英國皇家學(xué)會特刊：從細(xì)胞到社會“涌現(xiàn)”的全景探索

導(dǎo)語

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，更高時空尺度上可能自發(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)（如鳥群集結(jié)、魚群游弋）；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，英國皇家學(xué)會（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)讀書會第七季中進(jìn)行了詳細(xì)的解讀。本文則將對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)大量相似個體在微觀尺度上彼此交互，并與環(huán)境持續(xù)耦合時，高時空尺度上可能會自發(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)（如鳥群集結(jié)或魚群游動）。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題尚未解決，例如：尚無被廣泛接受的嚴(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)前與未來研究中面臨的挑戰(zhàn)。

2. 系統(tǒng)與觀測者的涌現(xiàn)及算法信息動力學(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)我們說某個宏觀現(xiàn)象“涌現(xiàn)”于微觀規(guī)則之上時，究竟是誰在判斷？對于足球比賽，對新手不過是無序的群體運(yùn)動，對足球分析師來說卻可還原為簡單的局部交互規(guī)則。涌現(xiàn)的判定是否依賴于觀測者的知識邊界？

Abrah?o與Zenil的這篇論文，正是對這一元問題的形式化回應(yīng)。作者將“觀測”定義為兩個動力系統(tǒng)之間的相互擾動（mutual perturbations）：觀測者系統(tǒng)讀取被觀測系統(tǒng)的狀態(tài)，同時其讀取行為本身也會反向擾動被觀測系統(tǒng)。在此框架下，他們用算法信息動力學(xué)（Algorithmic Information Dynamics, AID）量化“不可約信息”的生成過程，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)性雖然依賴觀測者的形式理論，但對其他主觀因素（如編程語言選擇、測量誤差、信息處理成本）具有魯棒性。換言之，“誰在看”會影響是否看到涌現(xiàn)，但“怎么看”的技術(shù)細(xì)節(jié)不會。而當(dāng)系統(tǒng)涌現(xiàn)產(chǎn)生的信息以無界且足夠快的速率增長時，任何有限形式理論最終都會失效。這時無論觀測者具有何種先驗(yàn)信息，其公理系統(tǒng)都無法長期預(yù)測該系統(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)若某個宏觀變量 V 對系統(tǒng)未來狀態(tài)的預(yù)測能力，無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“粒子參數(shù)”即可預(yù)測碰撞結(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)讀書會第七季進(jìn)行了詳細(xì)解讀，具體可參考讀書會對相關(guān)內(nèi)容的詳細(xì)講解。

4. 涌現(xiàn)即信息轉(zhuǎn)換：一個統(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)我們對系統(tǒng)進(jìn)行粗?；╟oarse-graining）時，信息的特征是否會發(fā)生變化。這就像問：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，將多個變量對目標(biāo)的預(yù)測貢獻(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。粗粒化讓系統(tǒng)呈現(xiàn)出微觀層面看不見的因果結(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。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，宏觀變量就獲得了微觀描述所不具備的因果效力。科學(xué)理論作為宏觀尺度模型，一般會涉及將冗余信息轉(zhuǎn)換為協(xié)同和獨(dú)特的信息。使這種宏尺度對于實(shí)驗(yàn)者來說，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)測符號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)對數(shù)。但信息是集合屬性，無法賦予單個序列。我們無法回答“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關(guān)的評估方法，適用于任意字母表的符號序列，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，即可為任意單個序列計(jì)算“信息評分”或“能量評分”，并據(jù)此預(yù)測其功能水平。該方法可用訓(xùn)練集的統(tǒng)計(jì)結(jié)構(gòu)，為未見序列賦予可解釋的功能評分。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，小樣本時高階模型易過擬合意味著此時不存在真實(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：任何馬爾可夫過程的熵產(chǎn)生（entropy production, EP）非負(fù)。而該研究指出當(dāng)我們對系統(tǒng)的動力學(xué)結(jié)構(gòu)擁有先驗(yàn)知識時，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)中不可被局部動力學(xué)解釋的協(xié)同結(jié)構(gòu)”。對于滿足依賴約束的任意馬爾可夫過程，強(qiáng)化的熱力學(xué)第二定律（SSL）規(guī)定熵產(chǎn)生滿足

SSL適用于無熱力學(xué)解釋的馬爾可夫模型（如經(jīng)濟(jì)網(wǎng)絡(luò)、意見動力學(xué)），極大拓展了熱力學(xué)第二定律的應(yīng)用邊界。在麥克斯韋妖場景中，若“測量-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，此時結(jié)構(gòu)性約束會“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“誰可以影響誰”時，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，這既是量子計(jì)算的優(yōu)勢，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）往往依賴平移對稱性或特定序參量，難以刻畫非均勻、非局域的糾纏組織模式。

該研究將每個量子比特當(dāng)作“社交個體”，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，度分布分析及自相似性檢驗(yàn)）遷移至量子場景，社區(qū)檢測發(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，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)果對微小參數(shù)擾動高度敏感，呈現(xiàn)“拓?fù)湎嘧儭碧卣鳌?/p>

對糾纏鄰接矩陣進(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)，用圖論語言解剖糾纏的“拓?fù)湔Z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)動活塞運(yùn)動，無法理解火車為何能跑。

圖2：早期生命創(chuàng)新時間線的比較

相比圖2a熱液噴口場景中能量與物質(zhì)通過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)洌窍扔型暾磻?yīng)網(wǎng)絡(luò)，同時能量來源的多樣性要求我們放棄“單一場景”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”的問題？考夫曼曾提出自催化假說，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，每個反應(yīng)都被網(wǎng)絡(luò)內(nèi)某個分子催化，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)中每個反應(yīng)至少被一個網(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個原核生物的代謝組，發(fā)現(xiàn)每一個生物都包含至少一個RAF，這意味著自催化是代謝的“普遍語法”。300個最常見RAF反應(yīng)出現(xiàn)于2732個原核生物中，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)。通過預(yù)測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指標(biāo)，用以評估地外原始生命。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容易地de novo（從頭）涌現(xiàn)，無需漫長的漸進(jìn)優(yōu)化。

以RNA為例，序列到二級結(jié)構(gòu)的映射呈現(xiàn)對數(shù)正態(tài)分布，極少數(shù)“熱門”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)，對進(jìn)化“不可見”。隨機(jī)聚合的RNA鏈，默認(rèn)就會折疊成少數(shù)幾種簡單結(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”成本極低。

分子生態(tài)競爭 + 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重組、水平基因轉(zhuǎn)移及靈活聯(lián)盟實(shí)現(xiàn)層級躍遷，只要生態(tài)位空缺，de novo涌現(xiàn)就可能發(fā)生。復(fù)雜功能不必來自“單一分子的漸進(jìn)優(yōu)化”，而可通過模塊的組合探索實(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。

文中寫道：進(jìn)化在如此長的時間尺度上運(yùn)作，以至于即使對現(xiàn)在進(jìn)行的詳細(xì)觀測也難以發(fā)現(xiàn)足以指導(dǎo)我們對可能的復(fù)雜分子組織多樣性以及對潛在其機(jī)制的直覺認(rèn)識。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，也從未尋找過它們的產(chǎn)物。但進(jìn)化是如此強(qiáng)大。它會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，一個困難的問題是想象一個沒有分子復(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)的動力學(xué)地圖：

從全腦建模到意識譜系

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)，是在時空維度上維持“有序”與“無序”的動態(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)動力學(xué)（Local Dynamics）及耦合機(jī)制（Global Coupling），整合多尺度指標(biāo)刻畫腦狀態(tài)，這些指標(biāo)可跨模態(tài)（fMRI/MEG/EEG）、跨狀態(tài)（清醒/麻醉/疾?。┍容^，為“意識譜系”提供統(tǒng)一度量。具體可通過非侵入性成像和全腦建模來實(shí)現(xiàn)，這些成像和建模可以映射和模擬大腦豐富的空間-時間動力學(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)下的腦的意識譜系特征。結(jié)果發(fā)現(xiàn)致幻劑可能通過降低全局耦合強(qiáng)度或擾動局部動力學(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)大可訪問狀態(tài)空間。抑郁可能是全局耦合過強(qiáng)或局部噪聲過低，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。

該研究指出涌現(xiàn)視角下，應(yīng)當(dāng)關(guān)注全腦網(wǎng)絡(luò)的時空協(xié)同模式如何偏離最優(yōu)平衡，而不是孤立看待某個腦區(qū)的“異?！?，理解腦狀態(tài)需要追蹤其動力學(xué)演化。若抑郁是“耦合過強(qiáng)”，致幻是“耦合過弱”，那么治療策略可聚焦于精準(zhǔn)調(diào)控全局/局部動力學(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”可長時間維持亞穩(wěn)態(tài)活動。同時局部簇通過弱連接相互激發(fā)，產(chǎn)生長時程、長程關(guān)聯(lián)的“級聯(lián)響應(yīng)”。這三點(diǎn)讓臨界行為從“一個點(diǎn)”擴(kuò)展為“一片區(qū)域”。這意味著生物系統(tǒng)就無需在參數(shù)空間中走鋼絲，在噪聲、發(fā)育、學(xué)習(xí)等擾動下維持臨界性帶來的，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同步的新興集體可變性問題。它包括考慮單個節(jié)點(diǎn)（通過底層網(wǎng)絡(luò)連接耦合在一起）的神經(jīng)活動的簡單結(jié)構(gòu)網(wǎng)絡(luò)和最小動力學(xué)模型，其目標(biāo)是系統(tǒng)地檢查同步水平隨時間和網(wǎng)絡(luò)尺度的可變性，以及它如何取決于結(jié)構(gòu)和動力學(xué)的兩個關(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力學(xué)模式，彌合結(jié)構(gòu)與動力學(xué)涌現(xiàn)的高級功能之間的差距。

13. 時滯如何重塑生態(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、競爭、繁殖等生態(tài)過程是瞬時響應(yīng)的。但真實(shí)世界中，捕食者消化獵物需要時間；植物對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。該研究考察存在時滯（time delay）時，生態(tài)系統(tǒng)會是怎樣。

研究發(fā)現(xiàn)時滯過長會破壞負(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”。同時時滯會帶來系統(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)致長期行為分岔。對應(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，因時滯記憶效應(yīng)突然崩潰。

時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)動力學(xué)增添了“時間維度”的拓?fù)渥杂啥?，使穩(wěn)定性分析從“標(biāo)量判據(jù)”升級為“譜幾何”問題。在這種場景下，時滯既可通過相位抵消抑制共振而使生態(tài)系統(tǒng)穩(wěn)定，也可通過反饋錯位放大波動使系統(tǒng)失穩(wěn)，效果取決于網(wǎng)絡(luò)拓?fù)渑c時滯分布的匹配關(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“臨界時滯的分布寬度”，為生態(tài)風(fēng)險(xiǎn)評估提供連續(xù)譜指標(biāo)，而時滯差異通過網(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“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)兩個實(shí)體通過共享資源進(jìn)行合作時，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)？

對此，該研究采用幾何布朗運(yùn)動（Geometric Brownian Motion, GBM）作為資源增長的“零模型”。考察非遍歷性下的資源共享如何改變增長合作網(wǎng)絡(luò)的動力學(xué)。結(jié)果顯示合作是“自利”在不確定性下的最優(yōu)策略。一旦部分個體開始合作，其增長優(yōu)勢會隨時間放大，這是由于資源增長需具有乘性（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，無需外部獎勵或懲罰機(jī)制。

該研究不再依賴“利他偏好”或“社會規(guī)范”等心理假設(shè)，而是從不確定性下的增長優(yōu)化推導(dǎo)出合作帶來的進(jìn)化優(yōu)勢。證明個體層面的隨機(jī)波動，可通過遍歷性分析轉(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縫遷移至生態(tài)學(xué)（種群動態(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

面對氣候變化、疫苗猶豫、公共衛(wèi)生等集體行動困境，政策制定者常寄希望于“改變社會規(guī)范”。然而該綜述指出如果我們連“什么是社會規(guī)范”“如何測量其因果效應(yīng)”“變遷的臨界條件是什么”都無法精確回答，那么“用規(guī)范解決規(guī)范問題”就只是循環(huán)論證。對此該文指出社會規(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) 的對社會規(guī)范的操作化定義，將社會規(guī)范視為個體因社會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。社會規(guī)范的“涌現(xiàn)”，本質(zhì)上是個體期望通過互動達(dá)成協(xié)調(diào)的集體結(jié)果。文中提出研究社會規(guī)范時，需要使用實(shí)證校準(zhǔn)的計(jì)算模型，納入文化異質(zhì)性。對于臨界點(diǎn)，現(xiàn)有臨界點(diǎn)模型多針對“慣例”（僅需經(jīng)驗(yàn)期望），對真正社會規(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的第37手這種“異質(zhì)性智慧”能否通過社會學(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“反直覺策略”確實(shí)幫人類跳出了局部最優(yōu)。即使控制獎勵大小，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“來源偏好”（是否信任算法），“方案特征偏好”（是否符合直覺）可能是混合學(xué)習(xí)成敗的更深層決定因素。作者推測一個能夠傳達(dá)解決方案背后推理的算法可能會復(fù)制得更快，并且允許人類玩家更好地批判性地評估他們現(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

面對同一場疫情，為何個體行為差異如此之大？是信息不對稱、認(rèn)知偏差，還是理性計(jì)算的必然結(jié)果？對此該文的回答是當(dāng)謹(jǐn)慎者比例超過臨界值時，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”——低于閾值無效，超過閾值可能引發(fā)“恐慌性過度防護(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化為“平均個體”，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，也反過來重塑疫情軌跡。這種雙向耦合可產(chǎn)生振蕩、滯后、多穩(wěn)態(tài)等復(fù)雜動力學(xué)。研究指出當(dāng)種群規(guī)模不相等時，只要受關(guān)注的個體所占比例大于某個閾值，就可以通過群體免疫來對抗危險(xiǎn)的個體。但當(dāng)存在否認(rèn)（疫情）的少數(shù)群體時很難應(yīng)對疫情，因?yàn)樗麄冊谙嚓P(guān)多數(shù)群體創(chuàng)造的群體免疫中可能會找到虛假的安全感。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)：個體行為本身或許簡單，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、集智俱樂部創(chuàng)始人張江老師領(lǐng)銜發(fā)起，組織對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。讀書會將于2026年2月22日起每周日上午（創(chuàng)建讀書會暫定時間為10:00-22:00）線上開展，持續(xù)約10周，包含主講分享與討論交流，并提供會后視頻回放，誠邀相關(guān)領(lǐng)域研究者及跨學(xué)科興趣者參與。

詳情請見：

1.

2.

3.

4.

5.

6.

7.