涌现的定义及其辨析.doc

涌现的定义及其辨析涌现是复杂系统的根本特征，通常认为，它是指复杂系统在自组织过程中新结构、新属性的出现。13按照目前公认的看法，“复杂性科学本质上是关于涌现的一门学科， 同时研究如何确认涌现现象的基本法则。”12遗憾的是，目前对涌现还没有一个明确的定义。目前关于涌现的研究，多数基于实验观察或者数值模拟的描述性工作，缺乏真正具有可操作性的观点和方法14，这就使得人们在判断某个现象是否为涌现现象时难以界定；另外一个方面，由于缺乏真正的理论深度，也难以获得更深刻的理解。涌现的思想可以追溯到亚里士多德，那句著名的“整体不同于其部分之和”已经触及“涌现”的核心。目前，将涌现理解为“因局部组分之间的交互而产生系统全局行为”31或“缘起于微观的宏观效应”37，而这些宏观全局行为或特征是微观组分所不具有的，只能通过整体体现出来38。对于涌现概念，这种描述还是比较模糊的。对涌现的更具体的认识主要有两种思路，其中，第一种思路基于层级和可预测性的思路。基于层级的思路是指，从高层特征与低层特征之间的关系来界定涌现性；基于可预测性的思路是指，站在系统演化的时间轴上，从系统特征的可预测性角度，来理解涌现。Fromm 39就是从层次之间不同的反馈类型和因果关系，将涌现分为4类，并解释了它们的可预测性：简单或有名无实的涌现(simplenominal emergence)、弱涌现(weak emergence)、多重涌现(multiple emergence)、强涌现(strong emergence)，如图3。类型I只包含前馈，而无反馈；类型II只包含简单的正反馈或负反馈；类型III中存在多个反馈循环，同时还包含了学习和适应；类型IV 则表现为，在高层组织中出现了涌现结构或产生了体现不可还原性新性质的复杂性。这里的前馈和反馈主要指的是因果关系。同时，Fromm还指出，“如果用可预测性取代反馈作为主要分类标准，会得到相同的分类结果。39”对基于层级的涌现解释，Ryan40认为，它们和认识论相关联，不是从本体论的立场出发的，这样就会产生涌现不可知论。Ryan建议从“范围(scope)”、“分辨率(resolution)”和“状态(state)”等概念出发，来认识涌现。并基于这些概念定义了涌现特性、弱涌现特性、新奇涌现特性等概念，然后通过新奇涌现特征这一概念定义了“涌现”。范围(scope)：由空间或时间的边界来定义。空间包括概念空间、形式空间和物理空间，空间边界内由观察者感兴趣的元素组成系统，边界外为系统的环境，空间范围用S(x)表示；时间范围指系统生存的时间段，用S(t)表示。分辨率(resolution)：空间和时间的分辨率分别用R(x)和R(t)表示，能反映观察者的认知能力。相同范围下，分辨率越高，观察者能观察到的系统可能分布状态数越多，（假定各状态平均分布）系统的香农熵H越大。状态(state)：系统在某时刻的状态由其范围和分辨率共同决定。用M表示宏观状态，用u表示微观状态，则微-宏观状态满足如下关系：基于上面三个定义，Ryan定义了涌现特性和新奇涌现特性，进而定义了弱涌现和涌现两个概念。涌现特性：如果某种属性在宏观状态中存在，但在微观状态中不存在，则该属性为涌现特性。对宏观状态M，用表示t时刻在M中存在，u中不存在的涌现特性的集合。显然，涌现特性是元素之间非线性作用的结果。弱涌现特性：如果，则，此时，宏观状态的香农熵（信息量）比微观状态小，此时系统的涌现特性称为弱涌现特性。弱涌现反映了观察者的认知极限，而不是系统的固有属性。如果Rm=Ru，则SmSu，此时，H(M)H(u)，对于宏观状态M的涌现特性p，定义最小宏观状态。最小宏观状态：定义M*为涌现特性p的最小宏观状态，如果p在M*中存在，但在任何与M*分辨率相同但规模小的状态中都不存在。新奇涌现特性：如果涌现特性p在宏观状态M中存在，但在任何与M分辨相同但规模小的状态中都不存在，则称该涌现特性为新奇涌现特性。涌现：系统经由集聚、坍塌、重组等过程产生一个或多个新奇涌现特性的过程称为涌现。涌现与层次：空间规模涌现与可预测性：时间规模涌现与环境：涌现与观察者：布偶问题【12】约翰霍兰(John HHolland)(周晓牧，韩晖译)，隐秩序：适应性造就复杂性(Hidden Order：How Adaptation Builds Complexity)，上海科技教育出版社，2000【13】http：enwikipediaorqwikiEmergence【14】复杂系统中涌现形成机理的讨论 罗吉贵 2007 博士论文 上海大学【31】Tucher Balch Hierarchic social entropy： An information theoretic measure of robot group diversityAutonomous Robots，2000，8(3)：209 238【37】Liu Hongbo，Abraham Ajith，Clerc MauriceChaotic dynamic characteristics in swarm intelligence Applied Soft-Computing，2007，7(3)：lOl9-1026【38】面向涌现的多Agent系统研究及其进展 金士尧【39】Fromm lochenTypes and form