《涌现——从混沌到有序》

《涌现》希望发现复杂的事物是怎么样从小而简单的事物中间发展出来的。它的本质就由小生大、由简入繁。虽然是神秘的，但这确实就是我们周围世界普遍存在的现象

霍兰始终在研究复杂系统的普适理论。他写完了《隐秩序》之后又写了《涌现》。《涌现》希望发现复杂的事物是怎么样从小而简单的事物中间发展出来的。比方说国际象棋。小小的种子也可以生长出来各种各样的复杂的生物体。国际象棋的游戏也是这样，为数不多的一组规则就会衍生出来非常复杂的棋局。所以《涌现》的本质就由小生大、由简入繁。由小生大、由简入繁虽然是神秘的，但这确实就是我们周围世界普遍存在的现象。耕种是这样，人们的创造性活动是这样，蚁群、神经网络、人的免疫系统、因特网等等都是这样。在这些复杂的系统中，整体行为要比各个部分行为的加总大得多。这问题非常深奥，但是和我们密切相关。比方说整个的生物系统是怎么样按照物理、化学的归纳而涌现出一些新的、生物的规则？人脑是由各种各样神经元所组成的，它们组成之后产生了意识，这是不是涌现出来的？梳理最基本的观点是这样说的：少数的规则和规律就能产生令人惊讶的错综复杂的系统。这个系统的复杂性的来源是系统随机模式本身和从局部到整体的过渡。这个复杂性还包括系统的动态所产生的永恒的新奇和新的涌现。新的涌现就是其中可识别的特征和模式是重复发生的，这种可以识别出来的特征和那些模式就是新的涌现。

为了发现涌现我们就需要建模。建模反复的出现在这四本书中间。在这里，模型是结构或者行为的重要方面，和你要研究的系统是相似的。它可以给很多很多你要观察的事实提供一些解释。但是模型的建立不是原型的重复，它是根据你的研究的目标和时机的需要和你的侧重面来找出一个便于研究系统的替身。不同的人对研究目的的不同就会做出不同程度的简化。在原型系统和模型中间存在一些反馈关系，根据原型系统的规律的初步的认识就可以建立一个模型，而建立模型以后对模型进行实验就又可以发现一些新的规律。这样可以预测未来，可以丰富对原型系统的认识，然后这个模型就可以不断的改进了。人们对世界探索的过程就是建立各种各样模型的一个过程。人类知识的积累也是修正和具体化各种形态模型的过程。所以说模型方法是现代科学的一个核心方法，应该说事物本身几乎是不可能直接展示的。让交流者比较深入的了解，只有通过语言的描述，所以语言其实就是一种模型。

相似性和简单性的统一是建模的最基本的方法论原则。建立模型的时候要求模型和原型两者在本质上是相似的，并且具有可验证性。建立模型常常是多种知识和方法的综合运用。模型是研究复杂系统的关键。模型要具有这样的一些基本的性质：客观性，它必须符合实际；主观性：它是对目标有效的；相对性：它只反映了客观世界的一个侧面；渐进性：随着认识和实践的不断发展，模型是会变化的。

所以模型的作用是非常明显的。模型是我们人类认识和改造世界的必然之路，模型是知识表示的基本工具。它用概念来描述系统，提升我们对系统的认识。它是更加抽象、更广泛的应用。模型为现实的系统提供了整理信息的框架。运行模型我们就可以找到规律，来获得对未来的预测。模型就能帮助我们设计人为事物。模型本身也是物质符号系统，是人工物。建模的最主要要点就是忽略对研究目标无关的细节，抓住本质，通过类比来获得灵感。比方说电磁波是看不见的，但是用水的波纹就可以做类比，最后就得到了麦克斯韦方程。建模要不断的抽象。比方写程序就是不断的在抽象的过程。在复杂的系统中间基本的元素是主体、规则和元素之间的相互关系。这都是建模的一些要点。

《涌现》主要讲了两个例子――怎么建立西洋跳棋和神经网络模型。霍兰用自适应主体的计算机模拟模型演示了整个的一个受限生成过程，展示了自适应系统在变化的环境里头怎么样不断的学习、改变策略、发展成长，渐渐的就出现了新的固定模式、新的积木块、新的层次。这样我们就看到了涌现。

这是涌现的最主要的结论。就涌现而论，整体行为确实远远复杂于各部分行为的总和。再拿下棋来说，仅仅依靠积累棋盘上各个棋子的价值是不能正确地描写正在进行的棋类比赛当中的状况的。因为各个棋子之间还要相互发生作用，能够达到互相支持、控制棋盘上各个部分形式的效果。如果很好的思考，并且利用这些联结的结构就容易打败你的对手。虽然你的对手可能有更有价值的棋子，但是他没有合理的安排它们来达到整体的效果。这样你就能战胜他了。要有效的分析整个竞赛的形式就一定要找出来描述棋子之间相互作用、相互影响的方法。在研究涌现的时候情况都是这样的。霍兰在《涌现》里主要就讲了一个受限生成过程。他是从直观逐步走向精确的这种办法来研究的。他建立了一个受限生成过程的模型框架。现在我们所研究的大多数的系统其实都是一个受限生成过程。因为生成的模型是动态的，所以我们称它是一个过程。因为支持模型的机制生成了这些动态行为，所以我们说它是生成。而事先规定好的机制之间的相互作用就约束和限制了这些动态的行为可能发生的范围，所以我们就叫它受限生成过程。所谓的受限就像游戏，就是刚才下棋的游戏的规则就约束了可能的布局一样，任何受限生成过程都能够表现出来涌现的行为。

现在来看一下受限生成过程建立模型的四个步骤。以前我们把规则称作规则，现在我们把规则称作机制。根据输入或者根据信息作出反应，然后对输入进行处理就产生了最终的输出。这是首先定义这个机制。不过现在模型是比较复杂的，很多的模型都不止涉及一种机制。为了说明某一个机制执行是怎么样影响其他的机制，那么会把多种机制连起来形成一个网络。如果怎么样就怎么样，这个结果又影响了另外的两个结果，所以这就变成一个大网络了。这个网络就是整个的受限生成过程。正是机制之间的这个相互作用产生了有机的和复杂的行为。

当机制的数量大大增加的时候整个系统的复杂性就增加了，就像蚁群和神经网络一样。第三，为了表示这些约束条件，它们相互连成的这些机制所形成的网络的、所有可能的集合就可以定义总的受限生成过程的状态。所以先建立机制，然后把机制连成网络，然后机制不断的变化通过转换函数来从一种状态变成另外一种状态。第四步我们简化刚才的描述以便建立更复杂的机制。我们分离出一些基本的机制使得受限生成过程就变成一个有层次的结构。