更改

= 问题与背景 =

= 问题与背景 =

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，我们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，我们可以用更加简洁的语言来和规律来描述和预测这些系统。这种宏观所展现出的无法简单归因于微观的属性或规律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。

[[涌现]]现象与因果关系紧密相连。一方面，[[涌现]]是系统内部各元素间复杂非线性因果作用的结果；另一方面，这些[[涌现]]的特性又会对系统中的个体产生一定的[[因果力]]。同时，复杂系统往往会在不同的尺度展现出不同的因果规律，有的时候我们从微观可以更好地把握复杂系统的规律，有的时候则需要过渡到宏观尺度来把握复杂系统的因果规律。[[因果涌现]]这个概念即描述了宏观层面相对于微观层面在[[因果效应]]上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。该概念最早由美国理论神经科学研究者[[Erik Hoel]]和[[整合信息之父]][[Tononi]]所创建。

[[因果涌现]]的概念不仅将因果推断与[[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断与[[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[[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>。

目前，关于如何定义[[因果涌现]]，人们分别提出了四个有代表性的理论，分别是：①Hoel等[[基于有效信息的因果涌现理论]]（简称[[Hoel等人的因果涌现理论]]）<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]]（简称[[Rosas等人的因果涌现理论]]）<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]]。