▲《复杂》

作者：梅拉妮·米歇尔

出版时间：2018-01-01

出版社：湖南科技出版社

撰写 / 游苏宁（中华医学会继续教育部）

时至今日，人们一直对下列问题充满疑惑：自然界中我们认为复杂和具有适应性的系统，如大脑、昆虫群落、免疫系统、细胞、全球经济、生物进化等，是如何通过简单规则产生出复杂和适应性的行为？相互依赖而又自私的生物是如何一起协作，以解决影响它们整体生存的问题？这些现象存在普遍规律吗？生命、智能和适应性能用机械和计算实现吗？如果能，我们能否建造出真正具有生命和智能的机器？如果可行，我们该不该这样做？

美国复杂系统的前沿科学家梅拉妮·米歇尔所著的《复杂》一书，对以上问题给出了专业的答案。本书源自作者对普通听众开展的关于复杂系统的系列讲座，其目的是为普罗大众普及领域广泛的复杂性研究，让人们理解研究的现状和广阔的前景。

作者指出，复杂系统研究的基础包括信息、计算、动力学和混沌与进化4个部分，并分别阐述了这些主题如何在复杂性科学中被组织到一起。同时描述如何在计算机中模拟生命和进化，以及计算的概念反过来又如何被用来解释自然系统的行为，还介绍了网络科学的发展，以及网络科学发现的社会群体、互联网、传染病和生物代谢等各种系统中存在的深刻共性。并通过多种实例说明如何测量自然界中的复杂性，它又如何改变我们对生命系统的认识，以及新的认识能否引导智能机器的设计。最后也讨论了寻找复杂性科学一般原理的问题。

先哲曾言：科学已经探索了微观和宏观世界，我们对所处的方位已经有了很好的认识，亟待探索的前沿领域就是复杂性。而本书无疑是一本让普罗大众了解复杂性研究的入门宝典，尤其是有助于理解内容所附的插图更引人入胜，值得感兴趣者开卷一阅。

01 复杂系统的来龙去脉

本书就像一本复杂性科学的核心思想的观光指南，告诉我们它的来龙去脉。全书分为背景和历史、计算机中的生命和进化、大写的计算、网络、尾声及附录6个部分，介绍的主要内容包括：什么是复杂性，动力学、混沌和预测，信息，计算，进化，遗传学概要，度量复杂性，自我复制的计算机，遗传算法等。讨论的问题主要涉及：蚂蚁在组成群体时为何会表现出如此的精密性和具有目的性，数以亿计的神经元是如何产生出像意识这样极度复杂的事物，是什么在引导免疫系统、互联网、全球经济和人类基因组等自组织结构，这些都是复杂系统科学尝试回答的迷人而令人费解的问题。

随着学科之间界限的泾渭难分，科学术语的意义也变得模糊，研究复杂系统的人们也在谈论自发秩序、自组织、涌现等各种模糊的概念。作者之目的就是为这些人们所谈论的内容提供一幅清晰的图景，并探讨这些交叉学科的概念和方法是否能产生出实用的科学和新的思想，以解决人类面临的各种难题。

作者指出，理解复杂系统需要有全新的方法，要超越传统的科学还原论，并重新划定学科的疆域。借助于学术研究的经历和交叉学科方法，米歇尔以清晰的思路介绍了复杂系统的研究，横跨生物、技术和社会学等领域，并探寻复杂系统的普遍规律，与此同时，她还探讨了复杂性与进化、人工智能、计算、遗传、信息处理等领域的关系。真正让人惊奇的是，对信息的双重使用竟然也是DNA复制自身的关键。

梭罗曾言：所有对真理的认识都是通过类比得来的。人类有一种计算机尚不具备的很重要能力，那就是进行类比。人们在各种层面上都能很好地认识到2种事物和情形之间的类似之处，让各种概念从一种情形流畅地“滑到”另一种情形。人类的大部分言辞原则上讲都有些模棱两可，但是当你和别人说话时，他们还是懂你。这种相互理解就是所谓的“常识”，即“对上下文敏感”。而现在计算机则对上下文一点也不敏感。计算机能够做许多人类认为需要很高智商的事情，同时它们又做不了3岁小孩都能做的事情。人工智能的终极目标是让人摆脱意义的怪圈，并且让计算机本身能理解意义，这是人工智能中最难的问题，解决它可能遥遥无期。

02 创新科学的全面科普

萧伯纳曾言：一切伟大的真理开始时都是大逆不道的。作者给出复杂系统的定义是：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。复杂系统是一个交叉学科的研究领域，它试图解释在不存在中央控制的情况下，大量简单个体如何自行组织成能够产生模式、处理信息甚至能够进化和学习的整体。

复杂系统存在很多有趣的共性：（1）复杂的集体行为。所有系统都是由个体组分组成的大规模网络，个体一般都遵循相对简单的原则，不存在中央控制或领导者。大量个体的集体行为产生出了复杂、不断变化而且难以预测的行为模式。（2）信号与信息处理。所有这些系统都利用来自内部和外部环境中的信息和信号，同时也产生信息和信号。（3）适应性。所有这些系统都通过学习和进化过程进行适应，即改变自身行为以增加生存或成功的机会。复杂系统最重要的共性就是层次性和不可分解性。

计算机仿真是研究复杂系统的核心方法，为思考自然界中的信息处理提供形式化框架。我们知道，生物本质都是自私的，它们要想在进化中获得成功，就必须活得足够长，保持足够健康，还要能吸引异性以繁衍后代。在科学中，模型是对某种“实在”现象的简化表示。科学家们说是在研究自然，但实际上他们做的大部分事情都是在对自然进行建模，并对这些模型进行研究。例如，麦克斯韦妖是用来研究熵的概念的理想模型；图灵机是用来对“明确程序”进行形式化定义以及研究计算概念的理想模型；模仿者是用来研究人类类比思维的理想模型。囚徒困境模型的最大贡献，就是为我们提供了一把钥匙来研究合作的进化，这里没有精确的科学术语和完善定义的现象。囚徒困境模型具备了科学中理想模型的所有作用：证明了解释某种现象的机制是不是合理；研究简单模型在改变后的效应，引导对复杂现象的认识；为新技术带来灵感；引出数学理论。

尽管先哲提醒人们：所有的模型都是错的，但是有一些对于尝试研究极为复杂的系统却很有用。时至今日，许多生物学家和社会学家都在用理想模型来研究由自私个体组成的群体中会进化出合作的奥秘。

03 言简意赅的名词解释

作者在介绍科学前沿的同时，也回顾了科技前沿背后核心概念的历史及其背景。对一般人而言，我们对许多科学名词的理解都是似是而非，为此作者对科技的核心概念均给出了言简意赅并通俗易懂的解释。

作者指出，了解科学史的人就能明白，核心概念缺乏公认的定义是很普遍的。科学的进步往往就是通过为尚未完全理解的现象发明新术语而实现：随着科学逐渐成熟，现象逐渐被理解，这些术语也就逐渐被提炼清晰。

例如，人们对“信息”一词的使用随处可见，它在口语中被用来泛指报纸和书籍等所有表示知识或事实的媒介。从专业上说，信息描述了一大类现象，从在互联网上通过光纤传送的信号，到大脑中在神经元之间传递的微小分子。

“计算”是复杂系统为了成功适应环境而对信息进行的处理。

“混沌”指的是一些系统对于其初始位置和动量的测量如果有极其微小的不精确，也会导致对其长期预测产生巨大的误差，即“对初始条件的敏感依赖性”。在口语中，混沌意指随机和不可预测。混沌的发现使得科学的许多核心原则被重新加以思考，看似混沌的行为有可能来自确定性系统，无需外部的随机源。统计学方法存在的问题是，它只给出系统的可能行为。一些简单的确定性系统的长期变化，由于对初始条件的敏感依赖性，即使在原则上也无法预测。总的来说，变化、难以预测的宏观行为是复杂系统的标志。虽然混沌系统的具体变化无法预测，但在大量混沌系统的普适共性中确有一些“混沌中的秩序”。因此虽然在细节上“预测变得不可能”，但在更高的层面上混沌系统确实可以被预测。

“网络”是由边连接在一起的节点组成的集合。节点对应网络中的个体，边则是个体之间的关联。网络中存在的内部联系紧密、外部较松散的群体被称为集群，进出一个节点的边的数量被称为这个节点的度。网络思维意味着关注的不是事物本身，而是它们之间的关系，其特征包括：高度的集群性、不均衡的度分布以及中心节点结构。网络科学的目的就是提炼出其共性，并以它们为基础，用共同的语言来刻画各种不同的网络。在科学领域，网络思想为描述自然界复杂系统的共性提供了新的语言，也使得从不同领域得到的知识能相互启发。

04 人中骐骥的历史贡献

对彪炳史册的学术巨擘进行介绍在书中占有一定篇幅，作者通过对名垂史册的人中骐骥的科学成就进行点评，有助于读者对科学史演变的理解。达尔文之前最著名的进化论者是法国的拉马克，他认为进化会产生进步的趋势，人类则是其巅峰；生物的绝大部分变化都是越来越好，也日趋复杂。早在《物种起源》出版之前28年，鲜为人知的苏格兰人马修，就提出了与达尔文的自然选择非常类似的思想。但达尔文书中的思想更加清晰，给出的证据也多得多，从而让自然选择从有趣而合理的猜测变成了极为完善的理论。

达尔文的主要思想包括：存在进化，所有物种都来自共同的祖先，生命的历史就是物种呈树状分化；一旦生物的数量超过了资源的承载能力，生物个体就会为资源竞争，从而导致自然选择；生物性状会遗传变异，变异在某种意义上是随机的，并不必然会增加适应性，能适应当前环境的变异更有可能被选择；进化是通过细微的有利变异不断积累逐渐形成的。总之，是机遇、自然选择和漫长的时间造就了这一切。孟德尔所发现的遗传规律由于发表在一个名不见经传的刊物上，其重要性直到发表35年后才被承认。

19世纪时，数学和科学被认为无所不能。是量子力学和混沌理论摧垮了精确预测的希望，哥德尔和图灵的结果则摧垮了数学和计算机无所不能的希望。作者将图灵里程碑式的成就总结为3点：严格定义了“明确程序”的概念；提出了图灵机，为电子计算机的发明奠定了基础；改变了大多数人的观念，计算存在局限。冯·诺伊曼是旷世奇才，在相对短暂的一生中，他至少在数学、物理、计算机科学、经济学、生物学和神经科学领域做出基础性贡献。他开创了博弈论的研究，设计了第一台可编程计算机的原理架构。他的设计中包含中央处理单元和可以储存程序和数据的随机存取存储器，它们仍是现代计算机的基础。他还在第一颗原子弹和氢弹的研究中做出了重要贡献，也是最早深刻认识到计算和生物之间联系的科学家之一，并致力于研究自复制自动机以及计算机逻辑与大脑运作机制之间的关系。

05 复杂研究的无限未来

先哲曾言：理论越是稳固，你就越应当怀疑与之相抵触的事实；反之如果与之相抵触的事实越有根据，你就越应当怀疑自己提出的理论。这就是科学的本性，即永无止境的提议和质疑。如今在生命科学和社会科学中，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与日俱增，它们急需有新的理念和理论来解释其来源和机制，同时需要科学做出改变，抓住复杂系统研究中出现的问题。

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，它的一些形式正在改变整个科学思想。迄今为止，复杂系统研究最有意义的贡献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普罗大众中都逐渐被认识到。

作者认为，复杂系统的许多研究都涉及对来自动力学、信息、计算机和进化的概念进行整合。要想理解、预测或者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。新的概念体系经常需要对现存的概念进行拓宽，如今这种思考方式已经逐渐进入主流科学。

从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，甚至复杂的社会系统；适应和进化的概念已经被拓展到生物领域之外；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。当下，复杂系统科学正分化成2个独立的方向，其一，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。其二，更具争议的是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。虽然书中介绍的许多科学探索仍处于初级阶段，但其美好前景正是复杂系统研究真正的迷人之处。

追寻这些目标，必须具备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，有志者应牢记先哲的名言：不敢远离海岸线，就别想发现新大陆。

COMMENTARY

共0条

RECOMMENDATIONS

老游评书 | 复杂系统的来龙去脉创新科学的全面科普

▲《复杂》

评论

推荐内容

老游评书 | 复杂系统的来龙去脉 创新科学的全面科普

▲《复杂》

评论

推荐内容

老游评书 | 复杂系统的来龙去脉创新科学的全面科普