導(dǎo)語(yǔ)

當(dāng)大量相似實(shí)體在微觀尺度上彼此交互、并與環(huán)境持續(xù)耦合時(shí)，更高時(shí)空尺度上可能自發(fā)涌現(xiàn)出意想不到的宏觀結(jié)果。這一非平凡現(xiàn)象被稱為涌現(xiàn)（emergence），它貫穿物理、生物與社會(huì)等多元復(fù)雜系統(tǒng)，常與集體行為緊密關(guān)聯(lián)。

涌現(xiàn)無(wú)處不在：從非生命系統(tǒng)（如特定條件下同步振蕩的耦合振子），到生命系統(tǒng)（如鳥(niǎo)群集結(jié)、魚(yú)群游弋）；從分子自組裝到城市交通流，從神經(jīng)同步到文化演化。

2022年，英國(guó)皇家學(xué)會(huì)（The Royal Society ）推出特刊，聚焦“涌現(xiàn)”這一復(fù)雜系統(tǒng)科學(xué)的核心命題。16篇論文橫跨物理、生物、神經(jīng)、生態(tài)與社會(huì)系統(tǒng)，這些論文試圖回答：整體為何大于部分之和？其中三篇關(guān)于因果涌現(xiàn)的研究，已在因果涌現(xiàn)讀書(shū)會(huì)第七季中進(jìn)行了詳細(xì)的解讀。本文則將對(duì)該特刊中的全部文章作一份系統(tǒng)性的概覽。

關(guān)鍵詞：涌現(xiàn)，因果關(guān)系

郭瑞東丨作者

鄭鴻盛丨審校

特刊名稱：Theme issue ‘Emergent phenomena in complex physical and socio-technical systems: from cells to societies’ compiled and edited by Oriol Artime and Manlio De Domenico 特刊鏈接：https://royalsocietypublishing.org/rsta/issue/380/2227 發(fā)表日期：2022年7月11日 發(fā)表期刊：The Royal Society

1. 從生命起源到疫情蔓延：

復(fù)雜系統(tǒng)中的涌現(xiàn)現(xiàn)象

論文標(biāo)題：From the origin of life to pandemics: emergent phenomena in complex systems 論文鏈接：https://royalsocietypublishing.org/rsta/article/380/2227/20200410/112192/From-the-origin-of-life-to-pandemics-emergent

當(dāng)大量相似個(gè)體在微觀尺度上彼此交互，并與環(huán)境持續(xù)耦合時(shí)，高時(shí)空尺度上可能會(huì)自發(fā)涌現(xiàn)出意想不到的結(jié)果。這一非平凡現(xiàn)象被稱為涌現(xiàn)（emergence），它貫穿物理、生物和社會(huì)等各類復(fù)雜系統(tǒng)，并常與集體行為密切相關(guān)。涌現(xiàn)幾乎無(wú)處不在：從非生命實(shí)體（如在特定條件下同步振蕩的振子）到生命系統(tǒng)（如鳥(niǎo)群集結(jié)或魚(yú)群游動(dòng)）。盡管已有大量現(xiàn)象學(xué)證據(jù)表明系統(tǒng)確實(shí)存在涌現(xiàn)性質(zhì)，但涌現(xiàn)研究中仍有核心理論問(wèn)題尚未解決，例如：尚無(wú)被廣泛接受的嚴(yán)格定義，以及支持涌現(xiàn)的基本物理?xiàng)l件尚未明確。本文提供了涌現(xiàn)現(xiàn)象的總體概述，并勾勒了當(dāng)前與未來(lái)研究中面臨的挑戰(zhàn)。

2. 系統(tǒng)與觀測(cè)者的涌現(xiàn)及算法信息動(dòng)力學(xué)

論文標(biāo)題：Emergence and algorithmic information dynamics of systems and observers 論文鏈接：https://royalsocietypublishing.org/rsta/article/380/2227/20200429/112149/Emergence-and-algorithmic-information-dynamics-of

當(dāng)我們說(shuō)某個(gè)宏觀現(xiàn)象“涌現(xiàn)”于微觀規(guī)則之上時(shí)，究竟是誰(shuí)在判斷？對(duì)于足球比賽，對(duì)新手不過(guò)是無(wú)序的群體運(yùn)動(dòng)，對(duì)足球分析師來(lái)說(shuō)卻可還原為簡(jiǎn)單的局部交互規(guī)則。涌現(xiàn)的判定是否依賴于觀測(cè)者的知識(shí)邊界？

Abrah?o與Zenil的這篇論文，正是對(duì)這一元問(wèn)題的形式化回應(yīng)。作者將“觀測(cè)”定義為兩個(gè)動(dòng)力系統(tǒng)之間的相互擾動(dòng)（mutual perturbations）：觀測(cè)者系統(tǒng)讀取被觀測(cè)系統(tǒng)的狀態(tài)，同時(shí)其讀取行為本身也會(huì)反向擾動(dòng)被觀測(cè)系統(tǒng)。在此框架下，他們用算法信息動(dòng)力學(xué)（Algorithmic Information Dynamics, AID）量化“不可約信息”的生成過(guò)程，進(jìn)而區(qū)分ODE（觀察者依賴的涌現(xiàn) Observer-Dependent Emergence）及AOIE（觀察者無(wú)關(guān)的涌現(xiàn)Asymptotically Observer-Independent Emergence）。

該研究使用算法信息含量（Algorithmic Information Content, Iac）證明ODE類涌現(xiàn)性雖然依賴觀測(cè)者的形式理論，但對(duì)其他主觀因素（如編程語(yǔ)言選擇、測(cè)量誤差、信息處理成本）具有魯棒性。換言之，“誰(shuí)在看”會(huì)影響是否看到涌現(xiàn)，但“怎么看”的技術(shù)細(xì)節(jié)不會(huì)。而當(dāng)系統(tǒng)涌現(xiàn)產(chǎn)生的信息以無(wú)界且足夠快的速率增長(zhǎng)時(shí)，任何有限形式理論最終都會(huì)失效。這時(shí)無(wú)論觀測(cè)者具有何種先驗(yàn)信息，其公理系統(tǒng)都無(wú)法長(zhǎng)期預(yù)測(cè)該系統(tǒng)行為，這就是AOIE。

3. 信息分解視角下的因果涌現(xiàn)綜述

論文標(biāo)題：Greater than the parts: a review of the information decomposition approach to causal emergence 論文鏈接：https://royalsocietypublishing.org/rsta/article/380/2227/20210246/112189/Greater-than-the-parts-a-review-of-the-information

該文基于部分信息分解（Partial Information Decomposition, PID），發(fā)現(xiàn)若某個(gè)宏觀變量 V 對(duì)系統(tǒng)未來(lái)狀態(tài)的預(yù)測(cè)能力，無(wú)法由其微觀組分的獨(dú)立信息線性疊加所解釋，則 V 具有“因果涌現(xiàn)性”。

例如在康威生命游戲（Conway's Game of Life）中的粒子碰撞事件，微觀上需追蹤數(shù)百細(xì)胞狀態(tài)，宏觀上僅需幾個(gè)“粒子參數(shù)”即可預(yù)測(cè)碰撞結(jié)果。PID分析顯示，宏觀描述在協(xié)同信息占比上顯著優(yōu)于微觀，驗(yàn)證了“粗粒化可增強(qiáng)因果效力”。此外，鳥(niǎo)群模型（Vicsek Model）及人腦fMRI數(shù)據(jù)也可應(yīng)用PID框架。該文在在因果涌現(xiàn)讀書(shū)會(huì)第七季進(jìn)行了詳細(xì)解讀，具體可參考讀書(shū)會(huì)對(duì)相關(guān)內(nèi)容的詳細(xì)講解。

4. 涌現(xiàn)即信息轉(zhuǎn)換：一個(gè)統(tǒng)一理論

論文標(biāo)題：Emergence as the conversion of information: a unifying theory 論文鏈接：https://royalsocietypublishing.org/rsta/article/380/2227/20210150/112156/Emergence-as-the-conversion-of-information-a

涌現(xiàn)的一大特征是“整體大于部分之和”，但當(dāng)我們對(duì)系統(tǒng)進(jìn)行粗?；╟oarse-graining）時(shí)，信息的特征是否會(huì)發(fā)生變化。這就像問(wèn)：把一張高清照片縮小成縮略圖，丟失的只是像素細(xì)節(jié)，還是連“畫(huà)面意境”也一起丟掉了？

該研究使用信息論中的部分信息分解（PID）框架，將多個(gè)變量對(duì)目標(biāo)的預(yù)測(cè)貢獻(xiàn)拆成冗余信息（Redundancy），獨(dú)特信息（Uniqueness）和協(xié)同信息（Synergy）三類。而粗?；赡馨盐⒂^尺度的冗余信息，“轉(zhuǎn)化”為宏觀尺度的協(xié)同信息。粗?；屜到y(tǒng)呈現(xiàn)出微觀層面看不見(jiàn)的因果結(jié)構(gòu)。這就像站在山頂看城市：你看不清每輛車的牌照，卻能一眼認(rèn)出交通流的瓶頸與脈絡(luò)。

圖1：宏觀，微觀及介觀下的系統(tǒng)

該研究指出，觀察復(fù)雜系統(tǒng)的最優(yōu)尺度，可能是協(xié)同信息密度最高的那個(gè)。不是越細(xì)越好，也不是越粗越省，而是“剛剛好能捕捉功能”（圖1）。微觀規(guī)則當(dāng)然重要，但宏觀表征并非“次等近似”——當(dāng)協(xié)同信息在高層涌現(xiàn)時(shí)，宏觀變量就獲得了微觀描述所不具備的因果效力?？茖W(xué)理論作為宏觀尺度模型，一般會(huì)涉及將冗余信息轉(zhuǎn)換為協(xié)同和獨(dú)特的信息。使這種宏尺度對(duì)于實(shí)驗(yàn)者來(lái)說(shuō)，不僅在信息壓縮程度上，而且在實(shí)驗(yàn)設(shè)計(jì)上都具有用處。

5. 功能信息如何從“關(guān)聯(lián)”中涌現(xiàn)？

論文標(biāo)題：Emergence of functional information from multivariate correlations 論文鏈接：https://royalsocietypublishing.org/rsta/article/380/2227/20210250/112234/Emergence-of-functional-information-from

“功能信息”一詞是指在特定環(huán)境中預(yù)測(cè)符號(hào)序列功能所必需且足夠的信息。通常，該序列可以是核酸或氨基酸，但也可以是神經(jīng)元放電的序列，甚至是特定字母表中字母的串。這些符號(hào)序列的功能，究竟如何量化？傳統(tǒng)的方法是看在所有可能序列中，能達(dá)到功能閾值θ的序列占比F的負(fù)對(duì)數(shù)。但信息是集合屬性，無(wú)法賦予單個(gè)序列。我們無(wú)法回答“這條特定DNA序列的功能強(qiáng)度是多少”。

該研究提出一種模型無(wú)關(guān)的評(píng)估方法，適用于任意字母表的符號(hào)序列，包括（但不限于）神經(jīng)元脈沖序列、核酸序列或氨基酸序列。該方法僅基于訓(xùn)練集的多變量相關(guān)性，即可為任意單個(gè)序列計(jì)算“信息評(píng)分”或“能量評(píng)分”，并據(jù)此預(yù)測(cè)其功能水平。該方法可用訓(xùn)練集的統(tǒng)計(jì)結(jié)構(gòu)，為未見(jiàn)序列賦予可解釋的功能評(píng)分。這意味著功能信息并非“突然出現(xiàn)”，而是隨相關(guān)性階數(shù)提升逐步收斂，模型復(fù)雜度需與數(shù)據(jù)量匹配，小樣本時(shí)高階模型易過(guò)擬合意味著此時(shí)不存在真實(shí)的功能涌現(xiàn)，這為“涌現(xiàn)的連續(xù)性”提供實(shí)證支撐。

6. 熱力學(xué)第二定律的“升級(jí)版”：

當(dāng)復(fù)雜系統(tǒng)有了“依賴約束”

論文標(biāo)題：Strengthened second law for multi-dimensional systems coupled to multiple thermodynamic reservoirs 論文鏈接：https://royalsocietypublishing.org/rsta/article/380/2227/20200428/112176/Strengthened-second-law-for-multi-dimensional

經(jīng)典熱力學(xué)第二定律告訴我們：任何馬爾可夫過(guò)程的熵產(chǎn)生（entropy production, EP）非負(fù)。而該研究指出當(dāng)我們對(duì)系統(tǒng)的動(dòng)力學(xué)結(jié)構(gòu)擁有先驗(yàn)知識(shí)時(shí)，第二定律可以被“強(qiáng)化”——熵產(chǎn)生的下界可以比零更高，且這個(gè)新下界僅依賴于系統(tǒng)的依賴約束（dependency constraints）與初末態(tài)分布。

該研究定義了一個(gè)新的信息泛函——in-ex信息（in-ex information），衡量“在給定依賴約束下，系統(tǒng)狀態(tài)中不可被局部動(dòng)力學(xué)解釋的協(xié)同結(jié)構(gòu)”。對(duì)于滿足依賴約束的任意馬爾可夫過(guò)程，強(qiáng)化的熱力學(xué)第二定律（SSL）規(guī)定熵產(chǎn)生滿足

SSL適用于無(wú)熱力學(xué)解釋的馬爾可夫模型（如經(jīng)濟(jì)網(wǎng)絡(luò)、意見(jiàn)動(dòng)力學(xué)），極大拓展了熱力學(xué)第二定律的應(yīng)用邊界。在麥克斯韋妖場(chǎng)景中，若“測(cè)量-反饋”回路存在依賴約束（如記憶子系統(tǒng)只能讀取特定傳感器），SSL可給出更緊的可提取功上界，此時(shí)結(jié)構(gòu)性約束會(huì)“消耗”一部分信息增益，降低熱力學(xué)收益。

在生態(tài)或文化演化模型中，若某一物種的適應(yīng)度更新只依賴鄰居物種，SSL可量化網(wǎng)絡(luò)拓?fù)淙绾渭s束整體不可逆性，這為“結(jié)構(gòu)-功能-熱力學(xué)”的跨尺度關(guān)聯(lián)提供了新工具。傳統(tǒng)隨機(jī)熱力學(xué)處理“單向影響”（如A影響B(tài)但B不影響A）時(shí)需近似，SSL則可給出精確估計(jì)，非互惠相互作用的精確分析為活性物質(zhì)、神經(jīng)網(wǎng)絡(luò)等非平衡系統(tǒng)提供嚴(yán)格框架。

SSL指出，當(dāng)我們知道“誰(shuí)可以影響誰(shuí)”時(shí)，我們能更緊地約束其不可逆性。這相當(dāng)于在“信息-熱力學(xué)”的交叉地帶，為“結(jié)構(gòu)知識(shí)如何轉(zhuǎn)化為熱力學(xué)約束”提供了精確的數(shù)學(xué)表述。

7. 量子多體系統(tǒng)中的自相似糾纏

論文標(biāo)題：Emergent entanglement structures and self-similarity in quantum spin chains 論文鏈接：https://royalsocietypublishing.org/rsta/article/380/2227/20200421/112225/Emergent-entanglement-structures-and-self

多體量子系統(tǒng)的狀態(tài)空間隨粒子數(shù)指數(shù)增長(zhǎng)，這既是量子計(jì)算的優(yōu)勢(shì)，也是理論分析的困境。傳統(tǒng)方法（如關(guān)聯(lián)函數(shù)、糾纏熵）往往依賴平移對(duì)稱性或特定序參量，難以刻畫(huà)非均勻、非局域的糾纏組織模式。

該研究將每個(gè)量子比特當(dāng)作“社交個(gè)體”，把它們之間的糾纏強(qiáng)度當(dāng)作“關(guān)系親密度”，能否用社交網(wǎng)絡(luò)分析的工具，發(fā)現(xiàn)量子態(tài)中隱藏的“社群結(jié)構(gòu)”？

作者將三類復(fù)雜網(wǎng)絡(luò)分析方法（社區(qū)檢測(cè)，度分布分析及自相似性檢驗(yàn)）遷移至量子場(chǎng)景，社區(qū)檢測(cè)發(fā)現(xiàn)自旋自發(fā)聚集成空間局域的糾纏模塊，當(dāng)系統(tǒng)趨近臨界點(diǎn)時(shí)，糾纏網(wǎng)絡(luò)的模塊度（modularity）出現(xiàn)劇烈漲落，而社區(qū)劃分結(jié)果對(duì)微小參數(shù)擾動(dòng)高度敏感，呈現(xiàn)“拓?fù)湎嘧儭碧卣鳌?/p>

對(duì)糾纏鄰接矩陣進(jìn)行重排后，發(fā)現(xiàn)塊狀重復(fù)模式：大尺度社區(qū)內(nèi)部嵌套著結(jié)構(gòu)相似的小尺度子社區(qū)。這種自相似性在熱力學(xué)極限下保持，且周期與系統(tǒng)尺寸呈有理數(shù)關(guān)系。研究發(fā)現(xiàn)量子態(tài)的自相似拓?fù)渲讣y為“量子臨界性是否具有分形結(jié)構(gòu)”提供了支持證據(jù)。

該研究的方法，將量子力學(xué)中抽象的希爾伯特空間，翻譯成直觀的圖論結(jié)構(gòu)；把難以捉摸的多體關(guān)聯(lián)，轉(zhuǎn)化為可計(jì)算、可可視化、可干預(yù)的網(wǎng)絡(luò)指標(biāo)，用圖論語(yǔ)言解剖糾纏的“拓?fù)湔Z(yǔ)法”。

8. 原始代謝：非平衡態(tài)化學(xué)中的“能量引擎”

論文標(biāo)題：Protometabolism as out-of-equilibrium chemistry 論文鏈接：https://royalsocietypublishing.org/rsta/article/380/2227/20200423/112217/Protometabolism-as-out-of-equilibrium

這篇觀點(diǎn)文章質(zhì)疑大量關(guān)于生命起源的研究聚焦于非酶促反應(yīng)能否合成現(xiàn)代代謝的中間產(chǎn)物（如糖酵解、檸檬酸循環(huán)的分子），卻忽視了代謝的本質(zhì)是能量流的定向耗散與耦合。這相當(dāng)于研究煤炭燃燒產(chǎn)生的分子，而非能量如何驅(qū)動(dòng)活塞運(yùn)動(dòng)，無(wú)法理解火車為何能跑。

圖2：早期生命創(chuàng)新時(shí)間線的比較

相比圖2a熱液噴口場(chǎng)景中能量與物質(zhì)通過(guò)多孔巖石中的恒定能量和物質(zhì)流，維持前生物代謝類似物。隨著時(shí)間推移，系統(tǒng)逐漸演化，生成生物聚合物和其他分子機(jī)器。最終發(fā)生“逃逸事件”（escape event），導(dǎo)致這些分子系統(tǒng)被脂質(zhì)囊泡包裹。

而作者推崇的圖2b，生命的基本構(gòu)建模塊（如核苷酸、氨基酸）在地表環(huán)境中通過(guò)獨(dú)立化學(xué)反應(yīng)積累。這些構(gòu)建模塊優(yōu)先在脂質(zhì)囊泡內(nèi)組裝，囊泡提供了空間隔離，施加了選擇性壓力導(dǎo)致由內(nèi)部化學(xué)支撐的原始細(xì)胞出現(xiàn)，而原始代謝系統(tǒng)在原始細(xì)胞形成之后才出現(xiàn)。

該研究指出生命起源，人工生命的研究，與其關(guān)注哪些分子能合成，需要考察“何種反應(yīng)拓?fù)淠茉诔掷m(xù)能源下維持動(dòng)態(tài)穩(wěn)態(tài)”，因?yàn)樵即x的“涌現(xiàn)”，可能始于某種前生物化學(xué)系統(tǒng)偶然實(shí)現(xiàn)了類似的能量耦合拓?fù)?，而非先有完整反?yīng)網(wǎng)絡(luò)，同時(shí)能量來(lái)源的多樣性要求我們放棄“單一場(chǎng)景”思維，轉(zhuǎn)而關(guān)注“何種化學(xué)拓?fù)淠茉诙喾N能源下維持耗散”。

自催化網(wǎng)絡(luò)：生命的“分子化石”

論文標(biāo)題：Small-molecule autocatalytic networks are universal metabolic fossils 論文鏈接：https://royalsocietypublishing.org/rsta/article/380/2227/20210244/112169/Small-molecule-autocatalytic-networks-are

生命起源面臨“先有雞還是先有蛋”的問(wèn)題？考夫曼曾提出自催化假說(shuō)，指出在遺傳系統(tǒng)出現(xiàn)之前，小分子集體自催化網(wǎng)絡(luò)可能已經(jīng)實(shí)現(xiàn)了“分子層面的自我維持”。這類網(wǎng)絡(luò)中，每個(gè)反應(yīng)都被網(wǎng)絡(luò)內(nèi)某個(gè)分子催化，所有分子都可從外部“食物”合成——形成閉合的因果循環(huán)。

該研究用RAF（Reflexively Autocatalytic Food-generated network）掃描原核代謝網(wǎng)。RAF需滿足自催化性（網(wǎng)絡(luò)中每個(gè)反應(yīng)至少被一個(gè)網(wǎng)絡(luò)內(nèi)分子催化）及食物生成性（所有網(wǎng)絡(luò)分子可從外部“食物集”經(jīng)網(wǎng)絡(luò)反應(yīng)合成）。例如

若A+B→C被D催化，而D可由A+E→D合成，且A、E來(lái)自食物集，則{A,B,C,D,E}構(gòu)成RAF子網(wǎng)絡(luò)。

研究掃描了6683個(gè)原核生物的代謝組，發(fā)現(xiàn)每一個(gè)生物都包含至少一個(gè)RAF，這意味著自催化是代謝的“普遍語(yǔ)法”。300個(gè)最常見(jiàn)RAF反應(yīng)出現(xiàn)于2732個(gè)原核生物中，這些RAF中的反應(yīng)多具有化學(xué)自發(fā)性或礦物催化可行性，符合前生物狀態(tài)下的合理需求。該研究系統(tǒng)性的證實(shí)了自催化猜想，指出自催化網(wǎng)絡(luò)不是特例，而是原核代謝的普遍嵌入結(jié)構(gòu)，支持“代謝優(yōu)先”假說(shuō)的普適性。

RAF分析還以為人工生命的設(shè)計(jì)提供指導(dǎo)。通過(guò)預(yù)測(cè)哪些小分子組合最可能自發(fā)形成自催化循環(huán)，在試管中重現(xiàn)生命前的自催化網(wǎng)絡(luò)。在天體生物學(xué)中，RAF可作為非遺傳生命的檢測(cè)指標(biāo)，用以評(píng)估地外原始生命。合成生物學(xué)可用RAF提供“功能閉合”的拓?fù)渌{(lán)圖設(shè)計(jì)最小自維持化學(xué)系統(tǒng)。

10. 復(fù)雜分子功能，可以“簡(jiǎn)單涌現(xiàn)”

論文標(biāo)題：The simple emergence of complex molecular function 論文鏈接：https://royalsocietypublishing.org/rsta/article/380/2227/20200422/112157/The-simple-emergence-of-complex-molecular

傳統(tǒng)分子進(jìn)化觀認(rèn)為：功能序列之間必須存在“修飾-遺傳”的連續(xù)譜系。但Manrubia的這篇研究指出復(fù)雜分子功能可以相對(duì)容易地de novo（從頭）涌現(xiàn)，無(wú)需漫長(zhǎng)的漸進(jìn)優(yōu)化。

以RNA為例，序列到二級(jí)結(jié)構(gòu)的映射呈現(xiàn)對(duì)數(shù)正態(tài)分布，極少數(shù)“熱門(mén)”結(jié)構(gòu)（如莖環(huán)、發(fā)夾）被海量序列映射，絕大多數(shù)結(jié)構(gòu)僅由極少數(shù)序列實(shí)現(xiàn)，對(duì)進(jìn)化“不可見(jiàn)”。隨機(jī)聚合的RNA鏈，默認(rèn)就會(huì)折疊成少數(shù)幾種簡(jiǎn)單結(jié)構(gòu)，其中一些恰好具備連接、切割等原始催化活性。序列、結(jié)構(gòu)、功能的映射關(guān)系的高度冗余，使得“試錯(cuò)”成本極低。

分子生態(tài)競(jìng)爭(zhēng) + 自然選擇，能從隨機(jī)序列中篩選并強(qiáng)化有用功能，這些功能模塊再通過(guò)重組、水平基因轉(zhuǎn)移及靈活聯(lián)盟實(shí)現(xiàn)層級(jí)躍遷，只要生態(tài)位空缺，de novo涌現(xiàn)就可能發(fā)生。復(fù)雜功能不必來(lái)自“單一分子的漸進(jìn)優(yōu)化”，而可通過(guò)模塊的組合探索實(shí)現(xiàn)。這為理解病毒、轉(zhuǎn)座子、甚至de novo基因的起源提供了統(tǒng)一框架。

文中寫(xiě)道：進(jìn)化在如此長(zhǎng)的時(shí)間尺度上運(yùn)作，以至于即使對(duì)現(xiàn)在進(jìn)行的詳細(xì)觀測(cè)也難以發(fā)現(xiàn)足以指導(dǎo)我們對(duì)可能的復(fù)雜分子組織多樣性以及對(duì)潛在其機(jī)制的直覺(jué)認(rèn)識(shí)。進(jìn)化路徑常常被忽視，因?yàn)槲覀儚奈凑J(rèn)為它們是可能的，也從未尋找過(guò)它們的產(chǎn)物。但進(jìn)化是如此強(qiáng)大。它會(huì)以非常通用的方式使用任何可用、低成本且建設(shè)性的機(jī)制。 它利用了從表型冗余到基因組合的任何東西。當(dāng)所有這些元素都被考慮在內(nèi)時(shí)，一個(gè)困難的問(wèn)題是想象一個(gè)沒(méi)有分子復(fù)雜性的世界。一旦各種部件到位，自發(fā)的協(xié)作組合可以產(chǎn)生新的復(fù)雜程度。

11. 腦狀態(tài)的動(dòng)力學(xué)地圖：

從全腦建模到意識(shí)譜系

論文標(biāo)題：Understanding brain states across spacetime informed by whole-brain modelling 論文鏈接：https://royalsocietypublishing.org/rsta/article/380/2227/20210247/112240/Understanding-brain-states-across-spacetime

大腦如何在穩(wěn)定與靈活之間取得平衡？該研究給出的回答是健康腦功能的本質(zhì)，是在時(shí)空維度上維持“有序”與“無(wú)序”的動(dòng)態(tài)平衡，即足夠穩(wěn)定以支持連貫認(rèn)知，又足夠靈活以響應(yīng)環(huán)境變化。

圖3：全腦建?？蚣埽簭慕Y(jié)構(gòu)連接組到涌現(xiàn)的腦狀態(tài)

該研究基于結(jié)構(gòu)連接組（Structural Connectome），節(jié)點(diǎn)動(dòng)力學(xué)（Local Dynamics）及耦合機(jī)制（Global Coupling），整合多尺度指標(biāo)刻畫(huà)腦狀態(tài)，這些指標(biāo)可跨模態(tài)（fMRI/MEG/EEG）、跨狀態(tài)（清醒/麻醉/疾病）比較，為“意識(shí)譜系”提供統(tǒng)一度量。具體可通過(guò)非侵入性成像和全腦建模來(lái)實(shí)現(xiàn)，這些成像和建?？梢杂成浜湍M大腦豐富的空間-時(shí)間動(dòng)力學(xué)。

人們假設(shè)最佳清醒狀態(tài)具有持續(xù)的穩(wěn)定性，同時(shí)有利于靈活的重新組織。 研究考察了不同狀態(tài)下的腦的意識(shí)譜系特征。結(jié)果發(fā)現(xiàn)致幻劑可能通過(guò)降低全局耦合強(qiáng)度或擾動(dòng)局部動(dòng)力學(xué)參數(shù)，使神經(jīng)系統(tǒng)從“深吸引子”轉(zhuǎn)向“淺景觀”，從而擴(kuò)大可訪問(wèn)狀態(tài)空間。抑郁可能是全局耦合過(guò)強(qiáng)或局部噪聲過(guò)低，導(dǎo)致系統(tǒng)“卡”在少數(shù)高穩(wěn)定性吸引子中，難以響應(yīng)外部擾動(dòng)。

該研究指出涌現(xiàn)視角下，應(yīng)當(dāng)關(guān)注全腦網(wǎng)絡(luò)的時(shí)空協(xié)同模式如何偏離最優(yōu)平衡，而不是孤立看待某個(gè)腦區(qū)的“異?！保斫饽X狀態(tài)需要追蹤其動(dòng)力學(xué)演化。若抑郁是“耦合過(guò)強(qiáng)”，致幻是“耦合過(guò)弱”，那么治療策略可聚焦于精準(zhǔn)調(diào)控全局/局部動(dòng)力學(xué)參數(shù)，而非單純抑制/激活特定區(qū)域。

12. 臨界邊緣的“延展性”

如何塑造腦網(wǎng)絡(luò)的靈活與穩(wěn)健

論文標(biāo)題：The broad edge of synchronization: Griffiths effects and collective phenomena in brain networks 論文鏈接：https://royalsocietypublishing.org/rsta/article/380/2227/20200424/112210/The-broad-edge-of-synchronization-Griffiths

該研究指出大腦無(wú)需“精確調(diào)諧”到臨界點(diǎn)，即異質(zhì)網(wǎng)絡(luò)中的局部臨界區(qū)域耦合，就可自發(fā)產(chǎn)生“延展臨界性”（Griffiths phase）。在這種狀態(tài)下，高連接度/高興奮性子圖率先達(dá)到局部同步形成“活性島”，在亞臨界全局參數(shù)下即可激發(fā)。異質(zhì)分布的網(wǎng)絡(luò)會(huì)導(dǎo)致某些區(qū)域具有極端參數(shù)值，而這些“稀有區(qū)域”可長(zhǎng)時(shí)間維持亞穩(wěn)態(tài)活動(dòng)。同時(shí)局部簇通過(guò)弱連接相互激發(fā)，產(chǎn)生長(zhǎng)時(shí)程、長(zhǎng)程關(guān)聯(lián)的“級(jí)聯(lián)響應(yīng)”。這三點(diǎn)讓臨界行為從“一個(gè)點(diǎn)”擴(kuò)展為“一片區(qū)域”。這意味著生物系統(tǒng)就無(wú)需在參數(shù)空間中走鋼絲，在噪聲、發(fā)育、學(xué)習(xí)等擾動(dòng)下維持臨界性帶來(lái)的，在認(rèn)知上平衡穩(wěn)定性與敏感性。

從方法論上，該研究提供的策略可用于探索功能和瞬時(shí)同步的新興集體可變性問(wèn)題。它包括考慮單個(gè)節(jié)點(diǎn)（通過(guò)底層網(wǎng)絡(luò)連接耦合在一起）的神經(jīng)活動(dòng)的簡(jiǎn)單結(jié)構(gòu)網(wǎng)絡(luò)和最小動(dòng)力學(xué)模型，其目標(biāo)是系統(tǒng)地檢查同步水平隨時(shí)間和網(wǎng)絡(luò)尺度的可變性，以及它如何取決于結(jié)構(gòu)和動(dòng)力學(xué)的兩個(gè)關(guān)鍵特征。這種以模型為導(dǎo)向的系統(tǒng)方法將有助于揭示維持實(shí)際大腦功能的豐富集體動(dòng)力學(xué)模式，彌合結(jié)構(gòu)與動(dòng)力學(xué)涌現(xiàn)的高級(jí)功能之間的差距。

13. 時(shí)滯如何重塑生態(tài)穩(wěn)定性？

論文標(biāo)題：Effect of delay on the emergent stability patterns in generalized Lotka–Volterra ecological dynamics 論文鏈接：https://royalsocietypublishing.org/rsta/article/380/2227/20210245/112177/Effect-of-delay-on-the-emergent-stability-patterns

在生態(tài)學(xué)理論模型中，捕食、競(jìng)爭(zhēng)、繁殖等生態(tài)過(guò)程是瞬時(shí)響應(yīng)的。但真實(shí)世界中，捕食者消化獵物需要時(shí)間；植物對(duì)氣候變化的生理響應(yīng)存在滯后；種群密度反饋調(diào)節(jié)依賴代際傳遞。該研究考察存在時(shí)滯（time delay）時(shí)，生態(tài)系統(tǒng)會(huì)是怎樣。

研究發(fā)現(xiàn)時(shí)滯過(guò)長(zhǎng)會(huì)破壞負(fù)反饋的“糾偏”能力，使系統(tǒng)從“阻尼回歸”轉(zhuǎn)為“持續(xù)振蕩”。同時(shí)時(shí)滯會(huì)帶來(lái)系統(tǒng)具有歷史依賴性，使系統(tǒng)當(dāng)前狀態(tài)不僅取決于當(dāng)前輸入，還“記憶”過(guò)去軌跡。這意味著遲滯現(xiàn)象（hysteresis）與初值敏感，即微小初始差異可能導(dǎo)致長(zhǎng)期行為分岔。對(duì)應(yīng)到現(xiàn)實(shí)中，這體現(xiàn)在生態(tài)系統(tǒng)可能在“看似安全”的參數(shù)下，因時(shí)滯記憶效應(yīng)突然崩潰。

時(shí)滯不僅還能改變生態(tài)系統(tǒng)整體的拓?fù)浣Y(jié)構(gòu)，為系統(tǒng)動(dòng)力學(xué)增添了“時(shí)間維度”的拓?fù)渥杂啥?，使穩(wěn)定性分析從“標(biāo)量判據(jù)”升級(jí)為“譜幾何”問(wèn)題。在這種場(chǎng)景下，時(shí)滯既可通過(guò)相位抵消抑制共振而使生態(tài)系統(tǒng)穩(wěn)定，也可通過(guò)反饋錯(cuò)位放大波動(dòng)使系統(tǒng)失穩(wěn)，效果取決于網(wǎng)絡(luò)拓?fù)渑c時(shí)滯分布的匹配關(guān)系。這使得生態(tài)研究者需要量化“穩(wěn)定區(qū)域在參數(shù)空間中的占比”與“臨界時(shí)滯的分布寬度”，為生態(tài)風(fēng)險(xiǎn)評(píng)估提供連續(xù)譜指標(biāo)，而時(shí)滯差異通過(guò)網(wǎng)絡(luò)傳播，涌現(xiàn)為群落尺度的振蕩同步/去同步模式，可為“時(shí)滯-空間格局”關(guān)聯(lián)提供機(jī)制解釋。

14. 合作的遍歷性解：

當(dāng)“自利”遇見(jiàn)“不確定性”

論文標(biāo)題：The ergodicity solution of the cooperation puzzle 論文鏈接：https://royalsocietypublishing.org/rsta/article/380/2227/20200425/112185/The-ergodicity-solution-of-the-cooperation

當(dāng)兩個(gè)實(shí)體通過(guò)共享資源進(jìn)行合作時(shí)，一方將某種有價(jià)值的東西讓渡給另一方。這種表面上的利他行為在自然界中普遍存在。為什么？對(duì)此，之前理論給出的解釋是親緣選擇或互惠利他。而如果移除所有這些“特殊條件”，合作是否仍可能從純粹的“自利”中涌現(xiàn)？

對(duì)此，該研究采用幾何布朗運(yùn)動(dòng)（Geometric Brownian Motion, GBM）作為資源增長(zhǎng)的“零模型”?？疾旆潜闅v性下的資源共享如何改變?cè)鲩L(zhǎng)合作網(wǎng)絡(luò)的動(dòng)力學(xué)。結(jié)果顯示合作是“自利”在不確定性下的最優(yōu)策略。一旦部分個(gè)體開(kāi)始合作，其增長(zhǎng)優(yōu)勢(shì)會(huì)隨時(shí)間放大，這是由于資源增長(zhǎng)需具有乘性（multiplicative），即“富者更易富”，這意味著在演化博弈框架下，合作策略可自發(fā)擴(kuò)散，無(wú)需外部獎(jiǎng)勵(lì)或懲罰機(jī)制。

該研究不再依賴“利他偏好”或“社會(huì)規(guī)范”等心理假設(shè)，而是從不確定性下的增長(zhǎng)優(yōu)化推導(dǎo)出合作帶來(lái)的進(jìn)化優(yōu)勢(shì)。證明個(gè)體層面的隨機(jī)波動(dòng)，可通過(guò)遍歷性分析轉(zhuǎn)化為群體層面的策略選擇，為“微觀-宏觀”橋接提供新工具。研究中用到的框架可無(wú)縫遷移至生態(tài)學(xué)（種群動(dòng)態(tài)）、經(jīng)濟(jì)學(xué)（財(cái)富分配）、流行病學(xué)（病毒傳播）等領(lǐng)域，促進(jìn)“合作”概念的普適化理解。

15. 社會(huì)規(guī)范的“涌現(xiàn)”與“變遷”

論文標(biāo)題：A research agenda for the study of social norm change 論文鏈接：https://royalsocietypublishing.org/rsta/article/380/2227/20200411/112152/A-research-agenda-for-the-study-of-social-norm

面對(duì)氣候變化、疫苗猶豫、公共衛(wèi)生等集體行動(dòng)困境，政策制定者常寄希望于“改變社會(huì)規(guī)范”。然而該綜述指出如果我們連“什么是社會(huì)規(guī)范”“如何測(cè)量其因果效應(yīng)”“變遷的臨界條件是什么”都無(wú)法精確回答，那么“用規(guī)范解決規(guī)范問(wèn)題”就只是循環(huán)論證。對(duì)此該文指出社會(huì)規(guī)范既可促進(jìn)合作，也可固化有害行為——理解其邊界，比盲目推崇更重要。

文中采用Bicchieri (2006) 的對(duì)社會(huì)規(guī)范的操作化定義，將社會(huì)規(guī)范視為個(gè)體因社會(huì)期望而遵守的行為規(guī)則，其依從性條件于經(jīng)驗(yàn)期望和規(guī)范期望。社會(huì)規(guī)范的“涌現(xiàn)”，本質(zhì)上是個(gè)體期望通過(guò)互動(dòng)達(dá)成協(xié)調(diào)的集體結(jié)果。文中提出研究社會(huì)規(guī)范時(shí)，需要使用實(shí)證校準(zhǔn)的計(jì)算模型，納入文化異質(zhì)性。對(duì)于臨界點(diǎn)，現(xiàn)有臨界點(diǎn)模型多針對(duì)“慣例”（僅需經(jīng)驗(yàn)期望），對(duì)真正社會(huì)規(guī)范（需規(guī)范期望+制裁）的適用性仍需驗(yàn)證。

16. 人機(jī)文化傳承中的混合社會(huì)學(xué)習(xí)

論文標(biāo)題：Hybrid social learning in human-algorithm cultural transmission 論文鏈接：https://royalsocietypublishing.org/rsta/article/380/2227/20200426/112206/Hybrid-social-learning-in-human-algorithm-cultural

當(dāng)算法展現(xiàn)出與人類互補(bǔ)的問(wèn)題解決策略，例如AlphaGo在與李世石的棋局中走出人類從未想過(guò)的第37手這種“異質(zhì)性智慧”能否通過(guò)社會(huì)學(xué)習(xí)融入人類文化，并產(chǎn)生持久的性能提升？

該研究采用Huys等人(2012)的經(jīng)典任務(wù)變體，通過(guò)大規(guī)模行為研究和基于主體的模擬，發(fā)現(xiàn)人類從機(jī)器中的學(xué)習(xí)確實(shí)在發(fā)生，而算法的“反直覺(jué)策略”確實(shí)幫人類跳出了局部最優(yōu)。即使控制獎(jiǎng)勵(lì)大小，算法方案的復(fù)制率仍顯著低于人類方案，人類傾向于復(fù)制“符合自身認(rèn)知偏好”的策略，而非“客觀更優(yōu)”的策略。若希望算法智慧被人類長(zhǎng)期采納，需提升方案的可解釋性；增加接觸頻率并設(shè)計(jì)“認(rèn)知橋接”界面。

算法可短期提升人類表現(xiàn)，但若方案不符合人類認(rèn)知偏好，可能無(wú)法融入文化演化——這解釋了為何許多“AI建議”被用戶忽略。相比“來(lái)源偏好”（是否信任算法），“方案特征偏好”（是否符合直覺(jué)）可能是混合學(xué)習(xí)成敗的更深層決定因素。作者推測(cè)一個(gè)能夠傳達(dá)解決方案背后推理的算法可能會(huì)復(fù)制得更快，并且允許人類玩家更好地批判性地評(píng)估他們現(xiàn)有的信念。

17. 不同風(fēng)險(xiǎn)感知下保護(hù)行為的涌現(xiàn)動(dòng)力學(xué)

論文標(biāo)題：Emergence of protective behaviour under different risk perceptions to disease spreading 論文鏈接：https://royalsocietypublishing.org/rsta/article/380/2227/20200412/112230/Emergence-of-protective-behaviour-under-different

面對(duì)同一場(chǎng)疫情，為何個(gè)體行為差異如此之大？是信息不對(duì)稱、認(rèn)知偏差，還是理性計(jì)算的必然結(jié)果？對(duì)此該文的回答是當(dāng)謹(jǐn)慎者比例超過(guò)臨界值時(shí)，系統(tǒng)可自發(fā)實(shí)現(xiàn)行為群體免疫，而搭便車者演化博弈的均衡策略——理解其動(dòng)力學(xué)條件，比道德譴責(zé)更有效。而風(fēng)險(xiǎn)溝通存在“臨界劑量”——低于閾值無(wú)效，超過(guò)閾值可能引發(fā)“恐慌性過(guò)度防護(hù)”，最優(yōu)策略是精準(zhǔn)抵達(dá)臨界點(diǎn)。

該研究不再將人群簡(jiǎn)化為“平均個(gè)體”，而是顯式建模風(fēng)險(xiǎn)感知的分布結(jié)構(gòu)，使模型更貼合真實(shí)社會(huì)的認(rèn)知多樣性。研究證明了防護(hù)行為不僅受疫情驅(qū)動(dòng)，也反過(guò)來(lái)重塑疫情軌跡。這種雙向耦合可產(chǎn)生振蕩、滯后、多穩(wěn)態(tài)等復(fù)雜動(dòng)力學(xué)。研究指出當(dāng)種群規(guī)模不相等時(shí)，只要受關(guān)注的個(gè)體所占比例大于某個(gè)閾值，就可以通過(guò)群體免疫來(lái)對(duì)抗危險(xiǎn)的個(gè)體。但當(dāng)存在否認(rèn)（疫情）的少數(shù)群體時(shí)很難應(yīng)對(duì)疫情，因?yàn)樗麄冊(cè)谙嚓P(guān)多數(shù)群體創(chuàng)造的群體免疫中可能會(huì)找到虛假的安全感。這種影響的危險(xiǎn)在于潛在的危險(xiǎn)行為傳播。

因果涌現(xiàn)第七季——從理論到應(yīng)用

在神經(jīng)系統(tǒng)中意識(shí)的生成、城市交通的擁堵演化、全球產(chǎn)業(yè)系統(tǒng)的協(xié)同與失穩(wěn)之中，始終潛藏著一條貫穿微觀與宏觀的因果脈絡(luò)：個(gè)體行為本身或許簡(jiǎn)單，卻能在尺度躍遷中孕育出高度組織化、難以還原的整體結(jié)構(gòu)。復(fù)雜現(xiàn)象并非微觀規(guī)則的線性疊加，而是源于多尺度動(dòng)力學(xué)作用下逐步形成的因果組織。正是在這一背景下，因果涌現(xiàn)理論被提出，并在因果涌現(xiàn) 2.0、工程化涌現(xiàn)以及多尺度因果抽象等工作中推進(jìn)，逐漸發(fā)展出一套融合動(dòng)力學(xué)分析、信息論度量以及譜方法與人工智能工具的研究框架，從而將研究重心從“復(fù)雜性本身”轉(zhuǎn)向“因果結(jié)構(gòu)如何出現(xiàn)、如何被度量并在現(xiàn)實(shí)系統(tǒng)中發(fā)揮作用”。

為系統(tǒng)梳理因果涌現(xiàn)領(lǐng)域的最新進(jìn)展，北京師范大學(xué)系統(tǒng)科學(xué)學(xué)院教授、集智俱樂(lè)部創(chuàng)始人張江老師領(lǐng)銜發(fā)起，組織對(duì)該主題感興趣的研究者與探索者共同研讀前沿文獻(xiàn)、交流研究思路。讀書(shū)會(huì)將于2026年2月22日起每周日上午（創(chuàng)建讀書(shū)會(huì)暫定時(shí)間為10:00-22:00）線上開(kāi)展，持續(xù)約10周，包含主講分享與討論交流，并提供會(huì)后視頻回放，誠(chéng)邀相關(guān)領(lǐng)域研究者及跨學(xué)科興趣者參與。

詳情請(qǐng)見(jiàn)：

1.

2.

3.

4.

5.

6.

7.