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。
1701068539
1701068540
除了布朗、恩奎斯特和韦斯特的代谢比例研究和阿克塞尔罗德等重要的具体发现，到目前为止复杂系统研究最有意义的贡献也许是对许多长期持有的科学假设提出了质疑，并且发展出了将复杂问题概念化的新方法。混沌告诉了我们看上去行为随机的系统并不一定是因为有内在的随机性；遗传学的新发现对基因变化在进化中的作用形成了挑战；对随机和自组织的作用的新认识挑战了将自然选择作为进化的核心力量的观念。非线性、分散控制、网络、层次、分布式反馈、信息的统计表示、本质的随机性，这些思想的重要性在科学界和大众中都逐渐被认识到。
1701068541
1701068542
新的概念体系经常需要对存在的概念进行拓宽。这本书中我们看到了信息和计算的概念如何被拓展到涵盖生命系统，甚至复杂社会系统；适应和进化的概念如何被拓展到生物王国之外；生命和智能的观念如何被拓展到自复制机器和进行类比的计算机程序。
1701068543
1701068544
这种思考方式逐渐进入主流科学。我在SFI暑期学校与年轻的研究生和博士后进行交流时清楚地看到这一点。20世纪90年代初，同学们对暑期学校讲授的新思想和新颖的科学世界观都极为兴奋。但进入21世纪以后，主要得益于SFI等研究机构的大力宣传，这些思想和世界观已经渗入许多学科的文化，逐渐习以为常了，有时候甚至对复杂系统变得如此“主流”感到失望。我想，这应当视为一种成功。最后，复杂系统研究强调多学科合作，现在看来这对目前那些最为重要的科学问题的研究非常关键。
1701068545
1701068546
复杂 [:1701064847]
1701068547
复杂性的未来，等待卡诺
1701068548
1701068549
在我看来，复杂系统科学正分化成两个独立的方向。沿其中一个方向，复杂性研究的思想和工具被提炼出来，并应用到更广泛的领域。在这本书中我们已经看到，相似的思想和工具被应用到物理学、生物学、流行病学、社会学、政治学和计算机科学等截然不同的领域。在一些我没有讨论的领域，如神经科学、经济学、生态学、气候学和医学，复杂系统的思想也占据了越来越重要的地位——复杂性和交叉科学的种子撒播得越来越远。
1701068550
1701068551
另一个方向则更具争议，它从更高的层面上来审视这些领域，寻求解释性和预测性的数学理论，将复杂系统之间的共性严格化，并且能解释和预测涌现现象。
1701068552
1701068553
在我参加的一次复杂性会议上，对于这个领域应当向哪个方向发展，进行了一次热烈的讨论。在一时的失落气氛中，一位与会者说：“‘复杂性’曾让人兴奋过，但现在已经死了。我们应当另起炉灶。”
1701068554
1701068555
我们应当如何描述它呢？现在也许清楚了，这才是问题的关键——我们没有合适的词汇表来精确描述我们所研究的对象。我们用复杂性、自组织和涌现来描述我们感兴趣的系统的共同现象，但是我们还是不能以更严格的方法刻画这些共性。我们需要新的词汇表，不仅能抓住自组织和涌现的概念构成，还能解释它们如何涵盖所谓的功能性、目的或意义（参见第12章）。这些不清晰的词汇需要用新的更清晰的词汇来定义，以反映出对所研究的现象的新理解。就像我在书中介绍的，复杂系统的许多研究都涉及对来自动力学、信息、计算和进化的概念进行整合。应当通过这种整合形成新的概念词汇表和新的数学。数学家斯托加茨这样说道：“我认为我们可能缺乏与微积分相当的新概念体系 [336] ，能根据复杂系统的无数相互作用得到其结果的方法。这种超级微积分，即使告诉了我们，也有可能超出人类的理解能力。到底怎样我们不得而知。”
1701068556
1701068557
要想理解、预测或是引导和控制具有涌现性质的自组织系统，就必须有适当的概念词汇表和适当的数学。发展出这样的概念和数学工具在过去和现在都是复杂系统科学所面临的最大挑战。
1701068558
1701068559
这个领域有个笑话，说我们是在“等待卡诺”。卡诺（Sadi Carnot，图19.3）是19世纪初的一位物理学家，他提出了热力学的一些关键概念。与之类似，我们也在等待出现适当的概念和数学来描述我们在自然界看到的各种形式的复杂性。
1701068560
1701068561
要实现这个目标我们更需要一位牛顿式的人物。我们现在所面临的概念问题，就类似于微积分发明之前牛顿所面临的问题。在牛顿的传记中，科学作家格雷克（James Gleick）这样描述：“他受困于语言的混乱 [337] ——有些词汇定义不清，有些词汇甚至还没有出现……牛顿相信，只要他能找到合适的词汇，他就能引领整个运动科学。……”通过发明微积分，牛顿最终创造了所需的词汇。借助于无穷小、微分、积分和极限等概念，微积分为严格描述变化和运动提供了数学语言。这些概念在数学中已经存在，但是不完整；牛顿能够发现它们之间的关联，并且构建出和谐统一的宏大建筑将它们结合到一起，让它们彻底一般化。这幢宏大的建筑使得牛顿能够创造出动力学体系。
1701068562
1701068563
1701068564
1701068565
1701068566
▲图19.3 卡诺（1796—1832）[布瓦利（Boilly）版画，摄影学会，柏林，由美国物理学会西格尔图像档案提供，哈佛大学藏品。]