简介
精彩点评
-
张林推荐
复杂学科，是一门新兴的学科，在对各个细分学科进行一定程度探究后，把各学科的理论综合在一起去解释单学科所不能解释的现象。 这类现象可以描述为：在不存在中央控制的情况下，大量简单个体如何自行组织成能够产生模式、处理信息甚至能够进化和学习的整体。如：蚁群、神经元与大脑、宇宙。 计算不是复杂的，它只是抽象的，如果要发展超人类计算机，必然要突破逻辑计算能力。如：观察能力、决策能力、行动能力、自我学习能力。因此，智能机器超人类不太可能出现。而更可能的是，辅助计算会使得人脑和计算机进行结合而诞生半机械人的出现。 宇宙的一般规律就是自组织和混沌，在无穷尽的变化，无法预测。人类要理解宇宙，就需要不断提出理论来解释。 解释，其实就是寻找因果关系，是线性的。使用的方法为建立模型与计算，它们也是线性的方法。但宇宙中很多现象是非线性的，如果我们要理解或解释非线性的现象，我们需建立一套新的理论。 非线性、分散控制、网络、层次、分布式反馈、信息的统计表示、本质的随机性，这些思想的重要性在科学界和大众中都逐渐被认识到。 能在真实世界运用的理论会更快的发展：遗传变异、自然选择、无尺度网络、幂律分布等。 宇宙的自组织行为：宇宙按照系统的层次具有相似的分形。在一个系统中，各部分按照既定规则互相作用，互相影响，但低于一定比例的个体在同一时间发生相同或不同的改变不会影响系统的行为（抽象成数学就是无尺度网络），而一旦发生同时突变，整个系统可能会进行重组织，改变既定规则，演化为新系统。 如果能解释突变，或许就能理解宇宙、生命、意识的诞生。
-
Echo推荐
刷新宇宙观、世界观必读。原来科学才是最反常识、最震碎三观的……
-
M🐳推荐
作为一本用计算机研究复杂性的计算机博士数学家写的“科普”书，这一遍耗时18小时的阅读只能叫作预读！读本书本来是丁老师推荐用来解答我“世界本来确定还是随机”问题的，然而不但没有世界本来确定与否的解答，反而被告知了人类认识世界的局限性。但关于我的疑惑也不是一无所获，至少我对我自己所说的“随机”有了新的认识：随机也许并不是真的随机而是内在秩序的一种表现！ 另外阅读本书过程中我不但更多了解了一些科学革命以来的科学家及其研究主题，还从麦克斯韦妖怪及暗物质暗能量的角度假想了“信息是除物质和能量之外的第三基本组成”，当然本书是关于复杂的论述，于是我接触到很多对我来说认知空白的复杂系统的概念复杂性、涌现、自组织、混沌、进化算法…… 对于人类科学来说也许这不是一本居功至伟的书籍，但对于我这般普通科学素养的人来说，其哲科启发意义却是极其重大的！ 感谢推荐给我本书的丁丁老师，感谢Melanie Mitchell的论述！
-
Brox推荐
科学是认识世界最好的工具。从笛卡尔提出还原论开始，科学的研究进程更多朝向了“分解”，研究每一个部分，利用工程学把大问题拆分为无数个小问题然后逐个击破。但当我们拿出这些局部小成果意图还原出世界的原貌之时，却发现一些至今未被破获的“力量”在干预着成果：海森堡测不准定理、逻辑斯谛函数R值小变化引起的大震荡、学科之间的“涌现”现象、人体各系统的运作机理…本书作者以极强的功力将复杂科学在多领域的重要发现简要呈现给读者，量变产生质变、整体大于部分之和、简单设定引爆奇妙现象，这些发现至本书完结也没有高度概括的理论统一归纳，但这是认识世界复杂性的必经之路。到此为止的收获是：简单有规律的单元聚合到某种量级终能发生涌现，正如读过的每一个简单的字节就会收获大小快乐。
-
戎戎推荐
自然科学作者写的科普书读起来总是特别顺畅，有事说事，简洁明了。一次奇妙的阅读之旅，二维元胞自动机迭代之后的行为抽象成粒子的行动那一段，读到为之一振。 羡慕作者能够确定热爱的母题并持续投入其中，2008年写的书，不知道复杂研究现在的进展如何。人类还没有看清楚的事物即是复杂的，但仍保持去往细节里看。
-
余华华推荐
从系统之美，追过来看这本《复杂》。数学推理和关于（元胞）计算机那块，看的很迷糊，跟不上节奏。还需要在翻一遍。
-
付秋月推荐
一本不错的开脑洞的前沿科学开脑洞书，可以增长知识面，作为非专业人士，完全没有必要陷进去，也没有必要深究。本文有价值的科学观点如下： 一、什么是复杂系统？ 复杂系统试图解释，在不存在中央控制的情况下，大量简单个体如何自行组织成能够产生模式、处理信息甚至能够进化和学习的整体。 二、复杂系统的共性 1. 复杂的集体行为：前面讲到的所有系统都是由个体组分（蚂蚁、B细胞、神经元、股票交易者、网站设计人员）组成的大规模网络，个体一般都遵循相对简单的规则，不存在中央控制或领导者。大量个体的集体行为产生出了复杂、不断变化而且难以预测的行为模式，让我们为之着迷。 2. 信号和信息处理：所有这些系统都利用来自内部和外部环境中的信息和信号，同时也产生信息和信号。 3. 适应性：所有这些系统都通过学习和进化过程进行适应，即改变自身的行为以增加生存或成功的机会。 三、复杂性研究的核心问题是什么？ 复杂性科学的核心问题是：涌现和自组织行为是如何产生的。 1.涌现的概念：由于简单规则以难以预测的方式产生出复杂行为，这种系统的宏观行为有时也称为涌现（emergent）。 2.自组织的概念：如果系统有组织的行为不存在内部和外部的控制者或领导者，则也称之为自组织（self-organizing）。 四、复杂性的研究：不同的聪明脑袋试图用不同的模型解释复杂性，这些模型可以解决某一个或某一类领域的问题，但无法放置四海而皆准。
-
Maiz推荐
梅拉妮米歇尔——侯世达弟子，关于复杂性研究的科普性著作，比较通俗易懂的介绍了关于复杂系统研究的历史背景和目标、基本概念和方法、主流学派和未来前景。看完之后又激发了看《集异璧》的冲动。 相对简单的个体如何形成统一而独具魅力的群体的？有没有可能找到一种统一的理论来解释？这可能是多数社会学科和元问题研究者关注的根基问题。 书里从蚁群、大脑、免疫系统、互联网、经济社会等常见的复杂系统入手，介绍了复杂系统理论一些片段，分别涉及信息、计算、动力学和进化等领域。你可以看到很多经典的物理学、数学、计算机、生物学、社会学的经典研究和发现，比如逻辑斯蒂映射、麦克斯韦妖、哥德尔定理、图灵机、冯诺依曼的自复制自动机、分形研究、元细胞自动机、简化类比、理想模型、小世界网络、无尺度网络进化发育生物学等。 作者有能力用比较清晰的结构表达和串联起来，建立起宏观到细节的复杂性系统知识，比较令人钦佩的。关于复杂性的研究认知目前也处于一种混沌的摸索阶段，需要做的是理解当前关于复杂系统研究的如此多的成果，发现它们的内在关联，并将它们融合成协调一致的整体——也许可以称其为“复杂性背后的简单性。无论成功与否，都会对人类对于本身和所处世界的认知提供很多有益的尝试。 大三参加挑战杯时，曾经研究了动迁移民的社会融入和关系网络重构问题，当时想通过有物理学中的电容的平衡来进行规律性解释的，算是一种朦胧状态的复杂研究了。回头想想，到底基础薄弱、能力不足，得出的理论单薄很多，后来就放弃了，以后有机会再捡起来看看。 对元问题感兴趣的同学可以抽空看下，可能处理下里面提到的很多数学和理论模型的思考时候会遇到些障碍，慢下来研究或适度跳过都可以的。 准备去读GEB啦~
-
2older推荐
作为复杂性研究领域资深的研究者，作者带给人们有关复杂性问题研究的总揽性的描述，从典型的系统或现象出发，不时让人心生好奇乃至发出原来是这样的惊叹来。确实是一本不错的科普书。
-
盖帽汽车微创修复-陈尚军推荐
这是继《失控》之后最为有启发性的一本书，使得我们对世界的认知上升了一个纬度
-
阿白推荐
科学大杂烩，没想到在读这本书之前已经了解了这么多关于复杂系统科学的知识......
-
安迪推荐
蚂蚁为何秩序井然，扫地机器人怎么学会捡垃圾？从蚁群到人工智能，一本书读懂复杂系统。 这本书的作者梅拉妮·米歇尔，她是美国波特兰大学的计算机科学教授，圣塔菲研究所的客座教授。她的研究领域包括人工智能、机器学习、认知科学、复杂系统等。 复杂系统可以大致分为两类：一类是有生命的复杂系统，比如动物；另一类是没有生命的复杂系统，比如计算机。 在计算机科学中，蕴含着怎样的生命科学和进化原理？ 在20世纪40年代，一些科学家就提出，计算机和动物有很强的相似性。我们可以把生命过程抽象化、机械化，然后用计算机来实现。用计算机来模拟生命的一些要素，比如新陈代谢、自我复制、进化、适应环境，等等。 扫地机器人就是利用遗传算法，自己来学习。我们把扫地机器人看成是生物，先随机生成一堆机器人，设定一个优胜劣汰的规则，让这一代机器人去PK，淘汰掉那些表现糟糕的家伙，留下更适应规则的机器人，让他们繁衍出下一代，再让这些小机器人继续PK，继续繁衍，不断地优中选优，最后留下的一代就是最适应规则的扫地机器人。这就是遗传算法的运行机制。 人工智能其实和遗传算法也有着千丝万缕的联系。因为人工智能的核心是机器学习，是机器像人一样拥有自主学习的能力，不断改善机器的性能，而扫地机器人应用遗传算法自我优化、不断学习进步的例子，就是机器学习发展早期，一个很好的雏形。 生物和自然界背后运行的原理，怎么会和计算机的程序算法如出一辙？
-
绎_Libar推荐
层层递进展开复杂系统的奥秘，从直观地诞生到系统的研究，逐渐深入。 圣塔菲，愿有生之年可以去看看，哪怕只是远远的望一眼。初入复杂系统的研究，仰望前辈之高远，不敢再有轻浮。再自命不凡，也要从点滴做起，从实事实践，一句句代码，一行行推导开始。 前半部分比较简单，基本都可以在实际生活中找到映射，容易理解。到了后面提及许多专业名词，泛泛地聊起了如何做科研，一句话一篇甚至几篇参考文献，堪比看综述。结尾几节我还需日后再反复拜读，领略大佬们的高深。 一个个熟悉或不熟悉的名字，都是复杂系统的一大步，对比之下，我真是老菜狗了，这书评，评不下去了，学习去[难过]
-
Leotsao推荐
很好地入门科普书，用了大量的案例与"类比"帮助理解，没有太多深奥的名词与解释。 遗憾太晚才读到，十几年前的书了，最近十来年相关领域发展太快。
-
志波推荐
宇宙万物不过是一个一个的大分子团，基于元素周期表上那一百来种基本元素，通过排列组合，表现出千奇百怪的物质世界。本书正是试图解释这种现象产生的原因：简单的个体是如何通过简单的规则组合形成复杂的系统？ 米歇尔从多个角度出发，描述了生物学、进化论、计算科学、信息系统、量子物理，以及天体物理里隐含着的复杂情形，用归纳法拓展结论的一般性和普适性。整个推理过程：信息翔实，包罗万象；逻辑清晰，一目了然；结论明确，洞若观火。 在米歇尔徐徐展开的故事中，彷佛回到宇宙的奇点，立于上帝视角，静看庭前花开花落，宠辱不惊，漫看天边云卷云舒，去留随意。于质朴无华的简洁之上，盛开自由意志的复杂之美！世间万物之基，追本溯源，必定符合简单、对称的结构，简单才是真正的智慧，它是天地之间的“道”，通过时间之箭，达到“道生一，一生二，二生三，三生万物”的境界，这个过程，既不是来自上帝之手，也不是太阳之光，而是源自本源，谓之“涌现”。