本文是張江教授在混沌大學的講課錄音， 張江， 北京師範大學系統科學學院教授 ，極智俱樂部創始人。
李鈺根據錄音整理
為什麼學習複雜性思維？
世界正在扁平化，娛樂節目中聽眾、觀眾走到臺上，舞臺發生反轉。抖音小視頻讓大眾走向舞臺。比特幣讓一切扁平化。我們的世界高度互聯，航空網絡讓紐約和北京更近相比蒙古。牽一髮而動全身。這一切都藉助科技崛起。人工智慧，在接近奇點臨近。奇點有可能讓機器超越人類。2050年人類可能獲得永生，機器可能戰勝人類，各種預測都在。
所有這些問題，共同的特徵，都是含混的。牽涉多種學科，看起來不同的學科，問題卻存在共性。經濟、生物、全球都被網絡所連接。都無法用還原論來解釋。還原論對宏觀問題無法解釋。這時候就需要一個新興學科來解釋，就是複雜性科學。
這個學科太年輕，不成熟。
跨學科、統一性、湧現。
複雜性科學的定義：
採用一種跨學科的手段，研究不同複雜系統之中共有的湧現行為和統一性的規律。
湧現：部分大於整體之和。
牛頓的偉大發現
複雜性科學也在嘗試尋找各類現象背後統一的規律。
複雜性階梯如圖：
生命複雜系統演化的過程，混沌-聚集-湧現-新陳代謝-進化-層級
可以看做生物發展，可以看做一個公司發展過程到整個的商業生態。
聚集——
不按照規律就容易形成人類的集體愚蠢，烏合之眾。
舉例鳥群飛行的例子：
集體飛行，分分合合。有沒有一個Leader？
對鳥類群體研究的人搞出來一個研究，能否在計算機屏幕上模擬出鳥群動態。
發現三個規則：1.靠近；2.對齊；3.分離。正是這三條規則就把握了飛行動態。
這些規則和人類也適用。把這三個簡單規則賦予鳥群就出來了模擬鳥群的複雜動畫。全部運作沒有隨機性，全是確定性動作。但是我們無法預測下一部動作。是一個複雜的迭代的過程。只有模擬自己是一隻鳥才有可能預測出下一步的動作。這種現象就是混沌現象。
我們看到：1.簡單的規則就可以了。反而設定複雜的規則無法繼續。
2.複雜不是被設計出來的。
3.完全確定的規則卻會導致「隨機」的結果。表觀的隨機。
螞蟻
一隻螞蟻很傻，一群螞蟻卻非常智慧。能在火山上自動聚集成螞蟻球從火山上滾下來。犧牲小我，成就族群延續。
蟻群模擬尋找食物。尋找過程留下信息素。足夠長的爬行不斷來優化路徑，最後會形成一個最短路徑。
正反饋的力量，一旦兩條路徑在初期有小小的差異，通過信息素正反饋，信息素濃度越多越吸引螞蟻。螞蟻越短的路徑重複的越多，正反饋會放大這個優勢。最後螞蟻會收斂到這條最短路徑。
人類和媒體都是正反饋放大器，這個例子非常多，一個企業初始的優勢會被放大，形成自己的發展壁壘。
還會有一些螞蟻在四週遊蕩，就是所謂的「懶螞蟻」。他們在為族群尋找新的可能。為系統提供備份，如果有意外變化，馬上啟動新的路徑。
案例實驗：螞蟻放在北京市地圖上，尋找最優路網。
黏菌
再看更小的一類群體，單細胞生物體—黏菌。黏菌它的生命發展可以分為兩種形態，一種是單細胞生物體，一個完全獨立的單細胞。但是一旦發生特殊情況，它就會聚集形成一個鼻涕蟲，形成一個大的黏菌整體。黏菌整體形成這時候單細胞就失去自我的意義，不能以單細胞形式存在。而形成一個大的生物體，甚至成為大的孢子，繁殖自身。
黏菌不單可以形成大的生物體，還能設計交通輸運網絡。
日本科學家把黏菌放在東京地圖上，把食物放在需要連接的點上。5個小時後，黏菌餓啊，四散去尋找食物，在各個點上找到食物搬回家。開始路線是散亂的，26個小時後逐漸形成一條條最優化的路網。這個路網圖和東京交通地圖對比不一樣，因為有地方是山丘不能直接過。研究人員就在山丘區域打上強光，再次實驗。因為黏菌厭光。再次實驗的圖就更接近於真實的東京路網圖。多次實驗，每一次都不一樣，甚至有些時候的路網圖會優於真實路網圖。
黏菌也能設計出不亞於人類的路網，你說人類是最有智慧的生物嗎？智慧蘊藏在大自然的自組織規律中。人類正好用腦袋實現了這種自組織。黏菌沒有大腦，通過信息素的反饋也實現了這種網絡。
我們把系統分為兩大塊，一塊看個體：首先都是遵循非常簡單的規則。第二有限的局部的信息，即使你能處理複雜規則，每個個體的感知也是有限的。3.每一個個體都在處理其他個體與它的互動。
群體：1.集體智慧，2.適應能力強，3.很難控制，它們自有法則。
人類聰明，集體就聰明？不是，人類有很多集體愚蠢的例子。例如，交通堵塞。因為每個人太聰明了。汽車的運行速度決定於每個人認為的安全距離。交通系統存在不確定性，存在混亂。每個人都覺得自己聰明，才造成交通集體癱瘓。
踩踏事件，每個人感知範圍有限，前面發生的現象你無法知道，前後的人各自前進，只要有一個倒下，就會產生踩踏事件。這就是人類群體出現集體愚蠢的現象。
股票市場，漫畫把瘋狂之所在傳遞，excel！（卓越）——sell 賣出，賣呀！股票大跌。最後這人說不玩了，good-bye，bye——buy，買買買。股票市場就是這樣口耳相傳的系統，被周圍所影響，小因素層層傳遞甚至造成大的金融危機出現。
因為個體過於「聰明」，而不懂得協作，才會造成「集體愚蠢」的出現。
群體智慧與愚蠢的區別：
集體智慧：局部信息、簡單規則、智能彼此加速；
集體愚蠢：試圖掌握全局信息（不可能），機關算盡太聰明，智能彼此抵消。
每個個體掌握的信息都非常有限，不如按照簡單的規則。
人類群體是如何產生群體智慧的。
《智慧社會》書中研究，個體中個體之間的方式，一種少數人溝通，一種多數人溝通。實驗表明，多數人溝通更能表現出智慧。群體任務，群體協商，右側模式更有利於目標達成。群體智商不等於個體智商，扁平化的溝通方式有利於群體智商。更自由的交換信息，更高效的信息的流動，才促進了整個群體的智慧產生。
那進一步，很有意思的一個研究結果，同樣的團隊，發現團隊中女性的比例起到很重要的作用。女性比例在大於20%小於80%團體的智商更高。女性讓彼此放下戒備，更好的溝通。
複雜性階梯——湧現
湧現不能單獨看做一個階段，而是對上一段的總結。
複雜系統？湧現？斑圖？湧現分類？
我們把複雜系統簡單為節點和連線，這三張圖都不是複雜系統、簡單系統、複雜系統、無組織的隨機系統。
氣體系統，一個杯子裡有10的23次方的速度氣體分子在移動。這類系統叫無組織的隨機系統，他們之間沒有相互作用。
鳥群幾十隻鳥就足夠複雜，個體之間的相互作用，連邊有多種可能。鳥群、交通網絡都是相互影響的複雜系統。
這些複雜系統都會有些特性——湧現。複雜系統會有兩個層次去看他們，個體層次和群體層次。整體大於個體之和。
在整體層面發現的，總會出現你無法簡單地從個體層面推出的模式、屬性、現象等。這些規律、屬性、模式被稱為湧現。
斑圖（pattern）的存在，使得湧現成為可能。
斑圖就是一種集體模式。如顏色。這些花紋就是斑圖。湧現會產生斑圖（pattern），斑圖是一種集體模式。例如個體無法形成隊列。鳥群的飛行形態，蟻群形成的蟻隊，黏菌。斑圖有特性：凌駕於個體之上，斑圖的產生導致了層次的超越。
例如城市中的霓虹燈，小燈泡在整體層面出現圖案。小燈泡層面看不見。整體層面感知，突然發現小燈泡有意義了。所有有意義的圖案文字都出現在小燈泡所組成的斑圖之上。它無法還原到每一個燈泡上面。一個燈泡毫無意義。這就是斑圖的意義。例如國慶閱兵，組合圖案，祖國萬歲。它可以用人去實現。斑圖的實現是一種軟體，凌駕於個體之上的新的系統的存在。斑圖可以讓你的大腦解讀新的意義。
這張雲臉就是一個斑圖。小水滴形成的形狀和真正的臉沒有太大的區別，臉也是一個斑圖，單個細胞沒有任何意義。真正維持存在的是斑圖，是這個形。所以從這個來說，臉和雲臉沒有本質區別，都是斑圖而已。都是虛無縹緲的存在。
湧現發生之時，正是心智在斑圖中發現意義的時候。
可以設想，細胞分子相互碰撞形成細胞時，其實並不比雲臉更真實。細胞的形成是你解讀出來的，賦予它意義。
湧現的分類：兩大類，一類湧現是設計出來的。霓虹燈、翻板。整體超越個體。
自組織出現的湧現，也可以分成由簡單規則形成的，可以形成複雜的功能，兩類。還有一種湧現，單獨拎出來去看，智慧生命的形成，很神秘。
強湧現。強體現在質料因、形式因。整體層面和分體層面。細胞是由什麼構成的？人怕火燒，人是由碳水化合物組成的。從整體到個體也有箭頭存在，形式因。整體形成斑圖，用右手使勁拍打左手。左手很多細胞死亡。細胞根本無法思考。這是從上往下的因果之力，形式因。
假如說人類社會也會形成一個大的斑圖，個體根本無法和社會對話，無法理解更大層次的存在。生命智能和強湧現相關。它會出現一個反向的因果箭頭。強湧現可以導致個體和集體之間的因果關係發生反轉。
這一切給我們的啟發，為什麼要去中心化？
只有在去中心化管理的時候，每個個體之間才能夠充分互動，只有充分互動才能在群體上激發斑圖湧現，idear的存在和流動，產生智慧、湧現、預期之外的特性。這些斑圖才是真正超越個體的存在，超個體智能是解決問題的關鍵。這樣組織才存在活力。
剛才做了回顧：
接下來當你的公司形成了湧現之後，還要考慮你要生存下去，生存下去的前提條件是形成和外界的互動。內部也會被外部互動催生新陳代謝，從而整體形成新的存在。
新陳代謝
有一個非常重要的科學定律，熱力學第二定律。愛因斯坦說你可以不懂相對論，你可以不懂牛頓力學，但是你不能不懂熱力學第二定律。你會理解整體不單是個斑圖，還是個不斷流動的斑圖。
對我們如何去管理公司和理解社會會有很大幫助。
首先看一看熱力學第二定律，對於任何一個封閉的系統來說，如果不加幹預，讓它自動演化，它一定會變得越來越無序，無序叫熵，熵增定律。封閉系統是前提條件。
很多例子，比如一縷青煙，煙的彌散過程就是典型的熵增過程。小空間到屋子到更大的空間。再比如生老病死。究其根源，物理學的熱力學第二定律。
但是也會發現反例。生物圈的演化看起來就和第二定律相衝突。大自然的生物圈越演化越高等。人這個生物冒出來了。再例如科技，從簡單到複雜，從低等到高等，兩種時間之箭，看起來完全相悖。答案就在於開放。
我們看到的反例，都不符合熱力學第二定律的前提條件，封閉系統，熵才會永遠增加。如果前提條件——開放系統呢？熵如何呢？熱力學根本沒說。
如圖所示的，開放系統與環境，有INPUT,OUTPUT，有交換，這個交換可以是物質、是能量、是信息。只要有交換，系統都是開放的。所以有了開放系統的熱力學第二定律。
只要你從外界吸收進來的有序只要快於你內部系統產生的無序，你的整個系統就有可能演化的越來越有序。
所以換句話說，問題的關鍵不是向有序無序的增長，而是比較兩種變化的速度誰快誰慢。開放系統進來的大於消耗掉的就能保持持續的有序。
從外界吸收有序進來，這就是我們都要進食，獲取能量。引進負熵大於熵增，你就在變為有序。這就是開放式系統的熱力學第二定律。
我不用很複雜的開放，我只用能量的開放，就可以使得系統走向有序，這個有序是完全自組織的有序。
貝納德實驗，加熱平底鍋，液體出現翻滾，沸騰之前，液體很薄，會出現六角格的斑圖，底部液體受熱，對流現象，翻滾到上面，上面的翻下來，從側面看是蛋卷結構，從上面看就是六角格結構，這種現象就形成了耗散結構。
因為這個結構的目的是為了快速釋放掉。形成了集體運動模式。左右碰撞也可以釋放熱量，但是這種集體運動模式更快速。
耗散結構還有一個例子，小溪邊的水波紋，瞬息萬變的。波紋是一種助波，看起來不變其實是瞬息萬變的。看起來不變，其實一直在變。這和霓虹燈的斑圖形成鮮明的對比。
耗散結構更虛無縹緲，我們的人類和人類社會都是一個不斷的耗散結構。我這個東西不是個東西，是個瞬息萬變的斑圖。什麼是我，我原來不存在。這種耗散結構又有什麼規律呢？
只要你的系統是耗散的，是一個新陳代謝的，你出生就被規律所寫死的。
《規模》作者West，發現一個現象，所有他家族的男性都在5、60歲就掛了。為什麼生命會有死亡，他查閱了大量生物學文獻，幾乎沒有教科書談論生命死亡。他遇到一位生物學家，告訴他其實不是沒有人討論，有很多結論和死亡相關。這些結論，有大量數據，拿數據給結論他決定從一個物理學家轉行去研究生物學，去研究克萊伯定律，後研究成果引起轟動。從生物學找到了可以用精確數學解釋的結論。發表了很多作品。後來又轉行做城市科學，又研究了企業規模理論。
今天介紹在生物學上的規模理論。實際上是對系統進行拉伸放大。恰恰是反直覺的。某一天你點了一個九寸的匹薩，能否給你兩個五寸的匹薩。非線性特性。五寸放大成九寸，面積小於兩倍。實際是吃虧的。
但是人類為什麼會犯錯誤呢？因為人類習慣於線性特性。複雜系統有很多都是非線性特性。
克萊伯定律，放大耗子成大象，變量怎麼非線性放大？F=CM3/4次方。F:物種的平均新陳代謝率，M,物種的平均體重，C：和溫度有關的係數。
克萊伯定律對冷血動物等都普遍存在，橫跨三十個數量級的規律。意味著，由於F和M之間有個3/4的關係。有正相關的關係，平均一塊大象的肉，他的代謝率是多少？我給胖子們的存在找到理由。肉越多需要的代謝能量越少。
非線性特性帶來失誤，在做實驗時殺死了一頭大象。致幻劑可以讓生物體帶來興奮。曾經在貓身上大量實驗。就按照這個試劑做了個線性外推，按照體重推演同比例注射致幻劑。一個小時後大象癲癇發作，大小便失禁，直接死亡。
就是說新陳代謝度不是線性增加。這種現象在我們生活中也存在。例如感冒藥成人吃兩片，小孩體重是一半，就是一片多一點。
接下來為什麼會存在克萊伯定律？為什麼是3/4？
生物體有兩個量，體重和新陳代謝率，體重和皮球體積聯繫在一起，新陳代謝和什麼有關？和表面積聯繫起來。體積會隨著長度做3次方的錯放關係，面積會隨著長度做2次方的錯放關係。生物體如果是四維中的幾何體，他的體積和長度是四次方，表面積是三次方的關係。第四維是怎麼冒出來的？
分形的特性，新陳代謝不是靠外表面來做的，代謝發生的主要器官是內表面。內表面有個特徵，內腸面的褶皺，二維表面變成三維立體。買票排隊排成多拐彎，隊形容量加大，彎曲的特點，大腸和毛細血管完成最大化的分形。增加了一個曲度，縮放行為表現的像一個面。邊長擴大兩倍，邊長擴大四倍，褶皺進一步加深。這就是最大化分形，用一維實現了三維的。
為什麼人類長到23，為什麼以後長不了了。克萊伯定律，生命體比喻為水缸，新陳代謝比喻為入水的水流，長出細胞，修復細胞之外，增長體重，3/4生物體重關係。一定會有一個交點，你的流出的量和你流入的量達到一個平衡。體重就固定在某一個數量。
生物體都有一個特徵時間，我們可以計算，生命的特徵時間和體重有個關係。體重大壽命長。對物種級別成立。特徵頻率，心跳的頻率，個頭越小心跳的越快。寵物松鼠，心跳的特別快。個頭小的一切頻率都快。這兩組數據和我們的生活密切相關。小耗子靈動，大象轉身慢。如果刺激長頸恐龍的尾巴，可能兩個小時才反應過來。
公司也是這樣，小公司很容易換方向，大公司想換也換不了。兩個量乘起來，15億次左右。就是生命體的壽命總量。包括馬達，非生命體，也是10的9次方。冥冥之中自有定數。養生有幫助，怎麼能活的長一點。減緩新陳代謝，你是可以延長壽命的。瑜伽、打坐、站樁，減緩新陳代謝。進一步什麼東西會影響基礎代謝呢。溫度，溫度越高新陳代謝越快。
最後看看對於我們的日常生活有哪些幫助？最優開放度的問題。系統要想抵抗克萊伯定率，一定要開放自身。是不是開放越大越好？肯定是錯的。人有表皮細胞，把自己包起來，全開放人就死了。
多少開放度呢?體現為3/4冪率關係。過大的過小的都不合適。
混沌邊緣的關係。混沌-秩序需要巧妙平衡。使得複雜系統存在一個相變臨界點。所以所有的系統都應該處於秩序和混沌的邊緣。秩序體現在管理的條條框框。混沌表現在自由自在。包括教育孩子，也是管與不管的邊緣。
一個複雜系統在維持了，仍然會死亡。我們有沒有一個方式來抵抗熵增呢？
發現一個自複製的手段讓基因維持，並且產生新的力量，進化。不單抵抗了熱力學第二定律，並且內化成一種基因突變，並通過自複製成為更優的生物。
自複製
馮諾依曼的自複製自動機理論。計算機之父，馮諾依曼見到賓夕法尼亞大學在設計，他設計了一個手稿，生產了第一臺計算機。他與機器打交道多，發現機器很多BUG，熱力學第二定律也在機器之上。我們的人腦就和計算機非常不一樣。神經元放電有很多隨機性。每一個部件都是不靠譜的，組合在一起就非常靠譜。計算機每一個部件很靠譜，但是形成一個系統就很容易的出錯。
複雜度閾值，分水嶺，超過閾值，演化就越高級。複雜度小於閾值，系統就越來越衰敗。複雜度閾值到底是什麼？他發現生物體都具備自我繁殖自我複製。複雜度和生命體的自我複製相關。自複製能跨越複雜度閾值，是大自然的一個概率論漏洞。胺基酸碰撞10的負30次方的概率出來一個活細胞，並能夠自複製。生命恰恰鑽了概率論漏洞，而生長出來。找到複雜度的閾值。
為什麼自複製不可能？
複雜度閾值：自複製的能力
細胞複製不能與外界發生聯繫。我複製自己，有個掃描頭掃描我身體中的所有細胞。掃描頭需要掃描自己。會出現一個無窮遞歸。自複製功能根本實現不了。馮諾依曼給出了一個設計手稿，機器具有自複製功能。參考了數學的定理。現實的生物體就是按照這個邏輯出來的。不能用一臺機器完成操作兩個東西，一臺可以根據圖紙構造出來圖紙描述的機器。一臺就是圖紙設計出來的機器。可以避免無窮遞歸。圖紙的編碼是沒有的，避免了無窮遞歸。可以完成自複製。一，根據圖紙做一個拷貝，第二步根據圖紙造一臺機器。這兩個加在一起完成自複製。利用一個動態的過程去完成一個遞歸。和哥德爾定理、圖靈相一致的。
馮諾依曼死於骨癌。早於沃森克立克的雙螺旋結構，中心法則和馮諾依曼的設計完美對應上。DNA雙螺旋結構，AGCT寫成了代碼，細胞就能執行各種功能。圖紙的拷貝，就是DNA的複製，蛋白質的合成對應機器把自己造出來，合成蛋白質形成一個新的細胞。
更重要的一種可能，會來回應複雜性閾值，高等進化。由於細胞在複製過程中充滿噪聲，不確定性。如果產生在機器上面，機器就失效了。如果噪聲發生在圖紙上面，造出來的機器和機器不同，有可能造出來一個全新的物種。達爾文進化的變異。邏輯和擾動。和熱力學定律相關。但是一旦擾動作用在圖紙上，就造成達爾文式的進化。自複製成為達爾文式進化的動力來源。這才是完整的馮諾依曼的發現。
我們的生命、企業可以沿著這個體系發展。
企業文化就像編碼，我個人認為有點像但是不是。基因比企業文化更精準。ADCG給細胞，能製造出一個，企業文化給一群人不能完全複製。這就是為什麼很多公司不能學習另一個公司的文化。但是如果把一個公司數據化如果有這樣一套軟體存在，通過指令區管理企業，這個企業會成為一個自複製。
複雜性階梯
種群龐大，也要升級，形成多細胞組織。每一個細胞都有同一個DNA，形成更複雜的層級組織。
觀察，通過DNA，把DNA內嵌在代碼裡的時候。所以當一個細胞學會自複製，它就能在更大的空間形成更大的個體。多細胞的實現通過捕食，形不成更大的組織，吞食的過程中沒有殺死，而是共生，形成了一個複雜化的內共生理論。原核生物細胞內有很多細胞器，細胞器有完備的自生存結構。發生了吞食關係。自己本身就是一個單細胞生物體。吞食而沒有幹掉。長時間的演化，大的生物體細胞變成一個多層次的生物體。
從更大視角看待競爭和合作
站在個體是一個單純的合作關係。合作與競爭就變成了2B和n2b的關係。競爭本來是你死我活的，如果你能巧妙地平衡這些力量。為什麼商業環境更多的鼓勵合作而不是競爭。一旦形成更大的個體，複雜性階梯就完成了一次升級，又回到混沌。複雜性階梯就循環發生。大圈套小圈，不斷往上升。
小結：
1.群體形成湧現的智慧，就要考慮如何去制定簡單的規則，形成自組織。
2.開放與流動才能夠為系統創造有序。
3.耗散結構遵循驚人的規模法則；
4.混沌與秩序的邊緣，巧妙平衡。
5.自複製可以將熱力學第二定律「變廢為寶」。所有的生物體都會死亡。生物群體的自複製，DNA編碼變成創新的基礎。
6.層級的湧現導致生命的循環。
推薦兩本書《複雜》、《哥德爾、愛舍爾、巴赫》