复杂性学者最新力作

第一推动再出好书

新书简介 | 《复杂的引擎》

本书结合信息、进化和计算对生物进化进行了阐释，证明了计算在进化中的核心作用，并将这套计算和进化相结合的核心机制扩展到其他领域，用来解释复杂生命、结构、组织和社会秩序的形成。这是一次正在进行的重大的科学认知范式的转换，它不仅会改变科学，也会改变人类对自身境况的认知。

作者简介 | 约翰·E.梅菲尔德 John E.Mayfield

约翰·E.梅菲尔德，是美国爱荷华州立大学遗传、发育、和细胞生物学名誉教授，同时也是加州理工学院、卡耐基梅隆大学和哈佛大学的兼职教授。他致力于利用数学和物理学原理研究广义进化理论，并应用于认知和社会文化领域。

译者简介 | 唐璐

唐璐：博士，毕业于中国科学院数学与系统科学研究院；现任教于湖南大学。曾翻译第一推动的经典科普作品《复杂》。

集智俱乐部联合第一推动，组织了读书交流群，群内会发放20本赠书。

✎全书目录

第1章问题

第2章计算

第3章免费的结构

第4章目的性结构

第5章无概率性和复杂引擎

第6章算法进化

第7章身体内的进化

第8章控制循环

第9章复杂系统

第10章人类学习和创造性

第11章文化的进化

第12章复杂性的进化

第13章过去和现在

第14章未来

好书大家读

你写书评，我们送书

正值经典科普书系第一推动再出好书，集智俱乐部联合湖南科学技术出版社，准备了20本《复杂的引擎》赠书回馈读者。我们组织了一个读书群，《复杂的引擎》译者唐璐老师也在群内，欢迎对这部作品感兴趣的朋友参与交流。进群之后，你可以自购图书，也可以按要求获取赠书。

《复杂的引擎》赠书获取条件：

1.对复杂性科学有一定了解，对复杂系统背后的规律感兴趣

2.参与【集智】《复杂的引擎》读书群交流

3.承诺在收到赠书后的一个月内，在豆瓣提交200字以上的书评

我们会在群内发放赠书申请表单。

【集智】《复杂的引擎》读书群

扫码进群，或联系集智小助手（ID：swarmaAI）邀你进群

导读：信息、计算和演化
——复杂系统的认知框架

本文是译者唐璐为《复杂的引擎》所写的导读。

1.现象和问题：复杂适应系统

复杂适应系统是由大量相对简单的个体交互组成的网络或系统，在整体上表现出个体所不具备的特性或适应性。这种现象也称为自组织或涌现。

自组织是在没有中央控制的情况下许多个体通过交互自发形成组织或结构。

涌现则指的是系统整体出现了个体所不具备的属性或目的性。

面对这样的现象，人们自然会问，它背后的运作机制是什么？它是如何出现的呢？又会向什么方向演化？这些问题就是复杂系统研究关注的主要问题。

鸟群涌现出奇妙的特征

2.方法：动力学与热力学

对事物的发展和变化趋势进行预测，是人类甚至许多动物天生具有的生存本能。人类社会甚至发展出了令人炫目的各种数学和物理方法来对各种事物进行分析和预测。要分析系统的运作或变化，数学和物理中最基本的工具是动力学和热力学。

动力学研究的是在一定的变化规则和初始条件的约束下，系统会如何演化。微分方程和差分方程就是经典的动力学工具。动力学自诞生以来在科学中取得了极大的成功，人们一度认为，只要掌握了宇宙的规律和当前状态，就能够演算出未来的状态。这个美好的愿景很快被庞加莱打破。

庞加莱在研究三体问题时发现，即便是三体这样简单的动力系统，也很难准确预测其长期的行为。庞加莱的研究发展成了后来著名的混沌研究。混沌现象提醒我们，即便是很简单的确定性系统，如果存在非线性因素，也很难准确预测系统的长期行为。

分形是另一种经常与混沌相提并论的动力学现象，通过简单规则的反复迭代产生出复杂得让人印象深刻的美丽事物。混沌和分形提醒我们，复杂的自然现象背后的机制可能很简单，也许只不过是简单规则反复作用的结果。

植物的分形结构

热力学研究的则是大量组分在统计意义上的行为。玻尔兹曼等人的伟大发现让人们有理由相信，一切宏观现象都是微观过程的表象，宏观物理和化学现象可以从分子、原子等微观层面进行解释，宏观经济学可以还原为微观经济学。

3.还原论的困境：计算能力限制和热力学第二定律

虽然每个接受现代科学思想的人都不会怀疑，无论是在宏观层面还是微观层面，无论是在我们的身体内还是大脑中，所发生的一切都不会违背基本物理定律，但要将一切现象都解释和还原为基本物理定律，却还面临着两道难以逾越的鸿沟。

第一道鸿沟是计算能力的限制，宏观现象背后往往存在大量的微观个体，而且当系统中的个体存在互动，就会引入更多的非线性因素，从而很难对系统的长期行为进行准确预测。

第二道鸿沟是热力学第二定律，热力学第二定律限定了封闭系统总是从有序走向无序，从低熵变成高熵。而让人们感兴趣的各种现象往往就是从热力学角度来说概率很低的有序和低熵状态，这些现象从原子随机相互作用形成有序结构的概率极低，以至于在宇宙的存在期间基本不可能出现。而在微观和宏观领域取得了惊人成就的还原方法论恰恰对这些让人们最感兴趣的现象“保持惊人的沉默。”

熵增（increase of entropy）总会自然发生

4.新的解释框架：信息、计算和进化

因此要理解复杂系统，尤其是复杂适应系统，我们还需要另寻出路，求诸于其他概念和思维框架。而目前最有希望解释清楚复杂系统的框架就是信息、计算和进化。

复杂适应系统最重要的特性是整体上表现出适应性或者说目的性，也就是说能适应某种需要或环境。具有适应性和目的性的事物的出现无法用物理定律来解释，因为其本身具有物理定律无法解释尤其是热力学定律不容存在的低概率性。而低概率性意味着这种事物本身蕴含大量信息，也因此只要能够解释信息的来源，也就能够解释具有适应性和目的性的事物。

信息本身不是物理学的本体概念。信息一般同数据、通讯、和计算关联在一起，并且信息往往具有某种主体性或相对性。复杂系统往往是由许多能获取信息，对信息进行计算和处理，对输入信息进行响应，同时输出信息相互影响的主体组成。《复杂》一书中提到的蚁群、免疫系统、大脑神经网络和经济系统都是典型的这种例子。

蚁群是一个复杂系统

蚁群中的蚂蚁在行动过程中释放信息素，信息素又影响到其他蚂蚁的行为，就可以视为蚂蚁之间在传递和处理信息。免疫系统中的淋巴T细胞在识别出抗原后释放化学信号，化学信号激活淋巴B细胞，释放抗体分子，这个过程也可以视为信息的传递和处理过程。大脑神经元获取其他神经元传递的信号，处理后将信号发给其他神经元。市场中的个人和公司不断根据其他人和公司甚至整个市场的行为来决定自己的买卖和生产行为，反过来又影响其他主体的行为和市场的波动。

这些现象都可以视为信息和计算过程。因此信息和计算的概念，在复杂系统的研究中具有基础性地位。复杂系统可以从许多主体对信息的获取、计算、输出和交互的角度来理解，这也正是为什么元胞自动机在复杂系统研究中很受重视的原因。元胞自动机是最简单的个体信息交互和计算的模型。单个元胞不断根据邻近元胞的状态和一定的规则调整自身的状态，这里的主体是元胞，信息是元胞状态，计算则是元胞规则。

另一方面，不仅仅是各种主体可以视为输入信息、计算、和输出信息的机器，很多主体本身也表现出适应性或目的性，甚至具有低概率性，也就是蕴含信息。最简单的比如说元胞自动机，元胞规则本身就可以用0/1字符串描述，因此也含有信息。而且主体本身也可以是复杂适应系统，主体概念和系统概念一样，具有层次性和嵌套性。

5.进化：信息积累是适应性的来源

信息和计算的概念在对复杂系统的理解中具有核心地位，但仅此还解释不了各种低概率事物所蕴含信息的来源问题，缺失的一环是进化。

细胞分裂、经济策略和组织方式的模仿和学习，文化、技术和宗教信仰的传播，都可以认为是信息（DNA、政策、组织模式、知识、宗教信条）的复制。

复制的过程会掺杂有意识的改进或意外的错误，如果复制的机会或资源是有限的，复制过程中传递给下一代的改进或错误就会导致下一代复制成功率的适应性差别，从而导致选择进化过程，由此信息不断被随机产生并通过选择机制不断积累，而这种积累的信息就是目的性或适应性的来源。

信息在进化中被不断选择和积累

6.网络结构影响适应性

大量个体之间的交互关系可以视为某种网络，不同的网络结构在整体层面上会有不同的特性。（关于网络的介绍：传送门）有些特性是个体交互规则的自然产物，例如无尺度网络。在具有无尺度性的网络中，大量节点只有很少的连接，少量节点则有很多的连接，连接的数量呈幂律分布，出现这种现象往往表明网络的形成过程中有某种机制在起作用，比如马太效应，连接越多的节点越容易获得新的连接。

有些网络特性则会对网络整体的适应性和稳健性产生影响。比如小世界网络，在小世界网络中，节点数量很多，节点的平均路径却很短。最著名的例子就是社会网络的六度分离。这种特性显然会影响到信息或疾病在网络中的传播速度，从而影响网络中不同位置个体甚至网络整体的适应性。稳健性则是指的网络在失去节点和连接的情况下结构的稳定性。

小世界网络，节点虽多，平均路径却短

如果网络作为整体有适应性和稳健性的差别，并且也需要竞争有限的资源来维持或发展网络的结构，那么在网络整体层面上，就有可能将整个网络视为个体，并同样通过进化过程对网络整体的特性进行筛选，从而在多个层面上产生进化。

例如血管网络能用最低的能量成本和最短的时间将养分输送到尽可能多的身体部位；公司的组织结构会影响公司的成本和适应市场变化的速度；军队的组织结构影响军队的战斗力和生存机会；宗教的组织结构和信条影响宗教对信徒的吸引力和稳定性；国家的社会结构影响国家的治理成本和经济活力；这些都是网络整体结构产生适应性差别的例子。

7.从《复杂》到《复杂的引擎》，一种普适方法论的诞生

有了信息、计算和进化的框架后，就能反过来指导科学实践。在个体的层面上进行进化的例子是遗传算法。在整体层面进行进化显然比个体层面更为困难。但是在《复杂》这本书中给出了一个例子，就是元胞自动机规则的优化，个体层面是单个元胞的演化规则，但优化目标不是单个元胞的性能，而是由多个元胞组成的整个元胞自动机表现出目的性。

《复杂的引擎》一书则不仅限于复杂适应系统，而是将这套框架推广到了更广义的领域。我们可以注意到有许多事物并不是信息输入、计算和信息输出的主体，但仍然具有目的性，比如我们使用的各种工具，工具也具有低概率性，不可能在自然环境下随机形成，因此也蕴含有信息。

《复杂的引擎》作者梅菲尔德提出将自然界的事物、系统和行为分为两类。

一类事物的出现无需指令也就是信息的引导，这一类事物包括大部分非生命和非人类活动产物，例如岩石、海洋、飓风和太阳系。

还有一类事物在形成过程中则需要指令的引导，也就是说除了化学和物理定律，还需要额外的信息，如果没有这些额外的信息，这类事物出现的概率将极低，以至于完全不可能，作者称此类事物为II型事物，这类事物包括所有生物以及各种人类智慧的产物。

两类事物涵盖了一切事物，地球之所以独特，正是因为存在大量II型事物，这也是为什么火星和月球上的疑似人造物让人们感兴趣的原因。因为II型事物的存在意味着进化系统的存在。

理解了信息对II型事物的关键作用，我们就能理解生物、技术、人类知识、人类组织、经济、宗教和历史中许多现象的由来，这也是为什么复杂系统能够作为一种具有普适性的方法论帮助我们认识和分析各种自然、经济和社会现象。《复杂》一书通过对各种复杂系统和现象的分析，展现了信息、计算和进化的概念在其中起到了不容忽视的重要作用。《复杂的引擎》则更进一步将这几个概念融汇贯通编织成了一个整体，为我们认识和理解复杂系统提供了清晰的框架。

有趣的是，在《复杂的引擎》一书的末尾，梅菲尔德还总结了到目前为止地球上出现的主要进化层次，分别是生命的起源、心智的进化、语言的进化、社会和文化的进化、基于计算机的进化，如果将这些主要进化层次出现的时间画在对数轴上，将是一条直线，并且现在已经迫近了下一次新的进化层次出现的时间，这个新的进化层次会何时出现？会不会是人工智能？这些问题都有待读者朋友自己去思索。