更改

'''基于格兰杰因果量化涌现 (Measuring emergence via Granger causality)'''是一种运用[[格兰杰因果]](Granger causality)来量化系统涌现特性的分析方法。该方法通过评估宏观变量相对于微观变量集合的[[格兰杰自主性]](G-autonomy)与格兰杰因果关系，判断宏观层次是否展现出较微观层次更强的因果特性。特别是在非线性系统中，此方法能够揭示不同层次间的因果依赖性，为复杂生物、社会及认知系统的涌现现象提供了一种定量分析工具。

'''基于格兰杰因果量化涌现 (Measuring emergence via Granger causality)'''是一种运用[[格兰杰因果]](Granger causality)来量化系统涌现特性的分析方法<ref name="Seth_G_emergence">{{cite conference|author=Seth A. K.|title=Measuring emergence via nonlinear Granger causality|booktitle=Proceedings of the Ninth European Conference on Artificial Life|year=2008|publisher=Springer-Verlag|pages=475–485}}</ref>。该方法通过评估宏观变量相对于微观变量集合的[[格兰杰自主性]](G-autonomy)与格兰杰因果关系，判断宏观层次是否展现出较微观层次更强的因果特性。特别是在非线性系统中，此方法能够揭示不同层次间的因果依赖性，为复杂生物、社会及认知系统的涌现现象提供了一种定量分析工具。

==简介==

==简介==

=== 弱涌现 ===

=== 弱涌现 ===

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。

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。