5,443
个编辑
更改
跳到导航
跳到搜索
第2行：
第2行： − +
无编辑摘要
==简介==
==简介==
[[涌现]](emergence)在人工生命和复杂性科学中至关重要。然而目前关于涌现的定量、直观且易于应用的测量方法却极为匮乏。本文提出了一种名为“G-涌现”(G-emergence)的新测量方法，它将涌现过程“既受到底层因果因素的影响，同时又具备自身独立性”的这一概念进行了具体化和应用。G-涌现基于“格兰杰因果关系”的非线性时间序列分析，能够同时衡量涌现现象和明显的[[向下因果]] (downward causation)。我们将通过一个经典的涌现实例——基于[[智能体]](Agent)的鸟群模拟来展示这一方法的应用，并探讨了它对科学中最具挑战性的涌现问题之一的意识问题可能产生的深远影响。
[[涌现]](emergence)在人工生命和复杂性科学中至关重要。然而目前关于涌现的定量、直观且易于应用的测量方法却极为匮乏。本文提出了一种名为“G-涌现”(G-emergence)的新测量方法，它将涌现过程“既受到底层因果因素的影响，同时又具备自身独立性”的这一概念进行了具体化和应用。G-涌现基于“格兰杰因果关系”的非线性时间序列分析，能够同时衡量涌现现象和[[向下因果]] (downward causation)。我们将通过一个经典的涌现实例——基于[[智能体]](Agent)的鸟群模拟来展示这一方法的应用，并探讨了它对科学中最具挑战性的涌现问题之一的意识问题可能产生的深远影响。
近年来，随着人工生命和复杂性科学的发展，人们对涌现现象重新产生了兴趣。虽然涌现的概念有着悠久的哲学历史<ref name="Broad_mind_nature">{{cite book|editor=Broad C|title=The mind and its place in nature|publisher=Routledge and Kegan Paul|year=1925|location=London}}</ref><ref name="Kim_making_sense_emergence">{{cite journal|author=Kim J|title=Making sense of emergence|journal=Philosophical Studies|year=1999|volume=95|issue=3–36}}</ref>，其核心思想其实非常简单：一种涌现的属性通常是“整体大于部分的总和”。在各类复杂系统中，涌现属性非常普遍，比如在生物系统、认知系统、社会系统和技术系统中。总体来说，人工生命和复杂性科学主要是解释看似与涌现相关的现象，而这些领域中的模型通常被描述为具有涌现性质<ref name="Bedau_downward_causation">{{cite journal|author=Bedau M|title=Downward causation and the autonomy of weak emergence|journal=Principia|year=2003|volume=6|issue=5–50}}</ref>。因此，令人惊讶且值得注意的是，目前缺乏定量且易于应用的涌现测量方法。而这很可惜，因为科学上对现象的有效描述很大程度上依赖于是否能对其进行测量<ref name="Chang_inventing_temperature">{{cite book|editor=Chang H|title=Inventing temperature: Measurement and scientific progress|publisher=Oxford University Press|year=2004|location=New York, NY}}</ref>。
近年来，随着人工生命和复杂性科学的发展，人们对涌现现象重新产生了兴趣。虽然涌现的概念有着悠久的哲学历史<ref name="Broad_mind_nature">{{cite book|editor=Broad C|title=The mind and its place in nature|publisher=Routledge and Kegan Paul|year=1925|location=London}}</ref><ref name="Kim_making_sense_emergence">{{cite journal|author=Kim J|title=Making sense of emergence|journal=Philosophical Studies|year=1999|volume=95|issue=3–36}}</ref>，其核心思想其实非常简单：一种涌现的属性通常是“整体大于部分的总和”。在各类复杂系统中，涌现属性非常普遍，比如在生物系统、认知系统、社会系统和技术系统中。总体来说，人工生命和复杂性科学主要是解释看似与涌现相关的现象，而这些领域中的模型通常被描述为具有涌现性质<ref name="Bedau_downward_causation">{{cite journal|author=Bedau M|title=Downward causation and the autonomy of weak emergence|journal=Principia|year=2003|volume=6|issue=5–50}}</ref>。因此，令人惊讶且值得注意的是，目前缺乏定量且易于应用的涌现测量方法。而这很可惜，因为科学上对现象的有效描述很大程度上依赖于是否能对其进行测量<ref name="Chang_inventing_temperature">{{cite book|editor=Chang H|title=Inventing temperature: Measurement and scientific progress|publisher=Oxford University Press|year=2004|location=New York, NY}}</ref>。