问题是，市场怎样才会变得有效，以及反过来，为何在现实世界中市场会失效。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。
1701065074
1701065075
复杂 [:1701064718]
1701065076
万维网
1701065077
1701065078
万维网诞生于20世纪90年代初，此后呈爆炸性增长。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。万维网从简单规则中涌现出的复杂行为是目前复杂系统研究的热点。图1.5展现了一部分网页以及其链接的结构。似乎许多部分都很相似，问题是，为什么会这样？
1701065079
1701065080
复杂 [:1701064719]
1701065081
复杂系统的共性
1701065082
1701065083
这些系统在细节上很不一样，但如果从抽象层面上来看，则会发现它们有很多有趣的共性。
1701065084
1701065085
1701065086
1701065087
1701065088
▲图1.5 万维网的部分网络结构（引自M.E.J.Newman&M.Girvin, Physical Review Letters E，69，026113，2004。美国物理学会版权所有。经许可重印）
1701065089
1701065090
1.复杂的集体行为：前面讲到的所有系统都是由个体组分（蚂蚁、B细胞、神经元、股票交易者、网站设计人员）组成的大规模网络，个体一般都遵循相对简单的规则，不存在中央控制或领导者。大量个体的集体行为产生出了复杂、不断变化而且难以预测的行为模式，让我们为之着迷。
1701065091
1701065092
2.信号和信息处理：所有这些系统都利用来自内部和外部环境中的信息和信号，同时也产生信息和信号。
1701065093
1701065094
3.适应性：所有这些系统都通过学习和进化过程进行适应，即改变自身的行为以增加生存或成功的机会。
1701065095
1701065096
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。[有时候会对复杂适应系统（在其中适应性扮演重要角色）和复杂非适应系统（比如飓风或湍流）加以区分。在书中讨论的大部分系统都是适应性的，我不再区分。]
1701065097
1701065098
如果系统有组织的行为不存在内部和外部的控制者或领导者，则称之为自组织（self-organizing）。由于简单规则以难以预测的方式产生出复杂行为，这种系统的宏观行为有时也称为涌现（emergent）。这样就有了复杂系统的另一个定义：具有涌现和自组织行为的系统。复杂性科学的核心问题是：涌现和自组织行为是如何产生的。在书中我会尝试从各种角度来阐释这个问题。
1701065099
1701065100
复杂 [:1701064720]
1701065101
如何度量复杂性
1701065102
1701065103
前面我介绍了复杂系统的一些性质。但是还有量的问题：一个特定的复杂系统到底有多复杂呢？也就是说，我们该如何度量复杂性？可以精确地说出一个系统比另一个复杂多少吗？这个问题很重要，但是还没有完全解决，至今仍是充满争议的领域。在第7章我们会看到，有许多度量复杂性的方式；不过还没有哪一种得到公认。书中许多章节描述了复杂性的各种度量方法及其用途。
1701065104
1701065105
但是如果公认的复杂性定义都没有，又如何会有复杂性科学呢？
1701065106
1701065107
对这个问题我有两个回答。首先，虽然有很多书和文章使用这些术语，但是既不存在单独的复杂性科学，也不存在单独的复杂性理论。其次，我在书中会反复提到，一门新的科学形成的过程，就是不断尝试对其中心概念进行定义的过程。对信息、计算、序和生命等核心概念的定义就是这样的例子。书中我会对这些奋斗历程的历史和现状进行阐述，并将它们与我们对复杂性的理解结合起来。这本书讲的是科学前沿，但也讲述科技前沿背后的核心概念的历史，下面四章讲的就是贯穿全书的核心概念的历史和背景。
1701065108
1701065109
复杂 [:1701064721]