复杂系统突现研究的新趋势

复杂系统突现研究的新趋势

20世纪下半叶，以复杂科学为代表的复杂系统的突然发展表现出了活力。“系统运动”这一概念是英国系统科学家切克兰德(PeterCheckland)于1979年提出的,用以表达自20世纪上半叶以来,系统研究及其实践、系统理论及其应用、系统科学及其内容结构的运动和发展过程。(chapter.3)后来国际上许多知名系统科学家都接受并使用了这一概念。系统运动的发展可以划分为一般系统理论、自组织理论和复杂性科学三个大的研究阶段。20世纪末,随着复杂性科学、计算机科学、生命科学和认知科学等交叉学科的迅速发展,形成了复杂系统突现研究的热潮。与经典突现论相比,复杂系统突现研究阶段的显著特点就是突现研究的进路发生了关键性的转变,即以揭示突现机理为核心,以跨学科研究为视野,以计算机模拟为手段。正是这种新的研究进路,使“突现”成为一个科学概念,也使哲学突现论的研究得以复兴,成为当代科学哲学、心灵哲学、复杂性科学哲学研究的一个前沿和热点问题。一、从复杂系统的角度来研究突现以英国突现主义为标志的经典突现论，其主要局限性在于：只是以一种虔诚的态度静止地看待具有突现性质的整体与它们组成部分的关系；将突现性质看作是一个永远不能打开的黑箱，一种不必解释也不可解释的现象；对突现采取一种完全经验主义的、自然崇拜的态度。而复杂性科学正是要克服早期突现论研究的这个局限，揭示突现产生的机制，这是突现研究进路的一个关键性转变。经过20世纪后半叶系统科学的发展，特别是最近十多年来对混沌、元胞自动机、遗传算法等的研究，目前对突现问题的探讨已经可以而且必须进行问题的转换了：从突现如何表现转变为突现何以可能，从研究突现的静态特征转变到研究突现的动态过程（dynamicprocess）。只有分析突现的动力学（dynamics），即分析突现形成的动态过程和机理，我们才能了解突现的基本特征，从而更准确地定义突现，解释突现现象。许多系统科学家和复杂性科学家都认识到并强调了这一点。如，美国系统科学家和人工智能专家西蒙在《人工科学———复杂性面面观》一书中指出，从20世纪中叶以来，人们对复杂性和复杂系统的研究有三次大的兴趣波，在目前这一波中，经常与复杂性相联系的词语是混沌、自适应系统、遗传算法和元胞自动机。“目前对复杂性的兴趣主要是关注复杂性产生和维持的机制，关注描述分析复杂性的工具”。（P158）布鲁塞尔自由大学的学者海里津也指出，“迄今为止，对于什么是突现性质的描述或什么是突现存在的条件，都没有满意的理论对此加以解释”。我们需要“从传统的静态的观点，转换到动态的进化的观点来看待它，将‘一种突现性质是如何表现的’（Howcanapropertybeemergent？）”问题转换为“一种突现性质是如何产生的（Howcanapropertybecomeemergent？）”问题。（P23-32）以研究复杂性著称的美国圣菲研究所更是明确地提出：“复杂性，实质上就是一门关于突现的科学。我们面临的挑战……就是如何发现突现的基本法则。”（P115）他们甚至将突现作为圣菲的一个主题和理念。因此，我们只有弄清楚系统突现现象的规律，才能真正了解这些复杂系统。以圣菲研究所为代表的复杂性研究之所以能使突现的研究推进到一个新台阶，进行一种新范式的转换，正是因为，“复杂性理论能够进一步对隐藏于突现现象中的有关因素进行发掘研究。这就是说，复杂性理论正在发展一些必要的工具、方法和建构体来促使突现的过程更清晰、更容易让人理解”。（P58)对于突现性质和突现机制应如何进行动力学的研究，我们认为，需要按系统分类，分析几种不同复杂系统的类型，结合自组织等复杂系统理论来动态地研究它们相应的突现性质与机制。在《论系统分类新视野》一文中，我们曾提出了一个从一般系统到复杂适应系统的外延上的包含关系的序列：一般系统—开放系统—控制系统—自组织系统—复杂适应系统。对于复杂系统而言，可以根据三类系统（即自组织系统、复杂适应系统和多层级具有中央控制的系统）的突现进行动态机制的概括和研究。例如，复杂系统模式突现的自组织机理，复杂系统的适应性与进化突现机理，复杂系统的多层控制与层级突现机理。二、控制论学科间的合作跨学科研究之所以可能的依据和思想基础，是对描述不同对象系统之间的同构性（isomorphisms）的认识。传统上由于研究主题不同而被人们分割的对象系统之间，存在着同构关系。所谓同构关系，简言之就是不同的系统之间不仅在元素上，而且在关系或运算法则上存在着一一对应的映射。一旦一种相应的同构性在两个或更多的领域建立起来，那么，在一个领域中发展起来的理论和方法就很容易应用到相应的其他领域中去。不同领域中同构性的发现使新的整体思维方式即系统思维应运而生。人们日益发现，系统性类似变得越来越重要，至少是与事物性差异同样重要。科学中跨学科领域的出现以及对不同学科中同构性的利用，使一些学者意识到，特定的概念、观念、原理和方法可以被应用于一般意义的系统，而不管它们的学科类别；因而导致了一般系统的概念、一般系统的理论和系统思维的产生。可以说，系统思维和系统科学是跨学科研究的结果，而跨学科研究正是系统科学的基本研究方法之一。在系统科学研究的早期，许多学者已倡导并实践着跨学科研究。例如，一般系统论的创始人贝塔朗菲坚持认为，跨学科之间有一种系统同构规律，应该用同构的方法对它进行研究。他的《一般系统论》重点讨论了这种同构和类比方法论。维纳的控制论就是在生理学与电子学的跨学科研究中提出的。根据维纳的记载，从20世纪30年代到1944年为止，美国哈佛医学院成立了一个持续了十多年的跨学科研究会———科学方法论讨论会，参加这个研究会的有数学家、物理学家、电子工程学家、神经生理学家、逻辑学家和分析哲学家，正是他们的共同研究产生了控制论这门学科。维纳等人在创造控制论理论时，于1945年专门写了《模型在科学中的作用》一文，发表在《科学哲学》杂志上，并与科学哲学家们进行了一场大辩论。（P290）他在控制论中使用的方法实际上是功能模拟方法和黑箱方法，并由此发现了控制系统的反馈规律。维纳说：“许多年来，罗森勃吕特（医学）博士和我共同相信，在科学发展上可以得到最大收获的领域是各种已经建立起来的部门之间的被忽视的无人区。从莱布尼兹以后，似乎再没有一个人能够充分地掌握当代的全部知识活动了。从那时候起，科学日益成为专门的研究者在愈来愈狭窄领域内进行着的事业……今天，没有几个学者能够不加任何限制而自称为数学家，或者物理学家，或者生物学家。”“到科学地图上的这些空白地区去作适当的查勘工作，只能由这样一群科学家来担任，他们每人都是自己领域中的专家，但是每人对他的邻近的领域都有十分正确和熟练的知识；大家都习于共同工作，互相熟悉对方思想习惯，并且能在同事们还没有以完整的形式表达出自己的新想法的时候就理解这种新想法的意义。数学家不需要有领导一个生物学实验的本领，但却需要有了解一个生理学实验、批判一个实验和建议别人去进行一个实验的本领。生理学家不需要有证明某一个数学定理的本领，但是必须能够了解数学定理中的生理学意义，能够告诉数学家他应当去寻找什么东西。”（P2-3)如前所述，圣菲研究所（SFI）自1984年在美国新墨西哥州成立后，迅速发展成为美国最优秀的五大研究所之一。许多著名科学家，包括一些诺贝尔奖获得者盖尔曼(M.Gell-Mann)、阿罗(K.J.Arrow)、安德森(P.W.Anderson)都纷纷投入到SFI的复杂性研究中，极大地推动了复杂性科学的发展。SFI将其宗旨确定为开展跨学科、跨领域的复杂性研究，并以一种机构和机制来保证这种实质性的跨学科研究。圣菲研究所的发起者和第一任所长考恩指出，对复杂系统作完整而准确的描述是整个科学面临的重大挑战。复杂性科学是整个科学发展的前沿，而不是哪一门具体科学的前沿。因此，复杂性研究需要不同学科之间的深入对话与合作。考恩是一位具有广阔视野和远见卓识的科学家。他曾长期担任洛斯阿拉莫斯的技术与组织领导工作，具有丰富的理论知识和实践经验。当他退休的时候，多年的思考促使他萌发了这样一个创意：建立一个冲破学科界限的，研究各学科共同关心的，“人类究竟是如何认识和处理复杂性的”这样一个难题。这个想法的出现不是偶然的，考恩在他几十年的科学生涯中，深深体会到近代科学中普遍存在的、片面强调还原论思想的弊病，以及由此而来的种种问题，如学科分隔造成的隔阂，综合的、整体的观念缺乏，只见树木不见森林的短视和偏见，在丰富多彩的现实面前的僵化和无能。他认为，这些弊病不仅阻碍了科学的发展，而且往往是人类面临的许多现实问题难以得到有效解决的原因所在。SFI的这个研究宗旨吸引了一大批富有创新精神的，勇于探索这个新领域的科学家。如经济学家阿瑟(W.BrainArthur)，计算机科学家霍兰，还有以研究“人工生命”闻名的兰顿（Langton），从生物医学领域来的考夫曼等。他们中既有德高望重的诺贝尔奖金得主，也有初出茅庐、血气方刚的青年学者。他们以复杂性和突现为中心议题，进行着不同学科之间的对话与合作。圣菲研究所成立之初的两次研讨会（1984年10月和11月）的主题就是“突现中的科学综合”，讨论的主要是跨学科的科学大综合，强调新型科学正在从这种综合中涌现出来。复杂性科学的跨学科既有在传统的科学专业之间的综合，又有科学与哲学的对话和交融。“我们不得不处理那些我们尚未理解的东西，而这需要有新的思维方式。”正是在这种意义上，哲学将发挥重要的作用，这不是对于科学和技术中所发生的事物提供某种元描述（meta-description），而是作为科学和技术实践中的一个整体的组成部分。一些特定的科学哲学的视角会对我们研究复杂系统的进路产生影响。复杂系统动力学模型的建立需要跨学科的视野和理念。从传统的科学观点看，建立模型是为了预测和控制复杂系统的行为。但从更一般的哲学观点来看，我们希望对复杂系统建模，因为我们希望更好地理解它们。为了给复杂性建模，我们既需要科学的视角，也需要哲学的视角。霍兰在谈及突现研究的长期目标时指出，还有“两个具有哲学和宗教色彩的深奥的科学问题：生命和意识。”（P246）概而言之，科学没有哲学是盲目的，哲学没有科学是无效的。它们之间的合作将使双方获益。三、计算机模拟方法20世纪80年代和90年代，传统的模型方法和模拟手段在复杂性研究中获得了重大的突破。西蒙对复杂性研究与系统方法论的关系作了历史与发展的考察，清楚地指出：“三次兴趣波尽管都留意复杂性问题，但它们选择了复杂性的不同侧面作为特别关注点。一战后对复杂性的兴趣有很强的反还原味道，其关注的主张是，整体超越部分之和。二战后爆发的兴趣波在还原论问题上比较中立，主要关注反馈与自体平衡（自稳）在维持复杂系统方面的作用。目前对复杂性的兴趣主要关注产生和维持复杂性的机制，关注描述分析复杂性的分析工具。”“在目前这一波中，经常与复杂性相联系的词语是‘混沌’、‘自适应系统’、‘遗传算法’和‘元胞自动机’。”（P157-158）同时他还说：“对复杂性的第三次，即当前的兴趣波，与第二波有许多共同特征。这次兴趣波的主要动机是理解与把握世界上的一些大规模系统———例如，环境，我们人类所创造的世界社会，生命体———的日益增长的必要性。但是，如果不提供关于复杂性的新思想方法，则上述动机自身不可能吸引人们长期关注复杂性。超越第二波中涌现的工具的概念，现在已经出现了其他新观念，同时还跟随有相关的数学与计算算法。”（P162）可见，西蒙敏锐地意识到，复杂性研究的新突破必须依靠方法论上的突破，要有能够描述和揭示“突变”、“混沌”、“自适应系统”等复杂现象的新模型方法和计算机模拟方法。计算机技术的发展为复杂系统建模开拓了新的可能性。著名学者威弗认为，科学已解决了两变量的简单性问题和多变量的非组织性问题，但还没有触及处于这两类问题之间的中间地带的“组织复杂性”问题。这需要科学的第三次变革，需要计算机等新的研究工具和方法。威弗预言，以计算机为工具的科学家合作团体在20世纪下半叶将为解决生物和社会科学中的组织复杂性问题作出巨大贡献。正是在先进计算机工具的帮助下，复杂性科学家对具体复杂系统的突现的产生机制进行了深入探索，以强大的计算机为支持的建模技术，允许我们对复杂系统的行为进行模拟。目前，运用计算机模拟复杂性和研究突现主要有两种模型：基于规则的模型和关联论模型。基于规则的模型是探索复杂性模型的经典方法。复杂系统的行为被简化为能够正确描述系统的一组规则，问题在于发现那些规则，并且用计算机模拟出这些规则怎样在迭代运用的过程中突现出各种复杂的模式。霍兰研究的主要是这类基于规则的系统，相信这类系统的突现性可以用科学方法描述。这方面的主要思路是：选择适当的主体（agents）作为构件（buildingblock），用计算机程序刻画少数支配主体相互作用的简单规则，通过计算机模拟该模型的突现行为，让宏观整体行为由下而上、自然而然地突现出来，使研究者能够直接观察系统的生成、演化过程，从观察现象中发现规律，建立复杂系统突现的理论。基于多主体系统的模拟是计算机模拟发展的一个新阶段。它是从个体出发,采取的一种自下而上的研究策略;它从部分到整体的模拟和推理过程实际上是一种综合方法,具体来说是一种生成论的研究方法。这种方法与传统的分析方法和集权控制的模拟方法有很大的不同。基于多主体系统的模拟或建模方法(multi-agentbasedmodeling)是对复杂系统的动态模型,即基于多主体的模型进行计算或模拟的一种研究方法。作为这种方法的一个实质性核心,基于多主体的模型是为了从整体上评价多个自主主体对系统的影响,而对网络中自主主体的行为和相互作用进行模拟的一种计算模型。这种模型将博弈论、复杂系统、突现、计算社会学、多主体系统的原理与用来介绍随机性的演化程序、蒙特卡罗方法结合起来,对同时运行的多个主体进行模拟,以试图重新建立和预测复杂现象的行为。例如,“元胞自动机”就是一种重要的基于多主体系统的计算机模拟方法。运用元胞自动机对复杂系统的模拟,可以解释复杂性的许多内在机理,元胞自动机模拟方法已成为研究复杂系统的一种新方法。圣菲研究所的法默（Farmer）提出了系统突现的“关联论”（Connectionism）模型。此模型来源于对人脑的模拟，是一个由“连接物”相连的“节点”网络所代表的互动作用者群。在神经网络中，节点—关联物结构是非常明显的。节点就相当于神经元，而关联物就相当于连接神经元的突触。因此，一个相互关联的神经网络（能够被数学地模拟），在个体神经元的层次上没有表现出明显的复杂行为，但神经系统却能够完成特殊的复杂任务。网络节点非常简单，整体行为几乎完全就是由节点之间的相互关联来决定的。用兰顿的话来说，就是相互关联中编入了网络的泛基因型密码。在这种情况下，力量存在于关联之中。“神经元”基本上也只是开开闭闭的开关，然而它们却能仅仅通过相互作用就产生令人吃惊的复杂结果。所以，如果要改善这个系统的表现类型，只需要改变这些节点之间的相互关联就行了。这给了我们启示：重要的是加强关联点的力度（权重），而不在于加强节点的力度。这便如兰顿和人工生命科学家所言的，生命的本质在于组织，而不在于分子。这一概念同时也使我们对宇宙中生命和心智从无到有的形成和发展，有了更深刻的了解。计算机模拟已成为复杂性科学特别是研究复杂系统突现的一种重要方法。自然界和人类社会中的许多突现现象，都可以通过计算机进行模拟与研究。目前，人们对神经网络、人工生命、生态系统等典型的复杂系统的突现现象进行了模拟研究，对突现现象建立了一些可操