复杂性科学 混沌与涌现

一、导论

关于这个世界，我们了解多少？

非常高兴可以来到咱们混沌大学给大家一起分享有关复杂性相关的内容。

我们都知道，我们人类的科技发展已经是非常的厉害，那么从小到10的负16-17次方这样一个非常微观的世界，以及大到10的24次方这样一个非常宏观的世界，我们都了解的非常清楚。可是非常奇妙的是，就是在我们周围，这样一个10的负5次方到10的5次方这样一个所谓的介观世界，我们缺了解的相当的少。

还原论思维的局限

为什么会这样呢？原因就是在于，我们现有的这种科学方法，大多数是一种所谓的还原论思维，就像我们小男孩喜欢把闹钟、电视、收音机把它拆开，却忘记怎么把它组装起来一样。那么科学家们忙于拆散我们的世界，深入到分子、原子、原子核、夸克，不断的去分解分解还原，可能有一天突然发现，我们忘了怎么把它组装成有机的世界，而恰恰是在这样一个介观世界，有很多问题是我们现在的科学很难回答，或者是正在回答的一些问题。

就比如说生命的起源。那么大家都知道，40亿年前，原始的这种液态的氨基酸分子就突然之间组合在一起，变成了一种活细胞，到底是怎么变的？现在没人知道这个答案。

再比如说，我们拳头大小的大脑。现在我们知道的是我们这个大脑里面，就是100亿个神经元细胞和60万亿个神经元之间的连接，那么我们的思维就是由这些神经元细胞放电、相互联系就形成一个复杂的动态系统，于是构成了我们的思维，构成了我们所有的思考世界，构成了我们这种意识。

可是，这样一种认识太模糊了，你随便拿几个小灯泡，让这些灯泡之间互相传送这种电流，它就能形成意识吗？这是不可能的，这中间一定有被我们忽略掉的一些东西，而这些东西，恰恰是我们所不知道的。

那么，抛去这样一些高大上的问题，我们身边的这种世界也存在着一些我们现在不能理解的东西。比如说，我们经常看到的鸟群，我们会发现，这些鸟群它会自动形成一些编队，而且遇到障碍物的时候，它会聪明的分开，绕过障碍物以后，它又合并成一队往前飞，所以它形成了一个非常复杂的鸟群的动态。到底怎么去形成的这种动态呢？可能你会想某只领头鸟它很厉害，它明确知道方向，并且号召其他的鸟形成这样一个编队。也有可能你会认为，所有的这些复杂的动态。是编码在它的基因里面的，那么真的是这样吗？这个问题有这么复杂吗？

我们再来看看我们周围的社会，我们都知道现在这个社会已经都进化到了一个非常扁平化的一个世界，就像我们很多娱乐节目那样，每一个个体的人，都可以站到舞台上去表演，而那些权威的明星大腕却坐在了舞台下面。

那么，再看我们的课堂，大家都知道，现在都号召一种所谓的翻转课堂的模式，学生们变成了主角，在台上表演，老师们进行答疑和点评，所有的学习都是在线下完成。甚至于我们现在的金融系统、银行系统、政治系统都变成是一种扁平化的。

大家都知道最近的币圈、还有链圈都非常火，你们每一个人都可以自己发行货币，所以，每一个人似乎都是这个宇宙的中心。那么，另外一方面，所有的人都会在这样一个世界高度连接起来，现在的互联网让我们知道昨天在美国发生的事情，很快就传到了大洋的彼岸，甚至于我们会感觉纽约和北京的距离可能会短于我们北京到张家口的距离，因为没有人关心张家口发生了什么事。

所以，这个世界，这些网络的连接，使得我们这个世界已经发生了一个非常有趣的变形，让我们高度连接成一体。

人工智能的的未来

那么，另外一大趋势，就是最近人工智能的火爆发展。这个AlphaGo，就好像一击重拳把我们打醒，让我们不得不去重视我们身边的机器，仿佛一头睡狮正在崛醒。特别是那些搞围棋的人，他们所有人在比赛之前都认为，AlphaGo绝对是赢不了人。但是，所有人都小看了这个AlphaGo。

那么，关于人工智能我认为一个最令人毛骨悚然的预言，就是所谓的奇点临近。当然这个预言，是根据所谓的摩尔定律，就是机器的计算速度成指数倍增长，每隔18个月，它的性能就会提升一倍，按照这样一个速度往下推演下去的话，大概是在2040-2050年之间，将会出现计算机的性能超过人脑的性能。

那么，这样一个奇点来临的时候，将会发生什么？库兹韦尔他在预言这个奇点的时候，他有两种观点：

观点一、机器将会战胜人类，就像《终结者》这部电影里说的。

观点二、但是最近，他好像又调整了这个观点，他说人类将获得永生。

究竟是人类进入地狱，还是人类将永生，让我们拭目以待。

不同问题的共同特征

那么，我们会发现，所有这一切问题包含若干特征：首先他们都是一个非常含混的、很难说的清楚的宏观问题、这就跟传统的科学研究很不一样，因为传统我们是看微观，极细微的例子，它是什么样的性质，而这些问题都是非常宏大的。

另外一个很重要的特点，你会发现，你要想搞清楚每一个问题，你很难用单一学科来进行解答，经常就牵扯了很多大量的这种学科。

第三，看起来不同学科的问题，它背后就存在着共同性。比如说连接这件事，网络连接就是一个普世的特性，当然最主要就是传统的科学方法--还原论，已经不能解决问题了，我们必须调整我们的视角。

什么是复杂性科学？

所以，这就使得我们必须去正面所谓的复杂性科学，什么是复杂性科学？对不起，虽然我生在北师大系统科学学院，也是从事这个专业的研究者，但是我很难给出大家一个明确的、有关复杂性科学的定义，因为这个学科相比较传统的生物学、物理学等等还太年轻。

所以，我更倾向于回答什么是复杂性科学呢？就是给大家扔出来这一堆关键词，在这一堆关键词里面，有三个关键词是最重要的：

第一，跨学科。它从来不去看这个问题是属于生物学还是物理学，它把这些学科之间的边界打通。

第二，统一性。就是复杂性科学，它在看不同的系统的时候，它试图提炼出来背后共同的规律。

第三，涌现。所谓的涌现，正是我们复杂系统、系统科学最有意思的这么一点。

所以，简单描述一下，什么是复杂性科学？我认为就是采用跨学科的手段，研究不同复杂系统之中共有的涌现行为和统一性规律，这就是复杂性科学。

那么，复杂性研究的对象自然就是复杂系统，那么复杂这里面需要指出的是，它是区分简单系统和无组织的随机系统的，如果我们把所有的系统都理解成是一些实体和实体之间的联系，或者是相互作用的话，我们就会发现，像简单系统显然不是复杂，但是，还有一类，很容易就有迷惑性。就是这个所谓的无组织的随机系统。

就像我们大气（空气），我们知道，给你这么一个小杯子，这里面就有10的23次方、这么多个气体分子，它们就是单元。可是这样一个大规模的系统，却不是我们感兴趣的复杂系统。原因就是我们知道，气体分子之间的相互作用力非常微弱，你可以想象，分子大部分时间里面就是自由飞行，不会跟其他的分子发生碰撞。

所以，这类系统的相互作用非常的简单、微弱，也不是复杂系统。而下图中间这个图形，恰恰是复杂系统。复杂系统的群体规模要足够大，但是不一定特别大，不需要大到10的23次方，你可能几十个，像鸟群，几十只鸟就已经可以形成一个复杂系统。但是很重要的一点，就是在于这个个体之间的联系、相互作用要足够的强，这才是使得让它变成复杂系统的原因。

看几个例子，蚁群，一个典型的复杂系统。每一个蚂蚁都非常的简单，但是，整体却会形成复杂的社会；像交通，也是这样；像城市，更是复杂系统。

那么，沿着这个复杂系统这个角度去看周围的世界，我们会发现，我们针对不同的系统，它在不同的发展阶段，它会有这样一个复杂性的阶梯，而这个恰恰就是我们今天讲课的这样一个顺序或者是框架。我们会沿着我们看复杂系统它开始在初始的混沌状态下，相互聚集，形成了一个复杂系统，然后进一步这个复杂系统还会演化，它首先需要打开自己，形成新成代谢，在内部形成网络，然后其次它还会进一步按照达尔文的方式，不断的去进化，甚至于它会形成更高尺度的层级。所以，这就形成了一个复杂性的阶梯。那么，我们第一个主题，就是所谓的混沌与涌现。

二、混沌

首先，我们看一看这些简单的个体是如何在一些规则下能够形成一个复杂系统的，形成一个整体。

鸟群模型

让我们来看几个例子，都是生物学里面的例子。首先就让我们来看看鸟群。大家知道在小学课本里面都学过：一群大雁往南飞，一会形成一个“一”字、一会形成一个“人”字，它是怎么形成这些编队的？怎么形成这种构型？是领导、还是基因、或者是其他什么东西在制约着它？这个东西很难回答。

可能，令人没有想到的是，给它这个问题很好答案的人不是生物学家，而是一个计算机图形学家，说白了就是搞计算机动画的，那这个人叫科瑞克。他在1983年的时候，就看着鸟群天天发呆，他在想我认为做一个计算机动画，能够逼真的模拟出来这个鸟群飞行的情况。于是他就在计算机上展开了实验，结果就发现：我只需要利用3条非常简单的规则，我就可以逼真的去模拟鸟群。

这3条规则很简单：

规则一：靠近。

首先，每一只鸟它的视野半径是有限的，这个很自然，我能看有限的世界，所以只有在一个大圈里的其他的邻居（鸟）才会对我有影响，那怎么影响呢？

第一条就是要靠近。

我们都知道，所有的群体生物，都会有一种所谓的从众或者是扎堆的现象，人类也不例外。

所以，大家都在那块扎堆，我肯定会朝向大家去飞。所以第一条规则就是靠近。

规则二：从众。

第二条规类似，大家如果往南飞，我就不能往北飞，所以我会调整我的方向和大家保持一致、要对齐。

规则三：分离。

第三条也很简单，如果我和某一只鸟靠的太近了，我不能傻到跟它碰上，所以我会产生一种斥力，就叫分离。

那么，正是在这三条的规则作用下，我们就可以在计算机中，这样一个模拟世界里面，创造出非常逼真的鸟群飞行行为。

大家可以看到，下图里面灰色的方块还有圆柱体，实际上是一些障碍物，这个是我们上帝，作为上帝我们可以放置进去的。

大家可以看到这个屏幕上有很多绿色的，可能你再仔细看会有一些黄色的箭头，那么这些箭头就按照我们刚才所讲的那三条规则，就发生了这种相互作用，你会发现有一些很神奇特性会展现出来。

首先第一印象你就会发现，它们活了，可能说它们像鸟群可能你会觉得更像鱼群，其实无所谓了，反正它们挺像活的。而且这个东西是动态生成的轨迹，虽然作为一个程序设计者，我码了这个代码，可是对不起，它下一时刻哪一只鸟往哪飞，我一下不能告诉你，我不知道，我必须钻进我那些代码里面我去看，我才知道它下一刻飞到哪。

而更有意思的是，我没有设计哪一条规则告诉它，我应该躲避障碍物，应该分成两队，应该合拢成一队，我没有告诉，我告诉它的只是那三条简单的规则，可是整体上却展现出来非常复杂的动态。有的时候几只鸟会落单，有的时候它们合拢在一起，就像真的是活的一样。

所以，从这样的一个简单的仿bird的模型，我们就会发现，首先复杂的行为并不来源于复杂的设计，这个是挑战我们思维的这点，来源于简单，但是简单不能是行为简单，行为简单还是简单的，所以是一个底层的规则上的简单，你要找到这三条规则，这个是不容易的，做了大量的实验。

还有一点让我们吃惊的，就是我敢保证，在这个程序里面没有任何的随机数发生器，全部是确定性的规则，可是，就像我刚才说的，它下一步飞到哪我不能预测，因为它们之间的互动太非线性，太复杂，我的人脑完成不了这种计算，这就对客观的不确定世界有一个划分。

混沌

我们都熟悉的是，我们看到的不确定通常就认为它的底层也是不确定，就像量子世界，量子行为一样，量子本质上就是不确定。可是在这样的程序里面，我给大家展示的却是反过来，确定性的规则可以导致不确定的行为和表现，而这样一种现象就被我们成为混沌。混沌大学，就是这个混沌。

提到混沌，相信很多人都知道所谓的蝴蝶效应，实际上这个拍成电影了，就叫《蝴蝶效应》。好多电影都反映这件事，形象的说就是一只南美洲的蝴蝶煽动一下翅膀，就会引起有的说是北京，有的说是南美，无所谓，反正就是很远的地方形成一个非常宏观的一种效果。

整个之间的过程恰恰是在于我们所在的系统是高度的非线性的、复杂的，相互作用的体系，所以就是牵一发而动全身，刚才的鸟群其实就是这样的特例。

对比我们熟悉的，至少是现在的这种教科书里，给我们讲述的经典物理世界和混沌世界，我们就会发现有很多的不一样的地方。经典物理包括以下特点：线性确定系统、确定的原因产生确定的结果、相似的原因产生相似的结果和严格决定论。而与之不同是，混沌的特点如下：非线性确定系统、确定的原因产生确定的结果、相似的原因在长期的演变中产生极为不同的结果、初始条件的敏感依赖性，不可预测。换句话说，在混沌的里面相似的原因，一个初始值不同就会被整个的演化、迭代和非线性所放大，所以，混沌系统是对初始条件非常的敏感的。

大自然的自组织规律

我们强调的是混沌的不确定性，但是是不是混沌的系统就不能把握呢？非也。因为这个系统总是这样充满矛盾，虽然很多的行为是很难把握，但是如果你再去站在一个统计的角度去看，站在一个上帝的视角，他又会出现一些确定性的规律，这就是所谓的统计，统计就是告诉我们非确定的因素集体行为的确定性。所以就充满了很多的矛盾，包括从原来的还原论再到现在短期的还原论和长期的整体性，如果我们去看整体，还要看宏观，混沌不确定性又会被抵消，我们又能看到这种确定性，这就是所谓的混沌方法所带来的新的变革。

讲完了鸟群，还是挺宏观，我们再来微观一点，更小的群体，就是蚂蚁。我们搞复杂性科学的特别喜欢用蚂蚁作为例子，因为蚂蚁笨笨的，所有的小孩都会欺负蚂蚁，拿开水烫它，可是你能欺负蚂蚁但是欺负不了蚁群，因为蚁群太厉害了，非常具有智慧，智慧到什么程度？

据说在南美，亚马逊平原，有这样一种蚁群，在发生森林火灾的时候，蚁群居然能够滚成一个大的蚂蚁肉球，从火上滚过去，为什么要这么做？很简单，如果他们不形成蚁球，每只蚂蚁单独的想爬过森林火灾爬出去，可以想象一下，全军覆没，蚂蚁最怕烫了，拿开水一浇它就缩成一个小球就没了，所以你可以想象，它如果爬过去全军覆没。可是，它们却能够聪明的形成一个蚁球，这样的话，外围的蚂蚁肯定是死掉了，但是大部分的球的中心的蚂蚁却存活了下来，谁告诉它的？不知道，那些外围的蚂蚁居然就有这样一种牺牲的利他的行为，形成这种现象。

关于蚂蚁的故事还有很多，我们再给大家举个例子。我们知道蚂蚁可以聪明的找到食物，这个很自然，找不着食物它就饿死了。可是你可能不知道的是，如果从巢穴到食物存在着多条路径的时候，就像这张图展示，开始的时候它们还是随机乱走，但是慢慢的，几乎所有的蚂蚁都会收敛到那条最短的路径上去，有的时候这个路径可以很长，至少到几百米甚至一公里这么长都有可能，那么每只蚂蚁那么一点，它的视野再厉害，再靠所谓的气味和信息顶多是几米的范围，怎么就能知道上百米的路径哪条最短呢？谁告诉它的？这个很有意思，很奇怪，它们确实就能找到，这是怎么回事呢？可以想想。

科学家们、生物学家们给出这样一种猜想，他说，“蚂蚁会释放一种信息素，就是一种气味，人是闻不见的，但是蚂蚁可以闻见，这样的话它找到食物它就放气味，当然其他的蚂蚁就会找过去。”是不是这样释放信息素就能保证这些蚂蚁都会收敛在这条最短的路径上呢？

生物学家就猜测有可能的，道理很简单，因为这个信息素都是有一种挥发性、耗散，经过一段时间以后，气味就散掉了，所以如果一条路径相对其他路径更短一点的话。继而，路程短，同样的速度运动，那么需要的时间就会越短，需要的时间越短，因为它要反复搬运，可以想像，保存的蚂蚁周转的时间就会更短。于是，更短的时间以后，有可能导致更多的蚂蚁走过来，然后释放更多的信息素，更多的信息素又会吸引更多的蚂蚁过来。

所以，小小的这样一个差异，一个优势就会被放大，于是就让一些蚂蚁收敛到最短路径，是不是这样的呢？这种机制能不能保证收敛呢？这就是生物学家很难做实验回答的问题，于是怎么办？又是搞计算机的人登场。所以你可以看到，解决一个问题其实是多学科的，是搞计算机的人开始做仿真实验。我可以构造一个虚拟的环境，按照生物学家的猜想，让这些小蚂蚁开始爬行，开始的时候它不知道食物在哪，所以它就会随机游走，当某一只蚂蚁发现了食物，它就反过来，走的时候同时往环境释放信息素，所以你看到的黄色的格点就是它放出来的气味，而这个气味又会逐渐消散，当有一只新的蚂蚁找食物的时候，它就会沿着信息素浓度高的地方去游走。就是这样一个简单的机制下，是不是能够找到最短路径，让我们来放一下视频，大家看到红色的像砖头一样障碍物，它还能避开障碍物，左边黄色的点是它的巢穴，右边的点蓝色的是食物，蓝色的小点就是蚂蚁留下的信息素。

我们会看到，其实在这个仿真里面，很快它就找到一条看起来就像直线这样一条最短的路，然后与此同时就会发现，周围同时还会存在着其他很多的路径，但是更多的蚂蚁会收敛到这条最短路径来，而保持了其他路径的存在，的确是可以工作的，可以找到的。

为什么？就像我刚才说的，是因为所谓的正反馈的作用，这里面所谓的正反馈，就是两种因素会不端的加强自身，正向加强，就叫正反馈，哪两个因素呢？

一个就是道路上的信息素浓度，越高就会吸引更多的蚂蚁过来，而越多的蚂蚁又会释放越多的信息素，所以这两者就形成了一个正反馈，不断的去加强，越高越多，越多越高。

初始的时候一个微小的差异，就是路径长度的不同，越短的时候就被重复的少一点，于是微小的差异就会被放大，在非线性的作用下就会被放大，那么放大以后，就导致了最后蚂蚁们都收敛到那条最短的路径上了。

另外一个有趣的现象，在实验里面我们也做过，我们可以看到，除了那条最短的路以外，还保留了一些其他的路径，看起来是绕弯的，不是最优的路，不要小看这些路径，其实很重要，什么时候重要呢？一旦我们找到的最短路被cut，这个时候那些次短路很有可能就会变成是最优的路径了，蚂蚁群就会很快的调整到那里，所以这就是群体智慧威力所在，不仅能找到比较优的解决方案，而且还能够保证具有抗干扰能力、适应性能力。

蚂蚁的这些巧妙的技巧，甚至于可以启发人类工程师，设计出来相应的算法，真的是有这种算法，叫做蚁群算法，完全仿蚂蚁的群体。

下图我展示的就是我以前的一个同学，他做的毕业设计，让蚂蚁在人类地图上去爬，最后找到一个A点到B点的最短路，完成了导航的任务，启发了我们这种人类的智慧。

蚂蚁很厉害，还有比它更厉害的，那是一类更小的一类群体，有两个名字，因为它是两种形态，当它是个体的时候，实际上是单细胞的细菌，叫做阿米巴虫，就是从阿米巴管理借鉴过来的。

当它食物短缺的时候，这堆小的个体，小的细菌，居然能够自发的聚集在一起，形成一摊东西，叫做黏菌，所以黏菌是它的整体名字。

那么在农村里面，很多土话就管它叫鼻涕虫，一摊鼻涕一样，黏呼呼。你看它恶心，人家比你聪明，至少比人类的工程师还要聪明。因为拿黏菌群体居然能够设计出来一个公路网络，这个公路网的效率很有可能比人类工程师设计出来的还要高，这个是东京大学一个研究所2008年做的实验，非常有趣。

我们可以看到这是一个地图的样子，实际上是东京和附近的那些小的城市构成了一个城市系统，他们希望让黏菌通过爬行能够找到连接所有的城市的最优的城市轨道系统、疏密网络，让他们设计出来，疯狂吧，他们就做了实验。

首先，他把一个黏菌一摊阿米巴虫一下就扔到了东京市所在的点，当然是一个微缩的地图，把它扔过去，所以看中间的黄的圆圈就是一个阿米巴群体。

他把那些周围的小城市放上了一些阿米巴喜欢吃的食物，就放在那里，一些糖类，然后实验人员就走了，不管他了，就开始观察，那么就会看到，像B图展示的，饿了以后，这帮黏菌就会分裂成一些小的阿米巴虫，它们就会四散开来去找食物了，那么找到食物以后还会把这些食物跟蚂蚁一样搬运，所以你会看到像C图，清晰的能看到，它会形成一些输运网络，就像叶脉一样，跟那个很像。

开始的时候，输运网络的特点就是非常散，一堆毛细的小的管道，这些小的管道虽然能保证运输食物，但是效率却很低，慢慢11个小时一直到26个小时，它们都在做对输运网络的不断的优化和精炼，它们慢慢就会把小的输运网络合并成一个大的输运网络，以至于26个小时过去以后，居然能够形成一个跟人类的道路系统非常相似的一个输运网络系统。

科研人员曾经计算过这样一个输运网络的效率，可以从数学的角度算出来，结果就发现跟人类设计出来的几乎不相上下，在有的情况下，居然还能比人类设计的效率更高。

而且更有意思的是，我们还可以通过光照来模仿不同的地形，左边是没有光照，右边是有光照，有光照你会发现模仿的是山川有河流这种条件，阿米巴虫就会避免光照，所以就会形成更优的网络。

我不知道大家听完这个例子是什么感觉，至少在我当年读到这篇论文的时候，我简直惊呆了，我们号称万物之灵长，我们是人，我们牛逼哄哄的在这站着，可是像设计输运网络这件事情，阿米巴有可能比你还要擅长，它的智慧到底从哪来的，其实也是在信息素相互的作用机制，只不过大家现在还没有研究很清楚。

所以，智慧其实并不是我们人类独有的，真正拥有智慧的其实就是老天，所谓的大自然，它的自组织规律。

三、涌现

人类的集体愚蠢

讲了这么多动物的群体，很聪明，那么反过来，我们考虑我们人每个个体绝对聪明，是不是我们人构成的群体就一定更加的聪明呢？不是的，完全不是这样的，我们看见有很多人类的集体愚蠢行为，踩踏事件，每一年在麦加都会有大量的伊斯兰信徒去朝圣，每一年几乎都有踩踏致死的事件发生。

另外，像交通系统，北京市可以说是交通状况是全世界文明的糟糕，我去美国访问，人家直接就问我，你们是不是有一天堵车堵了三个小时，远在美国人都知道北京发生这种大交通瘫痪的事件，为什么？恰恰是因为每一个人可能太过聪明了。

就像开车，我们每一个人都想老爷我是聪明的，我比你们都厉害，所以我的车技很高我就可以乱去超车，乱去并道，可是你要知道，在交通系统里面恰恰是每个个体太聪明，太过急功近利，就会导致整体的交通效率很低。

再来看看股票市场，这张图非常形象的刻划了股票每天正在发生的事件，有的人说，excle是卓越的意思，这只股票很卓越，结果旁边人听错了，要卖了吗？于是他就喊sale，赶紧卖，于是股票价格一下跌了下来，有几个人玩累了，底下那张图，老子不跟你们玩了，我要把所有的股票都卖掉，Good Bye，旁边人就听见了，是buy吗？赶紧买，这叫以讹传讹。

正是这样，我们的股市就是这样一个集体疯狂的系统，大家都在这个群体里面被大势所趋，疯狂的涨跌。

所以，看到人类的这些现象就会发现，有的时候个体如果过于聪明，而不懂得协调合作的时候，其实真的是导致不是集体智能而是集体的愚蠢。

怎么才能让人类群体变得更加智能？

怎么才能让人类群体变得更加智能呢？MIT的小组彭特兰教授有一本书描述他们一系列的实践，叫《智慧社会》，他们就发现，我让一堆不同的群体在受控的条件下完成一些类似于智力竞赛的任务，然后去看一看什么因素会导致群体的智商会更高呢？结果发现还是很令人吃惊。

假如说，我们的群体有两种不同的沟通模式，左边这种可以明显的看到，少数个体之间他们的沟通会比较强，所以一看这两人一定是领导，或者至少是一个很强势的人，所以他们俩占据了所有的沟通。

而在右边这种状态下，每个人都很平均，大家随便的说着什么，形成了一个非常对等的结构，你们猜这两种结构哪种形成的集体智慧更高一些呢？

结论是右侧的沟通会效率更高，导致群体智商会更高一些，扁平化，答案就在想法的流动。当你面对复杂的任务的时候，每一个人都很难获得全局的信息，很多不同背景的，什么都懂，这是很难的，所以这个时候如果每个人分享一点自己的答案，然后在群体之间流通起来，就会促进群体智商的发挥。

科学家们进一步问，什么样的因素会导致第二类情况更容易发生呢？答案很气人，至少作为一个男性同胞我很嫉妒，答案是在于女性的比例，很神奇，发表在《Science》上的工作，他们就发现，女性在一个团队里面超过20%，小于80%的时候，这个群体智商就会表现的非常高，为什么？其实想想就会明白。

因为女性的存在更多的是一种沟通，社会协调，你会发现两拨人谈融资，如果有女性在那，所有人都会放松警惕，就会彼此更加的信任，就意味着你的联系会更多。这样的话，你的想法就会更容易在群体上流通，这就导致群体智商和个体智商完全不对等的，不一样的。

个体与群体的行为差异

所以，看了这些群体和个体我们可以总结一下有哪些特点。

首先，所有的个体都是很简单的规则，没有一个是聪明的，聪明的反而被聪明误，就像人类的集体愚蠢，更重要一点就是在于每个个体其实说破大天都是掌握一个非常局域的信息，包括人，我们经常说我们要掌握更多的知识，胡扯，掌握再多你能记住全世界所有的知识吗？你能知道每一个人的心理的状态吗？不可能，除非你是上帝，这就是复杂性的鸿沟，宏观的复杂性和微观的复杂性完全不在一个量级，所以永远你是掌握局部信息的，你一定要时时刻刻记住这一点。

第三条，个体和个体之间一定是要紧密的相互作用和联系，反过来反观群体，他的情况会怎么样呢？有可能会形成集体愚蠢，当然也有可能形成集体智能，只要你能够放开自我，你不去掌控一切，就让他自由流通起来，就有可能产生集体智能。

第二，这样的群体智能往往是具有超强的适应性能力，就像那条次优的蚂蚁路径一样。

第三，它的弱点就是这种群体很难被控制，这种家长式的作风在里面失效。

因此，所有这些群体，如果我们用一个词去描述他们的集体智慧和集体愚蠢的话，这个词就叫做涌现。这个词是非常精确的表达了这一点，简单来说就是用亚里士多德那句话，整体大于部分之和。或者说，通常会在系统的整体层面会表现出来一些无法简单化为个体行为的一些模式、属性和现象。

斑图

有一个词，叫做pattern，中文学术的翻译叫做斑图。就是当涌现发生的时候，涌现出来的个体就会组合形成一些集体的模式，即斑图。比如，鸟群的飞行的形态，现在的分开还是聚合的样子，还有像蚁群形成的蚁队，还有像黏菌形成的输运网络的模式，我们都管他叫做pattern，这种斑图的出现，就有可能使得在新的一个层面，宏观的一个层面形成新的个体出来。

我举个例子就明白了，第一，霓虹灯，是一个非常好的展示什么是斑图，什么是涌现的例子。霓虹灯无非就是一堆小灯泡，所以你从灯泡的角度看，看不出来有什么文字和图案，都发现不了，只有当你往后退一步，你去看霓虹灯的整体的时候，皇冠、鱼、文字才突然之间在你的脑海中浮现出来，这些文字就是属于涌现的行为，是属于斑图，没有办法把它归结为小灯泡是怎么样。

另外，这种斑图有一个特性，它能够跨越底层，跨越硬件的存在，更像一个软件，最简单的例子就是六十，看起来非常简单的数字，这张画面展示是当年奥运会，当然拿翻板，然后形成的pattern这种模式，反过来你可以用翻板实现，你也可以用屏幕上的象素拼出这个六十，甚至你可以用大楼，每一个窗户的亮闪和开关，来拼出来这样一个六十。

那神奇的地方就是在于六十存在于哪，这个很难回答，它是凌驾于底层，用什么实现之上的一种超然的存在，说悬乎点，经常传说中的魂魄一样，真的是这样的。

我们认为肉身有一个魂魄进来，这个六十就好像魂魄，他可以进到不同的肉体里面去，这个就是奇妙的地方，只有在复杂系统里面涌现的时候才会出现。

我们再来播放一段视频，就能体现什么叫做被附身了，什么叫做显灵了，这个是美国的一个人，无意之间拍出的一片视频，云彩会形成一个人脸的形状，大家可以看到一点一点的人脸就会形成，是一个侧面的脸，而且仔细去观察会发现，好像某个伟人的脸，伟人显灵了，在美帝国的上空显灵了，很像。

所以，在这个时候，人脸存在吗？当然不存在，就是一堆小的水滴，云啊，不是一个脸，可是我们明明确确看到就像一个人脸，这是为什么呢？后来就变了，就是另外一回事了。

?0?2 ?0?2 ?0?2 所以，在涌现发生的时候，其实这个非常的微妙，我参悟这件事好多年我才明白这一点，为什么它会吸引我，就是因为实际上当涌现发生的时候，那些斑图在跟你的心理发生相互的联系和作用，有点类似于量子的微妙性质一样，就是本来所有斑图，灯泡、霓虹灯、文字、六十，全部都不存在，没有，是人脑看着它像一个东西，然后你觉得它存在了，那么它就存在了，我们的认知真的是这样。

那反过来讲，实际上我们每一个人，每一个肉身，都是这样的复杂系统，都是这样的斑图，换句话说，我们都不存在，我们认为我们自己存在，那它就存在了，就是这样的，很神奇。

涌现的分类

另外，涌现我们还可以给它做一些简单的分类，有一些涌现是我们一个上帝设计者设计出来的，像霓虹灯，像翻板，这些都是属于设计类的涌现。

另外一类，所谓的自组织的涌现，也恰恰是我们复杂系统感兴趣的，像人脸的形成，没有人设计它，反正它自然而然就出来了，你就感觉很吃惊。

还有像鸟群模拟，简单规则导致了涌现，还有的涌现具有功能，像最短路径，群体智能的出现，但是更神奇的是，更有意思的一点，所谓的强涌现，我们知道著名的哲学家亚里士多德他就对世界上所有万事万物的因果做过一些划分，其中有两个因果是跟我们系统非常相关的。

一种叫质料因，就是物质的构成，就是组成成分，决定了整个物质的特性，这是我们熟悉的世界观。

强涌现

但是还有一种我们不熟悉的，叫做形式因，就是整体的构型，pattern、斑图、模式，反过来还有可能决定个体的因素，当形式因起到主导作用的时候，我们就认为强涌现就发生了，说起来好像很抽象，我们举几个例子马上就能明白。

像我这样一个人，有自由意识，按照科学的理解，我这个自由意识显然是涌现出来的，是我身上上千亿的细胞组合出来的模式、斑图形成了我的思维。

可是，一旦我这个思维形成以后，我就可能反过来控制我的底层的细胞，比如说我做这个动作，没事吃饱撑的打我自己，我在做这样一个动作的时候发生了什么？很显然这个细胞很不幸的，莫名其妙的就被一个上帝杀死了，虽然我是由这些细胞构成的，但是我不care他，我随便掐我一把，捏我一把，我都可以杀死很多，它们没有反抗能力，很悲催的，这个就是最微妙的地方所在，一旦强涌现发生的时候，高层的东西莫名其妙的就会形成一种因果箭头，来作用到每个个体的身上，以至于每个个体都莫名其妙的就挂了，你都不知道找谁算帐去，因为一切在细胞的角度来看，无非就是一个相互的化学、物理它们的相互作用，根本不会想到有这么一个宏观的人存在，有意识的主体存在。

而我们感兴趣的很多复杂的系统，恰恰是有这种强涌现特性的，像生命的、像意识、像国家都是这种，所以，作为一个个体很悲催的，很渺小的。

从这一点至少告诉我们，形式因和质料因在强涌现发生的时候，就会发生因果箭头的反转，因果反过来了，本来是有底层物质决定意识，这是我们被教导了N多年的所谓的唯物辩证法，唯物主义世界观。

但其实我们要知道，强涌现发生的时候，是有一个反过来的因果箭头的，形式决定质料，这个就恰恰是跟传统认识的一点。

经典物理系统和复杂系统的区别

再对比一下，经典物理系统和复杂系统的区别，经典物理系统通常是一种自下而上的因果，底层的物质决定上面的形式，反过来，复杂系统就是一个自下而上和自上而下其实是同时共同作用的，强涌现当然是自上而下占主导。

另外，经典物理系统是还原论主导，而复杂系统的认知就是需要还原论和整体论相结合，就是因为这两种因果会形成非常错综复杂的相互作用，也恰恰是被称为复杂性的重要的因素。

涌现的发生条件

最后一点，我们自然就会发出这样的问题，涌现发生的条件是什么？什么时候会产生涌现？有什么因素导致他出现涌现的？实际上是有回答的。

这里面有一个了不起的科学家，他是个神童，26岁就开始发表论文，30岁大概就获得麦克阿瑟奖，正当他在学术圈里面的生涯蒸蒸日上的时候，他却跟校方产生了矛盾，一撂挑子不干了，老爷我自己去开公司了，所以开了一家公司，去做软件，公司本来也是大家所有人以为他会成为一个商人的时候，他又反过来去研究基础性的科学，所以他的科学有一个非常如雷贯耳的名字，叫做一种新科学，反正就是一个新科学，我不care，主流对他是不认可的，但是像我这种人就觉得是大神，至少不亚于巴拉巴西这样一个级别的存在。

这个人干了一件什么事呢？这是他年轻的时候，26岁得奖的那篇论文做的一个研究工作，他就是想去回答，我如果能够在计算机中去模拟很多的玩具宇宙，同时模拟各种各样的玩具宇宙，我们去看一看这些玩具宇宙有哪些可能的结果出来。

他研究的模型有个学名叫做元胞自动机，说白了就是一个黑白的、离散的一个方格宇宙，超级简单，大家可以看到，每一个黑白的横行，就是这个宇宙在某一个时刻它的空间的构型，每一个格点认为是一个空间的点，这些黑白就可以理解成，空间上所形成的物质的形态，最简单的就是黑色有物质，白色没有物质，就可以这么理解。

往下走的方向就是时间流逝的方向，每一次嘀嗒，整个宇宙就往前走一步，就变成下一步空间的状态，怎么变呢？需要给他制订所谓的如下图所示的物理规则，这个规则就是底下写上规则，然后有一个列表，可能看不太清楚，这个实际上也很简单，每一个格点我只看左边和右边，三个格点是什么样子，然后由这三个格点我决定下一时刻变换成什么样的格点，这样就变成了模型宇宙的物理规则。

由于这个东西超级简单，而且很容易就能想到，是有限种可能的物理规则的，只需要把它的规则做一个便利就OK了，所以他就可以系统化的探索这样的模型世界里面他的运行起来的样子，宇宙的演化会有哪几种分类。

于是他就展开了大量的计算机模拟实验，结果弄来弄去，就发现所有的模型宇宙无外乎就几种可能的状态，分成了三大类：

第一类：秩序。秩序宇宙就是演化，最后就是很无趣，就变成一个全是黑或者全是白，或者黑白黑白间隔的周期的变化，所以就是固定死的一种构型。

第二类：混沌。在混沌宇宙里面也是无趣的，因为演化以后发现就是一堆雪花一样的噪音，而且每一步看起来都是很随机的，这也不是我们感兴趣的一种。

第三类：复杂。最有意思的是，在若干个，一共是256种模型宇宙，大概有几个，三四个是属于复杂类型的。

而且，很有意思的是，如下图所示，我们会发现一些斜线，稍微想想就知道，纵坐标往下走是时间流逝的方向，所以一条斜线就相当于有一个粒子，从宇宙的一边运作到另一边，是一种类似于沟通、通讯这样的样子。所以，我们就能看到有很多局域的结构就会被连接起来，这种类型就被成为复杂。

进一步我们还会发现，我可以系统的去调解我的微观的物理法则，在调解的过程之中，就会发现我们能让模型宇宙运行的状态从一个相变成另一种相，所谓的相是一个物理学的名词，相变的相，像水分子就能形成气态、气相、液相、固相，跟这个类似，我们的宇宙也可以形成若干个不同的像，而且它们之间会有一个渐变的趋势。

当你调节参数的时候，你就会发现它就会先从秩序过渡变成复杂，再过渡又过渡到混沌，你会发现复杂恰恰是介于秩序和混沌之间，我们管他叫混沌的边缘，一个非常充满了诗意的名字，这居然是科学家们想出来的词，这简直是太佩服了。

另外，我们可以去用信息论的方式去衡量它的复杂度，纵坐标，我们就会发现，当我们连续的从秩序变到复杂再变到混沌的时候，它的复杂度，信息熵，是先变大然后再减少的。

混沌的边缘

换句话说，实际上秩序和混沌都不是我们感兴趣的那种复杂，虽然混沌看起来好像很复杂，没有办法预测它，可是它仍然不是我们感兴趣的，因为它里面没有有意思的结构出现。而秩序有结构，可是又太死板，老是那几样，翻来覆去。

所以，只有在复杂、中间这种状态，看起来混沌又不混沌，摇摆之间，才是我们最感兴趣的，叫做混沌的边缘。

进一步，混沌边缘的认识其实是能帮助我们拓展我们的认知，我们能用混沌边缘的视角去看待很多的东西。

首先，我们可以去看到我们研究过的这几个模型，比如说鸟群模型，为什么鸟群模型我们感兴趣？看起来活灵活现，很有趣，恰恰是因为他处于一种混沌的边缘。

实际上我们可以这样去理解，鸟群是三条规则，其中靠近和对齐其实就是一种把他鸟类群体拉向秩序的一种力量，因为靠近对齐就是要扎堆，就是要聚群，就是要跟大家一致，意味着秩序，听命令。

分离两个靠得太近就会分开，分开就会不去聚群，不去形成秩序，而是形成混沌，所以分离这个作用就会让他变成混沌，分开。所以你会发现两种力量在竞争，其实这三条规则同时存在，形成两种力量的竞争，一类是拉向秩序，一类拉向混沌。

而就在这两者边缘，拉来拉去，谁也拉不清楚的时候，出现了复杂，于是你能看到活的一样。

再看蚂蚁群体也是类似，我跟随信息素去走，信息素浓度高我就走，这就是一种秩序，假如只有这一条，你就可以想象，所有的蚂蚁又是扎堆的，走到一起的。反过来蚂蚁还可以随机游走，当然就是混沌，所以你又看到两种力量在拉来拉去，有意思的是他停留在混沌边缘，所以有一个集体智慧的产生。

那么，反观，我们身边的世界，像人类组织，我们相信在座的可能很多人都是做管理的，我自己也在管理一家公司，我们就会发现，其实所谓的管理其实就是巧妙的去平衡秩序与混沌的力量，这里面秩序、力量就会导致团队拧成一股绳，一起往前冲，秩序的力量。

但是反过来，太过秩序，你这个团队失去活力，所以你要引入一些不一样的声音在这里，就会形成一些创新，这就是混沌力量，所以平衡于二者之间。

再有教育小宝宝，我是两个孩子的父亲，我的教导的方式就是，尽可能的给宝宝一个舞台，这个舞台是划分边缘的，要界定清楚，不能跑到外面去，但是在舞台上怎么演不管，所以其实也在平衡两种力量，舞台就是秩序，任意表演就是混沌。

所以，我理解的混沌边缘这种感觉就很像你去开车踩油门的感觉，踩下去油门太大了容易撞车，完全抬起来就没有力量去驱动它，你要平衡在中间，小火温着，这个时候系统就会不断的趋向于复杂，怎么走？对不起，不用管，你也不知道，你也管不过来，太累了，太操心了，反正它就是往复杂方向去走，自身就会产生自组织的现象。

四、小结

最后，我们来小结一下第一节课的内容，局域的简单的相互作用可以导致复杂的行为，这是我们在大量的案例里面都能看见的，所以我们强调的是局域和简单，每个个体都是要这样。

其次，真正的复杂性的产生，它的来源其实就是在互动的模式，组合而形成的复杂。

第三，我们感兴趣想要的复杂性和涌现，恰恰是在混沌与秩序的边缘，所以我们经常说复杂性科学，是一种介于混沌与秩序边缘的科学。

第四，与传统科学和思维范式相对比的话，我们就能看到有这样几点不同，首先我们要强调涌现，强调自组织，而是去掉设计的力量，不是去设计这个系统，而是涌现。

第二个，我们要允许这种非线性的产生，甚至于有的时候要创造一些条件，产生这种非线性，因为只有非线性才能导致它的复杂。

第三个，从个体到整体，他是有一个宏观的跨越，完全不一样，在整体的层面会形成新的一类东西，就叫斑图，就可以理解成这个斑图就像是新的宇宙中的物质一样，超越了。

第四个，我们之所以觉得它很难理解，原因就是它的因果规律会被打破，甚至于有的时候发生翻转，有的时候就会出现一个从宏观到个体的这样一个因果箭头--形式因