更改

跳到导航 跳到搜索
删除9字节 、 2021年7月3日 (六) 17:58
第18行: 第18行:       −
== 在哲学上 ==
+
== 在哲学上 ==
 
哲学家通常把涌现理解为一种对系统特性的发生学主张。在这个语境里,系统的涌现特性不是系统的任何组件的属性,但仍然是整个系统的一个特征。尼古拉·哈特曼 Nicolai Hartmann (1882-1950) ,首批写出涌现论的现代哲学家之一,把这种现象称为''categorial novum'' (新的范畴)。
 
哲学家通常把涌现理解为一种对系统特性的发生学主张。在这个语境里,系统的涌现特性不是系统的任何组件的属性,但仍然是整个系统的一个特征。尼古拉·哈特曼 Nicolai Hartmann (1882-1950) ,首批写出涌现论的现代哲学家之一,把这种现象称为''categorial novum'' (新的范畴)。
   第50行: 第50行:  
</ref>
 
</ref>
 
写过关于这个概念的文章,其中包括约翰·斯图尔特·密尔 John Stuart Mill <ref>"The chemical combination of two substances produces, as is well known, a third substance with properties entirely different from those of either of the two substances separately, or of both of them taken together."</ref>和朱利安 · 赫胥黎 Julian Huxley <ref>Julian Huxley: "now and again there is a sudden rapid passage to a totally new and more comprehensive type of order or organization, with quite new emergent properties, and involving quite new methods of further evolution" </ref> 。
 
写过关于这个概念的文章,其中包括约翰·斯图尔特·密尔 John Stuart Mill <ref>"The chemical combination of two substances produces, as is well known, a third substance with properties entirely different from those of either of the two substances separately, or of both of them taken together."</ref>和朱利安 · 赫胥黎 Julian Huxley <ref>Julian Huxley: "now and again there is a sudden rapid passage to a totally new and more comprehensive type of order or organization, with quite new emergent properties, and involving quite new methods of further evolution" </ref> 。
      
哲学家 g· h·刘易斯 (g. h. Lewes) 在1875年创造了“涌现”(emergent)一词:
 
哲学家 g· h·刘易斯 (g. h. Lewes) 在1875年创造了“涌现”(emergent)一词:
第75行: 第74行:     
2002年,系统科学家彼得·康宁(Peter Corning)更详细地描述了戈尔茨坦的定义:
 
2002年,系统科学家彼得·康宁(Peter Corning)更详细地描述了戈尔茨坦的定义:
   
<blockquote>
 
<blockquote>
 
共同的特征有: (1)根本的新颖性(以前在系统中没有观察到的特征) ; (2)连贯性或相关性(意味着在一段时间内维持自身的完整) ; (3)全局或宏观的“层次”(即:它是一个整体的特性);(4)它是动力学过程的产物(它可以演进); (5)它是一个明显的(可以被感知)。 <ref name="Corning">{{Citation | doi = 10.1002/cplx.10043 | last = Corning | first = Peter A.| title = The Re-Emergence of "Emergence": A Venerable Concept in Search of a Theory | year = 2002 | journal = Complexity | volume = 7 | pages = 18–30 | issue = 6 | bibcode = 2002Cmplx...7f..18C | df = | citeseerx = 10.1.1.114.1724 }}</ref>
 
共同的特征有: (1)根本的新颖性(以前在系统中没有观察到的特征) ; (2)连贯性或相关性(意味着在一段时间内维持自身的完整) ; (3)全局或宏观的“层次”(即:它是一个整体的特性);(4)它是动力学过程的产物(它可以演进); (5)它是一个明显的(可以被感知)。 <ref name="Corning">{{Citation | doi = 10.1002/cplx.10043 | last = Corning | first = Peter A.| title = The Re-Emergence of "Emergence": A Venerable Concept in Search of a Theory | year = 2002 | journal = Complexity | volume = 7 | pages = 18–30 | issue = 6 | bibcode = 2002Cmplx...7f..18C | df = | citeseerx = 10.1.1.114.1724 }}</ref>
 
</blockquote>
 
</blockquote>
      
康宁提出了一个狭义的定义,要求组分不同于实体(传承了刘易斯的观点),并且它们涉及这些组分之间的分工。他还表示,涌现的系统不能简化为底层的基本规律:
 
康宁提出了一个狭义的定义,要求组分不同于实体(传承了刘易斯的观点),并且它们涉及这些组分之间的分工。他还表示,涌现的系统不能简化为底层的基本规律:
   
<blockquote><span id="CorningDefn" class="citation">
 
<blockquote><span id="CorningDefn" class="citation">
 
这些规则,或者说定律,没有有效的因果关系,它们实际上并不‘产生’任何东西。它们只是用来描述自然界中的规律性和一致性关系。国际象棋游戏说明了为什么任何关于出现和进化的法则和规则都是不充分的。即使在国际象棋游戏中,你也不能用这些规则来预测“历史”——也就是说,任何给定游戏进程都不能被预测。事实上,你甚至无法可靠地预测下一步棋的走法。为什么?因为“系统”涉及的不仅仅是游戏规则。它还包括玩家及其在每个选择点对大量可用选项做出决策。国际象棋是不可避免地具有历史性,尽管它也受到一系列规则的约束和塑造,在此之上更不用说物理定律了。更重要的是,国际象棋的游戏还受到目的性,[[控制论]]],反馈驱动的影响。它不仅仅是一个自我有序的过程,它还包括一个有组织的、“有目的的”活动。
 
这些规则,或者说定律,没有有效的因果关系,它们实际上并不‘产生’任何东西。它们只是用来描述自然界中的规律性和一致性关系。国际象棋游戏说明了为什么任何关于出现和进化的法则和规则都是不充分的。即使在国际象棋游戏中,你也不能用这些规则来预测“历史”——也就是说,任何给定游戏进程都不能被预测。事实上,你甚至无法可靠地预测下一步棋的走法。为什么?因为“系统”涉及的不仅仅是游戏规则。它还包括玩家及其在每个选择点对大量可用选项做出决策。国际象棋是不可避免地具有历史性,尽管它也受到一系列规则的约束和塑造,在此之上更不用说物理定律了。更重要的是,国际象棋的游戏还受到目的性,[[控制论]]],反馈驱动的影响。它不仅仅是一个自我有序的过程,它还包括一个有组织的、“有目的的”活动。
第88行: 第84行:     
===强涌现和弱涌现===
 
===强涌现和弱涌现===
   
“涌现”概念可以分为“弱涌现”和“强涌现”两种观点。一篇来源于哲学家'''马克·贝道 Mark Bedau'''的《弱涌现》的论述文章区分了这种概念的。就物理系统而言,弱涌现是一种适合进行计算机模拟或类似形式的事后分析的涌现类型 (例如,交通堵塞的形成,椋鸟飞行结构或鱼群结构,又或星系的形成)。在这些模拟中至关重要的是'''相互作用的成员保持他们的独立性'''。如果没有保持独立性,则会形成具有新颖的、涌现的特性的新实体(例如在化学反应):这就是所谓的强涌现,它被认为是不能被模拟或分析的。
 
“涌现”概念可以分为“弱涌现”和“强涌现”两种观点。一篇来源于哲学家'''马克·贝道 Mark Bedau'''的《弱涌现》的论述文章区分了这种概念的。就物理系统而言,弱涌现是一种适合进行计算机模拟或类似形式的事后分析的涌现类型 (例如,交通堵塞的形成,椋鸟飞行结构或鱼群结构,又或星系的形成)。在这些模拟中至关重要的是'''相互作用的成员保持他们的独立性'''。如果没有保持独立性,则会形成具有新颖的、涌现的特性的新实体(例如在化学反应):这就是所谓的强涌现,它被认为是不能被模拟或分析的。
   第101行: 第96行:  
====拒绝区分====
 
====拒绝区分====
 
然而,生物学家彼得·康宁断言,“关于是否可以从组成部分的特性来预测整体特性的争论并没有抓住要点。整体可以产生独特的组合效应,但其中许多效应可能由整体及其环境之间的相互作用共同决定”。根据他的协同论假说,康宁还指出: “正是整体产生的协同效应才是自然界复杂性进化的根本原因。小说家亚瑟·凯斯特勒用“两面神(Janus)”隐喻(两面神是开/关、和平/战争等潜在互补统一的象征)来说明两种观点(强涌现与弱涌现、整体论与还原论)应该如何被视不独立存在的,并且应该一起解决涌现的问题。理论物理学家P.W.安德森是这样说的:
 
然而,生物学家彼得·康宁断言,“关于是否可以从组成部分的特性来预测整体特性的争论并没有抓住要点。整体可以产生独特的组合效应,但其中许多效应可能由整体及其环境之间的相互作用共同决定”。根据他的协同论假说,康宁还指出: “正是整体产生的协同效应才是自然界复杂性进化的根本原因。小说家亚瑟·凯斯特勒用“两面神(Janus)”隐喻(两面神是开/关、和平/战争等潜在互补统一的象征)来说明两种观点(强涌现与弱涌现、整体论与还原论)应该如何被视不独立存在的,并且应该一起解决涌现的问题。理论物理学家P.W.安德森是这样说的:
   
<blockquote>把一切都简化为简单的基本定律的能力并不意味着从这些定律出发并重建宇宙的能力。当面对规模和复杂性的双重困难时,建构主义的假设就失败了。在复杂性的每个层级上,都会出现全新的属性。心理学不是应用生物学,生物学也不是应用化学。我们现在可以看到,整体不仅变得更多,而且与各部分的总和大不相同。</blockquote>
 
<blockquote>把一切都简化为简单的基本定律的能力并不意味着从这些定律出发并重建宇宙的能力。当面对规模和复杂性的双重困难时,建构主义的假设就失败了。在复杂性的每个层级上,都会出现全新的属性。心理学不是应用生物学,生物学也不是应用化学。我们现在可以看到,整体不仅变得更多,而且与各部分的总和大不相同。</blockquote>
    
====强涌现的可能性====
 
====强涌现的可能性====
 
一些思想家质疑强涌现的合理性,认为它违背了我们对物理学的通常理解。马克·贝道观察到:  
 
一些思想家质疑强涌现的合理性,认为它违背了我们对物理学的通常理解。马克·贝道观察到:  
   
<blockquote>尽管强涌现在逻辑上是可能的,但它就像魔术一样令人难以信服。既然从定义上看,它不可能是由于微观层面可能性的聚集而成,那么一种不可还原却又伴随着向下的因果律是如何产生的呢?这种因果与我们科学知识范围内的任何事物都完全不同。这不仅将使得唯物主义者感到不适,它们的神秘特性也会加剧一种传统的担忧,即涌现会引发无中生有的想法。<ref name = Bedau>(Bedau 1997)</ref></blockquote>
 
<blockquote>尽管强涌现在逻辑上是可能的,但它就像魔术一样令人难以信服。既然从定义上看,它不可能是由于微观层面可能性的聚集而成,那么一种不可还原却又伴随着向下的因果律是如何产生的呢?这种因果与我们科学知识范围内的任何事物都完全不同。这不仅将使得唯物主义者感到不适,它们的神秘特性也会加剧一种传统的担忧,即涌现会引发无中生有的想法。<ref name = Bedau>(Bedau 1997)</ref></blockquote>
   第125行: 第118行:  
===客观或主观的品质===
 
===客观或主观的品质===
 
克拉奇菲尔德认为任何系统的复杂性和组织性都是由观察者主观所决定的。
 
克拉奇菲尔德认为任何系统的复杂性和组织性都是由观察者主观所决定的。
      
<blockquote>尽管是必要的科学活动,定义结构和探测自然界复杂性的涌现本质上是主观的。尽管存在这些困难,这些问题可以从建模观察者如何从测量中推断出在非线性过程中蕴含的计算的角度进行分析。观察者对于什么是有序的,什么是随机的,什么是复杂的环境的概念直接取决于它的计算资源: 原始测量数据的数量,存储空间,以及可用于计算的时间。更关键和微妙的一点是,环境中结构的发现取决于这些计算资源是如何被使用的。例如,观察者选择的(或隐含的)计算模型的描述能力,是能否在数据中找到规律性的一个极端重要的决定因素。 <ref>
 
<blockquote>尽管是必要的科学活动,定义结构和探测自然界复杂性的涌现本质上是主观的。尽管存在这些困难,这些问题可以从建模观察者如何从测量中推断出在非线性过程中蕴含的计算的角度进行分析。观察者对于什么是有序的,什么是随机的,什么是复杂的环境的概念直接取决于它的计算资源: 原始测量数据的数量,存储空间,以及可用于计算的时间。更关键和微妙的一点是,环境中结构的发现取决于这些计算资源是如何被使用的。例如,观察者选择的(或隐含的)计算模型的描述能力,是能否在数据中找到规律性的一个极端重要的决定因素。 <ref>
1,068

个编辑

导航菜单