本站小編為你精心準備了復雜系統突現研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《自然辯證法通訊雜志》2015年第五期

復雜系統具有多極結構。西蒙（H.A.Simon）基于自然（和人工）進化的變異-選擇觀，解釋復雜系統的層級架構，即組成部分以自然的交互作用結合在一起，進而創造出各種集合。在這些集合中，穩定的集合“存活”了下來，而其他集合需要繼續進化。穩定的集合形成了“自然選擇的整體”，它們不把功能作為建筑模塊，而是結合到高階的集合中，然后再重復同樣的過程，從而形成了分級結構的復雜性。西蒙用這個模型想表明，突現的多級系統比復雜性的兩極系統的概率更大，即在兩極系統中，所有組成部分必須“井井有條”，否則在自然變異機制增加缺失的組件之前，集合將變得不穩定。在多極系統中，只需要少數成份“井井有條”就能形成穩定的模塊，這些模塊的一部分再次遞歸組合，形成更高級的模塊。很顯然，井井有條的成份越小，隨機組合的概率越大。然而，也有一些例外的情況，不分等級的復雜系統仍然可能。例如，大部分高分子化合物由簡單、線性的多分子兩極集合形成。自組織模型能解釋這種非模塊的、兩極系統的突現，這樣的過程通常有非線性、自催化機制的特征，不怎么穩定的集合增加了讓其他成份加入集合的可能性，從而使其變得更加穩定。正反饋的過程不需要模塊的中間層。突現的穩定結構就像“吸引子（attractor）”，能夠影響相鄰的結構，使它逐漸走向穩定的結構。顯然，西蒙的分級模型和自組織的“非線性”模型，只能描述突現的部分特征。真實的復雜系統，同樣有經過分級的多極層面，也有非線性的二級層面。然而，這樣的系統中不只包括整體的層級或非線性的組織，還有子組織和子系統。理解這樣的復雜性架構，需要說明在什么規則的作用下，新的系統結構從復雜性的層級中突現。

一、復雜性科學解釋突現的變異-選擇原則

描述生物進化的自然選擇理論，可以簡單地視作系統的進化。它探討的是系統的變異和環境給系統的“選擇壓力”，即系統的結構只有適應環境才得以維持。進化系統類似于問題解決者，通過嘗試（或變異）尋找問題的答案，只要系統的適應性不是最佳的，就需要解決問題。不穩定性越大，問題也越大，在獲得新的平衡之前，系統將發生變異。在自然選擇過程中，只能通過中間階段解決問題。與問題求解相比，進化不是最終的解決方案，當系統的進化過程改變了環境，它就無法以最佳的方式適應環境，需要進行重新適應。在進化過程中，每個過程的目標都是另外過程的子目標，以此類推，子目標就成為進化過程的重要特征，相當于穩定的突現系統。另外，進化一般是并行或分布式的，這樣的結構限定了系統與環境之間沒有絕對的區分。由此產生的后果是，自然選擇不再是環境的選擇。要規避這個問題，可以考慮把以并行方式進化的整個系統，看作整體化的系統。在這種情況下，自然選擇就是整體系統的變異產生的整體上穩定的配置。這樣一來，就用內在的選擇替換了外在的選擇，即內在結構只要穩定就能維持系統，不需要考慮它對外在環境的適應性。雖然，實踐中不存在絕對整體化的系統，每個實際的系統仍然包含內在選擇與外在選擇，但是我們可以通過更大的、更加整體化的系統，把外在選擇還原為內在選擇。適應性可以還原為一個子系統（初始系統）和另一個子系統（初始環境）之間的穩定關系。例如，影響植物自然選擇的外因是維持生存的二氧化碳的數量。這個因素可以看作“邊界條件”——對植物自組織過程的環境限定。從整體的視角來看，二氧化碳不是已知外在條件，而是其他系統（動物和細菌）適應環境的產物。這樣的系統取決于其他的選擇因素——植物產生的氧氣。由此，這樣的適應過程，可以視為整體化的生態通過內在的自組織，導致的對穩定循環的選擇，即二氧化碳轉化為氧氣又產生二氧化碳。我們還可以用內在選擇與外在選擇解釋變異。內在的變異是系統的內在部分變化的過程，如基因染色體中的突變。外在的變異是系統與環境之間關系的變化，如有性生殖中染色體的重組。總之，從外在視角觀察的事物，也可以用內在視角來看，反之亦然。這種解釋策略需要整合突現和自組織，強調自組織作為設計規則的作用。

二、人工生命解釋突現的變異-穩定原則

1.自組織繁衍是人工生命的基本屬性在第二次世界大戰期間，羅伯特•奧本海默、恩里科•費米、漢斯•貝特、理查德•費曼、尤金•維格納、馮•諾伊曼等科學家，在進行“曼哈頓計劃”的過程中，開始探討復雜性問題，使用計算機模擬復雜系統。馮•諾伊曼親自設計出計算機解決實際問題，研究細胞自動機和自我繁衍（self-reproduce）的機器。雖然在20世紀50年代早期，他就提出了形式化細胞自動機的設想，但數學家斯塔尼斯拉夫•烏拉姆，最早開展了設計存儲程序的計算機的相關實驗，探索遵循遞歸規則、具有二維和三維幾何特性的生長模式。因而，我們通常把烏拉姆看作人工生命研究的真正奠基者。復雜性是人工生命的核心概念。在烏拉姆的啟發下，馮•諾伊曼設計出第一個細胞自動機模型。他主要研究人工生命的繁衍過程，尋找非平凡的（non-trivial）自我繁衍所需的充分的邏輯條件。在他所描述的機器人的運動模型中，在水中的機器人通過組合全部構件來摹仿自身的浮動。馮•諾伊曼成功地說明了繁衍的方式，卻無法解釋機器人運動的原因。于是，他放棄基因層面的模擬，而是采用烏拉姆的方法，只從中提取自我繁衍的邏輯形式，即首先把自我繁衍描述為邏輯序列，再用通用圖林機進行自我繁衍的操作。馮•諾伊曼構想的二維的細胞自動機，帶有29種可能的狀態。當前的細胞與毗鄰的4個正交的細胞之間的規則轉換，產生出每個細胞的狀態。根據這種情況，他提出了4條非平凡解的自我繁衍的原則：第一，系統的自我描述不涉及自身。這條原則避免了執行自我描述時，無限的“回歸”。按照這條原則，自我描述可以是未解釋的系統模型，也可以是對系統的編碼。第二，系統只要有管理單元（supervisoryunit），就能執行任何計算。這條原則用于解釋繁衍過程中，自我描述的兩個方面。第三，系統只要有通用構造器（universalconstructor），就可以在細胞空間中構造已描述的對象。第四，通用構造器按照管理單元的指令，構造系統的新副本，自我繁衍包含系統的自我描述。[1]馮•諾伊曼用邏輯原則解釋生命的主要特征，而阿瑟•勃克斯則對電子離散變量自動計算機EDVAC進行邏輯設計。馮•諾伊曼從自然的自我繁衍中提取邏輯形式，自然成為了人工生命研究的先驅者。在20世紀70年代，約翰•康維基于細胞自動機改造烏拉姆和馮•諾伊曼的方法，設計出“生命游戲”，說明復雜世界如何從簡單規則中突現。在他看來，當前的細胞和相鄰的8個細胞使用兩種規則，是產生細胞狀態的原因。生命的規則很簡單。只要“活”細胞的數目為3，當前的細胞在下代細胞中“存活”；而“活”細胞的數目為0、1、4、5、6、7、8中的任意一個，當的前細胞就無法在下代細胞中存活。1965年，勃克斯的學生埃德加•科德簡化了馮•諾伊曼的細胞模型。1984年，勃克斯的另一個學生克里斯多夫•蘭頓，在科德的“周期性發射器”（periodicemitter）基礎上設計自我繁衍模式，證明了通用的構造能力不是自我繁衍的必要條件。他的自動機只有8種細胞狀態，這些細胞是細胞空間中繁衍的復制數據，也是依據轉換規則進行操作的指令。初始結構只需要151個時間步長就能成功地繁衍自身。另外，每個“回路”都以類似的方式繁衍自身，擴展“回路”的集群。這個實驗表明，細胞的動態過程的成分依據基因特征編碼，而動態過程是“計算”發展過程中遺傳表達的原因。從復雜系統科學的視角看，使用計算機模擬復雜系統，研究細胞自動機和自我繁衍的機器，實際上是一種人工生命的自組織繁衍研究，從這個意義上看，自組織繁衍是人工生命的基本屬性。

2.人工生命是突現的科學傳統科學的基礎是還原論的分析方法，按照這種方法，系統是由簡單部分組成的結構，任何事物都可以分解為更小的部分。但是，這種方法無法解釋復雜系統，由于復雜系統具有突現屬性，一旦分解系統就會喪失突現屬性。突現現象在科學中隨處可見，在寬泛的意義上，任何系統都有突現屬性。解釋這些科學現象需要新的研究框架，綜合方法恰好可以作為分解方法的補充。人工生命的綜合方法包含兩個方面：（1）提取生物體的邏輯規則；（2）用計算機實現這些規則。經過這兩個階段，就可以得到有類生命屬性的人工系統模型。這種研究方法有兩個基本的假設（：1）把生命看作物質的組織屬性。或者說，生命是形式屬性，而不是物質本身；（2）復雜的屬性從簡單過程的交互作用中突現。從形式上可以將人工生命劃分為平凡的（trivial）與非平凡的（non-trivial）兩種系統。[2]具體來說，第一種系統包含所有人工模擬的生物體；第二種系統包括數學模型、概念模型和物理模型。第二種系統還可以進一步分為三種類型：（1）用生物化學合成技術獲取物質系統的類生命特征；（2）是一種研究機器人的新方法；（3）虛擬的生命，即有突現屬性的計算機程序。這些形式的可能性取決于解決弱人工生命-強人工生命，或者說生命-身體的類比問題。[3]功能論者從人工生命的角度看自然生命。在解釋心理時，通常不考慮思維系統的物理細節，把生命屬性看作多重實現。然而，多重實現也有缺陷，只要減少實現的數量，功能論就會導向同一論；而生命的概念過于抽象，也會導致二元論或活力論。最好的方法是采用適度的功能主義。從方法論上來看，這些研究主要涉及這些方面[4]：（1）細胞自動機。主要研究復雜性的建模問題。細胞自動機實質上是一些具有離散狀態的細胞。細胞狀態根據轉換規則，經過離散時間產生變化。轉換規則把當前的細胞狀態與最親近的細胞狀態結合起來。多數情況下，所有的細胞使用平行和同步的迭代算法（iterationalgorithm），或使用隨機和非同步的迭代算法同時更新。自我繁衍是細胞自動機最重要的研究問題，涉及馮•諾依曼、蘭頓和沃爾弗拉姆（S.Wolfram）的研究。（2）人工胚胎學。主要研究生命系統從單細胞發展為完整組織的能力。這項研究的基礎是分形幾何，通過這個工具說明復雜的類生命形式如何從簡單的遞歸過程中突現，典型的研究有林登麥伊爾（A.Lindenmayer）與普魯辛凱維奇（P.Prusinkiewicz）的L系統、道金斯（R.Dawkins）的生物形態。（3）進化計算。主要研究自然選擇的進化規則的計算問題。這項研究中應用的主要是霍蘭德（J.Holland）的遺傳算法。遺傳算法用于解釋，如何從母體（parentpopulation）中生成適應環境的變體。通過使用遺傳算子生成變體，能夠解釋遺傳表型的基因特征的突變與互換。如果按照基因分類器（GeneticClassifiers）使用遺傳算法，還可以解決機器學習的問題。另外，使用遺傳編程，還可以解釋自我完善的計算機程序如何突現，即依據自然選擇編寫計算機程序。（4）自催化網絡。主要研究生命的可能起源與原始生命的進化模型。在這個網絡中，節點被看作特定的RNA序列，把弧定位為催化的交互作用。相關的研究有超循環理論。（5）計算的生命。主要研究計算機程序的設計。這項研究只展現類生命的行為，不模擬已有的生物有機體。盡管計算機的處理方式與自然生命的不同，它也有繁衍、與環境交互作用及進化的能力。如，Tierra程序以及計算機病毒。（6）集體智能。主要研究分布式人工智能和多主體系統。這項研究并不遵循自下而上的方式。典型的研究涉及蜂群網絡、蟻群算法以及進化神經網絡的實現。（7）進化的機器人。主要研究自主機器人的設計。例如，用有反應能力的分層體系結構設計機器昆蟲、小規模的機器人群體的集體行為、使用進化規則分析機器人的控制結構。（8）可發展的硬件設備。主要研究硬件進化的實現。這項研究涉及硬件的自我修復和自我繁衍、新傳感器的設計等。由于硅元素缺少某些用于進化的基本特征，要獲得自適應性，只有采用類似于FPGA（Field-ProgrammableGateArray）的技術，或是采用遺傳編程的方法。（9）納米技術。主要研究自然生命或新有機體相關的合成過程。費曼（R.Feynman）開創了這項研究，他在1959年主張在分子層面微縮和擴展工業制造能力，以此創造人工生命。（10）生物化學合成技術。主要研究RNA繁殖的體外實驗、原始人工生命形式、RNA鏈的合成和進化、自催化的反應以及滲透性的生長等。[5]這些研究都強調“突現”這個核心概念，即整體性的行為和結構通過各個組成部分的交互作用產生，但不作為組成部分的行為和組織的原因。在這個意義上，人工生命就是突現的科學。

3.從“變異-選擇原則”走向“變異-穩定原則”“我們可以用不同的尺度觀察系統，這些尺度就像是抽象的層級，只要知道系統的某個層次，就可以把系統想象為某個結構網絡，進而推導出下級層次。比較這兩個層次，低級層次的結構眾多，但類型很少，而高級層次的結構較復雜，類型也很多。所有的層次組合在一起構成了一個復雜性的層級。在這個抽象的模型中，可以把系統的結構理解為粒子、分子、生物體、信息、符號等。同一層次上的結構，通過與其它結構的連接獲得自己的屬性，它們之間的動態交互作用產生了新的動態結構。這些新結構，再以同樣的方式獲得新屬性。由此，我們可以在一個虛構的附屬層次上定義突現屬性，這樣一來，就可以把這些屬性還原為系統結構的局部組合，進而用更形式化的方式定義它。我們還可以用這樣的模型描述比較大的系統，如宇宙。”[6]把夸克、粒子、原子、分子、生物大分子、細胞、生物體看作不同層次中的元素，某個層次中的元素都可以通過組合構成上級層次中的新元素。這里面也有特殊的情況，如氦原子非常穩定，它沒有與其它原子的“鏈接”，而碳原子卻有四種“鏈接”。由于碳有較強的交互能力，它是每個大分子結構都不可或缺的元素，并成為生命的物質基礎。既然如此，在什么規則的作用下，新的系統結構從復雜性的層級中突現？“這樣的規則包含變異和穩定的系統過程。這些過程在所有層次上并行發生。在任何層次上，結構單元都有許多不同的配置。在產生熱力學變動的時候，確定的描述開始遠離平衡的過程。這些變動致使結構單元的配置發生隨機變異，而變異形成了許多瞬態的結構，它們與更高的組織層次相關聯。某些瞬態的結構之所以穩定，是因為它們適應了環境，并且它們的結構屬性就包含在穩定的過程中。這些新結構形成了新的復雜性層次。”[6]穩定的過程演變為四類相變的行為：一是固定和同質的狀態；二是簡單的周期結構；三是無序的周期結構；四是復雜結構。[7]蘭頓認為像生命系統這樣的復雜結構，應該維持在有序與無序的相變“臨界點”上，避免任何一種最終結果。

穩定過程的基礎是生物細胞的自組織，如自創生（autopoiesis）。在自創生的基礎之上，我們能以組織導向（organization-oriented）定義極小生命。在這種情況中，達爾文的“自然選擇”的變異-選擇原則，只是變異-穩定原則的特例。這兩個原則之間有兩個重要的差異（：1）穩定過程不是優化方案。自然選擇優化了生物的適應功能，使其在競爭資源中占據優勢，但結構穩定的過程，從整體上滿足環境的約束條件。例如，瓦雷拉等人提出的自然漂變命題（naturaldriftproposition）就是一個滿足過程，而不是優化過程。（2）所有層次在分級模型中交織在一起。環境由所有層次的所有結構組成。從局部到整體，再到局部的內在層次，這樣的反饋回路對生命至關重要。

三、匯聚技術的啟示：弱化自組織的作用

人工生命系統展示了生命開放式進化的發展方式，但Tierra世界中的數字進化卻不是開放式的，因為Tierra生物的復雜性低，進化的變化不多。對此，湯姆•雷（T.S.Ray）試圖擴大Tierra的環境來增加異質性。他發現Tierra生物通過互聯網，從一臺計算機遷移到另一臺計算機上，尋找未使用的資源及局部的生態位，從而進化為新細胞。在執行復雜的環境計算時，改良Tierra將增加預期的遺傳復雜性。然而，對于原始版本的Tierra來說，這樣的進化是有限的。按照希利斯（W.D.Hillis）的觀點，協同進化能推動進化性進步。協同進化的“演化軍備競賽”通過改變環境來推動進化。即使這樣，原始的Tierra與改良的Tierra都需要協同進化。發展開放式進化，需要對人工和自然的進化系統作定量比較。從貝多（M.A.Bedau）和帕卡德（N.H.Packard）的數據來看，存在不同性質的進化動態，未知的人工系統生成了生物圈所展現的進化動態。

總之，生命的進化不斷地創造出新的環境，而這些環境又賦予生命新的適應性。然而，目前用變異-穩定原則解釋復雜系統進化機制仍有局限。匯聚技術的出現為我們提供了新的視角，即把自組織看作是一個建構的過程。按照迪皮伊（J.P.Dupuy）的觀點，認知科學引導匯聚技術定位失控的程序。[8]自組織作為自發過程，也涉及控制問題。雖然自我復制的機器不會有真正的危險，但自組織是一個建構的過程。長期以來，自組織只是委托（delegation）人工任務的一個步驟，但在授權機器的邏輯運算之后，應該授權機器的自我建構。實現這個目標有三種自組織的策略：（1）混合化（Hybridization）的策略，即使用生命系統的建筑模塊（buildingblocks）制造設備和機器。（2）仿生（Biomimetics）的策略，即賦予人造物模仿的性能。（3）整合（Integration）的策略，這個策略是對前面兩種策略的綜合。這三個策略假設人造物與自然系統有某些相同的特征，可以用機器隱喻描述生命系統。但是這樣的隱喻操作有兩種不同的方式：（1）使用技術詞匯表，把生物體描述為機器；（2）把設備和機器描述為有機物。在20世紀70年代，法國哲學家康吉蘭（G.Canguilhem）就發現，生物與機器的類比總是用技術術語描述生物體。[9]現在的問題是，機器能否像人類那樣進入生活世界？第一種策略：機器的自組織以生物進化的選擇方式使用結構和設備，反過來可以把生物細胞視為分子機器（Molecularmachine），如分子生物學家把DNA、RNA、酶、蛋白質描述為納米機器，材料化學家建設分子發動機和分子轉子。生命系統也被看作分子的制成品。我們期望通過模仿自然，設計出維持生命的高性能結構，但是成功的概率很低，更可行的方式是設計自然提供的建筑模塊——蛋白質、細菌、微膠粒（micelles）或膠質。合成生物學通過應用工程學的方法，發展出混合的對稱策略：把生物過程分解為它的元素，基因片段被當作操作單元，把這些元素裝配為模塊。

最終的目標是產生一個獨立和可交換的部分，用于執行特定的功能。總之，任何功能無法指定給某個特定的單元，但任一單元的元素裝配都有可能產生特定功能。如果自組織不是一個設計規則，那么，它既是集體行為，也是自發行為。第二種策略：自組織的作用推動了材料科學家和生物學家的合作。模仿生物的自組織，不只是復制一個模型，也決不意味著在所有細節上都復制原件，而是選擇模仿生物材料的本質部分。通常，它們的模型不是生命系統，而是工程操作的局部模式。我們無法從實驗室中精確地復制這個模型。化學家的實驗條件與自然條件不同，他需要高溫、低真空和有機溶劑。由此看來，自然給予我們的只是啟示，而不是模型。建立自組織至少需要兩個條件：（1）可逆性是能重新調整部分的關鍵；（2）信息必需包含在反應物中，在這個成份中編碼，而不是由外在程序提供。第三種策略：整合技術是蒙泰馬格諾（C.Montemagno）發明的一種程序，他的目的是把生命與非生命的系統混合在一起，用人造設備模仿細胞膜或肌肉。這樣研究主要集中于自生物醫學的應用，它的目標是通過廣泛使用分子交互作用的自然模型和分子集合，創造出具有突現能力的系統。細胞膜（Membranes）具有多重功能，從而成了這個程序的關鍵因素，即這個程序決定著空間組織、提供電流、感覺和運送信息、探測特殊分子。在此基礎上，可以設計人造細胞膜，可以在生物意義上處理信息，也可以對環境做出反應。這些自組織基于不同的自然觀。在“混合策略”與“整合策略”中，自然是一個獨立設備的集合或人造機器。在“仿生策略”中，自然是依賴于“特定物理學”的系統。混合引起了制造過程，它需要一個設計者嚴格控制這個過程。整合策略也需要一個設計者構建系統，表現突現屬性的功能。但在第二個策略中，仿生的自組織是一個盲目創造的過程，它的組合和選擇缺乏外在的設計。即使仿生化學家按照設計的自組織進行操作，也無法保證控制所有的步驟。可見，不同的自組織策略將建立在不同的哲學自然觀之上。

作者：董云峰 任曉明 單位：天津工業大學馬克思主義學院 南開大學哲學院