更改

== '''介绍''' ==

== '''介绍''' ==

在由许多自治实体或主体（autonomous entities or agents）组成的系统中，秩序和组织的涌现是一个非常基本的过程。涌现的过程涉及到了一个基本问题：「一个实体是如何产生的？」 在涌现的过程中，我们观察到一些事物（如秩序或组织的出现），并问这是如何可能的，因为我们假定其中具有因果关系：每个结果都应该有一个原因。但在涌现过程中令人惊讶的一面是，我们观察到了一个没有明显原因的效果。当然，尽管这看起来似乎很神秘，但其实并没有什么神奇的、魔法的或不科学的地方。（图1）

在由许多自治实体或主体（autonomous entities or agents）组成的系统中，秩序和组织的涌现是一个非常基本的过程。涌现的过程涉及到了一个基本问题：「一个实体是如何产生的？」 在涌现的过程中，我们观察到一些事物（如秩序或组织的出现），并问这是如何可能的，因为我们假定其中具有因果关系：每个结果都应该有一个原因。但在涌现过程中令人惊讶的一面是，我们观察到了一个没有明显原因的效果。当然，尽管这看起来似乎很神秘，但其实并没有什么神奇的、魔法的或不科学的地方。（图1）

涌现特性充满惊异和悖论：它们非常基本，但对我们又非常熟悉。根据 John H. Holland 的说法，生成系统（generated systems）中的涌现现象是典型的具有变化成分的持续模式[2]，也就是说，它们同时是不变的和变化的、恒定和波动的、持续和转变的、必然发生但又不可预测的。而且，涌现属性既是系统的一部分，同时又不是系统的一部分，它依赖于系统因为它在系统中出现，但在一定程度上又独立于系统。根据《斯坦福哲学百科全书》（Stanford Encyclopedia of Philosophy）：<blockquote>涌现实体（属性或物质）从更基本的实体中「升」出来，但对它们而言却是「新颖的」或「不可还原的」（irreducible）[3]。 </blockquote>由于真正的涌现属性是不可还原的，所以它们不可能被摧毁或分解——只能出现或消失。在这层意义上，它们似乎是不可毁灭（indestructible）的，并有可能是唯一实存的东西（译注：destroy 意味着对组成原件或构成进行破坏，但对涌现属性我们找不到它的构成，因此无法进行这个意义上的「毁灭」。例如火焰，它在微观不存在，存于宏观却无法找到其宏观构成，只能熄灭或无法从构成上意义上分解或毁灭。）但如果它们被仔细核查——即我们对系统的组成进行深入细致地观察——它们又根本不存在，往往很快消失得无影无踪。悖论的产生主要是因为我们往往只能看到了复杂系统的一面，例如只考虑了微观或宏观层面，而不是同时考虑两者，或者只看到了系统或环境，而非同时两者。要理解一个具有多层次和多尺度的复杂系统是很困难的。<blockquote>涌现是一种悖论：涌现的属性往往是不变的和变化的，恒定的和波动的，持续的和转变的，不可避免的和不可预测的，依赖于和独立于它们所产生的系统。</blockquote>软件和硬件系统中不可预见的故障和意外是一种特殊的、不被希望出现的涌现形式。正如 Duncan J. Watts 所说：「世界上最好的维护程序也不能确保预防那些还不知道存在的故障……即使人们尽了最大努力，故障还是会发生」[4]。我们有必要了解复杂系统中的涌现过程，以便创造出复杂而稳健的新形式系统，为错误的发生做好准备，尽可能防止失败。如果我们想在科学和工程中理解和掌握复杂系统，显然对不同类型涌现的了解至关重要。

涌现特性充满惊异和悖论：它们非常基本，但对我们又非常熟悉。根据 John H. Holland 的说法，生成系统（generated systems）中的涌现现象是典型的具有变化成分的持续模式[2]，也就是说，它们同时是不变的和变化的、恒定和波动的、持续和转变的、必然发生但又不可预测的。而且，涌现属性既是系统的一部分，同时又不是系统的一部分，它依赖于系统因为它在系统中出现，但在一定程度上又独立于系统。根据《斯坦福哲学百科全书》（Stanford Encyclopedia of Philosophy）：<blockquote>涌现实体（属性或物质）从更基本的实体中「升」出来，但对它们而言却是「新颖的」或「不可还原的」（irreducible）[3]。 </blockquote>由于真正的涌现属性是不可还原的，所以它们不可能被摧毁或分解——只能出现或消失。在这层意义上，它们似乎是不可毁灭（indestructible）的，并有可能是唯一实存的东西（译注：destroy 意味着对组成原件或构成进行破坏，但对涌现属性我们找不到它的构成，因此无法进行这个意义上的「毁灭」。例如火焰，它在微观不存在，存于宏观却无法找到其宏观构成，只能熄灭或无法从构成上意义上分解或毁灭。）但如果它们被仔细核查——即我们对系统的组成进行深入细致地观察——它们又根本不存在，往往很快消失得无影无踪。悖论的产生主要是因为我们往往只能看到了复杂系统的一面，例如只考虑了微观或宏观层面，而不是同时考虑两者，或者只看到了系统或环境，而非同时两者。要理解一个具有多层次和多尺度的复杂系统是很困难的。<blockquote>涌现是一种悖论：涌现的属性往往是不变的和变化的，恒定的和波动的，持续的和转变的，不可避免的和不可预测的，依赖于和独立于它们所产生的系统。</blockquote>软件和硬件系统中不可预见的故障和意外是一种特殊的、不被希望出现的涌现形式。正如 Duncan J. Watts 所说：「世界上最好的维护程序也不能确保预防那些还不知道存在的故障……即使人们尽了最大努力，故障还是会发生」[4]。我们有必要了解复杂系统中的涌现过程，以便创造出复杂而稳健的新形式系统，为错误的发生做好准备，尽可能防止失败。如果我们想在科学和工程中理解和掌握复杂系统，显然对不同类型涌现的了解至关重要。

社会性动物之间的自组织通常涉及一些涌现的「技巧」：信息素技巧（pheromone trick，用信息素场标记感兴趣的物品）和结群技巧（flocking trick，呆在群体附近，但不要太靠近你的邻居）。这两个简单的技巧就导致了蚁群、白蚁堆、蜂群、鸟群、哺乳动物群和鱼群等生物种群的涌现。（图3）

社会性动物之间的自组织通常涉及一些涌现的「技巧」：信息素技巧（pheromone trick，用信息素场标记感兴趣的物品）和结群技巧（flocking trick，呆在群体附近，但不要太靠近你的邻居）。这两个简单的技巧就导致了蚁群、白蚁堆、蜂群、鸟群、哺乳动物群和鱼群等生物种群的涌现。（图3）

=== 定义 ===

=== 定义 ===

由于涌现是一个模棱两可的词，因此从一个明确的定义开始是必要的。在下文中，涌现的（emergent）和涌现（emergence）是这样定义的：<blockquote>如果一个系统的属性不是其任何基本元素的属性，那么它就是涌现的。涌现是涌现的属性和结构在更高层次组织或复杂性（「多者异也」）上的显现[9]。</blockquote>这是许多关于复杂系统的入门教科书中可以找到的常见定义[10]。《牛津哲学指南》[11]将涌现属性定义为不可预测和不可还原的：「一个复杂系统的属性被说成是『涌现』的，是因为尽管它是从表征较简单成分的属性和关系中产生的，但它既不能从这些较低层次的特征中预测出来，也不能被还原成这些特征」。

由于涌现是一个模棱两可的词，因此从一个明确的定义开始是必要的。在下文中，涌现的（emergent）和涌现（emergence）是这样定义的：<blockquote>如果一个系统的属性不是其任何基本元素的属性，那么它就是涌现的。涌现是涌现的属性和结构在更高层次组织或复杂性（「多者异也」）上的显现[9]。</blockquote>这是许多关于复杂系统的入门教科书中可以找到的常见定义[10]。《牛津哲学指南》[11]将涌现属性定义为不可预测和不可还原的：「一个复杂系统的属性被说成是『涌现』的，是因为尽管它是从表征较简单成分的属性和关系中产生的，但它既不能从这些较低层次的特征中预测出来，也不能被还原成这些特征」。

《剑桥哲学词典》[12]对结构和规律、描述性涌现和解释性涌现进行了区分。描述性涌现（Descriptive emergence）意味着「整体」（或更复杂的情形）的一些属性不能通过「部分」（或更简单情形）的属性来定义。解释性涌现（Explanatory emergence）意味着「系统中更复杂情况的规律，不能通过任何构成或共存规律从更简单或最简单情形中推导出来」。

《剑桥哲学词典》[12]对结构和规律、描述性涌现和解释性涌现进行了区分。描述性涌现（Descriptive emergence）意味着「整体」（或更复杂的情形）的一些属性不能通过「部分」（或更简单情形）的属性来定义。解释性涌现（Explanatory emergence）意味着「系统中更复杂情况的规律，不能通过任何构成或共存规律从更简单或最简单情形中推导出来」。

(表1：依据角色、常见程度和可预测性，不同类型的涌现及对应系统分类）

(表1：依据角色、常见程度和可预测性，不同类型的涌现及对应系统分类）

所有类型的共同要素是边界、反馈或跳跃/跃迁。正如涌现这个名字所暗示的，某些东西的涌现总是有可能在一个系统的明确边界出现，并且通常会发生跳跃或跃迁到一个新的层次。此外，几乎所有有趣的涌现类型都涉及某种形式的反馈和一个或多个反馈回路：如Ib型中的尺度保持反馈（点-点），II型中的尺度交叉反馈（上-下），以及另外类型的多重反馈。

所有类型的共同要素是边界、反馈或跳跃/跃迁。正如涌现这个名字所暗示的，某些东西的涌现总是有可能在一个系统的明确边界出现，并且通常会发生跳跃或跃迁到一个新的层次。此外，几乎所有有趣的涌现类型都涉及某种形式的反馈和一个或多个反馈回路：如Ib型中的尺度保持反馈（点-点），II型中的尺度交叉反馈（上-下），以及另外类型的多重反馈。

* 特征路径长度和网络中的聚类系数；

* 特征路径长度和网络中的聚类系数；

* 涌现的物理属性，如雪崩、波阵面（wave-front）或沙堆的坡度。

* 涌现的物理属性，如雪崩、波阵面（wave-front）或沙堆的坡度。

Ib型涌现出现在一类有许多松散耦合、无组织和平等元素组成的系统中，它拥有诸如温度或压力之类的某些平均属性。它勉强可以被称为涌现，是因为把大量个体的属性描述为了一个平均属性总和。平均量本身并非一种涌现的特征，然而如果它们和粒子之间的关系有依赖，定义聚合体属性的统计量则可以被视为简单的涌现特性，虽然这时它们对单个粒子而言没有意义。像压力这样的量不能应用于单个粒子，单个沙粒没有坡度可言，网络中的单个节点也没有路径长度。

Ib型涌现出现在一类有许多松散耦合、无组织和平等元素组成的系统中，它拥有诸如温度或压力之类的某些平均属性。它勉强可以被称为涌现，是因为把大量个体的属性描述为了一个平均属性总和。平均量本身并非一种涌现的特征，然而如果它们和粒子之间的关系有依赖，定义聚合体属性的统计量则可以被视为简单的涌现特性，虽然这时它们对单个粒子而言没有意义。像压力这样的量不能应用于单个粒子，单个沙粒没有坡度可言，网络中的单个节点也没有路径长度。

例如，鱼群是一个影响每只参与动物运动的涌现属性。它可以用第二类涌现，即弱涌现来解释和描述。M.A. Bedau 对弱涌现的定义如下：如果一个宏观状态或属性只能从微观动态通过模拟得到，那么它就是弱涌现的[26]。在弱涌现中，不像简单形式的名义涌现或意向涌现那样，只存在微观和宏观层次的唯一因果方向，它在两个方向上都有因果关系。

例如，鱼群是一个影响每只参与动物运动的涌现属性。它可以用第二类涌现，即弱涌现来解释和描述。M.A. Bedau 对弱涌现的定义如下：如果一个宏观状态或属性只能从微观动态通过模拟得到，那么它就是弱涌现的[26]。在弱涌现中，不像简单形式的名义涌现或意向涌现那样，只存在微观和宏观层次的唯一因果方向，它在两个方向上都有因果关系。

 

直接交互（Direct Interaction）：系统中的主体或实体直接相互作用，导致群体和集群的形成，再反过来影响主体或实体本身的行为。只有在主体能够区分不同尺度的情况下，这种反馈才有可能，例如，微观物体有排斥作用，宏观物体有吸引作用。这同样发生在前面提到的结群技巧中，如蜂群、鸟群、哺乳动物群、鱼群或狼群。

直接交互（Direct Interaction）：系统中的主体或实体直接相互作用，导致群体和集群的形成，再反过来影响主体或实体本身的行为。只有在主体能够区分不同尺度的情况下，这种反馈才有可能，例如，微观物体有排斥作用，宏观物体有吸引作用。这同样发生在前面提到的结群技巧中，如蜂群、鸟群、哺乳动物群、鱼群或狼群。

多样性和「探索」产生于「创造性」的自下而上的过程，这源自各组成部分的自主性和彼此的独特背景。统一性和「利用」产生于「约束性」的自上而下反馈过程，它对组成部分或主体施加了约束——类似于「同侪压力」，迫使他们调整自己的行为或成为某种角色。我们在一个具有涌现特性的系统中观察到的复杂组织形式，是由于多样性和统一性、探索和利用、「创造性 」的自下而上的过程和 「约束性」的自上而下的反馈的平衡。蚁群中的蚂蚁由于不同的个体环境和随机影响探索各个方向。然而它们却有一个集体目标，并被迫遵循自己的信息素轨迹。鸟群中的鸟儿向不同的方向飞去，以避免碰撞，但同时又紧紧地靠在一起，试图与邻居的速度相匹配，并转向所认为鸟群的中心。

多样性和「探索」产生于「创造性」的自下而上的过程，这源自各组成部分的自主性和彼此的独特背景。统一性和「利用」产生于「约束性」的自上而下反馈过程，它对组成部分或主体施加了约束——类似于「同侪压力」，迫使他们调整自己的行为或成为某种角色。我们在一个具有涌现特性的系统中观察到的复杂组织形式，是由于多样性和统一性、探索和利用、「创造性 」的自下而上的过程和 「约束性」的自上而下的反馈的平衡。蚁群中的蚂蚁由于不同的个体环境和随机影响探索各个方向。然而它们却有一个集体目标，并被迫遵循自己的信息素轨迹。鸟群中的鸟儿向不同的方向飞去，以避免碰撞，但同时又紧紧地靠在一起，试图与邻居的速度相匹配，并转向所认为鸟群的中心。

万维网（WWW）反映了世界人口的巨大多样性。正如 Flake等人所说，「数以百万计的个体独立运作，拥有不同的背景、知识、目标和文化，他们在网上发布信息」 [28]。这种多样性被W3C和其它联盟（HTML、HTTP等）的统一标准和约束所平衡。

万维网（WWW）反映了世界人口的巨大多样性。正如 Flake等人所说，「数以百万计的个体独立运作，拥有不同的背景、知识、目标和文化，他们在网上发布信息」 [28]。这种多样性被W3C和其它联盟（HTML、HTTP等）的统一标准和约束所平衡。

==== b) 弱涌现（非稳态） ====

==== b) 弱涌现（非稳态） ====

反馈也可以是正向的。吸毒成瘾或经济通货膨胀就是正反馈的（负面）例子：高工资导致产品价格高，高价格增加生活成本，高生活成本增加工资。在毒瘾中，高剂量会激活大脑的奖励系统并导致重复消费，重复消费导致习惯化，从而改变奖励系统并导致更高的剂量。

反馈也可以是正向的。吸毒成瘾或经济通货膨胀就是正反馈的（负面）例子：高工资导致产品价格高，高价格增加生活成本，高生活成本增加工资。在毒瘾中，高剂量会激活大脑的奖励系统并导致重复消费，重复消费导致习惯化，从而改变奖励系统并导致更高的剂量。

众所周知，模仿是影响流行、时尚周期和突然的集体意见转变的主要因素之一[29]，我们的决定经常是基于他人的行为。在我们必须决定一些重要的事情（在金融市场上购买股票等）之前，我们经常看别人在做什么，我们模仿别人。然而，其他人也有可能做同样的事情，而且也并不知道真正该怎么做。

众所周知，模仿是影响流行、时尚周期和突然的集体意见转变的主要因素之一[29]，我们的决定经常是基于他人的行为。在我们必须决定一些重要的事情（在金融市场上购买股票等）之前，我们经常看别人在做什么，我们模仿别人。然而，其他人也有可能做同样的事情，而且也并不知道真正该怎么做。

新闻中某些令人不悦的嗡嗡声，类似于股市泡沫中昙花一现的涌现。正如 Steven Johnson 在他的著作《Emergence》[30] 中所提到那样，媒体总有自我放大的倾向。讨论某些事情是否应该在媒体上报道（例如，关于O.J.辛普森、比尔·克林顿或戴安娜王妃之死的报道，如果媒体本身参与了此案）本身就是一种自报道，并导致正反馈：自报道会导致某事件的报道获得更多的报道，而一个故事如果被频繁报道，又会被认为是重要的。

新闻中某些令人不悦的嗡嗡声，类似于股市泡沫中昙花一现的涌现。正如 Steven Johnson 在他的著作《Emergence》[30] 中所提到那样，媒体总有自我放大的倾向。讨论某些事情是否应该在媒体上报道（例如，关于O.J.辛普森、比尔·克林顿或戴安娜王妃之死的报道，如果媒体本身参与了此案）本身就是一种自报道，并导致正反馈：自报道会导致某事件的报道获得更多的报道，而一个故事如果被频繁报道，又会被认为是重要的。

电视台播放什么节目的决定经常基于同行的行为，他们经常看其他电视台在做什么。当每个人都想根据别人的行动来做决定时，集体就可能无法正确汇总信息，分布式决策也不再起作用。

电视台播放什么节目的决定经常基于同行的行为，他们经常看其他电视台在做什么。当每个人都想根据别人的行动来做决定时，集体就可能无法正确汇总信息，分布式决策也不再起作用。

这种正反馈过程在经济中也被称为 「收益递增」（increasing returns）。

这种正反馈过程在经济中也被称为 「收益递增」（increasing returns）。

布莱恩·阿瑟（W. Brian Arthur）[31]很好地说明了经济中的正反馈和收益递增的概念。VHS磁带、IBM个人电脑、QWERTY键盘、DOS 和 Microsoft Windows 通过相同路径依赖的正反馈过程完全占领了整个市场。这个过程的路径依赖性在于，一开始的小波动或意外可以通过正反馈过程被强化为大的、不可预测的偏差（unpredictable deviations），直到它们最终被长期保存在由此产生的冷冻锁定状态中，在这种状态下，一种产品主导并分配了整个市场（例如，德语键盘用 Z 替换 Y，它们读取 QWERTZ 而不是 QWERTY）。正反馈和自我强化机制的原因又是模仿：「我需要VHS/IBM PC/DOS/Windows产品，因为其他人都购买/拥有/使用它」。

布莱恩·阿瑟（W. Brian Arthur）[31]很好地说明了经济中的正反馈和收益递增的概念。VHS磁带、IBM个人电脑、QWERTY键盘、DOS 和 Microsoft Windows 通过相同路径依赖的正反馈过程完全占领了整个市场。这个过程的路径依赖性在于，一开始的小波动或意外可以通过正反馈过程被强化为大的、不可预测的偏差（unpredictable deviations），直到它们最终被长期保存在由此产生的冷冻锁定状态中，在这种状态下，一种产品主导并分配了整个市场（例如，德语键盘用 Z 替换 Y，它们读取 QWERTZ 而不是 QWERTY）。正反馈和自我强化机制的原因又是模仿：「我需要VHS/IBM PC/DOS/Windows产品，因为其他人都购买/拥有/使用它」。

==== b) 隧穿——具有多重反馈的适应性出现 ====

==== b) 隧穿——具有多重反馈的适应性出现 ====

复杂性缓慢或突然发生的原因有很多。如果某样东西出现得非常迅速或突然，那么它之前往往被某种障碍或屏障所阻挡了，例如，某种堵塞物、某种教条，一个屏障或一个系统边界。一个大的生态系统由成千上万的物种及其相应的生态位和栖息地组成，其中许多物种相互影响。它通常由许多不同的植物、动物和各种微生物（如细菌）组成，它们被一个非常复杂的网络联系起来。如果我们把像地球这样的全球生态系统作为一个整体来考虑，可以注意到许多类型的反馈和限制，它们共同构成了一个非常复杂的系统。正如我们地球的历史所显示，这样一个系统的演变当然不是一个线性的、平滑的和连续的过程。它的特点是突然的、不稳定的变化和复杂性的跃迁。

复杂性缓慢或突然发生的原因有很多。如果某样东西出现得非常迅速或突然，那么它之前往往被某种障碍或屏障所阻挡了，例如，某种堵塞物、某种教条，一个屏障或一个系统边界。一个大的生态系统由成千上万的物种及其相应的生态位和栖息地组成，其中许多物种相互影响。它通常由许多不同的植物、动物和各种微生物（如细菌）组成，它们被一个非常复杂的网络联系起来。如果我们把像地球这样的全球生态系统作为一个整体来考虑，可以注意到许多类型的反馈和限制，它们共同构成了一个非常复杂的系统。正如我们地球的历史所显示，这样一个系统的演变当然不是一个线性的、平滑的和连续的过程。它的特点是突然的、不稳定的变化和复杂性的跃迁。

生命形式中不同层次的复杂性和组织与进化转变有关 [37]。进化转变刻画了大适应度鸿沟（fitness gaps）和适应度屏障（fitness barriers）的交叉。突然、不稳定的变化和复杂性的跃迁是不稳定的适应度景观和屏障的结果。进化等待着，直到像大规模灾难这样的重大事件打破并减少这些适应度屏障，或者主体有能力隧道穿它们。如果环境中的灾难挑战突然急剧增加，加速系统向更高形式的复杂性过渡，则灾难将起到催化剂的作用。通过复杂性的借用可以实现适应度屏障的隧穿，类似于量子理论中隧穿过程（tunnelling process）中能量的借用，参见 [38] 的第 5.2 和 5.3 章。

生命形式中不同层次的复杂性和组织与进化转变有关 [37]。进化转变刻画了大适应度鸿沟（fitness gaps）和适应度屏障（fitness barriers）的交叉。突然、不稳定的变化和复杂性的跃迁是不稳定的适应度景观和屏障的结果。进化等待着，直到像大规模灾难这样的重大事件打破并减少这些适应度屏障，或者主体有能力隧道穿它们。如果环境中的灾难挑战突然急剧增加，加速系统向更高形式的复杂性过渡，则灾难将起到催化剂的作用。通过复杂性的借用可以实现适应度屏障的隧穿，类似于量子理论中隧穿过程（tunnelling process）中能量的借用，参见 [38] 的第 5.2 和 5.3 章。

适应性和进化系统中这种形式的出现与环境中的（大规模）灭绝和戏剧性或灾难性事件直接相关。自然系统中的灾难性事件可以是彗星或小行星撞击、火山、地震、冰期、干旱或洪水。如果存在不可预测、既不太常见也不太罕见的灾难性事件或波动，那么这些灾难可以促进进化和加速适应。因此，这种涌现形式可以称为适应性涌现。它是 IIIb 型涌现的一个例子，出现在具有多重反馈和许多约束生成过程的复杂自适应系统 (CAS) 中。它与全新角色的出现以及已经存在的「生态」生态位的巨大变化有关。

适应性和进化系统中这种形式的出现与环境中的（大规模）灭绝和戏剧性或灾难性事件直接相关。自然系统中的灾难性事件可以是彗星或小行星撞击、火山、地震、冰期、干旱或洪水。如果存在不可预测、既不太常见也不太罕见的灾难性事件或波动，那么这些灾难可以促进进化和加速适应。因此，这种涌现形式可以称为适应性涌现。它是 IIIb 型涌现的一个例子，出现在具有多重反馈和许多约束生成过程的复杂自适应系统 (CAS) 中。它与全新角色的出现以及已经存在的「生态」生态位的巨大变化有关。

=== 第IV型：强涌现性和随附性 ===

=== 第IV型：强涌现性和随附性 ===

强涌现可以被定义为在更高层次的组织或复杂性上出现的涌现性结构，这些结构拥有真正的新特性，即使在原则上也不能还原为基本部分和组件的属性和规律的累积效应。例如生命是基因、遗传密码与核酸/氨基酸的强涌现属性，总体而言文化则是模因（memes）、语言和书写系统的强涌现属性。与某些哲学理论相反，这种定义下的强涌现不一定要违反任何物理定律。强涌现一词有时会被用来描述魔法、不科学或超自然的过程，这显然是一个必须加以纠正错误的观念。

强涌现可以被定义为在更高层次的组织或复杂性上出现的涌现性结构，这些结构拥有真正的新特性，即使在原则上也不能还原为基本部分和组件的属性和规律的累积效应。例如生命是基因、遗传密码与核酸/氨基酸的强涌现属性，总体而言文化则是模因（memes）、语言和书写系统的强涌现属性。与某些哲学理论相反，这种定义下的强涌现不一定要违反任何物理定律。强涌现一词有时会被用来描述魔法、不科学或超自然的过程，这显然是一个必须加以纠正错误的观念。

强涌现所描述的过程不是魔法的、不科学或反科学的，只有多尺度的非常复杂的现象，并没有魔法或超自然的力量参与其中。像其它形式的涌现一样，如果你不了解内在过程，它可能看起来很神奇。如果你从未听说过DNA和基因，那么生命看起来实际上是神奇的。现在有种观念，生命不能仅仅用物理过程来解释（Vitalism，「生命主义」）。物理规律不能描述生物形式，这是正确的，正如粒子物理学的规律与宏观现象无关，与宏观尺度上的集体组织的效果相比，微观规则是不相关的。

强涌现所描述的过程不是魔法的、不科学或反科学的，只有多尺度的非常复杂的现象，并没有魔法或超自然的力量参与其中。像其它形式的涌现一样，如果你不了解内在过程，它可能看起来很神奇。如果你从未听说过DNA和基因，那么生命看起来实际上是神奇的。现在有种观念，生命不能仅仅用物理过程来解释（Vitalism，「生命主义」）。物理规律不能描述生物形式，这是正确的，正如粒子物理学的规律与宏观现象无关，与宏观尺度上的集体组织的效果相比，微观规则是不相关的。

即使一个确定性的规则或规律非常简短并被压缩，如果计算需要几十亿年，也是没有意义的。这并不意味着决定论是完全不可能的，它只是制约了局部的、低层次的规律的决定性，而不是全局的、高层次的行为，具有系统的强涌现性。

即使一个确定性的规则或规律非常简短并被压缩，如果计算需要几十亿年，也是没有意义的。这并不意味着决定论是完全不可能的，它只是制约了局部的、低层次的规律的决定性，而不是全局的、高层次的行为，具有系统的强涌现性。

== '''结论''' ==

== '''结论''' ==

本文针对不同类型的涌现进行了全面的分类，将其划分为四个基本类别。I型描述了没有自上而下反馈和自组织的简单涌现，尤其是复杂机器中的有意涌现。II型包括经典的具有自上而下反馈和自组织的弱涌现。在这一类型中，还进一步区分了稳定和不稳定的形式。III型涵盖了在更复杂的适应性系统中，由于进化通过多重反馈和适应而产生的所有形式的涌现。最后IV型刻画了进化中所有形式的强涌现的特征。由此强涌现这一术语可从任何神奇或不科学的含义中解放出来。（见表2）  

本文针对不同类型的涌现进行了全面的分类，将其划分为四个基本类别。I型描述了没有自上而下反馈和自组织的简单涌现，尤其是复杂机器中的有意涌现。II型包括经典的具有自上而下反馈和自组织的弱涌现。在这一类型中，还进一步区分了稳定和不稳定的形式。III型涵盖了在更复杂的适应性系统中，由于进化通过多重反馈和适应而产生的所有形式的涌现。最后IV型刻画了进化中所有形式的强涌现的特征。由此强涌现这一术语可从任何神奇或不科学的含义中解放出来。（见表2）  

如果选择可预测性而非反馈作为主要的分类特征，那么以上类别可保持不变——无论考虑可预测性程度、反馈类型、因果关系形式，抑或受不同种类约束的生成过程或作用，都无关紧要。这种分类若用可预测性来具体说明则是：I型的有意涌现是可预测的，与固定的角色相对应；II型的弱涌现在原则上是可预测的（尽管并非每个细节），与灵活的角色相对应；III型的多重涌现往往是混沌或完全不可预测的，与新角色的出现和旧角色的消失有关；而IV型的强涌现则在原则上是不可预测的，因为它开启了一个具有全新角色的全新世界。涌现是一个创造性的、偶然的、且往往不可预测的过程：涌现越强，涌现的属性、模式和结构就越不可预测。（见表1）

如果选择可预测性而非反馈作为主要的分类特征，那么以上类别可保持不变——无论考虑可预测性程度、反馈类型、因果关系形式，抑或受不同种类约束的生成过程或作用，都无关紧要。这种分类若用可预测性来具体说明则是：I型的有意涌现是可预测的，与固定的角色相对应；II型的弱涌现在原则上是可预测的（尽管并非每个细节），与灵活的角色相对应；III型的多重涌现往往是混沌或完全不可预测的，与新角色的出现和旧角色的消失有关；而IV型的强涌现则在原则上是不可预测的，因为它开启了一个具有全新角色的全新世界。涌现是一个创造性的、偶然的、且往往不可预测的过程：涌现越强，涌现的属性、模式和结构就越不可预测。（见表1）

有可能还存在具有其它「多重反馈」形式的第III型涌现，但迄今为止还没有人提及。具有多种形式反馈的系统往往非常复杂，难以理解。具有延时反馈的系统可以显示出诸如混沌的行为。如果你想发现新形式的涌现，这是一个值得关注的点。本文提出的涌现分类法并不是一个全面的理论，而是在正确的方向上迈出的第一步，以便人们更深入、更好地理解复杂系统中的各种现象。就像复杂性难以定义一样，有些东西如果难以描述就是一种复杂性，因此涌现也很难用模型或理论来完全捕捉，因为在涌现过程中，新的实体会出现，它们就受自己的规律支配。

有可能还存在具有其它「多重反馈」形式的第III型涌现，但迄今为止还没有人提及。具有多种形式反馈的系统往往非常复杂，难以理解。具有延时反馈的系统可以显示出诸如混沌的行为。如果你想发现新形式的涌现，这是一个值得关注的点。本文提出的涌现分类法并不是一个全面的理论，而是在正确的方向上迈出的第一步，以便人们更深入、更好地理解复杂系统中的各种现象。就像复杂性难以定义一样，有些东西如果难以描述就是一种复杂性，因此涌现也很难用模型或理论来完全捕捉，因为在涌现过程中，新的实体会出现，它们就受自己的规律支配。

== '''编者推荐''' ==

== '''编者推荐''' ==

=== 因果涌现读书会 ===

=== 因果涌现读书会 ===