复杂性科学的前世今生

随着技术突飞猛进的发展,我们的社会已经成为一个紧密联系的社会。地球成为了小小的村落,每个个体都有机会发出自己的声音。小的情绪波动可以随着通讯网络和社交媒体快速传播到整个世界。面对如此复杂多样的世界,我们需要复杂性思维。腾讯大声疾呼“连接一切”,阿里扬言要打造自己的“生态系统”,所有这些背后都是以复杂性思维作为支撑。霍金说,“我认为,21世纪将是复杂性的世纪。” 现在,21世纪已经过去了10年,复杂行将会朝向何处发展?本讲座将引领你进入复杂性的世界,并沿着历史的脉络介绍复杂性的过去现在和未来。

讲师:   张江
  • 作者:Jake整理


我们已经进入了一个全新的时代,在这个世界中,人和人都是彼此相连的。新的世界需要全新的基础科学理论进行解读。复杂性科学是从20世纪80年代兴起的一个科学研究分支,它试图用统一的眼光来看待所有的系统,并试图寻找这些系统背后的科学规律。事实上,复杂性科学的思想又可以追溯到20世纪30年代,甚至更早的19世纪中叶。寻求解释复杂现象的统一规律成为了复杂性科学的奋斗目标。

blob.png

几十年过去了,虽然我们对于复杂系统的知识正在一天天地增长,但是我们离洞悉复杂性背后的本质还相差甚远,取而代之的是我们研究复杂系统的手段正在逐步更新换代。本讲座就系统地从方法论的角度梳理了复杂性科学的前世今生。概括来看,复杂性研究可以分成如下几个阶段:


一、前系统科学阶段(~1930)

在这个阶段中,人们对于复杂系统的认识并没有形成成熟体系,但是有一些科学研究的突破已经贯穿了复杂性的思想,例如:达尔文的进化论以及玻尔兹曼创立的统计力学都是这一阶段非常优秀的理论,它们都在尝试从看起来无关的系统之中抽象出统一的涌现规律。

二、系统科学阶段(1930-1980)


在这一阶段中,人们开始自觉地运用数学手段来去研究跨学科现象,认识系统背后的统一规律。具有代表性的就是所谓的“老三论”包括:系统论、信息论和控制论,以及“新三论”,包括耗散结构论、协同学和突变论。这些理论都尝试运用数学物理方法来对系统的动力演化过程进行规律性的总结,试图发现抽象的共同规律。


三、复杂性阶段(1980-1990)


blob.png


圣塔菲研究所(Santa Fe Institute)是这一阶段的典型代表,它们力图运用计算机建模与模拟的手段在计算机中搭建出一套模拟的复杂系统,并通过模拟的方式来回答一些很难在真实世界通过做实验的手段解决的问题。


四、复杂网络阶段(2000-2010)


进入21世纪之后,人们开始认识到复杂网络的重要性。这一方面是因为系统的复杂性本身就体现在单元之间的高度链接性;另一方面,是因为在21世纪初期,我们已经可以获得大量有关系统单元之间连接的网络数据了,这就使得科学家们可以对这些数据展开分析,于是便有了复杂网络这样一个研究分支。


blob.png


五、大数据时代与复杂系统的物理学(2010~)


随着大数据时代的到来,复杂性研究的范式也已经有了很大的转变。越来越多的研究开始借助数据,而不仅仅是借助计算机模拟的手段。在这段时间中,一些类似伽里略时代的研究慢慢浮现出了水面。例如生物学界的Kleiber定律发现哺乳类动物的新陈代谢和它的生物量之间遵循着非常好的数学规律,可以用简单的数学方程加以描述。另外,科学家们还发现人类大规模的出行满足异常简单的“辐射模型”,在大规模统计尺度上看,个体的差异性会消失,而统一性的规律会慢慢浮现出水面。


最后,本课程对复杂性科学的发展进行了总结,并最终提出了复杂性研究的核心问题恰恰是在于回答“生命是什么”这样一个本质的问题。尽管现在的科学研究还远远没有到达回答这个问题的层次,但是,一些理论已经在趋近这个核心。我们绘制出了如下的地图来表示这些理论:


blob.png



如图所示,生命本质上是一种介于物理和信息之间的存在。不同的理论对于复杂系统的认识也是从信息或物理的角度切入的,有的理论离中心近一些,有些远一些。位于最中心的是有关熵、麦克斯韦妖的理论。我们相信,随着复杂性科学的进一步发展,人们对于复杂系统,对于生命的本质都将会有更深入的认识。

讲师介绍
张江

北京师范大学系统科学学院教授,博士生导师,集智俱乐部、集智AI学园创始人,集智科学家,阿里研究院、腾讯研究院、网络智库专家,人工智能研究者与布道者。主要讲授课程:人工智能、复杂性思维、计算机建模与模拟、Matlab基础及其应用。主要从事的研究领域包括:复杂系统建模、计算社会科学等。曾发表学术论文数十篇,访问过圣塔菲研究所、密西根复杂系统中心等知名国外大学。曾带领集智俱乐部写作、出版书籍:《科学的极致——漫谈人工智能》,《走近2050——注意力、互联网与人工智能》。