启发俱乐部，每周有进步，这是启发俱乐部的第48场。
启发俱乐部很久都没有现场观众了，疫情现在有一些缓解，所以今天我们在北京的得到学习中心，有30位左右的观众和我们在一起。但是因为疫情还没有结束，大家也不要掉以轻心，所以拜托大家能够戴好口罩。与此同时，也向此刻正在得到线上看直播的同学，向此刻在得到全国的10个学习中心聚集起来看直播的同学，向此刻在今日头条、西瓜视频和抖音正在看直播的同学问好，谢谢。
启发俱乐部经常会请一些重要嘉宾来给大家讲课，而北京的得到学习中心，位于全世界最大的商场SKP的门口——我觉得这是一个特别有趣的行为艺术：我们要在全人类消费主义的图腾和象征、全世界最大的商场门口办这么一个学校，至少开办一个教室，然后我们非常令人气愤地还把帘子拉开了，要让那些刚刚在SKP消费完的人看看，还有一批人在这个时代选择了终身学习。谢谢各位。
最近，我们得到上线了一门课程，由北京师范大学的张江老师主理的《复杂科学前沿27讲》。复杂科学这个学问，我上大学的时候第一次接触到。我至今仍然记得那个场景，我在学校图书馆的一个角落里突然翻到一本书，比利时科学家普利高津的一本书，我甚至能记得当时阳光从窗外射进来的样子。我就在那儿翻了一会儿，惊呆了，那是一个多么奇妙的思维方式，虽然那本书——《混沌》里面还有大量我这种文科生看不懂的公式图表，但是你能迅速被它吸引，因为那是一种完全不同的看待这个世界的视角。我当时那个感觉，有点像艾丽斯掉进了一个兔子洞，突然滑到了另外一个世界。启发俱乐部，每周有进步，这是启发俱乐部的第48场。
这么多年来，尤其是创办得到App以后，我们一直想做一门复杂科学的课。在国内，我们找了很多老师，打听来打听去，几乎所有人都推荐说，在中国做这门课没有第二个人选，张江老师是最合适的。所以今天的启发俱乐部，我们就请到了张江老师。
顺便多说一句，在我看来、在我的经验当中，知识传播这件事有两种模型。一种模型是利用各种各样的力量，用那种吃奶的劲去传播，到处都是。还有一种模型，就是这个学科特别小，这个思维方式特别“偏僻”，有些人终生只写了一本书，它的读者并不多，于是这本书就在某个书房已经落了灰的角落，就搁在那儿。可能隔了很多年，一个小男孩或者小女孩爬到自家阁楼，拂去灰尘，拿出这本书然后被它吸引。就像我刚才讲的艾丽斯掉进兔子洞一样，TA突然进入了这个领域。我觉得复杂科学这个效应在我身上，在我年轻的时候就显灵了一次。所以有没有可能通过得到的力量，在这么多爱学习的得到用户里，我们找到那些小男孩、小女孩，让他们进入阁楼拿起这本书？
今天我跟张江老师沟通的时候，对他有一个请求，我说今天咱们不妄图在1个小时的启发俱乐部里把学术讲清楚，我们只有一个简单的目的，也就是接下来1个小时的最高任务——张江老师要吸引你进入这个兔子洞，让你了解这个领域有多么神奇和奇妙。
有时候，学问这个东西是需要一点缘分的。如果缘分够的话，我希望无论是现场观众，还是此刻正在看直播的观众，你就是那个爬到阁楼上的小男孩、小女孩。
下面我就请出今天晚上的主讲老师，张江老师。张江老师讲完之后，我自封大家的学习委员，我会上来汇报一下我受到的启发。有请张江老师。
大家好，我是张江。上周罗老师给了我一个任务，让我来做一个关于复杂科学的演讲，目的是让更多的人爱上这门学科。回去之后我就开始思考，我怎样才能让大家通过单纯听我说，就能迅速理解并产生对这门前沿学科研究的热情？实话说，让大家爱上，我做不到，想完成这个任务太难了，只给我一个小时的时间，爱上我还差不多，但是爱上这么一个我花了十几年时间来进行研究的一门学科，难度非常大。所以我就自行给自己降了一个难度，我可以尽量去把这个学科的一些精彩的点展现给大家，要是能通过我接下来的一个小时，我能将每个人心中复杂科学的那个小火苗点燃，让一部分人产生兴趣，那我就非常满足了，如果点燃后还有人能继续沿着我帮你铺的路去学习、探索，那我今天的分享也就物超所值了。当然了，我可能没法点燃所有人的火苗，但是当在未来某一天，你突然想到张老师还讲了这样一件事情，对你面临的问题有所帮助，那么我今天目的也算是达到了。
所以接下来的一个小时，大家可以把我想成一个从北极来的圣诞老人——虽然这个圣诞老人看起来比较瘦，复杂科学就相当于是北极的风光，我驾着驯鹿不远万里来到北京与大家见面。但我并不是来演说的，我是来送礼物的。和圣诞老人给小朋友送礼物一样，今天我也给大家在复杂科学的世界里从三个角度挑选了五个小礼物，是五个对于认识北极来说很重要的物品。五个礼物被我做成了五张扑克牌，现在一一展示给大家，希望大家能通过这五个礼物，从此打开探索复杂科学的大门。
既然是从北极来，在送礼物之前首先我需要说清楚，为什么北极很特殊，为什么我会爱上这么小众的北极呢？
首先呢，复杂科学，实际上解决的是一个还原论无法解决的问题。而还原论却是我们日常生活中经常使用的一种思维方法，让我们来想想我们每天是怎么思考问题的，如果你需要记一串复杂的数字，你会怎么记？当然是拆成一个个小部分去记。
按照还原论的逻辑，我们是把个体拼装成整体，从而理解事物的，但是请大家思考，如果你想认识这片海，你研究清楚每一个水分子，你就能理解大海吗？我们知道，茫茫大海是由大量的水分子所构成的。而目前科学家们对于水分子的性质研究相对来说是比较透彻的——因为水分子H2O，很简单，是由两个氢原子加一个氧原子构成的物质。但是大家想想即使你对每一个水分子研究透了以后，你是否就能对整个海洋的性质有所认知呢？从洋流、潮汐，再到整个海洋生命系统，难道靠研究每一滴水就可以认识清楚吗？实际上是远远不够的——对于整个大海来说，我们要面对的是大海这个层面的问题，而不是水分子的问题。比如说大海有潮汛，又或是大海上面的波浪会形成涡旋结构与湍流结构。这些问题则都是目前的科学没有办法解决的问题。
换一个角度，这是日本早稻田大学在1972年创造的世界上第一台人形机器人。实际上在这个人形机器人创造之前，每一个部分我们都有单独的创造。比如说他的胳膊——机械手臂早在1956年就在大规模的工厂里出现了；比如说会说话的嘴——录音机也是早在1877年就被艾迪生发明。整个人体里的每一个部件的发明都是非常早的，而且相对来说是比较容易的。但是要想把所有这些部件合成一个完整的机器人身体，实际上非常困难。当你把所有的部件合成到一个整体上，就构成了“创造整个机器人”这样一个非常困难的问题。显然，这种用分解的思路去模拟机器人，是一个极其漫长的过程，到今天人们依然没能完全成功打造类人机器人。这又是一个分解方法无法解决，而只有通过整合才能解决的问题。
再来一个例子，我们的大脑非常神奇，你甭看它只有一个拳头这么大，但是大脑却是一个非常奇妙的宇宙。今天我们知道，我们大脑的构成单元被称为神经元细胞，整个大脑皮层差不多是由一百五十亿个神经元细胞构成的，而我们对每一个神经元细胞的认知相对来说比较成熟，无非就是一个神经元细胞从其他的神经元细胞接收电脉冲这种信号，达到一定阈值以后它自身又会放电来激发周围神经元细胞进一步放电。于是在我们的头脑里，这帮神经元细胞噼里啪啦不停地放电，最终居然形成了可以思考的大脑。就像我在讲课，而在我的头脑里实际上就是这种小细胞在放电。所以我们对细胞的认知即使很透彻，到我们整个大脑思维这个层面却有太多太多未破解的难题——这也是今天的认知神经科学、人工智能所需要面对的问题，人类的思维意识究竟是如何从这些神经元的基础之上涌现出来的呢？我们不知道。
看了这么多例子，让我们打一个比方，我们男生小时候拿到一个玩具后，像闹钟，像汽车，就会老想着把它给拆散，可是拆散以后我们却忘记了怎么去把它组装回去，分解和组装完全是两个概念。复杂科学领域有一位举足轻重的科学家巴拉巴西，他曾经说过一句话：我们人类拆散了整个宇宙，却不知道如何再把它组装起来。
和小男孩一样，这就是现有还原论的困境，我们今天的科学已经能够把物质世界分解成分子、原子，甚至是原子核和里面夸克这样的层级，但是这些原子的基本粒子如何组装起来，怎样形成会呼吸的生命，怎样形成会思考的大脑，乃至产生自由意志，这些问题却仍然无法破解。实际上，我们对于事物是如何组合组装的认识是非常欠缺的。当我们在数学、生物、物理、化学等各个领域拆到极限的时候，我们不知道夸克、原子、细胞的下一步是什么。我们同样无法再用细胞、夸克把这个世界拼出来。
所以，很多的问题其实都是这样，传统的还原论无法解决，而我们的复杂科学恰恰是为了这些问题而生的。从某种层面上来说，复杂科学是可以去对抗还原论所解决不了的问题的。在 20 世纪七八十年代，这个学科带着这个使命就产生了。从还原论到复杂科学，这就是这个世界和北极的差别，也是那个北极的魅力。
在介绍礼物之前，我想再给大家几个场景，让你体会一下复杂科学那种 feel 是什么样的，在未来你身处这些场景的时候，希望你能想起来这些现象除了现有科学，还能用复杂科学来解释。
第一个场景是我最喜欢的一个场景，每次坐飞机如果有机会我都会坐到靠窗的位置，为什么？因为每次在夜晚当飞机降落的时候，你能俯瞰整个城市，你会发现这个城市真的就像活了一样，每一条道路就好像是一个毛细血管，而飞驰的小汽车在高空看的时候就好像我们血管里的红细胞，装载着养料在运输一样。整个城市仿佛是一个会呼吸的有机体。城市就是一个典型的复杂系统，复杂科学就好像是上帝一样，能够俯瞰整个世界。
下一个场景也是我们大都市生活里面司空见惯的，就是霓红灯。我们知道霓红灯无非就是小灯泡，由大量的小灯泡组装成的一幅图案，这样的图案居然能够表达出一些有意义的图像和文字，这个是比较有意思的，因为这些文字和意义不存在于每个小灯泡上，只有你退后一步看到整体的时候你才能看到整个有意义的图案和文字。这些图案就会有一种虚幻的特性——这也是复杂科学给我们的一种感觉，它讨论得很多的概念都有一点虚无缥缈的感觉，但是很有意思的是，复杂科学却能在这些虚无缥缈的事物背后找到一些统一的规律。这就是我们复杂科学的魅力。希望在你接收到以下这五个礼物后，在遇到这些场景时你能有一个新的认识。
好，下面让我们开始送礼物，第一个礼物呢，是复杂科学中的核心观点：涌现。
什么是涌现呢？涌现的英文是 emergence ，有点像紧急事件的意思，但是实际上翻译过来应该叫涌现。什么是涌现呢？简单来说，一个系统会分成个体和整体两个层级，所谓的涌现是指在整体的层面会有一些属性特征、规律不能够还原到个体的层面，这样的特征和规律就被我们称为涌现。这么说起来可能大家会觉得非常抽象。我们来看几个案例。
一个案例是我们非常常见的鸟群，相信大家在城市里也能看到鸟群，特别是鸽子，一窝蜂地飞来飞去，非常漂亮。如果仔细观察鸟群你就会发现，它有一个比较有趣的特性，就是它把两种不同的属性融合在了一起。一方面鸟群非常有秩序——它们会整齐划一地形成编队在空中飞行，而且不会发生彼此之间的碰撞；另外一方面呢，鸟群又是非常灵活的，这一点体现在当鸟群面对一个障碍物的时候，它们会自发地分成两队绕过去，然后再重新聚合在一起。或是面对捕食者攻击的时候。鸟群就会突然转身，整齐划一地远离捕食者。于是科学家开始思考，鸟群是如何把这两个看起来完全不同的特性整合在一起的？
后来，一个计算机科学家，通过计算机模拟的方式找到了鸟群背后的规律。这个科学家做的事情非常简单，他在计算机中创造了一个人工鸟群，并且尝试为这个人工鸟群赋予不同的规则，然后看看到底什么样的规则能够让人造的鸟表现得像真实的鸟群一样。令他非常吃惊的，最后发现的是三条非常简单的规则：第一条是“靠近”——这群鸟彼此是一个整体，我如果跟你离得比较远， 我就朝你飞去，彼此靠近；第二条是“对齐”——如果大家都往东飞，我就不能往南飞，不能往北飞，我也要保持方向一致；第三条是“避免碰撞”——如果两只鸟靠得比较近，就会发生一个斥力让这两只鸟飞开。于是他把这三条规则通过编程的手段赋予给了人工鸟群，之后就运行这个仿真的人工鸟群，结果吃惊地发现人工鸟群的飞行特性居然和真实的鸟群非常相似，而且也有那种面对障碍物能自动分开两队又自动聚合在一起的能力。
通过这样一个实验，我们能看到鸟群身上的宏观特性，就是灵活性和秩序性的统一实际上是完全可以通过一些简单的相互作用规则而产生的。这个例子我们讲完了，你可能会惊叹于，如此简单的规则就能创造一个宏观复杂的系统。
但实际上，这还不够简单，在自然界中还存在着另外一种比鸟类更加低级，甚至更加简单的一种生物体。这个东西是什么呢？就是粘菌。黏菌俗称鼻涕虫，为什么？因为它黏糊糊的一大坨，就像一滩鼻涕一样，有点恶心。但是你别小看它。黏菌还有另外一种形态，就是阿米巴虫。这样一团黏糊糊的东西是由大量的单细胞小虫子——阿米巴所构成的，当黏菌肚子饿的时候，它就会分散形成这个阿米巴虫，四散而开，去周围找食物。
你别小看单细胞的阿米巴虫，它在一天左右的时间里面，不仅能够找到食物，还能规划出来一个最优的路网结构，甚至于有人就做了这样一个实验，去对比阿米巴虫爬出来的路网结构和人类设计师设计出来的路网结构，竟然发现它们二者的输运效率在各个层面上来看都相差无几，阿米巴虫的路网完全可以逼近人类设计师设计出的路网，你想想这是多么的了不起。我们人类设计师要想设计这样一个路网结构，需要考虑大量的环境、水文、地址等等因素，还要经过多年的培训，才有可能做得出来。而黏菌这样一个单细胞的生物体就能凭借自身的力量爬出路网结构来，并且，整个路网的尺度是它的数千倍之多。
那么每一只阿米巴虫是怎么找到这个最优路网的呢？我们来看看东京大学在 2008 年做的这个实验，这个实验有一张由一些东京市附近的城市坐标所组成的微缩地图。在这张微缩地图上，研究人员会把一坨阿米巴虫放到地图中间的黄色位置上——这个位置就是东京所在的位置，又在旁边的那些卫星城市的点上放置了阿米巴虫喜欢吃的食物，然后实验人员就离开了，看这些阿米巴虫自己怎么运动。十几个小时后黏菌肚子饿了，于是开始四散去寻找食物、搬运食物。找到食物以后，它就会把这个食物搬运回来，慢慢形成一个路网，在开始的时候这个路网还比较分散——就像一片叶子上面的那个脉络一样，非常散非常细——前期会有大量的这种道路存在，实际上这些道路是不必须的。慢慢地阿米巴虫就会对这些道路进行精炼，一些比较长的道路会被砍掉，而只剩下一些主干的非常粗的而且比较短的路线留下来。大概 26 个小时过去以后，一张清晰的能够连接所有卫星城和东京的路网就会跃然纸上。更进一步，我们还可以通过光照来模拟地形，比如说东京旁边有一个高山，就可以在山的位置打上一束光——因为黏菌是厌光的生物体，它会尽可能避开光线所在的位置，这样形成的路网就会更加真实，最终经过计算就发现黏菌做成的路网和人类设计的两种路网的运输效率居然相差无几。
这个实验让我们非常惊讶，科学家们进一步研究，发现其实找到最优路网的方法很简单，说白了就是这么一句话“世上本没有路，走的人多了也就有了路”。开始的时候黏菌四散而走，形成了大量的精细路网，在这个时候，如果有两条路，一条路比较长，一条路比较短，那么那条比较短的路就会被大量的黏菌重复行走，而重复越多，它的管道就会变得越粗，越粗的路网自然也就会吸引越多的黏菌在这里输运食物，它就会变得越来越粗，于是就形成了一种所谓的正反馈效应。两者互相加强，这种正反馈就可以放大两条路径的差异，在开始的时候，它们的差距非常非常小，但是慢慢地经过这样一个正反馈，两条路的差异就变得非常大，以至于其中一条路消失了，而只剩下那条精炼之后形成的最短最粗的路，最终就形成了一个最优的路网结构。这就是黏菌能够破解这个谜题的一个关键之所在——它不需要掌握那么多的数学、规划、地质等知识，它也可以自发地做到整个道路网络的规划。
更令人感到神奇的是什么呢？当人类了解了黏菌能够规划整个路网这种本领以后，人类工程师就可以把黏菌的这种本领给剥离出来，然后放到一个完全不一样的领域里，去解决那个领域的真实问题——注意哦，这里运用的研究方法正是后面会给大家介绍的复杂科学的一个核心研究方法。那么他们所应用的领域是什么呢？科学家们让黏菌去发现宇宙暗物质的分布，暗物质这种东西可能大家并不是很熟悉，其实我们整个宇宙 90% 多的质量都是属于这种暗物质。而这种暗物质用一般的手段是测量不到的，你也不知道它们是如何分布的，但是科学家们却通过一些其他手段发现，实际上这些暗物质可以被看作连接不同星系的路网结构。于是，为了发现整个宇宙之中精细的暗物质的分布情况，他们就想能不能让黏菌在整个宇宙地图上去爬出来这样的一个路网来，这样这个路网就对应了暗物质在宇宙中的真实分布了。科学家们把黏菌做成了一个虚拟的体系——把黏菌的本领抽象成一种算法，把这个算法赋予给计算机中虚拟的阿米巴虫去达成。于是我们看到，这些阿米巴虫在宇宙空间里开始爬行，慢慢地也会爬出来一张路网的结构。而这种路网结构就被我们认为是宇宙暗物质的分布。那到底黏菌发现的这个路网对不对呢？经过比对，我们发现黏菌发现的路网结构基本上是能够反映真实的暗物质的分布的。由此可见，同样一套方法，黏菌不仅仅可以解决城市规划问题，还可以解决暗物质的分布的问题，这些宏大的问题都是可以靠这个小小的单细胞生物体阿米巴虫所做到的。总结一下，我们见证了两类群体，一个是鸟群，一类是阿米巴虫。它们都有一个共同的特点，就是很多整体上表现出来的涌现的特性，在个体上虽然看不见，但是它们都可以通过彼此之间一套非常简单的相互作用规则去创造，而每一个个体又不需要过于聪明。