第一推动丛书·综合系列:复杂

第一推动丛书·综合系列:复杂

研究复杂系统的通识著作

暂无评价综合评分的显示会考虑用户真实性等多项因素,每部作品出现综合评分的时间不定。
9.01708 评价豆瓣读书
免费试读

作品简介

蚂蚁在组成群体时为何会表现出如此的精密性和具有目的性?数以亿计的神经元是如何产生出像意识这样极度复杂的事物?是什么在引导免疫系统、互联网、全球经济和人类基因组等自组织结构?这些都是复杂系统科学尝试回答的迷人而令人费解的问题的一部分。

理解复杂系统需要有全新的方法.需要超越传统的科学还原论,并重新划定学科的疆域。借助于圣塔菲研究所的工作经历和交叉学科方法,复杂系统的前沿科学家米歇尔以清晰的思路介绍了复杂系统的研究,横跨生物、技术和社会学等领域,并探寻复杂系统的普遍规律,与此同时,她还探讨了复杂性与进化、人工智能、计算、遗传、信息处理等领域的关系。

梅拉妮·米歇尔(MelanieMitchell),研究复杂系统的前沿科学家,美国波特兰州立大学计算机科学教授,圣塔菲研究所客座教授。译者介绍:

译者:唐璐,博士,毕业于中国科学院数学与系统科学研究院,现任教于湖南大学。

作品目录

载入中

热门划线

  1. 复杂系统试图解释,在不存在中央控制的情况下,大量简单个体如何自行组织成能够产生模式、处理信息甚至能够进化和学习的整体。3 人
  2. 虽然混沌系统的具体变化无法预测,在大量混沌系统的普适共性中却有一些“混沌中的秩序”,例如通往混沌的倍周期之路,以及费根鲍姆常数。因此虽然在细节上“预测变得不可能”,在更高的层面上混沌系统却是可以预测的。3 人
  3. 西拉德(图3.2)是第一个将熵与信息联系起来的人,这个关联后来成了信息论的基础和复杂系统的关键思想。西拉德写了一篇题为“热力学系统在智能生物的干预下的熵的减少”的著名论文,文中西拉德认为测量过程(小妖要通过测量获取“比特”信息,比如趋近的分子速度是慢是快)需要能量,因此必然会产生一定的熵,数量不少于分子变得有序而减少的熵。这样由箱子、分子和小妖组成的整个系统就仍然遵守热力学第二定律。3 人
  4. 牛顿发明了微积分,而庞加莱为了解决这个问题也创建了一个新的数学分支—代数拓扑(algebraic topology)。拓扑学是几何学的扩展,正是在研究三体问题的几何结果的过程中,庞加莱发现了对初始条件的敏感依赖性。2 人
  5. 许多复杂系统学家用信息的概念来刻画和度量有序和无序、复杂性和简单性。免疫学家科恩(Irnm Cohen)曾说,“复杂系统比简单系统更能接收、存储和利用信息。”经济学家贝哈克(Eric Beinhocker)写道,“进化不仅只会用DNA耍把戏,对所有能处理和存储信息的系统也可以。”物理学家盖尔曼(Murray Gell-Mann)在讨论复杂系统理论时则说,“虽然它们的物理属性很不相同,它们处理信息的方式却是类似的。这个共性也许是对它们进行研究最好的起点。”2 人
  6. “为什么第二定律能区分过去和现在,而其他自然定律却不能?这也许是物理学中最大的谜团。”2 人
  7. 在西拉德的论文发表50年后,西拉德和布里渊的论证都被发现有一些漏洞。20世纪80年代,数学家班尼特(Charles Bennett)证明,有非常巧妙的方式可以观察和记住信息——对小妖来说,也就是弄清分子是快是慢——而不用增加熵。班尼特的证明成了可逆计算(reversible computing)的基础,他证明在理论上可以进行任何计算而不用耗费能量。班尼特的发现似乎意味着小妖又回来了,因为测量可以不用耗费能量。不过,班尼特认为,物理学家兰道(Rolf Landauer)在20世纪60年代做出的一项发现可以挽救热力学第二定律:并不是测量行为,而是擦除记忆的行为,必然会增加熵。擦除记忆是不可逆的;如果被擦除了,那么一旦信息没有了,不进行额外的测量就无法恢复。班尼特证明,小妖如果要工作,到一定的时候就必须擦除记忆,如果这样,擦除的动作就会产生热,增加的熵刚好抵消小妖对分子进行分选而减少的熵。兰道和班尼特弥补了西拉德论证的漏洞,但思路仍然是一致的:小妖测量和进行判断时(必然会进行擦除),不可避免地会增加熵,从而第二定律仍然成立。(不过仍然有一些物理学家不认可兰道和班尼特的论证,小妖的问题依然存在争议。)2 人
  8. 熵的概念最初是由克劳休斯(Rudolph Clausius)于1865年定义的。在克劳休斯的年代,热被认为是某种可以从一个系统流向另一个系统的流质,而温度则是系统受热流影响的一种属性。此后数十年里,科学界开始出现一种新的关于热的观念:系统是由分子组成,而热则是分子运动——或者说动能——的产物。这种新观念主要归功于玻尔兹曼(Ludwig Boltzmann,图3.3),他创建了一门新学科,现在被称为统计力学。2 人
  9. 统计力学认为宏观尺度上的属性(例如热)是由微观属性产生(例如无数分子的运动)。比如,想象房间里充满了运动的空气分子。经典力学分析是确定每个分子的位置和速度,以及作用在分子上的力,并根据这些确定每个分子未来的位置和速度。当然,如果有500亿亿个分子,要解出来可得花不少时间—实际上是完全不可能的,并且根据量子力学,在原则上也不可能。而统计力学的方法则不关心各个分子具体的位置、速度以及未来的变化,而是去预测大量分子整体上的平均位置和速度。2 人
  10. 只要了解一点科学史就能明白,核心概念缺乏公认的定义是很普遍的。牛顿对力的概念就没有很好的定义,事实上他不是很喜欢这个概念,因为它需要一种魔术般的“远距离作用”,而这在对自然的机械论解释中是不允许的。遗传学作为生物学领域发展最快和最大的学科,对于如何在分子层面上定义基因的概念也没有达成一致。天文学家发现宇宙95%都是由暗物质和暗能量组成,却不清楚暗物质和暗能量到底是什么。心理学家对思维和概念也没有明确的定义,更不知道它们在大脑中对应的是什么。这还只是部分例子。科学的进步往往就是通过为尚未完全理解的现象发明新术语实现的:随着科学逐渐成熟,现象逐渐被理解,这些术语也逐渐被提炼清晰。例如,物理学家现在就理解了自然界中所有的力都是四种基本力的组合:电磁力、强相互作用、弱相互作用、引力。基本粒子“远距离作用”的现象也已经被理论化。在量子力学中发展出描述四种基本力的统一理论是物理学现在面临的最大挑战。也许将来我们也会将“复杂性”分解成几个基本方面,并最终将这几个方面结合起来,形成对复杂现象的全面理解。2 人

喜欢这本书的人也喜欢