[转帖]复杂系统、复杂性科学目前的问题

王不留行

复杂系统、复杂性科学目前的问题
jake
   复杂性科学在刚刚诞生的时候曾经取得了突飞猛进的发展，由于以前分散在各个领域的零散思想刚刚集合起来产生了不同思想之间的交叉、变异和涌现，因而形成了非常丰富的成果。然而在这之后的十多年期间无论是理论的突破还是应用方法论的突破上都没有形成更大的突破。在这里，我尝试从理论和应用方法论两个方面来指出复杂系统理论遇到的一些主要问题以及可能的有效解决方法。
1 理论方面
在《复杂》一书中，有一章的名称叫作《等待卡诺特》，作者指出，当时复杂性科学所面临的情况就象是在热力学系统在18世纪面临的情况类似，人们已经积累了丰富的关于复杂系统的经验，然而却没有把这些经验的积累上升到一个一般理论的高度。然而，过了十多年，关于复杂系统的一般理论仍然没有形成。
要建立一般复杂系统理论首先要解决复杂系统的建模与模型表示问题。目前可用来充当这类一般模型的备选方案有如下几个：细胞自动机模型、受限生成系统、网络模型。这三个模型虽然在表面上看略有不同，但从计算的角度看它们是等价的，也就是它们都支持图灵计算机。可是难点是仅仅有这样的模型还远远不够，更关键的是要解决若干理论问题，这包括以下几个方面：
关于计算概念的更进一步理解
随着复杂系统和计算机模拟的深入研究，人们已经逐渐意识到了计算这个更加根本的概念。早在20世纪30年代图灵通过建立图灵机的模型就已经从理论上解决了计算的本质这个问题。目前一切关于复杂系统的计算模拟系统实际上都不会逃过图灵机这个通用模型。实际上无论是细胞自动机，还是动态网络或者其他各式各样的计算系统都与图灵机等价。因此，至少从模型这个角度来讲，人们已经可以用一种更加一般的视角来看待问题。然而，仅仅具有这样的视角是不够的。最原始的图灵机模型仅仅能够完成一些机械是的简单运算。然而当我们把若干图灵机组成到一起构成系统的时候更高一个层次的图灵机作为系统层的个体出现了，虽然这个高层的个体仍然是图灵机，但是它的功能从本质上已经不同于原始粗糙简单的图灵机了。因为这个更高一层次的图灵机具有了自学习、自适应的属性，而这种特性在一般的图灵机中是不具备的。
虽然在很多进化系统中，人们已经看到了涌现性、学习性、适应性，然而如何从图灵计算这个更加本质的视角去看待这些问题则仍然没有讨论。图灵机如何通过与外界环境的交互实现自组织？若干图灵机如何聚集到一起形成更大的图灵机？怎样的图灵机才能实现进化与学习？如果从抽象的计算角度来考虑问题，则我们有希望得到更加明确的答案。
关于进化
一般的进化系统都可以抽取出两方面的因素，一个是正反馈的力量，一个是多样性。类似这样的二元关系还有很多，例如生命的群集行为也同样是受两方面的制约，一个是聚集到一起的相互吸引的作用，另一个是相互排斥而保持个性的作用。我们知道，类似这样的二元关系在本质上究竟是什么呢？我们能不能运用计算的观点重新考察这种关系的一般原理呢？也许，现在我们的首要任务是抽象出一个更加一般的进化模型出来。这个模型在不同空间维度、不同特征上的投影就是一个个具体的进化模型了。
现在研究人工进化的人们总在考虑开放式的进化，尽量减小人为设计的因素。然而什么是人为设计因素的最小子集？现在人们设计的开放式进化系统仍然要设计环境、设计进化的规则，能不能让这些因素也跟着进化模型一起进化起来？然而，我们要想人为地设计一个进化系统总是需要有人开始最原始的设定来启动它，那么人为设定因素在最少的情况下能达到什么程度呢？
关于混沌边缘的再认识
朗顿在做出关于混沌边缘的论断的时候曾经指出了混沌边缘的细胞自动机和几类计算模型之间的关系。具体的讲，处于固定点状态和循环状态的细胞自动机对应于会停机的图灵机，对于混沌状态的细胞自动机则对应于不会停机的，而对于处在混沌边缘的复杂型细胞自动机则对应于图灵机的不可判定问题。虽然这种联系仅仅是朗顿的一个猜想，但是这样的猜想是否有根据呢？处于混沌边缘的系统才会朝向越来越复杂的方向不断进化发展，究竟是什么力量把系统推向混沌边缘的？混沌边缘又是如何形成的？不可判定的一类计算问题是否直接对应着混沌的边缘呢？处在混沌边缘的系统又是如何把自己不断的自组形成越来越大的系统，而这些系统仍然处于混沌的边缘呢？比如处于混沌边缘的分子可以形成细胞，混沌边缘的细胞群体可以形成生命体，而混沌边缘的生命又可以形成更大的生命群体等等。
生命、智能和宇宙的起源
生命的起源、智能的起源、宇宙的起源是三个当今科学的最大的迷题，人们仍然没有能力来回答这三个问题。宇宙的起源是公认的最难的一个问题，因为宇宙之外空无一物，宇宙之前没有任何原因，也就是说宇宙必须起源于“无”这个状态。这一点是不能用科学和逻辑的方法来认识的。再考虑生命的起源，首先我们要知道生命是物质组成及其演化的一种软件方法。这种软件虽然是以物质为基础的，但是这种软件是在新的一个层次上的创生过程，软件反过来又控制了物质，它可以再一次自己来组织物质从而进行自我繁殖，这是一个闭圈。而我们更加关心的是这个闭圈如何开始的？这似乎就是一个先有鸡还是先有蛋的问题。再考虑智能，我们同样面临了一些奇怪的现象。最主要的一点是，智能总能创造出规则的规则。而且智能是在一个信息的虚拟空间中重新得到了再生。这三个问题看似发生在三个领域，然而它们是不是有可能是一个问题呢？也许这个问题就如同宇宙的产生在三个不同层次的反映而已。复杂系统的理论突破也许最终都无法回避的要解答这些问题。
计算机模拟的本质
计算机模拟是研究复杂系统的一个主要方法。然而什么是计算机模拟的本质呢？正如计算的概念对图灵机的关系一样，我么能不能找到一种描述模拟本质的最小语言集合呢？甚至讨论一些元模拟的问题。对这类问题的研究必将会讨论虚拟现实的种种可能性等问题。比如一个明显的问题是：假如我们真能够造出了足够真实的虚拟世界了，而该虚拟世界中已经演出来智能生物，那么这种智能生物能不能也会在它们的虚拟世界中再虚拟一个世界呢？
另外一个问题，模拟的极限是否存在？如果存在它会是什么样呢？我们在计算机模拟中会不会也可能遭受到类似歌德尔定理的限制呢？举个例子我们不难想象出这种限制的可能性。假如一台超级电脑模拟了整个的宇宙，而这台电脑显然是宇宙的一部分，那么电脑就要模拟这台电脑自己，因此整个宇宙的内容都要被无限制的循环下去形成永无终止的怪圈。
2、关于应用方面
目前复杂系统理论的实际应用主要是计算机仿真、模拟方法，而这类方法也存在着很多问题，下面一一进行说明。
计算机模拟系统的开放性问题
我们可以把任何一个计算机仿真程序都看成是一个系统。如果人们设置好基本的参数和规则让程序自发演化则这个系统整体就是一个封闭系统了。也就是说在没有人的干预下，该系统就会没有新的信息被注入。而按照耗散结构论的观点，类似这样的系统毕竟会走向无序状态。因此，我们可以想见，这样的计算机模拟系统能够涌现出来的复杂性也不会是永恒增长的，无论这样的模拟系统多么复杂，它必然会存在一个极限。
目前，开放的人工系统也有一些。Brooks的机器昆虫就是一例，然而这样的机其昆虫行为复杂性的来源基本完全取决于环境的复杂性，而环境的复杂性并不能引发系统内部的复杂性。我们感兴趣的复杂性应该是一方面来自环境多变的信息，另一方面是系统内部在外界信息的作用下不断演化生成的进一步的复杂性。
涌现的多层次性
目前几乎所有的计算机模拟都仅仅包括一个或两个涌现层次，而现实复杂系统中的层次非常多，所以不管怎么说，计算机模拟系统的涌现层次是远远不够的。这主要还是受制于运行模拟程序的计算环境的限制。在这样的有限的环境下如何让计算机模拟系统涌现出更高的层次呢？我想这也许需要人们设计出更有效的方法来解决不同的层次性问题。例如发明一种技术能够根据用户的需要在各种不同层次上动态的生成该层次的复杂系统。
对复杂系统的干预与控制
当我们看到计算机生成的各种计算有趣的复杂系统的时候，总会自然而然的产生这样一个问题，我们能不能根据我们所希望的涌现特性来返过来设计系统的底层规则呢？进一步，人类能否干预和控制复杂系统的发展超想我们预期的方向呢？答案是否定的，因为这样的过程会碰到还原论中的组合爆炸问题。但是，观察我们人类确实一个很好的反例。因为当人类观察复杂系统的时候确实已经能够根据涌现出来的现象探索到底层的规则了。究其原因，我想还是因为人脑本身就是一个复杂系统，我们采用综合微观分析的方法不停地在脑中产生各种模型，让这些模型去适应现实的复杂系统。也就是说，要想认识现实的复杂系统就必须仍然要创造一个复杂系统来。