− | 涌现和因果也是相互联系的:一方面,涌现是[[复杂系统 Complex Systems|复杂系统]]中各组成部分之间复杂的[[非线性相互作用]]的因果效应;另一方面,涌现特性也会对复杂系统中的个体产生因果关系。此外,以往会把很多东西归结为一些微观因素,但是宏观涌现出来的模式,往往无法归因到微观层面并进行解释,所以也就无法找到对应的原因。同时虽然有了[[涌现]]的定性分类,然而却无法定量的刻画涌现的发生。因此,可以借助因果来定量刻画涌现的发生。2013美国理论神经生物学家[[Erik hoel|Erik Hoel]]尝试将因果引入涌现的衡量,提出了因果涌现这一概念,并且使用[[有效信息]](Effective Information,简称EI)来量化系统动力学的因果性强弱<ref name=":0" /><ref name=":1" />。因果涌现可以描述为:当一个系统在宏观尺度相较其在微观尺度上具有更强的因果效应,此即产生了因果涌现。因果涌现很好的刻画了系统宏观和微观状态之间的区别与联系,同时把[[人工智能]]中的因果和复杂系统中的涌现这两个核心概念结合起来,因果涌现也为学者回答一系列的哲学问题提供了一个定量化的视角。比如,可以借助因果涌现框架讨论生命系统或者社会系统中的自上而下的因果等特性。这里的自上而下因果指的是[[向下因果]]<ref name=":2" />,表示存在宏观到微观的因果效应。例如,壁虎断尾现象,当遇到危险时壁虎不征求尾巴的建议直接将自己的尾巴断掉,这里整体是因,尾巴是果,那么就存在一个整体指向部分的[[因果力]]。 | + | 涌现和因果也是相互联系的:一方面,涌现是[[复杂系统 Complex Systems|复杂系统]]中各组成部分之间复杂的[[非线性相互作用]]的因果效应;另一方面,涌现特性也会对复杂系统中的个体产生因果关系。此外,以往人们习惯于将宏观因素归因为微观因素的影响,但是宏观涌现出来的模式,往往无法找到微观的归因,所以也就无法找到对应的原因。由此可见,涌现与因果存在着深刻的联系。另一方面,虽然我们有了对[[涌现]]的定性分类,然而却无法定量的刻画涌现的发生。因此,我们可以借助因果来定量刻画涌现的发生。 |