近日Nature杂志发布最新子刊“npj complexity”，作为在线开放获取平台，致力于出版在复杂性研究所有方面的高质量同行评审工作，特别鼓励整合多种方法或视角的研究，旨在促进全球范围内不同领域和专业之间的对话。本文翻译自开篇评论文章“通往复杂性之路”，文中回顾了复杂科学发展历史上的一些里程碑事件，指出人类面临的最紧迫问题本质上是跨学科的，需要复杂性思维和跨学科协同工作。

译者 | 郭瑞东

审校 | 梁金

原文题目：

The path of complexity

原文链接：

https://www.nature.com/articles/s44260-024-00004-0

复杂科学研究的是那些由大量不同性质的组件或子系统组合而成的系统，这些系统能在多个尺度上产生出人意料的涌现现象。正是这些隐藏在控制单个组件的简单规则背后的现象，最能够定义复杂系统。由于这些有趣的行为源自部分之间的相互作用，复杂系统并非与简单系统，而是与分散系统相对。因此，对它们的研究通常需要一种跨尺度、跨学科的方法。

然而，这种在传统学科之间的合作方式，却给复杂科学的论文出版带来了挑战，因为复杂科学的研究往往不适合清晰地归类到特定学科期刊中。在这篇评论中，我们提供了对目前复杂系统研究现状的看法，并解释了这本新期刊如何为这些领域的研究者填补一个重要的空白。

复杂性作为一种跨学科的看待系统的方式，本身就是一个涌现现象，因为它不能追溯到某个单一的个体、研究或事件，而是缓慢地在各个领域涌现。从最广泛的定义而言，复杂性是一种视角，它接受不确定性和面对大型互联系统时需要跨学科努力。这个观点在世界各地有着悠久的历史，从经典的东方哲学到西方科学的关键人物。在笛卡尔的最后一部作品《灵魂的激情》（The Passions of the Soul，1649年）中，人类生命本身被描述为许多具有不同性质的部分间的相互作用，形成具有涌现特性的网络，其中局部效应可能带来令人惊讶的全局后果。这些概念当时并未成为正式的术语，但被用作一个框架，试图解决那些挑战还原论描述的复杂思想。

复杂性的形式化上个世纪在多个学科中发生。1962年，赫伯特·西蒙在《复杂性的架构》（The architecture of complexity）中为复杂系统的研究奠定了路线图^[1]。西蒙本人是一位政治科学家，后来转向组织和人工智能研究。十年后，物理学家 P.W. 安德森在1972年的《多者异也：破缺的对称性与科学层级结构的本质》中，讨论了这种哲学与标准还原论假说的冲突^[2]。在这篇论文中，安德森论证了需要多重视角，因为“将一切简化为简单的基本定律的能力，并不意味着能够从这些定律出发重建宇宙。”

我们越深入基本原理，它们对于全球人类尺度的问题就显得越不相关。类似的想法在哲学中也有出现，以埃德加·莫兰（Edgar Morin）的跨学科工作及其对还原论或系统理论的批判为代表^[3]。莫兰关于这个话题的正式作品可以说是从1978年的《人类统一性》（Human Unity）开始，并在1990年的《复杂思维导论》（“Introduction à la pensée complexe.“）中达到高潮。在为《复杂思维导论》所写的前言中^[4]，Alfonso Montuori 将复杂性的范式总结为“一种不肢解生命的思维方式……不是抽象和脱节的，而是充满感觉、直觉和与更广阔的社会和历史背景的联系。”

对生命系统非凡复杂性的好奇心，是促进复杂性这一概念在多个学科中传播的关键因素。在量子力学领域做出深刻洞察的薛定谔转向发展自复制和遗传信息理论，在这样做时，他评论说：“完全理解生命系统可能需要新的物理定律”。^[5]同时，冯·诺伊曼和乌拉姆（Stanisław Ulam）正在开发后来被称为“冯·诺伊曼机”这样一种理论上可行的机器（这为未来的计算机科学领域奠定了基础），这些机器能够构建自身的功能性副本，并有希望最终进化出越来越高的生物复杂性[6,7]。试图解释生物复杂性起源的 Per Bak 和 Stuart Kauffman 都提出了以自组织为中心的结构主义论点，但每个人都遵循着各自的思考路径；Kauffman 分析了基因调控网络的粗粒度模型^[8]，而 Bak 发展了具有自组织临界性的标志性沙堆模型^[9]。

生命复杂性研究社区的成功提醒我们，生命，像任何其他复杂系统一样，最好从多个角度进行全面研究。这种通过学科间对话促进研究进步的过程在其他学科中也被重复。现在，人们使用来自社会科学的理论和来自物理与数学的模型来分析各种类型的网络^[10]。如我们在创刊合集中所探讨的，流行病和虚假信息的研究越来越多地转向生物学或社会性传染的统一工具箱。这种跨学科的对话和寻找统一模型和理论的过程成为接下来几十年复杂性科学的理念。

复杂性可能不该被视为一门狭义定义的“科学”，可以说它没有兴趣或方法论工具的特定共享系统，但它肯定是一个有着共同科学方法的社群。复杂性社群的成员来自许多不同的学科，由知识好奇心和对新问题及学科的开放性所驱动。

实际上，在过去十年中，复杂科学已经如波浪般涌现，不断触及新的学科。复杂性的根源在哲学、经济学和物理学，最初是一个基于抽象思想实验和模型的社群^[11]。计算机科学家和统计学家加入进来，帮助进行计算建模和处理大数据。生态学家、人类学家或政治学家也加入进来，他们已经研究复杂系统数十年，食物链数据、社会支持网络、治理系统，甚至是树木的通信网络。神经科学家和生物医学科学家也加入进来，他们提出复杂科学通过我们大脑、微生物组和免疫系统等的复杂模型，更好地帮助我们理解自己。

这种增长的一个驱动力是“多者异也”这一核心信息与许多科学家产生共鸣^[12]。在各个学科中，从孤立研究的一个理想系统转换到研究一个相互作用的开放群体是非常困难的。许多学术领域的诞生就是这样：群体生物学、生态学、统计物理学。复杂科学因为认识到从所有这些努力中可以学到教训而得以发展。这一信息在过去几十年中得到呼应，形成了今天的复杂性社群。特别是最近几年，当我们庆祝 Giorgio Parisi 的诺贝尔奖时，他的成功凸显了让好奇心和现实世界的偶然性引导理论和基础科学研究的重要性^[13]。

当下，复杂性研究通常需要在两个不完美的选项之间做出选择。研究可以在对应学科刊物上发表，如物理、生物或社会科学，这需要将项目和文本量身定制给特定的学科受众，同时冒着让研究失去其跨学科特征的风险。或者，研究可以针对多学科期刊，这些期刊通常更多是大型期刊，发表来自任何学科的工作，而不是专门关注跨学科工作。npj Complexity 的核心使命，是为跨越学科或为在学科之间架起桥梁的研究提供交流空间。它并不是被设计成一种未来期刊，它毕竟是与一个传统出版机构合作创立的，并依赖于当前的开放获取标准。然而，这个期刊的目标是帮助填补跨学科工作出版领域中长期存在且重要的空白。

作为一个社群，包含那些有兴趣阅读这篇文章的新成员，期刊目标是在许多学科的边缘和交叉处推动知识向新方向发展。这一目标意味着有时会用独特的视角解决大问题，有时则是在新环境中重新造轮子。为了区分这两者，对于复杂科学研究者至关重要的是将自己置于多样化的专家之中，并聆听新学科的知识。如果做不到这一点，复杂科学就有风险成为另一个有着有趣名字、拥有自己的术语和问题的学科。因此，npj Complexity 的一个核心要求是，由该期刊发表的手稿必须能够被其广泛的目标受众所理解，以便预发布和发布后同行评审能够跨越学科界限。

引用转而研究复杂科学的物理学家，伟大的默里·盖尔曼（Murray Gell-Mann）在他1969年诺贝尔奖演讲中的话：“我们被作为科学家通常无法满足的好奇心所驱动，我们的工作是一场令人愉快的游戏。”在 npj Complexity，研究需要通过吸引复杂科学研究者内在的好奇心，与来自任何学科的科学家进行交流。这是一个困难且主观的目标，却也是复杂科学的核心。

复杂性科学有时被描述为怪异而独特，但它有许多近亲，如系统理论、控制论、生态学、政治科学，以及任何对由多个部分组成、在多个尺度或通过多种机制相互作用的系统感兴趣的领域。使用“复杂性”这个术语的部分价值在于，通过术语的模糊性来拥抱社群的开放性。因此，为该期刊制定一个具体的使命声明是困难的。然而，对于复杂性研究来说，迫切需要一种整体性方法：从理论到实验，再到应用，包括其哲学和伦理。

跨越这些领域及更多，我们发现人类面临的最紧迫问题本质上是跨学科的：新出现的流行病、虚假信息、气候变化、日益严重的全球不平等、人权运动、适应新技术，以及所有这些挑战之间产生的非线性互动。这些问题都不能孤立解决，它们需要复杂性思维和跨学科协同工作。沿着这条路径的研究对于标准的同行评审实践来说可能具有挑战性，因为它涉及跨领域的对话和专业知识，或者需要新的语言和视角。迎接这些全球挑战，并拥抱其复杂性的努力，值得拥有自己的发表刊物。

[1] Simon, H. A. The architecture of complexity. Proc. Am. Philos. Soc. 106, 467–482 (1962).