1704321206
1704321207
混沌对建立新秩序的作用是不言而喻的，但奇怪的是，西方文化却不愿意接纳它。怀着控制自然的梦想，我们以为自己有能力将混沌从生活中赶跑，我们也以为存在直接通向目标的捷径。一旦确立了目标或愿景，我们就一定会实现它，从不后退，从不陷入混乱或绝望。这种观念让我们偏离了实际生活，偏离了创造新事物的过程。今天，生活越发混乱不堪，控制越来越难，这时我们才又一次开始关注混沌。新科学或古老的神话都告诉我们，混沌的作用是非常重要的。在创造任何新事物的过程中，混沌的破坏力是必不可少的。
1704321208
1704321209
混沌理论研究的是一类特殊的混沌，人们称之为确定性混沌。非常有趣的是，这一科学分支在哲学和宗教思想方面所引起的纷争已经延续了数个世纪。世界是预先确定的吗？在这个世界上，我们的命运都是上天安排好的吗？如果真是这样，那么自由又是怎么一回事呢？正是预知和自由间悬而未决的矛盾关系，引起了早期的一些科学家开始关注混沌。科学似乎要解决这一争端，对“自由在有序世界中是如何发挥作用的”这一问题作出了解释。整个系统的形状是可以预测的，或者说是预先确定的。但是，系统的形状究竟如何形成，则取决于个体的自由行动：“系统是确定性的，但你无法确定系统下一步将要做什么。”组织规划专家卡特赖特是这样表述的：“混沌是无法预测的秩序。”
1704321210
1704321211
混沌在信息的不断反馈和改变过程中物化成形。这个过程与大多数新科学理论都曾论述过的迭代和反馈过程是类似的。这一过程导致自组织及分形的生成。这样的过程之所以能够创新，是因为它发生在非线性系统之中。柯文尼和海菲尔德将非线性描述为“收获大于预想”。在过去，由于非线性极难处理，因此，人们往往倾向于将其忽略。科学关注的是预测，而对非线性系统进行预测几乎是不可能的。为了避免麻烦，为了实现“确定性”的梦想，人们将非线性方程进行“线性化”，这样就可以通过简单的数学方法对系统进行处理了。但是，对大自然的非线性特性进行线性化处理，就让科学家们无法看到真相。用科学家伊恩·斯图尔特（Ian Stewart）的话来说，生活本来就是“非线性的”。认识到事物的非线性，又有了混沌理论所提供的新的数学工具，人们就有机会更清晰地辨认生活的本来面目。
1704321212
1704321213
在非线性世界里，微小到几乎看不到的变化，通过放大作用能够获得完全意想不到的结果。非线性系统如果通过反馈回路构建好网状结构，对变化不断进行反馈，就会被放大并成长起来。经过若干次的迭代之后，难以觉察的小变化产生的重大影响远非我们所能预料。系统突然沿未曾料到的方向发展，或者说，以出人意料的方式作出响应。“稻草压断了骆驼背”说的就是这个道理。没有人能理解，这么微小的差别会导致完全不同的结果，因为没有人知道骆驼是怎样对负重作出反应的。在非线性世界里，原因强弱与结果之间没有必然的联系。
1704321214
1704321215
古典科学告诉我们，通过计算平均值可以消除掉小的差异，微小的差异最终将趋向同一个目标，近似值可以对将发生的事情做相当准确的描述。但是，混沌理论告诉我们，世界是非线性的，决不会像那些漂亮的图表所描述的那样——尽管我们精于此道。在非线性系统里，轻微的变化能够导致灾难性的结果。假设，我们取两个数值，它们的差别非常小，只是在小数点之后的第31位存在一点差别（计算如此巨大的数值需要天文计算机），在进行100次迭代之后，计算结果将完全走样。这两个系统将以无法预测的方式相互偏离。这个例子告诉我们，极微小的差异并非无关紧要。物理学家克詹姆斯·克鲁奇菲尔德（James Crutchfield）认为：“是混沌在起作用，并让你看到令人称奇的效果。”
1704321216
1704321217
气象学家爱德华·洛伦兹（Edward Lorenz）提出了著名的“蝴蝶效应”，第一次引起了公众对上述现象的关注。东京一只蝴蝶翅膀的扇动，是否会引起得克萨斯的龙卷风（或者纽约的暴风雨）？洛伦兹的回答是肯定的，尽管这对于准确作出天气预报来说是个坏消息。在组织内部，我们经常经历这些“扇动的翅膀”。会议上一个不经意的谈论，在组织内部流传、演变并突然形成一个误解，需要大量的时间和精力才能加以平息。很多组织都有过这样的经历：在企业内很小的一个局部所发生的事情，突然发展成威胁到整体生存能力的大事件。在灾难袭击联合碳化物公司（Union Carbide）位于印度博帕尔的工厂之前，该工厂所贡献的利润只占公司总利润的4%。但是，发生在这个工厂的可怕灾难却导致了整个公司的重大调整，公司的价值严重下滑。在阿拉斯加，埃克森美孚旗下的埃克森·瓦尔迪兹（Exxon Valdez）油轮泄漏事件，使该地区的文化与生态遭受了毁灭性打击。
1704321218
1704321219
科学也同样深受自然界非线性特性的影响。许多曾一度盛行的科学设想都已经没落，正如科学家阿瑟·温弗里（Arthur Winfree）所说：“在科学领域，前人所梦想的世界，是不会因为微小变化而改变的世界。”格雷克在书中说：
1704321220
1704321221
西方科学的一个基本观点是，当你正在地球上思考台球桌上的台球运动时，你不用考虑其他星系中某个星球上的叶落所产生的影响。也就是说，万事万物的运转遵循着收敛性规律。极其微小的变化可以忽略不计，因为它根本不会产生大的影响。
1704321222
1704321223
但混沌理论表明，这些假设都是错误的。实际上，世界比我们设想的要敏感得多。我们还抱有幻想，以为只要我们知道如何解释所有的变量，还是能够继续进行预测的。这一点可以从会议和书籍的名称上反映出来，我书桌上有两本资料——《征服不确定性》（Conquering Uncertainty）和《控制复杂》（Mastering Complexity）。但实际上，在非线性世界里，控制与预测的愿望终究要落空。我们最好完全放弃这样的尝试。在非线性系统中，迭代能够将微小的差异放大成难以预料的后果。系统通过反馈来放大微小的差异，并在整个系统内实现信息共享，然后系统进入混沌的不稳定状态，人们根本无法预料系统的后续发展。坦率地说，任何模型都无法做到这一点。
1704321224
1704321225
迭代让系统兼具混沌和秩序的特征。最漂亮的迭代结果是艺术家们制作的分形。分形与奇异吸引子并不是一回事。奇异吸引子是用于描述混沌系统的，尽管从本质上来说，它们也是一种分形，但它们属于一个比较另类的数学研究范畴。据估计，世界上仅存在20多种奇异吸引子。分形则是通过重复模式生成的，而且可以细化到无穷小的尺度。自然界存在的以及人工绘制的分形是无穷无尽的。
1704321226
1704321227
分形可以通过计算机生成，只要对少数几个非线性方程连续进行迭代就可以了（参见第6章）。每次计算的结果无关大局，最重要的是无数次迭代后系统行为的合成图。把每次的计算结果绘制出来之后，整个系统呈现为详细的、重复性的图形。
1704321228
1704321229
1704321230
1704321231
1704321232
菜花的分形特点是非常突出的。同样的形状出现在不同的层次上，无论是整个菜花，还是其上的某个小菜花，形状都是一样的。
1704321233
1704321234
图 7-2 菜花的分形
1704321235
1704321236
复杂分形图的每一处都存在着自相似性（见图7-2）。我们在某个放大倍数下看到的形状，与在其他放大倍数下看到的形状是类似的。无论我们多么深入地看下去，即便是放大到上亿倍，我们看到的还是同样的形状。实际上，图形中总是包含着图形，永无休止，无论尺度有多小。
1704321237
1704321238
分形是美国数学家曼德尔布洛特（Benoit Mandelbrot）提出来的，当时他在IBM公司供职。（20世纪早期，几位数学家就提出过无限图形的概念，但是他们的研究工作一直没有深入下去，该领域直到最近才有所改观。）曼德尔布洛特提出了分形几何的概念，让人们以一种全新的方式去理解自然。分形是无处不在的，从自然界的云、河流、山峦、植物、部落的村庄，到我们的大脑、肺脏和循环系统等——都是分形，它们在更小的尺度上复制着某种基本的图案。我们所生活的世界是分形的世界，只不过我们过去缺少认识它们的工具。现在好了，从分形中我们会学到越来越多的东西。
1704321239
1704321240
我从分形中感受最深的一点是：通过图形复制而建立的有序世界用传统办法是解释不通的。分形的这种无穷无尽的特性，让人们无法进行精确测量。曼德尔布洛特向同事和学生们提出了一个简单而有趣的问题：“英国的海岸线有多长？”他的同事很快便意识到，这个问题根本没有答案。只要我们不断放大，就会存在越来越多的细节需要测量。在整个海岸线上，即便我们只想测量露出地面岩层的岩石，也需要在更小的尺度上进行无穷无尽的测量。
1704321241
1704321242
由于我们无法用熟悉的工具对分形进行准确的度量，因此必须寻找新的方法对它们进行观察和测量。在分形中，重要的是特征而不是数量。系统有多复杂？它与众不同的形状是什么样的？这个系统的图案与其他系统的图案区别在哪儿？在分形世界里，如果我们忽略特征因素而只关注定量测量，最终只能遭受失败。我们得到的不是准确的测量结果，对定量化的渴求让我们陷入了无穷无尽的深渊。信息不断在产生。尽管我们收集了越来越多的信息，可对事物的真相究竟是什么却越发不解。当我们对组成系统的各个部分进行研究，或者，当我们试图通过毫无关联的数据去认识系统的时候，我们就已经迷失了方向。仅仅专注于细节是无法认清整体的。为了认清系统并与其实现互动，我们必须具有系统观和全局观。整体只能呈现为形状，而非事实。系统通过图案展现自己，而不是通过毫不关联的事件或数据点。
1704321243
1704321244
在组织管理方面，我们都很擅长测量活动。事实上，这是我们最主要的工作内容。分形理论则告诉我们，对系统的各个组成部分进行过于细致的测量是毫无意义的，这样做不可能有满意的结局。而且，即便对组成系统的一小部分，我们也不可能认识清楚。科学家研究的是动态的形状。如果我们能以这样的观念去认识组织，那么，组织动态形状的本质究竟是什么呢？
1704321245
1704321246
通过对组织的系统化研究，人们对这个问题给出了各种各样的答案。对我们来说，从整体的角度认识世界是一项新的技能。离开过去掌握的测量技能，我们会困难重重，尽管我们也知道，它们不会带来我们所需要的信息。但是，看图对我们来说也不是什么新本领，毕竟，人类也是能够识别图案的生灵。在孩童时代，我们便拥有不错的看图能力。但是，这么多年的数据分析经历，让我们养成了沉迷于没完没了的细枝末节的习惯。现在，我们需要互相帮助，重新找回我们所固有的这项能力。我们要抬起头来，摆脱画满图表的书籍和电脑屏幕，进入到由各种图形所组成的世界中来。
1704321247
1704321248
第一步是要弄清楚我们正在寻找什么。简单地说，图形就是一而再、再而三发生的行为。这样说可能过于浅显了，但却一语道破我们的努力方向。因此，我们要共同努力去寻找重复发生的行为，而不要纠缠于孤立的因素或者是组成整体的个体。问个简单的问题往往就能发现图形：“我们以前见到过这个吗？”或者：“你觉得我们这里看到的像什么？”为了看到图形，我们必须先把问题放下，退后几步，然后向远处看。近距离是看不清形状的。只有站在一定距离之外，并花费一定的时间，图形才能显现出来。要想找出图案，我们必须保持勤于思考和耐心的态度。之所以要耐心，不仅仅是由于图案的形成需要时间，更为重要的是，我们正在尝试以新的观念去认识世界，而过去的习惯会妨碍我们这样做。
1704321249
1704321250
分形结构都是极为复杂的。这种复杂结构——比如脑褶或者肺脏的紧实结构，使它们具有超强的处理信息和资源的能力。但是，这种复杂性是通过过程建立的，而这些过程完全不同于人为创造复杂性的过程。分形的复杂性也是源于简单化。混沌科学家巴恩斯利非常好奇，他想知道，能否通过描述其形态的简单方程组，再现出大自然中植物的形状？他称之为“混沌游戏”。游戏从确定分形的基本形状开始（第一次尝试的是蕨类植物）。这些方程极为简单，缺少我们认为可能是必不可少的精确信息。然后，他建立运动方程组进行反馈。它们不受约束地在多种不同的尺度上进行迭代，并显示为大小不同的图案。通过这种方法，他在他的计算机上成功地再现了一个完整的植物园。
1704321251
1704321252
他在分形和混沌游戏上的研究成果很出乎人们的意料，也非常有实际意义（见图7-3）。首先，巴恩斯利的研究结果表明，世界仍然存在着确定性。他所建立的形状是可预测的，初始公式就决定了这一点，但是，不确定性也发挥着重要作用。他无法预测公式的下一个结果是什么，或者说，无法预测图形将显示在电脑屏幕上的哪个位置。实际上，只需要几个简单的准则或公式，再结合随机的一些自主行为，丰富多彩的大自然就展现在我们面前了。
1704321253
1704321254
1704321255