更改

在自然界和人类社会中，存在着许多由无数相互作用的元素构成的[[复杂系统]]，如气候系统、生态系统、鸟群、蚁群、细胞和大脑等。这些系统展现出丰富的非线性动力学行为，如果我们仅关注微观的尺度，会发现它们的行为非常复杂且难以预测。当我们从更宏观的尺度观察这些系统时，可以用更加简洁的规律来解释和预测这些系统，这便是复杂系统独有的[[涌现]]现象。

在自然界和人类社会中，存在着许多由无数相互作用的元素构成的[[复杂系统]]，如气候系统、生态系统、鸟群、蚁群、细胞和大脑等。这些系统展现出丰富的非线性动力学行为，如果我们仅关注微观的尺度，会发现它们的行为非常复杂且难以预测。当我们从更宏观的尺度观察这些系统时，可以用更加简洁的规律来解释和预测这些系统，这便是复杂系统独有的[[涌现]]现象。

[[涌现]]现象与因果关系紧密相连。一方面，[[涌现]]现象是系统内部各元素间复杂非线性相互作用的结果；另一方面，这些[[涌现]]的特性又会对系统中的个体产生影响。[[因果涌现]]这个概念最早由Erik Hoel正式提出并定义，即[[因果涌现]]描述了宏观层面相对于微观层面在[[因果效应]]上的增强，这揭示了宏观与微观状态之间的差异和联系。

[[涌现]]现象与因果关系紧密相连。一方面，[[涌现]]现象是系统内部各元素间复杂非线性相互作用的结果；另一方面，这些[[涌现]]的特性又会对系统中的个体产生影响。[[因果涌现]]这个概念最早由Erik Hoel正式提出并定义，即[[因果涌现]]描述了宏观层面相对于微观层面在[[因果效应]]上的可能会增强这一现象，这揭示了同一个系统在宏观与微观两种尺度之间的差异和联系。

[[因果涌现]]的概念不仅将因果推理与[[复杂系统]]的涌现特性相结合，而且为解决一系列哲学问题提供了一个定量化的视角。

[[因果涌现]]的概念不仅将因果推理与[[复杂系统]]的涌现特性相结合，而且为解决一系列哲学问题提供了一个定量化的视角。

目前，关于如何定义[[因果涌现]]，有四个主要代表，分别是：①Hoel等基于粗粒化方法的[[因果涌现]]理论<ref name=":8">Hoel E P, Albantakis L, Tononi G. Quantifying causal emergence shows that macro can beat micro[J]. Proceedings of the National Academy of Sciences, 2013, 110(49): 19790-19795.</ref><ref name=":9">Hoel E P. When the map is better than the territory[J]. Entropy, 2017, 19(5): 188.</ref>、②Rosas等基于信息分解的因果涌现理论<ref name=":0">Rosas F E, Mediano P A, Jensen H J, et al. Reconciling emergences: An information-theoretic approach to identify causal emergence in multivariate data[J]. PLoS computational biology, 2020, 16(12): e1008289.</ref>、③张江等人基于奇异值分解的因果涌现理论<ref>Zhang J, Tao R, Yuan B. Dynamical Reversibility and A New Theory of Causal Emergence. arXiv preprint arXiv:2402.15054. 2024 Feb 23.</ref>、④Barnett等的动力学解耦<ref name=":10">Barnett L, Seth AK. Dynamical independence: discovering emergent macroscopic processes in complex dynamical systems. Physical Review E. 2023 Jul;108(1):014304.</ref>。

目前，关于如何定义[[因果涌现]]，有四个主要代表，分别是：①Hoel等基于[[有效信息]]的[[因果涌现]]理论<ref name=":8">Hoel E P, Albantakis L, Tononi G. Quantifying causal emergence shows that macro can beat micro[J]. Proceedings of the National Academy of Sciences, 2013, 110(49): 19790-19795.</ref><ref name=":9">Hoel E P. When the map is better than the territory[J]. Entropy, 2017, 19(5): 188.</ref>、②Rosas等基于[[整合信息分解]]的因果涌现理论<ref name=":0">Rosas F E, Mediano P A, Jensen H J, et al. Reconciling emergences: An information-theoretic approach to identify causal emergence in multivariate data[J]. PLoS computational biology, 2020, 16(12): e1008289.</ref>、③张江等人基于奇异值分解的因果涌现理论<ref>Zhang J, Tao R, Yuan B. Dynamical Reversibility and A New Theory of Causal Emergence. arXiv preprint arXiv:2402.15054. 2024 Feb 23.</ref>、④Barnett等的基于动力学解耦的涌现理论<ref name=":10">Barnett L, Seth AK. Dynamical independence: discovering emergent macroscopic processes in complex dynamical systems. Physical Review E. 2023 Jul;108(1):014304.</ref>。

具体内容可以参考词条[[因果涌现]]。

具体内容可以参考词条[[因果涌现]]。