【编辑推荐】
复杂性研究是在解决什么问题？作者以平实的语言，从研究理论与实践成果两方面介绍了复杂性研究的基本思想。
这也是一本涉及跨学科的新领域科学著作，很适合我们深入了解这个新领域的主要动向。
2018年新版的《*推动丛书》全新设计了版式和封面，简约个性，提升了阅读体验，让科普给你更多想象。
随书附赠价值39.6元由汪洁、吴京平掰开揉碎,带你懂科学好书的《经典科普解读课》6折券。
【内容简介】
蚂蚁在组成群体时为何会表现出如此的精密性和具有目的性？数以亿计的神经元是如何产生出像意识这样极度复杂的事物？是什么在引导免疫系统、互联网、全球经济和人类基因组等自组织结构？这些都是复杂系统科学尝试回答的迷人而令人费解的问题的一部分。
理解复杂系统需要有全新的方法.需要超越传统的科学还原论，并重新划定学科的疆域。借助于圣塔菲研究所的工作经历和交叉学科方法，复杂系统的前沿科学家米歇尔以清晰的思路介绍了复杂系统的研究，横跨生物、技术和社会学等领域，并探寻复杂系统的普遍规律，与此同时，她还探讨了复杂性与进化、人工智能、计算、遗传、信息处理等领域的关系。
【目录】
目录：
前言
致谢
*部分 背景和历史
第1章 复杂性是什么
昆虫群落
大脑
免疫系统
经济
万维网
复杂系统的共性
如何度量复杂性
第2章 动力学、混沌和预测
动力系统理论的起源
对预测的重新认识
线性兔子和非线性兔子
逻辑斯蒂映射
混沌的共性
混沌思想带来的革命
第3章 信息
信息是什么
能量、功、熵
麦克斯韦妖
统计力学提要
微观态与宏观态
香农信息
第4章 计算
什么是计算？什么可以计算
希尔伯特问题和哥德尔定理
图灵机和不可计算性
定义为图灵机的明确程序
通用图灵机
图灵对判定问题的解决
哥德尔和图灵的命运
第5章 进化
达尔文之前的进化观念
达尔文理论的起源
孟德尔和遗传律
现代综合
对现代综合的挑战
第6章 遗传学概要
第7章 度量复杂性
用大小度量复杂性
用熵度量复杂性
用算法信息量度量复杂性
用逻辑深度度量复杂性
用热力学深度度量复杂性
用计算能力度量复杂性
统计复杂性
用分形维度量复杂性
用层次性度量复杂性
第二部分 计算机中的生命和进化
第8章 自我复制的计算机程序
生命是什么
计算机中的自我复制
自我复制程序的深层意义
DNA的自我复制
冯·诺依曼的自复制自动机
冯·诺依曼
第9章 遗传算法
遗传算法菜谱
遗传算法的应用
进化的罗比，易拉罐清扫机器人
GA演化的策略是如何解决这个问题的
GA是如何演化出好的技巧的
第三部分 大写的计算
第10章 元胞自动机、生命和宇宙
自然界中的计算
元胞自动机
生命游戏
四类元胞机
沃尔夫勒姆的“新科学”
第11章 粒子计算
第12章 生命系统中的信息处理
什么是信息处理
免疫系统
蚁群
生物代谢
这些系统中的信息处理
第13章 如何进行类比(如果你是计算机)
容易的事很难
进行类比
我对类比的认识经历
简化的类比
模仿者
如何做到
模仿者程序
运行模仿者
总结
第14章 计算机模型
模型是什么
理想模型
对合作的进化进行模拟
建模的好处
计算机建模注意事项
第四部分 网络
第15章 网络科学
小世界
网络新科学
什么是网络思维
到底什么是“网络”
小世界网络
无尺度网络
网络稳健性
第16章 真实世界中的网络
真实世界中的网络
网络思想的意义
无尺度网络是如何产生的
幂律以及对其的质疑
网络中的信息传播和连锁失效
第17章 比例之谜
生物学中的比例缩放
一次跨学科合作
幂律与分形
代谢比例理论
理论的应用
争议
幂律的未解之谜
第18章 进化，复杂化
遗传，复杂化
基因是什么
进化发育生物学
基因调控和考夫曼的“秩序的起源”
对考夫曼的研究的反响
总结
第五部分 尾声
第19章 复杂性科学的过去和未来
统一理论和一般性原理
复杂系统研究的根源
五个问题
复杂性的未来，等待卡诺
附录 访谈——梅拉妮·米歇尔谈复杂性
参考文献
【免费在线读】
*章 复杂性是什么（部分）
一些思想是由简单的思想组合而成，我称此为复杂；比如美、感激、人、军队、宇宙等。
——洛克（John Locke），《人类理解论》（A，Essay Concerning Human Understanding）
巴西：亚马孙雨林
几十万只行军蚁（army ant）在行进。没有谁掌控这支军队，不存在指挥官。单个蚂蚁几乎没有什么视力，也没有多少智能，但是这些行进中的蚂蚁聚集在一起组成了扇形的蚁团，一路风卷残云，吃掉遇到的一切猎物。不能马上吃掉的就会被蚁群带走。在行进了一天并摧毁了足球场大小的浓密雨林中一切食物后，蚂蚁会修筑夜间庇护所—由工蚁连在一起组成的球体，将幼蚁和蚁后围在中间保护起来。天亮后，蚁球又会散成一只只蚂蚁，各就各位进行白天的行军。
专门研究蚂蚁习性的生物学家弗兰克斯（Nigel Franks）写道，“单只行军蚁是已知的行为*简单的生物”，“如果将100只行军蚁放在一个平面上，它们会不断往外绕圈直到体力耗尽死去”。然而，如果将上百万只放到一起，群体就会组成一个整体，形成具有所谓“集体智能（collective intelligence）”的“超生物（superorganism）”。
这究竟是怎么回事呢？虽然科学家们已经很熟悉蚁群的习性，但集体智能的产生机制依然是个谜。就像弗兰克斯所说，“我研究了布氏游蚁（E.burchdli，一种常见的行军蚁）很多年，我发现，对它们的社会结构了解得越多，对其社会组织的疑问就会越多。”
行军蚁是许多我们认为“复杂”的自然和社会系统的缩影。蚂蚁、白蚁以及人类这样的社会生物会聚集在一起，共同形成复杂的社会结构，从而增加种群整体的生存机会，目前还没有人确切地知道其背后的机理。类似的还有，免疫系统如何抵抗疾病，细胞如何自组织成眼睛和大脑，经济系统中自利的个体如何形成结构复杂的全球市场。*为神秘的是，所谓的“智能”和“意识”是如何从不具有智能和意识的物质中涌现出来的。
这些正是复杂系统所关注的问题。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。这是一个交叉学科研究领域。复杂一词源自拉丁词根plectere，意为编织、缠绕。在复杂系统中，大量简单成分相互缠绕纠结，而复杂性研究本身也是由许多研究领域交织而成。复杂系统专家认为，自然界中的各种复杂系统——比如昆虫群落、免疫系统、大脑和经济——之间，具有许多共性。下面我们来一一了解。
昆虫群落
社会性昆虫群落提供了极为丰富而神奇的复杂系统范例。例如，一个蚁群可能由数百只乃至上百万只蚂蚁组成，单只蚂蚁其实都相对简单，它们受遗传天性驱使寻找食物，对蚁群中其他蚂蚁释放的化学信号作出简单反应，抵抗入侵者，等等。然而，任何一个在野外观察过蚁群的人都会意识到，虽然单只蚂蚁的行为很简单，整个蚁群一起构造出的结构却复杂得惊人，而且这种结构明显对群体的生存极为重要。它们使用泥土、树叶和小树枝建造出极为稳固的巢穴，巢穴中有宏大的通道网络，育婴室温暖而干爽，温度由腐烂的巢穴材料和蚂蚁自身的身体控制。一些种类的蚂蚁还会将它们的身体相互连在一起组成很长的桥，从而可以跨越很长的距离（对它们来说很长），通过树干转移到另一蚁穴（图1.1）。科学家们对蚂蚁及其社会结构进行了细致的研究，但现在仍然无法彻底弄清它们的个体和群体行为：蚂蚁的个体行为如何形成庞大而复杂的结构，蚂蚁之间如何相互通讯，蚁群作为整体如何适应环境变化（比如天气变化和受到攻击）。生物进化又是如何产生出个体如此简单、整体上却如此复杂的生物？
【作者简介】
梅拉妮·米歇尔（Melanie Mitchell），研究复杂系统的前沿科学家，美国波特兰州立大学计算机科学教授，圣塔菲研究所客座教授。
译者介绍：
唐璐，博士，毕业于中国科学院数学与系统科学研究院，现任教于湖南大学。
【前言】
序言
还原论是对这个世界*自然的理解方式。它是说“如果你理解了整体的各个部分，以及把这些部分‘整合’起来的机制，你就能够理解这个整体”。只要是精神正常的人就不会反对还原论。
——侯世达（Douglas Hofstadter）,《哥德尔、艾舍尔、巴赫——集异壁之大成》
从17世纪以来，还原论就一直在科学中占据着主导地位。还原论*早的倡议者之一笛卡儿这样描述他的科学方法：“将面临的所有问题尽可能地细分，细至能用*的方式将其解决为止”，并且“以特定的顺序引导我的思维，从*简单和*容易理解的对象开始，一步一步逐渐上升，直至*复杂的知识”。
从笛卡儿、牛顿等现代科学奠基者的时代，直到20世纪初，科学的主要目标都是用基础物理学来对一切现象进行还原论式的解释。19世纪末许多科学家都赞同物理学家迈克耳孙1894年说的一句名言：“大部分大的基本原理似乎巳经被明确建立起来了，今后的进展主要是将这些原理严格应用到值得我们注意的一些现象中去。”
此后的30年里，物理学又有了相对论和量子力学这样革命性发现。但20世纪的科学也见证了还原论梦想的破灭。虽然基础物理学和还原论对于解释极大和极小的事物取得了伟大的成就，但在对于接近人类尺度的复杂现象的解释上，它们却保持惊人的沉默。
还原论的计划在许多现象面前都止步不前：天气和气候似乎无法还原的不可预测性；生物以及威胁它们的疾病的复杂性和适应性；社会的经济、政治和文化行为；现代技术与通讯网络的发展和影响；智能的本质以及用计算机实现智能的可能前景。对复杂行为如何从简单个体的大规模组合中出现进行解释时，混沌、系统生物学、进化经济学和网络理论等新学科胜过了还原论，反还原论者的口号——“整体大于部分之和”—也随之变得越来越有影响力。
20世纪中叶，许多科学家意识到，这类现象无法被归入单个学科，而需要在新的科学基础之上从交叉学科的角度进行理解。一些人开始尝试建立新的基础，这其中包括控制论、协同学、系统科学，以及*近才出现的——复杂系统科学。
1984年，来自不同学科的24位科学家和数学家在新墨西哥州圣塔菲的高原沙漠会聚一堂，讨论“科学中涌现的综合”。他们的目标是筹划建立一家新的研究机构，“致力于研究各种高度复杂和相互作用的系统，这些系统只有在交叉学科的背景下才能研究清楚”并“推动知识的统一和共担责任的意识，与目前盛行的知识界的各自为政作斗争”。就这样，圣塔菲研究所作为复杂系统的研究中心被建立起来了。
1984年我还没有听说过“复杂系统”一词，虽然头脑中巳经有了类似的想法。我当时是密歇根大学计算机系的一年级研究生，研究方向是人工智能，也就是让计算机像人一样思维。事实上，我的一个目标就是理解人类如何思维—万亿个微小的脑细胞以及它们的电和化学通讯如何涌现出抽象思维、情感、创造性，甚至意识。我曾深深迷恋于物理学和还原论的目标，后来才领悟到，目前的物理学对于智能可以做的很少，即便是专门研究大脑细胞的神经科学，也无法理解思维如何从大脑活动中涌现出来。很显然还原论者对认知的研究是误入歧途—我们根本无法在单个神经元和突触的层面上理解认知。
因此，虽然我以前没有听说过复杂系统研究，它却很快引起了我的强烈共鸣。同时我也感到，我自己的研究领域—计算机科学—在这里可以大有作为。受研究计算的先驱们影响，我觉得计算的思想要比操作系统、编程语言、数据库之类的东西深刻得多，计算的本质与生命和智能的内在本质有密切的关联。我很幸运，在密歇根大学，“自然系统中的计算”是系里的核心课程，与软件工程和编译器设计一样。
1989年，我攻读研究生的*后一年，我的博士导师侯世达受邀参加在新墨西哥州洛斯阿拉莫斯举行的主题为“涌现计算”的研讨会。他太忙了抽不出时间，因此就让我替他去。在这样高水平的会议上报告自己的工作让我既兴奋又害怕。就是在这次会议上，我*次遇见了一大群和我抱有同样想法的人。我发现他们不仅为这样的想法取了一个名字—复杂系统—而且他们在圣塔菲附近的研究所正是我想去的地方。我决定在这里争取一个职位。
不断坚持，再加上运气，我终于获得了圣塔菲研究所（Santa Fe Institute）的邀请，在那里访问一个夏天。一个夏天又延长为一年，后来又延长了一年。*终我成为研究所的常驻研究人员。来自不同国家和学科的人们聚集在这里，一起从不同的角度来探索同样的问题。我们如何超越还原论的传统范式，对似乎无法还原的复杂系统形成新的理解？
这本书源自我为圣塔菲的乌拉姆纪念讲座（Ulam Memorial Lecture）作的演讲——这个讲座为普通听众举办，是关于复杂系统的年度系列讲座，以纪念伟大的数学家乌拉姆。我的系列演讲的题目是“复杂性科学的过去和未来”。要为非专业听众讲清楚领域广泛的复杂性研究，让他们理解研究的现状和广阔的前景，这极具挑战性。我的角色很像是在一个幅员辽阔、文化多样的异国的导游。我们只有很短的时间来了解历史背景，参观著名景点，并感受这里的风土人情，必要时还要进行翻译以便于理解。
这本书就是由这些讲座扩充而成——就像观光指南。书中讲述的是让我也让研究复杂系统的其他人曾经或正在着迷的问题：自然界中我们认为复杂和具有适应性的系统——大脑、昆虫群落、免疫系统、细胞、全球经济、生物进化——如何通过简单规则产生出复杂和适应性的行为？相互依赖而又自私的生物是如何一起协作，以解决影响它们整体生存的问题？这些现象存在普遍规律吗？生命、智能和适应性能用机械和计算实现吗？如果能，我们又能不能建造出真正具有生命和智能的机器？如果能做到，我们又应不应该这样做呢？
我听说随着学科间的界线变得模糊，科学术语的意义也会变得模糊。研究复杂系统的人们谈论各种模糊的概念，例如自发秩序、自组织、涌现（包括“复杂性”本身）。这本书的一个主要目的就是为这些人所谈论的提供一幅清晰的图景，并探讨这些交叉学科概念和方法是否能产生出实用的科学和新的思想，以解决人类面临的各种难题，例如疾病的传播、世界自然和经济资源分配的不公平、武器扩散和冲突的增多，以及人类社会对环境和气候的影响。
这本书就像一本复杂性科学的核心思想的观光指南——它们从何而来，又将到哪里去—再加上我自己的一些见解。对于正在发展中的科学领域，其核心思想、意义以及可能导致的后果，人们的认识会（略）有不同。因此我的观点与其他专家也许会不一样。本书中一个重要的部分就是阐释这些差别，另外我也将尽我所能介绍一下那些未知的或刚刚开始被理解的领域。正是这些使得科学引人入胜，值得去探索和了解。我希望能让读者也感受到这些思想的迷人魅力和探索它们的过程中那种无可比拟的兴奋感觉。
本书分为五部分。在*部分我将介绍四个主题的历史和内容，这四个主题是复杂系统研究的基础：信息、计算、动力学和混沌、进化。在第二到第四部分我将阐述这四个主题如何在复杂性科学中被组织到一起。我将描述如何在计算机中模拟生命和进化，以及计算的概念反过来又如何被用来解释自然系统的行为。我还会介绍网络科学的发展，以及网络科学发现的社会群体、互联网、传染病和生物代谢等各种系统中存在的深刻共性。另外我还会用各种例子说明如何测量自然界中的复杂性，它又如何改变我们对生命系统的认识，以及这些新的认识能不能引导智能机器的设计。我会介绍复杂系统的各种计算机模型，以及这些模型所面临的风险。*后，书的末尾还将讨论寻找复杂性科学一般性原则的问题。
要理解书中内容无需数学或科学的背景知识，在涉及的时候我会小心地循序渐进。我希望这本书对专家和非专业读者都会有价值。虽然讨论不是技术性的，我还是会尽力做到言而有物。注释中给出了引文的出处和讨论的附加内容，以及为想深入学习的读者准备的科学文献索引。
你对复杂性科学感到好奇吗？想不想探索一番呢？让我们出发吧。
【媒体评论】
米歇尔深入浅出地介绍了复杂系统的基本概念，完美地揭示了来自计算的关键思想是如何统一看似无关的现象。——西蒙·莱文（simon A Levin）
这本书终出观了！多年来人们一直不断问我，他们应该到哪里学习复杂性理论的基础。现在我有答案了：读米歇尔的书。它思路清晰、通俗易懂，无论是对于支持者还是反对者，它都观点中立。她是工作在前沿的科学家，同时又是一流的阐释者。《复杂》一书是了解这个让人兴奋的领域的*途径。——史蒂文·斯托加茨（Steven wtrogaz），康尔大学应用数学讲座教授，《同步》（Sync）的作者
米歇尔的著作介绍了重要的复杂性研究，详细阐释了对从许多复杂系统中涌现出的共性的研究，可读性极强，范围涵盖混沌、信息论、计算、进化、遗传学、社会学到生命本身。《复杂》一书显然是这个领域*好的通识读本。——马克·佩格尔（Mark Pagel），英国雷丁大学（Reading University）生物学教授圣塔菲研究所客座教授
米歇尔以一种深入浅出的方式带我们领略了内涵广泛的复杂性科学。从混沌理论到元胞自动机再到网络，米歇尔活泼而富有思想的笔调既让人愉悦，又发人深省。——邓肯·沃茨（Duncan watts），雅虎研究院基础研究科学家，康奈尔夫学社会学教授
