当前位置: 首页 > news >正文

什么是涌现?

这是复杂世界里最关键、也最容易被误读的概念之一。

这几年,随着复杂性科学、系统科学、人工智能、多主体系统这些话题不断升温,“涌现”这个词也越来越常见。可一旦这个词开始流行,误用也就跟着来了。很多人一看到难以解释的现象,就说这是涌现;一看到整体表现和局部不同,也说这是涌现;甚至一碰到带点神秘感的东西,也往“涌现”上靠。结果是,词很热,概念却常常是糊的。

从明犀研究院的角度看,涌现之所以重要,不只是因为它属于复杂性科学的核心词汇,更因为它在逼着我们承认一件事:这个世界上很多真正重要的现象,并不是靠把局部零件逐一拆开,就能直接看明白的。复杂系统研究普遍把 emergence 视为理解复杂整体行为的关键概念之一,相关哲学讨论则常把它概括为同时具有“依赖底层”和“在高层次上呈现相对自主性”的双重特征。

一、涌现到底是什么意思

先给一个尽量简洁、也比较稳妥的说法。

涌现,是指系统在较高层次上出现了某种性质、模式或行为,这种性质并不是脱离底层成分而凭空存在,但也不能用对单个成分的孤立观察来直接读出来。

换句话说,涌现既不是“无中生有”,也不是“纯属幻觉”。

它有两个关键点。第一,它依赖底层。没有局部单元,没有相互作用,没有具体结构,涌现就无从谈起。第二,它不等于局部之和的直观展开。即便你把所有零件都摆在桌面上,如果没有看到它们的组织方式、相互作用和尺度转换,你还是不一定能直接看出整体会长成什么样。它来自系统整体,却又不同于部分单独具有的性质。

二、先回到词汇本身:什么叫“涌现”?

如果先不急着谈复杂系统,而先回到词本身,“涌现”这个概念会更容易讲清。

在西文里,emergence来自拉丁语emergere,核心意象是“从沉没、遮蔽或包围之中升起、浮出、显露出来”。英语里的emergence早期本义更接近“浮现、显现、冒出来”,后来才逐步被哲学和科学借用为术语。也就是说,这个词最原初的画面感,并不是“神秘地产生了什么”,而是某种东西从底下长出来了、从隐处冒出来了、从看不见变成看得见了。

中文里的“涌现”被解释为“如泉水般大量出现”或“如泉水般出现”。这个词本来就是汉语固有词,不是现代学术为了翻译emergence临时硬造出来的新词。它本身就带着很强的动态感:不是平平地“出现”,而是像泉水一样,由内而外地冒出来。

所以,“涌现”这个译法之所以好,不只是因为它对上了emergence的字面意思,更因为它把这个概念里最关键的感觉保住了:某种更高层次的东西,并不是凭空降临,而是在更深处的条件、关系与互动中,被推出来、长出来、显现出来。

三、从普通词到哲学术语:这个概念是怎么长出来的?

如果只把emergence理解成“显现”,还不够。它真正变成一个有分量的思想术语,是在 19 世纪之后。

在西方思想史里,约翰·斯图亚特·密尔1843年关于“原因复合”的讨论,已经为后来的emergentism铺了路。到了1875年,英国思想家George Henry Lewes在Problems of Life and Mind中,明确使用了 “emergent / emergence” 的哲学含义,用来区分那种“由更基础层次生起、但又具有新颖性”的性质。再往后,C. Lloyd Morgan、Samuel Alexander、C. D. Broad等人把这一方向进一步推进,尤其是 Broad在1925年的著作中,把“整体性质不能从部分孤立性质中直接演绎出来”的思想表达得非常系统。

也就是说,西方“emergence”这个词的大致发展脉络是这样的:

先是普通语言里的“浮出、显现”;

后来进入哲学,变成讨论“新性质如何从低层基础中生起”的术语;

再后来进入系统论、复杂性科学和复杂适应系统研究,成为理解层次转换、模式生成和整体行为的核心概念之一。

这条脉络很重要。因为它说明,涌现不是今天复杂性科学临时发明的热词,而是一个经历了长期哲学孕育、后来才在复杂系统研究中重新发光的概念。

四、为什么“整体大于部分之和”还不够?

很多人喜欢用一句话来解释涌现:整体大于部分之和。

这句话不算错,但远远不够。因为它容易把涌现讲成一句抒情判断,像是在赞美整体的伟大,却没有真正说清楚问题出在哪里。

真正的问题是:为什么整体层次会出现局部层次没有直接给出的新性质?

这里的关键,不在“多”,而在“关系”;不在“堆起来”,而在“相互作用起来”。复杂系统研究强调,很多系统之所以复杂,不是因为零件数量多,而是因为成分之间持续互动、相互依赖、彼此反馈;正是在这种关系网络里,集体模式、行为和功能才会出现,而这些东西不能靠把元素孤立开来研究就直接预测出来。

所以,“整体大于部分之和”只是一个入口。真正的涌现问题,是高层次性质为什么会在关系运行中长出来。

五、涌现不是“我暂时不懂”的别名。

关于涌现,最常见的误解之一,就是把它当成“当前无法解释”的代称。

这种理解表面上很省事,实际上会把概念弄坏。因为如果把涌现理解成“暂时还没搞懂的东西”,那只要哪天搞懂了,它就不再是涌现了。这样一来,“理解涌现”这件事本身都会变成自相矛盾。

所以,涌现不该被理解为“神秘感”,也不该被理解为“知识空白”。它说的不是“我们还没弄明白”,而是“即便底层成分已知,系统在更高层次上仍会形成必须在那个层次上被描述和把握的性质”。相关哲学讨论长期坚持这一点:宏观性质即便依赖微观基础,也并不意味着它在解释层面会自动消失。

这很重要。因为如果把涌现仅仅当作无知的别名,人就会误以为,只要算力更强、数据更多、分析更细,涌现最终就会彻底消失。可很多宏观层次的规律,即便可以追溯到底层,仍然必须在宏观层次上被表述、被建模、被治理。

六、一个好理解的例子:同样都是碳,为什么会完全不一样。

理解涌现,一个很直观的例子就是材料。

如果只看单个碳原子的基本性质,你并不能直接知道它们最终会组织成石墨、金刚石还是石墨烯;但这些材料都由碳构成,却呈现出非常不同的宏观性质导电性、硬度、透明度、结构稳定性这些特征,并不是从“单个碳原子”的属性清单里直接读出来的而是跟碳原子怎样排列、怎样组织、怎样相互作用有关。

这个例子特别有启发。它一下就把涌现说明白了:

涌现并不意味着底层无关。

恰恰相反,底层当然重要。

但决定高层性质的,不只是底层有什么,还包括底层是如何被组织起来的。

从明犀的角度看,这一点对理解企业、组织、群体关系乃至个人生命状态都非常关键。很多时候,问题并不在“有没有这些要素”,而在“这些要素是以什么关系被组织起来的”。

七、涌现和自组织,是一回事吗?

不是一回事,但关系很近。

自组织说的是:系统没有一个外部总指挥,却通过局部互动逐渐形成了某种整体模式。

涌现说的是:在某个尺度上,系统出现了原本不能从另一个尺度直接读出的性质或信息。

两者经常同时出现,但并不等同。复杂系统研究常把自组织与emergence放在一起讨论,因为很多集体模式正是在自组织过程中长出来的;但从概念上说,自组织更偏向“模式怎么长出来”涌现更偏向“长出来之后出现了什么新的层次性质”。

如果说得再通俗一点:

自组织更像在问,秩序是怎么自己长出来的;

涌现更像在问,新秩序长出来之后,为什么它已经不再只是局部动作的简单投影。

八、弱涌现与强涌现:为什么这个词一不小心就会说玄?

围绕涌现,哲学和科学里还有一个重要区分:弱涌现与强涌现。

弱涌现通常强调,宏观性质仍然依赖于微观基础,但在解释、建模和表述上具有相对独立性;强涌现则主张,某些高层性质具有更强的独立性,甚至可能触及新的因果层面。这也是为什么“意识是不是涌现”会成为一个特别难、也特别容易引发争论的话题。因为一旦说到意识、自由意志、主体性,讨论往往已经不只是复杂系统里的模式生成,而是进入更深层的本体论争论了。

从明犀研究院的角度看,关于涌现,我们最好先谈复杂系统中的层次转换、关系生成、宏观模式与新性质,先不急着把一切都推到最激烈的意识本体论争论里。否则,这个词很容易被说飘。

九、为什么涌现对今天尤其重要?

今天这个时代,涌现比过去更值得被认真理解,不是因为这个词更时髦,而是因为我们越来越多地活在高耦合、高反馈、多尺度的系统之中。

市场、平台、组织、舆论、技术网络、金融波动、城市运行,这些都不是简单的零件拼装物。它们的许多关键性质,往往都是在互动中被生成出来的。复杂系统科学之所以越来越重要,一个核心原因就在这里:它研究的不是静态要素表,而是关系网络如何在时间中生成集体行为。

对企业也是一样。

一家企业的文化、士气、协同方式、内部秩序、创新气候,并不只是“老板意图”或“员工素质”的直接加总。它们常常是长期互动、反馈、奖惩、模仿、边界、信息流和权力结构共同作用后长出来的结果。

这时,如果仍然只用零件思维看世界,就很容易误判。

你以为问题在某个人,其实问题在关系;

你以为问题在某个动作,其实问题在反馈回路;

你以为系统表现只是局部能力相加,其实真正决定走向的,是那些在互动中长出来的东西。

从明犀看,理解涌现,最现实的价值之一,就是让我们不再把很多整体问题误判成单点问题。

十、从明犀角度,怎样看“涌现”?

如果要用一句更贴近明犀语境的话介绍“涌现”:

涌现,就是关系运行到一定程度之后,系统在更高层次上长出了局部本身并不单独携带的性质。

这里面有三层意思。

第一,涌现离不开底层。

没有组成部分,没有互动,谈不上涌现。

第二,涌现发生在关系之中。

它不是零件各自携带、最后简单相加出来的,而是在结构、互动、反馈与组织方式中显现出来的。

第三,涌现会迫使我们上升一个层次去理解问题。

当宏观层次已经长出自己的性质,就不能继续只停留在微观零件表上做文章。你仍然要研究微观,但你也必须承认宏观层次本身有它自己的描述、规律和治理语言。

http://www.gsyq.cn/news/1579624.html

相关文章:

  • 昇腾计算架构集合通信库的拓扑感知全规约算法实现与多卡分布式训练梯度同步通信调度优化及链路故障自动检测恢复容错机制深度技术解析
  • 升级管理化技术中的升级计划升级实施升级验证
  • 全域核销领跑全国足浴行业:索易软件四大平台官方直连,数字化实力断层领先
  • mba论文国内外研究现状怎么查
  • 微信单向好友检测神器:5分钟找出谁删除了你,让社交关系更透明
  • Vision-R1_ Incentivizing Reasoning Capability in Multimodal Large Language Models
  • AI技术重塑就业生态:AI岗位量爆涨8.7倍,顶尖人才年薪300万!
  • 概率论基础概念 + MATLAB 可视化
  • 解锁paperxie新玩法|毕业论文智能写作,轻松搞定毕业核心难题
  • DM数据库SQL优化初探
  • Translumo:当屏幕上的文字不再是障碍,而是桥梁
  • AI搜索占位总没效果?读懂收录逻辑才能破局
  • 500kw柴油发电机组选型适配要点 山东大型厂区备用供电方案
  • 植物大战僵尸终极修改器:PvZ Toolkit完整技术解析与使用指南
  • 深度解析Chatbox开源AI桌面助手:5大高效工作流实战指南
  • 2026 TSA 锁行李箱选购全指南:避开出行痛点,4 款热门箱体客观横评
  • 如何用Chatbox AI桌面助手提升你的工作效率?
  • 深度学习框架实现:自动微分与计算图执行引擎
  • Java的java.util.random流式API
  • 3步搞定免费AI视频无损放大:让模糊视频秒变4K高清
  • 世界杯阿根廷VS奥地利预测球王再起舞梅西能否延续上场炸裂状态
  • 深入解析AVR32EB微控制器架构:从CPU核心到存储器映射的嵌入式开发指南
  • 基于i.MX27的H.264 IP摄像头开发:从参考设计到量产实战
  • i.MX53开发板实战:从硬件解析到嵌入式Linux应用开发
  • 3分钟免费安装!VideoDownloadHelper视频下载神器终极指南
  • ARM处理器与RTOS集成:i.MX平台AMX实时内核开发实践
  • 四川LED显示屏维修源头厂家有哪些
  • 3分钟掌握Video2X:AI视频无损放大到4K的完整实战指南
  • 利用ATtiny3227 Curiosity Nano板载调试器编程外部MCU实战指南
  • UiPath Studio 21.10.4 安装教程:新手从零搭建 RPA 机器人开发环境