5,443
个编辑
更改
跳到导航
跳到搜索
第7行：
第7行： − 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（Broad, 1925; Kim, 1999），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（Bedau, 2003）。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（Chang, 2004）。+ 第19行：
第19行： − + − 最具挑战性和争议性的是强涌现，它包括两个密切相关的观点。首先，宏观层面的属性原则上无法从微观层面的观察中辨别出来。其次，宏观层面的属性具有不可还原的因果力量。第一个观点完全否定了机械论解释的可能性，似乎意味着如果没有新的自然基本原理，科学的进展将停止（Chalmers, 2006）。第二个观点引发了“向下因果作用”（downward causation）这一复杂概念。向下因果作用的问题在于，它违背了“宏观的存在方式是由微观决定的”这一合理理论，这一理论被称为“因果基础论”（causal fundamentalism, Jackson and Pettit, 1992）或“附属性”（supervenience, Kim, 1999）。此外，向下因果作用还带来另一个挑战，即如何解决微观层面与宏观层面之间的因果冲突（Bedau, 2003）。即便如此，强涌现最大的挑战可能在于其在科学上的不重要性（Bedau, 2003）。目前科学文献中唯一反复出现的强涌现例子是意识状态（如感质，qualia）从神经生物过程中的涌现（Sperry, 1969; Chalmers, 2006），这更多地说明我们对意识的理解不足，而非对涌现深层原理的掌握有限。后文将进一步探讨这一可能性。+ − 弱涌现的概念介于强涌现和名义涌现之间（Bedau, 1997, 2003）。在弱涌现中，宏观层面的属性来源于微观层面组成部分的相互作用，但这种相互作用非常复杂，以至于宏观属性无法简单地通过微观解释来得出。与强涌现不同，弱涌现的宏观属性原则上是可以从微观层面辨别出来的；与名义涌现不同，微观到宏观的推理路径并不简单。据 Bedau 所述，弱涌现的宏观属性在本体上依赖于并可还原为微观因果因素，但由于微观到宏观的推导路径复杂，导致在认识上无法轻易还原。+ 第245行：
第245行： + +
无编辑摘要
==引言==
==引言==
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" /><ref name="Kim_making_sense_emergence" />，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" />。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" />。
在本文中，我将首先区分几种涌现的概念，并借此简要说明其中的一些关键挑战。接着，我将介绍一种名为“G-涌现”（G-emergence）的新测量方法，这种方法具体化了一个直观的想法，即涌现过程既独立于其底层因果因素，同时又依赖于这些因素。G-涌现简单易用，我会通过一个经典的涌现现象例子——鸟群飞行的模拟来展示这一方法的应用。最后，我将讨论相关的测量方法，如何化解“向下因果”（downward causation）这一形而上学上的难题，以及它如何为科学中最难解决的问题之一的神经机制与现象体验之间的关系带来新的启示。
在本文中，我将首先区分几种涌现的概念，并借此简要说明其中的一些关键挑战。接着，我将介绍一种名为“G-涌现”（G-emergence）的新测量方法，这种方法具体化了一个直观的想法，即涌现过程既独立于其底层因果因素，同时又依赖于这些因素。G-涌现简单易用，我会通过一个经典的涌现现象例子——鸟群飞行的模拟来展示这一方法的应用。最后，我将讨论相关的测量方法，如何化解“向下因果”（downward causation）这一形而上学上的难题，以及它如何为科学中最难解决的问题之一的神经机制与现象体验之间的关系带来新的启示。
从直观上看，涌现可以指两种情况：一种是宏观层面的属性，它“超越了微观部分的总和”（称为“属性涌现”或“共时涌现”，property/synchronic emergence）；另一种是随着时间推移，出现了某种全新的、有质的区别的现象（称为“时间涌现”或“历时涌现”，temporal/diachronic emergence）。一个属性涌现的典型例子是当鸟群在天空中飞行时，鸟群似乎拥有独立的形状和轨迹，远远超越了每只鸟的个体行为。历时涌现的典型例子则可以从胚胎发育过程中，新形态特征逐渐形成的过程看出。本文主要探讨如何衡量属性涌现，但也指出了衡量时间涌现的潜在机会。
从直观上看，涌现可以指两种情况：一种是宏观层面的属性，它“超越了微观部分的总和”（称为“属性涌现”或“共时涌现”，property/synchronic emergence）；另一种是随着时间推移，出现了某种全新的、有质的区别的现象（称为“时间涌现”或“历时涌现”，temporal/diachronic emergence）。一个属性涌现的典型例子是当鸟群在天空中飞行时，鸟群似乎拥有独立的形状和轨迹，远远超越了每只鸟的个体行为。历时涌现的典型例子则可以从胚胎发育过程中，新形态特征逐渐形成的过程看出。本文主要探讨如何衡量属性涌现，但也指出了衡量时间涌现的潜在机会。
根据 Bedau（1997，2003）的分类，属性涌现和时间涌现都可以进一步划分为三类：强涌现（strong emergence）、弱涌现（weak emergence）和名义涌现（nominal emergence）。最不具争议性的是名义涌现，它指的是一种宏观层面的属性，虽然它存在于宏观对象或过程之中，但在微观层面是没有的。例如，一个圆是由一组点构成的，但圆这个属性是这些点在宏观层面的涌现，因为它不能简单地从每个点中得到。由于名义涌现的推导非常简单，本文不再详细讨论。
根据 Bedau<ref name="Bedau_weak_emergence" /><ref name="Bedau_downward_causation" />的分类，属性涌现和时间涌现都可以进一步划分为三类：强涌现（strong emergence）、弱涌现（weak emergence）和名义涌现（nominal emergence）。最不具争议性的是名义涌现，它指的是一种宏观层面的属性，虽然它存在于宏观对象或过程之中，但在微观层面是没有的。例如，一个圆是由一组点构成的，但圆这个属性是这些点在宏观层面的涌现，因为它不能简单地从每个点中得到。由于名义涌现的推导非常简单，本文不再详细讨论。
最具挑战性和争议性的是强涌现，它包括两个密切相关的观点。首先，宏观层面的属性原则上无法从微观层面的观察中辨别出来。其次，宏观层面的属性具有不可还原的因果力量。第一个观点完全否定了机械论解释的可能性，似乎意味着如果没有新的自然基本原理，科学的进展将停止<ref name="Chalmers_strong_weak_emergence" />。第二个观点引发了“向下因果作用”（downward causation）这一复杂概念。向下因果作用的问题在于，它违背了“宏观的存在方式是由微观决定的”这一合理理论，这一理论被称为“因果基础论”（causal fundamentalism, Jackson and Pettit, 1992）或“附属性”（supervenience）<ref name="Kim_making_sense_emergence" />。此外，向下因果作用还带来另一个挑战，即如何解决微观层面与宏观层面之间的因果冲突<ref name="Bedau_downward_causation" />。即便如此，强涌现最大的挑战可能在于其在科学上的不重要性<ref name="Bedau_downward_causation" />。目前科学文献中唯一反复出现的强涌现例子是意识状态（如感质，qualia）从神经生物过程中的涌现（Sperry, 1969; Chalmers, 2006），这更多地说明我们对意识的理解不足，而非对涌现深层原理的掌握有限。后文将进一步探讨这一可能性。
弱涌现的概念介于强涌现和名义涌现之间<ref name="Bedau_weak_emergence" /><ref name="Bedau_downward_causation" />。在弱涌现中，宏观层面的属性来源于微观层面组成部分的相互作用，但这种相互作用非常复杂，以至于宏观属性无法简单地通过微观解释来得出。与强涌现不同，弱涌现的宏观属性原则上是可以从微观层面辨别出来的；与名义涌现不同，微观到宏观的推理路径并不简单。据 Bedau 所述，弱涌现的宏观属性在本体上依赖于并可还原为微观因果因素，但由于微观到宏观的推导路径复杂，导致在认识上无法轻易还原。
那么，宏观属性在认识上不可还原是什么意思呢？Bedau 的回答是，弱涌现的（在认识上不可还原的）属性只有通过模拟才能推导出来。这是一种非此即彼的分类：要么宏观属性可以通过某种解释捷径推导出来，此时弱涌现不适用；要么无法推导，此时必须明确模拟微观因果因素来得出宏观属性。
那么，宏观属性在认识上不可还原是什么意思呢？Bedau 的回答是，弱涌现的（在认识上不可还原的）属性只有通过模拟才能推导出来。这是一种非此即彼的分类：要么宏观属性可以通过某种解释捷径推导出来，此时弱涌现不适用；要么无法推导，此时必须明确模拟微观因果因素来得出宏观属性。
<ref name="Vicsek_novel_type_phase_transition">{{cite journal|author1=Vicsek T|author2=Czirok A|author3=Ben-Jacob E|author4=Cohen I|author5=Shochet O|title=Novel type of phase transition in a system of self-driven particles|journal=Physical Review Letters|year=1995|volume=75|issue=1226}}</ref>
<ref name="Vicsek_novel_type_phase_transition">{{cite journal|author1=Vicsek T|author2=Czirok A|author3=Ben-Jacob E|author4=Cohen I|author5=Shochet O|title=Novel type of phase transition in a system of self-driven particles|journal=Physical Review Letters|year=1995|volume=75|issue=1226}}</ref>
<references />
[[分类:格兰杰]]