2018年6月11日 文/姚斌
题记：涌现的本质就是由小生大，由简入繁。少数规则和规律就能产生错综复杂的系统，而且以不断变化的形式引起永恒的新奇和新的涌现现象。
约翰·霍兰教授的另一本大作是《涌现：从混沌到有序》。霍兰教授在完成《隐秩序：适应性造就复杂性》之后，他意识到当时的发现带有“很大的偶然性”，而情况早已发生了根本的变化。他观察了很多系统和模型后洞察到，在它们中间都会“从简单的元素中涌现出复杂的现象”。他试图寻找这些复杂现象产生的根源。于是，《涌现：从混沌到有序》就成为他对涌现现象进行深入探索的第一部著作。
霍兰教授对涌现问题的探索是从数字和棋类游戏开始的。这两者在人类有文明记载之前就已经存在了，它们很容易描述，但却并不简单。它们那种由简单而直接的定义所产生的现象，让我们一直研究到现在，并且成效颇丰。它们很容易地阐释了涌现现象的基本特征：简单中孕育着复杂。复杂的事物是从小而简单的事物中发展而来的，这就是霍兰教授所说的涌现现象的体现。在许多领域都发现了涌现现象的存在，比如种子的发育、国际象棋的规则、牛顿万有引力定律、麦克斯韦描述电磁现象的方程等等，甚至我们对整个物质世界的理解大部分都是从少数基本的方程出发的。霍兰教授因而指出，只有弄清楚涌现现象，才会真正弄清楚生命和有机体本身。
涌现的本质就是由小生大，由简入繁。少数规则和规律就能产生令人惊讶的、错综复杂的系统。这种复杂性不仅来源于系统随机模式本身，而且也与从局部到整体的过渡密切相关。这些系统是变化的，即动态的。它们隔一段时间就会改变，尽管规律本身不会改变，然而规律所决定的事物却会变化。少数规则和规律生成了复杂系统，而且以不断变化的形式引起永恒的新奇和新的涌现现象。涌现是我们周围世界普遍存在的一种现象。在生活中的每一个地方，我们都面临着复杂适应系统中的涌现现象——蚁群、神经网络系统、人体免疫系统、因特网和全球经济系统等。在这些复杂系统中，整体的行为要比其各个部分的行为复杂得多。霍兰教授就是通过这些具有充分说服力的证据证明涌现现象的存在的。
几个简单机制的相互作用就能够生成更为复杂的机制。高层次的行为是由大量小规模计算行为的统计结果涌现的。复杂性产生于一些由经过适当选择的规则所定义的系统。因而当观察涌现现象时，我们应致力于发现产生涌现现象的规则。在任何层次上，在可预见的未来，无论长远的预期是什么，宇宙的复杂性决定了不可能找到一个“最优”的理论，甚至像国际象棋这样简单的小系统，我们仔细研究了几个世纪也没有找到“最优的”对策理论，怎么可能在真实的宇宙中找到这样的理论呢？我们甚至连宇宙的基本规律还不了解，但如果我们并不强求一定要找到最优的对策，那么这种不可能性事实上并不是一个非常致命的约束。当面对复杂情况时，我们的目标通常是“做得更好”。这种“更好”可能是全新的、出人意料的，也可能是对类似事物的一种完善。几个世纪以来，国际象棋对弈水平在不断提高，各种级别比赛的记录已经证明了这一点。
霍兰教授指出，像涌现这么复杂的问题，“不可能只是服从一种简单的定义”，他也无法提供一个简单的定义，但他提供了一些用来划出特定领域的标识。首先，研究领域限制在那些在规则和规律方面富有启发的系统，包括游戏、人们已充分理解其组成的物质系统和用科学理论定义的概念系统。少数规则和规律能产生令人惊讶的、错综复杂的系统。这种复杂性不仅来源于系统随机模式本身，而且也与从局部到整体的过渡密切相关。此外，这些系统是变化的，即动态的。在研究涌现现象的过程中，可识别的特征和模式是关键的部分。被称为涌现现象的一定是可以识别并且重复发生的现象。弄清楚控制系统的演化规律及它们之间的相互关系，将使我们更有希望理解复杂系统中的涌现现象。其中关键的一步就是要从偶发的、不相干的细节中找出基本规律。
霍兰通过建立模型的方式对动态过程进行研究。每个模型都会集中描述世界的某一个被限定的方面，而将其他方面看成是偶然发生的。但是，如果设想的模型很恰当，它将对可能出现的情况作出预报或设计相应的对策，并且揭示新的可能性。模型的广泛使用在涌现的研究中发挥了关键作用，最重要的是，模型使预测和预报成为可能。通过选择积木块和重组这些积木块的不同方法，我们可以建立起一些规则，用来创建易于理解的受某些规则支配的系统模型。构思很好的模型，将会展现出被模仿系统中的复杂性及涌现现象。模型，尤其是计算机模型，可以提供许多涌现方面的例子，这大大加深了我们对涌现现象的理解。而且，这样的模型可以随时运行、停止、接受检查，并可以在新的条件下重新开始运行，这些都是在大多数现实的动态系统中无法实现的。因此，霍兰教授用了数章的篇幅讲述建模的知识与建模的过程。
霍兰教授指出，无法预料、出其不意，这是涌现的一个重要方面。意外通常是与一个基于规则的系统所显示出的一些异常行为相联系的，它常常起到一种心理上的引导作用，将人们的注意力引到涌现现象上去。但是，霍兰教授并不认为“出其不意”是一个重要因素。涌现不是一种类似“旁观者的眼睛”的现象，人们一经弄清那种现象就会走开。一个典型的案例是，1979年霍夫施塔特将蚁群作为涌现的隐喻。不管这些独立的主体——蚂蚁的能力多么有限，整个蚁群在探索开拓及周围环境的过程中展现了非凡的灵活性。不知什么缘故，这些主体的简单规律产生了一种远远超过个体能力的涌现行为。霍兰教授特别提醒，涌现行为是在没有一个中心执行者进行控制的情况下发生的。
涌现现象的研究进程依赖于对涌现现象的还原能力。复杂系统可用较简单系统之间的相互作用来描述。霍兰教授反对孤立地研究部分式的简单还原观。当各个部分以较复杂的形式相互作用时（就像蚁群中的蚂蚁彼此相遇一样），知道孤立的个体行为并不能了解整个系统（蚁群的）情况。因此，我们必须研究各个部分，研究各部分之间的相互作用。就涌现现象而论，整体行为远比各部分行为的总和更复杂。以国际象棋为例，仅仅依靠累加棋盘上各个棋子的价值，是不可能为正在进行的棋类游戏提供一个有代表性的现实描述的。各个棋子之间彼此相互作用，以达到相互支持和控制棋盘上各个部分形势的效果。如果很好地思考并利用这种相互牵制的结构，就能很容易地战胜对手。尽管对手有许多更有价值的棋子，但却没有合理的安排他们以达到最好的整体效果。要有效地分析整个棋盘状况，就一定要找出能够直接描述其之间这些相互作用、相互影响的方法。在研究涌现现象更为复杂的形式时也是如此。
霍兰教授发现，无论是在游戏还是在自然科学中，涌现的重点都在于对那些用于确定模型的规则的选取。如果模型的组成元素数量很大而且易于变动，那么使用纸笔研究的局限性会变得很明显。比如一个市场，决定市场状态的贸易谈判依赖于各个主体——买卖双方——进入和离开市场时的目标和策略。像股票和商品这样的大市场，因其复杂性和不可预测性而著名。甚至十分简单的市场模型，因为受到买卖双方行为的严格限制，也会显示出非常复杂的动态性，偶然出现的市场崩溃和泡沫经济，会导致市场活动和价格水平产生突然的变动。描述蚂蚁个体行为的指令系统的规则可能是很少的，群体的复杂性来自于大量的蚂蚁、蚂蚁与蚂蚁个体之间、蚂蚁和环境之间的相互联系和影响。换句话说，整个系统的灵活行为依赖于由相对较少的规则支配的大量主体的行为。由于主体个体的行为是受当时环境（环境中的其他主体和对象）影响的，所以我们不太容易从一个“一般”的个体行为中预测出所有主体的行为。主体的策略不仅会受到目前状态的影响，而且随着时间的流逝，它的策略规则也会变化。随着这些困难的增加，涌现行为也逐渐产生了。
霍兰指出，涌现首先是一种具有耦合性（也叫块间联系，指模块间相互联系紧密程度的一种度量）的前后关联的相互作用。在技术上，这些相互作用以及这个作用产生的系统都是非线性的。整个系统的行为不能通过对系统的各个组成部分进行简单地求和得到。我们不可能在棋类游戏中通过汇编棋子各步走法的统计值来真正了解棋手的策略，也不可能通过蚂蚁的平均活动了解整个蚁群的行为。在这些情况下，整体确实大于局部之和。但是，如果我们考虑非线性的相互作用，就可以将整个系统的行为简化为其组成部分合乎规定的行为。
霍兰教授将涌现的经验概括为三点。1、简单得近乎荒谬的规则能够生成固有的涌现现象。2、涌现现象是以相互作用为中心的，它比单个行为的简单累加要复杂得多。3、稳定的涌现现象可以作为更复杂涌现现象的组成部分。他基于涌现研究中三个最重要的概念：纯数学概念、系统概念和一般的非正式概念，总结出涌现现象的8个要点：
1、涌现现象出现在生成系统之中。这些系统是由那些种类相对较少并遵循着简单规律的一些基本元素组成的。
2、在这样的生成系统中，整体大于各部分之和。系统各部分间的相互作用是非线性的，所以系统的整体行为无法通过相对独立的各组成部分行为的简单叠加得到。换句话说，在系统行为中存在一些规则，这些规则是无法通过直接考察各组成部分所满足的规律得到的。
3、生成系统中一种典型的涌现现象是，组成部分不断改变的稳定模式。只有这样的稳定模式才会对生成系统将来的结构产生直接的可追踪的影响。当然，系统的规则在一定程度上反映了系统结构和变化中所需遵循的联系，只有这样的稳定模式才是可跟踪的个体。
4、涌现出来的稳定模式的功能是由其所处的环境决定的。由于非线性的相互作用，一些意义或功能是通过上下文体现的。比如，鱼鳃中作为活动连接装置的三块骨头演化到后来，就变成了使爬行类动物能把嘴张得很大的颚，再后来又演化为哺乳类动物内耳中的连接装置。这三块骨头虽然随着时间的流逝保存下来，但他们所处的地方不同，功能也不同。
5、随着稳定模式的增加，模式间相互作用带来的约束和检验使得系统的功能也在增加。非线性相互作用以及由其他模式决定的环境作用，都增强了这种能力。特别是随着相互作用者的数量增长，可能的相互作用的数量以及可能的引起反应的复杂程度也非常迅速地增长（按阶乘级数增长）。
6、稳定模式通常满足宏观规律。当宏观规律可以用公式清楚的表达时，对整体模式行为的表述就不必再借助那些决定组成个体的微观规律。相对于组成个体行为的细节，宏观规律通常是较为简单的。
7、存在差别的稳定性是那些产生了涌现现象的规律的典型结果。存在差别的稳定性具有不同的表现形式，对生成过程可以有很强烈的影响。比如，在达尔文的生物进化论中，能够产生新变异的，也正是那些持续时间长到足以积累足够的资源来复制自己的模式。
8、更高层的生成过程可以由稳定性的强化而产生。相互支持作用常常会给组成部分的模式带来稳定性的强化。当这些具有强化稳定性的模式满足宏观规律时，新的生成过程就会取代原来的生成过程。这样的生成过程仍然遵循潜在的生成过程的规律，但它所产生的模式绝对不可能通过对原来生成器的先期考察得到。更高层次的生成过程被强化的稳定性极度放大，最终完全“代替”了基础的生成过程。
霍兰教授将自己的研究视为涌现研究的起点。他指出，妨碍理解涌现的一个重要原因，是我们在许多认识方面的完全无知。甚至在许多基本认识上，我们的视野也是狭小而可悲。结果，我们的感性认识只停留在肤浅的表面认识上。有许多困惑我们的问题——从经济调控到理解意识——都涉及到起决定作用的涌现现象。要真正掌握复杂适应系统，首先要掌握同它密切相关的涌现现象。在对复杂适应系统的探索中，计算机模型已经起到了关键作用，这些模型显示出，遵从简单规则的主体能够适应复杂的协作/斗争的相互作用。昆虫—蚂蚁—苍蝇的三角关系、囚徒困境中相互协作的演化、基于市场的市场中各主体遵守简单的买卖规则等等，都极大地拓展了对具有典型特征的复杂适应系统的了解。涌现是一个宏观规律以及产生取代的受限生成过程。对涌现更深入的理解可以帮助我们分析两个深奥的科学问题，两个具有哲学和宗教意味的问题：生命和意识。
毕竟霍兰教授的涌现现象理论也不是那么就容易理解的，因此需要着重抓住以下几点展开：
1、涌现现象的基本特征是简单中孕育着复杂，复杂的事物是从小而简单的事物中发展而来的，这就是涌现现象的体现。
2、涌现的本质就是由小生大，由简入繁。少数规则和规律就能产生错综复杂的系统，而且以不断变化的形式引起永恒的新奇和新的涌现现象。
3、在任何层次上，在可预见的未来，无论长远的预期是什么，宇宙的复杂性决定了我们不可能找到一个“最优”的理论。
4、当面对复杂情况时，我们的目标通常只能是“做得更好”。这种“更好”可能是全新的、出人意料的，也可能是对类似事物的一种完善。
5、我们必须研究各个部分，更要研究各部分之间的相互作用。就涌现现象而论，整体行为远比各部分行为的总和更复杂。
6、主体的策略不仅会受到目前状态的影响，而且随着时间的流逝，它的策略规则也会变化。随着这些困难的增加，涌现行为也逐渐产生了。
7、在达尔文的生物进化论中，能够产生新变异的，也正是那些持续时间长到足以积累足够的资源来复制自己的模式。
8、在对复杂适应系统的探索中，计算机模型已经起到了关键作用，这些模型显示出，遵从简单规则的主体能够适应复杂的协作/斗争的相互作用。
9、由于主体个体的行为是受当时环境（环境中的其他主体和对象）影响的，所以不太容易从一个“一般”的个体行为中预测出所有主体的行为。