《隐秩序》书摘
(世纪人文系列丛书 · 开放人文)
ISBN 978-7-5428-5251-9
第一章 基本元素
在纽约市一个普普通通的日子里，小姑娘彼得逊（Eleanor Petersson）走进她熟悉和喜爱的商店，直奔其中的一排货架，拿起一罐腌鲜鱼。她有把握地断定，绯鱼就会在那儿。是的，形形色色的纽约人每天消耗着大量的各种食品，全然不必担心供应可能会断档。并非只有纽约人这样生活着，巴黎、德里、上海、东京的居民也都是如此。真是不可思议，他们都认为这是理所当然的。但是，这些城市既没有一个什么中央计划委员会之类的机构，来安排和解决购买和配售的问题，也没有保持大量的储备来发挥缓冲作用，以便对付市场波动。如果日常货物的运输被切断的话，这些城市的食品维持不了一两个星期。目复一日，年复一年，这些城市是如何在短缺和过剩之间，巧妙地避免了具有破坏性的波动的呢？
我们观察大城市千变万化的本性时，就会陷入更深的困惑。买者、卖者、管理机构、街道、桥梁和建筑物都在不停地变化着。看来，一个城市的协调运作，似乎是与人们永不停止的流动和他们形成的种种结构分不开的。正如急流中一块礁石前的驻波，城市是一种动态模式。没有哪个组成要素能够独立地保存不变，但城市本身却延续下来了。我们再一次提出前面的问题：是什么使得城市能够在灾害不断而且缺乏中央规划的情况下保持协调运行。
对于这个问题目前有些现成的标准答案，但是事实上它们并没有解开这个谜。例如可以说，是亚当·斯密（Adam Smith）的“看不见的手”，或人们的社交，或习俗，保持了城市的协调运行。然而，我们必然要进一步发问：它是如何做到这一点的？
还有一些动态模式也给人们带来同样的困惑。例如，当我们观察显微镜下的世界时，会发现另一些群落，其每个部分都与纽约市一样复杂。人体免疫系统就是这样的一个群落，它由大量快速活动着的被称为抗体的单位组成，这些抗体不断地抵抗或摧毁不断变化的被称做抗原的入侵者。这些人侵者基本上是各种不同类型的生物化学物质、细菌和病毒。它们形态各异，像雪花那样变化多端。由于这种多样性，并且由于新的入侵者总是不断出现，免疫系统不可能简单地列举出所有可能的入侵者。随着新的入侵者出现，免疫系统必须使抗体改变自身或者去适应新的入侵者，而从来不保持于某种固定的构型。尽管有着变化多端的本性，免疫系统仍然保持着很强的协调性。确实，你的免疫系统的协调性足以为你的身份提供一个令人满意的科学定义。每个人的免疫系统都与别人的不同，以至于会排斥其他人的细胞。因此，即使是从兄弟姐妹身上进行皮肤移檀，也还需要做特别的测试。
免疫系统是怎样如此敏锐地不断完善其特性的呢？另一方面，又是什么原因使得这种特性在某些情况下变得脆弱呢？比如，像艾滋病这样的免疫性疾病，是如何成功地摧毁这种特性的呢？当然我们可以解释说，识别的正确或错误都是“适应”的结果。但这种适应过程又是“如何”进行的，这一点决不是显而易见的。
搞清楚这两种复杂的群落得以持续生存和正常运行的机制，并不只是一种学术上的探索。一些现实问题，如阻止市中心衰败和控制艾滋病这类疾病，就有赖于对这些问题的认识。一旦我们了解到这一点，就不难看出，对于其他一些复杂系统我们也面临着类似的疑问，它们也是难以解决的棘手问题。
试看哺乳动物的中枢神经系统（简称CNS），与免疫系统一样，CNS由大量叫做神经元的细胞构成，它们呈现出多种形式。哪怕是一个简单的CNS，也含有几亿个神经元，其类型有几百种之多，而且每个神经元都直接与几百个、甚至几千个其他的神经元组成复杂的网络。能量的脉冲迅速遍及整个网络，产生了谢林顿（Charles Sherrington）所说的“魔幻阴影”。这个网络与免疫系统十分相似，它显示出聚集涌现的特性。它能够快速学习，而且异常熟练。虽然神经元个体的活动本身就十分复杂，但是很显然，CNS聚集特性的行为，比这些神经元个体活动的总和要复杂得多。CNS的行为更多地依靠的是相互作用，而不只是个体的行为。几亿个神经元，每一个都会在千分之几秒的时间里，与其他的神经元同时发生几千次相互作用。如此大量的相互作用远远超出我们与机器打交道的情形。这样看来，最复杂的计算机，也只不过是比自动化算盘略胜一筹而已。无数的相互作用，通过了解外界环境的变化不断调整自身，从而产生了犬科动物、猫科动物、灵长目动物和其他哺乳类动物特有的各种技能，以便通过模拟环境，对其行为结果作出预期。
热带雨林的巨大财富与其土壤的贫瘠程度形成了鲜明的对比。只有一次次经过一系列复杂的相互作用，通过整个系统使稀缺的养分反复循环，热带雨林才得以维持它的多样性。
很多 CAS（复杂适应系统）都有这样的特性，一个小的输入会产生巨大的、可预期的直接变化——放大器效应。牛痘疫苗就是我们熟知的一个例子。很少的一些抗原（如麻疹病毒）进入我们的血液，就足以刺激免疫系统产生足够的抗体，使我们免于染病。牛痘疫苗就是一个“杠杆”，它促使免疫系统了解疾病，并且保存了付出代价的、但又非常宝贵的“在线”学习过程。在其他CAS中，也有些类似的其他杠杆支点，但迄今为止，我们还没有掌握把它们找出来的综合方法。理论将有希望使我们找到这种方法。
为CAS建立理论是非常困难的，因为 CAS 的整体行为不是其各部分行为的简单加和，CAS 充满了非线性（在本章后面的部分中，很快就会详细说明这一点）。非线性意味着，我们通常使用的从一般观察归纳出理论的工具，如趋势分析、均衡测定、样本均值等等，都失灵了。弥补这个缺陷的最好方法，就是对 CAS 进行跨学科的比较，以抽取其共性。凭着耐心和洞见，基于这些共同的性质，我们可以构造出一般理论的构件部分。跨学科比较还有一个优点：一些微妙的、在一个系统很难抽取出来的特性，在另一个系统中可能很突出而且易于考察。
我们将CAS看成是由用规则描述的、相互作用的主体组成的系统。这些主体随着经验的积累，靠不断变换其规则来适应。在CAS中，任何特定的适应性主体所处环境的主要部分，都由其他适应性主体组成，所以，任何主体在适应上所做的努力就是要去适应别的适应性主体。这个特征是CAS生成的复杂动态模式的主要根源。要理解CAS，我们必须理解这些随时间不断变化的模式。
聚集(特性)
较为简单的主体的聚集相互作用，必然会涌现出复杂的大尺度行为。蚁巢就是一个熟悉的例子。单个蚂蚁的行为很墨守成规，环境一变它就只有死路一条。但是，蚂蚁的聚集——蚁巢，适应性就极强，可以在各种恶劣环境下生存很长一段时间。它非常像由相对不聪明的部件组成的聪明的生物体。蚁巢的阐述使我们理解了许多更为壮观的涌现现象（emergent phenomena），如大量相互连接的神经元表现出的智能，或者如各种抗体组成的免疫系统所具有的奇妙特征，以及无数细胞类型组成的生物体所具有的惊人的协调性，当然还有大城市的协调性和持存性。
非线性(特性)
在数学天地之外，很多人不知道，我们的数学工具，从简单的算术、微积分到代数拓扑学，大多数都依赖于线性假设。粗略地说，线性的含义是：将各部分的值相加能得到整体的值。再详细点说，一个函数是线性的，如果对其变量赋予任何值，函数的值都只是这些值的加权求和。例如，函数3x+5y+z就是线性的。
流(特性)
最简单的例子来自经济学。当你签合同造房子时，你付钱给承包人，承包人付钱给建筑工人，建筑工人用这些钱来买食品和其他商品，如此等等，通过经济网络一步接一步地传递。为了做一个简单的计算，我们假设，每一步收入的1/5存起来，另外4/5付给下一步。那么，你所付的每1美元，有80美分将由承包人传给建筑工人，建筑工人再传递64美分，如此等等。也就是说，最初的效应，即你的合同，通过网络传递，总的效应递增到原来的5倍。
这个乘数效应是网络和流的主要特性。无论资源的特质是什么，货物、货币或消息，都是如此。当我们要估算一些新资源的效应，或某些资源流经新途径的效应时，乘数效应都是相关的。当进化变易（evolutionary changes）发生时，它就更为明显了，并且，它会危及那些基于简单趋势的长期预测。
再循环能增加输出并不使人感到特别惊奇，但一个网络中多个循环的整体效应就令人吃惊了。热带雨林就足以证明这一点。那里的土壤极端贫瘠，因为热带暴雨有着溶滤作用，会很快把土壤里的养分冲进河流。因此，当热带雨林消失变成普通的农田，由于没有再生资源，会慢慢变得很贫瘠。然而，森林本身在物种和个体数量方面都极其丰富。这几乎完全取决于森林获取和再生关键资源的能力。森林不同于简单的食物链，因为食物链的资源只是由低到高，终止于高层的食肉动物。而热带雨林永无休止的循环使其资源在被冲进河流之前就被利用了无数次。这个加工系统如此丰富，1棵热带雨林中的树就可以聚藏10000个不同的昆虫物种！
多样性(特性)
在同样的热带雨林中，除了昆虫具有多样性外，人们很可能走上半公里都碰不到相同物种的树。这种情况并非只限于雨林。哺乳动物的大脑由大量神经元组成，形成一个完美的多级层次，纽约市由数千个批发商和零售商组成；所有的CAS都是如此。
多样性既非偶然也非随机。无论是生物体、神经元还是公司，任何单个主体的持存都依赖于其他主体提供的环境。粗略地说就是，每种主体都安顿在由以该主体为中心的相互作用所限定的合适生态位（niche）上。如果我们从系统中移走一种主体，产生一个“空位”，系统就会作出一系列的适应反应，产生一个新的主体来“填空”。通常新的主体会占据被移走主体的相同生态位，并提供大部分失去了的相互作用。这种现象类似于生物学上所谓的趋同（convergence）现象。三叠纪海洋中的鱼龙与现代海洋里的海豚所占生态位相同。虽然鱼龙与海豚无血缘关系，但在外型和习性上却惊人地相似。鱼龙还以头足动物（枪乌贼和章鱼）为食。这里还有另一种趋同现象。枪乌贼的眼睛具备了哺乳动物眼睛的所有部分和复杂性，但两者却出自完全不同的组织。两种眼睛以不同的生理结构占据同一个生态位，该生态位由眼睛必须提供的相互作用所确定。
当已确立的物种进入处女地时，某个种类的趋同现象也会发生。对一只受精的果蝇（Drosophila）来说，几百万年前形成的夏威夷岛就是一片处女地，母蝇漂移或被风从别处吹到此地。自此，这位先驱者身后出现了600多种土生土长的果蝇。更令人惊奇的是，这些新的物种占据了在世界其他地方由不同的蝇种占据的所有的生态位。虽然主体截然不同，但生态系统的相互作用却基本上是翻版。
当主体的蔓延开辟了新生态位，产生了可以被其他主体通过调整加以利用新的相互作用的机会时，多样性也就产生了。一种普遍存在的生物现象，拟态，就是很好的一例。在北美洲，人们最熟悉的拟态的例子是黑脉金斑蝶（见图1.11），黑脉金斑蝶有着鲜艳的金斑黑脉花纹，它在田间飞得非常平稳，不像大多数蝴蝶那样总是匆匆掠过以躲避捕食者。黑脉金斑蝶所以能如此自由自在，是因为它的幼虫从马利筋植物那里积累了一种苦的生物碱，鸟儿们很快就知道，误食黑脉金班蝶会引起呕吐。第二种蝴蝶，副王峡蝶，其翅膀的花纹几乎与黑脉金班蝶如出一辙，但它身体里却不含黑脉金斑蝶的苦生物碱。它模仿了黑脉金斑蝶，因此获得了宝贵的自由。没有眼睛的染色体是如何通过模仿完全不同物种的花纹来生成自己的复杂花纹的呢？这是一个重要的问题，我们有了充分的基础后，将在后面继续探讨。
我们通常把预测局限于“较高级”的哺乳动物，而不是把它看成所有生物体的特性。事实上，一个细菌向某种化学梯度变化的方向运动，隐约地预测出食物所在的方向，拟态的存在，是因为它隐约预感到某种花纹会欺骗捕食者。当我们说到所谓较高级的哺乳动物时，模型确实更多地直接依赖于主体的感官经验。一只狼的行动，是基于由地理标志和气味共同作用而形成的一幅概念上的地图而产生的预期。早期的人类建造了明确的外部模型巨石阵，用来预测昼夜平分时。
积木(机制)
通过自然选择和学习，寻找那些已被检验过能够再使用的元素，人们就能够把复杂事物进行分解。
考虑一下人面孔的一般积木：头发、前额、眉毛、眼睛等等，我们把面孔分成10部分（“眼睛”是其中之一），并且，每部分有10个选择（如“蓝眼睛”、“褐色眼睛”、“浅褐色眼睛…）我们考虑用10个“袋子”分别装每个部分的10个积木，总共有10x10=100个积木。然后，我们可以从每个袋子中选择一块积木组成一张面孔。因为每个袋子中有10项选择，我们用这100块积木可以组成10=100亿张不一样的面孔！几乎我们遇到的任何一张新面孔，都可以通过对100个积木的适当选择精确地描述出来。
如果我遇上“一辆行驶的红色萨博汽车在高速路上车胎漏了气”这一情况，我会立即用一系列可能的办法来处理，即使我以前从未遇见过这个情况。我不可能为一切可能发生的情况准备一系列规则。同样的原因，免疫系统不可能保存所有可能的入侵者的名单。因此，我把情况分解开，从我的日常积木的全部技能中，唤醒有关“高速路”、“汽车”、“轮胎”等的规则。迄今为止，这些积木都曾经被实践过，并在千百次的重复中被改善。当遇到一种新情况时，我会来取适当的行动，将相关的、经过检验的积木组合起来，应付新的情况，采取适当行动，取得满意结果。
使用积木生成内部模型，是复杂适应系统的一个普遍特征。当模型是隐式的，则发现和组合积木的过程通常是按进化的时间尺度来进展，当模型是显式的，则时间的数量级就要短得多。还要再强调一点，无论是内部模型，还是最初讨论的适应，底层的适应过程在CAS的所有范围内都是相同的。
第三章 回声导致的涌现
在老虎从一个受精卵到复杂的后生动物的过程中究竟发生了什么变化？老虎至少有数干亿个细胞，其组织分式使我们的最复杂的计算机看起来也相形见绌。整个发育过程中的许多东西我们都还不清楚，但是对于主要事件还是有一个大体的了解。发育过程开始于受精卵的分裂，从1个分裂成2个，2个到4个，不断地翻倍增长。这种方式使细胞数目迅速增长（30次翻倍就足以产生10亿个细胞）。产生的后代细胞并不是作为自由自在的实体四处漫游，而是附着在其亲代细胞身上，细胞之间也相互联系。细胞的数目很快就会增长到一定程度，形成一个拥有内层和外层的球状细胞群。各种代谢产物（即细胞反应的生物化学产物）的浓度，因细胞而异。一些外层细胞的代谢产物可以被扩散到外面，而内层细胞的代谢产物保持高浓度，等等。