複雜學

複雜學是研究自然界中各類系統複雜性的一門科學。複雜學的出現出於人類對世界的複雜性的觀察、體認、思考和研究。在複雜學視域中，複雜性是自然界的基本特點。20世紀80年代以來，在一批諾貝爾獎獲得者大力推動下，複雜學研究從傳統科學領域拓展到計算機、生物學、人工智慧、生命科學、認知科學等廣闊領域，進而拓展到人文社會學科領域。

基本介紹

• 中文名：複雜學
• 外文名：Complex science
• 繁體：複雜學
• 屬性：一門科學

定義

複雜學，複雜科學，是研究自然界中各類系統複雜性的一門科學,專指複雜系統中的複雜性,研究複雜系統在一定規則下如何產生巨觀有序的組織和行為。 複雜學創始於20世紀80年代初,以1985年在美國新墨西哥州成立的聖菲研究所。

背景

20世紀兩個重大發現(相對論、量子力學)使科學取得了更大進步。但進入80、90年代後，科學界開始思考“科學向什麼方向發展”的問題？目前學術界有兩種觀點：一種是《科學美國人》雜誌資深編輯柯根(Cohen)的觀點，在訪問了若干科學家後，他在《科學的終結》(End of Science)一書中認為科學已面臨終結：“科學特別是純科學已經終結，偉大而激動人心的科學發現時代已經一去不復返了，將來的研究已經不會產生多少重大的新發現了，而只有漸增的收益遞減。”另一種觀點是許多有識之士認為的科學不是面臨終結而是面臨新時代，如系統科學家普里高津指出：少數派開始懷疑這種樂觀的論調，就是說科學已經到頭，盡善盡美，就在我們的巨觀層次上仍有一些問題還遠未得到解答，曾經有過一些關頭，經典科學似乎已經近乎功德圓滿，但每到這時候總有一些事出了差錯，於是方案必須擴大，待探索的疆域又變得寬廣無際了。又如桑塔費研究所(Santa Fe Institude)的第一任所長柯夫曼(Kauffman)認為：“通過諾貝爾獎的堂皇道路通常是用還原論的方法開闢的，當為一群不同程度被理想化了的問題尋求解決的方案，但卻多少背離了真實的世界，並局限於能找到一個解答的地步，這就導致科學的越分越細碎，而真實的世界卻要求我們採用更加整體的方法。”再如諾貝爾物理獎獲得者蓋爾曼(Munay Gell-Mann)提出“必須給自己確立一個確實宏偉的任務，就是實現正在興起的包括多學科的科學大集成。”

通常趨向於第二種觀點的，現在是從經典科學走向新科學的時代，因為人類文明已經由機械工業文明向信息生態文明轉變，這一轉變必然伴隨著科學的大轉變，以還原論、經驗論、純科學為基礎的經典科學正在吸收系統論、理性論和人文精神的發展，成為新的一門科學——複雜科學(Complicated Science)。

發展過程

複雜科學是21世紀的科學，是研究複雜性、複雜系統的科學。自貝塔朗菲(Ludwig Von Bertalallffy)最早於20世紀對年代提出系統科學以來到現在，系統科學觀念經過一段大的發展演變過程。

首先，人們認識到系統整體大於它的部分之和，即當一些組元組成一個系統時，它就會出現一些它的個體(組元)所沒有的性質。對此還原論是認為系統等於組成部分之和，而複雜科學更前進一步，認為系統是其組元的函式。

其次，人們發現系統具有層次結構和功能結構，研究系統的結構時要考慮層次結構和功能結構的重疊和它們之間的關係。

再次，認識到系統處在不斷發展變化之中，系統是動態的。

第四，系統經常與它的外界環境進行物質、能量和信息的交換。

第五，系統在遠離平衡的狀態下也可以穩定(耗散結構理論、自組織理論)。

第六，確定性系統有其內在的隨機性(混沌)。

第七，隨機的系統有其內在的確定性(突現)，看似完全隨機的系統有自組織功能，能突現出若干種特殊的結構來。這些新觀念不斷衝擊經典科學的傳統觀念，從而使系統論、資訊理論、控制論、相變論(主要研究平衡結構的形成與演化)、耗散結構論(主要研究非平衡相變與自組織)、突變論(主要研究連續過程引起的不連續結果)、協同論(主要研究系統演化與自組織)、混沌論(主要研究確定性系統的內在隨機性)、超循環論(主要研究在生命系統演化行為基礎上的自組織理論)等新科學理論也相繼誕生。在這樣的背景下也就產生了複雜系統和系統的複雜性兩個範疇。

表現

(1)系統各單元之間的聯繫廣泛而緊密，構成一個網路。因此每一單元的變化都會受到其它單元變化的影響，並會引起其它單元的變化。(2)系統具有多層次、多功能結構，每一層次均成為構築其上一層次的單元，同時也有助於系統的某一功能的實現。(3)系統在發展過程中能夠不斷地學習並對其層次結構與功能結構進行重組及完善。(4)系統是開放的，它與環境有密切的聯繫，能與環境相互作用，並能不斷向更好地適應環境的方向發展變化。(5)系統是動態的，它處於不斷發展變化之中，而且系統本身對未來的發展變化也有一定的預測能力。

而複雜系統最本質的特徵是其組成部分具有某種高度的智慧型，即具有了解其所處環境，預測其變化，並按預定目標採取行動的能力，也就是具有自組織、自適應、自驅動的能力。這也就是生物進化、技術革新、經濟發展及社會進步的內在原因。

主要特點

(l)研究對象是複雜系統，例如植物、動物、人體、生命、生態(生物鏈)、企業、市場(股票市場)。經濟、社會、政治等方面的系統。還可以包括物理、化學(例如擇報催化)、天文、氣象等方面的系統。

(2)研究方法是定性判斷與定量計算相結合、微觀分析與巨觀綜合相結合、還原論與整體論相結合、科學推理與哲學思辨相結合的方法。其所用的工具包括數學、計算機模擬、形式邏輯、後現代主義分析、語義學、符號學等等。

(3)研究深度不限於對客觀事物的描述，而是更著重於揭示客觀事物構成的原因及其演化的歷程，並力圖儘可能準確地推測其未來的發展。例如為什麼一個受精卵能演化成具有腦、眼、口、鼻、肝、肺等器官的人體？為什麼處於大致相同環境的企業各有成敗？等等。

現狀

關於複雜科學的研究一般認為是在20世紀80年代中期開始的。1984年，由諾貝爾物理學獎獲得者蓋爾曼(Munay Gell-Man)和安德遜(Philip Anderson)、經濟學獎獲得者阿羅(Kenneth Arow)等人支持，組織了桑塔費研究所(SFI)，專門從事複雜科學的研究，試圖由此找到一條邁向學科融合來解決複雜性問題的道路。從當前的研究來看，英美做了比較多的工作。我國也做了一些工作。在美國複雜科學的研究形成五個學派(如附表)。英國有一個複雜科學論壇，論題包括突現的設計、複雜性理論的套用、複雜性與技術、創新的組織、組織設計等。

研究複雜科學的基本方法與主要工具

研究複雜系統的基本方法應當是在唯物辯證法指導下的系統科學方法。它包括以下4個方面的結合：(l)定性判斷與定量計算相結合；(2)微觀分析與巨觀綜合相結合；(3)還原論與整體論相結合；(4)科學推理與哲學思辨相結合。

複雜科學研究中目前所用的理論工具主要是微分方程和形式邏輯，除此之外的理論工具還包括：

(1)不確定條件下的決策技術

包括定性變數(名義變數、序變數)的量化(多維尺度、廣義量化等)、經驗機率的確定(從最簡單的指數平滑法、線性回歸法、移動平衡法等到非線性回歸法，再到新的研究，如數據挖掘、資料庫中的知識發現、智慧型挖掘等)、主觀機率的改進(知識庫、德爾菲法)、案例研究(典型性調查)和先驗信息集成(貝葉斯公式)等。

(2)綜合集成技術

包括系統的結構化、系統與環境的集成(全局與局部)、人的經驗與數據的集成、通過模型的集成、從定性到定量的綜合集成技術。

(3)整體最佳化技術

包括目標群及其優先順序(目標規劃優先及變化)的確定、巨系統的最佳化策略(分隔斷法、面向方程法、多層疊代法、並行搜尋法)、最佳化算法(線性規劃、目標規劃等)、離線最佳化和線上最佳化、最優解與滿意解的取得等。

(4)計算智慧型

包括演化計畫(遺傳算法、演化策略、演化規劃、遺傳程度設計等)、人工神經網路(EBP型、競爭型、自適應共振型、聯想記憶型等)、模糊系統等。

(5)非線性科學

非線性科學已由傳統的動力系統理論(穩定性和分叉理論、混沌、孤子)和統計力學(分形、標度)，延伸到多尺度、多體，以及非平衡系統中的複雜和隨機現象的研究。而對非線性科學壓倒一切的挑戰就是，對遠離平衡的各系統中的自組織結構的形成和功能，確認其關鍵的範式。

(6)數理邏輯

包括經典謂詞邏輯、廣義數理邏輯(模型論、公理集合論、證明論、遞歸論等)、多值邏輯、模態邏輯、歸納邏輯等。

(7)計算機模擬

包括人工生命、元胞自動機、競爭與使用、大群模擬工具等