梅中阁随笔｜复杂系统阅读书单：2021诺贝尔物理奖启示

作者：吕建中，2023-01-21

越是在实践中学习、反思、复盘，就越能深切感受到我们在浙大学过的《过程控制》这门课以及由此延展出来自学阅读的《系统论》、《博弈论》、《信息论》等带给思维提升的精妙之处。用系统性思维、长期主义思维，再加上《有限与无限的游戏》的历史思维，构成一个具有弹性的纵深视野，来分析和应对脆性、复杂性、不稳定性和不确定性问题，能帮助我们淡定专注、洞察要害、解构纷繁、重构体系；能在多要素、多关联、多影响，增强回路、减弱回路、自演进、自调节、自涌现的体系中，形成缜密的闭环。

2021年，德国Klaus Hasselmann，Syukuro Manabe（日籍），意大利Giorgio Parisi，三位科学家因在研究“复杂系统“领域中取得的卓越成就，共同获得了当年的诺贝尔物理学奖。Klaus Hasselmann 创建了将天气和宏观气候变化联系在一起的模型，可更好地用量化手段理解温室气体排放对于全球气候变化所造成的影响。Syukuro Manabe 研究了二氧化碳和地表温度之间的关系，证明了大气中二氧化碳的不断增加，让地球的温度不断升高。两位科学家分别以不同方式的数学建模和数值模拟为基础，预测了复杂系统中混沌的气候变化。在无序复杂的材料机理研究领域，Giorgio Parisi发现了隐藏模式的存在，利用数学复型解决了自旋玻璃的问题，由此而奠定了复杂系统的理论基石。

我们大多数人对简单系统比较熟悉。简单系统是整体等于个体相加之和、可以分解还原的系统。而复杂系统在本质上属于“1+1≠2”、整体不等于各部分之和的系统。因此，复杂系统是关于微观上各个子系统之间通过相互作用导致宏观层面的系统结构与行为演化的学说（比如蚁群、蜂群个体行为的叠加，构成的宏观整体上群体完成复杂任务的行为）。复杂系统无法用简单的数学统计方法来分析其子系统之间的相互依存、相互作用机制以及在时间维度上发生的演变，这种演变很难预测，并在宏观行为上出现非线性、不确定性。

自然界、社会是由各种复杂系统组成的。尽管我们知道客观世界是复杂的，但受制于原生态思维的局限性，我们习惯性的认知方法，依赖于直觉、经验和简化来观察对象（而非真实世界），这对于那些相互作用较弱的简单系统来说也许勉强行得通（但存在相应程度的偏差，而我们选择接受这些偏差）。一旦这种习惯养成，我们很容易把自己认知上的不足当作是以为然，自以为是地用这一习惯做出观察和判断，而忘记了，这一习惯是难以揭示事物的深层规律的。

通过深度和精进的思维训练，可以建立起应对复杂系统的思维能力。“阿尔法狗”就是通过深度增强学习训练，解决了围棋的认知和决策的复杂博弈系统问题，为使用智能建模方法深入理解复杂系统提供了突破性实例。我们在学习中，要从掌握复杂系统的三大特征入手：1）适应性，环境导致系统结构不断发生改变；2）不确定性，演化过程导致因果不再一一对应，且不是完全唯一；3）涌现性，由于系统自组织功能，各因素相互作用产生新的整体性，且因非线性而不可预测。

从复杂无序的体系中找出普适的规律，不仅有助于认知复杂的自然界，从而合理有效地利用和保护资源，也有助于认知复杂的社会，进而推动社会-经济-环境的生态化可持续发展。我们所在的地球，其气候平衡、生态平衡、资源和材料有效利用，已成为人类可持续发展的基础和关键。复杂系统理论已经在城市可持续生态体系、应对贫困和社会经济不平等、促进代议制民主的集体行为、帮助弱势群体发展等领域发挥出作用。

把自然、社会和技术领域不同的复杂系统用相同或者类似的网络模型来统一描写，通过映射、类比、移植等方法来发现共同特征，进而发现具体系统的特有性质，这为我们解决复杂问题提供了新的思维方法和有效工具。对于企业而言，将这套方法学运用于企业战略和管理，在日益动荡、复杂、不确定的商业-社会环境中，对于回答我是什么，我有什么，我做什么，我如何做，我能做多久以及我要成为什么这一类决定商业核心和战略本质的根本性问题，有极大的帮助，它提供了非线性、整体性、动态性和系统性的探索之路，使战略路径的设计更贴切，表述更清晰。

我们处在一个从VUCA到BANI迅速变化的世界中，正面临着越来越多的突发性社会、经济、环境、健康（如席卷全球的新冠疫情）危机，复杂系统科学帮助我们评估和量化脆弱性，建立起韧性，也帮助监测和实现UNSDG2030这一复杂系统的宏大目标。

介绍几本学习复杂系统的入门书籍。首先推荐《复杂系统导论》（An Introduction to Complex Systems），它从跨学科领域的角度，介绍了系统概念、混沌和分形、博弈论、网络、基于代理的模型和信息论、非线性，帮助我们对复杂系统建立初步了解，有一个直观的感觉。