七星！这是一本二十多年前的老书。为何现在还可以读，因为作者提出的“涌现”理论不仅改变了我们对于复杂系统的研究范式，对于当下AI机器学习等领域影响深远，而且由小生大，大不等于小的线性相加依然具有时代价值。
作者约翰·霍兰德教授是遗传算法之父，也是复杂适应系统理论的提出者。他曾参与IBM 701开发，是美国早期编程人员之一，后来长期任教于密歇根大学，身兼心理学、电子工程及计算机科学教授，同时也是复杂系统全球研究权威圣塔菲研究所核心主席。他是麦克阿瑟天才奖获得者，其理论不仅为AI的算法研发提供思路，还为经济学、生态学等领域解读复杂系统问题提供了科学依据。他的另一本著作《隐秩序》提出了“复杂适应系统”理论，用遗传算法解释城市、免疫系统等如何通过适应性自组织形成秩序，被誉为该领域的经典入门读物。
作者在研究中发现“复杂现象都是从简单的元素中涌现出来的”。涌现的鲜明特征就是“由小生大”。涌现行为是在没有一个中心执行者进行控制的情况下发生的。如此，涌现就仅仅发生在整体行为不等于各部分行为简单相加的情况下。以国际象棋为例。仅仅依靠累加棋盘上各个棋子的价值，不可能有效描述正在进行中的棋局。那我们是否能将人类的意识解释为某些物理系统的一种涌现属性？“本书最主要的目的就是提供有说服力的证据，证明科学研究将大大加深我们对涌现现象的理解。”因为涌现现象在许多不同的学科中普遍存在，所以我们的探讨也要跨越多门学科。
棋类游戏是人类的奇妙作品。它是从简单的规则或规律涌现出复杂事物的典型例子。建模是研究的有效方式，而忽略细节是建模的本质。模型必须比与之对应的实物简单。积木块代表共同元素，通过删除细节得到积木块，并且遵循限制条件将积木块进行组合，即建模。通过建模让模型帮助人类预测未来。计算机模型把棋类游戏、数字和积木块表现的主题很好地结合在一起。地图很适合帮助我们更深入地理解数字和模型之间的关系。工程技术术语制图在数学中被用来精确定义函数，对应的概念为“映射”。我们就可以借助这些重要的数学工具，对涌现系统建模。
在复杂的博弈中，策略对于有效的博弈来说至关重要。博弈树为策略的表述提供了一个精确的方法。可以使用函数来定义从博弈状态到策略所决定的动作之间的对应关系。通过重复博弈，发现并组合积木块（经验法则和博弈特征）构建起可行的策略。混沌理论是指在规则明确的大规模系统中，局部条件的微小变化能够引起全局范围内长期行为的巨大改变。有了框架之后，我们将更仔细地研究针对涌现的预测——何时、何地、何物。在动态模型的构建中，计算机模型发挥着关键作用。
“学习”目标就是随着博弈实战经验的积累，不断改进预测及相应的策略。一个常识，博弈越临近尾声，局势就越明朗。调整权重的程序能够充分发挥最大最小策略的作用。涌现的研究重点在于选取那些用于构建模型的规则，即如何从世界上很多无法预料的现象中，总结出有效揭示它们的规律的。涌现最初是一种具有耦合性的相互作用的产物。在技术上，这些相互作用以及这些作用产生的系统都是非线性的。“真理来源于失败而不是混乱。”诗歌和物理学在过程上的相似性和结果上的差异同样值得研究。
8个要点：1.涌现现象出现在生成系统之中；2.在这样的生成系统中，整体大于各部分之和；3.生成系统中一种典型的涌现现象是，组成部分不断改变的稳定模式；4.一个稳定模式所在的环境决定了它的功能；5.稳定模式之间的相互作用带来了约束和校验，随着这样的模式数量的增加，系统的“能力”也会增强；6.稳定模式通常符合宏观规律；7.“存在差别的稳定性”是那些产生了涌现现象的规律的典型作用结果；8.更高层的生成过程可以由强化的稳定性而产生。
在复杂适应系统中，最优化状态几乎不可能达到。“有价值的创新应该是一种权衡性的组合，往往介于明显拼凑的组合和不可能实现的最佳组合之间”。“多数科学家都认为生命是涌现现象，但在意识问题上，他们的看法就不一样了”。“在确切地知道哪些生命和意识的现象及问题可以通过涌现现象进行解释之前，我们对宇宙万物的理解都是有限的”。作者二十多年提出的关于意识等问题，随着大语言模型的逐渐成熟，已经“涌现”出可能的答案。
#网摘 囊萤映雪 评《涌现》
作者约翰·霍兰德教授是遗传算法之父，也是复杂适应系统理论的提出者。他曾参与IBM 701开发，是美国早期编程人员之一，后来长期任教于密歇根大学，身兼心理学、电子工程及计算机科学教授，同时也是复杂系统全球研究权威圣塔菲研究所核心主席。他是麦克阿瑟天才奖获得者，其理论不仅为AI的算法研发提供思路，还为经济学、生态学等领域解读复杂系统问题提供了科学依据。他的另一本著作《隐秩序》提出了“复杂适应系统”理论，用遗传算法解释城市、免疫系统等如何通过适应性自组织形成秩序，被誉为该领域的经典入门读物。
作者在研究中发现“复杂现象都是从简单的元素中涌现出来的”。涌现的鲜明特征就是“由小生大”。涌现行为是在没有一个中心执行者进行控制的情况下发生的。如此，涌现就仅仅发生在整体行为不等于各部分行为简单相加的情况下。以国际象棋为例。仅仅依靠累加棋盘上各个棋子的价值，不可能有效描述正在进行中的棋局。那我们是否能将人类的意识解释为某些物理系统的一种涌现属性？“本书最主要的目的就是提供有说服力的证据，证明科学研究将大大加深我们对涌现现象的理解。”因为涌现现象在许多不同的学科中普遍存在，所以我们的探讨也要跨越多门学科。
棋类游戏是人类的奇妙作品。它是从简单的规则或规律涌现出复杂事物的典型例子。建模是研究的有效方式，而忽略细节是建模的本质。模型必须比与之对应的实物简单。积木块代表共同元素，通过删除细节得到积木块，并且遵循限制条件将积木块进行组合，即建模。通过建模让模型帮助人类预测未来。计算机模型把棋类游戏、数字和积木块表现的主题很好地结合在一起。地图很适合帮助我们更深入地理解数字和模型之间的关系。工程技术术语制图在数学中被用来精确定义函数，对应的概念为“映射”。我们就可以借助这些重要的数学工具，对涌现系统建模。
在复杂的博弈中，策略对于有效的博弈来说至关重要。博弈树为策略的表述提供了一个精确的方法。可以使用函数来定义从博弈状态到策略所决定的动作之间的对应关系。通过重复博弈，发现并组合积木块（经验法则和博弈特征）构建起可行的策略。混沌理论是指在规则明确的大规模系统中，局部条件的微小变化能够引起全局范围内长期行为的巨大改变。有了框架之后，我们将更仔细地研究针对涌现的预测——何时、何地、何物。在动态模型的构建中，计算机模型发挥着关键作用。
“学习”目标就是随着博弈实战经验的积累，不断改进预测及相应的策略。一个常识，博弈越临近尾声，局势就越明朗。调整权重的程序能够充分发挥最大最小策略的作用。涌现的研究重点在于选取那些用于构建模型的规则，即如何从世界上很多无法预料的现象中，总结出有效揭示它们的规律的。涌现最初是一种具有耦合性的相互作用的产物。在技术上，这些相互作用以及这些作用产生的系统都是非线性的。“真理来源于失败而不是混乱。”诗歌和物理学在过程上的相似性和结果上的差异同样值得研究。
8个要点：1.涌现现象出现在生成系统之中；2.在这样的生成系统中，整体大于各部分之和；3.生成系统中一种典型的涌现现象是，组成部分不断改变的稳定模式；4.一个稳定模式所在的环境决定了它的功能；5.稳定模式之间的相互作用带来了约束和校验，随着这样的模式数量的增加，系统的“能力”也会增强；6.稳定模式通常符合宏观规律；7.“存在差别的稳定性”是那些产生了涌现现象的规律的典型作用结果；8.更高层的生成过程可以由强化的稳定性而产生。
在复杂适应系统中，最优化状态几乎不可能达到。“有价值的创新应该是一种权衡性的组合，往往介于明显拼凑的组合和不可能实现的最佳组合之间”。“多数科学家都认为生命是涌现现象，但在意识问题上，他们的看法就不一样了”。“在确切地知道哪些生命和意识的现象及问题可以通过涌现现象进行解释之前，我们对宇宙万物的理解都是有限的”。作者二十多年提出的关于意识等问题，随着大语言模型的逐渐成熟，已经“涌现”出可能的答案。
#网摘 囊萤映雪 评《涌现》
