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。
既然单只的鸟，甚至单个的阿米巴细胞这么简单都能创造出来非常有智慧的整体的复杂的结构，反过来我们就不妨反思人类。我们每一个人都被称为万物之灵长，我们每个人都自赋非常聪明，那是不是当我们这些聪明的人聚合成一个集体的时候，就会比阿米巴虫们更加聪明呢？事实上完全不是这样的，我们人类有太多太多集体愚蠢的例子了。随便举两个例子，一个例子是我们的交通系统，大家想想你每天上班都要跟这个交通系统作斗争，正是因为每个人太聪明了，反而导致整个系统的运行效率并不高。我们想一个场景，比如北京四环上开车，我们会干什么呢？如果这条路堵了，我就想着变道，看起来这个变道是一个小动作，是体现我们聪明智慧，体现我们开车技能的一种手段。但事实上，正是因为变道才导致整体的交通运输效率并不高，为什么呢？当你频繁地在不同车道之间切换的时候，实际上你恰恰降低了这个道路整体的运输效率。
大家可以考虑这样一个极端理想化情景，在一条线的高速公路上排满了汽车，这里没有汽车的进出，是一个环形的道路。大家可以想象，这条道路所承载的汽车的运行最大速度能达到多大呢？原则上讲是无穷大的，为什么？因为只要你能够让这些汽车同步地，每辆车互相紧跟对方，这时候你的通行速度原则上讲可以无穷大。但是为什么在现实生活中我们做不到这一点？就是因为你要留一个安全距离，防止前面的车突然刹车——恰恰是因为交通流系统有过多的切换道路或者是停车、刹车等行为，这种无序性才导致了整个交通路网的运输效率低下，由此可见这就是所说的，群体愚蠢。因为每个人老想着切换车道，老觉得我自己开车是最牛的，所有人开车技能都比我差，所以才导致整体效率更加低下。
另外一个例子，就是人群的踩踏。2015 年在上海外滩发生过一起严重的踩踏事件——当你真的处于一个人群攒动的人流之中时，你会发现自己个体的力量特别单薄，尽管每个个体都非常聪明，甚至你可以打电话联络外界，但是处于人流之中的时候，你看不到全局，前面的人已经倒下了，你却看不到，还是蜂拥地往前去涌，这就会使得更多人倒下，甚至被踩踏，死伤非常严重。这也是集体愚蠢的典型案例。
这里的原理实际上就是因为我们每个个体掌握不了一个全局的信息，所以才产生了这些集体的愚蠢。某种程度上说，因为个体过于聪明而不懂得协调合作，才导致了集体愚蠢。于是问题来了，我们人类个体都这么聪明，怎么做才能够让整体变得更聪明呢？
这一块我们就要介绍一个著名的复杂科学家了，MIT的彭特兰。在《智慧社会》这本书里，彭特兰给大家做了一系列关于群体智慧的实验研究，他找来很多小团队，这些团队彼此之间并不认识，但经过一个简单的短期磨合，让这些人去参加一系列群体智商的测试，再进一步去测量，看哪些因素会跟群体智商有这种相关性。结果他们首先就发现，群体的智商和个体的智商几乎没有任何关系。这个结果非常令人吃惊，那到底群体智商跟什么因素有关呢？他们发现了一个重要的因素——群体里人和人之间的沟通模式。
大家不妨去看这样两张图，这里给出了两种不同的沟通模式，左边的这一张图我们可以明显看出来，有少数的人他们沟通会比较多——一条线如果越粗，就表示他们沟通的频率也就越高，信息量也就越大。而右边这张图大家好像都差不多，而且沟通也是在任意两个人之间都展开的。那么请问大家的这两种情况下，哪一种群体的智商会更高呢？
是右边这种。那为什么他们会更高？在这样一种比较平等的情况下，他的想法就可以在这个群体上能够更畅快地流动起来，从而更好地沟通起来。这体现的是每个人的个体智商对于群体智商来说并不重要，而且跟团队里面最优秀的人从智商也没有关系，跟他们的平均智商也没有关系，所以群体智商是跟个体智商有点独立的一个因素。这样的话，只有当你的沟通更加平均化、平等化的时候，想法的流动才能更加顺畅，才能够让智慧涌现出来。另外一方面就是每个个体都是一个独立的信息源，特别是当你面对一个不确定的外界环境的时候，每个人掌握的专业知识都不一样，所以只有当你的集体在放松的状态下，才能够形成一个信息上的互补，从而产生群体智慧。所以群体智商不等于个体智商，扁平化的沟通方式更有利于群体智商的发挥。
进一步大家会追问，有什么因素是能够促进扁平化沟通方式更好运作的呢？对于一个团队来说，这里面当然相关的因素有很多，但是有一个因素非常神奇，就是女性在团队管理层所占的比例。很多研究都发现有这样一个相关性，团队里面的女性比例在20%～80%这个区间的时候，团队的效率会更高一些。在我们自己做的研究中，上市公司中女性占管理者团队的比例在 20% 到80之间的时候，这家公司的破产概率就会比平均更低一些。
大家可能觉得这个结论很有趣对吧？为什么女性占比会有利于群体的表现呢？一个重要的原因就是，女性在团队之中往往起到一个粘合剂的作用。我们可以想象这么一个场景，两个团队还没开始谈判，如果是一帮大老爷们就会剑拔弩张，每个人都不放松，剑拔弩张，而如果有女性，可能两个女伴在互相说你看我这化妆品多漂亮，马上这个团队之间的气氛会变得非常非常融洽，大家就会放松下来。只有在放松下来以后，彼此之间的信息沟通、想法的流通才会更加顺畅，从而提升我们群体的智商。
我们来总结一下，以上所说的群体智慧与群体愚蠢。在集体愚蠢的情况下，每个个体都试图去掌握全局信息，看起来好像越聪明的人能占到越多的便宜。但是实际上个体的层面你所看到的信息对于群体来说太小了，这个复杂性是不相匹配的。所以这就导致了这些个体“机关算尽太聪明，反误了卿卿性命”，反而导致了集体智慧彼此相互抵消，从而产生集体愚蠢。但是反过来讲，如果我们能够主动地放弃个体的执着，不局限于我们掌握的局部信息，通过一些非常简单的规则进行互动——就像阿米巴虫那样——这个时候才有可能产生智能的彼此加强。
总结一下，涌现的概念就是个体智能加强以后产生整体大于部分之和的现象。涌现告诉我们，实际上当我们放弃个体的一些利益和一些执着后，在群体这个层面，实际上产生了某种宏观的集体运动模式，而这种模式是完全可以独立，可以超越个体，甚至于控制个体的存在。
回过头来我们再回到主题，就是涌现上面来。我们会看到，首先群体层面的属性跟个体层面的属性实际上是非常不相关的，个体遵循一些简单的规则就可以创造群体的复杂性，这种复杂性推到极致是什么呢？当然就是我们会思考的人的整体。我们知道，每一个人都是由大量的细胞所构成的，我们的人体，我们这些细胞还是一艘“忒修斯之船”，什么是忒修斯之船？这是一个非常古老的哲学难题，有一艘“忒修斯船”有很多木板，由于年久失修这些木板会一个个烂掉，于是烂掉一个木板就换上一个新的，烂掉一个木板就换上一个新的，始终保持这个艘船不变，长年累月过去以后，这艘船所有的木板就会被调包更换，“忒修斯之船”还是那艘船吗？这是一个“忒修斯之船”的哲学难题。
我们也可以用人体来解释这个概念。我们的身体有五十万亿个细胞，每时每刻其实都是在演变，在新陈代谢的。有一种说法是每隔6—7年，我们整个人体的细胞都会被调包一次。这是一个常识。但是有一个问题你细思极恐——就是你拿着你三岁时候的照片，跟大家说你看我三岁的时候多可爱，可是凭什么说三岁的时候你还是现在的这个你呢？在二十多年你的细胞都新陈代谢了多少次了——那你的所有物质构成全部都变掉了，可是为什么你还说你是“你”呢？我们每个人的身体就像是一艘“忒修斯之船”。所以说所谓的“我”这个概念在我们看起来是那么的实在——我们每个人都觉得有一个个体感的存在，但实际上它是非常非常虚无缥缈的。而这种虚无缥缈性在某种程度上说，却能够产生非常强大的控制力。
比如我现在要做这样一个实验，大家可以看看。我可以拿我的右手使劲拍我的左手，大家可以跟我一起“自虐”一下，拍起来还挺疼——我不是在自虐，我是想表明一件什么事情呢？虽然我这个人的肉身是由大量的单细胞构成的，但是当我形成“我”的时候，我却可以毫不顾忌他们每个人个体的利益，而随意地把细胞杀死，这些细胞没有任何个体抵抗的余地。尽管我是由它们构成的，我要听命于它们——因为我的所有的特性是受限于我们细胞的特性。我怕火，为什么？因为细胞怕火，细胞一死我们就死了。我们已经非常习惯于这种自下而上的决定论——“我们”是由我们的材料、我们的构成物质所决定的，但是当这群细胞形成集体的运动模式时，这个集体的运动模式就会超越细胞层面的存在，所以这个时候我想杀死哪个细胞，就能任意捏死谁，它没有任何反应，这些细胞甚至都不知道上面有一个“我”存在，你想想细思极恐对不对？
我们人类社会难道不是这样吗？我们感觉我们每个人都有自由意志，但你怎么知道全社会甚至于全人类可能有这么一个更高层次的意志体存在呢？当单个物质形成一个庞大的系统的时候，整体却能够涌现出来一些像自由意志、生命这些非常神奇的特性。而这种特性一旦出现，它就可以抛弃原来的个体的存在，甚至于对原来的个体产生控制。这个思维路径叫做强涌现，这是我们复杂系统多出来的那个东西，虚无缥缈的集体运动模式会产生对个体的控制性作用，个体一旦形成整体，就会真的超越个体，甚至于整体可以控制每个个体。
我们再来回顾一下我们讲了什么，首先涌现，简单一句话就是整体大于部分之和，尽管个体可以非常简单，但是经过大量的简单互动，个体就可以在整体创造出来一些神奇的特性，就像鸟群和阿米巴虫。再进一步，我们如何去创造群体的智慧呢？就学学细胞嘛，放弃自己的智慧，让各种各样的个体在你的身体流过，不要跟群体较劲，你要感受群体的呼吸，这样才能发挥群体的智慧，让整个复杂系统变得更加的智能，这就是我们的第一个礼物，涌现。
接下来我们就进入第二个礼物，这个礼物叫做统一性，它是我们复杂科学的重要的思维方法。说到统一性，实际上自从物理学革命以来，一个非常重要的思维方式，很容易被我们遗忘掉。所谓的统一性，就是想去追寻不同事物它背后的统一的法则，统一的自然规律。大家知道，牛顿是伟大的科学家，物理学家，他究竟伟大在哪儿？曾经有人就问牛顿这个问题，牛顿说，我伟大不好说，但我发现天上的天体和地上的汽车、苹果居然遵循同一套方程。我们今天知道就是牛顿力学方程，这可能就是他给这个世界最大的贡献。所以，牛顿在这一点上就找到了看起来完全八竿子打不着的事物背后统一性的规律，这实际上是我们自古以来科学的一个最重要的精神。但是，随着学科的细分，不同学科的产生，就会使得我们有一些淡忘了这种统一性的规律，而复杂科学恰恰是复古，回归，重新认识细分成不同学科的这些事物背后的统一性，这就是我给大家送来得第二个礼物，统一性。
我们先来看一个案例，我们在高中时，无论你学文科还是学理科，肯定都接触过生物学。接触过生物学的你，大概会有这样一种印象，生物学基本是跟数学没啥太大关系，对吧？生物学很多的知识是需要你死记硬背的，所以我上中学的时候很不喜欢学生物。为什么？因为我这个头脑特别不擅长背东西，我就喜欢去理解，所以说我物理数学我学的比较好，生物就学得比较差。以前的生物学绝大部分都是这样一种集邮性质的研究。那为什么生物学会有这种特点呢？就是因为我们很难去发现不同的生物它背后能有什么共同的规律，像达尔文的进化论就是那种少之又少的共同规律，但也就只有这么一个，更多的统一性的规律，在生物界却很难发现。其实生物界还有这么一个规律，它最早发现于 1932 年，但是直到 1990 年代以后才被复杂科学界的科学家们重新去发现，叫做克莱伯定律。这个定律可真的是非常伟大，虽然现在仍然没有进入我们的生物学教科书，但是它的意义一点都不亚于当年的开普勒发现的行星运动定律。所以也有人称“克莱伯定律是生物界的开普勒定律”，可以说意义非常重大。这个定律说的是所有的生物体它的新陈代谢和它的体重之间有一个非常非常漂亮的数学关系式—— 3/ 4 幂律这样的一个数学关系式。那么这个规律它神奇的是什么？生物体那么的复杂多样，有不同五花八门的物种，大象，小耗子，蟑螂，植物等等。这个规律它的适用范围非常广，达到了 10 的 20 次方这样的一个数量级，小能小到线粒体，大能大到大象和鲸鱼的级别，横跨了将近20 个数量级。而且这是一个在生物界找到一个可以拿数学公式定量刻画的规律。这个规律想告诉我们什么呢？就是越大的生物体，它吃的也就越多——这个一点不新鲜——但是更特殊的是它是一个分数的幂律关系。意味着什么呢？就是新陈代谢扩大的速度比你质量扩大的速度要更缓慢一些，也就是说一头大象的体重如果是一头狮子的体重的两倍的话，他所吃的东西实际上没有比狮子多那么多。也就意味着对于大象来说，平均大象的每一块肉它所代谢的能量是要比一个小老鼠它的每块肉所代谢的能量要更少一些。这就是3/ 4 这个数字的特殊的地方。
那这意味着什么？至少对于哺乳类动物来说，越胖越大的生物体单位体重就越省能量，那么进一步，克莱伯定律还能够有一些延展性的规律。一个非常显著的延展性规律，就是它会揭示出来生物体普遍存在的这种大慢小块的时间上的模式——我们不妨把每头生物体理解成是一个新陈代谢的一个水缸。当水缸变大的时候，代谢率首先它会变高，但实际上如果平均上来看，代谢的频率就会相应的变慢。越大个头的生物体，它的一切跟时间相关的变量都会变得越来越慢。
这一点其实很容易观察到，要是养家里养一些小动物，像猫，它的速度会跑得非常快，动作也非常快；但如果你要养一头大象，你就会发现他连想转一个身都非常费劲，恨不得半分钟才能把身体转过来。还有什么会变呢？这里面还包括心跳的频率。我们家曾经有一段时间养过一种小松鼠，叫做魔王松鼠——叫他魔王松鼠一点都不假，它真的像魔王一样到处乱窜，抓都抓不住。那时我经常会给他一些小的松子吃。有一次我喂食的时候就不小心就碰到它的胸部，结果这个小松鼠噔噔的心跳，我以为我吓到了它，下次我再小心翼翼地喂它食物，发现它还是有非常快的心跳。后来我就上网查，就发现原来松鼠他的心跳频率就是这么快，一分钟差不多130-450次，大家如果有机会去动物园摸摸大象的心跳，他一分钟就跳30多下。所以越大个头的生物体，他的心跳频率也就会越慢。
虽然大个头的生物体变慢了，但同时也就意味着它的寿命会变得更长。那事实上也是这样，假设大象是老鼠的体重的一万倍的话，那么它的寿命就会是老鼠的 10 倍。这里面会有这样一个关系。也就是说越大的生物体虽然动作慢，但是他可以活得更长。那这又意味着什么？一方面它变得更慢，另外一方面他活得更长，这二者此消彼长，就会产生一个非常有意思的生命常数——所有的哺乳类动物，一生的心跳次数是一个常数，大概就是 15 亿次左右。也就是说冥冥之中自有定数，你寿命越长，你的活动频率就会越慢。你看那个小老鼠，它的活动频率很快，动作很快，好像它能干很多事，但是对不起，它活的寿命就会比较短，所以这二者之间的此消彼长，一长一短，最后就会有一个冥冥之中的自然法则，固定住在 15 亿次左右。
那么有些朋友就会说，那是不是人也符合这个规律呢？人也是哺乳类动物呀，如果是这样的话，我是不是不运动就会活得更长。很不幸，人类恰恰不符合这个规律，人一生的心跳次数是超过这个数字的，大概是二十五亿次到 30 亿次左右。那你说这还叫一个普适的规律吗？这个怎么解释呢？首先一个就是我们这个里面说的普适规律是指跨物种级别的规律，它的数量级在十五亿次、二十五亿次，在数量级上是一致的；另一个角度，这种物种级别的规律，当它放在个体层面上时并不一定成立。所以我们并没有说不要运动——适当的运动还是有好处的。那么为什么人类会突破这个定律呢？其中一个很重要的原因就是，人类实际上是通过科技“逆天改命”了，在二战之后由于科技的发展，医疗的进步，人类的平均寿命比一百多年前提高了40多岁，所以是因为科技延缓了人的寿命，故人的这个生命常数就会更大一点。
另外一点就是我们要知道克莱伯定律所衍生的这些规律，包括15亿次心跳是一个物种级别的规律，虽然30亿次、15亿次差别好像挺大，但其实从数量级上看都是亿次这个级别，所以在大规模的角度来说他们其实是等同的，这个就是我们克莱伯定律所发现的规律。更令人吃惊的是克莱伯定律得到这些规律它居然可以跨学科的应用于完完全全不一样的系统，这个系统就是我们每个人都会面对的公司企业这样一个复杂系统上面。在进入正式内容之前，我们不妨做这么一个思考题，假如说你想让你的公司在明年净收入能提升1倍，请问你公司的规模需要翻多少倍——这个规模可以用总资产量来衡量，你的总资产要比今年扩大多少倍呢？做选择题，简单一点，是大于2倍、小于2倍还是等于2倍呢。对，事实上是大于2倍的，也就是说你公司做得越大越困难。前几天跟罗老师聊天，罗老师深有体会，因为他的公司已经很大了。
我们调研里北美上市了的3 万家公司在 70 年之中的一个发展的情况，我们就发现实际上它的净收入和他的总资产同样可以用数学公式来表达。在这里面，我们可以把总资产比喻成生物体的一个体重，把企业里面的净收入比作它的新陈代谢。那么这二者之间刚好有一个幂律关系。只不过是幂指数和生物界的略有不同，那这个幂指数意味什么呢？就是企业资产翻一倍的时候，你的净利润仅能提高 0.85倍。所以当公司做的越大，实际上你的翻倍的能力就会变得越低，企业也会变得越做越没效果。跟生物体一样，越大的公司会变得越慢，这就体现出来，我们可以拿实证数据去看，当你的公司增长1倍的时候，你的人员周转率就会相应的降低，你的人员的周转率会降低0.1倍，你的资金的周转率也会降低0.1倍，这就跟生物体非常相似。进一步你变大变慢了，另一方面你就会得到补偿，就是你的预期寿命会延长0.1倍左右，这个就是我们分析三万家上市公司所能看到的一个非常有意思的跟生物体非常类似的结论。
那么根据这些所有的结论，我们还能够得到一个公司的统一生长方程，我们拿美国上市的 3万家公司横跨 70 年的财务报表数据，进行了一个理论的分析，从而得到了这样一个统一的生长方程。无论你是互联网企业还是一些夕阳红产业，无论你是零售小公司还是大公司，它都会有一个统一的生长方向。虽然你可以在短时间内——比如像这个时代华纳，它在短时间内可以超越这曲线，但是对不起，最终它还会回落过来，因为这块有一个独立于每一个公司，每一个 CEO 决策能力之外的一个统一的约束力来制约企业的发展。所以在长时间以百年为跨度的尺度上看，公司实际上有一个统一的生长模式。
好，那么我们统一性我们就介绍完了。稍微做一个回顾总结，科学最开始的初衷就是在于发现事物背后隐藏的规律，而不是简单大量的事实堆砌。而要想做到这一点，精通各门学科知识，忽略大量的琐碎细节信息，把握粗线条的共性是多么重要，这些共性往往才能揭示事物的本质。
那么这就是复杂科学的统一性的这种魅力之所在，而更多的这种统计规律还等待着我们去发现。
以上我从北极的两座最高的山上，给大家分别送了两个礼物，这门学科的核心观点与思维方式，接下来我们说说第三个角度，这个角度里有三个礼物送给大家，就是复杂科学的研究方式：跨学科。乍一听好像并没有什么了不起，其实在前两个角度中，跨学科的魅力已经在不经意间渗透，不知道你有没有感受到。在这里呢，我会向你介绍一尊复杂科学的大神，以及我们复杂科学领域的两个神圣的研究机构。这样说可能有点自吹自擂，一座神圣，一座正在向神圣的地方努力。而这个跨学科的特点，恰恰能在这三个礼物中集中体现。好了，不卖关子了，我们来送第三个礼物。
第三个礼物要带给大家的，是复杂科学领域的权威专家——韦斯特教授。
刚才所说的广义克莱伯定律，大家一定好奇这背后的大神是谁？就是我们的第三个礼物，杰弗里韦斯特教授。
韦斯特非常和蔼慈祥，这才是圣诞老人，比我这个圣诞老人强多了，这个圣诞老人所这个起到的主要的贡献被总结成了一本书，叫做《规模》，这本书呢在得到电子书上也是能找到，欢迎大家去阅读。而我呢，也很有幸作为其中的校译者之一，并且我也是参与了《规模》这本书里面的部分研究，特别是城市和公司这部分的研究是跟他们一起来做的。
提到韦斯特这个人，就一定要去讲一讲这个老爷子的一些非常神奇的经历。维斯特在 50 岁以前一直都是一个非常纯粹的一个粒子物理学家，研究的是那些跟我们老百姓生活没有啥关系的物理世界里面的东西。但是很不幸的是， 50 多岁时老爷子的学术做的很好却一直不出名。直到 50 岁左右的时候，一次偶然的机会他翻看他们家的家谱，结果发现所有男性祖先好像活得都不是太长，大概都是五六十岁的时候莫名其妙就得病挂掉了。所以老爷子就开始灵魂拷问，我是不是也快了吧？为什么不同的人会有不同的寿命长短呢？那进一步，他就想不同的物种好像在寿命上也会不一样。于是带这个问题，他就开始做了大量的科学文献的调研，看了很多生物学方面的文献，结果令他非常的失望。他发现关于寿命长短与死亡这个话题，在生物学里面几乎没有过多的讨论——虽然我们已经对DNA、蛋白质已经研究非常非常的透彻了，但是生物为什么会死，他的寿命由什么决定，这种问题仍然很难回答。那么直到有一天他碰到了影响他非常深远的一个生态学家，叫做 James Brown，他告诉老爷子你不要看生物学，你去研究生态学。在生态学里面就有那个毫不起眼的研究发现几十年的克莱伯定律，其实很了不起，而且跟寿命长短是密切相关，但是却被主流的科学家所忽略。于是韦斯特就开始对克莱伯定律，产生了非常非常强烈的兴趣，紧接着就展开了一系列的研究。在他 50 多岁的时候，经过了五年深入的钻研，他开始了一个彻彻底底地转行，从一个理论物理学家摇身一变变成一个理论生物学家，结果这一转行不得了，他和他的团队开始疯狂地在Nature、Science这种顶级刊物上发表了一系列的文章。我们今天所见到的《规模》的理论还有很多很多的结论都是那个时候做出来的。所以这是一个非常典型的跨领域研究，结果非常的成功。后来当所有人都觉得他后半辈子可能一直做关于生物学研究的时候，没想到的是老爷子居然在2007年的时候又亲身践行了一次复杂科学的研究方式，开始搞起了城市科学的研究。大家都很不解，说你研究生物研究好好的，怎么又研究城市了呢？他说实际上城市跟生物遵循了同一套规律，这套规律同样可以用于城市规划。就当所有人又开始觉得他开始潜心做城市科学的时候，他却又在 2010 年左右时——也是那时候我第一次访问圣塔菲研究所——他又玩了一次跨领域，就始做起了公司科学的研究，也就孕育了我们刚才介绍的这一系列的课题，所以这个韦斯特是一个非常神奇的人物，他身体力行了复杂科学的所有理论和研究方法，不断的跨领域寻找统一性规律。
韦斯特的经历让我们看到，跨学科研究会给我们带来新的契机。一个领域中的知识和技能在本领域可能很难做出突出成绩，但放到另一个领域却能发挥大的作用，这才让他才一举成名。另外，韦斯特成功跨界的秘诀就是找到不同学科的普适规律，将克莱伯定律在不同学科发展到极致。他疯狂跨界，用自己为这门学科做注解。
第四个礼物要带给大家的，是复杂科学领域的最高殿堂，被誉为“复杂科学研究圣地”的圣塔菲研究所，不仅仅是他的一任院长韦斯特，是跨领域的代表，圣塔菲研究院本身就是代表着复杂科学所有的特点。
圣塔菲研究所，被学界誉为是复杂科学的圣地，它成立于 1984 年，到今天已经是三十几个年头了，它的岁数和这门学科的岁数差不多大。这张图就是我去圣塔菲研究所做访问研究的时候拍摄的，在疫情之前，我几乎每年的冬季的时候，我都会去圣塔菲研究所去做访问。在介绍这个研究所的时候，我想先介绍一下他的这个地理环境——这个研究所位于一个荒芜的城市，圣塔菲，在美国的中南部靠近墨西哥，但是这个城市又比较特殊，它被誉为是美国除纽约之外的第二大艺术中心——在这个小镇子上生活着大量艺术家，而这些艺术家大部分都是印第安人本土的风格，所以特别的别致。你去圣塔菲能看到它的建筑风格都很像棕色的土坯，很别具一格。研究所坐落于城市的东北角的山上，虽然山不是很高，但是每次到研究所从这个大门进去以后要走上 2半小时才能到山顶进入研究所的内部——所以会然就会给你带来一种朝圣的感觉。而更有意思的是什么呢？这个研究所的内部结构也是非常的别致的，这里并没有什么高大上的研究所的样子，甚至连科学仪器都很少见。而充斥着非常休闲的座椅，以及随处可见的白板和写满数学公式的玻璃墙。这种松散的结构正是体现的复杂科学并不注重做细节的研究，而在于跨领域的统一性规律的研究。所以他就刻意地营造了一个让学者们彼此能够更通畅的交流这样的一种场景和环境。
那么效果怎么样呢？从 80 年代开始建立到 90 年代的鼎盛时期，就在这样一个在荒漠之中的毫不起眼的研究所，居然诞生了复杂性科学绝大部分重要的概念。
我随便举一个例子，研究所的两位研究员，一个是约翰霍兰，还有一个是亚瑟， 他们俩当时第一次提出了人工股票市场的模型。大家知道在他们之前，人们研究股市绝大部分都是通过数学建模的方式，而他们却提出了如何用计算机，甚至是遗传算法的方式去模拟股票市场的运作。首先他们通过人工计算机中的股票市场非常逼真地模拟出来真实股票市场出现的一系列现象，包括追涨杀跌、黑天鹅事件、股灾与黑色星期五的诞生等等，这些在他们的人工股票市场里面都能够见到。那有人就说了，能不能用这个人工股票市场去真正预测真实的股票市场呢？对不起，这个并不是他们的初衷，他们也很难做到这一点，因为这是一种定性的计算机模拟的这种模型。
另外值得一提的就是圣塔菲研究所初期时这些创业者们的故事。这些故事很好地都总结在《复杂》这本书里，我强烈推荐大家去看这本书，原汁原味地记载了圣塔菲研究所与一系列科学家他们当年在建立这个研究所的故事。最早的一批建立研究所的人大部分都来源于圣塔菲这个城市旁边的一个实验室叫做洛斯阿拉莫斯国家实验室。我不知道大家对这个名字是不是熟悉，如果你稍微看一看美国的历史，就会发现洛斯阿拉莫斯实验室恰恰就是实施曼哈顿计划的那个实验室。曼哈顿计划是什么？就是创造原子弹和氢弹的那个计划项目。当时美国为了战胜德国决定创造原子弹，于是把一大批数学物理的顶尖头脑关到了洛斯阿拉莫斯这样一个荒漠里，这帮人绞尽脑汁最终真的造出了原子弹和氢弹。但是很快我们知道整个世界进入了和平时期。，而最后原子弹还是在这个日本爆炸了，尽管很多的科学家反对，给美国总统写信但是最终也没办法阻止这个事情的发生。这些科学家里其实很后悔，觉得自己甭管怎么说还是创造了有史以来最厉害的杀人武器，并且杀死了大量的人。于是他们说我们能不能做一些事情弥补我们发明了原子弹，毁灭了大量的生灵这件事。能不能去研究一种学问，能够去创造生命并且回答生命的本质究竟是什么这个终极拷问。而回答生命本质的问题，恰恰是复杂科学所追求的一个核心问题。这一批物理学家们就决定在洛斯阿拉莫斯不远的地方，一个小时的车程的圣塔菲开始建立研究所，也就有了今天这样一个跨学科交流中心。
圣塔菲研究所的经验告诉我们营造一个宽松的便于交流的环境对于跨学科研究来说是多么重要。圣塔菲成功的秘诀，正如韦斯特所言，“不要委员会，不要报告，不要裁判，不要访谈”，取而代之的是少数具有良好判断力的人挑选出有天分、积极性高的人，并共同身处于一个轻松的讨论范围。这样才能形成跨学科研究的圣地。
最后一个礼物呢，是中国研究复杂科学领域比较权威的机构，集智俱乐部。
我们知道全世界有一个复杂科学的圣地，叫做圣塔菲研究所。在中国也有一个跟圣塔菲遥相呼应的组织，就是我带着一个团队创办的集智俱乐部。说起集智俱乐部，先说说它的历史，在2003年创办之初，那个时候我刚刚读博士，想找人去交流我所看到的复杂科学领域相关的研究成果，却发现周围的人很少有人能跟我聊在一起的。于是我就创办了一个网站，也就是今天集智俱乐部的前身，在这个网站上，我分享了大量复杂科学当时最新的研究成果。
经过一段时间运作以后，我们又发展了很多就像我们得到学习中心这样的线下活动，聚集了一批实实在在的小伙伴，能够每两周一起去办一次读书会、讲座，来分享有关复杂科学的前沿进展。慢慢经过一段时间的孕育，我们这个小团队里面诞生了一系列真正的能有一定影响力的研究成果，包括一系列的科研论文的产出等等。其中有一个典型的代表就是我的好朋友，目前是在美国匹兹堡大学任教的吴令飞。当年我跟他认识的时候，他还是一个学传播的文科生，但是他却对我所搞的复杂系统的研究非常感兴趣，于是我们俩就开始合作，发表了若干篇论文。后来他去了美国以后，发展的越来越好，于前年的时候在Nature上发表了一篇 封的文章，研究的话题也非常有趣——他想看不同大小的科研团队，究竟是大团队还是小团队更具有创造性和颠覆性，他的结论却告诉我们，所有的投资人的钱都”白花“了，恰恰是那些不起眼的小团队，更具有颠覆性，而大团队呢，往往承担了提出那些开创性的想法的职责。大家感兴趣的话可以去看他的相关的文章。
另外值得一提的是在 2012 年的时候，我们的团队的内部自发而形成了一个学习小组，当时研读的恰恰就是后来相当火的“深度学习”相关领域的论文——“深度学习”在中国火起来是 在17 年Alpha Go 进入中国的时候，“深度学习”和相关的名词开始到处出现，但是集智俱乐部从 2012 年的时候就已经有相关的小组在攻读这方面的文献，而这些先行者们也确实是有先行者的优势的。在 2014 年左右，先后有两个创业团队从集智俱乐部走了出去。其中一个就是彩云科技，创造了彩云天气和彩云小译两个产品，是目前的一个提升非常快的一个人工智能公司；另外一家更加厉害，叫做Momenta，在自动驾驶领域深耕，目前也有一定的进展，它的创始人曹旭东早在 2012 年时就是我们读书会的核心成员，这两位都是集智俱乐部孕育的创业者的杰出代表。
后来，我们还出版了很多科普类的著作，其中有一本书，像《科学的极致》就是科普人工智能的知识，非常畅销，大家有机会可以读。
到了 2016 年，我们的集智俱乐部成立了一家公司，因为我们希望能有一个团队来运营这个俱乐部的相关工作，叫集智学园，现在是一个十几个人的团队。而进一步，我们集智俱乐部未来的发展也是希望让它变得更加靠近圣塔菲研究所的这个标杆，我们希望自己能成立自己的研究所，能够促进复杂科学在中国的遍地开花，也希望未来有更多在复杂科学领域有兴趣探索的伙伴加入我们。所以很有可能在今年或者明年的时候就会成立这样一家研究所，也希望能够形成中国独有的跨学科交流的氛围。
好，那么讲完了这些，我们来做一个总结。好，送完这么多的礼物，一共有五个礼物，我们再来帮助大家回顾一下。这五个礼物构成了三个视角，第一个礼物是涌现，它是复杂科学核心的理念，核心观点。第二个礼物叫做统一性，它是复杂科学的基本的思考方式，就是要找不同复杂性背后统一的规律。第三个视角，就是复杂科学的研究方式，就是跨学科。
好了，那么有了这三个不同的视角以及五个礼物以后，让我们再来思考什么是复杂科学呢？实际上复杂科学可以概括成一句话，就是我们利用跨学科的手段，去把握所有的那些不同的复杂系统背后的统一性的规律，这就是我们的复杂科学。发展到今天，虽然已经有30年了，但是复杂科学仍然处于一种蛮荒，甚至于有点浑沌的状态。因为它的学科边界其实是非常不清晰，而且是快速在发展过程之中的。所以要想对整个复杂科学有一个全景式的认识，我觉得最好的方式就是给它一堆关键词，就像这个关键词云，好多词你可能不懂，但是没关系。你只需要记住在这群关键词里面我挑选出来的最重要的三个关键词，也恰恰就是我们今天送给大家的最核心的三个视角，分别是涌现，也就是整体大于部分之和。
第二个，统一性，也就是不同的学科背后，不同的复杂性之后，存在着统一性的规律。我们复杂科学家的使命就是要寻找这些统一性的规律。这还让我想起了另外一个很了不起的创业者，就是马斯克。大家知道，马斯克简直不是地球人，他做了太多不同领域的事，一会儿做汽车，做火箭，又做机器人，又做脑机接口，乱七八糟的。为什么他能在不同的领域都做得那么成功呢？他自己曾经概括，他说我就遵循一个叫做第一性原理的原则，大家想一想什么是第一性原理？不就是统一性嘛。所以说，我们复杂科学实际上就是在寻找这些复杂事物背后的第一性原理，就是克莱伯定律一样。找到了这种原理，你当然就可以轻松地跨学科了。所以不再有什么学科之间的边界，你是搞经济的，你是搞社会的，你是搞生物的，你是搞计算机的，以后未来的世界，所有这些学科之间的边界全会被拆除，最后就剩一个学科了，就是我们的复杂科学。
最后我想再分享一些我自己对于复杂科学的认识，为什么我会那么深深地爱这个学科，并且自己爱还不够，还想把它分享给大家。我觉得复杂科学给我最大的震撼，很有可能是深深地埋藏在我的骨子里的。我们知道，中国作为一个古老的民族，其实天生就有复杂科学的思维方式，一说到整体性、统一性，我们会想到什么？天人合一，这就是深刻在我们每一个东方人、中国人骨子里的东西。我之所以一看到复杂科学这么多成果，我就超级热爱，我觉得跟我血液里面流淌的东西是密不可分的。这也是告诉我们未来一个更大的发展趋势，就是必然会迎来一个东方文明和西方文明的超级碰撞的过程，实际上现在已经发生了，大家已经看到了。西方世界在过去的上百年时间里面，发展得非常庞大，占据了统治性的地位，但是现在越来越多问题浮现出来，而这个时候，恰恰我们东方这种古老的思维方式，会给这些问题提供一系列的解决方案。在东西方二者交界的边界的地方，实际上我们的复杂科学就位于这样一个边界的地带。我跟很多的，像韦斯特，包括圣塔菲研究所的很多科学家，这些顶尖的人物去交流，我们就会发现，真正这些大的科学家，往往不是“还原论”思想的鼓吹者，他们很多对我们东方的思维方式非常热爱，这是一个我非常大的体会，所以我觉得之所以我会热爱它，而且大家也必然会热爱它，就是因为我们每个人都是中国人，我们能够体会到东西方文明的巨大碰撞而产生出来复杂科学的思维的火花。
好，说了这么多，大家可能会被我感染到，于是大家可能就有一个问题，我怎么去进一步了解这个学科呢？在这里面我给大家提供了一个路径，可以一个阶梯一个阶梯的去走。首先，大家不妨先去读一读书，在这里面推荐给大家两本书，这两本书刚好我们得到APP平台上都有，一个是凯文·凯利写的《失控》，他是从一个外行的角度讲述复杂科学的全貌，所以他这本书写的很全、很广。如果大家觉得不过瘾，还想看看内行人的看法，就读一读杰弗里·韦斯特的《规模》这本书。如果大家看完这两本书还不过瘾，怎么办？那就听我的课，我刚刚在得到APP平台上开了27讲课，《复杂科学前沿课》，我会根据自己的理解梳理出来一个完整的复杂科学的视角，尽可能全面的把这个学科三十几年发展的全貌介绍给大家。如果大家还觉得不过瘾，因为这个学科发展得很快，你想追赶到前沿怎么办？就加入到我们的集智俱乐部吧，我们这帮人是以复杂科学的普及和前沿的交叉为自己的使命，所以在这个平台上你可以碰到更多不同领域的小伙伴在这里面交流。这就是我给大家提供的三部曲，三个阶梯，大家可以follow，来完成复杂科学的跟进。
最后如果今天你听完演讲，什么也没能记住，我希望你最后依然可以把这句话带回家，这句话就是霍金在2000年时做的一个判断，“我认为21世纪会是复杂性的世纪”，如果有一天，你在思考一个问题的时候，百思不得其解，看似试过各种方法也找不到一个好的解决方案，希望你可以想起来我今天讲过的复杂科学，并且在里面找到答案。也希望今天的启发俱乐部对大家来说是一扇门。谢谢大家。
罗振宇：张江老师比我们约定的课程时间足足拖堂了半个多小时，我作为学习委员，代表所有的终身学习者聊一聊启发。
我特别喜欢一个词，带有东方色彩，叫“机缘”。今天各位来到启发俱乐部，只是一个带有半休闲性质的学习活动，但是刚才站在台上的这位帅哥，是不是真的能成为大师？这件事太有可能了，他那么专注，那么痴迷，在这条赛道上深耕了这么长时间，如果再假以时日，假以中华文明的特征，假以中国社会崛起带来的那个势能，等他到韦斯特那个年纪的时候，会变成一个什么样的大神我不知道。但是在座的各位，我们是在他年轻的时候，在他在这个年纪的时候听过他的课。而且刚才我问了张江老师，他说讲这样的课，在他人生当中也是第一次。所以，也许到我们这群人老了的时候，我们会说张江大师的课我年轻的时候听过。
对，这是人和学问之间特别有趣的一种关系，我们过去总是觉得人和学问之间的关系是，它是水龙头我是水桶，它拧开我接，接到多少是我的本事。不是的。就拿我自己来说，我和复杂科学结缘是上大学的时候读过一本书，其实也没真的读懂，只是那个思维方式吸引了我。然后我人生第一次自己买车，你猜我买了一部什么车？
圣塔菲，一部韩国现代公司出的车，就是这个原因，它的名字叫圣塔菲，其实我知道汽车市场上很少有人知道那个车是在向圣塔菲研究所致敬，我就买了。然后我第一次到美国自驾游，就绕了很远的路到新墨西哥州，到圣塔菲研究所门口，我没有像张江老师那样幸运，可以进去参与研究，但我开了那么久，就是为了到那个门前去看一眼，我就看，草蛇灰线，伏脉千里。
终于，在我生命中48岁这一年，我们的得到和张江老师结出了这门课的硕果，所以这是一个长达30年的缘分。我绝不敢说我懂复杂科学，但是你看一个学问跟你形成了一个机缘，它会不断结出一点一点的小缘分、小现实、小成果，影响你，也影响他人，这是我们和学问之间特别有趣的一个关系。
那么我作为终身学习者当中的一员，我也说说张江老师的课，我学了这门课实际上解决了我内心的好多问题，随便说几个，第一个问题是，很多人在问我，罗胖我应该怎么学习？我应该读什么样的书？我有一次在听张江老师的线上课的时候突然恍然大悟，就是他在讲统一性的时候。你会发现，当年的牛顿发现手里的苹果和那个天空中的天体居然遵循同一套规律。其实这个话好多人说过，霍金也说过。有一个记者问他，说你认为什么东西最吸引你？霍金的回答是一个极其简洁的词，叫遥远的相似性。你看跟牛顿是不是一样？我原来手里的苹果和遥远的天体共享同一套规律，这太让人震撼了。
在刚才的一个多小时里，我不知道你有没有迎来这样震撼的瞬间，跨越几十个数量级的生物体居然在同一个规律的支配下，生物居然和公司在同一个规律的支配下，有遥远的相似性。可是遥远的相似性真正启发我们的是什么？是你手里得有那只苹果，你才知道你追索学问的那个真正的目的何在。你看我们过去很多学习者都是我应该学习这个，我应该学习那个。但当你手里没有这个苹果，你心中没有一个问题的时候，你怎么构建这种相似性呢？你怎么知道那个学科的学问能够真正对你的生命有用呢？
所以听张江老师刚才介绍韦斯特的故事，他一个人怕自己活不长所以去追求寿命，从寿命的奥秘进入了理论生物学，从生物学进入了城市研究，再进入到公司研究，每个人是盯着自己手里的那只苹果，在全世界寻求它的解决方案，寻求那个让我们极其痴迷而震撼的遥远的相似性。正好我给得到做个广告，今天是倒数第二天，明天是最后一天，我们“每天听本书”、得到听书这个产品，买一年送一年，这个活动明天就截止了，强烈建议大家去加入得到听书这个会员。其实它一开始就在构建这个东西，我们四年前创立这个产品的时候就在追寻这种遥远的相似性，你可能是一个程序员，你一生都不太可能有机会翻开一本梵高传，每天听本书，得到听书就在给你创造这样的机缘，构建这个遥远的相似性。
反正我自己在求学过程中每每面对这样的时刻，都感到非常震撼。我这五年来一直在研究得到这家公司怎么发展，但是就在前年，我突然发现了一个学校，北京十一学校，我们的用户无数次听到我提到十一学校。一个企业和一个学校，我在它身上得到了那么多启发，构建起了遥远的相似性/但是你发现没有？它的前提是我这得有一个问题/所以很多人问罗胖怎么学习，我觉得在遥远的相似性、在统一性这个复杂科学的原理下，我们得到了一个启发：你得手里有一个自己的苹果。
再说我得到的第二个启发，刚才张江老师一开始就讲了涌现整体性，个体和总体之间有一条上帝给画下的神秘的鸿沟，这对我们来说，这是一个非常重要的提示，就是我们在解决一个问题的时候，当解决不了，当特别无望的时候，我们有没有可能稍微跳出来一点，站到整体性的立场再去看它。
比如我们小时候一直很痴迷于一个游戏，让小孩背3.1415926，甚至以背多少位来比赛，好像背得越多就越厉害。但是你不觉得这个游戏很扯吗？谁都知道那是一个无限不循环小数，据说它已经算到了几十万亿位，也没有出现循环和重复。你看人类就是这样。怎么办呢？我得掌握这个数据，圆的周长和直径之间的关系，我们得捕捉这个关系，所以就一直往前走，我们就没有机会跳出来看一下，干脆给它起一个名。跳出来看一眼，试图把握它，就不断陷入到不断往尽头寻求精确性的努力，那是一个无望的努力。
前段时间我在听卓克老师的课的时候举了一个例子，我觉得特别有意思，我们都知道有一个自然界的现象叫飞蛾扑火，请问为什么，有文学家会说这是昆虫追逐它们的爱情，最后就殉情了，雌雄在共舞当中被火焰燃烧，很美丽，这很扯，得到上面不会有这样的知识，大家放心。还有人解释这就是昆虫的趋光性，这不符合常理，你为了生存愿意待在光底下吗，待在光底下是非常不安全的，你为了生存怎么会扑火呢，这在降低你生存的概率，到底怎么解释，你会发现当你注目在昆虫本身试图把昆虫给分解一直分解到基因的时候，你完全理解不了这件事情。
卓克老师提出了另外一个思维，它其实很简单，人类惹的祸。昆虫的行为怎么是人类惹的祸？你想，在没有人类之前，昆虫晚上靠什么来导航？很简单，当它晚上活动的时候，月亮是晚间唯一拥有的大自然不灭的光源，所以昆虫如果想照直飞，很简单，光从哪边过来，一个非常简单的规则，就是跟它形成一个夹角，只要这个夹角不变，我飞的就是直线，这是昆虫的基因里面自带的一个规律。
可是人类出现了，人类在一万多年前学会了用火，夜晚突然出现火这种新的光源，然后一百多年前我们搞出了灯，电灯，而昆虫的基因是来不及进化的。所以它还是围绕光源跟光形成一样的夹角在飞，但是不好意思，这些光离昆虫太近了，以至于它飞不出直线，它围绕光源就开始转圈，当它维持稳定的夹角开始转圈，转着转着，昆虫就掉进火里烧死了，这是人类出现而导致的一个生物学上的灾难。这是这么一个故事，但是不是这个问题究竟的答案我并不知道，这是我在卓克老师的课里听到的解释，我觉得好美妙。它的美妙性在哪里？叫跳出局部思考问题，你也许才能获得更有解释力的答案。
所以我们在生活当中，包括我自己跟很多朋友在聊天的时候，发现一个特别普遍的现象，就是越是高手，越不是在这个专业上死往深处钻的人，比如医生，真正的名医，你以为他能把那么厚的内科学都背下来吗？真正的名医通人性，通情理，会跟病人沟通，会和其他的医生沟通，会组织其他医生和学术力量共同探讨一个疑难的问题——他恰恰是跳出局部回到整体，这是我个人见过所有高手共同的特点。这不是复杂科学独特的道理，甚至在我们的人生、在我们的学习过程中也一样，这是我想说的第二个启发。
其实还有第三个启发，我刚才一直坐那想这么个问题，学完了复杂科学之后对我们人类其实提出了一个天大的难题。你学复杂科学的时候你觉得好悲催，刚才张江老师讲的阿米巴虫也不比人类笨多少，甚至从总体上涌现出来的智慧还要高明得多。
我们人类好难，一方面学了复杂科学之后你知道我们就是一个卑微的可怜的生命，我们的任何看似聪明的行为一旦在宏观上呈现出来的那个状态，其实没准儿极其的愚蠢，这是我们对人的状态的一个认知。但是反过来我们人类是绝不甘心于这样的，我们在脑子当中要构建各种各样的图景，无论是宏观的还是前景的。每个人都生活在一个意义系统中，一个更大的和更久远的图形当中，这就是人类真实的难题。学了复杂科学之后这个难题变得极其刺目：我们到底是一个卑微的个体，像小鸟一样，几个简单的规则就搞定我们的生命；还是要跳到那么大的宏观层面去思考，从而有可能变得更愚蠢。
你看有一个经典的命题这几年我们一直在说，就是我们要“苟且”还是要“诗和远方”？你会发现两条路都是绝路，好像都有它的问题，到底应该怎么办。
最近我读了一篇文章，一个朋友推荐给我的，是1978年诺贝尔经济学奖得主这个人叫赫伯特·西蒙，也是个跨界学家，得的是经济学奖，但他是计算机工程师。他解释了一个问题，那篇文章中间非常短的一段让我当时看了之后直拍大腿，终于把这个问题想明白了，或者得到了阶段性的答案。他问了一个问题：请问什么是设计？设计可不是把东西变得好看的，所有设计师都知道设计是解决问题的。但是赫伯特·西蒙往前又追问了一句，请问设计是解决问题的手段当中一种什么类型的手段？答案精彩了，他说设计是一种独特的解决问题的手段，它的特点在于目标不清楚。我看到这句话的时候全身麻酥酥的，突然觉得推开了一扇门，对啊，我们解决的每个问题似乎问题都很清楚。但设计师面对的不一样，就是问题不清楚。
我们想象一下假如你们家要装修请了一个装修设计师，请问他面对的问题是什么？他面对好多问题：你要好看吧，你要有面子吧，空间得好用，还得便宜，还得环保吧。这么多的目标同时呈现在设计师面前，那请问要先解决哪个？
这恰恰是设计师要先解决的问题，叫做我要先定出目标。而且随着家装工程的进展，你会发现这个目标不断在变：刚开始你说得好看；等看到报价你说不行我要便宜；便宜狠了吧你说再苦不能苦孩子，孩子房间要好；等孩子房间好了也不能亏待老人；等预算好不容易平衡之后，你会发现装修这个方案太复杂以至于工期太长，我希望快一点。设计就是这么一个悲催的活儿，它不断生成目的，再不断生成备选和解决方案。这是设计师的命，这是一种独特的人间的解决问题的方式。
我看到他写的这篇小论文当中的这么一段之后，我说这不就是人这一辈子吗。人这一辈子其实就是自己的设计师，设计师不是我们想好的，我们画就一个草图然后按照它施工，不是这样的。人是不断往前走，不断生成一个目标，然后把目标施工变成一个解决方案，解决方案出现之后立即生成下一个目标。就像张江老师，可能十几年前做集智俱乐部的时候，第一天可能就是想做个网站。一直到今天，他有可能成为代表东方文明和西方的复杂科学家碰撞的一个潜在的大师。这个目标是不断生成的，人生从来不是一次性的设计，然后施工完成的。你会发现当你理解了“设计”这种解决问题的模型的时候，刚才我讲的那个困境是不是就解了。什么叫“苟且”，什么叫“诗和远方”，谁逼着你选了。好的人生就是这样，“苟且”一会，生成一个“诗和远方”，生成之后立即去“苟且”它，“苟且”之后生成下一个“诗和远方”，那些逼着我们在这两者之间选的人一定没有学过这门课。
我觉得这个很有意思，这个让我脑洞大开，正好我前两天看到一句话，看着挺鸡汤的。你要不是有这番思考作为背景，你就会觉得特别鸡汤，但是我越琢磨这段话越有意思。它说人生极致的悲剧就是一切皆目标，下一句，人生极致的幸福叫一切皆路径。对啊，什么叫悲催的人生，就是什么事你都把它给认死了。我要买房，我就为了这个房，我跟这房较劲；我要升职，我就跟这升职较劲；我要把那人给比下去，你就跟这较劲。什么对你来说都是目标，你人就会被这些目标框死，你丧失了跟遥远的事物的统一性，你也丧失了由个体变成宏观现象的整体性。而人生极致的幸福就是一切都是路径，甭管这个事我多么扒心扒肺地想要达成这个目标，你心里得有一线清明。它就是个手段，我一旦到那个位置，我的生命的深处一定会生成下一个目标。你学习是这样，你工作是这样，你挣钱是这样，你养娃也是这样，这是一个无限游戏，我觉得这才是值得一过的人生。
反正我自己在求学过程中每每面对这样的时刻，都感到非常震撼。我这五年来一直在研究得到这家公司怎么发展，但是就在前年，我突然发现了一个学校，北京十一学校，我们的用户无数次听到我提到十一学校。一个企业和一个学校，我在它身上得到了那么多启发，构建起了遥远的相似性/但是你发现没有？它的前提是我这得有一个问题/所以很多人问罗胖怎么学习，我觉得在遥远的相似性、在统一性这个复杂科学的原理下，我们得到了一个启发：你得手里有一个自己的苹果。
再说我得到的第二个启发，刚才张江老师一开始就讲了涌现整体性，个体和总体之间有一条上帝给画下的神秘的鸿沟，这对我们来说，这是一个非常重要的提示，就是我们在解决一个问题的时候，当解决不了，当特别无望的时候，我们有没有可能稍微跳出来一点，站到整体性的立场再去看它。
比如我们小时候一直很痴迷于一个游戏，让小孩背3.1415926，甚至以背多少位来比赛，好像背得越多就越厉害。但是你不觉得这个游戏很扯吗？谁都知道那是一个无限不循环小数，据说它已经算到了几十万亿位，也没有出现循环和重复。你看人类就是这样。怎么办呢？我得掌握这个数据，圆的周长和直径之间的关系，我们得捕捉这个关系，所以就一直往前走，我们就没有机会跳出来看一下，干脆给它起一个名。跳出来看一眼，试图把握它，就不断陷入到不断往尽头寻求精确性的努力，那是一个无望的努力。
前段时间我在听卓克老师的课的时候举了一个例子，我觉得特别有意思，我们都知道有一个自然界的现象叫飞蛾扑火，请问为什么，有文学家会说这是昆虫追逐它们的爱情，最后就殉情了，雌雄在共舞当中被火焰燃烧，很美丽，这很扯，得到上面不会有这样的知识，大家放心。还有人解释这就是昆虫的趋光性，这不符合常理，你为了生存愿意待在光底下吗，待在光底下是非常不安全的，你为了生存怎么会扑火呢，这在降低你生存的概率，到底怎么解释，你会发现当你注目在昆虫本身试图把昆虫给分解一直分解到基因的时候，你完全理解不了这件事情。
卓克老师提出了另外一个思维，它其实很简单，人类惹的祸。昆虫的行为怎么是人类惹的祸？你想，在没有人类之前，昆虫晚上靠什么来导航？很简单，当它晚上活动的时候，月亮是晚间唯一拥有的大自然不灭的光源，所以昆虫如果想照直飞，很简单，光从哪边过来，一个非常简单的规则，就是跟它形成一个夹角，只要这个夹角不变，我飞的就是直线，这是昆虫的基因里面自带的一个规律。
可是人类出现了，人类在一万多年前学会了用火，夜晚突然出现火这种新的光源，然后一百多年前我们搞出了灯，电灯，而昆虫的基因是来不及进化的。所以它还是围绕光源跟光形成一样的夹角在飞，但是不好意思，这些光离昆虫太近了，以至于它飞不出直线，它围绕光源就开始转圈，当它维持稳定的夹角开始转圈，转着转着，昆虫就掉进火里烧死了，这是人类出现而导致的一个生物学上的灾难。这是这么一个故事，但是不是这个问题究竟的答案我并不知道，这是我在卓克老师的课里听到的解释，我觉得好美妙。它的美妙性在哪里？叫跳出局部思考问题，你也许才能获得更有解释力的答案。
所以我们在生活当中，包括我自己跟很多朋友在聊天的时候，发现一个特别普遍的现象，就是越是高手，越不是在这个专业上死往深处钻的人，比如医生，真正的名医，你以为他能把那么厚的内科学都背下来吗？真正的名医通人性，通情理，会跟病人沟通，会和其他的医生沟通，会组织其他医生和学术力量共同探讨一个疑难的问题——他恰恰是跳出局部回到整体，这是我个人见过所有高手共同的特点。这不是复杂科学独特的道理，甚至在我们的人生、在我们的学习过程中也一样，这是我想说的第二个启发。
其实还有第三个启发，我刚才一直坐那想这么个问题，学完了复杂科学之后对我们人类其实提出了一个天大的难题。你学复杂科学的时候你觉得好悲催，刚才张江老师讲的阿米巴虫也不比人类笨多少，甚至从总体上涌现出来的智慧还要高明得多。
我们人类好难，一方面学了复杂科学之后你知道我们就是一个卑微的可怜的生命，我们的任何看似聪明的行为一旦在宏观上呈现出来的那个状态，其实没准儿极其的愚蠢，这是我们对人的状态的一个认知。但是反过来我们人类是绝不甘心于这样的，我们在脑子当中要构建各种各样的图景，无论是宏观的还是前景的。每个人都生活在一个意义系统中，一个更大的和更久远的图形当中，这就是人类真实的难题。学了复杂科学之后这个难题变得极其刺目：我们到底是一个卑微的个体，像小鸟一样，几个简单的规则就搞定我们的生命；还是要跳到那么大的宏观层面去思考，从而有可能变得更愚蠢。
你看有一个经典的命题这几年我们一直在说，就是我们要“苟且”还是要“诗和远方”？你会发现两条路都是绝路，好像都有它的问题，到底应该怎么办。
最近我读了一篇文章，一个朋友推荐给我的，是1978年诺贝尔经济学奖得主这个人叫赫伯特·西蒙，也是个跨界学家，得的是经济学奖，但他是计算机工程师。他解释了一个问题，那篇文章中间非常短的一段让我当时看了之后直拍大腿，终于把这个问题想明白了，或者得到了阶段性的答案。他问了一个问题：请问什么是设计？设计可不是把东西变得好看的，所有设计师都知道设计是解决问题的。但是赫伯特·西蒙往前又追问了一句，请问设计是解决问题的手段当中一种什么类型的手段？答案精彩了，他说设计是一种独特的解决问题的手段，它的特点在于目标不清楚。我看到这句话的时候全身麻酥酥的，突然觉得推开了一扇门，对啊，我们解决的每个问题似乎问题都很清楚。但设计师面对的不一样，就是问题不清楚。
我们想象一下假如你们家要装修请了一个装修设计师，请问他面对的问题是什么？他面对好多问题：你要好看吧，你要有面子吧，空间得好用，还得便宜，还得环保吧。这么多的目标同时呈现在设计师面前，那请问要先解决哪个？
这恰恰是设计师要先解决的问题，叫做我要先定出目标。而且随着家装工程的进展，你会发现这个目标不断在变：刚开始你说得好看；等看到报价你说不行我要便宜；便宜狠了吧你说再苦不能苦孩子，孩子房间要好；等孩子房间好了也不能亏待老人；等预算好不容易平衡之后，你会发现装修这个方案太复杂以至于工期太长，我希望快一点。设计就是这么一个悲催的活儿，它不断生成目的，再不断生成备选和解决方案。这是设计师的命，这是一种独特的人间的解决问题的方式。
我看到他写的这篇小论文当中的这么一段之后，我说这不就是人这一辈子吗。人这一辈子其实就是自己的设计师，设计师不是我们想好的，我们画就一个草图然后按照它施工，不是这样的。人是不断往前走，不断生成一个目标，然后把目标施工变成一个解决方案，解决方案出现之后立即生成下一个目标。就像张江老师，可能十几年前做集智俱乐部的时候，第一天可能就是想做个网站。一直到今天，他有可能成为代表东方文明和西方的复杂科学家碰撞的一个潜在的大师。这个目标是不断生成的，人生从来不是一次性的设计，然后施工完成的。你会发现当你理解了“设计”这种解决问题的模型的时候，刚才我讲的那个困境是不是就解了。什么叫“苟且”，什么叫“诗和远方”，谁逼着你选了。好的人生就是这样，“苟且”一会，生成一个“诗和远方”，生成之后立即去“苟且”它，“苟且”之后生成下一个“诗和远方”，那些逼着我们在这两者之间选的人一定没有学过这门课。
我觉得这个很有意思，这个让我脑洞大开，正好我前两天看到一句话，看着挺鸡汤的。你要不是有这番思考作为背景，你就会觉得特别鸡汤，但是我越琢磨这段话越有意思。它说人生极致的悲剧就是一切皆目标，下一句，人生极致的幸福叫一切皆路径。对啊，什么叫悲催的人生，就是什么事你都把它给认死了。我要买房，我就为了这个房，我跟这房较劲；我要升职，我就跟这升职较劲；我要把那人给比下去，你就跟这较劲。什么对你来说都是目标，你人就会被这些目标框死，你丧失了跟遥远的事物的统一性，你也丧失了由个体变成宏观现象的整体性。而人生极致的幸福就是一切都是路径，甭管这个事我多么扒心扒肺地想要达成这个目标，你心里得有一线清明。它就是个手段，我一旦到那个位置，我的生命的深处一定会生成下一个目标。你学习是这样，你工作是这样，你挣钱是这样，你养娃也是这样，这是一个无限游戏，我觉得这才是值得一过的人生。
你看罗胖就有这个本事，甭管多么严肃的学科到我这全部能煲成鸡汤。非常感谢大家选择了终身学习，我们有用户提了问题，我们请张江老师简短回答大家的问题，请注意时间，我们已经快到深夜了，有请张江老师。
张江：我快速地回答两位用户的问题，第一个是西安分会场胡巴这位朋友提的问题：简单规则形成自组织，一个自组织是如何找到自己的简单规则并达成组织共识的呢？
其实在这里面有一个非常重要的、我今天这个讲座没有时间给大家交代的事情，自适应性。特别是生物的复杂系统里面，就像刚才阿米巴虫、鸟群，它们之所以有那样简单互动的规则，其实是经过上亿年的生物进化而获得的。比如对于鸟来说它为什么是那样去互动呢，很简单，因为首先一个它的视觉范围就是有限的，这受限于它的生物底层；其次它为什么一定要跟随伙伴，很简单，如果它不跟随很有可能就被淘汰掉找不着食物了；所以经过长时间的演化生物进化，它就会自然淘汰掉这些基因，而剩下的就把“跟随我的伙伴”这条规则写在了它的基因里，形成了它的自组织的规则，所以自组织这个规则是来源于适应性的，对于人类社会也是这样。
第二个问题是广州分会场李清风朋友提的，可以请老师再举个复杂科学的实战应用的例子吗？
这也是我经常被提问到的，你讲了那么天花乱坠的复杂科学有什么用，能不能告诉我一个实用的东西，我可以给大家讲两个例子。
第一个例子，大家都知道谷歌创始人拉里·佩奇，其实他的创业idea就是来源于复杂科学。复杂科学其中有一块重要的知识就是关于复杂网络的学问，而拉里·佩奇一开始创业谷歌的时候想解决的问题就是搜索的问题：有那么多网站搜出来，你如何评价这些网站、如何去排序，使得我最想要的网站能排在最前面。
拉里·佩奇给出的解决方案就是让网站自己“说话”，我们知道做一个网页的时候一定会做很多的超级链接，去链接向那些我认为非常重要的网站，所以他就利用这些链接，让各个网站通过这些超级链接相互连接，形成一个庞大的系统，进一步在这些网站上模拟了一个流动的物质流的系统。它让每一个网站都可以投票，投票给它认为最重要的网站。于是经过大量网站的投票以后，自然就会涌现出一系列重要的网站，就是得票最多的，以及次要的网站。有了这样一个排序，这就是著名的PageRank算法，也是拉里佩奇谷歌起家的算法，就是来源于复杂科学，所以复杂科学给了更多的是思想上的启发性质的东西。
另外一个例子就是在我的课程里面讲过，王大顺也是我们集智俱乐部的一个小伙伴，他们做了一个研究非常有趣。他就看了大量的创业公司失败的案例以及我们科学家申请基金这些失败的案例，他发现不是所有人经过大量失败以后都能够翻盘再获得成功，那些翻盘以后再次申请的时候时间间隔会更短一些。也就是说，这些人失败之后获得成功翻盘的人都有一个共同的特性，他可以快速获得外界环境给它的反馈，这种反馈能力非常重要。这条规则非常适合我们日常生活，大家找工作的时候、创业的时候、申请基金的时候都可以去用，面对不确定环境的时候不要费工夫自己改进自己的方案，而是要尽可能地发明一些手段获得环境给你的反馈，针对那个反馈快速迭代出来一个新的产品，然后马上让它进一步得到新的数据、新的反馈。这也就是我们的精益创业所倡导的方法论，这套方法论实际上是跟我们复杂适应系统这块的理论基础是有密切关系的，当然这是一个专有名词，所以更详细的东西我没有时间在这讲了，大家可以去听我的课，我就讲这两个问题，谢谢。
罗振宇：今天时间实在是太晚了。启发俱乐部下周正好撞到了9月1号，全中国学生开学的日子，所以下周的启发俱乐部我们送给大家一个特别场。我先剧透一下，请我们的同事李倩老师给大家讲一本神奇的书，这本书不是什么高头讲章，每个人都看过。这本书下周我们会作为小礼物，所有现场的用户我们都给大家送一本，所有看下周启发俱乐部直播的，只要你是一个中学老师或者是小学老师，只要你是老师，我们都送你一本。所以下周的启发俱乐部我们是一个大派送的启发俱乐部，这是一本什么书，你关注我们启发俱乐部，马上揭晓。
下周三启发俱乐部再见，感谢你们选择了终身学习，谢谢。