1701068489
复杂 [:1701064845]
1701068490
复杂系统研究的根源
1701068491
1701068492
对复杂系统共性的寻找有很长的历史，特别是在物理学中，但发展最快的阶段还是在计算机发明以后。20世纪40年代初，一些科学家提出计算机与动物之间有很强的相似性。
1701068493
1701068494
20世纪40年代，以赛亚·梅西基金会（Josiah Macy, Jr.Foundation）资助了一系列交叉科学会议，主题很有趣，包括“生物和社会系统中的反馈机制和循环因果系统”“社会的目的论机理”以及“目的论机理与循环因果系统”。这些会议是由一小群探寻各种复杂系统共性的科学家和数学家组织的。这个团体的主要推动者是数学家维纳（图19.2），他在第二次世界大战期间研究高射炮的控制，这段研究经历让他认识到，无论是生物还是工程中的复杂系统，研究的关键都不再是质量、能量和力这些物理学概念，而是反馈、控制、信息、通信和目的（或“目的性”）等概念。
1701068495
1701068496
梅西基金会系列会议聚集了当时许多杰出人物，除了维纳，还有冯·诺依曼、麦卡洛克（Warren Mc Culloch）、米德（Margaret Mead）、贝特森、香农、阿什比（W.Ross Ashby）等人。这些会议促使维纳提出了一门新的学科，控制论 [321] （cybernetics），这个词来自希腊语的“舵手”一词，也就是船的操控者。维纳将控制论归结为“整个控制和通信的理论 [322] ，无论是关于机械还是动物”。
1701068497
1701068498
1701068499
1701068500
1701068501
▲图19.2 罗伯特·维纳（1894—1964）（AIP Emilio Segre Visual Archives）
1701068502
1701068503
这个松散的控制论团体关注的主题在这本书中都出现过。他们想知道：信息和计算是什么？它们在生物中是如何表现的？生物与机器有什么相似之处？反馈在复杂行为中起什么作用？信息处理是如何产生出意义和目的的？
1701068504
1701068505
控制论团体在生物与机器的类似性上做了许多重要工作。例如冯·诺依曼的自复制自动机将信息与繁殖联系到了一起；阿什比的《大脑设计》 [323] 提出将动力学、信息和反馈应用到神经科学和心理学。麦卡洛克和皮茨（Walter Pitts）提出了神经元模型作为逻辑器件， [324] 引发了后来神经网络的研究；米德和贝特森将控制论的思想应用到心理学和人类学； [325] 维纳的著作《控制论》和《人有人的用处》 [326] 则试图为这个领域和许多相关学科提供统一的认识。这些成就只是其中部分例子，它们的影响延续至今。
1701068506
1701068507
控制论的研究在当时既有人拥护也有人反对。拥护者认为其开创了科学的新时代；批评者则认为它没有什么用，因为太过宽泛模糊，缺乏严格的理论基础。人类学家贝特森认同前一观点，他写道：“我一生经历的最重要的两次历史事件是凡尔赛条约的签订和控制论的发现。” [327] 而生物学家和诺贝尔奖获得者德尔布吕克（Max Delbrück）则认为他参加的控制论会议“极为空洞无物” [328] 。决策论学家萨维奇（Leonard Savage）说得客气一点，他说后期的一次梅西基金会会议是“非常精英的团体在一起闲谈” [329] 。
1701068508
1701068509
控制论主义者参加会议的热情逐渐消退，这个领域本身却繁荣起来。科学史学家艾斯普瑞（William Aspray）研究了控制论运动，他写道：“最后维纳统一控制和通信科学的愿望没有实现 [330] 。就像其中一位参与者评论的，控制论‘宽泛而缺乏实质’。涵盖的主题过于松散，理论工具又过于贫乏笨拙，无法实现维纳所期望的统一。”
1701068510
1701068511
还有一个寻找共性的类似尝试，就是所谓的一般系统论 [331] ，20世纪50年代由贝塔朗菲（Ludwig Von Bertalanffy）发起，他将其描述为“对一般性‘系统’有效的原则进行形式化和演绎” [332] 。系统是在非常一般性的意义上进行定义：由相互作用的组分组成的集合，组分通过相互作用一起产生出某种形式的系统及行为。当然，这什么都可以描述。一般系统论者最感兴趣的是生物系统的一般性质。系统论学家拉普波特将一般系统论（应用到生物系统、社会系统和其他复杂系统）的主线描述为在变化中保持的一致性，有组织的复杂性以及目标导向性。生物学家马图拉纳（Humberto Maturana）和维埃拉（Francisco Varela）试图用自创生（autopoiesis，或“自我建构”）的概念统一前两条主线， [333] 这个概念表示自我维持的过程，系统（例如一个生物细胞）作为一个整体运转，不断产生出系统本身的构成组分（例如细胞的部件）。对于马图拉纳、维埃拉和他们的许多追随者来说，自创生即便不是唯一，也是一个重要的生命特性。
1701068512
1701068513
同控制论的研究目标一样，这些思想非常吸引人，但是建构严格的数学框架来解释和预测这类系统重要共性的尝试没有获得普遍成功。然而在这些尝试中提出的核心科学问题形成了一些现代科学和工程领域的基础。人工智能、人工生命、系统生态学、系统生物学、神经网络、系统分析、控制理论和复杂性科学都是由这些控制论学家和一般系统论学者播下的种子发展而来。对控制论和一般系统论的研究仍然很活跃，但基本已经被这些从中衍生出来的学科掩盖了。
1701068514
1701068515
后来的一些针对复杂系统一般性理论的尝试来自物理学。例如，哈肯（Hermann Haken）的协同学和普里高津（Ilya Prigogine）的耗散结构和非平衡系统理论， [334] 都是试图结合热力学、动力系统理论和“临界现象”理论来解释湍流、复杂化学反应这类物理系统以及生物系统的自组织。特别是，普里高津的目标是确定“复杂性的词汇表”：用普里高津和他的同事尼古拉斯（Grégoire Nicolis）的话说，“涉及在各种现象中反复遇到的机制的一系列概念 [335] ；包括非平衡性、稳定性、分岔和对称破缺，以及长程有序（long-range order）……我们相信这些是一个新的科学词汇表的基本组成”。研究在不断沿着这些方向进行，但直到目前仍然没有产生出普里高津所预想的那种具有一致性和一般性的复杂性词汇表，更不要说能将这些不同的概念统一到一起，解释自然界中的复杂性的一般性理论。
1701068516
1701068517
复杂 [:1701064846]
1701068518
五个问题
1701068519
1701068520
从这本书所涵盖的主题之广泛可以看到，现代复杂系统科学仍然没有统一成一个整体，而是松散的大杂烩，其中有一些相互重叠的概念。目前在这个标题下统一的只有共同的问题和方法，以及超越早期研究中不那么严格的类比特性，得到更严格的数学和实验的渴望。对于现代复杂系统科学相对于以前的尝试有何新的贡献，或者有没有贡献，存在很多争议。它有多成功呢？
1701068521
1701068522
对这个问题有各种看法。最近，一位名叫吉尔森逊（Carlos Gershenson）的学者向他的一些同行（其中包括我）分发了一份复杂系统问题表，并计划在名为《复杂性：5个问题》（Complexity：5 Questions）的书中发表这些回应。问题如下：
1701068523
1701068524
1.你为何会研究复杂系统？
1701068525
1701068526
2.你怎样定义复杂性？
1701068527
1701068528
3.你喜欢的复杂性方面/概念是什么？
1701068529
1701068530
4.在你看来，复杂性最成问题的方面/概念是什么？
1701068531
1701068532
5.你如何看待复杂性的未来？
1701068533
1701068534
目前我看到了其中14份回应。虽然表达的观点多种多样，但还是涌现出了一些共同的想法。大部分人认为复杂性的“普适定律”的可能性过于野心勃勃或过于模糊不清。而且，大部分人都认为定义复杂性是这个领域最成问题的方面，可能根本就是错误的目标。许多人认为复杂性一词没有意义；一些人甚至避免使用它。大部分人不认为已经存在“复杂性科学”，至少不是在科学一词的通常意义上——复杂系统似乎是一个四分五裂的学科，而不是统一的整体。
1701068535
1701068536
最后，有少数人担心复杂系统领域会遭遇与控制论等相关尝试同样的命运——也就是说，它将阐明不同系统之间有趣的类似之处，而不会得出一致而严格的数学理论，从而解释和预测它们的行为。
1701068537
1701068538
不过，虽然对当前的复杂系统研究有这些消极看法，大部分人对于这个领域以及其对科学已经产生和将要产生的贡献还是抱以高度热情。在生命科学、大脑科学和社会科学中，科学家们研究得越深入，发现的复杂现象就越多。新的技术手段使得这样的发现越来越多，这些发现极需有新的概念和理论来解释复杂性的来源和机制。这些发现需要科学做出改变，抓住复杂系统研究中出现的问题。事实上，在本书前面的例子中可以看到，近年来复杂性科学的主题和结果已经触及几乎所有科学领域，而且像生物学和社会学这样的研究领域已经被这些思想深深改变了。不仅如此，一位学者这样说道：“我认为复杂性科学的一些形式正在改变整个科学思想。”一些参与调查的人也表达了类似想法。