heitiedan2012的个人博客分享 http://blog.sciencenet.cn/u/heitiedan2012

博文

关于复杂性的研究 精选

已有 7725 次阅读 2015-11-3 05:06 |系统分类:观点评述|关键词:学者

关于复杂性系统,已经听说了有十多年了。当然,如果追根溯源,最早可以从当年读研究生的时候,由王雨田教授给我们讲授信息论、控制论与系统科学等课程算起,也有三十年的历史了。当年涉及到信息理论的书籍可以说是汗牛充栋,如果不算电子学科与控制学科中的那种专业信息论课程之外,单从哲学与其他角度来讨论信息论的,也可以说是读不过来。我也就在这样的环境中杂七马八地读了一些,但总的感觉是搞的不是太清楚,如堕五里雾中。

讲信息理论,离不开熵的概念。这个概念早就被一些人抛出了热力学的范畴,成为一种系统陷入混乱的度量指标。一时间,到处都是熵,什么学科都用到熵。前几天,一位老先生送我一本他研究教育学理论的新作,开头第一章还是来讲熵。对于熵的概念,我大概齐略知道那么一点,但应用到其他领域中的具体情况就是似明非明,似白非白了。

后来,人们在信息理论中使用负熵的概念,意思是二者方向相反,但绝对值是相同的。不知道这样理解是不是对头。反正是负熵的绝对值越高,那么系统的有序性就越高,反之就是无序性越高。大致意思就是这样。或许我对这个问题的了解也就到此为止了。

80年代中期,系统科学的概念传播得很广。中国社会科学院哲学研究所闵家胤翻译了匈牙利学者拉兹洛的不少文章和著作。我还在北京图书馆专门听了一次拉兹洛的讲座。他的书涉及内容很丰富,概念也很多。只是我总有一种异样的感觉,感觉他的理论有点过于武断和牵强,很多问题还没搞清楚,他就断言一定是这样,甚至说成是定律或者规律。我实在弄不懂,也没办法弄懂。

在读研究生期间,我还接触到了普里高津的耗散结构理论。特别是他的关于远平衡态的一个小的扰动,或者叫“涨落”,就可以让系统的无序状态,一下子就成为有序的了。这让我感到很新奇。如那个贝纳尔德花纹,还有激光现象,都似乎跟这个远平衡态的涨落有关,都是一下子从原来无序的现象,突然就成为有序的了。当然,这样一个系统首先是非线性系统,才有继续讨论的余地。后来关于涨落也有若干讨论,如那个著名的所谓“加勒比海上的蝴蝶扇动一下翅膀,就可能在北美大陆上掀起一场风暴”的说法,就是所谓涨落可以传递与放大的一个典型的说明。

贝纳尔德花纹

从贝纳尔德花纹到激光现象,这里就涉及到自组织现象。这主要是指在非生命系统中,不需要外界的干预,非线性系统是有可能从无序自发走到有序的。这与热力学的第二定律所揭示的规律不太一致。当然,热力学第二定律主要是指一个闭合系统,但是那么多非线性系统到底是闭合的还是开放的,没人能说得清楚。就像我们这个宇宙,它是一个闭合的系统还是一个开放的系统,似乎也没有太清晰的定论。这就引起了很多争论,这些争论是不可避免的。

激光发生器

这期间又出现了混沌理论。英语叫chaos。到底是混沌还是浑沌,也不是太清楚。中国古代《山海经》中所说的浑沌是一个没有七窍的大神,有人多事,非要在他脸上凿出七窍不可,结果给他凿死了。其实,没有七窍本身就是一种平衡,而平衡就代表着无序,这倒与混沌的理论不谋而合。

电脑绘制的分形图

基于海岸线观察的分形示意

这期间还出现了哈肯的协同学理论。他提出的主要概念是序参量,特别是主序参量。这个主序参量似乎就是导致系统从无序向有序发展的关键因素。可是这个主序参量到底是怎么发挥这种作用的,似乎我是没弄清楚。

这大致就是关于一个非线性系统从无序到有序的进化过程,因为在耗散结构理论看来,进化就是一种有序性不断提高的过程。可是进化到底是怎么实现的,当然不是简单的优胜劣汰、适者生存,它要找的是内在的根本性因素。可能也正是这一点,在困扰着许多研究者。

90年代后期,美国的Santa Fee研究所提出复杂适应性系统(ComplexAdaptive

Systems, 又称CAS)的概念传到了中国。这一下子又引起了人们的关注。几乎人人讲复杂,事事讲复杂。讲了这么多,讲了这么久,复杂适应性系统到底是个什么属性,还是因为它太复杂了,依然无法精准概括。北京大学哲学与现代科学研究中心这十多年来,每年寒暑假都开办研讨会,从各个角度,各个领域来讨论这个复杂适应性系统。倒是很多领域都涉及到了,从科学到工程,从世界到社会,从理论到实践,什么问题都可以纳入到这个复杂适应性系统中来讨论。可是从理论上,人们仍然无法说清楚这个复杂适应性系统到底是个什么东西。

在国外,接触到人工神经网络,一个非生命的系统从所谓自组织进入到自学习。或者自学习本身就是自组织的属性中的一个部分。那些实验讲得很生动,只是没有接触到实物,不知道其中到底是怎么回事。直到今天,我们似乎还在这个里面转圈圈。也许,有一天,我们会突破这个圈圈,看到更广大的视野。只是我们实在不知道,这样的一天会什么时候到来。

人工神经网络示意图




https://m.sciencenet.cn/blog-678176-932956.html

上一篇:专家培训
下一篇:TPP跟我们有什么样的关系?

18 张子柯 陈南晖 姬扬 曾杰 黄永义 赵凤光 闵应骅 李红雨 谢平 申传胜 王小平 单泽彪 李天成 唐常杰 宁磊 nipy zjzhaokeqin shenlu

该博文允许实名用户评论 评论 (19 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-5-7 14:17

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部