
日常混沌
你上车,开车去购物中心。在路上,你停下来让救护车先行通过。这是一次普普通通的日常驾驶。
布雷登・R.艾伦比和丹尼尔・萨瑞维茨在《科技人类状况》(The Techno-Human Condition)一书中希望我们意识到,一次看似再普通不过的驾驶,实际上有多么复杂。你的汽车就是他们所说的一级复杂系统,因为你可以打开引擎盖,弄清楚它是如何工作的。购物中心的存在归功于二级复杂性:在汽车出现之前,去购物中心很不方便,但是你不能仅仅通过检查一辆汽车就预测出购物中心的兴起。救护车只能作为三级系统的一部分来解释,三级系统的存在是因为多个系统的交叉存在:汽车、道路、交通法规、依赖于集中设施的医疗保健系统等等。如果只看到汽车引擎盖下面的东西,你就永远都预测不到救护车的出现。13艾伦比和萨瑞维茨提出这一点是为了劝阻我们不要再将一级系统的解决方案应用于三级系统的问题,例如气候变化。但他们也分析得出另一个结果,即我们周围的简单事件之所以看起来简单,是因为我们忽略了让它们成为可能的复杂系统。
然而,直到大约60年前,我们才得出一个直接解决复杂性问题的理论。如果我们愿意过度简化一下它的历史,那么我们可以将1972年该学科奠基人之一爱德华・洛伦兹的一次演讲,作为混沌理论进入公众视野的开始:“可预测性:巴西的一只蝴蝶扇动几下翅膀,居然在得克萨斯州引发了龙卷风?”14这种令人难以置信的想法,很容易让媒体把它报道成另一个“这帮疯子又想出了什么疯主意”的案例。
当然,混沌理论根本不是什么疯主意。事实上,在机器学习让我们不用总是理解数据之间的规律就能使用数据之前,在互联网让我们直接体验复杂系统有多么不可预测之前,混沌理论就为我们打破变化是如何发生的这一固有认知奠定了基础。
混沌理论并不疯狂,它只是看起来疯狂,因为它描述的是非线性系统——随着规模的扩大,这些系统的行为会完全不同。例如,如果想多拉点儿人参加原定人数为4人的晚餐聚会,你就不能只添几把椅子,再往菜里多加点儿料,因为那只是一个线性系统。在某个特定的时刻,你会意识到必须租一个大厅,找一个宴会承办人,与当地警察协调安排交通,并放弃让每个人都站起来做自我介绍的想法。这将是一个本质上完全不同的聚会。
天气是一个更典型的非线性系统。例如,温度的微小上升会影响气压和风速,这足以改变空气中的水蒸发和凝结的模式,从而导致飓风。当较小的影响对系统的行为产生巨大的影响时,你就得到了一个非线性系统。
混沌理论为我们提供了用于对高度复杂的非线性系统进行建模的数学工具,从而使我们能够严格分析一切,从巨石周围的水流,到气候变化,再到在《侏罗纪公园》里水珠在劳拉・邓恩手中流动的方向。15当然,这种新科学的解释通常超出了没有高等数学专业背景的人的理解,我也是其中一员。
混沌理论形成后不久,一种相关现象就成为其研究对象——复杂适应系统。公众对这类系统的理解,还要归功于蕾切尔・卡森1962年出版的畅销书《寂静的春天》,这本书让人们意识到错综复杂的生态系统(这是个1935年才被造出来的词语)的脆弱之处。16改变一个元素可能会对整个相互影响的系统产生戏剧性的影响,这种说法令人惊讶的程度,不亚于一只蝴蝶在理论上可以引发飓风,或者黄石国家公园重新引入狼群所引发的一系列改变,并最终改变了当地河流的流向。17如此复杂的系统可能会带来一些涌现效应,这些效应我们是无法仅仅通过观察其组成部分去理解的,就像无论怎样细致地解剖一个大脑,你都无法在其中找到一个想法、一种痛苦或一个人一样。
在过去的几十年里,混沌理论及复杂适应系统理论的科学领域之外的许多发展让我们明白,世界似乎并不像我们数百年来所想的那么容易理解。这些发展有许多发生在全球范围内:第二次世界大战动摇了我们对西方文化合理性的信念;哲学存在主义教导了一代人,其意义只是我们的发明;女权主义挑战了纯粹分析思维的崇高性,指出这种思维通常是男性维护权力的举动;所谓后现代哲学已经否认了我们不同的诠释背后存在一个单一的现实。行为经济学指出了我们的行为有多么不合理,比如,如果一个谎言被揭穿,它在我们的脑海中就会变得更牢固。
这些影响让我们开始质疑,我们对因果性的理解是否过于简单,是否受到了过去对历史权力结构的限制,我们是否过于天真地认为大脑是一种寻求真理的可靠工具。相反,我们开始发现,事件背后的因果关系如此复杂,如此难以理解,并且往往基于具体情况本身最细微的特性,以至为了理解它们,我们不得不把它们简化成比现象本身更简单的故事。
黑暗隧道的尽头出现一丝光亮。我们终于拥有了从庞大而混乱的细节中提取有价值信息的工具,我们拥有了可以让我们从理论中获取实际价值的工具。互联网的世界中充满了无数的复杂与混乱。人工智能以机器学习尤其是深度学习的形式,正让我们从过去被我们视为过于庞大、混乱和琐碎的数据中获益。
因此,现在,我们终于从混沌理论转向混沌实践——将这一理论那令人兴奋的想法应用于日常生活。