1701068639
1701068640
首先是发现不同的复杂系统之间的共同原理，从而得到对这些系统的洞察，并产生出分析这些系统的新方法。无尺度网络就是共同原理的一个例子，我们刚刚讨论过。生物学家则借鉴了谷歌的网页排名算法（一种利用了万维网的无尺度结构的计算方法），用来研究食物网中不同物种的重要性，从而更好地认识灭绝的风险，这就是新的分析方法的一个例子。（相关研究可以参见一篇文章：Allesina S，Pascual M, Googling Food Webs：Can an Eigenvector Measure Species’Importance for Coextinctions?PLo S Comput Biol，5（9），2009.）
1701068641
1701068642
其次，更具雄心的目标也许是发展出数学理论，以一般性的方式描述复杂性，并对许多不同系统的现象进行解释和预测。例如，有了这样的理论，就有可能以形式化的方式明确昆虫群体、经济系统和大脑等复杂系统所共有的动力学、适应、集体决策和控制以及“智能”背后的机制。这样一个理论应当结合动力系统理论、计算理论、统计物理、随机过程、控制理论、决策论等领域的理论研究。对于是否存在这样一个理论目前都还不清楚，更不要说这个理论是什么样子。
1701068643
1701068644
数学家斯托加茨称这个目标为寻找“复杂性的微积分”。从一些方面来看，这个类比很贴切：牛顿、莱布尼茨等人寻找的就是运动的一般性理论，以解释和预测服从物理力的任意物体的动力学，无论是地上的还是天上的。在牛顿之前的时代，这个理论已经有了一些片段（例如，已经存在“无穷小”“导数”“积分”等概念），但还没有人将这些片段合到一起，给出完整的一般性理论来解释以前没有统一认识的各种现象。与此类似，我们也有与复杂系统有关的各种理论片段，但还没有人知道如何将它们合到一起，产生出某种更具一般性和统一性的理论。
1701068645
1701068646
《泛在》：你真的认为复杂性的微积分会出现吗？
1701068647
1701068648
米歇尔：这种一般性理论曾是20世纪40年代和50年代控制论运动的圣杯；从许多方面来说，目前的复杂系统研究是那场运动的延续。一些批评意见认为复杂系统会与控制论有类似的命运：不能超越建设性的隐喻和分散的片段，无法给出更严格和有用的框架。我个人的看法要乐观一些，但也不好说……复杂性研究还很年轻，还具有很多革新性发展的潜力，我希望它能不断吸引世界上一些最具创造性的年轻学家加入。
1701068649
1701068650
http：//ubiquity. acm.org/article.cfm?id=1967047
1701068651
1701068652
感谢ACM和《泛在》提供中文版权
1701068653
1701068654
Copyright 2011 ACM, Inc.
1701068655
1701068656
1701068657
1701068658
1701068660
复杂 参考文献
1701068661
1701068662
Achacoso, T. B.and Yamamoto, W.S.AY’s Neuroanatomyof C.Elegansfor Computation.Boca Raton, FL：CRC Press，1991.
1701068663
1701068664
Adami, C.Introduction to Artifcial Life，Springer，1998.
1701068665
1701068666
Agutter P. S and Wheatley D.N.Metabolic scaling：Consensus or Controversy?Theoretical Biology and Medical Modeling，18，2004，pp.283—289.
1701068667
1701068668
Albert, R. and Barabási, A-L.Statistical mechanics of complex networks.Reviewsof Modern Physics，74，pp.48—97，2002.
1701068669
1701068670
Ashby, H. R.Design for a Brain.New York：Wiley，1954.
1701068671
1701068672
Aspray, W.John von Neumann and the Origins of Modern Computing.Cambridge, MA：MIT Press，1990.
1701068673
1701068674
Aubin, D. and Dalmedico, A.D.Writing the history of dynamical systems and chaos：Longue Duréeand revolution, disciplines, and cultures.Historia Mathematica，29，2002，pp.273—339.
1701068675
1701068676
Axelrod, R.The Evolution of Cooperation.New York：Basic Books，1984.
1701068677
1701068678
Axelrod, R. An evolutionary approach to norms.American Political Science Review，80（4），1986，pp.1095—1111.
1701068679
1701068680
Axelrod R. Advancing the art of simulation in the social sciences.In Conte, R.，Hegselmann, R.，Terna, P.（editors）.Simulating Social Phenomena.（Lecture Notes in Economics and Mathematical Systems 456）.Berlin：Springer-Verlag，1997.
1701068681
1701068682
Bak, P.How Nature Works：The Scienceof Self-Organized Criticality.New York：Springer，1996.
1701068683
1701068684
Barabási, A.-L.Linked：The New Science of Networks.Cambridge, MA：Perseus，2002.
1701068685
1701068686
Barabási, A.-L.and Albert, R.Emergence of scaling in random networks.Science，286，1999，pp.509—512.
1701068687
1701068688
Barabási, A.-L.and Oltvai, Z.N.Network biology：Understanding the cell’s functional organization.Nature Reviews：Genetics，5，2004，pp.101—113.
[
上一页 ]
[ :1.701068639e+09 ]
[
下一页 ]