白癜风知名专家 http://m.39.net/pf/bdfyy/bdfzj/一：混沌与涌现
一、导论
关于这个世界，我们了解多少？
非常高兴可以来到咱们混沌大学给大家一起分享有关复杂性相关的内容。
我们都知道，我们人类的科技发展已经是非常的厉害，那么从小到10的负16-17次方这样一个非常微观的世界，以及大到10的24次方这样一个非常宏观的世界，我们都了解的非常清楚。可是非常奇妙的是，就是在我们周围，这样一个10的负5次方到10的5次方这样一个所谓的介观世界，我们缺了解的相当的少。
还原论思维的局限
为什么会这样呢？原因就是在于，我们现有的这种科学方法，大多数是一种所谓的还原论思维，就像我们小男孩喜欢把闹钟、电视、收音机把它拆开，却忘记怎么把它组装起来一样。那么科学家们忙于拆散我们的世界，深入到分子、原子、原子核、夸克，不断的去分解分解还原，可能有一天突然发现，我们忘了怎么把它组装成有机的世界，而恰恰是在这样一个介观世界，有很多问题是我们现在的科学很难回答，或者是正在回答的一些问题。
就比如说生命的起源。那么大家都知道，40亿年前，原始的这种液态的氨基酸分子就突然之间组合在一起，变成了一种活细胞，到底是怎么变的？现在没人知道这个答案。
再比如说，我们拳头大小的大脑。现在我们知道的是我们这个大脑里面，就是亿个神经元细胞和60万亿个神经元之间的连接，那么我们的思维就是由这些神经元细胞放电、相互联系就形成一个复杂的动态系统，于是构成了我们的思维，构成了我们所有的思考世界，构成了我们这种意识。
可是，这样一种认识太模糊了，你随便拿几个小灯泡，让这些灯泡之间互相传送这种电流，它就能形成意识吗？这是不可能的，这中间一定有被我们忽略掉的一些东西，而这些东西，恰恰是我们所不知道的。
那么，抛去这样一些高大上的问题，我们身边的这种世界也存在着一些我们现在不能理解的东西。比如说，我们经常看到的鸟群，我们会发现，这些鸟群它会自动形成一些编队，而且遇到障碍物的时候，它会聪明的分开，绕过障碍物以后，它又合并成一队往前飞，所以它形成了一个非常复杂的鸟群的动态。到底怎么去形成的这种动态呢？可能你会想某只领头鸟它很厉害，它明确知道方向，并且号召其他的鸟形成这样一个编队。也有可能你会认为，所有的这些复杂的动态。是编码在它的基因里面的，那么真的是这样吗？这个问题有这么复杂吗？
我们再来看看我们周围的社会，我们都知道现在这个社会已经都进化到了一个非常扁平化的一个世界，就像我们很多娱乐节目那样，每一个个体的人，都可以站到舞台上去表演，而那些权威的明星大腕却坐在了舞台下面。
那么，再看我们的课堂，大家都知道，现在都号召一种所谓的翻转课堂的模式，学生们变成了主角，在台上表演，老师们进行答疑和点评，所有的学习都是在线下完成。甚至于我们现在的金融系统、银行系统、*治系统都变成是一种扁平化的。
大家都知道最近的币圈、还有链圈都非常火，你们每一个人都可以自己发行货币，所以，每一个人似乎都是这个宇宙的中心。那么，另外一方面，所有的人都会在这样一个世界高度连接起来，现在的互联网让我们知道昨天在美国发生的事情，很快就传到了大洋的彼岸，甚至于我们会感觉纽约和北京的距离可能会短于我们北京到张家口的距离，因为没有人关心张家口发生了什么事。
所以，这个世界，这些网络的连接，使得我们这个世界已经发生了一个非常有趣的变形，让我们高度连接成一体。
人工智能的的未来
那么，另外一大趋势，就是最近人工智能的火爆发展。这个AlphaGo，就好像一击重拳把我们打醒，让我们不得不去重视我们身边的机器，仿佛一头睡狮正在崛醒。特别是那些搞围棋的人，他们所有人在比赛之前都认为，AlphaGo绝对是赢不了人。但是，所有人都小看了这个AlphaGo。
那么，关于人工智能我认为一个最令人毛骨悚然的预言，就是所谓的奇点临近。当然这个预言，是根据所谓的摩尔定律，就是机器的计算速度成指数倍增长，每隔18个月，它的性能就会提升一倍，按照这样一个速度往下推演下去的话，大概是在-年之间，将会出现计算机的性能超过人脑的性能。
那么，这样一个奇点来临的时候，将会发生什么？库兹韦尔他在预言这个奇点的时候，他有两种观点：
观点一、机器将会战胜人类，就像《终结者》这部电影里说的。
观点二、但是最近，他好像又调整了这个观点，他说人类将获得永生。
究竟是人类进入地狱，还是人类将永生，让我们拭目以待。
不同问题的共同特征
那么，我们会发现，所有这一切问题包含若干特征：首先他们都是一个非常含混的、很难说的清楚的宏观问题、这就跟传统的科学研究很不一样，因为传统我们是看微观，极细微的例子，它是什么样的性质，而这些问题都是非常宏大的。
另外一个很重要的特点，你会发现，你要想搞清楚每一个问题，你很难用单一学科来进行解答，经常就牵扯了很多大量的这种学科。
第三，看起来不同学科的问题，它背后就存在着共同性。比如说连接这件事，网络连接就是一个普世的特性，当然最主要就是传统的科学方法--还原论，已经不能解决问题了，我们必须调整我们的视角。
什么是复杂性科学？
所以，这就使得我们必须去正面所谓的复杂性科学，什么是复杂性科学？对不起，虽然我生在北师大系统科学学院，也是从事这个专业的研究者，但是我很难给出大家一个明确的、有关复杂性科学的定义，因为这个学科相比较传统的生物学、物理学等等还太年轻。
所以，我更倾向于回答什么是复杂性科学呢？就是给大家扔出来这一堆关键词，在这一堆关键词里面，有三个关键词是最重要的：
第一，跨学科。它从来不去看这个问题是属于生物学还是物理学，它把这些学科之间的边界打通。
第二，统一性。就是复杂性科学，它在看不同的系统的时候，它试图提炼出来背后共同的规律。
第三，涌现。所谓的涌现，正是我们复杂系统、系统科学最有意思的这么一点。
所以，简单描述一下，什么是复杂性科学？我认为就是采用跨学科的手段，研究不同复杂系统之中共有的涌现行为和统一性规律，这就是复杂性科学。
那么，复杂性研究的对象自然就是复杂系统，那么复杂这里面需要指出的是，它是区分简单系统和无组织的随机系统的，如果我们把所有的系统都理解成是一些实体和实体之间的联系，或者是相互作用的话，我们就会发现，像简单系统显然不是复杂，但是，还有一类，很容易就有迷惑性。就是这个所谓的无组织的随机系统。
就像我们大气（空气），我们知道，给你这么一个小杯子，这里面就有10的23次方、这么多个气体分子，它们就是单元。可是这样一个大规模的系统，却不是我们感兴趣的复杂系统。原因就是我们知道，气体分子之间的相互作用力非常微弱，你可以想象，分子大部分时间里面就是自由飞行，不会跟其他的分子发生碰撞。
所以，这类系统的相互作用非常的简单、微弱，也不是复杂系统。而下图中间这个图形，恰恰是复杂系统。复杂系统的群体规模要足够大，但是不一定特别大，不需要大到10的23次方，你可能几十个，像鸟群，几十只鸟就已经可以形成一个复杂系统。但是很重要的一点，就是在于这个个体之间的联系、相互作用要足够的强，这才是使得让它变成复杂系统的原因。
看几个例子，蚁群，一个典型的复杂系统。每一个蚂蚁都非常的简单，但是，整体却会形成复杂的社会；像交通，也是这样；像城市，更是复杂系统。
那么，沿着这个复杂系统这个角度去看周围的世界，我们会发现，我们针对不同的系统，它在不同的发展阶段，它会有这样一个复杂性的阶梯，而这个恰恰就是我们今天讲课的这样一个顺序或者是框架。我们会沿着我们看复杂系统它开始在初始的混沌状态下，相互聚集，形成了一个复杂系统，然后进一步这个复杂系统还会演化，它首先需要打开自己，形成新成代谢，在内部形成网络，然后其次它还会进一步按照达尔文的方式，不断的去进化，甚至于它会形成更高尺度的层级。所以，这就形成了一个复杂性的阶梯。那么，我们第一个主题，就是所谓的混沌与涌现。
二、混沌
首先，我们看一看这些简单的个体是如何在一些规则下能够形成一个复杂系统的，形成一个整体。
鸟群模型
让我们来看几个例子，都是生物学里面的例子。首先就让我们来看看鸟群。大家知道在小学课本里面都学过：一群大雁往南飞，一会形成一个“一”字、一会形成一个“人”字，它是怎么形成这些编队的？怎么形成这种构型？是领导、还是基因、或者是其他什么东西在制约着它？这个东西很难回答。
可能，令人没有想到的是，给它这个问题很好答案的人不是生物学家，而是一个计算机图形学家，说白了就是搞计算机动画的，那这个人叫科瑞克。他在年的时候，就看着鸟群天天发呆，他在想我认为做一个计算机动画，能够逼真的模拟出来这个鸟群飞行的情况。于是他就在计算机上展开了实验，结果就发现：我只需要利用3条非常简单的规则，我就可以逼真的去模拟鸟群。
这3条规则很简单：
规则一：靠近。
首先，每一只鸟它的视野半径是有限的，这个很自然，我能看有限的世界，所以只有在一个大圈里的其他的邻居（鸟）才会对我有影响，那怎么影响呢？
第一条就是要靠近。
我们都知道，所有的群体生物，都会有一种所谓的从众或者是扎堆的现象，人类也不例外。
所以，大家都在那块扎堆，我肯定会朝向大家去飞。所以第一条规则就是靠近。
规则二：从众。
第二条规类似，大家如果往南飞，我就不能往北飞，所以我会调整我的方向和大家保持一致、要对齐。
规则三：分离。
第三条也很简单，如果我和某一只鸟靠的太近了，我不能傻到跟它碰上，所以我会产生一种斥力，就叫分离。
那么，正是在这三条的规则作用下，我们就可以在计算机中，这样一个模拟世界里面，创造出非常逼真的鸟群飞行行为。
大家可以看到，下图里面灰色的方块还有圆柱体，实际上是一些障碍物，这个是我们上帝，作为上帝我们可以放置进去的。
大家可以看到这个屏幕上有很多绿色的，可能你再仔细看会有一些*色的箭头，那么这些箭头就按照我们刚才所讲的那三条规则，就发生了这种相互作用，你会发现有一些很神奇特性会展现出来。
首先第一印象你就会发现，它们活了，可能说它们像鸟群可能你会觉得更像鱼群，其实无所谓了，反正它们挺像活的。而且这个东西是动态生成的轨迹，虽然作为一个程序设计者，我码了这个代码，可是对不起，它下一时刻哪一只鸟往哪飞，我一下不能告诉你，我不知道，我必须钻进我那些代码里面我去看，我才知道它下一刻飞到哪。
而更有意思的是，我没有设计哪一条规则告诉它，我应该躲避障碍物，应该分成两队，应该合拢成一队，我没有告诉，我告诉它的只是那三条简单的规则，可是整体上却展现出来非常复杂的动态。有的时候几只鸟会落单，有的时候它们合拢在一起，就像真的是活的一样。
所以，从这样的一个简单的仿bird的模型，我们就会发现，首先复杂的行为并不来源于复杂的设计，这个是挑战我们思维的这点，来源于简单，但是简单不能是行为简单，行为简单还是简单的，所以是一个底层的规则上的简单，你要找到这三条规则，这个是不容易的，做了大量的实验。
还有一点让我们吃惊的，就是我敢保证，在这个程序里面没有任何的随机数发生器，全部是确定性的规则，可是，就像我刚才说的，它下一步飞到哪我不能预测，因为它们之间的互动太非线性，太复杂，我的人脑完成不了这种计算，这就对客观的不确定世界有一个划分。
混沌
我们都熟悉的是，我们看到的不确定通常就认为它的底层也是不确定，就像量子世界，量子行为一样，量子本质上就是不确定。可是在这样的程序里面，我给大家展示的却是反过来，确定性的规则可以导致不确定的行为和表现，而这样一种现象就被我们成为混沌。混沌大学，就是这个混沌。
提到混沌，相信很多人都知道所谓的蝴蝶效应，实际上这个拍成电影了，就叫《蝴蝶效应》。好多电影都反映这件事，形象的说就是一只南美洲的蝴蝶煽动一下翅膀，就会引起有的说是北京，有的说是南美，无所谓，反正就是很远的地方形成一个非常宏观的一种效果。
整个之间的过程恰恰是在于我们所在的系统是高度的非线性的、复杂的，相互作用的体系，所以就是牵一发而动全身，刚才的鸟群其实就是这样的特例。
对比我们熟悉的，至少是现在的这种教科书里，给我们讲述的经典物理世界和混沌世界，我们就会发现有很多的不一样的地方。经典物理包括以下特点：线性确定系统、确定的原因产生确定的结果、相似的原因产生相似的结果和严格决定论。而与之不同是，混沌的特点如下：非线性确定系统、确定的原因产生确定的结果、相似的原因在长期的演变中产生极为不同的结果、初始条件的敏感依赖性，不可预测。换句话说，在混沌的里面相似的原因，一个初始值不同就会被整个的演化、迭代和非线性所放大，所以，混沌系统是对初始条件非常的敏感的。
大自然的自组织规律
我们强调的是混沌的不确定性，但是是不是混沌的系统就不能把握呢？非也。因为这个系统总是这样充满矛盾，虽然很多的行为是很难把握，但是如果你再去站在一个统计的角度去看，站在一个上帝的视角，他又会出现一些确定性的规律，这就是所谓的统计，统计就是告诉我们非确定的因素集体行为的确定性。所以就充满了很多的矛盾，包括从原来的还原论再到现在短期的还原论和长期的整体性，如果我们去看整体，还要看宏观，混沌不确定性又会被抵消，我们又能看到这种确定性，这就是所谓的混沌方法所带来的新的变革。
讲完了鸟群，还是挺宏观，我们再来微观一点，更小的群体，就是蚂蚁。我们搞复杂性科学的特别喜欢用蚂蚁作为例子，因为蚂蚁笨笨的，所有的小孩都会欺负蚂蚁，拿开水烫它，可是你能欺负蚂蚁但是欺负不了蚁群，因为蚁群太厉害了，非常具有智慧，智慧到什么程度？
据说在南美，亚马逊平原，有这样一种蚁群，在发生森林火灾的时候，蚁群居然能够滚成一个大的蚂蚁肉球，从火上滚过去，为什么要这么做？很简单，如果他们不形成蚁球，每只蚂蚁单独的想爬过森林火灾爬出去，可以想象一下，全*覆没，蚂蚁最怕烫了，拿开水一浇它就缩成一个小球就没了，所以你可以想象，它如果爬过去全*覆没。可是，它们却能够聪明的形成一个蚁球，这样的话，外围的蚂蚁肯定是死掉了，但是大部分的球的中心的蚂蚁却存活了下来，谁告诉它的？不知道，那些外围的蚂蚁居然就有这样一种牺牲的利他的行为，形成这种现象。
关于蚂蚁的故事还有很多，我们再给大家举个例子。我们知道蚂蚁可以聪明的找到食物，这个很自然，找不着食物它就饿死了。可是你可能不知道的是，如果从巢穴到食物存在着多条路径的时候，就像这张图展示，开始的时候它们还是随机乱走，但是慢慢的，几乎所有的蚂蚁都会收敛到那条最短的路径上去，有的时候这个路径可以很长，至少到几百米甚至一公里这么长都有可能，那么每只蚂蚁那么一点，它的视野再厉害，再靠所谓的气味和信息顶多是几米的范围，怎么就能知道上百米的路径哪条最短呢？谁告诉它的？这个很有意思，很奇怪，它们确实就能找到，这是怎么回事呢？可以想想。
科学家们、生物学家们给出这样一种猜想，他说，“蚂蚁会释放一种信息素，就是一种气味，人是闻不见的，但是蚂蚁可以闻见，这样的话它找到食物它就放气味，当然其他的蚂蚁就会找过去。”是不是这样释放信息素就能保证这些蚂蚁都会收敛在这条最短的路径上呢？
生物学家就猜测有可能的，道理很简单，因为这个信息素都是有一种挥发性、耗散，经过一段时间以后，气味就散掉了，所以如果一条路径相对其他路径更短一点的话。继而，路程短，同样的速度运动，那么需要的时间就会越短，需要的时间越短，因为它要反复搬运，可以想像，保存的蚂蚁周转的时间就会更短。于是，更短的时间以后，有可能导致更多的蚂蚁走过来，然后释放更多的信息素，更多的信息素又会吸引更多的蚂蚁过来。
所以，小小的这样一个差异，一个优势就会被放大，于是就让一些蚂蚁收敛到最短路径，是不是这样的呢？这种机制能不能保证收敛呢？这就是生物学家很难做实验回答的问题，于是怎么办？又是搞计算机的人登场。所以你可以看到，解决一个问题其实是多学科的，是搞计算机的人开始做仿真实验。我可以构造一个虚拟的环境，按照生物学家的猜想，让这些小蚂蚁开始爬行，开始的时候它不知道食物在哪，所以它就会随机游走，当某一只蚂蚁发现了食物，它就反过来，走的时候同时往环境释放信息素，所以你看到的*色的格点就是它放出来的气味，而这个气味又会逐渐消散，当有一只新的蚂蚁找食物的时候，它就会沿着信息素浓度高的地方去游走。就是这样一个简单的机制下，是不是能够找到最短路径，让我们来放一下视频，大家看到红色的像砖头一样障碍物，它还能避开障碍物，左边*色的点是它的巢穴，右边的点蓝色的是食物，蓝色的小点就是蚂蚁留下的信息素。
我们会看到，其实在这个仿真里面，很快它就找到一条看起来就像直线这样一条最短的路，然后与此同时就会发现，周围同时还会存在着其他很多的路径，但是更多的蚂蚁会收敛到这条最短路径来，而保持了其他路径的存在，的确是可以工作的，可以找到的。
为什么？就像我刚才说的，是因为所谓的正反馈的作用，这里面所谓的正反馈，就是两种因素会不端的加强自身，正向加强，就叫正反馈，哪两个因素呢？
一个就是道路上的信息素浓度，越高就会吸引更多的蚂蚁过来，而越多的蚂蚁又会释放越多的信息素，所以这两者就形成了一个正反馈，不断的去加强，越高越多，越多越高。
初始的时候一个微小的差异，就是路径长度的不同，越短的时候就被重复的少一点，于是微小的差异就会被放大，在非线性的作用下就会被放大，那么放大以后，就导致了最后蚂蚁们都收敛到那条最短的路径上了。
另外一个有趣的现象，在实验里面我们也做过，我们可以看到，除了那条最短的路以外，还保留了一些其他的路径，看起来是绕弯的，不是最优的路，不要小看这些路径，其实很重要，什么时候重要呢？一旦我们找到的最短路被cut，这个时候那些次短路很有可能就会变成是最优的路径了，蚂蚁群就会很快的调整到那里，所以这就是群体智慧威力所在，不仅能找到比较优的解决方案，而且还能够保证具有抗干扰能力、适应性能力。
蚂蚁的这些巧妙的技巧，甚至于可以启发人类工程师，设计出来相应的算法，真的是有这种算法，叫做蚁群算法，完全仿蚂蚁的群体。
下图我展示的就是我以前的一个同学，他做的毕业设计，让蚂蚁在人类地图上去爬，最后找到一个A点到B点的最短路，完成了导航的任务，启发了我们这种人类的智慧。
蚂蚁很厉害，还有比它更厉害的，那是一类更小的一类群体，有两个名字，因为它是两种形态，当它是个体的时候，实际上是单细胞的细菌，叫做阿米巴虫，就是从阿米巴管理借鉴过来的。
当它食物短缺的时候，这堆小的个体，小的细菌，居然能够自发的聚集在一起，形成一摊东西，叫做黏菌，所以黏菌是它的整体名字。
那么在农村里面，很多土话就管它叫鼻涕虫，一摊鼻涕一样，黏呼呼。你看它恶心，人家比你聪明，至少比人类的工程师还要聪明。因为拿黏菌群体居然能够设计出来一个公路网络，这个公路网的效率很有可能比人类工程师设计出来的还要高，这个是东京大学一个研究所年做的实验，非常有趣。
我们可以看到这是一个地图的样子，实际上是东京和附近的那些小的城市构成了一个城市系统，他们希望让黏菌通过爬行能够找到连接所有的城市的最优的城市轨道系统、疏密网络，让他们设计出来，疯狂吧，他们就做了实验。
首先，他把一个黏菌一摊阿米巴虫一下就扔到了东京市所在的点，当然是一个微缩的地图，把它扔过去，所以看中间的*的圆圈就是一个阿米巴群体。
他把那些周围的小城市放上了一些阿米巴喜欢吃的食物，就放在那里，一些糖类，然后实验人员就走了，不管他了，就开始观察，那么就会看到，像B图展示的，饿了以后，这帮黏菌就会分裂成一些小的阿米巴虫，它们就会四散开来去找食物了，那么找到食物以后还会把这些食物跟蚂蚁一样搬运，所以你会看到像C图，清晰的能看到，它会形成一些输运网络，就像叶脉一样，跟那个很像。
开始的时候，输运网络的特点就是非常散，一堆毛细的小的管道，这些小的管道虽然能保证运输食物，但是效率却很低，慢慢11个小时一直到26个小时，它们都在做对输运网络的不断的优化和精炼，它们慢慢就会把小的输运网络合并成一个大的输运网络，以至于26个小时过去以后，居然能够形成一个跟人类的道路系统非常相似的一个输运网络系统。
科研人员曾经计算过这样一个输运网络的效率，可以从数学的角度算出来，结果就发现跟人类设计出来的几乎不相上下，在有的情况下，居然还能比人类设计的效率更高。
而且更有意思的是，我们还可以通过光照来模仿不同的地形，左边是没有光照，右边是有光照，有光照你会发现模仿的是山川有河流这种条件，阿米巴虫就会避免光照，所以就会形成更优的网络。
我不知道大家听完这个例子是什么感觉，至少在我当年读到这篇论文的时候，我简直惊呆了，我们号称万物之灵长，我们是人，我们牛逼哄哄的在这站着，可是像设计输运网络这件事情，阿米巴有可能比你还要擅长，它的智慧到底从哪来的，其实也是在信息素相互的作用机制，只不过大家现在还没有研究很清楚。
所以，智慧其实并不是我们人类独有的，真正拥有智慧的其实就是老天，所谓的大自然，它的自组织规律。
三、涌现
人类的集体愚蠢
讲了这么多动物的群体，很聪明，那么反过来，我们考虑我们人每个个体绝对聪明，是不是我们人构成的群体就一定更加的聪明呢？不是的，完全不是这样的，我们看见有很多人类的集体愚蠢行为，踩踏事件，每一年在麦加都会有大量的伊斯兰信徒去朝圣，每一年几乎都有踩踏致死的事件发生。
另外，像交通系统，北京市可以说是交通状况是全世界文明的糟糕，我去美国访问，人家直接就问我，你们是不是有一天堵车堵了三个小时，远在美国人都知道北京发生这种大交通瘫痪的事件，为什么？恰恰是因为每一个人可能太过聪明了。
就像开车，我们每一个人都想老爷我是聪明的，我比你们都厉害，所以我的车技很高我就可以乱去超车，乱去并道，可是你要知道，在交通系统里面恰恰是每个个体太聪明，太过急功近利，就会导致整体的交通效率很低。
再来看看股票市场，这张图非常形象的刻划了股票每天正在发生的事件，有的人说，excle是卓越的意思，这只股票很卓越，结果旁边人听错了，要卖了吗？于是他就喊sale，赶紧卖，于是股票价格一下跌了下来，有几个人玩累了，底下那张图，老子不跟你们玩了，我要把所有的股票都卖掉，GoodBye，旁边人就听见了，是buy吗？赶紧买，这叫以讹传讹。
正是这样，我们的股市就是这样一个集体疯狂的系统，大家都在这个群体里面被大势所趋，疯狂的涨跌。
所以，看到人类的这些现象就会发现，有的时候个体如果过于聪明，而不懂得协调合作的时候，其实真的是导致不是集体智能而是集体的愚蠢。
怎么才能让人类群体变得更加智能？
怎么才能让人类群体变得更加智能呢？MIT的小组彭特兰教授有一本书描述他们一系列的实践，叫《智慧社会》，他们就发现，我让一堆不同的群体在受控的条件下完成一些类似于智力竞赛的任务，然后去看一看什么因素会导致群体的智商会更高呢？结果发现还是很令人吃惊。
假如说，我们的群体有两种不同的沟通模式，左边这种可以明显的看到，少数个体之间他们的沟通会比较强，所以一看这两人一定是领导，或者至少是一个很强势的人，所以他们俩占据了所有的沟通。
而在右边这种状态下，每个人都很平均，大家随便的说着什么，形成了一个非常对等的结构，你们猜这两种结构哪种形成的集体智慧更高一些呢？
结论是右侧的沟通会效率更高，导致群体智商会更高一些，扁平化，答案就在想法的流动。当你面对复杂的任务的时候，每一个人都很难获得全局的信息，很多不同背景的，什么都懂，这是很难的，所以这个时候如果每个人分享一点自己的答案，然后在群体之间流通起来，就会促进群体智商的发挥。
科学家们进一步问，什么样的因素会导致第二类情况更容易发生呢？答案很气人，至少作为一个男性同胞我很嫉妒，答案是在于女性的比例，很神奇，发表在《Science》上的工作，他们就发现，女性在一个团队里面超过20%，小于80%的时候，这个群体智商就会表现的非常高，为什么？其实想想就会明白。
因为女性的存在更多的是一种沟通，社会协调，你会发现两拨人谈融资，如果有女性在那，所有人都会放松警惕，就会彼此更加的信任，就意味着你的联系会更多。这样的话，你的想法就会更容易在群体上流通，这就导致群体智商和个体智商完全不对等的，不一样的。
个体与群体的行为差异
所以，看了这些群体和个体我们可以总结一下有哪些特点。
首先，所有的个体都是很简单的规则，没有一个是聪明的，聪明的反而被聪明误，就像人类的集体愚蠢，更重要一点就是在于每个个体其实说破大天都是掌握一个非常局域的信息，包括人，我们经常说我们要掌握更多的知识，胡扯，掌握再多你能记住全世界所有的知识吗？你能知道每一个人的心理的状态吗？不可能，除非你是上帝，这就是复杂性的鸿沟，宏观的复杂性和微观的复杂性完全不在一个量级，所以永远你是掌握局部信息的，你一定要时时刻刻记住这一点。
第三条，个体和个体之间一定是要紧密的相互作用和联系，反过来反观群体，他的情况会怎么样呢？有可能会形成集体愚蠢，当然也有可能形成集体智能，只要你能够放开自我，你不去掌控一切，就让他自由流通起来，就有可能产生集体智能。
第二，这样的群体智能往往是具有超强的适应性能力，就像那条次优的蚂蚁路径一样。
第三，它的弱点就是这种群体很难被控制，这种家长式的作风在里面失效。
因此，所有这些群体，如果我们用一个词去描述他们的集体智慧和集体愚蠢的话，这个词就叫做涌现。这个词是非常精确的表达了这一点，简单来说就是用亚里士多德那句话，整体大于部分之和。或者说，通常会在系统的整体层面会表现出来一些无法简单化为个体行为的一些模式、属性和现象。
斑图
有一个词，叫做pattern，中文学术的翻译叫做斑图。就是当涌现发生的时候，涌现出来的个体就会组合形成一些集体的模式，即斑图。比如，鸟群的飞行的形态，现在的分开还是聚合的样子，还有像蚁群形成的蚁队，还有像黏菌形成的输运网络的模式，我们都管他叫做pattern，这种斑图的出现，就有可能使得在新的一个层面，宏观的一个层面形成新的个体出来。
我举个例子就明白了，第一，霓虹灯，是一个非常好的展示什么是斑图，什么是涌现的例子。霓虹灯无非就是一堆小灯泡，所以你从灯泡的角度看，看不出来有什么文字和图案，都发现不了，只有当你往后退一步，你去看霓虹灯的整体的时候，皇冠、鱼、文字才突然之间在你的脑海中浮现出来，这些文字就是属于涌现的行为，是属于斑图，没有办法把它归结为小灯泡是怎么样。
另外，这种斑图有一个特性，它能够跨越底层，跨越硬件的存在，更像一个软件，最简单的例子就是六十，看起来非常简单的数字，这张画面展示是当年奥运会，当然拿翻板，然后形成的pattern这种模式，反过来你可以用翻板实现，你也可以用屏幕上的象素拼出这个六十，甚至你可以用大楼，每一个窗户的亮闪和开关，来拼出来这样一个六十。
那神奇的地方就是在于六十存在于哪，这个很难回答，它是凌驾于底层，用什么实现之上的一种超然的存在，说悬乎点，经常传说中的*魄一样，真的是这样的。
我们认为肉身有一个*魄进来，这个六十就好像*魄，他可以进到不同的肉体里面去，这个就是奇妙的地方，只有在复杂系统里面涌现的时候才会出现。
我们再来播放一段视频，就能体现什么叫做被附身了，什么叫做显灵了，这个是美国的一个人，无意之间拍出的一片视频，云彩会形成一个人脸的形状，大家可以看到一点一点的人脸就会形成，是一个侧面的脸，而且仔细去观察会发现，好像某个伟人的脸，伟人显灵了，在美帝国的上空显灵了，很像。
所以，在这个时候，人脸存在吗？当然不存在，就是一堆小的水滴，云啊，不是一个脸，可是我们明明确确看到就像一个人脸，这是为什么呢？后来就变了，就是另外一回事了。
所以，在涌现发生的时候，其实这个非常的微妙，我参悟这件事好多年我才明白这一点，为什么它会吸引我，就是因为实际上当涌现发生的时候，那些斑图在跟你的心理发生相互的联系和作用，有点类似于量子的微妙性质一样，就是本来所有斑图，灯泡、霓虹灯、文字、六十，全部都不存在，没有，是人脑看着它像一个东西，然后你觉得它存在了，那么它就存在了，我们的认知真的是这样。
那反过来讲，实际上我们每一个人，每一个肉身，都是这样的复杂系统，都是这样的斑图，换句话说，我们都不存在，我们认为我们自己存在，那它就存在了，就是这样的，很神奇。
涌现的分类
另外，涌现我们还可以给它做一些简单的分类，有一些涌现是我们一个上帝设计者设计出来的，像霓虹灯，像翻板，这些都是属于设计类的涌现。
另外一类，所谓的自组织的涌现，也恰恰是我们复杂系统感兴趣的，像人脸的形成，没有人设计它，反正它自然而然就出来了，你就感觉很吃惊。
还有像鸟群模拟，简单规则导致了涌现，还有的涌现具有功能，像最短路径，群体智能的出现，但是更神奇的是，更有意思的一点，所谓的强涌现，我们知道著名的哲学家亚里士多德他就对世界上所有万事万物的因果做过一些划分，其中有两个因果是跟我们系统非常相关的。
一种叫质料因，就是物质的构成，就是组成成分，决定了整个物质的特性，这是我们熟悉的世界观。
强涌现
但是还有一种我们不熟悉的，叫做形式因，就是整体的构型，pattern、斑图、模式，反过来还有可能决定个体的因素，当形式因起到主导作用的时候，我们就认为强涌现就发生了，说起来好像很抽象，我们举几个例子马上就能明白。
像我这样一个人，有自由意识，按照科学的理解，我这个自由意识显然是涌现出来的，是我身上上千亿的细胞组合出来的模式、斑图形成了我的思维。
可是，一旦我这个思维形成以后，我就可能反过来控制我的底层的细胞，比如说我做这个动作，没事吃饱撑的打我自己，我在做这样一个动作的时候发生了什么？很显然这个细胞很不幸的，莫名其妙的就被一个上帝杀死了，虽然我是由这些细胞构成的，但是我不care他，我随便掐我一把，捏我一把，我都可以杀死很多，它们没有反抗能力，很悲催的，这个就是最微妙的地方所在，一旦强涌现发生的时候，高层的东西莫名其妙的就会形成一种因果箭头，来作用到每个个体的身上，以至于每个个体都莫名其妙的就挂了，你都不知道找谁算帐去，因为一切在细胞的角度来看，无非就是一个相互的化学、物理它们的相互作用，根本不会想到有这么一个宏观的人存在，有意识的主体存在。
而我们感兴趣的很多复杂的系统，恰恰是有这种强涌现特性的，像生命的、像意识、像国家都是这种，所以，作为一个个体很悲催的，很渺小的。
从这一点至少告诉我们，形式因和质料因在强涌现发生的时候，就会发生因果箭头的反转，因果反过来了，本来是有底层物质决定意识，这是我们被教导了N多年的所谓的唯物辩证法，唯物主义世界观。
但其实我们要知道，强涌现发生的时候，是有一个反过来的因果箭头的，形式决定质料，这个就恰恰是跟传统认识的一点。
经典物理系统和复杂系统的区别
再对比一下，经典物理系统和复杂系统的区别，经典物理系统通常是一种自下而上的因果，底层的物质决定上面的形式，反过来，复杂系统就是一个自下而上和自上而下其实是同时共同作用的，强涌现当然是自上而下占主导。
另外，经典物理系统是还原论主导，而复杂系统的认知就是需要还原论和整体论相结合，就是因为这两种因果会形成非常错综复杂的相互作用，也恰恰是被称为复杂性的重要的因素。
涌现的发生条件
最后一点，我们自然就会发出这样的问题，涌现发生的条件是什么？什么时候会产生涌现？有什么因素导致他出现涌现的？实际上是有回答的。
这里面有一个了不起的科学家，他是个神童，26岁就开始发表论文，30岁大概就获得 奖，正当他在学术圈里面的生涯蒸蒸日上的时候，他却跟校方产生了矛盾，一撂挑子不干了，老爷我自己去开公司了，所以开了一家公司，去做软件，公司本来也是大家所有人以为他会成为一个商人的时候，他又反过来去研究基础性的科学，所以他的科学有一个非常如雷贯耳的名字，叫做一种新科学，反正就是一个新科学，我不care，主流对他是不认可的，但是像我这种人就觉得是大神，至少不亚于巴拉巴西这样一个级别的存在。
这个人干了一件什么事呢？这是他年轻的时候，26岁得奖的那篇论文做的一个研究工作，他就是想去回答，我如果能够在计算机中去模拟很多的玩具宇宙，同时模拟各种各样的玩具宇宙，我们去看一看这些玩具宇宙有哪些可能的结果出来。
他研究的模型有个学名叫做元胞自动机，说白了就是一个黑白的、离散的一个方格宇宙，超级简单，大家可以看到，每一个黑白的横行，就是这个宇宙在某一个时刻它的空间的构型，每一个格点认为是一个空间的点，这些黑白就可以理解成，空间上所形成的物质的形态，最简单的就是黑色有物质，白色没有物质，就可以这么理解。
往下走的方向就是时间流逝的方向，每一次嘀嗒，整个宇宙就往前走一步，就变成下一步空间的状态，怎么变呢？需要给他制订所谓的如下图所示的物理规则，这个规则就是底下写上规则，然后有一个列表，可能看不太清楚，这个实际上也很简单，每一个格点我只看左边和右边，三个格点是什么样子，然后由这三个格点我决定下一时刻变换成什么样的格点，这样就变成了模型宇宙的物理规则。
由于这个东西超级简单，而且很容易就能想到，是有限种可能的物理规则的，只需要把它的规则做一个便利就OK了，所以他就可以系统化的探索这样的模型世界里面他的运行起来的样子，宇宙的演化会有哪几种分类。
于是他就展开了大量的计算机模拟实验，结果弄来弄去，就发现所有的模型宇宙无外乎就几种可能的状态，分成了三大类：
第一类：秩序。秩序宇宙就是演化，最后就是很无趣，就变成一个全是黑或者全是白，或者黑白黑白间隔的周期的变化，所以就是固定死的一种构型。
第二类：混沌。在混沌宇宙里面也是无趣的，因为演化以后发现就是一堆雪花一样的噪音，而且每一步看起来都是很随机的，这也不是我们感兴趣的一种。
第三类：复杂。最有意思的是，在若干个，一共是种模型宇宙，大概有几个，三四个是属于复杂类型的。
而且，很有意思的是，如下图所示，我们会发现一些斜线，稍微想想就知道，纵坐标往下走是时间流逝的方向，所以一条斜线就相当于有一个粒子，从宇宙的一边运作到另一边，是一种类似于沟通、通讯这样的样子。所以，我们就能看到有很多局域的结构就会被连接起来，这种类型就被成为复杂。
进一步我们还会发现，我可以系统的去调解我的微观的物理法则，在调解的过程之中，就会发现我们能让模型宇宙运行的状态从一个相变成另一种相，所谓的相是一个物理学的名词，相变的相，像水分子就能形成气态、气相、液相、固相，跟这个类似，我们的宇宙也可以形成若干个不同的像，而且它们之间会有一个渐变的趋势。
当你调节参数的时候，你就会发现它就会先从秩序过渡变成复杂，再过渡又过渡到混沌，你会发现复杂恰恰是介于秩序和混沌之间，我们管他叫混沌的边缘，一个非常充满了诗意的名字，这居然是科学家们想出来的词，这简直是太佩服了。
另外，我们可以去用信息论的方式去衡量它的复杂度，纵坐标，我们就会发现，当我们连续的从秩序变到复杂再变到混沌的时候，它的复杂度，信息熵，是先变大然后再减少的。
混沌的边缘
换句话说，实际上秩序和混沌都不是我们感兴趣的那种复杂，虽然混沌看起来好像很复杂，没有办法预测它，可是它仍然不是我们感兴趣的，因为它里面没有有意思的结构出现。而秩序有结构，可是又太死板，老是那几样，翻来覆去。
所以，只有在复杂、中间这种状态，看起来混沌又不混沌，摇摆之间，才是我们最感兴趣的，叫做混沌的边缘。
进一步，混沌边缘的认识其实是能帮助我们拓展我们的认知，我们能用混沌边缘的视角去看待很多的东西。
首先，我们可以去看到我们研究过的这几个模型，比如说鸟群模型，为什么鸟群模型我们感兴趣？看起来活灵活现，很有趣，恰恰是因为他处于一种混沌的边缘。
实际上我们可以这样去理解，鸟群是三条规则，其中靠近和对齐其实就是一种把他鸟类群体拉向秩序的一种力量，因为靠近对齐就是要扎堆，就是要聚群，就是要跟大家一致，意味着秩序，听命令。
分离两个靠得太近就会分开，分开就会不去聚群，不去形成秩序，而是形成混沌，所以分离这个作用就会让他变成混沌，分开。所以你会发现两种力量在竞争，其实这三条规则同时存在，形成两种力量的竞争，一类是拉向秩序，一类拉向混沌。
而就在这两者边缘，拉来拉去，谁也拉不清楚的时候，出现了复杂，于是你能看到活的一样。
再看蚂蚁群体也是类似，我跟随信息素去走，信息素浓度高我就走，这就是一种秩序，假如只有这一条，你就可以想象，所有的蚂蚁又是扎堆的，走到一起的。反过来蚂蚁还可以随机游走，当然就是混沌，所以你又看到两种力量在拉来拉去，有意思的是他停留在混沌边缘，所以有一个集体智慧的产生。
那么，反观，我们身边的世界，像人类组织，我们相信在座的可能很多人都是做管理的，我自己也在管理一家公司，我们就会发现，其实所谓的管理其实就是巧妙的去平衡秩序与混沌的力量，这里面秩序、力量就会导致团队拧成一股绳，一起往前冲，秩序的力量。
但是反过来，太过秩序，你这个团队失去活力，所以你要引入一些不一样的声音在这里，就会形成一些创新，这就是混沌力量，所以平衡于二者之间。
再有教育小宝宝，我是两个孩子的父亲，我的教导的方式就是，尽可能的给宝宝一个舞台，这个舞台是划分边缘的，要界定清楚，不能跑到外面去，但是在舞台上怎么演不管，所以其实也在平衡两种力量，舞台就是秩序，任意表演就是混沌。
所以，我理解的混沌边缘这种感觉就很像你去开车踩油门的感觉，踩下去油门太大了容易撞车，完全抬起来就没有力量去驱动它，你要平衡在中间，小火温着，这个时候系统就会不断的趋向于复杂，怎么走？对不起，不用管，你也不知道，你也管不过来，太累了，太操心了，反正它就是往复杂方向去走，自身就会产生自组织的现象。
四、小结
最后，我们来小结一下第一节课的内容，局域的简单的相互作用可以导致复杂的行为，这是我们在大量的案例里面都能看见的，所以我们强调的是局域和简单，每个个体都是要这样。
其次，真正的复杂性的产生，它的来源其实就是在互动的模式，组合而形成的复杂。
第三，我们感兴趣想要的复杂性和涌现，恰恰是在混沌与秩序的边缘，所以我们经常说复杂性科学，是一种介于混沌与秩序边缘的科学。
第四，与传统科学和思维范式相对比的话，我们就能看到有这样几点不同，首先我们要强调涌现，强调自组织，而是去掉设计的力量，不是去设计这个系统，而是涌现。
第二个，我们要允许这种非线性的产生，甚至于有的时候要创造一些条件，产生这种非线性，因为只有非线性才能导致它的复杂。
第三个，从个体到整体，他是有一个宏观的跨越，完全不一样，在整体的层面会形成新的一类东西，就叫斑图，就可以理解成这个斑图就像是新的宇宙中的物质一样，超越了。
第四个，我们之所以觉得它很难理解，原因就是它的因果规律会被打破，甚至于有的时候发生翻转，有的时候就会出现一个从宏观到个体的这样一个因果箭头--形式因，我的第一部分讲完了，谢谢大家！
复杂性科学:开放与进化
一、导论
在本节课中，我们进一步的沿着复杂性的阶梯，来看复杂系统的进一步的演化。第一个单元其实主要就是讲，从混沌无序怎样去变成是聚集形成一个复杂系统，而这仅仅是第一步，形成复杂系统之后，我们这个系统还会进一步的去发生演化，第一件事情就是要发生新陈代谢。
谈到新陈代谢就不得不去提物理学中一个非常重要的定律，叫做热力学第二定律，有些人曾经说，“如果我们把所有的物理学定律全部抛开，只留一条的话，我觉得应该是热力学第二定律，因为它是最重要的一条物理定律，跟我们每一个人的生老病死密切相关。”
那么，这个定律说明什么呢？这个定律说的是在任何一个封闭的系统里面，熵总是会增加的，熵这个词我相信或多或少都听说过一些，是一个最神秘莫测，同时又是非常重要的这样一个物理量。
简单来说，当然你就可以理解成，熵就是一种无序的程度，混乱，在自然的条件下，外界不去干扰，它总是会增加，也就是越来越混乱。我们看几个例子：
像一缕青烟点着了以后，就会慢慢散开，这种发散，散开就是一种无序度升高的体现。
再比如说一瓶香水，你把瓶盖打开，这个香水就会一点点挥发，使得香味遍布整个空间，这就是一种熵的增加。
再比如说生老病死，每个人都会苍老，最后死亡，之所以会产生这些，就是因为你体内的熵在不断增加、累计。
但是，很有意思的是，在自然界或者是人类社会，还会有另一种时间发展的箭头出现，在这样第二种时间之箭下，你就会发现有序是会不断增加，所有的事物好像看起来都会越来越复杂，越来越有序。
比如说像人类社会的进步，就是一个典型的特点。我们文明发展到今天，显然是越来越高度的有序化，越来越复杂化。
再比如说生物界，大自然的进化就会让这些物种变得越来越复杂，越来越有序，这个好像就跟刚才的热力学第二定律正好是相反的两种时间之箭，存在着严重的矛盾，这个矛盾如何去调和呢？
二、开放
开放带来秩序
我们之所以能够看到有序增加，复杂性增加，能够逆熵去生长，其实最主要的原因就在于开放自身。你一开放以后，就会有能量、物质和信息流到系统里来，同时又会有一些物质能量信息排出去，注意一定要有排放，没排放是不能够进行熵减的。
其实只要做到开放，甚至于有的时候连物质和信息的流动都没有，就有可能产生秩序行为。
贝纳德对流实验
我们来看一个例子，这也是物流学中一个非常著名的例子，叫做贝纳德对流实验，每个人都可以去做。
找来一个薄薄的容器，然后倒上一层薄薄的液体，水就可以。同时我们可以在液体的底部给它加热，但是你要注意，加热一定要非常的均匀，然后加热到一定程度以后，就会形成上下表面温度差，当温度差达到一个阈值的时候，就会出现相变了。突然之间，从上往下去看，就能看到右图所展示的样子，就出现了很多的六角格，非常有秩序的结构，而且是周期性的秩序结构。
这样一种秩序结构是怎么产生的呢？从更微观的角度去看，我们不难发现，当我们加热液体的时候，液体就会要把底层的热释放出去，当温度的差别不是很大的时候，它这种释放是一种缓慢的释放。我们知道液体都是有很多水分子构成，水分子就会经常左右晃动，这就是他的热的体现。
所以，它要想释放能量，它就是靠碰撞，我碰你，你碰它，这样通过碰撞把热从底下传到上面，这是在温度差很小的时候，而当温度差大到一定程度以后，它就发现我再怎么碰撞，把热放出去不解气了，放的太慢了，怎么办？一着急这帮液体自己就跑起来了，于是就会产生了所谓的对流现象，我们就看到下图就表示的很清晰，底下的液体就要玩命的想往上跑，而上面的液体冷却就会玩了命的往下跑，所以一上一下，就会自发的形成这样一种对流的结构。从上表面往下来看，这些对流就会体现为一个非常规则、有秩序的六角格的形状。
所以在这样的例子里面，我们会看到，仅仅是有一个能量的差，能量的流入流出，连物质和信息都没有，就足可以产生非常有秩序的这样一种行为，所以就是开放造成有序。
另外，局部的相互作用，就是这些液体，通过局部的，达到一定程度的时候就会突然发现相变，有序就会产生。产生这种集体的运动，比如涡旋运动，一旦出现涡旋借用我们上节课给大家介绍的概念，就是所谓的斑图、模式，这种东西就会出现。所以一旦出现斑图，就会出现一个宏观的、凌驾于底层之上的，跟底层相隔离的一种新的秩序就会出来，就是所谓的涌现。
经典物理和复杂性科学
在这个例子里面，我们可以做一个简单的对比，经典物理和复杂性科学，在经典物理里面，我们通常强调的是孤立的系统，隔绝的，封闭的，所以就会熵不断产生，导致热力学第二定律越来越衰败，越来越老化。
但是，在我们这样一个复杂性科学看到的非平衡的，开放的世界里面，相互关联就会导致系统的开放性会产生，会跟外界有交换。
其次，在非线性的作用下，就会使得秩序的结构更多就体现为时空上的斑图、Pattern、模式就会形成，这种Pattern往往就具有一定的秩序性。而且会有一些偶然的涨落，会把原有的平静的液体的对称性打破，形成对称性破缺，而产生有趣的结构，所以在这样一种情况下就有可能导致熵减。
耗散结构
那么这样一种结构，贝纳德对流所形成这种六角格，它还有一个名词，叫做耗散结构。
我们看世界上万世万物的结构，或者叫做斑图，它无非可以分成两大类：
第一类、静态Pattern。
第二类、动态Pattern。
一类是属于左边这个叫做静态的结构（静态的斑图），就像我们的霓红灯，为什么说它静态？因为它每一个构成单元，就小灯泡，这个小灯泡不生不灭，它永远存在在那里，它只不过是变换它自己的颜色而已。所以，这种结构呢，就称为静态的。
耗散结构有规律可循吗？
那么，耗散结构是什么呢？其实，只要你走到小溪，蹲下来静静的看小溪的流水，就能发现，其实那个东西很神奇很神奇。每一个溪流都是由大量的水分子冲刷过去，不停的变，可是你却能在宏观，能看到稳定的一个驻波，那个驻波的样子，稳的，只要你的流速是均匀的，它基本上是不变的，那这种结构就被称为耗散结构。或者更通俗的说，就是流动的结构。
比较有意思的是它的所有构成的单元都是瞬息万变，所谓的铁打的营盘，流水的兵，就这么一个道理。
而你仔细去想，其实我们感兴趣的复杂系统，更多的其实就是属于这种耗散的、流动的结构。就像我们人体，我们人体是会新成代谢，这个新成代谢，不仅仅是物质流进来流出去，更多的还体现在你每一个细胞都在瞬息万变，衰老和死亡。
不同的统计口径可能数值一样，大致上说，每隔4年，我们人体所有的细胞，都会由于新成代谢，完全给调包一次，就是说你4年前的细胞，4年以后全都不在了，全都被换了。
但是奇妙的是什么？奇妙的是你还是你，还在存活着，这件事其实很诡异，为什么这么说？当你拿着你三岁时候的照片，你瞧，三岁时候的我多么的聪明、可爱、活泼，可你要置疑了，凭什么说三岁时候的你还是你呢？你要知道，构成你的细胞，已经完全完全被调包不知道多少次了，多少个4年过去了？你凭什么还说他是你？
所以其实细思极恐啊，就所谓的我，所谓的你，那个本体，不知道是什么玩意，稀奇古怪的，他不是那个构成单元，又一次跟我们的唯物论实际上是很不一样的。
那么构成那个我本质不变的东西，其实就是那个斑图，类似于水的驻波一样，是那个东西，它保持了那种不变性和一致性，才有我的存在。
是不是给你一种万世万物都是虚无缥缈的感觉？人类的逻辑底层被抽空了，全部不一样了。
规模
那么，是不是说全世界都是虚幻飘渺的耗散结构？就完全没有规律可寻呢？恰恰不是这样的。
在这里面需要给大家提一个人和一本书，这本书也是现在大卖的一个本书叫做《规模》，《规模》它的作者叫做GeoffreyWest。这个老爷子就告诉我们，在万世万物像生物、城市、公司这些耗散结构里面，恰恰是存在了一些非常精确的、甚至可以用数学可以刻划的规律存在。
首先，我们来破一下题，什么叫做规模？这个牵扯到翻译问题，我认为这个英文名字叫做《SCALE》，其实翻译成规模是一种权宜之计，我觉得不应该翻译成规模，本义是什么？它的本义实际上是一个动作，它是把一个事物把它放大，按比例进行缩放，这样一种动作叫做SCALE，就像下图展示的一样。
当你按照比例把一个系统、一个事物，逐渐一点一点给它放大的过程之中，就会有一些非线性的这种东西突然冒了出来，这个恰恰是《规模》这本书所要探讨的问题，就是所谓的规模法则。
我们来看一看，就在规模缩放过程中有哪些很不一样的事情会冒出来？我们来看一个例子。
假设你到了一个披萨店，你看中的是一个9寸的大披散，挺好吃的，于是呢，你付了钱，就开始安静的等待，结果没想到的是，过了一会，这个服务员回来，对不起先生，你要的这个9寸披萨已经卖没了，我们这个小店还有5寸的披萨可供选择，我能不能把两个5寸的披萨给你？然后你去把它吃掉，可以不可以？
这实际上是不划算的，为什么不划算？这就是规模法则在起作用。你要知道，你买一个披散你要把它吃掉，你吃的是什么？废话，吃的是披萨，我的意思是说你吃的不是周长，不是直径，我们说衡量这个披萨的寸，衡量的是它的直径。
所以，我们并不是吃长度，我们吃的是面积，因为面积才是实实在在的料有多少，看起来好2个5寸加起来好像是10寸，那么10寸是大于9寸的，好像我还挺占便宜的，可是你不要忘记，你吃的是面积，而面积就要按尺寸的平方这个规律来进行缩放。
所以，9寸的披萨它的面积是多大呢？你可以粗略的认为是81这样一个倍数，那么2个5寸是多少呢？近似为25+25=50，所以，其实是吃了很大的亏，这两个差异也是非常的不一样的，这就是规模法则，就是这么一回事。
就是很多很多的属性，在你做规模放大的过程之中，它的非线性就会突然冒出来，冒出来的这种东西，恰恰是我们很难去用我们人类的思维去把握的。因为我们这个大脑，其实非常非常的可怜，因为它只会线性的外推，就至少你在第一意识里面，包括我自己，我为什么要拿这个例子，因为我自己猛一看，也是做错了选择，一样的。人就是擅长做线性外推，但其实，真正的世界是充满了非线性的。
克莱伯（Kleiber）定律
这个东西跟耗散结构有什么关系？就是在于耗散结构，每个生命体都是一个耗散结构，当我们把一个生命体来做这种规模的放大的时候，那么，生命的很多很多特征，就都会呈现一个非线性的放缩变大。
这里面有太多的例子了，其中一个非常重要的例子，就是所谓的克莱伯定律。
那么克莱伯定律说的是什么？它实际上说的新成代谢和生物体的体重大小之间的非线性的缩放规律。
首先我们要把所有不同的哺乳类动物，在每一个物种里面挑选那么几个个体打过来，然后测量两个量，第一个量很简单，就让它过一下秤，看看它的体重的大小有多少，这就是横坐标。
另外一个量，我们要测量一下这个生物体的新成代谢，这个东西怎么测？其实也蛮有意思的，在历史上，也是有很长时间的探讨。基本上现在的做法就是把这个生物体拿过来，关到一个大型的密闭的容器里面，然后让它近可能的在静息的状态下，你不能让它乱跑乱跳，你乱跑乱跳，你的代谢量就会增加，就不准了，所以要保持静息的状态。然后让它静息一段时间，然后测量一下，这个密闭容器里面，二氧化碳这个量增加了多少。
我们知道人吃进的事物，总是要变成碳排放，排放出来，就体现为二氧化碳的呼出，用这个量就近似可以测量出来它的新成代谢率有多少。
结果克莱伯在年的时候，他就发现，我把所有这些物种它们的平均值--平均体重和平均的新成代谢大小，把它拉过来以后，形成了一条直线。但你注意这个坐标，技术上的细节，取了对数，它的作用就是说它最后体现出来的公式是个幂律的，就是你看F，就是新成代谢，M这个量就是体重大小。
你注意我在整个讲座里面都不包含数学，只有这块，讲这部分的时候，不得不去放上，因为他太伟大了，就是在生物学这样一个看起来很复杂的领域，我们居然能找到非常简洁的数学公式去描述它，我认为这是21世纪非常大的一个科学进展。所以我把他的这些公式放了上去。
你会发现，其实这条直线也就意味着它的新成代谢和它体重这两个量之间是个幂律的关系，而且幂指数是一个很精确的数值，大概是3/4左右，所有我们也叫它3/4定律。当然，这个从表面上看你能很容易理解，体重越大新成代谢也就越高，这是很自然的。
年左右的时候，杰弗里·韦斯特进一步扩大了定律的适用范围，不仅仅是哺乳类动物，所有的物种，包括有植物，冷血动物，甚至于小到单细胞、细胞里的线粒体，非常非常微观。横跨了整个30个数量集，非常大的这样一个尺度从微观到宏观，你会发现，这个3/4定律，克莱伯法则完全都是成立的。这个法则意味着什么呢？实际上意味着一定的规模效益，换句话说，我为胖子们的存在找到了一个理由，这个怎么说？
来给大家做一个简单的推导，我们知道刚才F是等于M的3/4幂律，你可以在方程的两边除以一个M的量，就把它的质量除一下，这样的话，方程的左边，就是M分之F。
这意味着什么？左边的这个量，就表示的是你每一块肉，它所需要的能量代谢是多少、需要多少能量。
方程的右边，除以M以后，就变成是一个负1/4幂律，指数是负数，意味着M，该值越大越小。也就是说，这个公式告诉我们，个头越大的物种，它每一块肉，需要的能力也就越少。再换一句话说，个头越大，越节约能量。越胖越好。
实际上，胖子是有存在价值的，他是在为我们地球的碳排放在做贡献，他的每一块肉都是高质量的肉，比瘦子的肉，质量要高的多，因为他代谢的能力更少。这是克莱伯定律它的非线性，让我们很吃惊的这样一个特点。为胖子们找到了一个存在的理由。
其实在我们日常生活中有很多跟这个相关，比如说给小孩服药这个剂量，你给1岁的小孩服用这么多，如果是一个7、8岁的小孩，是1岁小孩的2倍体重，是不是这个药的剂量也该翻倍呢？不是这样的，你要翻倍，有可能把你家孩子给搞死。因为它是一个3/4幂律的一个缩放，所以它要被正常的翻倍要小很多。
接下来，我们看到了这样一种实际数据告诉了我们这种规律，3/4幂律法则，为什么会有这样一个神奇的数字3/4呢？其实呢，我们不难做这样一个推理，我们的生物体和外界发生能力物质的代谢，主要是靠我们的表皮、表面。所以，很自然的我们会认为，新成代谢这个大小，是跟表面积，生物体的表面积密切相关，而生物体如果是像一个球一样，泡在溶液里面的一个小球，如果是这样的一个欧几里得几何体的话，那么我们就会知道，它的表面积是会跟它的体长，也就是它的规模是呈现了一个平方的定律，面积就是平方，就自然了。
另外一个量，就是体重，显然这个体重会跟你的体积大小成正相关，体积又是一个边长的三次方这样一个规模法则。
所以，你把这两个放在一起，新成代谢和体重的关系，就应该是2/3次幂，那么这个2/3次幂跟3/4是不一样的，这个怎么解释这个表面上的矛盾？
分形
当然，您只要做一个简单的假设，如果说，生物体是生活在四维空间下的话，那么这个3/4次幂看起来就很容易解读了。也就是说你这个生物体的表面积是一个三维空间下的一个东西，而你的体积是一个四维空间下的东西，正好新成代谢和体重之间就是一个3/4幂律的关系了。
可是，凭什么你说它会是四维空间呢？看起来没有道理，难道是生活在第四维时间里面的东西吗？其实不是这样的，其实最主要的原因就是在于我们这个生物体，它所有的表面其实都是个分形，它通过褶皱、扭曲，形成自相似结构，产生了更高的维度，这就是本质的原因。
可能大家会听的挺糊涂的，我举个例子。像左边这张图展示的，在春运的时候，大家都经历过这样一个事情，就是春运的人很多，于是有关部门把排队变成一个拐来拐去的弯道，就像这条曲线，这个曲线叫做皮亚诺曲线，但是呢，它实际上是一条线，可能通过这种弯曲，它弯出来一个面、一个正方形。
所以，就像我们排队一样，有关部门通过设计一些障碍，使得我们人就会拐来拐去，这个时候达到的效果是什么？虽然人有很多，但是呢，你进来以后，你会的我还一直在走着，在运动，好像没有感觉很堵一样，其实这是一种错觉，是因为它拐来拐去之后呢，你跑的路程会更长，这个路程有多长？这个路程几乎等价于这个正方形的面积这么长。
所以，这个就是用一维的东西，填充了一个二维空间，冒出来了一个维度，这叫最大化分形，分形就是指这种褶皱，形成这种复杂的结构。
但是，对于皮亚诺曲线来说，它是一个最大化的分形，通过褶皱已经尽可能的利用空间了，不能再利用了，已经最大化了，所以它变成了一个本来是一维的，但是它是一个二维的东西。
那么，像皮亚诺曲线，这样的集合物品，它的规模缩放的规律是什么呢？其实你不妨验证一下，你把皮亚诺曲线扩大了两倍，那么它的长度是几倍呢？就是4倍，而不是2倍了，因为你必须要按照它这种自相似的方式去扩大，所以它是4倍，它的行为表现一切的一切就像一个二维的东西。这是它神奇的地方。
那么，相应的，我们生物体的表面，恰恰是这种最大化的分形，经过上亿年的进化，我们的生物体，特别是内表面，已经是最大化分析了。比如你观察大肠的这种表面结构，你会发现，它里面充满了这种沟沟坎坎，和这种回路、扭曲、褶皱、变形。
所以，这样的话，其实每一个点，看起来表面是一个二维的东西，但本质上讲，它是一个三维的物体，所以这样的话，它的新成代谢就是一个三次幂的，而它的体积，你用面积再乘以它的长度，就是它的体积，是一个四维的东西，这就是生物体为什么会冒出来一个维度的本质原因。就是在于生物体它是大量存在这种分形的结构。
无处不在的定律
那么，进一步，按照克莱伯定律，我们不仅仅能知道新成代谢和体重大小的关系，我们还可以推得很多其他的量，像生物体的特征时间和生物体的特征行率，也会跟规模大小有相关关系。
首先我们看一下时间，我们不妨把生物体理解成这样的一个大水缸，你新成代谢无非就是开闸放水，所以就有了流入和留出，那么流入这个量，就是你新成代谢大小，你体重就是水缸里面存储的水量的大小。
我们可以做这样一个简单的运算，假如说一个食物粒子，你吃进去的食物，经过你的身体，转转转，再出去，你需要多少时间呢？如果告诉你流量是F、体重是M的话，你做一个简单的计算就不难知道，实际上这个量是M除以F。
所以，你一换算就会发现时间刚好是M的1/4幂次，而这样一个量，恰恰绝对决定了生物体的很多很多的特征时间，包括说我们都知道哺乳类的动作它都会怀孕，那么怀孕就会有一个妊娠年龄，我们人类是10月怀胎，很辛苦。更大的物体，像大象，它实际上它的怀孕年龄会更长，2年甚至3年，而更小的物品，像蟑螂这种东西，人家怀孕时间很短，一夜的时间好几窝就出来了。为什么？体重、个体绝对了它的大小。
再比如说，还有一个很重要很重要的特征时间，就是生物体的寿命长短，我们现在已知的全世界有关记载，人类最长年龄能活多长你们知道吗？是岁左右，那么至今为止，我们没有看到任何能够超过这个数量级的，你说人能不能活到千年、万年？那是传说，那是神仙
事实上，这个年份怎么来的？从哪出来的？由它的规模大小决定的，是因为没有一个人，你的体重能够达到一座山那么大，所以你的寿命长短也就这么长，年左右。
反过来讲，越小的物体，越小的物种，它的寿命也就会相应越短，你可能会记住蟑螂，凭什么它就能生那么快？一夜能下好几窝，你这是羡慕它了，你再看看它的寿命，很短，很快就会死掉。
我曾经有一段时间养过一只小松鼠，当宠物养，有一次我就喂食给它，结果我一喂食就不小心碰到了它的胸部，没有别的意思，就是不小心碰到了，结果一碰了就吓我一跳，那家伙跳的很快，咚咚咚的，这种样子，我还以为我吓到它了，所以下一次我在喂食物的时候我会小心翼翼的，然后又摸了摸它的胸，结果发现还是那么快，我就百思不得其解。
后来看到了克莱伯定律推论，我才恍然大悟，原来它心跳确实就应该是很快，个头小，松树嘛，肯定是很快的，我没有机会摸摸大象的心跳，你们有机会可以摸一摸，我相信也是吓了一跳，半天不跳一下，咚半天，然后再咚一下，肯定是这种频率，越大心跳就会越慢。
而且你会发现，时间这种东西实际上不仅仅适用于生物体的，好像很多的特征都是这样，小的东西一定所有的动作都快，老鼠是什么样的频率，一跳一跳的，转身也快，运动也快，可是它的寿命也短；但是反过来再去看大象这个物种，它要是想转个身，恨不得半年才转过去。
而且自然的人类系统照样还是这样，你可能羡慕BAT这些大公司，这么大的体量，可是别忘了，它的一切一切的特征时间一定会很长，它要想转个身，那费了老大劲了，而且它推行不下去，大系统病。
反过来小的创业公司就非常的灵活，今天还是朝东打，明天就是朝西了，反正是全凭老大的一拍脑袋，所以它转身也快。
而且更有意思的是，我刚才说了，T可以表示寿命长短，F可以表示心跳频率，于是你就可以把方程的两边乘在一起，T×F，叫做一生之中的心跳次数，右侧会发现正1/4和负1/4就会消掉了，变成0次幂，也就意味着它是一个常数，这个常数等于1.5×10的9次方，15亿次，这个很神奇。
无论是什么样的生物体，它的一生的心跳次数应该是个常数，冥冥之中自有定数，甭看你今天闹的欢，你今天跳的挺快，你也活不多长，我虽然跳的挺慢，什么都慢，我活的比你长，这是生物体发现的一个非常有意思的常数。
而且，这个常数，看心跳我刚才说是生物，好像有点那个意思，是广义的，不仅仅是生物，有时候非生物也是这样，GeoffreyWest就在《规模》这本书里面提到，他就曾经研究过马达，发动机，发动机看起来也像个心脏，有时候可以跳的快，有的时候可以跳的慢，他就发现所有的马达跳一段时间以后也是会老化，就死掉了，动力学第二定律，结果就发现也是一个常数，而且很接近这个数，就是它坏掉跳动的次数也是15亿次左右，所以看起来真的是冥冥之中自有定数。
而且，在这本书里还不仅仅如此，还有很多其他的常数，比如说生物体一生的新陈代谢的ATP的代谢量，ATP是产生能量的粒子，生物体的能量通货，这个东西一生ATP的产生也是一个常数。
在中国古代道家里面有一个说法，叫做人吃的饭，一生之中能吃的饭是个定数，所以你今天胡吃海塞，你活的就短，看起来好像跟这个东西很靠近。
而且这一套生物体的规模法则系统的梳理下来以后，还能给我们一些延年益寿的一些方法，真的是这样的。
其中有一点很挑战我们的认知的，它的核心思想，你怎么才能够让你的寿命更长，他的核心思想是减少你的新陈代谢。为什么要减少？道理很简单，因为你的熵的产生，就是你的废物的产生，恰恰是跟你的新陈代谢正相关，你的新陈代谢如果越快，你有快速的去磨损你的细胞，也就会快速的死掉，如果你要想去养生，要去延年益寿，尽可能的去减缓你的新陈代谢，但是前提是健康的减缓，可不是说就是充满了高血压，心脏病这样一个大胖子，肯定也活得短，所以是健康的减缓。
怎么去减缓？有几个因素，其中最主要的一个因素是温度，温度越高，新陈代谢越快，道理很简单，温度越高，所有的化学反应都会加速，所以尽可能的在比较冷的环境下生存。
有人做了系统性的调研，靠近赤道的那些物种，同一个物种，比如说就是鼠类，越靠近赤道，它的寿命就会越短，靠近高纬度就会越长，温度会严重的影响。
假如说我们能有一种方法，系统性的降低我们的体温，你也可以延年益寿，至少我们知道速冻是可以的，直接冻起来不死了，当然也失去了新陈代谢的所有的体征了。另外，尽可能的减缓你的能量的释放，减缓你的新陈代谢。
所以，很多运动员为什么短命，我指的是那些剧烈运动的运动员，就是这个道理，因为他新陈代谢更快，磨损的就快，所以他寿命都不会很长。所以，最健康的方法就像我一样，站桩、静坐，很健康，你们可以试一试。
三、进化
人类对于规律的偏移
刚才讲的是很多的物种，你们可能会想人肯定是这样的，一生心跳15亿次，但是这个数字正在悄然的发生变化，真正你去统计人一生心跳的次数，已经是所有动物的两倍，又出现了一个异常值，这个是为什么呢？
其实最主要的原因就是我们人类已经不是一般意义上的人了，我们是人类3.0。因为真正的科技的力量其实在一点让我们人类发生蠕变，至少在统计数据上是这样。以前在农耕时代，的确是15亿次左右一生的心跳，但是现在已经达到的30亿次，其实寿命更长了，因为科技的力量会改造我们的人类自身。
另外从一点反映，我们人类的能量代谢如果维持生存，什么都不干，你的能量代谢是一个什么水平呢？相当于一颗白炽灯泡的代谢水平，其实很低很低的，但没有哪一个人愿意像一个白炽灯泡一样生存，因为人类有太多的欲望，你要开车，你要坐飞机，你要去听课，所有的一切其实都在代谢能量。
所以我们现在的人已经不仅仅是一个单纯意义上的人，而更多的是一个被社会、被科技所改造过的人，所以我们已经是在从2.0迈向3.0的进化的过程之中了，只不过我们不自知而已。
那么谈到科技，就不得不谈另一种非常有意思的复杂系统，也是一个耗散结构这种东西，就叫做城市。因为现在90%以上的科技创新和50%以上的人口都在城市中居住和诞生，城市这样一个虚无缥缈的东西，是不是也具备非常宏观的准确的数学规律呢？答案是肯定的，这也是最近的一些发现，在规模法则里面。
我们会发现，城市很多的变量也服从规模法则，只不过它跟生物体不一样的是，不再是0.75，而是一个大于1的幂指数，1.15次幂，就像右边这个公式所展示的，我们就会发现，很多城市的总体的变量会随着规模的增长呈现一个大于1的幂指数的规模缩放的规律。
包括比如说GDP，比如说专利总数，一个城市新申报的专利的数目，再比如说总工资，这些东西都是一个1.15次幂的数值。
还包括一些负面因素，比如说犯罪、艾滋病的患病数等等这些负面的东西，也是呈现一个1.15次幂。
怎么理解1.15次幂，特别是它大于1意味着什么？其实仍然我们还可以做一些数学上的推导，你会发现方程两边除X，左边就变成了人均的GDP，人均的专利数量，人均的总工资，人均的犯罪数，人均的艾滋病患者数，人均的环境破坏的程度。
因为是大于1，所以右侧就变成了0.15，是个正数，所以正数意味着X越大，规模越大，该值就会越大。这就意味着城市规模越大，你的人均的GDP越高，财富越多，你就有更多的机会，而且科技创新也就越多，这就是为什么所有的现在的毕业生，无论国家怎么号召要去支援农村，要去支援小城市，没人听你的，因为人的本性，因为人均财富会更多在大城市里面，这就是为什么北上广深，仍然是一个毕业生首选的地方的原因，这是正面因素。
负面因素意味着什么呢？刚才说的犯罪数，艾滋病案例还有环境污染等等也会呈现一个1.15次幂的法则，那就意味着城市越大，就会有更大的概率去碰到犯罪，更多的概率去被感染疾病。
所以，正面和负面是在同时发生的，在享受城市给我们带来的财富增长的同时，你会经理更大的风险，而这些意味着城市的新陈代谢的节奏，城市的步伐是在不断的加速的。
之前我给大家展示的，生物体它的心跳频率、一切的快慢都会呈规模而递减，负1/4次幂，越大跳的越慢。
但是反过来，1.15次幂就意味着所有的一切能量、时间都会呈现加速，也就是规模越大，会越快，就是左边这张图，展示的是他们在各个人口规模不同大小的城市，来去测人们行走的步伐的快慢，所以越大的城市发现人们平均走的步伐就会越快，跟赶命一样，停不下来，所有人都是匆匆忙忙，一脸的冷峻，尤其是北京的早上，你要想挤个地铁，你就能亲身的体会到这一点，城市越大生活越紧张。
反过来，如果你去乡村去观察一下人们的步伐，非常的悠闲，经常会看到这样一个场景，几个老大妈坐在村门口，蹲个马扎嗑瓜子，然后开始聊八卦，聊一天，这就是他们一天的生活。
为什么会是这样？你可能会觉得农村人没文化，他们没有上进心，不是这样的，其实是有你所在的城市规模大小所决定的，这就是科学的魅力，跟你的个体行为没有什么太大关系，是一个宏观的规律性的东西。
更进一步的，城市超线性的，也就是1.15次幂的规模法则，还意味着恐怖的东西，接下来跟你分析。
接下来稍微有一点数学，但是也很简单，我们来看左边这张图，刚才我们曾经见过，生物体是个新陈代谢，也就意味着有流入有流出，同样的道理，对于城市来说，你也可以看成一个大水缸，这样的话你的人口规模，就是水缸里面的蓄水量，而你的新陈代谢，就是GDP、财富创造、犯罪总数，所有这些量你可以认为都跟新陈代谢是有关的，因为它反应的是人类的活动，所以活动越大，越快，那就是新陈代谢越高，所以就相当于流入这个量。
另外，还有一个流出这个量，城市的流出意味着，你要用一些能量，用一些代谢出来的东西，要去维护这个东西的存在，有些设施被损坏，你就要去维修，这叫维护，这两个量，一个流入一个流出，它们两个规则缩放法则是不一样的，流入的量是1.15次幂，流出的量是1次幂，是一个线性的，所以就必然会导致这两者的不匹配，最终的结果怎么样呢？它存在着两个解，这非常不一样。
一种解是上图所示的超指数增长，就是在有限的时间内，一下会增长到无穷大，这个纵坐标是城市的人口，或者是你可以用财富，你也可以用犯罪数等等这些量去衡量，反正是一个总量，总量都会呈超指数的增长，在有限的时间内爆炸。
另外一个解是彻底反过来叫崩溃，它会走向死亡。到底什么时候膨胀，什么时候崩溃，这取决于初始条件和那些系数，这些系数又跟整个社会的科技发展水平是密切相关的。
所以，最后你把这些都揉在一起，得到一个什么样的结论呢？我们就能够得到一个城市长期的这样一种生长规律。
首先，按照这个方程，我们就会发现，城市是首先按照一个超指数的规律去发展，就是这条红线所展示的，本身它就会在有限的时间内达到一个人口无穷大，可是我们显然不会看到这样一种现象，道理很简单，你要想维持无穷大的人口，那可不是几亿，几十亿，是无穷大，那你一定会需要无穷大的能量去提供给他，食物、水这些资源，但是这种资源显然是有限的，所以必然会存在一个时间点，就是红色曲线的终点这块，这个时候，你的资源就无法去维持，所以就很容易发生跌落，就会发生崩溃、死亡。
所以，我们看到在中国很多内陆地区像内蒙古、东北都会出现*城，空城，就是类似于这种现象，就是跌落和崩溃的表现。
可是人显然不会长期的允许这种崩溃存在下去，因为人是会绝地逢生的，是会进行科技创新、科技革命的，所以正是在跌落的过程当中，就逼迫着人类不断的进行科技创新，发明新的技术、新的产品出来。
于是，人们就会把方程之中的系数给进行重置，把系数给换掉，那么一换掉我们就会发现，虽然它还是在沿着超指数规律的增长，在一个有限的时间点内还是会达到无穷，可是就会比刚才原轨迹，就是那条虚线展示的轨迹把它往后延迟了，也就是说让真正的无穷大的点又往后延迟，又可以很好的存活一段时间。
但是，演化以后，人口还是在增长，增长一定程度以后，资源仍然是不够的，于是又可能发生崩溃，于是同样的故事上演，人类就不得不再次发明新的技术，科技革命，这个周期跌宕起伏，不断的去把无穷大的点往后拖延，也就是我们看到的一波一波的科技创新。
而且还有一个很重要的特征，按照它的方程这么规划的规律，我们就会发现，两次重大科技革命中间的时间间隔，是在不断的变小，你回想一下整个人类的发展史是不是这样，绝对是这样的。
发生第一次工业革命大概是、年前，发生第二次工业革命电力革命大概是年前，发生信息革命50年前，所以间隔、50已经变小，而互联网革命，间隔又是变成30年左右，移动互联网大概是10年左右，人工智能大概5年，一切重大科技革命都是在时间越来越短，看见这么一个趋势。
最后，这又意味着什么？两个时间间隔就会越来越短的时候，就好象我们不停的要踩在一个跑步机上，每一种科技革命就会迫使我们上一个新的跑步机，越来越快速的科技革命也就迫使我们不停的奔跑在越来越快速的跑步机上。这就是为什么我们看到我们的日常生活正在不停的加速，有听不完的课程，收不完短信和e-mail，我就不得不被一种大势逼迫着我们不停的把我们的生活加速。
加速最后的重点是什么呢？就是奇点临近，就是在一开始跟大家说的奇点，GeoffreyWest通过完全不一样的方式，也同样推导出来了奇点临近这个结论，因为重大科技革命发生的时间间隔不断的缩短，必然会有一个奇点，已经不能再短了，这个时候会发生什么？GeoffreyWest就认为，真正的大崩溃。
所以，在整个《规模》这本书里面，最重要的结论，也是最骇人听闻的一个结论，就是他预言，人类必然会发生一个奇点，是不可避免的这种奇点，在这样的奇点下，会产生什么情况？是两个方面同时存在的：
方面一：刚才说了，纵坐标可以是财富创造，科技创新这些东西，它会在有限的时间内达到无穷，这就相当于人工智能的起点，不仅仅是人工智能超越人类的能力，人是能造出人工智能，人工智能肯定会具有人一样的能力，所以人工智能也会创造出人工智能，这就叫超人工智能，所以一旦超人工智能出来了之后，根本就不需要创新了，因为它会自动的推动它的创新不断的进行下去，这个就是奇点的含义，其中一方面，它的科技包括它的社会财富，GDP这些东西都会在有限时间内达到无穷大。
方面二：很多负面的因素，像犯罪、环境污染、疾病传播，这些负面的因素也同样的按照1.15次幂生长。所以，当你发生科技无限大的时候，这些负面因素也会无限大。
所以，发生奇点临近的时候，很奇妙的事件，无限多的财富同时意味着无限多的破坏，这是一个什么样的变态的世界，不知道，但是很有可能就是在我们能够有生之年能够看到这个时刻，大家拭目以待。
再次让我们来对比一下我们讲到的这些规模法则，实际上我们是横跨了两种不同的世界，经典世界和复杂世界，一边是封闭，一边是开放，一边是平衡，一边是非平衡，而且是周期性的发展，最终会趋向于一个奇点，一边是秩序，一边是混沌的边缘。
虽然通过开放能够达到有序，但是最终还避免不了死亡，甚至于崩溃这样一种世界观。
自复制
有没有新的解法呢？不知道，也许我们可以去借鉴一些生物学的规律，这就牵扯到我们下一步的发展。既然所有的开放系统都避免不了死亡和崩溃，我们有没有再生的方法呢？其实自然界是有的，这叫做达尔文式的进化。
在讲到达尔文式的进化之前，我们必须要先提到一个著名的人物--冯·诺依曼，冯·诺依曼被称为计算机之父和博弈论之父，这个人很厉害。
但是，相信你们所有人都不知道，因为包括很多专家都不太很熟悉，他实际上在晚年，还有一个对复杂性科学的重大贡献，就是他想知道，机器如何进行自我复制，在琢磨这么一个问题。
你可能会觉得为什么要研究机器的自我复制问题啊？看看生物学，直接跟他们学就完了，但是请你注意这一点，实际上，冯·诺依曼之所以想研究自复制问题，他的本质原因是想找到一条抵抗热力学第二定律，给我们带来的一种死亡宿命的解决方案，他是想找到这一点。
他首先观察到的是，所有的人造的系统，无论是计算机，还是马达，都会不可避免的走向衰败和死亡，开车你会发现，隔一段时间你就要保养你的车辆，不保养就会充满了各种问题，甚至于连计算机系统，就是我们使用的软件，特别是Windows用户，就会发现，一段时间不清理你的硬盘，不清理软件，开机就会越来越慢，甚至于很容易崩溃，很容易死亡，热力学定律会经常作用在人造的这些系统上面，很脆弱，很容易就衰败掉。
可是反观生物体，你会发现，他就会演化以后，就会走向有序，变得越来越复杂，就是进化，第二件时间之箭，所以光知道我们这个系统要开放是远远不够的，开放最后还是要死亡，所以怎么办？生物体已经找到解决方案，就是自复制，因为自复制虽然个体还是死了，可是你的基因，你的后代保留了下来，所以生物体就找到了一个对抗老天，对抗死亡，对抗宿命，对抗热力学第二定律的一种途径。
复杂度阈值
冯·诺依曼研究自复制这个问题，就想找到这个途径的机理是什么。他就发现，存在着一种所谓的复杂度的阈值，一个关键值，当我人造的系统它的复杂度没有达到阈值的时候，热力学第二定律就不可避免的作用在这个上面，让他一点点衰败死亡下去，但是当你推动这个复杂度，然后超过了一定的阈值，就有可能使得系统反过来了，变成了是一种进化的系统，就像下图所展示，一个是复杂度，中间又有一个分水岭，就是复杂度的阈值。
这个阈值到底是什么呢？就是自复制，他就是认为，只要你的系统复杂度能够让它完成自复制的时候，我就有可能从衰败走向秩序，走向进化，这是他观察到的这一点。
自复制的难点
所以，他就开始琢磨，我怎么才能让一个机械的、人造的系统能够具备自复制的功能，但是你细细的思考就会发现，人一个系统具备自复制这种能力是非常不简单的，很难，为什么呢？
你要想把自己平白无故的拷贝一份出来的话，你会怎么做？可能你会想到，我会用一个扫描器，把我身体的每一个细胞信息的状态给扫描下来，同时我在旁边再造一个自我，一定会有一个扫描的过程，因为你要拷贝所有信息。
可是，你要完全这个扫描过程，你就会发现一个矛盾点，就是扫描器怎么扫描？扫描不了自己，就像每一个人都没有办法看到自己的眼睛一样。你也不能用耳朵听到你耳朵的声音吗？听不见的。存在着这样一个悖论，因为这里面要想包含他自己的话，也就是说他自己里面还要有一个自己，就像这张图所展示的一样，它会无穷的延伸下去。
所以一牵扯到自复制，就意味着无穷，所有的人造的系统都是有限的，怎么才能实现这种无穷呢？所以自复制是一个很难解决的问题。
自复制的非平凡特性
可是，20世纪的数学其实已经暗含了解决方案，这里面就牵扯到一个非常重要的数学上的概念，就叫做自指。可能你对这个概念很陌生，很糊涂，你看看右边这张画你就能知道自指的含义了，就是给你一种不可能的感觉。《盗梦空间》那个电影，就充满了不可能性。现实的生命就是这样一种自指系统，就像两只手互相画，到底这个手是谁画出来的，其实是它自己，这个看起来是一种表面上的不可能性。
可是数学家们却找到了一种可能的途径，这种途径就叫做奎因，他是一个大数学家和哲学家。数学家们曾经利用奎因的技巧，实现了若干种自指的数学结论，可能你们有的人会听说过一些，大概给大家讲一下，包括罗素悖论，它又牵扯到说谎者，我说的这句话是假话，那这句话到底是真的还是假的，你会发现你认为它是真的时候就是假的，你认为它假的时候就是真的，反正它老是跟你对着干，就是一个很奇怪的自指悖论。
自复制的机器
而现在冯·诺依曼告诉我们，自指这个数学上的非常重要的命题，也是跟自复制问题密切相连，通过奎因这种技巧，我们就可以出现一个自复制机器，就像下图所示，他已经把它给设计出来了。
到底是怎么完成这种自复制的呢？其实也不难理解，它其实就是下述原理：这个机器要分成两部分，由两部分组成：一部分是机器，另一部分是设计图纸。这个就像刚才那个扫描器一样，首先要记载了关于这个机器的绝大部分信息，但是并不包含它自己，因为一包含自己又变成无穷了。
于是要完成自复制会怎么做？首先，第一步是要把图纸复印一份，这个很简单，复印机一扫描就OK了。
第二步，机器要能够根据图纸再造出来一个机器，这个是一个很关键的一点，只要把这样的两个东西偶合在一起，图纸加机器看成一个整体的系统，你这个系统就可以完成一个自复制的功能了，这个就是冯·诺依曼发现的这样一个奥秘存在。
机器与生命的对比
请注意，冯·诺依曼发现这个时间点可是早于年的，几年的时候就已经发现有这些东西了。而到了年，也就是在他去世前后，沃森和克里克就发现了DNA双螺旋结构，而且进一步的对生物学的探讨，人们也就认识到，实际上生物体细胞要完成自复制，恰恰就实现了一个冯·诺依曼的自复制机器，他们俩的逻辑框架简直就是一模一样的，所以冯·诺依曼这是一个神来之笔，他能够洞悉到生物界的奥秘之所在，而且可以做一个精确的映射。
比如说在生物体里面，图纸就对应为DNA双螺旋结构的AGCT这个编码，就是一张生命的图纸，机器就是细胞体本身，整个的自复制过程就相当于细胞的有丝分裂自复制的过程，所以能够形成一个严格的对应，这就是自复制的逻辑之所在。
有了这个自复制逻辑，还离抵抗热力学第二定律还差一步，怎么去完成进化呢？恰恰是因为热力学第二定律，就有可能使得一个自复制的系统产生达尔文式的进化。
这个机器在自复制的过程当中，可能会由于环境的因素会受到一些扰动，有可能发生在机器的上面，也有可能发生在图纸的上面，发生在机器的上面的时候，机器就坏掉了，就导致了死亡，这个是不幸的。
但是一旦扰动发生在图纸上面，它就有可能跟原来的机器不一样，一旦再造出来机器，还具备自我复制能力的话，就会发现这个就是一个优良物种，是一个全新的物种，而这种全新的物种就有可能比老机器更好的适应环境，达尔文进化也是这套原理。
自复制与达尔文式进化
回顾一下，达尔文进化无非就这么几点，首先要有遗传，就是把DNA复制下去。
第二，DNA在遗传的时候会变异，也就是图纸对图纸的扰动。
第三，扰动有可能导致好的结果和不好的结果，那就看自然选择，老天爷会让哪些存在下来。
于是，经过这样的迭代，自然界就创造出来了丰富的物种多样性，这就是生物学反观机器也是的这样的。
我们其实不妨可以把基因突变也进行这样的比较。因为突变完全是因为环境的热噪声所引起的，所以为什么热带的生物体死得早，是因为突变的也快，会发生变异，所以越热环境的噪声，那些震动就会越大，所以就导致AGCT编码在操作过程之中会出现错误和变化，所以它的突变也恰恰是由于热力学第二定律的影响导致了这种突变。
只要这个突变发生在图纸上面，就会创造全新的机器出来，而这种机器就有可能比老的机器会更具有进化的天赋。
最后，我们给出一个评价，实际上自复制这样一个复杂度的阈值，它是可以让热力学第二定律变废为宝的，就像刚才说的，因为你的热噪声的干扰，可能发生在图纸上面，基因上面，这就使得衍生出来的新物种具备了新的功能。
因此，热力学第二定律很有可能变成进化的动力来源，从而抵抗热力学的衰败，而不停的复杂，有秩序下去。
层级：生命的轮回
最后一个阶段是层级的产生。我们知道现实的复杂系统，生物世界存在着大量的层级结构，比如说，单细胞生物体可以相互组合，形成多细胞的生物体，多细胞的物种，我们人体来看，也是一个很多层级的系统，由细胞构成组织，组织构成器官，器官构成了人体。
社会系统也是这样，人构成了公司或者是组织，然后又形成了城市，又形成了国家，总是具备这种层级化的结构，这些层级化的结构是怎样产生的呢？这里面牵扯到一个所谓的内共生理论，它讲述了很多有意思的故事。
我们知道，现在的多细胞生物体，里面有多细胞器，有些细胞器就很有意思，比如说下图右上角*色的像鞋一样的东西，叫做线粒体，线粒体很特别，因为线粒体内部也有它自己的染色体，就是DNA双螺旋结构，而且自己也有自己的细胞膜，这个细胞膜又是有两层，有一个内层膜，有一个外层膜，两层还是很不一样。
还有一些细胞器，比如说叶绿体也是类似的，有自己的DNA，有自己的细胞膜，为什么会这样？就好像线粒体或者是叶绿体就像一个自己的独立的细胞一样，可以在真核生物体里面存在，为什么会形成这样？
内共生理论
有一位科学家叫林恩·马古利斯，她提出了一套叫做内共生理论。她认为，实际上在远古时期，多细胞真核生物形成的早期，其实是真核细胞要去把线粒体本来是一个独立的小型的细胞，一个生物体，它实际上是大细胞要把小细胞吞掉，可是在吞噬的过程当中，并没有完全把他消灭掉，而是跟它维持了一个长期的存在，共生了下去，这就是内共生理论原因。这样一种共生就会导致线粒体还有叶绿体就可以长期的和细胞维持了一个存在，形成了一种共生的关系。
一方面线粒体是一个相当于细胞的电厂一样，所以它就给细胞供应能量，而这个细胞又对线粒体这样一个非常脆弱的小细胞提供了一个保护作用，很难被外界的复杂的环境摧毁掉，这个故事还可以迭代，不停的发生下去，也就是说，是一个大细胞吞掉一个小细胞，形成一个大组织，这个大组织又可以进一步吞噬其它的小细胞，形成组织，组织套组织，就会形成非常复杂的层级结构，这就是内共生理论所给我们讲述的这样一个生物进化的不一样的故事。
有很多的证据去支持内共生理论，比如说，每一个细胞器都会有相应的独立的DNA结构。另外，双层膜也是一个证据，原因就是在于外表面的那层膜实际上是大细胞的膜，而内表面的膜是原来的小生物体的膜。
从更大的视角看合作与竞争
而且，从一个共生的角度来看，我们会对合作和竞争有一种全新的认识，比如说包括我们以前说合作就是利他，但实际上站在一个宏观组织的角度去看，实际上合作就是促使更大的组织的形成。反过来竞争当然就是一种分裂，就是促使组织不能够形成，也就是组织的衰退。所以从这个角度来讲，我们对竞争和合作就有一个全新的认识，而内共生理论就告诉我们，其实最宝贵的恰恰是竞争的弛豫，也就是把竞争无限的拖延下去，最终形成了一种合作，一种内共生的模式，就像细胞吞噬线粒体一样维持下去，这样就能够形成一个全新的个体。
这个实际上在人类历史上也存在着一些例子，比如说在二战期间，曾经有一支法国*队和德国*队，形成了一种对抗的局面，这两支*队都是远离大部队了，他们在一个荒山僻野发生这种交锋，结果长时间好几个月过去了，一直得不到总部的消息，所以就导致了这两支*队谁也不跟谁打仗了，甚至于最后他们形成了合作，我给你做饭，你帮我挑水，类似于小两口过得还挺好，形成这样一种局面，这就是所谓的竞争的弛豫。
所以，在我们的日常生活里告诉我们，很多时候当你产生矛盾当然是不可避免的，这时候有的时候拖延其实是一种很好的现象，因为你拖延下去的话，维持这种竞争关系存在，就有可能形成一个全新的个体，形成高层级的组织。
图片发自简书App
所以，这样一种从混沌、聚集、新陈代谢、进化、层级的产生，就会迭代的不停的发展下去，然后形成这种高级别的组织以后，你又可能回到原点。因为你的每一个高层级多细胞的组织又变成了单元，一个个体，于是这些单元和个体之间又会发生一定的聚集行为，从而形成一个更大的整体，于是这个故事就会进一步的发生下去，不停的周而复始的循环，这就是我们所看到的纷繁复杂的世界。
四、小结
最后，我讲课已经到了尾声，让我们来做一个大的总结。首先我们会发现，简单规则会导致复杂涌现的行为，这就是一个反直觉的例子，就是复杂行为不一定非得是复杂的规则和设计，它可以来源于很简单的规则。
第二，所有的涌现和复杂都是发生在混沌与秩序的边缘，你要巧妙的平衡这两种力量。
第三，开放和流动能够创造有序，就像贝纳对流实验，所有的这些有序的结构的产生，虽然它内部都是瞬息万变，看起来虚无缥缈，但是它背后却有着惊人的、可以用数学去刻画的规模法则。
第四，我们可以从完全新的视角来去理解生物体的自复制这种能力，它实际上是可以将热力学第二定律变废为宝，变成是一种进化的力量，从而抵抗大自然的热力学第二定律。
第五，层级的涌现会导致生命周而复始的循环，不停的形成更大的、宏观的层级结构。
