思维模型——复杂系统 之一

思维模型——复杂系统+

根据硅谷王川网文整理

1、定义

复杂系统 （complex system) , 指的是一个系统里， 有多个彼此连接互相作用的元素。 这里的关键词是连接. 如果元素之间没有连接, 就是一个大杂烩, 不属于真正的复杂系统.

公司，组织，国家，生物，金融市场等等，都可以理解为一种复杂系统.

复杂系统里，局部优秀，局部优化作用不大。理解复杂系统的特点和规律，是一个越发重要的课题。

复杂适应系统三个特点：

1/系统里有许多不同的自由个体，这些个体自己决定如何行动。非常重要的是，这些决策会随时变化。

2/个体间彼此会相互作用。

3/这些相互作用会产生一种科学家成为“浮现”的概念，系统的整体大于个体的总和。关键点是，你无法简单根据单个个体的观察，来理解整个系统的规律和特点。

2、牵一发动全身

在一个有着千头万绪的复杂系统里，最重要的事情是抓住最本质的主要矛盾，可以牵一发而动全身，提高系统的整体性能。

1/对于电脑，最重要的是内存而不是cpu 的速度。

2/对于大公司的不同软件数据系统，最重要的是有一个统一的全球的，发现和调用程序的服务界面 (service interface).

3/对于全球经济最重要的，还是继续推动摩尔定律，提高芯片的密度和单位成本的计算能力。

3、可被AI替代的事价值越来越小

正是因为你很容易沉浸于这种大脑流畅的感觉，这些相关的技能，在一个被ai, 软件自动化的世界里，将变得越来越没有价值。

下棋，弹琴等只需要个人练习就培养的能力，很容易被 ai 取代，但是人际交往，在复杂系统之间做的一些工作，被 ai 替代会困难一些

4、我是谁？

当人们说 '我'，他们说的是大脑里的一个故事，而不是他们经历的流动的体验。我们认为的'自己'，就是那个把生活中各种乱象自圆其说的内部系统。尽管那个剧情充满了谎言和空隙，尽管它不断被改写，以至于今天的故事和昨天的完全矛盾。但最重要的是，我们总是保持了那种从生到死的 (甚至到坟墓)，单一不变的个人身份的感觉。这导致自由主义者的(值得怀疑的)信念: 我有个人意志，我有一个一致和清晰的内在意识，这赋予整个宇宙以意义。– 这段话摘自哈拉里老师的 屌丝男 homo deus 一书。

意识可能是个副产品。当你的各种感知系统齐备，复杂度过了一个临界点，就会出现意识这个现象。

5、改变环境而不是直接面对问题

在一个复杂系统里，解决某个问题的思路，不是亲自赤膊上阵直接解决问题，而是努力在系统里营造一个环境，让系统更容易地消灭，解决问题。

企业里面就是企业文化，国家就是民族精神，民族文化，民族的光辉历史。

6、生物学的发展不可以预见

这些讨论为我们继续研究生物学方法论提供了更高级的标准。首先，生物是一个复杂的自组织系统，是一个生物学阶段性的认识论。它并非生物学的终极认识。换句话说，我们现在把生物视为一种自组织的复杂系统离真理很可能还有很远的距离。因此，我们必须对目前的生物或生命的系统生物学认识论保持一定程度的警惕，否则，就可能对建模和实验产生延续性的问题。其次，新整体论的生物学方法论是为系统生物学的认识论服务的。它不仅会存在发展尚不成熟的问题，也同时必然会对认识论的积累和总结产生研究偏离的问题。即新整体论的方法论会对系统生物学的认识论带来错误的诱导。最后，我们还要警惕不能滑向英国人赫胥黎不可知论的观点，盲目认为除了感觉或现象之外，客观世界是无法被最终认识的，进而对生物学的研究发生信心的动摇。我们要坚持几百年来生物学的进展一定有其可取之处的判断，坚持科学进步过程中即便是负面案例也对一套理论的完善具有积极作用的判断。

7、复杂系统不能用简单的因果关系来解释

当事态变得复杂，迷惑的人们就开始讲故事，给自己对世界的理解一个简单合理的解释。

许多复杂系统里面，因果关系不是很清晰，寻求过于简单的解释，可能是自欺欺人。

许多广泛流传于民间的健康概念如酸性体质，碱性体质，吃某东西可以防癌，吃啥补啥，吃某东西可以抗衰老，护肤，等等就是寻求简单因果关系的思维的体现。

8、太复杂，无法定量

贝尔实验室的著名软件工程师 Tom demarco 曾经在 1982 年的著作中大力提倡凡事定量化，有名言：“你无法控制你不能度量的东西”.

三十五年后，他宣称自己改变了观点。度量化，“的使用，一定要非常克制。” 对于极其复杂的软件系统，简单的定量化指标没有意义。

当你有个简单的小目标时 (比如隔壁老王的一个亿)，度量化很好很重要，但是对于更宏大复杂的计划，就失去意义。

9、复杂系统不适合直接的因果关系

可能怎么反复强调都不为过，那就是：为一个极其复杂的现象或结果，寻找一个唯一的、概括的、好记的原因，是人类大脑的归因偏好和无法处理复杂信息结构的一个自然产物。换句话说，这是一种「偷懒」的行为（此处强调的是功效层面的，不是主观意愿）。总之，大部分复杂问题的原因也是复杂的，剩下一小部分根本没原因。

这样做在生存竞争中是有实用性的，只要大部分时间好用就行。大脑本身也无法支持过于复杂的运算。这个现象的反面，就是在小部分情况下，大部分人的认知系统会错乱。如果理解这种局限性，在投资上实际很多机会可以利用。

10、玻色*爱因斯坦凝聚态

研究复杂网络理论的科学家，十几年前就发现，复杂网络，生态系统进化，岑仔的“赢者通吃”，“强者益强”的现象，和上世界二十年代提出的超低温的玻色*爱因斯坦凝聚态，在数学模型上存在高度的相似性。