约翰•霍兰德《涌现》

 

 

 

涌现就这个意义上来说，仅仅发生在整体行为不等于各个部分简单加总的情况下。就涌现而论，整体行为确实远远复杂于各个部分行为的总和。再拿下棋为例，仅仅依靠累加棋盘上各个棋子的价值，是不可能正确地描述出正在进行的棋类比赛的一个当前状态，因为各个棋子之间有相互发生的作用，它能够达到相互支持和控制棋盘上各个部分形势的效果。如果很好地来利用这种连接的结构，就能更容易地打败你的对手，尽管你的对手有很多更有价值的棋子，但是如果他没有能够合理地安排这些棋子以达到最好的整体效果，那你就能击败他

 

 

现在开始第四部分，《涌现》的基本内容。

 

霍兰德始终致力于研究复杂系统的普适理论，在写完《隐秩序》之后，他又写了《涌现》。《涌现》希望发现复杂事物是如何从小而简单的事物中间发展出来的，比如国际象棋，一个棋盘几十个棋子，只有简单的二十几条规则限定，然而经过了几百年的精心研究之后，我们至今还是能够不断地发现游戏中的新的走法。就像小小的种子成长为各式各样复杂的生物体一样，为数不多的一组游戏规则会衍生出极为复杂的棋局。

 

涌现的本质是由小升大，由简入繁，虽然这是很神秘的，但是确实是我们世界普遍存在的一种现象。比如耕种，比如人们的创造性活动、蚁群、神经网络系统、人体免疫系统、因特网等等。在这些复杂的系统中，整体的行为要比其各个部分行为的加总大得多。问题很深奥，但是和我们密切相关，比如整个生物系统是怎么样按照物理化学的规律涌现出来的，我们是不是能够将人类的意识解释为某种物理系统的一个涌现属性呢？如果我们找到了普适的理论，这些问题就可以解决。《涌现》正是致力于对这个理论的科学研究。

 

在《涌现》的书里霍兰德给出了现在正在研究的一些现状，包括一些例子、一些方法和一些结果。首先对涌现这样复杂的问题还没有较为简单明确的定义，《涌现》只给出一些准则，用来划分出一些特定的领域以便研究。涌现研究的领域是一些规则和规律方面很有启发的系统,比如棋类游戏，还有一些是人类已经充分认识并且已经理解它的组成的物质系统，比如“原子组成了分子”这样的一些系统和科学理论，又比如牛顿的万有引力定律等。这样一些概念系统基本的观点就是少数规则和规律能够产生令人惊讶的错综复杂的系统，这个复杂性的来源是系统的随机模式本身、还有和从局部到整体的过渡、以及系统的动态所产生的永恒的新奇，这是三个方面的原因。但是在这中间有一些可识别的特征和模式是重复发生的，这样新的涌现就产生了。比如新的层次，新层次上新的规律。

 

为了发现涌现需要建模，建模反复出现在这四本书中间。模型是在结构或者行动上重要方面和所研究系统相似的、真实的或想象的系统的影像，它往往是为大范围地观察事实提供解释的。模型的建立不是原型的重复，而是按照研究的目的、实际需要和侧重面，寻找出一个便于进行系统研究的替身。不同的人由于对研究目标的不同，就会对某些方面做不同的简化，建模型要根据目标进行简化。在原型系统和模型之间存在着一种反馈关系，首先根据对原型系统规律的认识，可以建立模型，而建立好的模型我们可以对它进行试验，然后就会发现一些新的规律，这些规律可以预测未来、可以丰富对原型系统的认识。人类对世界探索的过程实际上就是建立各种各样模型表示和研究的过程，人类知识积累的过程也是修正和具体化各种形态模型的过程。模型的方法是现代科学的一种核心方法，事物本身几乎是不太可能直接显示出来的，为了让交流者能够深入地理解，起码是要用语言来讲述的。

 

相似性和简单性的统一是建立模型的基本方法论原则。建立模型要求模型和原型在本质上是相似的，并且它具有可验证性。建立模型常常是很多种知识和方法的综合利用，科学的模型它有很多种功能，科学的模型它是研究的纲领。模型是对客观事物的反映，但是对于客观事物又进行了抽象，所以它获得了更加普遍适用的客观规律。这些规律常常是很优雅和简化的，因为它为整理信息提供了概念框架。

 

由于原型本身太复杂了，利用原型本身并不易进行研究，所以我们按照研究的目标需要做了简化，而且从类似的情况中得到启发。我们往往是用比喻的手段来建立模型， 所以模型是科学研究的间接方法。思维模型可以起到思想试验的目的，思想试验实际上是思维操作，也就是逻辑推理的结果，是实际试验的逻辑补充。模型是研究复杂系统的关键，模型研究对实践具有指导作用，但是模型也常常出现问题，因为它过于简化，所以并不一定能够反映实际情况的复杂性，为了不同的目的，或者不同的建模者可能建出来很多不相同的模型，研究它的时候偶然还会得到一些矛盾的结论，让人无所适从。这就需要反复地来做模来讨论了。

 

但无论如何，模型要具有以下的一些基本性质：第一，客观性，即模型必须符合实际；第二，主观性，即模型对你的目标是要有效的；第三，相对性，即模型只反映客观事物的某一个侧面；第四，渐进性，即随着认识和实践的发展，你的模型总是要不断地改进的。

 

所以模型的作用是很明显的，模型是人类认识和改造世界的必经之路，模型是知识表示的基本工具，它用概念来描述系统，用符号来描述系统，提升我们对系统的认识，它更抽象，有更广泛的应用，模型为现实的系统提供一个整理信息的框架，运行模型可以从中间找到规律，获得对未来的一些预测，模型也帮助我们设计人为事物，模型本身就是物质符号系统，它是一种人工物。

 

建模的要点就是忽略对我们研究无关的细节，抓住本质，通过类比来获得灵感，比如电磁波你根本看不见，但是用水波来做类比就会得到麦克斯韦方程。建模要不断地抽象，比如写程序就是一个不断抽象的过程。在复杂的系统中间，模型的基本元素是主体、规律和元素之间的相互作用。

 

在《涌现》里霍兰德讲了两个例子，建立了西洋跳棋和神经网络的模型。霍兰德建立了一个自适应主体的计算机模拟模型，演示了受限生成过程，展示了自适应主体在变化的环境中间不断地学习、改变策略、发展、成长、逐渐出现一些新的模式、新的积木块、新的层次，这样我们就看到了涌现。

 

涌现就这个意义上来说，仅仅发生在整体行为不等于各个部分简单加总的情况下。就涌现而论，整体行为确实远远复杂于各个部分行为的总和。再拿下棋为例，仅仅依靠累加棋盘上各个棋子的价值，是不可能正确地描述出正在进行的棋类比赛的一个当前状态，因为各个棋子之间有相互发生的作用，它能够达到相互支持和控制棋盘上各个部分形势的效果。如果很好地来利用这种连接的结构，就能更容易地打败你的对手，尽管你的对手有很多更有价值的棋子，但是如果他没有能够合理地安排这些棋子以达到最好的整体效果，那你就能击败他。要有效地分析整个竞赛的形势，就一定要找出能直接描述棋子间相互作用相互影响的方法。

 

在研究涌现这样更复杂的情况中就是这样，霍兰德用直观逐渐走向抽象的科学方法相当精巧地建立了一个受限生成过程（Constrained Generating Procedure,缩写为CGP）的模型框架，现在研究的大多数系统都可以看作是某种受限生成过程，由于模型是动态的，所以我们称它作过程。支持这个模型的机制“生成”了这些动态行为，事先规定好的机制之间的相互作用“约束”或者“限制”了这些动态行为可能的范围，就像游戏的规则约束了可能的布局一样，所以我们称这个模型是一个受限生成过程。

 

任何受限生成过程都能表现出来涌现的行为，建立受限生成过程有四个步骤：

 

第一步：定义机制

前面我们称作规则的那些东西，现在称作机制了。比如下棋时候的规则，用机制来定义系统的元素，机制就是根据输入或者根据输入的信息来作出反应，对输入进行处理，然后产生最终的输出，即前面提到的“ if  then”。

 

第二步：形成网络

很多的模型都涉及不止一种机制，为了说明某一个机制执行是怎么样影响、怎么样限制其它机制的，我们能够把多种机制都连起来形成一个网络，用网络来描述这种受限生成的过程，正是这个机制的相互作用产生了有机的复杂行为。在一般情况之下，实际用到的机制不会很多，对它的描述也比较简单，并且由于它排除了很多的细节，它也是比较容易描述的。这样在这个框架中，我们就可以研究那些在考察单个机制中很难发现的相互作用。当基本机制增加的时候，整个系统的复杂性就会大大增加，像在蚁群、神经网络里，我们就能看到系统的复杂性。由于这个机制和元素的增加，就使得这个网络非常复杂。

 

第三步：利用转化函数

为了表示由一些带有约束条件的、相互作用着的机制所形成的网络所有可能性的集合，我们就可以定义总的受限生成过程状态。这个状态由组成这个受限生成过程的所有机制的状态所决定，然后再用转换函数来精确地描述从一种状态合法地转到另一种状态的方式。所以一个状态它可能会转到另外一个状态，它有种种转换的可能性，我们就用转换函数来描述这个过程。

 

第四步：用积木来搭出层次结构

像搭积木似的，为了简化描写和建立更复杂的机制，我们分离出一些基本的机制，使受限生成过程成为一个有层次结构的过程。就像司马贺在1969年所指出的：“这将更便于对系统加以描述，并且绝大多数表现出涌现行为的系统都是有层次结构的。”

 

《涌现》用受限生成过程对跳棋和神经网络建立了计算机模型，运行的结果就是得到了带有自学习功能的西洋跳棋程序涌现出来赢得对手的棋式，最后他甚至战胜了设计程序的人。神经网络模型也涌现出了记忆这种现象。