理解涌现

尽管涌现是普遍存在的现象，而且相当重要，但它至今仍是一个神秘、难以理解的主题。人们对它的态度更多的还是好奇，并没有进行过细致分析。我们目前对涌现的了解主要是通过一系列例子得来的。在许多领域我们常常只是凭借以往的经验行事，例如，为了使种子发芽就要将它放入潮湿的土壤里，要想在国际象棋比赛中获胜就得调动你的关键棋子。事实上，我们今天对涌现的理解，并不比孩子们通过杰克冻人（Jack Frost）(3)去理解秋天奇妙的色彩好多少。尽管类似解释激发了人们的想象力，但其结果从根本上说往往不能令人信服。对于秋天种种变化的成因，分子生物学家会从复杂的生物分子相互作用这个角度入手研究，而这就是我们本能上希望有一种解释能够达到的深度。人们一旦理解了这种更深层的解释，想象力必然会被更强烈地激发出来。但是，问题在于，需要研究的仅仅就是解释这些问题的具体机制吗？

像涌现这么复杂的主题，不大可能用一个简洁的定义来完整地解释，当然我也无法给出这样一个定义。但是，为了研究这一问题，我可以提供一些标识，用来清晰地界定特定领域，以及研究相应的领域所需的条件。

一开始，我将把我们的研究领域限定在那些能用规则或定律清晰描述的系统。典型的例子包括：各种游戏、人们已充分理解其组成的物质系统（如由原子组成的分子），以及用科学理论（如万有引力定律）定义的系统。当然，涌现现象也会出现在那些至今几乎还没有普遍认可的规律可循的领域，如道德及伦理系统、国家的演变、脑海中产生想法的传播过程。本书中讨论的大部分观点都与这样的系统有关，但如果要精确地把这些观点应用于这些系统，则还需要更好地研究这些系统内在的发展规律（如果存在的话）。

当然，“涌现”这个概念可能还有其他合理的科学用途，但是在上述这个由规则制约的领域，它就已经复杂到我们需要投入全部的精力去研究了。本书将不厌其烦地反复证明，少数规则和规律就能产生极其错综复杂的系统。这种系统复杂性不仅仅是随机模式所表征的复杂性，而且也存在可识别的特征，就像点彩派画家的作品所体现的那样。此外，这些系统是变化的，也就是动态的，它们会随着时间而改变。尽管事物所遵循的定律不会改变，然而事物本身却会变化。棋类游戏中多种多样的棋局，或者遵循万有引力定律的棒球、行星和星系的运行轨迹，都说明了这一点：少数规则或定律能够产生复杂的系统，而且以不断变化的形式引起恒新性（perpetual novelty）和新的涌现现象。实际上，在大多数情况下，我们只有理解了与系统相伴的涌现现象，才能真正理解这些复杂系统。

在研究涌现现象的过程中，可识别的特征和模式是关键的部分。除非一种现象是可识别并且重复发生的，否则我不会称之为涌现，在这种情况下，我通常说这种现象是有规律的。一种现象是有规律的，并不代表它容易识别或解释。即使这种现象的基础规律我们都很清楚了，但要认出和解释它可能仍很困难。为了了解国际象棋博弈中的某些定式，人们研究了好几个世纪。例如，如何控制兵形。一旦找到了某些定式，博弈参与者获胜的可能性就将大大提高。同样，为了得到由万有引力定律发展出来的动态变化模式，如在探索行星时使用的引力助推，人们已经花费了几个世纪的时间去研究。直到现在，我们仍然还在学习研究。

弄清楚这些演化规律的本源以及它们之间的关系，我们就更有希望理解复杂系统中的涌现现象。其中关键的一步就是要从次要、不相干的细节中找出基本规律。例如，我们可以通过台球碰撞的理想化形式，来洞察气体分子碰撞的运动规律。通过这些相互碰撞的分子，得出一些可测量的变化规律，如气体的温度和压力等（参见第9章）。或者，我们也可以用描述扑克的数学方法去研究政治谈判中存在的复杂性。我们称这个过程为建模（modeling）。

尽管人们通常认为建立模型并不是创立科学理论的关键，然而我的观点恰恰相反。每当科学家创立一整套描述世界的方程时，如牛顿方程或麦克斯韦方程组，他们其实就是在构建一种模型。每个模型都只描述世界的某一特定方面，而将其他方面看成是次要因素。如果模型构思得当，它将对可能出现的情况做出预测和计划，并且揭示新的可能性。正因为在对复杂系统的研究中，建模起到了非常重要的作用，所以下一部分将讲述有关建模的知识。在第2章，我们将通过仔细研究那些由人类的祖先发明的游戏、绘制的地图，更加详细地讨论科学的建模方法。在第3章，我们将通过更加细致地观察可由计算机实现的游戏和复杂系统的模型，进一步对动态过程进行研究。在本书中，建模将是一以贯之的主题。

如果组成系统的元素具备适应或学习能力，即使这种能力很初级，也可以产生复杂的涌现现象。在第4章，我们将研究一个具有学习能力的国际跳棋程序。虽然从涌现问题成为热点以来，研究成果层出不穷，但相比于国际跳棋程序，这些后来的成果便黯然失色了。这个程序通过学习居然战胜了它的设计者！很显然这是一个产出大于投入的案例。它根据学到的经验，不断对组成自身的单元进行小的改进，最终使自己的整体能力达到锦标赛选手级别。这个程序完全可以还原成定义它的规则（指令）本身，原原本本地展现在你面前，然而它产生的行为并不是通过观察那些规则就可以轻松预测到的。

这种基于明确规则的系统，往往会导致无法预测的异常行为，这正是涌现现象的一个重要方面。而正是这种无法预测、出其不意产生的诱惑，吸引人们投身到涌现现象的研究中来。然而，我并不认为出其不意是支撑这一领域的本质因素。简而言之，涌现现象并不像“神秘产生美”那样，人们一旦理解它就会离它而去。

如果把涌现行为的产生者看作主体（agent），我们就能更好地理解，什么比“神秘产生美”更具吸引力。对基于主体的涌现现象的经典描述，当属侯世达（Douglas Hofstadter）(4)于1979年用蚁群做的隐喻。不管这些独立的主体（蚂蚁）能力多么有限，整个蚁群在探索和开拓其周围环境的过程中却展现出了非凡的灵活性。不知什么缘故，这些主体中存在的简单规律，产生了一种远远超过个体能力的涌现行为。值得注意的是，涌现行为是在没有一个中心执行者进行控制的情况下发生的。通过模拟大量相互关联的神经元而构建的模拟神经网络，是这类涌现现象的另外一个例子，我们将在第5章介绍。模拟神经网络表现出较为清晰的涌现现象，这与前面提到的国际跳棋程序形成了一个有趣的对比。

从国际跳棋和神经网络中我们看到了组合的巨大作用，因此我们借鉴了古希腊人的想法。古希腊人认为所有的机器都能由6大基本机械构件组合而成，这些构件分别是杠杆、螺丝、斜面、楔子、轮子和滑轮。在1969年，赫伯特·西蒙（Herbert Simon）进一步完善了这种见解，使它与我们的目标直接联系起来。他通过钟表匠的故事证明了这种见解的优势：制造一块手表时，先要制造组成手表的各个基础构件，然后再将这些构件组合成一个更大的构件，依次组装，直到造出一块手表。如此一来，我们便能够更容易地理解和控制复杂系统。

借助上述观点，我们就可以这样看待复杂系统和涌现：它们是由许多构件和组合这些构件的程序所构成的事物（参见第7章）。因此，构件的概念不应再局限于一般意义上的机械构件。因此，我们的想法要更接近物理学家对于基本粒子的看法，就像光子激发电子，使它从原子周围的轨道上跃迁那样。机制的定义需要能够精确地描述构成复杂系统的基本元素（主体）、规则，以及用来定义复杂系统的元素之间的相互作用。通过这种设定，我们最终能采用一种通用的方法来描述多种受规则支配的复杂系统，更好地理解其中所呈现出的涌现现象。

这种设定的直接好处就是，我们能对呈现出涌现现象且差别很大的不同系统和模型进行比较。我们希望能找到它们的相似之处和普遍的规则或定律。凭借勤奋和运气，我们应该能提取到一些“涌现定律”。第8章通过描述国际跳棋模型、几种中枢神经系统模型，以及Copycat——一个具有很强的判断力、基于计算机的类比模型，开始这一探索。基于以上设定，我们很容易发现，尽管这些系统在细节上有很大区别，但它们都具有共同的机制。特别是，我们发现将那些基础的积木块（building block，回忆一下赫伯特·西蒙提到的手表子构件）重复组合的机制在这三个复杂系统中都起到了关键作用。我们进一步发现：

1．这些组合机制之间的相互作用不受中枢模块的控制。

2．随着机制之间相互作用的适应性不断提高，涌现现象出现的可能性也迅速增加。

这些观察将注意力集中在基于主体的模型上，在这种模型中，动态的“机制”（主体）相互影响、相互适应。第9章在第7章的基础上对设定做了修正，允许机制本身通过相互适应来修正其相互作用的模式。这种对系统扩展了的设定，包含了一系列涌现现象的新例子：从被称为元胞自动机（cellular automata）的微型宇宙，到前面提到的台球模型。通过分析这些基于扩展后的设定的新例子，我们会更深刻地认识到，系统的各个组成部分在孕育涌现现象过程中所起的重要作用。

这些新例子也说明涌现通常涉及一些相互作用持久存在的模式，尽管这些模式中的组成成分不断变换。不妨举一个简单的例子：在一条清澈的小河里，水流在一块石头前激起浪花，形成驻波。组成这个驻波的水分子不断变化，然而只要石头立在那里，并且水在不断流动，这个驻波就会持续存在。蚁群、城市和人体(5)是更复杂的例子。这些涌现的宏观模式依赖于不断变化的微观模式，这就使涌现更具有吸引力，也更难以研究。

我们可将一个可观察到的、持续存在的模式作为积木块，用来构成更复杂级别的持续存在模式。西蒙举的手表的例子能很好地在静态体系下阐述这一观点：希腊人知道的基础机械构件（杠杆、轮子等）是构成手表主发条这一子构件的积木块，而主发条子构件又与其他相似的子构件，例如手表指针的传动装置，组合在一起，进一步形成手表这一复杂系统。

在每一个可观察到的层级上，上一层级持续存在的模式组合制约着下一层级的涌现模式。这种连锁的层次关系是科学研究的一种核心特征（见表l-l）。这一特征可以指导我们进行错综复杂的还原（reduction）工作，简单来说就是，把对整个系统的解释还原为对组成系统的各个简单部分间相互作用的解释。由于我们正在研究的是受规则控制的系统中的涌现现象，这种还原对我们的探索和研究将有很大帮助。还原方法一直是人们反复研究的哲学主题，有时它也成为其他人文学科的研究对象，但这些探索却并不常关注它与受规则控制的涌现现象之间的联系。不过也存在一些值得关注的例外情况，如丹尼尔·丹尼特的《达尔文的危险观念》（Darwin’s Dangerous Idea）。第10章研究了还原方法应用到涌现研究中所体现出的创造性。在这里我们发现，存在于受规则控制的复杂系统中的涌现现象，算得上是合理运用还原论的一个有力的佐证。

还有一点与还原方法的创造性密切相关。自古希腊时代以来，人们就已经很熟悉组成手表的基础构件了，但是手表的发明距今还不到两个世纪。为什么手表的基础构件早就为人类所熟知，而手表却又出现得这么晚呢？这个问题是关于建模、创新和涌现研究的核心：人们在建立一个模型或完善一个科学理论架构时，往往并不会给出推导的过程。科学理论架构所推导出的标准结论，往往不会体现推导出这些理论架构的早期隐喻模型。

前面我用台球碰撞模型来隐喻气体中分子的碰撞。第11章的开头将提到麦克斯韦如何使用机械的隐喻模型来加深他对电磁场的理解。在涌现的研究过程中，建模和使用隐喻的问题与另一个问题比起来可能还算次要的，这个主要的问题就是：科学家究竟怎样找出那些定律和机制，从而如此有效地揭示宇宙中隐藏的秩序？除了麦克斯韦，其他科学家极少讨论这方面的问题。第11章还提出了隐喻的构建和模型的构建之间的密切关系。第10章和第11章从创造性和创新性角度讨论本书前面部分介绍的建模和涌现。

从各章内容的简要介绍中，我们可以很明显地看出关于涌现现象的研究是非常复杂的。尽管如此，我们还是需要重点熟悉下列这些涌现研究中的关键术语：

·机制（积木块、生成器、主体）和恒新性（大量不断生成的结构）。

·动态性和规律性（在生成的结构中，持续并重复出现的结构或模式）。

·分层组织（由生成器构成的构件成为更高层次组织的生成器）。建模是我们下一节要讨论的主题，它是整个研究的基石。

“结语”部分将回顾本书讨论的内容，并进一步说明我们的研究方向和核心概念。我们还将看到本书中间部分探讨得出的普适框架如何解释一些复杂系统中与涌现现象相关的谜团。此外，我们还分析了仍然存在的神秘现象，以及如何在普适框架下揭开这些现象的神秘面纱。