從科學視角，如何理解和研究湧現？_風聞

在基礎理論、生命系統、氣候變化、社會經濟、智能技術等領域中，研究各種複雜系統中的湧現問題已經成為重要的學術挑戰。科學家已經進行了哪些方向的研究？如何發現湧現現象背後簡單且普適的規律？華僑大學鄭志剛教授與北京師範大學張江教授就此展開了對話。

受訪者 | 鄭志剛、張江

整理丨集智編輯部

目錄

Q1：如何定義湧現？

Q2：科學家如何研究湧現？

Q3：關於湧現問題，有哪些重點的研究方向？

Q4：關於湧現研究，老師們開展了哪些具體的研究工作？

Q5：有哪些重要的經典工作，給你們帶去了關鍵性啓發的？

Q6：在自然科學和社會科學領域中，開展湧現的研究會有哪些區別，以及分別面對哪些挑戰？

Q1：如何定義湧現？

鄭志剛：我從事的是物理學研究，物理學家對於“湧現”這一概念有自己的理解。湧現的英文是“emergence”，物理學家對此有兩種不同的翻譯方式。第一種翻譯稱為“演生”。中國近代啓蒙思想家、翻譯家嚴復先生將進化論翻譯為《天演論》，其中“演”這個詞藴含了演化和進化這一重要含義。第二種翻譯則是“層展”，“層”指層次，“展”指發展；此外還有“呈展”，這兩種翻譯的含義其實相差不大。

對於第一種翻譯“演生”，我認為它體現了一個複雜系統隨着時間的推移，經歷長期而緩慢的變化過程。這種變化表現為從簡單到複雜、從低級到高級的演化或進化。具體來説，它反映了系統中的“慢變量”。所謂慢變量，是指系統中存在的各種自由度中，有些自由度隨時間變化非常快，而有些則相對較慢。“演生”強調的是系統中變化較為緩慢的變量，這些變量主導着系統的整體狀態和特性隨時間的變化。因此，基於這種對動態過程的強調，“演生”更多與動力系統理論及協同學相關聯。這是我對“演生”這一翻譯的理解。

至於第二種翻譯“層展”，其中的“層”體現的是“emergence”所具有的跨層次屬性。正如菲利普·安德森（Philip Anderson）所提出的“More is different”，即在微觀層次上，當量變積累到一定程度時，會引發質變。這種跨層次的轉變意味着無法用上一層次的規律來解釋下一層次的規律，湧現出的性質是一種全新的特性。因此，我們將其理解為“層展”。

所以，物理學家對“湧現”的理解可以從層次過渡或相變的角度出發，也可以從動態過程的角度去探討。這大致就是我個人的理解。

張江：鄭老師從物理學的背景出發，探討了對“emergence”這一詞的理解。而我則可以從系統論和信息論的視角來談談這一概念。最近，我正在撰寫一本名為《湧現》的書，因此前段時間對與湧現相關的文獻進行了一次較為系統的回顧。我發現，物理學家所討論的湧現與從系統角度探討的湧現存在較大差異，當然兩者之間也有很強的耦合性和一致性。

首先，湧現這一概念具有兩層含義。第一層含義較為字面化，指的是一種突然出現的情況。英文“emergence”很容易與“emergency”（緊急事件、急救車等）聯繫在一起，因為兩者的詞根相同。因此，在某種意義上，當我們談到湧現時，往往是指事物突然發生變化，似乎超出了我們的預期，展現出一種驚奇性。這是比較表面的含義。然而，從系統角度來看，湧現更多指的是“整體大於部分之和”的特性。也就是説，當一羣個體組成一個系統時，這個系統會展現出一些獨特的屬性，而這些屬性很難通過個體的特性進行解釋或歸約。這是從系統角度對湧現的理解。

其次，還有一個我們研究團隊正在探索的方向，稱為“因果湧現”。這一方向更強調從因果視角來看待湧現。許多看似神奇的湧現現象實際上體現了一種因果力。例如，當每個神經元放電並構成大腦意識時，意識的自我甚至能夠反過來控制每一個個體細胞，表現出一種自上而下的因果效應。這種層面的湧現不再僅僅是簡單的斑圖或現象，而是在形成整體後，展現出一種類似於物理規律的新特性。這是因果湧現的一種觀點，即在宏觀層面能夠體現出更強的因果力。

總體而言，我認為與鄭老師觀點一致的一點在於，湧現更多表達的是在宏觀層面展現出一些微觀層面無法看到的現象。當從微觀過渡到宏觀時，這種能力或現象似乎是突然冒出來的。這正是“emergence”這一詞的核心含義。

Q2：科學家如何研究湧現？

鄭志剛：我認為湧現行為是一種普遍現象，從細菌、蟻羣、鳥羣到人類社會等不同層次的系統中，甚至在物理學中由大量粒子或其他基本單元組成系統，例如軟物質系統等，都有相應的表現。然而，這些表現背後所謂的“湧現”現象，應該具有普遍的共性。因此，如果基於這種普遍共性進行研究，我們可以考察不同學科中採用的方法。

首先從物理學角度出發，物理學中湧現現象的一個顯著體現是研究由大量粒子組成的系統所發生的各種現象。這類現象的早期研究始於熱力學，後來發展到凝聚態物理。無論是熱力學還是凝聚態物理，最明顯的兩個特點是：一是宏觀現象的呈現，二是宏觀現象之間的轉變，即相變。物理學對這些問題的研究大致有以下幾種方式：

第一種方法是統計物理學。統計物理學是一項非常重要的學科，它採用自下而上的方法，從微觀層次通過統計假設來解釋宏觀層面的各種現象。

第二種方法是唯象方法，例如熱力學。熱力學既有一般性的描述，也有後來的數學表達，甚至形成了一套自成體系的推導體系。這些唯象理論描述在實踐中都經過了檢驗，其真實性和正確性得到了基本保障。這種研究方法可以稱為自上而下的方法，後來的分子動力學的研究也與此取得了高度一致。

第三種方法是上世紀末發展起來的複雜網絡理論。雖然圖論早已存在，但真正從大規模角度研究複雜系統的結構，或者通過結構方法研究各種動態過程，都是非常重要的。複雜網絡研究方法對現代物理學的啓示在於，我們現在擁有了大量數據。在物理學領域也是如此，如果繼續沿用之前較為原始的方法進行研究，顯然會遇到諸多問題。因此，在海量數據的情況下，如何在整體層面上重構複雜系統的行為和特性，複雜網絡方法成為一種必不可少的手段。這是我對物理學中湧現研究的一些理解。

另一方面，在社會科學領域，研究對象主要是人或智能體所組成的系統及其行為。社會科學中，數據和統計始終佔據重要地位，無論過去還是現在都是如此。基於數據進行統計，得出各種宏觀性質，找到宏觀層面的複雜關係，並進行重構，都是非常關鍵的。尤其是在當今快速發展的計算機和互聯網時代，社會科學已進入大數據時代，重構問題變得尤為重要。

對比社會科學與物理科學或自然科學，二者有一個顯著差異：物理學在每個層面相對容易建立模型，因此可以從量化的角度為每個層面的個體建立較為精確的模型。而社會科學在這方面相對困難，因此更多從數據的角度對問題進行探究。

介於二者之間的學科，如生物學等其他科學，與社會科學有某些相似之處，即在建模方面存在一定難度。這就要求我們在探討湧現問題時，需要從複雜數據中找到重要的宏觀湧現規律。過去，人們已經開始思考這一問題，例如早期的系統論。系統論由貝塔朗菲提出，最初源於生物學研究。此外，還有後來的控制論和信息論，這些都與許多實際問題和工程問題密切相關。到了20世紀60年代，耗散結構理論、協同學和突變論（即“新三論”）的發展，在自然科學與複雜生命科學的交叉領域做了大量工作。這些理論已經無法完全歸入物理學的框架中，對當今各種複雜系統相關學科及交叉學科仍具有啓發性。

因此，我認為系統科學的重要性無論如何強調都不為過。系統科學可以説是關於湧現的一門科學，它需要建立自身的新方法論。系統科學既不能簡單歸為數學，也不能歸為物理或其他學科。它以各種複雜系統為研究對象，尋找共性和普遍性。目前，雖然各個學科都在開展自己的研究，但系統科學也在各學科之間汲取營養，致力於構建一個更具共性和普適性的新學科與新方法。

張江：我所關注的更多是從系統科學和計算機科學的角度，探討如何研究湧現現象。像蟻羣、鳥羣這樣的現象，最早是我們通過計算機模擬程序才開始認識到的。我認為研究湧現現象可以大致分為三個步驟。

首先，在初期階段，正如鄭老師所提到的，人們更多是通過觀察或唯象描述來了解這些現象。後來，隨着計算機技術尤其是計算機仿真技術的興起，人們開始嘗試在計算機中復現鳥羣、蟻羣等行為規律。結果發現，通過非常簡單的代碼和規則，就能以非常逼真的方式復現自然界中的湧現現象。這是用計算方法理解和復現湧現現象的一種嘗試，也是這一研究的起點。

其次，在第二個層面上，我們從模擬仿真進一步提煉出算法。例如，基於蟻羣行為發展出蟻羣算法，基於鳥羣行為發展出粒子羣優化算法等。這意味着我們不僅能夠復現湧現現象，還能搞清楚其背後的原理，理解它們是如何解決問題的。尤其是當涉及智能湧現時，我們可以將底層的規則抽象出來，應用到其他問題上。最近有一個很有趣的研究案例，關於黏菌的行為。黏菌能夠構建類似於高速公路網的結構，隨後有人提煉出黏菌算法，類似於蟻羣算法，可以直接用於優化問題。進一步地，NASA的一些物理學家將黏菌算法應用於發現宇宙中的暗物質分佈，因為暗物質的分佈類似於連接可見星系和可見物質之間的管道結構。我認為這是一個非常有趣的過程，從對湧現現象的認識，到模擬，再到創造，展現了一個完整的研究路徑。

最後，就我所瞭解的近期研究，例如我們正在進行的因果湧現研究，更多是試圖進一步定量刻畫湧現現象的本質。這又是一種新的研究方式。

Q3：關於湧現問題，有哪些重點的研究方向？

鄭志剛：從研究對象來看，湧現現象的研究中有一大塊領域是關於生命問題的研究。在生命科學中，有太多與湧現相關的問題需要探索。生命科學的研究對象從最底層的原子、分子到大分子，再到基因、DNA、蛋白質，進而到組織、器官、個體，層層遞進，每一層的過渡都不是一件簡單的事情。因為生命科學所涉及的是一個非常非平衡的世界，因此在每一個層面的研究中都會遇到相應的問題。例如，從基因層面研究其如何對生命個體的各種宏觀生理功能進行調控，包括相關功能的研究，最終還可以與醫學和疾病治療相結合，進入應用階段。我認為這是一個非常重要的研究方向。

在生命科學中，另一個極為重要的領域是關於大腦的研究，也就是對複雜神經網絡的研究。這是一個非常重大的課題，也是目前許多國家將其列為重大計劃加以研究的重要方面。

其次是社會科學領域，我認為社會科學如今已成為一個非常重要的研究對象。社會科學中存在大量複雜問題，包括經濟、政治、文化等方面的問題。這些問題往往交織在一起，彼此關聯。例如，2024年的諾貝爾經濟學獎就授予了與政治經濟學相關的研究，這實際上是一個非常重要的湧現問題。因此，我認為在社會科學領域有許多問題亟待解決。然而，如何研究這些問題，是否存在突破性的方法，是一個關鍵點。我之前提到可以從大數據入手，但僅靠大數據分析到一定程度是不夠的，必須構建關於湧現問題研究的基本範式和理論框架。在社會科學中，如何在數據分析的基礎上進一步研究？如果借鑑物理學的研究範式來看，物理學中有數據就相當於有實驗，有現象後需要提煉基本的理論關係，然後構建相關的理論框架。這樣的工作實際上極具挑戰性。

第三個領域是關於計算機和人工智能的研究，這是大家討論非常多的話題。物理學家尤其關注這一領域。通過巨大的算力，計算機和人工智能為我們提供了許多重要的成果。在這一過程中，湧現問題被認為是至關重要的。然而，湧現的機理究竟是什麼？我們能否將其研究清楚，弄明白其機制？如果能做到這一點，是否可以在此基礎上實現更大的突破？畢竟，僅靠算力來創造奇蹟並不是人工智能領域所希望看到的。

張江：剛才鄭老師從湧現的應用角度進行了討論，認為湧現現象及其認識方法可以應用於許多不同的學科和領域。而我想從另一個角度談一談，即對湧現現象在某種意義上的統一認識，主要是從系統論和信息論的視角出發，探討對湧現現象的統一理解。

首先，當前研究中一個非常重要的問題是對湧現的定義。什麼是湧現？雖然我們對湧現有許多定性描述，但如何將其量化，甚至刻畫出湧現的大小或程度，即一個系統的湧現程度有多大，這是一個近年來才逐漸開始研究的課題。最早的相關研究可以追溯到20世紀90年代，由物理學家James P. Crutchfield提出。他們研究的一個領域稱為計算力學——這裏的計算力學與我們通常理解的不同，具有特定含義。它特指從複雜性和自動機的角度出發，刻畫一個動力系統。Crutchfield提出，當湧現發生時，實際上是我們找到了一種更簡約的描述，或者説可以用更短的計算機程序（如圖靈機程序）來描述同一現象，這種情況被定義為一種湧現。

其次，我們課題組關注的一個方向是因果湧現，這一方向也有一個非常明確的定義。首先，它使用有效信息來刻畫一個動力系統的因果強弱，即因果效應的強度。其次，如果一個系統在宏觀層面展現出比微觀層面更強的因果效應，那麼就可以認為發生了湧現，並且可以對湧現進行定量化度量。

第三個視角來自英國研究組Fernando E. Rosas等人，他們從“整體大於部分之和”的角度進行刻畫。具體來説，他們將其量化為一種協同信息。即在一個動力系統中，如果要預測下一時刻的變量，必須將上一時刻的全部狀態打包在一起才能準確預測，而如果遺漏任何一個變量或部分就無法預測，那麼這種情況可以理解為一種湧現的度量。

總而言之，人們正在嘗試通過各種定量手段來刻畫湧現現象。當然，這些刻畫是否合理是另一回事，我們也可以進一步論證其適用性，探討哪些現象更適合用某種方法描述，哪些可能不太合適。這有待於未來更多的研究。

除此之外，如果我們接受某種湧現的定量化描述，那麼接下來一個問題就是：僅通過觀察一個系統的運行現象，例如鳥羣飛行的視頻或螞蟻爬行的軌跡，我們能否從這些數據中刻畫出湧現的程度，甚至判斷是否發生了湧現？我認為這是一個非常有趣的研究方向。

Q4：關於湧現研究，老師們開展了哪些具體的研究工作？

鄭志剛：我想簡要介紹一下我們課題組近年來在湧現問題研究方面所開展的一些工作。目前，我們主要聚焦於兩個方面的研究。

第一個方面是關於生命系統和物理體系中的非平衡問題。在非平衡條件下，系統往往會產生一些非平衡結構以及非平衡動態行為，這些實際上是非常典型的湧現行為。我們課題組在這方面的研究主要集中在生物分子馬達和生物節律領域。以分子馬達為例，我們最早從2001年開始相關研究，並在《物理評論快報》上發表了第一篇論文。分子馬達是一個非常重要的研究對象，在此我想談談我們對湧現問題的理解。我們認為，湧現問題並不僅僅侷限於菲利普·安德森所提出的“More is Different”（多者異也）這一模式。這只是湧現的一種模式。實際上，即使在自由度較少的情況下，只要存在非線性因素或非平衡條件（非平衡本身就可能引入非線性），系統也會自發出現新的行為，即我們所稱的湧現行為。例如，分子馬達作為分子層次上的分子機器，可以被視為完成最簡單生理功能的一個單位。從這個角度看，非線性在湧現的產生中起着至關重要的作用。因此，湧現並不一定需要“多”，即“多者異也”只是眾多原因之一，而非唯一原因，結果並不能反推回單一的因果關係，而是可能有多種原因導致。

至於生物生命節律，這是另一個非常有趣的研究方向。我們從2012年、2013年開始研究這方面的問題。在基因層面，我們發現多種基因通過相互調控可以產生節律行為。這一現象同樣揭示了有趣的結果：並不一定需要“多”，但通過基因之間的相互調控，系統會產生節律。這種節律最終會調節生命體內物質的濃度，從而使生命個體在不同方面表現出節律性行為。

第二個研究方向是關於羣體動力學問題，包括同步現象、空間集羣，以及神經動力學中多個神經元完成基本功能或高級功能的過程。此外，我們還有一個小組在研究現代電網。我們發現，這些系統具有很大的共性，體現了“多”的因素，即“More is Different”。在這些羣體行為中，宏觀層面往往會呈現出集體的湧現現象。這也是我們長期以來一直在研究的問題。從1998年我們的第一篇相關論文發表至今，包括我撰寫的部分專著，都體現了這一領域的研究成果。

總的來説，我們對湧現問題的研究與系統科學和複雜系統密切相關。我個人於1992年本科畢業後進入研究生階段，最初在系統理論專業攻讀碩士學位。第二年轉而攻讀博士學位，專業轉為理論物理。後來我的大部分工作又跨出了理論物理的範疇，可以説是反覆跨學科。但這些經歷對於我們理解複雜系統的各種宏觀湧現行為都非常重要，可謂萬變不離其宗。

張江：目前，我們正在開展的一項研究是分析小鼠腦電時間序列數據，旨在探索以下幾個問題：首先，是否存在湧現現象；其次，如果存在湧現現象，那麼它在哪個尺度上最為明顯，即因果效應最為顯著；最後，它的湧現動力學是什麼。我們已經取得了一些初步結果。

首先，我們不僅分析了小鼠大腦的腦電數據，也研究了人類的腦電數據，發現了一個非常有趣的現象：湧現現象不僅存在，而且主要發生在最宏觀的尺度上。具體來説，在一維動力學中，其因果效應是最強的。這一點其實有些出乎意料，因為我們普遍認為大腦是一個多尺度的複雜系統，但沒想到真正起主導作用的竟然是最宏觀的尺度。我認為，這一發現與意識有着非常密切的聯繫。儘管我們目前尚未深入觸及意識這一領域——因為意識是一個更為龐大且複雜的課題——但我們觀察到，意識涉及類似於“自我”的概念，即“我”決定某件事情的這種宏觀表達。而恰恰是我們發現的一維動力學中因果效應最強的維度，我認為它與“自我”必然存在緊密關聯。

此外，在小鼠大腦數據的研究中，我們將其分為清醒、麻醉和恢復三個階段。結果顯示，湧現的強度在這三個階段分別呈現出最強、最弱和次強的變化趨勢。這種相對變化實際上與意識狀態——即是否存在意識——密切相關。

因此，我們對這項研究感到非常興奮的原因在於，我們不僅是在研究湧現現象，也不只是進行湧現的定量刻畫，更重要的是，我們正在逐步嘗試回答有關意識的問題。儘管目前我們尚未正式展開意識相關課題，但可以看出，湧現與意識之間有着非常強的聯繫。值得一提的是，因果湧現這一概念的提出者，其研究背景也與意識科學有着深厚的關聯。許多關於湧現的定量研究，包括湧現的分類和刻畫，實際上都源於對意識問題的思考。這一點我認為非常有趣。

Q5：有哪些重要的經典工作，給你們帶去了關鍵性啓發的？

鄭志剛：我想簡要談談對我啓發較大的兩方面工作。

第一方面是關於同步問題的研究。我們開始從事同步問題的研究是在1998年。當時，這一領域的主要研究潮流集中在混沌系統的同步問題上。然而，在研讀相關文獻的過程中，我發現了Kuramoto的工作。眾所周知，Kuramoto今年獲得了玻爾茲曼獎，這在統計物理界是一個非常不易獲得的榮譽。他現年約90歲，其核心工作完成於1975年。我們初次閲讀他的文章時，發現篇幅很短，且首篇文章僅發表在一個會議文集上，而非頂級期刊。然而，他的研究方法卻令人驚歎——他運用統計物理的方法來研究動力學問題。這種方法讓我感到非常奇妙，因為對於複雜系統，我們以往更多是從微觀動力學出發，研究分子、原子等在平衡態下的行為。而Kuramoto引入統計物理方法，研究系統從無序到同步的轉變，並從物理學角度將其視為一種相變現象。這一思路對我們當時的觸動很大，也促使我隨後進入同步研究領域。

我們在1998年發表的第一篇相關論文聚焦於耦合振子問題，但從另一個角度進行探討，即從微觀視角研究是否存在一個從部分同步到整體同步的過渡過程。我們發現，首先，從部分同步到整體同步的過程實際上是一個分層次的、逐步推進的“hierarchy”過程，每一步都會出現臨界現象；其次，這一分層次的過程可以通過分岔方法直觀地展現出來。這就是我們1998年第一篇工作的主要內容。

第二方面對我觸動較大的是一個廣為人知的研究，即小世界網絡問題。從2000年以後，我們逐漸關注複雜網絡及其上的動力學問題。Steven Strogatz的工作與我們的研究密切相關。他早期的研究主要圍繞Kuramoto模型的理論求解展開，同樣採用統計物理方法。然而，他在1998年關於小世界網絡的研究取得了重大突破。其中一個重要方面也涉及同步問題。他將系統置於小世界網絡上進行研究，儘管當時無法進行嚴格的解析求解，但他觀察到了完全不同的現象。這篇工作引起了我的極大關注。

當然，除此之外，我們開展的許多工作中還有其他經典內容深深觸動着我們，吸引我們深入探索。這些科學家孜孜不倦地追求如何從微觀到宏觀構建湧現現象的理論描述，甚至希望實現從底層到宏觀的精確刻畫。作為一名物理學工作者，我對此深感認同和喜愛。目前，我們正在將這些研究逐漸推廣到更為複雜的系統上，這需要從多個不同側面，運用各種方法，對湧現問題進行深入研究。

張江：我從我的角度出發，談談給我留下深刻印象的兩篇論文。

首先，第一篇是Erik Hoel關於因果湧現的研究工作，大約發表於2013年至2014年之間。這篇論文給我最大的衝擊在於，它以一種量化的方式清晰地闡述了湧現這一概念。正如鄭老師剛才提到的，關於湧現的定性討論已經持續了很長時間，且涉及多個領域，但能夠將湧現現象進行量化描述的研究卻極為罕見，可謂鳳毛麟角。雖然Erik Hoel的工作並非首創，但截至目前，它在湧現現象的量化刻畫方面是最為清晰且紮實的定義之一。

其核心亮點在於從因果的視角出發進行分析。正如之前所討論的，湧現不僅僅是一種靜態現象，更是一種動態的、存在於動力學之中的現象。這就涉及到了因果效應或因果力的問題，即系統中各個要素之間相互影響。當我們討論湧現時，它與因果視角密不可分，這是因果湧現理論的一個顯著特色。具體來説，當宏觀層面展現出更強的因果效應時，我們便認為湧現現象發生了，這也與動力學密切相關。

順便提一下，我們團隊最近的一項工作恰好與此相關，我想向鄭老師彙報一下。比較有趣的是，我們在Erik Hoel的框架基礎上進一步推進了一步。他的研究更多聚焦於因果性和粗粒化，而我們發現，這與我們早期的一些觀點以及鄭老師在《複雜網絡的湧現動力學》著作中提到的內容相呼應。您一開始就提到，湧現本質上是一種低維流形上的展示，或者説是一種降維過程。基於此，我們發現因果湧現框架最終也可以歸結為類似的問題。通過對馬爾科夫鏈進行SVD分解，降維後的結果與因果湧現中的最大有效信息是一致的。這與物理學家們過去的一些直覺性認識也相吻合，我認為這是一個非常有趣的現象，體現了不同領域之間的共通性。

第二篇給我留下深刻印象的工作則更為久遠，追溯到20世紀90年代，來自聖塔菲研究所，這個研究所更早可以追溯到洛斯阿拉莫斯實驗室，有一位物理學家James P. Crutchfield。我認為這位物理學家極具洞察力，思維超前。雖然我剛才提到Erik Hoel的工作令人震撼，但其思想源頭其實完全可以追溯到Crutchfield。可以説，Crutchfield是世界上第一個嘗試用量化框架來刻畫湧現現象的人，儘管他沒有提出特別清晰的定量化表達，但他的思想已經非常完備。此外，他的超前之處在於，他對湧現的認識甚至超越了當代的理解，達到了未來的高度。他提出一個重要的觀點：湧現不僅僅伴隨着宏觀現象的出現，更重要的是，這一宏觀現象應具有最小的描述長度。也就是説，描述系統的複雜性應儘可能小，在允許一定誤差的範圍內，用最簡潔的代碼對系統進行描述。

這一最小描述長度的認知，我認為完全涵蓋了因果湧現中因果效應更強的觀點。這也與我們最近發表的一項工作密切相關。我們發現，當最大化因果效應（即有效信息最大化）時，實際上是在最大化動力系統的可逆性。而動力系統的可逆性，與時間反演對稱性密切相關，這一點鄭老師一定非常熟悉。從物理學角度來看，因果性與時間反演對稱性相關，而時間反演對稱性又與描述長度相關。因為有了對稱性，就有了更簡約的描述方式，對應於更短的圖靈機代碼。從這個角度看，這些概念是相通的，甚至與物理學中最深邃的對稱性原理聯繫在一起。

綜上所述，這幾項工作對我影響極為深刻，也激發了我們進一步探索新想法的動力。

Q6：在自然科學和社會科學領域中，開展湧現的研究會有哪些區別，以及分別面對哪些挑戰？

鄭志剛：

自然科學，特別是物理學的發展歷程，可以為我們提供深刻的啓示。最早在1687年，牛頓出版了《自然哲學的數學原理》，首次提出自然科學可以按照數學原理運行的觀點。這意味着自然現象可以用數學表達，甚至是精確表達。他的微積分以及三大定律在這本書中得到了重要體現。

其次是熱力學的發展。我們都知道，熱現象是日常生活中普遍感受到的現象，而如何對其進行量化描述，則經歷了從克勞修斯、開爾文到卡諾等人的不懈努力。他們陸續開展了許多開創性工作，建立了關於熱、熱現象、温度以及能量轉移等內容的描述方法。這些成果構成了後來的熱力學理論，包括熱力學的幾大定律，以及圍繞這些定律構建的數學描述體系。我認為這是非常了不起的成就，屬於唯象理論描述的重要一環。

再到後來，統計物理學的發展進一步深化了我們對宏觀現象的理解。既然我們能觀察到宏觀現象，那麼如何從微觀層面去理解它呢？當然，這是我們現在所熟知的：宏觀現象是微觀現象的一種湧現行為，並不必然直接取決於微觀層次的規律。以分子運動論的視角來看，宏觀熱現象與分子間具體作用或微觀性質之間並不一定存在直接對應。在這種從微觀到宏觀的過渡中，二者往往是脱耦的，或者説宏觀現象與微觀層次的關聯並不總是十分緊密。這正是統計物理學的一個強大之處。

隨後，這一領域擴展到了非平衡態問題的研究，例如普利高津的研究。其實在他之前，薛定諤就已經開始探討生命問題。他們的研究都觸及了非平衡世界中的現象。生命現象若置於熱力學框架下觀察，實質上就是一個非平衡問題。普利高津從這一角度出發，對此問題形成了非常深刻的理解。他的討論主要集中在宏觀層面，屬於一種唯象問題的分析。

再往後發展，自組織理論開始興起，它能夠從微觀到宏觀層面打通對非平衡問題的理解。此外，物理學中的其他領域，如電磁理論、量子力學的發展，甚至包括化學的進步，都與此相關。眾所周知，化學的快速發展實際上是在對原子、分子層次的量子力學規律有了深入認識之後才實現的。

因此，我認為非常重要的一點是：科學研究往往首先從實驗出發，得出一些基本定律或構建模型，然後再建立相應的理論。在這一過程中，一方面需要數據的支撐，另一方面也依賴於物理學家天才般的構想或假設，從而最終構建出理論科學。這正是物理學中充滿關於湧現問題討論的體現。

然而，在社會科學領域，簡單套用物理學和化學的方法往往難以成功。其根本原因在於，社會科學的研究對象通常是極為龐大的系統，涉及的因素極其複雜。在這種情況下，湧現現象的產生難以通過簡單的數據方法揭示其相互影響的關係。而如今，隨着獲取海量大數據方法的出現，我們反而可以不必立即從數據建模入手，而是可以先從數據挖掘和重構開始，甚至利用機器學習的方法進行預測，或藉助複雜網絡的方法來輔助研究。因此，我們可以看到，自然科學與社會科學在研究湧現問題時，其研究範式存在顯著差異。

儘管如此，作為一個一般的複雜系統研究者，我認為在不遠的將來，自然科學與社會科學之間應當能夠找到相互結合與借鑑的途徑，共同推動相關領域的發展。

張江：我認為這個問題可以分為兩個方面：一是社會科學與自然科學中湧現現象的差異，二是對這些現象研究方法的差異。以下我將分別進行闡述。

首先，從現象本身來看，社會科學與自然科學的湧現現象確實存在顯著不同。我認為最主要的一點體現在，社會科學的研究對象是活生生的人，而人類是我們目前所知最為複雜的一類系統。因此，社會科學中的複雜系統與自然現象中的複雜系統有着本質上的區別。一個顯而易見的差異在於，人類個體具有學習適應性，這種適應性非常強，因而形成了一個複雜的適應系統。隨着時間的推移，人類系統展現出更多的靈活性和變化性。而自然科學中的系統，至少在某些情況下，個體往往不具備如此強的適應性。

其次，另一個重要的區別在於社會系統可能具有反身性或自反性。也就是説，從個體的角度來看，每個人都能意識到自身的存在，並進行自我認知。這種認知會進一步引發行為的調整。例如，人類能夠感知到宏觀系統中的某些湧現現象，比如對價格的感知。個體可以獲取關於宏觀整體某一產品價格的信息，並基於此採取行動。更有趣的是，人類會將這種湧現現象或湧現變量進一步固化，例如將其轉化為宏觀經濟政策，對整體價格進行調整。這種現象在許多自然系統中可能並不存在，因為自然系統的個體往往不具備如此強的認知能力，無法將宏觀整體現象符號化，更不用説將符號化的內容轉化為類似宏觀政策的因果力。因此，從現象層面來看，社會湧現現象與自然科學中的湧現現象存在諸多不同，這裏就不一一列舉了。

其次，從研究的角度來看，社會科學與自然科學在研究湧現現象時也存在較大差異。第一個直觀的體會是，研究社會現象的難度更大。這種難度體現在兩個層面：一是現象本身較為複雜，如前所述；二是更重要的，我認為社會科學的研究環境可能相對不夠友好，這是我們的切身感受。例如，對於同樣的一些研究方法和思路，儘管它們可能是跨系統、普遍存在的，但在自然科學領域（如生態學）中，提出相關現象或發表相關研究工作往往更容易被接受，而在社會科學領域卻並非如此。

造成這種差異的原因是什麼呢？我認為一個重要的因素在於，社會科學領域存在一些固化的認知或傳統。例如，在經濟學領域，這種現象尤為明顯。因此，當我們嘗試將物理學或系統科學的一些普適方法應用到社會科學中時，往往會面臨較大的阻力。從這個角度來看，自然科學中的湧現現象研究與社會科學中的湧現現象研究，其進展速度可能並不一致。相對而言，更多的新進展可能更多來源於自然科學，而非社會科學。

本文根據訪談內容進行了書面化整理，內容刪減僅涉及重複表述與非核心細節。

本文經授權轉載自微信公眾號“集智俱樂部”。

本文為科普中國創作培育計劃作品

受訪者：鄭志剛 華僑大學教授 / 張江 北京師範大學教授

創作團隊：集智俱樂部

審核專家：劉宇 北京師範大學珠海校區副教授

出品：中國科協科普部

監製：中國科學技術出版社有限公司、北京中科星河文化傳媒有限公司

注：本文封面圖片來自版權圖庫，轉載使用可能引發版權糾紛。

特 別 提 示

1. 進入『返樸』微信公眾號底部菜單“精品專欄“，可查閲不同主題系列科普文章。

2. 『返樸』提供按月檢索文章功能。關注公眾號，回覆四位數組成的年份+月份，如“1903”，可獲取2019年3月的文章索引，以此類推。