第三节 简单系统知识与复杂系统知识之间的逻辑鸿沟

一般说来，凡是遵循简单的规则进行运动并可用简单的模型进行表达的系统就是简单系统，它的基本特征就是具有稳定性和规则性；凡不能用简单的模型与模拟仿真进行表达和研究的系统叫作复杂系统，或系统的复杂状态，它的基本特征是不稳定性和不确定性。虽然简单系统与复杂系统是两个相对概念，但在研究方法和研究理念上从来就有很大的区别。关于这一点，希腊的科学家和哲学家早就有这样理解的，从柏拉图开始他们就将世界划分为两个，一个是天上世界，即天文学所研究的世界，它遵循简单的几何规则进行运动，可用圆规直尺建构的几何图形进行描述和表征。这是个简单的、理想的因而是理念的世界。另一个是月下的世界，那是复杂的、变化无常的、不值得哲学去进行研究的。而按照古代圣哲亚里士多德的解释，天上世界之所以遵循均匀的圆周运动，那是因为它的组成元素是高一等的，即第五元素：以太。而月下世界的组成元素是水、火、土、气四种元素，所以它是比较低级的、暂时的，可生、可灭和可腐的，因而它们是复杂的，不能用天上世界的永恒的、完善的简单模型去描述。所以科学的知识一开始就划分为这两大类：简单系统知识和复杂系统知识，它们之间有着一条不能由此推彼的逻辑鸿沟。

不要认为这个观念是很荒唐的。事实上它保留了一种对于科学的本质和科学模型本性的基本观点，一直延续到20世纪。法国著名的哲学家迪昂认为，科学的目的本来就要像古代哲学家研究天上运动那样，去“解救现象”（to save the phenomena），而不要像后古代物理学家一样企图去寻找天体实体的“本质”和地上物体的“本质”。这样一些“本质”是源于上帝造物时确定它们是“复杂的”“无限的”，是人性“不可通达的”（unachieved）。这种认识除了有宗教原因外，主要是因为复杂系统不能用简单的方法来把握，而简单的理念早已根深蒂固。其实早在17世纪，牛顿就发现三体运动或n体运动有不确定和不稳定的解，这就是复杂性和混沌。但他不相信这个，认为上帝是会干预它，使太阳系变成稳定、简单和和谐的。至于20世纪初的迪昂，他熟悉彭加勒（又译庞加莱）的最早的有关混沌的研究，但他认为，不稳定性和不确定性会威胁“数学演绎”，使“预言成为无用的东西”，因此要用统计的误差理论将它“消除”，将不稳定性研究作为“非物理学分支”而清除出去。爱因斯坦也相信宇宙的和谐、简单和稳定是物理学研究的一个信条，他在1917年提出广义相对论的同时，为了保证宇宙的稳定，在他的宇宙方程中特设了一个假定：“宇宙常数”。“他宣称，空间—时间结构有一内在的膨胀趋向，这可以用来刚好去平衡宇宙间所有物质的相互吸引，结果使宇宙成为静态的。”

人类对复杂系统的探讨，虽已有几千年的历史，但是真正有决定性进展的是在20世纪，特别是20世纪70年代左右。普利高津的“耗散结构”研究，哈肯的“协同学”，托姆的“突变论”和各种非线性动力学，特别是“混沌”动力学的出现，开辟了复杂性研究的新时代。前面我们已经讲过，简单系统知识力图消解和排除系统的不确定性和不稳定性，因为简单系统知识的传统研究方法无法研究这些不确定性和不稳定性，更不能导出这种不稳定性。但是这些不稳定性（包括不确定性）正是复杂系统自组织的核心，是相变和系统形态生成的根、时间之矢和因果之源的基础，也是我们日常生活反复遇到的现象。例如，生态危机的出现、经济危机的发生、政治风云的突变、气象变化的反复无常或海啸、飓风和地震的频频出现等等。

复杂性和复杂系统的不稳定性（和不确定性）主要表现在三个方面。

（1）动态的不稳定性，即混沌现象。一个系统如果进入混沌状态，或进入这一个或那一个所谓“混沌的吸引子”中，它的第一个特征就是无规性（irregulation）和不可重复性（unrepeatability）。一年365天，没有两天的天气会完全相同，在混沌吸引子的计算机图形中，即使你按照同样的方程，同样的初始条件，在计算机中再运行一次也不会出现上次完全同样的曲线。这就导致了系统状态的不可预测性。海森堡在微观世界中发现的“测不准原理”，准确说应译为“不确定性原理”（uncertainty principle）。例如，谁也不能预言一个原子什么时候裂变。同样，复杂性科学在宏观世界也发现了同样的原理：在混沌区域里，运动的轨迹是不确定的。这不是因为“测不准”，而是因为复杂系统内部固有的“随机性”，尽管系统的运动方程是决定论的。与这个原理密切相联系的是运动对初始条件的极度敏感性，在混沌吸引子中，只要初始条件有微小的干扰与变动，系统行为之间的区别就会成指数增长，差之毫厘，失之千里。这就是混沌气象学家爱德华·洛兰兹发现的著名的“蝴蝶效应”。他说，只要巴西一只蝴蝶拍拍它的翅膀，就会在美国得克萨斯州产生极大的风暴。见图1-2。

（2）结构的不稳定性，它指的不是系统运动的初始出发点和轨线在混沌区间的不稳定性，而是整个系统的结构在自组织临界点上的不稳定性，即一个分叉、临界状态。新结构的产生是因果决定性和偶然随机性、稳定性和不稳定性联合作用的结果。但结构形成的关键时刻，是一种随机不稳定性起决定性作用，在物态的气、液、固三态变化中，例如，水结成冰的结晶是什么样子，六角形还是八角形，这是由随机不确定性的历史决定的。一个经典的自组织案例是贝纳德元胞的形成，它的形态和元胞中流体旋转方向都是非决定性的分叉突变的结果。在无固定磁场中磁化一块铁，到底南极在哪一边，北极在哪一边，也是在分叉点上由随机、涨落作用决定的。人类历史发展在关键时期也是偶然性起了支配的作用。假定没有1936年那样的西安事变，中国的历史就可能要改写。盖尔曼称这种现象为“被冻结的偶然性”。他说：“整个宇宙也是一样：一点点涨落就能够产生我们的银河系；一些偶然性就为太阳系的生成负责；偶然性决定地球的特征；地球早期历史上的偶然性给出生命的产生；所有生命进化的偶然性和自然选择结合在一起，就产生了今天生命的各种形式，包括人类在内。”宇宙的层级起源也是这类被冻结的偶然性。

（3）因果性起源的不稳定性。因果性指的是事件集之间的稳定的前后联系，时间、因果性以及它的“主体”（agents），包括物质、能量、场和复杂组织等，归根结底都起源于“原初的混沌”。这是复杂系统理论和当代宇宙学的一种看法。在简单系统的知识中，时间、因果性或因果律都是由包括它们的理论先验地假定了的，在这个理论中是不可导出也不可解释的。这就是因果性及其起源与简单理论之间的逻辑鸿沟。这里所说的因果性的基本前提是指“相同的（相类似的）原因产生相同的（相类似的）结果”。但这种因果稳定性和重复性在复杂系统与混沌的研究中却有一个起源的问题，并且现代宇宙学也为这种起源给出了某些提示：因果性起源于“原初的混沌”。这里所说的“原始混沌”（chaos）与前面讲的非线性决定论方程包含的行为轨线的“混沌”区间有所区别，它“指的是随机与无序，缺少任何约束、依赖与结构的形式，而最大的无序就是无特征（featureless），它就是真空或 ‘无’。现代物理学将这种真空想象成量子涨落的狂暴沸腾的混沌”。这种无稳定性的原初的混沌是不需要解释的，紧接着它的演化就是进入“适者生存”即“稳定者生存”阶段就需要解释了。所以演化的第一步是必然要由无序到有序、由混沌到稳定。它在宇宙学中就是从大爆炸的“奇点”（singularity）状态发展出物质粒子，它由虚粒子/反粒子对（其生命短到不可观察到的地步）形式从能量中产生。根据霍金的分析，由于将相互有引力的物质分开需要消耗能量，所以宇宙中有正能量形式的物质正好与负能量形式的物质（引力场）之间达到平衡，所以宇宙总能量为零。这种正能量形式如何与负能形式分离？这就是复杂性理论所说的“通过涨落而产生有序”, “通过噪声而达到有序”, “通过对称性破缺而有序”。它们都说明了一个问题，就是通过原初的混沌而产生稳定有序的因果主体（物质与能量等）和因果关系。所以，复杂性宇宙学告诉我们，世界上有一个早期阶段是无因果的状态，有一个从原初混沌到因果也就是从无因果到有因果的过程。

在宇宙创生以后，因果性，特别是高层级事物的因果性是不断变化的，即不断产生新的因果关系和淘汰旧的因果关系。大家知道，现代地球上的生命体都运用同样的遗传密码，它是由核糖体（DNA）三个碱基（这种碱基共有四种，即T、C、A、G）组成一组，决定一个三联体密码，通过组合、复制、转录组成为20个氨基酸（DNA）分子，再组成各种细胞蛋白质。在这里有一个因果关系：同样的DNA三联体总是转换为同样的氨基酸。这就是同样的原因产生同样的结果的因果律。这个因果律可以用地球上的有机体具有共同的“始祖”来加以解释。但是为什么是目前这种DNA码而不是另外一种DNA码（例如四联体码）转变为生命蛋白质呢？并不是因为其他的与生命蛋白质对应的别的DNA码内在地缺少适应性而被淘汰。生物学家没有特别理由来假定现时的遗传密码是唯一的可能的密码本。1956年俄国物理学家加莫夫就提出过几种不同的密码，完全可能是因为某种偶然出现的事件，例如恰好是别的密码本身只在少数有机体中流行，而现时保留下来的密码本在较多的生物体生物化学反应中流行以至于被正反馈放大而淘汰了另外的密码本。这就显示同样的原因产生同样的结果的因果律和因果性，它是有起源的，起源于随机、涨落引起的进化，也就是人们常说到的盖尔曼名言“规律性是冻结了的偶然性”所要表达的内容。

同样，在现实的复杂系统中，因果律和因果性也有不起作用的场合，特别是非线性动力学（关于行为状态与行为结果对初始条件的敏感性）以及海森堡的不确定性原理都告诉我们：“相同的（同类的原因）总是产生相同的结果”这个因果性原理并不是普遍成立的。世界上有些现象并不受精确的因果律支配。这就是说，不是稳定和重复的关系就不是因果关系，因为它不能提供对现象的解释与预言。因果性和因果律，无论一般的还是特殊的都有一个起源的问题，并且也会有失效的时候。复杂系统知识由于要揭示这种动态的、结构的和因果的不稳定性，便与简单系统知识形成不可逾越的逻辑鸿沟，后者不能逻辑地推出前者，反之亦然。

在这里我们不能不佩服苏格兰哲学家休谟的洞察力。请再看看他的第二个问题：“我们有什么理由说，每一个有开始的存在的东西也都有一个原因，这件事是必然的呢？……那样一些特定的原因必然要有那样一些的特定结果呢？”现在复杂性和混沌的理论告诉我们，情况确实是这样。如果将原因或原因集看作一个事件或事件的一个特征的充分条件，我们确实没有理由说它们一定有个充分原因，相反我们却有理由说世界上很可能有而且已有经验证据表明确实有些事是没有原因的或没有结果的。

我认为，从简单系统知识到复杂系统知识之间没有演绎逻辑通道的论断可以推出下列几个知识论观点。

（1）我们不能滥用培根倡导的隔离实验方法来“强迫自然界展现她的（律则）秘密”。要隔离开蝴蝶效应研究气象，隔离开历史分叉来研究社会历史是不可能的，当然实验的测量和控制技术可以改进，但是我们要注意那些不能隔离的变量与因素。这种“不能隔离”来源于微观系统和宏观系统不可排除的不确定性、不稳定性和无规则性（irregulation）。因此复杂性研究要求它的实验考虑“对初始条件的敏感性”，因而更多地使用“模拟实验的方法”重构它们。

（2）我们不能要求所有的知识具有精确的可预测性。在传统的简单系统的知识中，预测可以是很准确的。稳定的太阳系运动帮助我们准确预言几万年以后的日食月食的时间，甚至于分秒不差。但是复杂性非线性和不确定性却破坏这个传统方法论的基础。天气的变化当然服从物理学的定律，但天气预报，特别是长期天气预报从来就不可能是准确无误的，而金融危机、股票涨落从来就没有人做过准确的预言，否则就根本没有股市。因此，我们需要新的方法论来研究复杂系统，这种方法特别注重偶然个案研究和诠释（hermeneutics）方法的应用，或者还有大数据的应用。

（3）人类知识有多样性的领域，各有不同的目的、要求，各有不同的模式、方法与表达。不但复杂性知识而且简单性知识都各有不同的类型，要求将各种不同的知识还原化约为某种简单的知识的还原主义是不恰当的。这也只是科学童年时代的幻想。还原，reduce或reduction就是要简化我们的描述，由简单的命题推出复杂的命题，这就是笛卡儿（又译笛卡尔）方法论的第三原理。“从模糊复杂命题追索到简单明确命题”, “以及从最简单命题推出复杂命题”。从信息论（信息理论）的角度看，这等价于将实验获得的数据或信息加以压缩，压缩到最小的描述长度而不失真。例如有一个序列

S1: 12121212121212121212

这个序列较简单，我们可以将它压缩为算法：“10个（12）”。就是将12的数据写10次。这里“10（12）”就是算法或“定律”，可由此推出S1。但是我们如果遇到下面的序列

S2: abgqirncmshbpmwuxhye

对于这个序列，要描述它除了重抄一遍之外，没有任何压缩的方法，至少对于用S1的简单语言来说没有压缩的方法，这就是它的不可压缩性，不可能有算法或规律推出S2，在这里从“简单”演绎推出“复杂”的还原是完全不可能的。复杂性∑用盖尔曼的表达∑＝∑（S1）+∑（S2），它是有规则的算法复杂性和完全随机性的总和，所以是不可以还原为简单性知识的。