核心书摘

《复杂》由研究复杂系统的前沿科学家梅拉妮·米歇尔所著，全书通过大量的案例分析，总结出了复杂系统的普遍规律：大量个体在不存在中央控制的情况下，通过简单运动规则产生出复杂集体行为和复杂信息处理，并能够通过学习和进化产生适应性。书中还阐释了复杂性与遗传进化、人工智能、生命科学、信息处理等领域的关系，帮助我们正确认识复杂，避免用线性思维去解决复杂问题。

适合谁读

· 创业者

· 对复杂系统感兴趣的人

· 试图改变线性思维思考模式的人

关于作者

梅拉妮·米歇尔，波特兰州立大学计算机科学教授，圣塔菲研究所客座教授，主要从事类比推理、复杂系统、遗传算法等领域的研究工作，特别擅长用非线性思维思考问题。

学什么？学会用科学的方法理解复杂的系统

蚂蚁在组成群体时为何会表现出极强的精密性和目的性?数以亿计的神经元是如何产生出像意识这样极度复杂的事物的?是什么在引导免疫系统、互联网、全球经济和人类基因组等自组织结构?到底什么是复杂系统？这些复杂系统运作的普遍规律又是什么？

《复杂》一书就试图用大量案例来完成复杂性研究。作者以平实的语言，从研究理论与实践成果两方面介绍了复杂性研究的基本思想，指出如果解决了复杂系统中简单个体之间信息传递和信息处理的问题，那么就在一定程度上实现了对复杂系统的掌控。这本涉及跨学科的新领域科学著作，很适合我们深入了解这个新领域的主要动向。

你还会发现

· 复杂系统与线性关系有什么不同；

· 复杂系统如何通过简单规则产生适应性行为；

· 生命、智能和适应性是否能通过机械和计算来实现。

一、什么是复杂系统

首先，我们来关注本书的第一个重点内容：什么是复杂系统。

虽然科学界已经明确，复杂系统研究拥有广阔的发展前景，但对于我们大多数普通人来说，它依然属于新生事物，是一个陌生的词汇。所以接下来，我们通过列举一些常见的事例，揭开复杂系统神秘的面纱，来填补知识的盲区，看看究竟什么是复杂系统？

最先给大家介绍的，是一种非常常见的小生物——蚂蚁。

巴西亚马逊热带雨林盛产蚂蚁，常常会出现几十万只蚂蚁集体行进的壮观场面。没有谁是蚂蚁群统一行动的指挥官，这些弱小、聋哑而且没有多少智商的小东西，却能步调一致地搜集食物、修建巢穴、哺育幼蚁。

当火山爆发或者暴雨袭来的时候，蚁群会自动团聚成一个巨大的蚁球，在翻滚中冲出危险区，牺牲表层的蚂蚁，保存内部的有生力量。蚁群中的工蚁还有不同分工，有的搜寻食物、有的维护蚁穴、有的安全巡逻或者垃圾处理。

神奇的是，执行各种任务的工蚁数量还会随着各工种工作量的变化而自动发生变化：如果蚁穴被破坏，维护蚁穴的工蚁数量就会增加；如果附近的优质食物源增加，搜寻食物的工蚁数量就会变多……目前的研究还无法知道蚂蚁是如何根据蚁穴环境的变化判定出自己应该加入哪种工作的。

专门研究蚂蚁习性的生物学家指出：单只蚂蚁是已知生物种群中行为和智力最为简单的物种之一，但是，如果将上百万只蚂蚁放在一起组织成一个整体，它们就会变成具有高度集体智能的“超级生物”，种群整体的生存机会也会大大增强。

这样的蚁群，就是一个复杂系统。和蚁群情形类似的，还有我们人类的大脑。

你可能想象不到，我们的大脑有多复杂，仅仅1500ml的脑容积里遍布着1000多亿个微小的神经元，每个神经元活动的最高频率是每秒1000次。但神经元却是简单的，简单到仅仅由单个细胞体和小树突构成，每个神经元独立感知着外界，然后通过树突传导化学物质建立彼此之间的联系，所以人们才有看到风景会心旷神怡、听到乐曲会激情澎湃、闻到花香会神清气爽的感觉。

没有谁发出指令，大脑通过多个简单神经元的相互作用，便可以产生出认知、思维、情感、意识等等这些极度复杂的东西，所以大脑也是一个复杂系统。

我们再看看生物进化中的遗传现象。

达尔文进化论的思想是受“加拉帕戈斯群岛燕雀”的案例启发才诞生的，我们简单回顾一下这个著名的案例。

加拉帕戈斯群岛位于南美洲的厄瓜多尔西海岸，虽然地处赤道，但它同时又位于一股寒冷洋流前进的通道上，这股洋流把南极洲冰水源源不断地送到这里，在冷热交汇的作用下，加拉帕戈斯群岛众多岛屿上的动植物种群丰富而且各异，有的岛上是寒带生物，有的岛上却是热带群落。

在这些岛屿上，居住着一批早期迁徙过来的燕雀，经年累月之后，各个岛上的燕雀形体却发生了很大的变化，特别是喙[huì]（就是鸟嘴）的大小和形状差别越来越大。这些燕雀有着同样的祖先，但为什么现在会发生如此大的差别呢？达尔文经过研究后发现，原来是因为各个岛屿上的食物品种不一样，燕雀为了适应自己岛屿上的食物就发展出了不同的喙，换句话说，因为燕雀吃的是不同的食物，所以就进化出了不同的喙。

生物进化中的遗传，同样没有发号施令者，但一点点微小的性状变异，却让生物的物种、外形、习性、功能发生了巨大的改变，在生命的延续中代代相传并不断修正改变，结果不可预测。所以，生物进化中的遗传，也是一个“复杂系统”。

类似的例子还有很多，比如，免疫系统没有智商，却能调动成千上万独立的淋巴细胞识别病毒、产生抗体；一个胚胎细胞不断分裂，有的长成了四肢脏腑，有的却长成五官骨骼。

蚁群、大脑、遗传、免疫、发育都有一个共同特点，它们都是由大量简单个体汇聚在一起，产生高度复杂、不断变化而且难以预测的行为。这种奇观，是令整个科学界为之着迷的未解之谜，也是《复杂》这本书要重点阐述的“复杂系统”。

对于复杂系统，科学界还尚未给出一个精准的定义，不过我们可以从以上案例中总结出复杂系统所拥有的共性，那就是大量个体在不存在中央控制的情况下，通过简单运动规则产生出复杂集体行为和复杂信息处理，并能够通过学习和进化产生适应性。

二、科技进步为我们提供了哪些研究复杂系统的理论

在认识了复杂系统之后，接下来，我们一起看看本书的第二个重点内容：科技进步为我们提供了哪些研究复杂系统的理论。

人类从远古走来，崛起的历史可以说就是一部对自然界的探索史，人类希望获得一种力量，来消除对未知的恐惧，使自身获得一种安全感。

在远古时期，人们常常会臆想出一些神话或迷信，来寄托他们无知、无助的焦虑和恐惧。在我国古代，对迷信深信不疑的人太多了，新朝开国皇帝王莽就是其中一个。

我们读历史都知道，王莽的皇位是篡位得来的，后人猜测，王莽特别相信迷信可能就和他的皇位“来路不正”有关，心里没有安全感，自然要找些迷信的东西壮胆和自我安慰了。那王莽荒唐到什么程度呢？我们举一两个小例子大家就了解了。

王莽统治末期，天下大乱，起义不断，为了挽救灭亡的命运，王莽没有想办法发展经济，更没有领兵作战，他选了一个类似于白日做梦的方法，也就是迷信，来“巩固”自己的统治。王莽都做了些什么呢？

他听说远古的黄帝曾经建了一个华盖（帝王坐车上的绸伞），后来就成了仙。所以他赶紧让人也建了一个九重的华盖，比黄帝的还要威风和气派，据说那个华盖足足有八丈一尺高。王莽认定了那华盖能让他成仙，所以每次外出都要拉上，这还不算，他还找了几个人在车上击鼓，让拉车的三百名勇士边拉边喊：“登仙！登仙！”

后来王莽又听说按照古时礼制，国家有大难的时候，就会用哭声来向上天求救。于是，王莽就率领大臣们到了郊外，什么都不干，就做一件事，哭！王莽抬头喊道：“苍天！既然你已将天命授予我，但为什么不替我消灭反贼！”也许是王莽真急了，也许是为了显示自己的诚意，王莽竟然哭晕过去了。

为了向上天表示自己的真心，王莽还命令太学生和百姓们每天都到郊外去哭，早晚各哭一次。他为了让大家认真地哭，还下令说，谁哭得悲痛谁就有官做。重赏之下必有“哭夫”，结果短短几天工夫，就有五千人得到了郎官的职位。

就王莽这么折腾，最后自然是把国家给折腾没了，他恐怕到死都不知道，害死他的是他一直深信的迷信，真是可怜又可笑。

好在我们现代人没有那么愚昧，虽然科学技术起步缓慢，但终究是解开了一个又一个谜团，人类成为了地球上拥有“最高”智慧的物种。直到复杂系统被发现，人类意识到，复杂系统让很多事态的发展变得不可预测，人类失去了对地球空间的掌控。

好在，科技的力量从不会让人失望，科学技术的每一次突破，都会让人类对自然界的认知和把控上升一个高度。接下来我们就跟随科技发展的脉络，看看科学是如何一步一步实现对复杂系统的论证和模拟的。

我们知道，率先开创物理力学先河的，是古希腊的先哲亚里士多德，他用“石头落向地面，是因为石头材质接近土；烟飘向空中，是因为烟的构成很像空气”的理论，解答了人类对这些自然现象的困惑。由于宗教原因，亚里士多德的理论流行了近1500年，直到古希腊文明衰落。

16世纪，伽利略在比萨斜塔上做了那个著名的自由落体实验，得出了重力加速度概念，否定了亚里士多德的理论。随后，牛顿的三大定律，完美解决了小到分子、大到行星的一切物体的运动精准计算问题。利用牛顿力学的理论，人类完成了第一次和第二次工业革命，极大推动了人类文明的向前发展。

但是，在发现复杂系统以后，牛顿力学明显不够用了。牛顿的经典力学体系认为：“空间和时间是绝对的，与外界任何事物无关，永远相同、永远不动”，然而很多新的实验表明，当物体运动接近光速时，旁观者会看到这个物体的尺寸趋近为零，但质量却会猛涨，达到正常情况的三倍还多，不仅如此，如果这个接近光速的物体上刚好有时钟的话，旁观者还会看到这个时钟停止了。

这些新的实验得出一个新的结论，那就是时间和空间并不是绝对不变的，“混沌学”的概念由此产生，而正是这个概念让人类拥有了探究复杂系统的工具。

那到底该怎么理解“混沌学”呢？其实我们耳熟能详的“蝴蝶效应”就是“混沌学”最好的范例。“一只南美洲亚马逊河流域热带雨林中的蝴蝶，偶尔扇动几下翅膀，就可以引起美国得克萨斯州的一场龙卷风”，如果你还对此心存怀疑，那我们来看一个真实案例。

1961年的一个早晨，气象学家洛伦兹正在用计算机处理天气预报数据。在得出一个天气变化曲线后，洛伦兹需要对运算结果进行复核。他选取了曲线中段的一个数据0.506127，然后偷了一个懒，取了这个数字的前三位0.506作为初始值重新输入计算机，洛伦兹认为，万分之一的微小差别是无关紧要的。

但没想到的是，他的这个偶然决定被载入了史册，因为他取数字前三位得到的天气变化曲线竟然和前一次的曲线大相径庭！洛伦兹很疑惑，他又把O.506这个数字再次输入计算机运行，依然得到了相同的结果。洛伦兹马上意识到，机器没有出故障，问题在于初始值的微小差异。

讲到这里，细心的读者可能已经发现，物理学“混沌”理论与自然界的“复杂系统”都具备“以微小促巨变”的共性。所以，物理学家得出一个结论，那就是想要掌控自然界的“复杂系统”，从物理学的“混沌”着手就可以了。

人类文明和智慧的构建，从来都不是一蹴而就的，科学探索通过不断质疑、不断改进、不断批评、不断创造，让自然的奥秘从模糊走向清晰。把“混沌”作为科学理论依据，复杂系统的研究将变得有章可循。

三、计算机模拟复杂系统下产生的人工智能

以上，我们已经了解了什么是复杂系统，以及复杂系统带给人类的困惑；也对科学进步下产生的“混沌学”有了一定的认知，接下来，我们将进入本书的第三个重点内容：计算机模拟复杂系统下产生的人工智能。

我们先回顾一下第一个维度中提到的复杂系统，这些复杂系统中数目庞大的简单个体汇聚到一起后之所以可以产生“超级智慧”，主要是因为它们彼此之间可以进行信息传递和信息处理。

我们拿免疫系统举例说明一下。大家知道，免疫系统对人体的防护源于两种主要的淋巴细胞，T细胞和B细胞。T细胞对进入人体的病毒进行识别，确认病毒会对人体造成伤害后就激活B细胞，B细胞再释放抗体来攻击病毒和细菌，杀死入侵病毒。那么问题来了，T细胞怎么判断哪一个是会对人体有害的病毒呢？T细胞是怎么激活B细胞的？B细胞又是怎样知道打败病毒后就可以停止攻击了呢？

由此可见，如果解决了复杂系统中简单个体之间信息传递和信息处理的问题，那么就在一定程度上实现了对复杂系统的掌控。

解决这项问题的先驱是匈牙利的数学家冯·诺依曼，他是量子力学、经济学等多个领域的领军人物，也是最早深刻认识到计算和生命之间联系的科学家之一。

20世纪初，冯·诺依曼设计了第一个以“混沌”理论为编程逻辑、可以实现自我复制的计算机，这个计算机被叫做“冯·诺依曼机”。冯·诺依曼机的构造和原理很复杂，非专业的人根本无法理解，所以我们在这里就不细说了，但是我们可以给大家介绍一款基于“冯·诺依曼机”原理制造出的易拉罐清扫机器人。

这个机器人叫“罗比”，它住在一个四面有围墙的正方形空间里，这个空间被划分成10×10共100个小格子，这些格子里随机放着易拉罐，为了让实验更容易理解，实验设计者让每个格子中的易拉罐都不会多于一个。也就是说这些格子里只会出现两种情况，要么有一个易拉罐，要么什么都没有。

罗比被赋予几个指令，它可以朝四个方向随便走、可以收集易拉罐、也可以不收集。罗比在执行完每个动作后会得到相应的奖赏或惩罚。比如，它成功收集一个易拉罐就奖励10分；它进行了收集的动作而格子里却没有罐子，就罚10分；撞到了墙，要罚5分。

在这种条件设计下，显然罗比尽可能多地收集罐子，而且不要撞墙，在没有罐子的时候不要执行收集操作，得到的分数会最高。

程序设计好之后，实验设计者没有给罗比任何操作提示，而是要求罗比直接开始随机执行200次动作。刚开始，罗比可能会原地转圈圈，也可能不断撞墙，当然也会碰巧拾到罐子。第一次试验结束后，罗比仅仅得了-800分。

之后实验设计者从罗比的200次动作中取出得分最高的两次操作，假设这两次操作叫A和B，然后将A和B都一分为二，让A的上部与B的下部结合，A的下部与B的上部结合，生成两条新指令，再输送给罗比，罗比要在这两条指令的控制下，再执行200次动作。之后实验者再次取出得分最高的两次操作进行组合，这样周而复始。

渐渐地实验者发现，罗比获得奖励分数的操作越来越多，处罚分数的操作越来越少，罗比就像有了智慧和思想一样，操作日臻完美。

我们举罗比的例子是要说明什么呢？其实罗比就相当于是人类的免役系统，易拉罐就是病毒，罗比对是否有易拉罐以及是否要收集易拉罐的判断和操作，已经成功模拟了免疫系统对病毒的甄别和是否发要动攻击的决策。从罗比身上，我们就能知道免疫系统为什么能甄别出哪个是病毒了。

如果你依然不太理解罗比的例子，可以试着回想一下家中的扫地机器人。初始设置下的扫地机器人在进入家庭后，开始都是毫无规律四处碰壁，逐渐进行智能路径规划和地图生成后，工作逻辑也就不断更新完善，最终实现全屋无死角的卫生清理。这个原理是不是和罗比的操作很相像？

试想一下，如果将遗传细胞、发育胚胎、脑神经元等微小的个体特性，代入计算机程序进行复杂运算，那么，需要几十年甚至上百年才会显露的遗传特征，通过计算机运算几天就可以得到结果；实验杂交作物要等一年或一季才出的结果，通过计算机很快就可以发现问题然后进行基因重组；计算机甚至可以模拟大脑神经系统的学习和判断。

前两年，阿尔法狗在和人类的围棋天才对决中一战成名。它先是以2:1完胜韩国传奇棋手李世石，随后又以“三连杀”战胜17岁就排名世界第一的中国围棋天才柯洁。人工智能在围棋博弈场上独孤求败，引发了巨大轰动。

其实这个结果是不难解释的，早在阿尔法狗和李世石的角逐报道中，就展现了这样一个细节：阿尔法狗在一个棋局输给李世石后，短时间内自我分析了十万盘棋谱，然后一举赢得随后的全部棋局。这个细节表明，阿尔法狗已经具备了思考和学习的能力。

计算机模拟复杂系统的成功运用，不但实现了对复杂系统的机理分析和发展掌控，还让计算机应用于生命科学研究的创意浮出了水面，而人工智能的研发，也必将引发新一轮的科技革命。

总结

《复杂》这本书用大量的篇幅和案例告诉了我们一件事，那就是什么是复杂系统，复杂系统虽然奥妙高深，但科学技术的进步，不但发现了“混沌学”这一复杂系统现象背后的普遍规律，还成功利用计算机运算模拟出复杂系统的发展变化轨迹，并最终促成计算机与生命科学的完美结合。

复杂系统的研究，不仅引发了自然科学界的变革，而且也日益渗透到哲学、人文社会科学领域。我们读这本书，不是要大家立马找到应对复杂系统的方法，而是希望大家可以通过这本书对“复杂”有一个正确的认知，还是那句话，“只有认识了复杂，才能不畏惧复杂。”

《复杂》金句：科学的最基本态度之一就是疑问，科学的最基本精神之一就是批判。

用简单的线性思维去解决复杂问题，通常是把事情搞砸的主要原因。