1 背景和歷史

科學已經探索了微觀和宏觀世界；我們對所處的方位已經有了很好的認識。亟待探索的前沿領域就是復雜性。

——斐杰斯（Heinz Pagels），

《理性之夢》（The Dreams of Reason）

第1章 復雜性是什么

一些思想是由簡單的思想組合而成，我稱此為復雜；比如美、感激、人、軍隊、宇宙等。

——洛克（John Locke），

《人類理解論》(An Essay Concerning Human Understanding)

巴西：亞馬孫雨林。幾十萬只行軍蟻（army ant）在行進。沒有誰掌控這支軍隊，不存在指揮官。單個螞蟻幾乎沒有什么視力，也沒有多少智能，但是這些行進中的螞蟻聚集在一起組成了扇形的蟻團，一路風卷殘云，吃掉遇到的一切獵物。不能馬上吃掉的就會被蟻群帶走。在行進了一天并摧毀了足球場大小的濃密雨林中的一切食物后，螞蟻會修筑夜間庇護所——由工蟻連在一起組成的球體，將幼蟻和蟻后圍在中間保護起來。天亮后，蟻球又會散成一只只螞蟻，各就各位進行白天的行軍。

專門研究螞蟻習性的生物學家弗蘭克斯（Nigel Franks）寫道，“單只行軍蟻是已知的行為最簡單的生物”,“如果將100只行軍蟻放在一個平面上，它們會不斷往外繞圈直到體力耗盡死去”。然而，如果將上百萬只放到一起，群體就會組成一個整體，形成具有所謂“集體智能（collective intelligence）”的“超生物（superorganism）”。

這究竟是怎么回事呢？雖然科學家們已經很熟悉蟻群的習性，但集體智能的產生機制依然是個謎。就像弗蘭克斯所說，“我研究了布氏游蟻（E. burchelli，一種常見的行軍蟻）很多年，我發現，對它們的社會結構了解得越多，對其社會組織的疑問就會越多”。

行軍蟻是許多我們認為“復雜”的自然和社會系統的縮影。螞蟻、白蟻以及人類這樣的社會生物會聚集在一起，共同形成復雜的社會結構，從而增加種群整體的生存機會，目前還沒有人確切地知道其背后的機理。類似的還有，免疫系統如何抵抗疾病，細胞如何自組織成眼睛和大腦，經濟系統中自利的個體如何形成結構復雜的全球市場。最為神秘的是，所謂的“智能”和“意識”是如何從不具有智能和意識的物質中涌現出來的。

這些正是復雜系統所關注的問題。復雜系統試圖解釋，在不存在中央控制的情況下，大量簡單個體如何自行組織成能夠產生模式、處理信息甚至能夠進化和學習的整體。這是一個交叉學科研究領域。復雜一詞源自拉丁詞根plectere，意為編織、纏繞。在復雜系統中，大量簡單成分相互纏繞糾結，而復雜性研究本身也是由許多研究領域交織而成。復雜系統專家認為，自然界中的各種復雜系統——比如昆蟲群落、免疫系統、大腦和經濟——之間，具有許多共性。下面我們來一一了解。

昆蟲群落

社會性昆蟲群落提供了極為豐富而神奇的復雜系統范例。例如，一個蟻群可能由數百只乃至上百萬只螞蟻組成，單只螞蟻其實都相對簡單，它們受遺傳天性驅使尋找食物，對蟻群中其他螞蟻釋放的化學信號做出簡單反應，抵抗入侵者，等等。然而，任何一個在野外觀察過蟻群的人都會意識到，雖然單只螞蟻的行為很簡單，但整個蟻群一起構造出的結構卻復雜得驚人，而且這種結構明顯對群體的生存極為重要。它們使用泥土、樹葉和小樹枝建造出極為穩固的巢穴，巢穴中有宏大的通道網絡，育嬰室溫暖而干爽，溫度由腐爛的巢穴材料和螞蟻自身的身體控制。一些種類的螞蟻還會將它們的身體相互連在一起組成很長的橋，從而可以跨越很長的距離（對它們來說很長），通過樹干轉移到另一蟻穴（圖1.1）。科學家們對螞蟻及其社會結構進行了細致的研究，但現在仍然無法徹底弄清它們的個體和群體行為：螞蟻的個體行為如何形成龐大而復雜的結構，螞蟻之間如何相互通信，蟻群作為整體如何適應環境變化（比如天氣變化和受到攻擊）。生物進化又是如何產生出個體如此簡單、整體上卻如此復雜的生物？

大腦

認知科學家侯世達在《哥德爾、艾舍爾、巴赫——集異璧之大成》一書中對蟻群和大腦進行了比較。兩者都是由相對簡單的個體組成，個體之間只進行有限的通信，整體上卻表現出極為復雜的系統（“全局”）行為。在大腦中，簡單個體是神經元。除了神經元，大腦中還有許多不同的細胞，但絕大多數腦科學家都認為是神經元的活動以及神經元群的連接模式決定了感知、思維、情感、意識等重要的宏觀大腦活動。

圖1.2（上圖）就是神經元的圖像。神經元主要由三部分組成：細胞體，接收其他神經元信號的分支（樹突），以及向其他神經元發送信號的主干（軸突）。大致上，神經元可以處于活躍狀態（激發）或非活躍狀態（未激發）。當神經元通過樹突從其他神經元接收到足夠強的信號時，它就會激發。激發時會通過軸突傳出電信號，然后釋放出神經遞質轉換成化學信號，化學信號又會作用于其他神經元的樹突對其進行觸發。神經元的激發頻率和產生的化學輸出信號會根據輸入和最近的激發狀況隨時間變化。

這與蟻群很類似：個體（神經元或螞蟻）之間相互傳遞信號，信號的總強度達到一定程度時，會導致個體以特定的方式動作，從而再次產生信號。總體上會產生非常復雜的效果。前面說過對螞蟻及其社會結構尚未完全了解；同樣，對于單個神經元的行為和龐大的神經網絡如何產生出大腦的宏觀行為（圖1.2，下圖），科學家們也沒有弄清楚。他們不知道神經元信號的意義，不知道大量神經元如何一起協作產生出整體上的認知行為，也不知道它們是怎樣讓大腦能夠思維和學習新事物。同樣，最讓人迷惑的也許就是，如此精巧、整體能力如此強大的信號系統是怎樣進化出來的。

免疫系統

免疫系統是又一個例子。在免疫系統中，相對簡單的組分一起產生出包含信號傳遞和控制的復雜行為，并不斷進行適應。圖1.3展現了免疫系統的復雜性。

同大腦一樣，不同動物的免疫系統的復雜程度也各不相同，但總體上的原則是一樣的。免疫系統由許多不同的細胞組成，分布在身體各處（血液、骨髓、淋巴結等）。這些細胞在沒有中央控制的情況下一起高效地工作。

免疫系統中的主角是白細胞，也稱為淋巴細胞。白細胞能通過其細胞體上的受體識別與某種可能入侵者（比如細菌）相對應的分子。大量白細胞哨兵在血液中不停巡邏，如果被激活——也就是特定受體偶然遇到了與其匹配的入侵者——就發出警報。一旦淋巴細胞被激活，就會分泌出大量能夠識別類似入侵者的分子——抗體。這些抗體會到處去搜尋和摧毀入侵者。被激活的淋巴細胞的分裂速度也會加快，從而產生出更多后代淋巴細胞，幫助搜尋入侵者和釋放抗體。后代淋巴細胞會不斷繁衍，從而讓身體能記住入侵者特征，再次遇到這種入侵者時就能具有免疫力。

有一類細胞被稱為B細胞（B是指它們產生自骨髓，Bone marrow），它具有一種奇特的性質：B細胞與某種入侵者匹配得越好，它產生的后代細胞就越多。通過隨機變異，子細胞與母細胞會稍有不同，而這些子細胞產生后代的能力也與它們同入侵者相匹配的程度成正比。這樣就形成了達爾文自然選擇機制，B細胞變得與入侵者越來越匹配，從而產生出能極為高效地搜尋和摧毀微生物罪犯的抗體。

還有許多種類的細胞也參與了免疫反應的大合奏。T細胞（產生自胸腺，Thymus）對于調節B細胞的反應很重要。巨噬細胞四處游蕩，尋找已被抗體標記的東西，然后將其摧毀。有些細胞讓免疫能長期有效。此外，系統中還有一部分是用來防止免疫系統攻擊身體的正常細胞。

同大腦和蟻群一樣，免疫系統的行為是通過大量簡單參與者的獨自行動產生，并沒有誰在進行掌控。簡單參與者——B細胞、T細胞、巨噬細胞，等等——的行動可以看作某種化學信號處理網絡，一旦有一個細胞識別出入侵者就會觸發細胞之間產生信號雪崩，從而產生精巧而復雜的反應。不過目前這個信號處理系統的許多關鍵細節還沒有研究清楚。比如，目前仍然沒有完全弄清楚相關的信號是什么，它們具體的功能是什么，它們又是如何相互協作，從而使得系統作為一個整體能夠“知道”環境中存在何種威脅，并產生出應對這種威脅的長期免疫力。我們也不清楚這種系統是如何避免攻擊身體；又是什么導致系統失靈，例如如果患有自身免疫?。╝utoimmune diseases），系統就會對身體發起攻擊；艾滋病毒（HIV）又是用怎樣的策略直接攻擊免疫系統本身。同樣，還有一個關鍵問題，就是這樣高效的復雜系統當初是如何進化出來的。

經濟

經濟也是復雜系統，在其中由人（或公司）組成的“簡單、微觀的”個體購買和出售商品，而整個市場的行為則復雜而且無法預測，比如不同地區的住宅價格或股價的波動（圖1.4）。很多經濟學家認為經濟在微觀和宏觀層面上都具有適應性。在微觀層面上，個人、公司和市場都試圖通過研究其他人和公司的行為來增加自己的收益。以前一直認為，微觀上的自利行為會使得市場在總體上——宏觀層面上——趨于均衡，在均衡狀態下商品價格無論怎樣變化都無法讓所有人受益。從收益或消費者滿意度來看，如果有人受益，就肯定會有人受損。市場能達到均衡態就認為市場是有效的。18世紀經濟學家亞當·斯密（Adam Smith）將市場的這種自組織行為稱為“看不見的手”：它產生自無數買賣雙方的微觀行為。

經濟學家感興趣的問題是，市場怎樣才會變得有效，以及反過來，為何在現實世界中市場會失效。近年來，關注復雜系統研究的經濟學家開始嘗試用復雜系統的術語來解釋市場的行為：動力學無法預測的全局行為模式，比如市場泡沫及其崩潰的模式；信號和信息的處理，比如個體買賣者的決策過程，以及市場作為整體“計算”有效價格的“信息處理”能力；還有學習和適應，比如商家調整產品以適應消費者的需求變化，以及市場作為一個整體對價格進行調整。

萬維網

萬維網誕生于20世紀90年代初，此后呈爆炸性增長。與前面描述的系統類似，萬維網可以視為自組織的社會系統：每個人都看不到網絡的全貌，只是簡單地發布網頁并將其鏈接到其他網頁。然而，復雜系統專家發現這個網絡在整體上具有一些出人意料的宏觀特性，包括其結構、增長方式，信息如何通過鏈接傳播，以及搜索引擎和萬維網鏈接結構的協同演化，這一切都可以視為系統作為一個整體的“適應”行為。萬維網從簡單規則中涌現出的復雜行為是目前復雜系統研究的熱點。圖1.5展現了一部分網頁以及其鏈接的結構。似乎許多部分都很相似，問題是，為什么會這樣？

復雜系統的共性

這些系統在細節上很不一樣，但如果從抽象層面上來看，則會發現它們有很多有趣的共性。

1．復雜的集體行為：前面講到的所有系統都是由個體組分（螞蟻、B細胞、神經元、股票交易者、網站設計人員）組成的大規模網絡，個體一般都遵循相對簡單的規則，不存在中央控制或領導者。大量個體的集體行為產生出了復雜、不斷變化而且難以預測的行為模式，讓我們為之著迷。

2．信號和信息處理：所有這些系統都利用來自內部和外部環境中的信息和信號，同時也產生信息和信號。

3．適應性：所有這些系統都通過學習和進化過程進行適應，即改變自身的行為以增加生存或成功的機會。

現在我可以對復雜系統加以定義：復雜系統是由大量組分組成的網絡，不存在中央控制，通過簡單運作規則產生出復雜的集體行為和復雜的信息處理，并通過學習和進化產生適應性。[有時候會對復雜適應系統（在其中適應性扮演重要角色）和復雜非適應系統（比如颶風或湍流）加以區分。在書中討論的大部分系統都是適應性的，我不再區分。]

如果系統有組織的行為不存在內部和外部的控制者或領導者，則稱之為自組織（self-organizing）。由于簡單規則以難以預測的方式產生出復雜行為，這種系統的宏觀行為有時也稱為涌現（emergent）。這樣就有了復雜系統的另一個定義：具有涌現和自組織行為的系統。復雜性科學的核心問題是：涌現和自組織行為是如何產生的。在書中我會嘗試從各種角度來闡釋這個問題。

如何度量復雜性

前面我介紹了復雜系統的一些性質。但是還有量的問題：一個特定的復雜系統到底有多復雜呢？也就是說，我們該如何度量復雜性？可以精確地說出一個系統比另一個復雜多少嗎？這個問題很重要，但是還沒有完全解決，至今仍是充滿爭議的領域。在第7章我們會看到，有許多度量復雜性的方式；不過還沒有哪一種得到公認。書中許多章節描述了復雜性的各種度量方法及其用途。

但是如果公認的復雜性定義都沒有，又如何會有復雜性科學呢？

對這個問題我有兩個回答。首先，雖然有很多書和文章使用這些術語，但是既不存在單獨的復雜性科學，也不存在單獨的復雜性理論。其次，我在書中會反復提到，一門新的科學形成的過程，就是不斷嘗試對其中心概念進行定義的過程。對信息、計算、序和生命等核心概念的定義就是這樣的例子。書中我會對這些奮斗歷程的歷史和現狀進行闡述，并將它們與我們對復雜性的理解結合起來。這本書講的是科學前沿，但也講述科技前沿背后的核心概念的歷史，下面四章講的就是貫穿全書的核心概念的歷史和背景。