1704532738
图7-4 “常设技术储备”与“活跃技术储备”的替换次数
1704532739
1704532740
“常设技术储备”是单调增长的，而“活跃技术储备”则不然。这是因为，新发明可以改进，并可能取代好几个现有发明。
1704532741
1704532742
图7-5显示了一个以“蕴涵”电路为原始电路的实验结果。从图中可见，在开始阶段，“蕴涵”电路被大量用于其他技术，而且比“非”电路更加普遍。但是到了最后，随着成本更低的“非”电路以及其他电路更多地出现在组合中，“蕴涵”电路作为一个组件被使用的频率下降了。为了便于比较，该图还显示了第三种技术，即TECH-69电路。这种技术也要执行“蕴涵”功能，但是还有三个额外的冗余输入，并包含了不需要的组件。最终，所有用途上的TECH-69电路都被功能等效同时又更加有效的“蕴涵”电路取代了。
1704532743
1704532744
1704532745
1704532746
1704532747
图7-5 “蕴涵”电路与“非”电路被使用的变化图
1704532748
1704532749
在本例中，“蕴涵”电路的被发明，早于“非”电路的被发明，而且被使用得也更多。不过，随着时间的推移，当更好的技术出现后，“蕴涵”电路的使用量随之下降。
1704532750
1704532751
在公布的需求或目标的数量与新技术的创造之间，存在着一种权衡。为了说明这一点，我们运行了这样一个实验：掩蔽掉一些需求，同时保留一个我们认为对构建加法器有用的子集，如“非”“蕴涵”“二路或”“二路异或”“全加器”，以及k位加法器，其中1≤k≤8。要想简化进化过程，我们可以这样做：只有当更简单的需求得到满足之后，才加入更加难以满足的需求，难度用输入和输出的数量来度量。结果表明，8位加法器进化得非常快：只要6.4万个模拟步骤，这种加法器就涌现出来了。相比之下，在使用更一般的目标时，有几个实验中需要运行超过67.5万步，才会有一个4位加法器进化出来。大量的不同需求，导致不同功能广泛地生成于电路设计空间当中，但是满足特定复杂需求的速度则会缓慢得多。聚焦的目标会导致更加深入的搜索，因而满足特定的复杂需求的速度也会快得多，但是只能生成更狭隘的功能库。
1704532752
1704532753
我们这个算法在不存在中间需求时不会创造出复杂电路。如果我们在一开始时没有设定这类需求，那么必要的构件库就无法生成。例如，如果在上面列出的加法器的目标一览表中略去“全加器”目标，那么实验在运行了100万步后也无法生成二位加法器。而当存在“全加器”这个目标时，就完全不一样了。甚至，二位加法器偶尔会出现在“全加器”被发明之前。这是因为，构建“全加器”所需的技术，对于二位加法器也是有用的。
1704532754
1704532755
在实验的每个步骤，只有组合了少于12个现有组件的电路，才会被作为候选电路考虑。这个事实确定了任何一个时刻的可能实验电路集合。这个集合的元素数量当然要比12大得多，我们可以从相邻可能性的角度来分析。我们可以将这个集合视为围绕现有技术的一团“概率云”，随着靠近中间目标的那些点渐次得以实现，这团“概率云”逐步接近于新的技术。因此，如果目标过于复杂，那么就无法以合理的概率达成，或者说实现。同样地，如果不存在作为“垫脚石”的中间目标，那么算法也无法奏效。
1704532756
1704532757
更复杂的技术总是用更基本的技术构建的，而且这是一个简单递归重复的模式。在这个意义上，我们列出的作为需求或目标的这些技术，可以说是“有序”的。例如，像4位加法器这样的复杂电路，可以用诸如加法器和半加器这样更简单的元件重复地组合构建而成。
1704532758
1704532759
那么，如果我们选定的复杂目标不容易通过上述这种重复的模式实现，又怎么办呢？为了做到这一点，我们可以选择有n个输入和m个输出的随机真值表，把它们作为需求。在实验中我们发现，这些目标通常不能通过我们的标准中间步骤实现，这个结果不足为奇。那么，如果我们用相同“中间尺度”的随机真值表，替代我们的中间“垫脚石”目标，又会怎样呢？同样地，这么做也不能得到很好的结果。我们这个算法在各种需求被排好序的空间里，即可以通过重复模式来满足最为有效。在这种条件下，复杂性可以充分利用“从更简单的对象构造更复杂的对象”这个规则，以自展的方式成长起来。
1704532760
1704532761
复杂经济学：经济思想的新框架 [:1704531146]
1704532762
创造性毁灭的风潮
1704532763
1704532764
当前用于构建进一步的技术的每一种技术，或者说封装电路，都是活跃技术构成的网络中的节点。如果两种或更多种技术，直接被用来创建一种新技术，那么它们就与该技术之间建立了定向链接。因此，给定一种技术A，它必定会链接到它自己的“用户技术”（user technology）上去，用户技术有了这种技术后直接变成可能的那些技术。如图7-6所示，其中一些技术拥有许多链接。这意味着，这些技术大量用于构建新的技术，其他技术则只有很少的链接。链接的分布接近符合幂律，即会生成无标度网络，当然绝不是完美的幂律。
1704532765
1704532766
1704532767
1704532768
1704532769
图7-6 极少数关键技术被大量直接用于构建新技术
1704532770
1704532771
图中给出了20多个实验的平均结果，每个实验都运行了25万步才结束。
1704532772
1704532773
有时，系统会发现某种新的、更优越的执行某个功能（真值表功能）的方式。这就是说，有的新电路能够执行同样的功能却只有更少的组件，或者有同样多的组件却能更好地执行该功能。在这种情况下，新电路就会将旧电路替换掉。
1704532774
1704532775
而且，这种替换将发生在所有“后代”电路中的旧电路上。在网络中，所有直接或间接地将那个旧技术用作组件的技术都要替换掉。在我们的算法中，替换是立即进行的。
1704532776
1704532777
当然，技术替换也可能导致网络中的技术出现倒退。假设Tech-124用于构建Tech-136。然后系统发现，要实现Tech-136的功能，有一种更加优越的方法，那么Tech-124就可能被弃置一边不再利用。因为，它既可能无法满足任何目标，也可能无法用于任何活跃技术。在这种情况下，Tech-124就会从活跃技术集合中消失。
1704532778
1704532779
随着它的消失，它的一些组件技术也可能不再被使用。于是这些技术也从活跃技术集合中消失。这样一来，大量技术可能会雪崩式地从活跃技术集合中“扫地出门”。这种或大或小的雪崩，就是熊彼特所说的“创造性毁灭的风潮”。
1704532780
1704532781
图7-7描绘了这种沙堆崩陷式的技术弃用情景，它遵循幂律。然而，规模轴，即横轴上的那种尺度不会延伸得太远，因为网络中的技术数量从来不会太大。不过，我们还是可以说，图7-7表明，我们这个技术系统存在于自组织临界点上。
1704532782
1704532783
1704532784
1704532785
1704532786
图7-7 创造性毁灭的风潮
1704532787