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。]
1701068567
1701068568
我们能够类似地发明出复杂性的微积分吗——一种能抓住复杂系统的自组织、涌现行为和适应性的起源和机制的数学语言？一些人已经开始着手于这项宏伟计划。例如，第10章曾介绍过，沃尔夫勒姆正在以元胞自动机中的动力学和计算为基础，创造他所认为的新的基础性的自然理论。前面提到，普里高津和他的追随者曾尝试用一些物理学概念作为基础建立复杂性理论。物理学家巴克（Per Bak）在动力系统理论和相变概念的基础上提出了自组织临界性的概念， [338] 并将其作为自组织和涌现的一般性理论。物理学家克鲁奇菲尔德提出了计算力学（computational mechanics）， [339] 将动力系统、计算理论和统计推断理论结合到一起，解释复杂和适应性行为的涌现和结构。
1701068569
1701068570
不过这些方法，以及我没有提到的其他一些方法，都还远没有成为被广泛接受的复杂系统的解释性理论。它们都包含有一些重要的新思想，目前仍然是活跃的研究领域。当然，目前仍然不清楚是否存在这样一个理论；有可能不同系统中的复杂性的产生和运作过程完全不同。在这本书中我介绍了一些复杂系统理论的可能片段，分别涉及信息、计算、动力学和进化等领域。需要做的是发现它们的内在关联，并将它们融合成协调一致的整体——也许可以称其为“复杂性背后的简单性” [340] 。
1701068571
1701068572
虽然这本书中介绍的许多科学仍然处于初期阶段，但对我来说，实现这种远大目标的前景正是复杂系统研究真正的迷人之处。有一件事情很清楚：追寻这些目标，要具有在知识上冒险和不惧失败的精神，敢于超越主流科学，进入疑点重重的未知领域，伟大的科学都是这样的。借用作家和探险家纪德（André Gide）的一句话：“不敢远离海岸线，就别想发现新大陆 [341] 。”朋友们，让我们一起向复杂性的新疆域进发吧。
1701068573
1701068574
1701068575
1701068576
1701068577
复杂 [:1701064848]
1701068578
复杂 附录 访谈——梅拉妮·米歇尔谈复杂性
1701068579
1701068580
《泛在》杂志（Ubiquity）2011年4月
1701068581
1701068582
梅拉尼·米歇尔，1990年在密歇根大学获博士学位，导师是侯世达。她曾在圣塔菲研究所和俄勒冈研究院任职，2004年加入波特兰州立大学，现为波特兰州立大学计算机科学教授和圣塔菲研究所外聘教授，著有《复杂》一书。这本书由牛津大学出版社出版，内容引人入胜、富有启发性，被评为亚马逊网站2009年度十佳科学图书。米歇尔的研究范围涵盖人工智能、机器学习、生物启发计算、认知科学和复杂系统。
1701068583
1701068584
《泛在》：先问一个简单的问题，什么是“复杂性”？
1701068585
1701068586
米歇尔：这个问题“看似简单”——其实是最复杂的问题！复杂性研究之所以产生，是因为一些学者强烈地感觉到，一些高度“复杂”的自然、社会和技术系统之间具有深刻的相似性。这种系统的例子包括大脑、免疫系统、细胞、昆虫社会、经济、万维网，等等。说它们“相似”，并不是说必然存在掌控这些不同系统的唯一的一组原理，而是说所有这些系统都表现出“适应性的”、“类似生命的”、“智能性的”和“涌现性的”行为。这些术语都没有精确的定义，也使得目前还不可能形式化地定义“复杂系统”。
1701068587
1701068588
有一个通俗的复习系统定义：由大量相互作用的组分组成的系统，与整个系统比起来，组分相对简单，没有中央控制，组分之间也没有全局性的通信，并且组分的相互作用导致了复杂行为。这里“复杂行为”指的是前面列出的那些术语（适应性、涌现，等等）。
1701068589
1701068590
《泛在》：存在复杂性科学吗？
1701068591
1701068592
米歇尔：我认为复杂性研究是不同学科的松散组合，研究复杂系统并寻求厘清这些系统之间的共同原则。100多年前，哲学家和心理学家威廉·詹姆士曾说过，心理学还不是科学，只是“有希望成为科学”。我认为这对于今天的复杂性研究来说也同样成立。我个人尽量避免使用“复杂性科学”（complexity science）一词，而是用“复杂性研究”（the sciences of complexity）。
1701068593
1701068594
《泛在》：圣塔菲研究所（SFI）于1984年成立，是复杂系统研究的中心。你是如何加入SFI的？
1701068595