约翰•霍兰德《复杂性》

 

 

 

霍兰德巧妙细致地建立了计算机模型和设计算法，包括遗传算法、桶列算法、回声模型、西洋象棋模型、神经网络模型等。他不断地深化、抽象形成复杂适应系统，基于自适应主体的建模、受限生成系统、网络、涌现、多样性、专业化、协同进化、生境等各种概念，对所有的成果进行了融合，几乎形成了理论，他努力创造统一的科学的基础理论，在复杂性研究的道路上前进了一大步

 

 

最后介绍一下《复杂性》。《复杂性》这本书介绍了复杂系统，包括复杂物理系统CPS和复杂适应系统CAS，介绍了主体、网络、度、再循环、专业性和多样性、涌现、协同进化和小生境的形成。最后霍兰德把他对复杂性研究的所有成果融为一体，再次努力，力图获得理论。这个小册子（《复杂性》）即是对此的一个总结，并且在认识上也有提高。例如，他讲到了“缸”模型、带有随机因素考虑的马尔科夫链的应用、更多地谈到半透明的膜，这是一种边界和标识的作用，同时对网络度和再循环的研究也加深了，强调了专业性和多样性，并用复杂系统的方法来研究了斯密的分工模型。

 

最后霍兰德给出了我最开始所讲的结论：“强调要把系统看成复杂的，其动因是为了解决除此之外无法解决的问题。”他还说：“毫无疑问我们还有很长的路要走，才能找到关于复杂系统的无所不包的理论，不过很强的迹象表明这个理论是可以找到的。”

 

到目前为止，CAS理论仅有几条定理，该理论的研究还处在初级的阶段，不过已经可以看到一些普适的定理了。所有的CAS的共同特征是这样的：CAS的行为总是由它组成元素的适应性的交互行为所产生的，成为其特征的层级结构也是由此而生成的，主体在一个层次上的特定联合变成了它上一层次的主体。生物机体的组织结构就是我们最熟悉的一个例子，它就是这样一层层地形成的，尤其是细胞组成了器官，器官组成了一些系统，比如胃、肠子是消化系统，然后各个系统再组成我们整个人体。

 

利用基础概率论的“缸”模型，再加一些限制条件，即每个缸都有一个出和入的阀门，只有特定颜色的球是可进可出的，随机取出的球不能放回缸里，这样每个缸就成了半透明的膜，有的能进有的不能进。所以说半透明的膜是一种边界，某些信号可以通过，另外一些信号则不能通过。霍兰德用了一个非常重要的概率理论――马尔科夫过程，来研究这种有门的缸叠在一起所形成的系统。简单地说，马尔科夫过程认为系统从一种状态到另外一种状态的转变是随机的，它不是确定的，且可以用概率来表示其中的随机性。马尔科夫过程的理论已经很成熟了，它是研究带门的缸模型的有力工具，所以它应该也是CAS研究的有力工具。特别是马尔科夫理论可以清楚地来描述一些只有特殊行为领域的信号分布，这就为进一步搞清适应的机制提供了可能性。虽然在CAS中引用马尔科夫理论还不能建立一个无所不包的理论，但是它的确很有用。门缸和马尔科夫过程可以演示奶牛身上的花纹是怎样产生的过程，这就是所谓的图灵形态发生反应，图灵曾在他一篇有名的论文中详细地讲述了这个过程，还有另外一个著名的例子就是方言产生的过程。

 

在人类社群里，多个专门人才的协作作业，相较于等量多面手通才的独立活动之和有什么优越性呢？亚当斯密讲了一个非常著名的例子，他说从前由多面手工匠一个人直接去造缝衣针，这个多面手他必须把好多技巧联合起来应用，他要先熔化金属、拉丝、切丝、把一头修尖，再把另外一头做钝，然后打上针眼。整个的过程很困难也很费时。使得针成为一种很奢侈的东西。

 

在斯密的时代，首个制造缝衣针的生产线形成了。其中每个步骤都是由一个专门的人来执行的，其结果就是生产量增加了十倍，缝衣针也可以广泛使用了。在生物细胞中也有同样的情况，生物细胞中的成员由膜来分开，然后再进行串联，也可以观察到类似的产出增加的情况。半透明的膜使得某些蛋白质被关闭在细胞器之外，而对另外一些蛋白质则不被关闭，所以这就导致了在这个细胞器里集中增加了允许通过的蛋白质。按照基本化学定律，比较高的集中度就增加了允许通过的那些细胞之间的相互作用，这个圈里其它的细胞器也是这样，它就可以利用这样相互作用的产物，达到像刚才亚当斯密所指的如生产线专业人员合作的例子那样。其结果实质上是增加了有效的产出，包括细胞的成活率和更高的效果，这就加强了像达尔文所说的细胞的适应性。

 

所有的CAS常常都表现出专业化成员增加的趋势。越高层的专业人员越脱离下层的实际操作，运用符号系统来从事信息处理，比如在早期的城市市场到今天的商业市场的进展就是这样。在早期市场里个人交换着他们的生产产品，如手工织的布、鸡蛋、皮子等等，慢慢地聪明的人就记住什么时候什么布受欢迎、织多少合适、卖多少钱能够挣得多，于是这样专门咨询的、专门指导的、做信息系统的专门人才就产生了，在当今的商界里就有着大量的专家，他们处理的是期货对冲和衍生物，根本就不涉及实际的商品。

 

在其它的CAS里我们也看到了同样的发展和变化，比如当今的自动生产线和管理架构里到处都是这种专业化。这和过去的情况极不相同，在互联网、气象局、或坐在模拟室里都是这样的情况。在各种情况之下有着多种多样的专业化主体，它们关注、处理、选择各种信号，正像生物细胞里由边界（即细胞的半透明的膜）、信号（即蛋白质）、和信号处理（即蛋白质之间的相互作用）这三者间持续相互作用所带来的多样性。

 

在生产线上，各相互作用相互串联的时候，标识对于协调规则的顺序是非常重要的。当标识协调生产线的时候，它很容易产生并检测出在产出和有效性方面实质性的差别。由于多种多样的生产线是可以串联的，为了生存，CAS主体还能发展出来更多更复杂的策略，同时这也是每一个新的主体相互作用与继续扩张的新机会。在这些可能的新增加的相互作用中，CAS中普遍存在的多样性又开始增长了，这就为新的专业化提供了进一步的发展，展示了更广泛的多样性。

 

一般来说，具有更一般标识的一条规则，可以更进一步地接受比它的父或者母所能接受的信号更多一些的信号，这样一些新的规则就可以接受从另外一些生产线来的信号，新的规则成为了一个在另一个生产线上某些规则的新买家，这就增加了那条生产线的收入。如果新的规则导致了来源生产线的新的利用，那么它结果的输出就是有价值的，这条生产线和新的规则都会被嘉奖，因为按照桶列信号赋予程序，所有参加的规则强度都得到相应的增加，因而就增加了系统的成活度。

 

同样，某种过程也可以通过抓取新的生产线来产生很好的合作关系。假设一条规则能够通过直接嘉奖，但它没和供应者相连，所以在有机会获得嘉奖的时候它常常是没有准备的。这样假设交叉产生了一条规则，它的信号满足这条能够获得嘉奖规则的条件，那这样新生的规则就激活了那条可以获奖的规则，在它激活了以后，这条规则就更容易获奖。这件事情的发生就形成了一条两个主体相连的生产线，这条生产线是能够获得嘉奖的，这两个主体所形成的生产线将来还可以进一步地和其它的主体相连，变成更长的生产线。

 

一般地来说，当生产线的输出是有价值的，它通常就会很快地被用光，就像主体收获输出去促进它们再生。如果我们把生产线看成是一系列化学反应，那么有价值的最终产品就会很快地被收获，它被收获以后，其周边的浓度就降低了，较低的最终产品的浓度就能够降低反向反应的速度，在这样的基本化学定理之下，收获最终产品，导致增加反应产出的有效值，换句话说，只有有效输出产品线在获取和处理相应反应的时候才是更加有效的，所以它们就主导了这个主体的活动。

 

在CAS主体里，所有的规则和生产线都是同时活动的。由于交叉会产生一些新的规则，同时这些新的规则常常不是替代它们的父母，即便是替代，常常也只是弱替代。新的规则很少打扰现在的生产线，它能够探测到但是不打搅已被开发的规则，这样新的规则生成过程中积木块就起到了作用。这些积木块可以联合来孕育新的生产线，在生产线的例子里，自然规律确定了分工后，专业工作者效率提高。系统科学可以认识到当一串专业人员完成工作以后，总的生产效率提高了，这就意味着它更加适应环境，于是这条生产线就被固定下来，成为固定的新的模式，并出现了新的层次，整体的效率就得到提高。

 

受限生成过程（CGP）是协同进化的关键。这个概念霍兰德在1994年首次提出，它是在霍兰德提出遗传算法的基础上提出来的，并在《涌现》中详细地介绍了它。简单地说，受限生成过程就是各条环境反复交流的过程，它不断地改变自身的形态和行为方式，它既是个体进化的机制，又是整个环境整体演化的机制，所以我们称它为协同进化、个体进化、环境进化。霍兰德在2013年出版的《复杂性》（英文版）这本书中进一步发挥了这个观念，协同进化和受限生成过程把司马贺的观念落实为具体的机制，研究一个复杂系统就要抓住隐藏在其进化过程中的受限生成过程。

   

生境（niche）是和个体直接交流信息和物质的小环境。在上述协同进化的过程中，所谓环境或整体是具体落实到生境上的。在这里，信号标识以及它们的传递发挥着重要的作用。司马贺和霍兰德以大量的实例，对生境的概念进行了说明，他把注意力集中在信息标识的形成和传递上。在一定意义上说，生境是个体到整体的一个中间环节。在复杂性中，霍兰德细化了半透明的膜和价值链的形成，在生境概念的基础上，霍兰德进一步关注了它边界的特点，即有选择地单向传递信息和物质，他形象化地把这称作半透明的膜，然后进一步地把一系列相互连接的生境称作“缸”，从而形成了我们现在所熟知的价值链和分工链。这一个进展继续丰富着层次结构的内容，对层次概念进一步细化，也和我们考察的经济系统更加接近了。

 

经过司马贺这几十年的研究，他天才地指明了方向。他指出“物质符号系统具有充分和必要手段来采取智能行动”，指出“计算机和软件、人脑和语言是典型的物质符号系统”，他也强调“智能行动意味着根据环境的变化和内部的局限做出行动的决策来达到目的”。或者说智能行动中所谓的行动只指做决策，这样符号系统只是一个中间环节，是被分离出来进行智力活动的一环，这个环节主要是做逻辑转换（即思考）。由于看到了人工性和复杂性的密切关系，司马贺发现了层次是复杂性研究的关键，而霍兰德则是巧妙细致地建立了计算机模型和设计算法，包括遗传算法、桶列算法、回声模型、西洋象棋模型、神经网络模型等。他不断地深化、抽象形成复杂适应系统，基于自适应主体的建模、受限生成系统、网络、涌现、多样性、专业化、协同进化、生境等各种概念，对所有的成果进行了融合，几乎形成了理论，他努力创造统一的科学的基础理论，在复杂性研究的道路上前进了一大步。我们的体会也是这样的，复杂性研究打开了认识人为世界、人参与其中事物的世界的大门，并以此来指导我们的工作。

 

我们根据司马贺和霍兰德的这四本书以及其它的一些书籍，选择了十个复杂性研究的关键概念，这十个概念分为两组，前四个是基本的观点或者说理念，后面六个是对复杂系统若干普遍规律的理解和认识，两组中间有一个承上启下的衔接点和核心点，就是第五点――准可分解的层次结构。

 

这十个复杂性研究的关键概念是：

第一：世界是无限的，这是复杂性的根本来源。

第二：不存在统一的终极的理论体系

第三：确定性和不确定性都是客观存在

第四：个体和整体是相对的，它们之间既有冲突又有相互依赖，其利益取向和行为规律是不同的。

第五：复杂系统一般都具有准可分解的层级结构

第六：两种不同的复杂系统CPS和CAS

第七：CAS的基本特点是适应导致复杂性

第八：协同进化是关键，而且受限生成过程就是来描述这种协同进化的。

第九：生境可以说是个体到整体的一个中间环节

第十：半透明的膜和价值链的形成――层次概念的进一步细化

 

我的同事、同学和好朋友陈禹教授，对复杂性理念作了一句话的总结：“重视复杂性，摒弃绝对化。”他谈到了其中的重点：“复杂系统的规律是生产机制和结构特征，生产机制包括了受限生成过程、涌现、分工和专业化，结构特征包括了准可分解的层次结构、信号传递、半透明的膜。”他在这里和其它的地方都谈到过这些理念及这些理念在经济研究中的应用。我这里是把上述概念较为详细的内容、根据司马贺和霍兰德的书做了简要的介绍。我们已经出版了一本《复杂性研究视角中的经济系统》，目前正在构思写另外一本书，准备把上述十个关键要点再深入细致地论述一下。