思維大躍遷！21世紀再不懂這門科學，你極可能被割韭菜 | 附入門書單
複雜性科學（Science of Complexity）是一門新興的邊緣、交叉學科，被研究者譽為科學史上“繼相對論和量子力學之後的又一次革命”、“21 世紀的科學”。凱文·凱利也曾提出：“如果說原子是 20 世紀科學的圖示，那麼在 21 世紀，原子成為過去，取代它的是充滿活力的網路。”
為什麼要學習複雜性科學？
我們一般認為，學習一門新的科學，獲得的將是新的解決問題的方法和新的技術框架，但實際上，我們獲得的經常是一種看待問題的新角度和全新的世界觀。
複雜性科學就是這樣一門新的科學，它在 20 世紀末興起，橫跨相當多科學的學科，雖然現在還屬於迅速發展階段，但已經大大擴充套件了人類認知邊界，使得我們對世界的認識從簡單還原論到複雜整體論、從關注事物本身到網路思維、從線性到非線性、從均衡到非均衡。所以學習複雜性科學是讓我們用新思維正規化替代舊思維正規化的旅程。
複雜性科學簡介 研究背景
17 世紀以來，還原論就一直在科學中佔據著主導地位。
所謂還原論，就是去追根究底，對事物進行拆解，追問它們是由什麼組成的。比如人可以還原為水、蛋白質、脂類、糖類和無機鹽以及維生素，往下層層分解，還能分解成原子、電子、質子、夸克……人就是由這些基本物質構成。
花了三百年時間拆解後，科學家們終於開始把這個程式顛倒過來。他們開始研究這些東西如何融合在一起，形成一個複雜的整體。
比如生物學家們揭示脫氧核糖核酸的分子機制後，開始探索：上千萬億這樣的分子是怎樣使自己組合成有生命的物體？
類似的還有，腦科學領域開始研究“智慧”和“意識”是如何由幾十億個神經細胞的聯結中湧現出來？
物理學也有許多深奧的謎題需要解開：為什麼簡單的粒子會自動組成雪花、颶風、星球這樣複雜的結構？為什麼受簡單規律支配的粒子會產生令人震驚、無法預測的行為？
經濟學家也開始發現新古典經濟學中視而不見的問題：經濟系統中自利的個體如何形成結構複雜的全球市場？為什麼高科技公司都蜂擁到矽谷安營紮寨？
一些學者強烈地感覺到，這些在不同學科中發生的問題具有深刻的相似性。而還原論無法解釋這個現象：簡單個體的大規模組合後，會形成複雜行為，即“整體大於部分之和”。
這些學者還發現另外一些無法解釋的現象。
熱力學第二定律告訴我們，系統會自發地朝著最大熵狀態演化。根據這條定律，如果任憑事物自由發展，鐵會生鏽、水會變涼、樹會腐爛，房間不會自己變乾淨，飲料如果潑到地上，永遠也不會回到杯子裡。自然界對解體結構，要比建立結構和秩序更感興趣。
可是倒下的樹雖然會腐爛，同時又有新的樹木不斷生長起來，種子和胚胎能夠稱之為完全成熟的或生物。與通常情形中的有序消退無序（熵）增長相反，宇宙卻在永不停歇地從無序中產生有序。
於是他們開始詢問，宇宙為什麼會永不歇息地形成秩序和結構？系統為何能從隨機無物開始，自主發展成複雜的整體？為什麼那麼久了宇宙都沒有解體？這種逆熵的自組織系統是如何成為可能？
複雜性研究就誕生於這群謎團之中。
研究物件
複雜性科學的研究物件是複雜系統。目前對於複雜系統有一個比較通俗的定義：由大量相互作用的成分組成，不存在中央控制，通過簡單運作的規則會產生出複雜的集體行為和複雜的資訊處理，並通過學習和進化產生適應性。包括大腦、免疫系統、細胞、昆蟲社會、全球經濟、生物進化、全球資訊網等等。
我們還可以把複雜系統簡單地理解為介於秩序和混沌之間的系統。
它既不像鬧鐘、整合電路板這類有序的系統，也和颶風、湍流那種無法預測的混沌系統相去甚遠。想象你正在用手機玩一個控制小球的遊戲，小球受隨機力的驅動，會在蹺蹺板上滾動，你需要傾斜手機，避免小球掉落。如果小球即將或者已經朝著左側運動，你要向右傾斜手機，儘量讓它保持在蹺蹺板中間。
這種沒有完全固定在某個位置，但也沒有滾落蹺蹺板的持久不均衡的狀態，就是複雜系統所在之處。
這個地方——經常被稱為混沌的邊緣——就是系統中各種因素沒有靜止在某一個狀態，但也沒有動盪至解體的那個地方；就是生命有足夠的穩定性來支撐自己的存在，又有足夠的創造性使自己名副其實為生命的那個地方。
因為複雜系統不存在中央控制者，我們將它成為自組織（self-organizing），因為簡單規則以難以預測的方式產生出複雜行為，我們有時也稱之為湧現（emergent）。下圖出自維基“複雜系統”詞條，圖中對複雜系統的定義是：隨著時間演化，出現自組織，在不同的尺度上，出現湧現。
從圖中，我們還可以看到複雜系統涉及許多研究領域，包括：系統理論、非線性動力學、博弈論、集體行為、複雜網路、演化和適應性、斑圖形成等等。
核心問題
複雜性科學研究的核心問題是：湧現和自組織行為是如何產生的？
對應到自然和社會中的問題是：
- 細胞如何自組織成眼睛和大腦？
- 經濟系統中自利的個體如何形成結構複雜的全球市場？
- 所謂的“智慧”和“意識”是如何從不具有智慧和意識的物質中湧現出來的？
- 我們能不能建造出真正具有生命和智慧的機器？ ……
複雜性科學核心概念 1. 自組織臨界性
宇宙為何能以大爆炸中產生的幾種粒子開始，變得越來越複雜，最終演變成現在這個豐富多彩的世界呢？為什麼宇宙這麼久了還沒解體？這背後是否有“上帝之手”在干預？如果沒有，是偶然還是必然？
Per Bak 給出了答案。他指出“自組織臨界性（Self-Organized Criticality，SOC）是自然界趨向最大複雜性的驅動力”，“是目前所知的產生複雜性的唯一普遍機制”，它可以解釋諸如生物進化和物種滅絕、地震、交通阻塞等種種現象。
SOC 指的是複雜系統能夠通過一個漫長的自組織過程演化到一個臨界態，處於臨界態的一個微小的局域擾動可能會通過類似“多米諾效應”的機制被放大，其效應可能會延伸到整個系統，形成一個大的雪崩（災變）。處於臨界態的系統中會出現各種大小的“雪崩”事件，並且雪崩的時間尺度和空間尺度均服從冪律分佈，冪律分佈是自組織臨界態的指紋。分形現象和 1/f 噪聲是自組織臨界現象的空間和時間的印記（Bak）。
所謂“自組織”是指該狀態的形成主要是由系統內部組織間的相互作用產生，而不是由任何外界因素控制或主導所致。所謂“臨界態”是指系統處於一種特殊敏感狀態，微小的區域性變化可以不斷放大、擴延至整個系統。
沙堆模型
Bak 等人使用沙堆模型來形象地說明自組織臨界性的形成和特點。
他們讓沙子一粒一粒落在桌上，形成逐漸增高的一小堆，藉助慢速錄象和計算機模仿，精確地計算每在沙堆頂部落置一粒沙會連帶多少沙粒移動；初始階段，落下的沙粒對沙堆整體影響很小；然而當沙堆增高到一定程度，落下一粒沙卻可能導致整個沙堆發生坍塌。
Bak 等人由此提出“自組織臨界”的理論； 沙堆一達到“臨界”狀態，每粒沙與其他沙粒就處於“一體性”接觸， 那時每粒新落下的沙都會產生一種 “力波”，儘管微細，卻能貫穿沙堆整體，把碰撞次第傳給所有沙粒，導致沙堆發生整體性的連鎖改變或重新組合； 沙堆的結構將隨每粒新沙落下而變得脆弱，最終發生結構性失衡——坍塌。臨界態時，沙崩規模的大小與其出現的頻率呈冪函式關係。
鳥群遷徙
我們還可以藉助鳥群遷徙來幫助我們更好地理解自組織臨界性。
在天空中飛翔的鳥群，常常需要躲避各個方向的捕食者。一旦有危險，它們會快速做出反應，不斷切換自己的陣型，向前、轉彎、變形……我們不禁會為這種鳥群的自組織感到驚訝，整個鳥群看起來就像一個巨型的“生物體”，很難相信這種轉變是由許許多多獨立的、無智慧的個體聚在一起完成的。
這種現象暗示了鳥群被集中在某個臨界性上。電腦科學家們總結了群體運動模擬的幾個核心要點：
- 體積排斥：每個模擬的個體（boid）都會佔據一定的體積，而這些體積永遠不會相交，即每個個體都會避免與最近的個體發生碰撞。
- 速度對齊：每個個體與其近鄰的個體們保持速度同步。
- 聚集傾向：粒子不會傾向於獨立行動（粒子群保持維持），每個個體會盡量與附近個體靠近，避免被孤立。
從這三個基本原則出發，就可以對動物的群體運動進行非常逼真的模擬。有趣的是，這三條規則都是區域性的規則，並沒有“領導”在其中發揮作用，任意的個體都僅僅只是根據自己附近的其它粒子的運動情況調整自己的運動方向，就可以產生如此複雜“智慧”的行為。
2. 複雜適應系統和湧現
複雜適應系統統（Complex Adaptive System，CAS） 是一類具有代表性的複雜系統。它的基本思想是：CAS 的複雜性起源於其中主體（Active Agent）的適應性，正是這些主體與其它主體以及環境間的相互作用，不斷改變著它們的自身，同時也改變著環境。
CAS 最重要的特徵是適應性，即系統中的主體能夠與環境以及其它主體進行交流，在這種交流的過程中“學習 或積累經驗”，不斷進行著演化學習，並且根據學到的經驗改變自身的結構和行為方式。各個底層主體通過相互間的互動、交流、可以在上一層次，在整體層次上湧現出新的結構、現象和更復雜的行為。這個過程，主體與環境不斷反覆交流，永不停止的相互作用、相互影響、相互進化。
複雜適應系統的特性
- 系統具有明顯的層次性，各層之間的界線分明。
- 層與層間相對獨立，層與層之間的直接關聯作用少，主體主要與同一層的主體進行互動。
- 主體具有智慧性、適應性、主動性。 系統中的主體可以自動調整自身的狀態、引數以適應環境，或與其它主體進行協同、合作或競爭，爭取最大的生存機會或利益，這種自發的協作和競爭正是自然界生物“適者生存，不適者淘汰”的根源。這同時也反應出複雜適應系統是一個基於主體的，不斷演化發展的系統。在這個演化過程中，主體的效能引數在變，主體的功能、屬性在變，整個系統的功能結構也產生了相應的變化。
- 主體具有併發性。系統中的主體是並行地對環境中的各種刺激作了出應，進行演化。
- 引進了隨機因素的作用，使它具有更強的描述和表達能力。
複雜性系統使用適應性主體一詞，是為了強調它的主動，強調它有自己的目標，內部結構和生存動力。
主體在適應和演化過程中有七個基本性質：
- 聚集（特性）：主體可以在一定條件下，在雙方彼此接受時組成一個新的主體——聚集主體，在系統中像一個單獨的主體那樣行動。
- 標識（機制）：標識對聚集主體形成起作用，就像因特網上的一條訊息標題會讓會議組的成員聯結起來。
- 非線性（特性）：主體以及它們的屬性在發生變化時，並非遵從簡單的線性關係。特別是在與系統的反覆互動作用中，這一點更為明顯。
- 流（特性）：在主體與環境之間存在有物質資源、能量和資訊流，這些流的渠道是否暢通，週轉迅速到什麼程度，都直接影響系統的演化過程。
- 多樣性（特性）：在適應過程中由於種種原因，主體之間的差別會發展與擴大，最終形成分化。
- 內部模型（機制）：這一點表明了層次的觀念。每個主體都有複雜的內部機制。對於整個系統來說，這就統稱為內部模型。
- 積木（機制）：複雜系統常常是由相對簡單的一些部分，通過改變組合方式而形成的。因此，複雜性往往不在於積木的多少和大小，而在於原有積木的重新組合。
許多自然、技術和文化現象經常被描述為網路。大腦是神經元通過突觸連線起來的網路；社會是由各種各樣的關係連線起來的人（或組織）組成的網路；全球資訊網是現代社會的典型網路。
網路可以定義為：由邊連線在一起的節點組成的集合。節點對應網路中的個體（例如神經元、人、網站），邊則是節點之間的關聯（例如突觸、社會關係、網頁超連結）。複雜網路是由數量巨大的節點和節點之間錯綜複雜的關係共同構成的網路結構。
隨機生成的 BA 模型複雜網路
網路科學的目的就是提煉出這些網路的共性進行研究。同時，網路科學家也希望能理解自然界中的網路是如何發展而來的，以及它們是如何隨時間變化的。
小世界網路
人們常說“這世界真小”，而幾乎所有人都有過“小世界”的經歷：遇到一個陌生人不久後，發現“我們居然有共同的朋友”，又或者突然有一天發現，你認為不會有交集的兩個朋友原來互相認識。
這種出乎意料的關係到底有多常見？這個世界到底小到什麼程度？20 世紀 50 年代，哈佛大學的心理學家米爾格蘭姆對這個問題產生了興趣。他設計了一個實驗，想弄清在美國一個人平均要通過幾個熟人關係才能聯絡到另一個人。最後發現，一個人平均通過 6 個熟人就能找到想要聯絡的人。這個發現後來被稱為“六度分隔（six degrees of separation）”。
米爾格蘭姆受限於當時的技術，只做了小範圍的實驗。30 多年後，鄧肯·沃茨等人利用網際網路技術在全球範圍內對“六度分隔”理論進行了大規模驗證。沃茨的驗證得出，成功的資訊連結串列明，志願者將資訊傳送到任何一個目標“估計需要 5 到 7 個步驟，平均數正是 6 個步驟”。同時，他們還從數學上定義了小世界網路的概念，並且研究了怎樣的網路結構會有這種特性。
先看一個最簡單的規則網路（左圖）：由 60 個節點組成的環，每個節點與相鄰的兩個節點相連。兩個節點之間的路徑長度就是兩個節點之間最短路徑的邊的數量，平均路徑長度就是網路中所有節點之間的路徑長度的平均值，所以這個規則網路的平均路徑長度是 15。
有趣的是，沃茨對這樣的網路稍微改動，隨意增加三條長連線，平均路徑長度就降到了 9。沃茨還發現，節點數越多，效應越明顯。例如一個 1000 個節點的規則網路，平均路徑是 250，如果增加 5% 的連線，平均路徑長度會一下降到 20。但不管網路的規模有多大，前 5 個隨機連線會將平均路徑長度減少約一半。
所以小世界的特性是：一個網路如果只有少量的長程連線，相對於節點數量來說平均路徑卻很短，則為小世界網路。小世界網路也常表現出高度叢集性：任選三個節點A、B、C，如果 A 與 B、C 相連，則 B 與 C 也很有可能相連。真實世界的許多網路都有小世界特性，比如我的朋友的朋友也很有可能是我的朋友。
無尺度網路
無尺度網路是一種更類似現實世界網路的小世界網路。
在全球資訊網中，節點是網頁，邊是網頁之間的超連結。假設網頁 A 有個連結指向網頁 B，而網頁 B 沒有連結指向網頁 A，則 A 有一個出連線，B 有一個入連線。我們將一個網頁的入連線數稱為網頁的入度。大部分網頁的入度很低，而極少部分網路的入度很高。
研究者發現，網頁入度分佈可以用非常簡單的規則來表示：入度為 k 的網頁數量正比於 1/k²（k 必須 ≥1000）。
從下圖可以看到，入度 k 為 1000 的網頁相對較多，隨著 k 增大，頻率下降很快，到 k 為 10000 時，網頁數量已經很少了。如果我們改變尺度，把 k 為 10000 的那個區域放大，就會出現第二幅圖的分佈情況。
第三幅圖可以看到更大的尺度仍然有相同的現象。這種分佈滿足冪率分佈，被稱為自相似，因為不管在哪種尺度上進行繪製，形狀都一樣。這就是無尺度一詞的由來。無尺度網路有 4 個顯著特徵：
- 相對較少的節點具有很高的度（中心節點）；
- 節點連線度的取值範圍很大（度的取值多樣）；
- 自相似性；
- 小世界結構。所有的無尺度網路同時也具有小世界特性，但不是所有具有小世界特性的網路都是無尺度網路。
無尺度網路對節點的隨機刪除具有穩健性，但如果中心節點失效或是受到攻擊就會非常脆弱。
原因很簡單：如果隨機刪除節點，則極有可能刪除的是低連線度的節點，因為網路中絕大部分節點都是低連線度節點。但如果刪除了中心節點，網路就有可能會失去無尺度特性，並且無法正常運轉。例如，谷歌出故障會對整個全球資訊網形成很大沖擊。
4. 冪率分佈
在自然界與日常生活中，包括身高、體重、考試成績、籃球賽得分、地區降水量、各物種的數量等等都遵循正態分佈。正態分佈有一定的尺度——比如，身高是 70~270cm，考試成績是 0~100 分。在正態分佈中，平均值同時也是頻率最高的值，例如 165cm 既是平均身高也是最常見的身高。正態分佈形似鐘形，又經常稱之為鐘形曲線。
另一種常見的統計現象是冪率分佈。簡單地說就是兩個變數為冪函式的關係。
自然界與日常生活中也有許多事件規律遵循冪率分佈。
比如：地震規模大小的分佈、月球表面上月坑直徑的分佈、行星間碎片大小的分佈 、太陽耀斑強度的分佈 、計算機檔案大小的分佈 、戰爭規模的分佈 、人類語言中單詞頻率的分佈 、大多數國家姓氏的分佈 、論文被引用的次數的分佈、網頁被點選次數的分佈 、書籍及唱片的銷售冊數或張數的分佈、每類生物中物種數的分佈、甚至電影所獲得的奧斯卡獎項數的分佈、個人收入的分佈等等，都是典型的冪律分佈。
“80/20 法則”常被用於描述收入分配中出現的冪率分佈，即一個國家 80% 的財富集中在這個國家 20% 的高收入人群中。但當我們用“放大鏡”來看一個冪率分佈的“尾巴”時，我們還會繼續得到與原來的冪指數完全相同的一個冪律分佈，也就是說，把那20% 高收入的人選出來，再對他們進行統計，會發現這些人財產總和的 80% 依然會集中在這些人的 20% 中。
這種現象通常是因為形成了某種正反饋，在很多冪律形成中，我們都能看到類似的正反饋：大網站每天有大量的使用者訪問、社交網路上的大 V 更容易吸引新使用者關注。所以冪率往往代表著某種增長法則，我們的技術、財富往往並不是線性增長，而是指數級增長。
帶來的思維轉變
不是科學家的人總認為科學是演繹出來的。但其實科學主要是通過比喻而來的。現在的情形是，人們頭腦中的某一類比喻發生了變化。——布萊恩·阿瑟
十八世紀的隱喻認為宇宙是臺簡單、有規律、可預測、能夠自我執行的牛頓式的機器。而複雜性理論的隱喻，似乎更接近一棵樹從種子長成參天大樹，或是一群頭腦簡單的小鳥有機自組，複雜而類似生命的行為是幾條簡單的、由下而上的規則所導致的結果。
正是這個隱喻的變化給我們帶來一整個世界觀的改變。
簡單還原到複雜整體
傳統科學強調還原論，還原論最早的倡議者之一笛卡兒這樣描述他的科學方法：“將面臨的所有問題儘可能地細分，細至能用最佳的方式將其解決為止”，並且“以特定的順序引導我的思維，從最簡單和最容易理解的物件開始，一步一步逐漸上升，直至最複雜的知識”。複雜性科學則復興了整體論，認為整體不一定能還原為部分，部分之和不一定等於整體。
自上而下到自下而上
在做某件複雜的事情時——比如治理十億人口或靠兩條腿行走，人們最常想到的辦法就是，按順序列出一個需要完成的任務清單，然後在中央指揮部或大腦的指令下完成這些任務。這種“唯中央意圖”遵循的是自上而下的控制思路。當年的計劃經濟就是按這種合乎邏輯卻又極不切合實際的方式運作的。
直到現在，自上而下控制的方法仍然隨處可見：我們在產品啟動之時，就定好所有功能和規則，然後按步執行，而不是想辦法儘快地與使用者溝通想法和原型，讓產品在一次次碰撞中生長；我們規劃孩子的未來，而不是創造環境讓他自己成長；我們“管理”團隊，而不是激發團隊的可能，讓他們引導自己前進。
歷史已經告訴我們，面對一個複雜系統，這種“自上而下控制”是效率最低的方式，更好的方法，是提供土壤，讓它自下而上的自然湧現。
線性到非線性
我們的世界有些事情是線性運作的。比如聲音是一個線性系統，當雙簧管和絃樂器合奏時，你依然可以將它們單獨地分辨出來；再比如你在街頭買了一份報紙，對你去超市買一支牙膏不會有什麼影響。
然而，世界中大多數事情不是線性的。我們的大腦就不是線性的：雖然雙簧管和絃樂的聲音獨立進入你的耳朵，但是這兩種樂器的和聲在你情感上產生的影響遠遠大於這兩種樂器的單獨作用；數百萬人做出的購買決定可能會互相影響，從而導致經濟繁榮或蕭條，而經濟氣候又會反過來影響購買力。
這是一種交叉的因果關係：A 影響其它一切，而其它一切又反過來影響 A。真正的起因將在網路中橫向傳播開來，最終觸發某一特定事件的原因將無從獲知。用數學來表示這個特徵，就是個非線性的方程式：畫出來的圖線是彎曲的。
所以我們要謹慎避免用簡單的線性因果思維去解釋複雜現象，比如某某產品做了這個功能活躍度大大提升，所以我也增加這個功能就好了。
尋求最優解到尋求多目標
想象一局象棋，最理想的情況是，一開始兩個棋手就能夠在腦海中計算所有可能性，然後開始佈局最佳棋步。但沒有人會這麼下棋，因為這個可能性是無窮無盡的。人們實際上能夠預測和採取行動的內容與所謂的“最優”相去甚遠。所以你要保持儘可能多的選擇。你選擇的是可生存的和可行的方案，而不是最優的方案。你要做的是在前途未卜的世界上變得更強健、更有生存能力。
因此，我們要做的是不斷行動，讓機會湧現，然後抓住它。
成功孕育成功
古語云“失敗是成功之母”。它可以寬慰我們，讓我們在失敗時不會氣餒，東山再起。但我們不能忽略的是更常見的收益遞增現象。每當你使用一個想法、一種語言或者一項技能時，你都在強化它、鞏固它並使其更具被重用的可能。這就是所謂的正反饋或滾雪球。成功孕育成功。任何改變其所處環境以使其產出更多的事物，玩的都是收益遞增的遊戲。這個定律在經濟學、生物學、電腦科學以及人類心理學中都起作用。地球上的生命改變著地球以產生更多的生命。信心建立起信心。秩序造就更多的秩序。既得者得之。
相關讀物
《複雜：誕生於秩序與混沌邊緣的科學》（1992 年首次出版）
作者：米歇爾·沃爾德羅普 （Mitchell M. Waldrop）基本粒子物理學博士，著名的《科學》雜誌撰稿人。
上個世紀八十年代，來自不同學科和背景的研究人員，從頭頂諾貝爾獎桂冠、聲名顯赫的學術鉅子默裡·蓋爾曼、菲利普·安德森、肯尼斯·阿諾到年輕的科學家、梳著馬尾辮的研究生 ，聚集在一起，成立了聖塔菲研究所（現在被公認為複雜性問題研究的中樞），掀起了一場“複雜性科學”的科學革命。這本書介紹了這段複雜性科學誕生的歷史，講述了這幫科學家們的故事。
值得一提的是，從這段歷史我們可以看到，聖塔菲研究所本身就是一個湧現現象。這些富有創造力的科學家們沒有使用自上而下的方法為複雜系統的研究搭建框架，而是創造一個自發、不可預測、開放的自由氛圍，讓這門學科從他們所做的研究中，從他們探討問題的方式中，從他們的思想中自然浮現出來。
《複雜：觀光指南》（2009 年首次出版）
作者：梅拉妮·米歇爾 （MelanieMitchell）波特蘭州立大學電腦科學教授和聖塔菲研究所外聘教授。她師從侯世達和約翰·霍蘭德，於 1990 年獲得博士學位，主要研究領域是類比推理，複雜系統，遺傳演算法和細胞自動機等。
這本書就像複雜性科學核心思想的觀光指南，作者一一詮釋了複雜性科學中的核心概念，並且清晰地介紹了與複雜系統相關的各個學科和領域的主要議題、發展線索以及現狀和趨勢，是複雜性科學的入門讀物。
《失控：機器、社會與經濟的新生物學》（1994 年首次出版）
作者：凱文·凱利（KevinKelly，1952 年 8 月 14 日－），常被稱為“KK”，《連線》雜誌創始主編；曾擔任《全球評論》主編、出版人。
作者 1990 年開始寫這本書，記述了他對當時科技、社會和經濟最前沿的觀察，以及對未來的展望。本書最基本的主張是：工業文明和生物文明互動，最後融為一體，將是人類未來的命運。涵蓋主題包括控制論、湧現、自組織，複雜系統和混沌理論等等，作者將這些概念和我們日常應用結合起來，相比其他複雜性的書，更接“地氣”，能夠幫助我們更好地理解複雜性科學的概念。
前三本書可以作為了解複雜性科學全貌的入門讀物。現代複雜性科學仍然沒有統一成一個整體，是由許多不同的探索領域和方法組成的大雜燴，不同的科學家分別從不同的角度來研究複雜系統。
下面幾本書，可以幫助我們從不同側面深入瞭解複雜系統。
《大自然如何工作：有關自組織臨界性的科學》（1996 年首次出版）
作者：帕·巴克（Per Bak，1948 年 12 月 8 日 - 2002 年 10 月 16 日），丹麥理論物理學家，與他的合作者湯超( Tang Chao )和克 特·威遜費爾德 ( Kurt Wiesenfeld )在1987 年提出了“自組織臨界性（Self-Oraganized Criticality，簡稱 SOC）”思想，獲得成千上萬的論文援引，使得他們的論文成為那個時期物理學領域被引用最多的文獻。
這本書是針對“自組織臨界性”的第一部著作。作者介紹了他在這個領域的發現；相關的計算機模擬和實驗；它與其它領域，比如分形幾何、冪率的關係；細胞自動機等廣泛的實際應用。
《隱秩序：適應新造就複雜性》（1996 年首次出版）
作者：約翰·霍蘭德（John Henry Holland，1929 年 2 月 2 日 - 2015 年 8 月 9 日），複雜性科學研究先驅，遺傳演算法之父，聖塔菲研究所（ Santa Fe Institute，簡稱SFI）指導委員會主席之一。主要研究複雜適應系統、認知過程的計算機模型等。
這本書的重點圍繞複雜性的一個側面——“適應性”上，這一領域被稱為“複雜適應系統”研究。主要介紹了 CAS 的基本思想，提供了一個適用於全部 CAS 的計算機模型“回聲”（Echo），並提出了若干理論方法，可以指導人們對付耗盡資源、置我們於危險境地的棘手的 CAS 問題。
《湧現：從混沌到有序》（1998 年首次出版）
作者：約翰·霍蘭德
這本書是對“湧現”現象（整體大於部分之和）深入探索的第一部著作。作者比較了湧現現象的不同系統和模型，從能長成巨大紅杉樹的微小種子，到能夠自學習的跳棋遊戲，從駕馭樹葉在溪流上航行的蟻群，到詩人充滿情感的創作等，展現了它們的共同規律：由小生大，由簡入繁。■
開智學堂「開智千書」系列文章（book003）
其它參考資料:
[1] 戴汝為：複雜巨系統科學——一門 21 世紀的科學
[2] 黃欣榮：複雜性正規化的興起與科學世界觀的變革
[3] 譚躍進，鄧巨集鍾：複雜適應系統理論及其應用研究
在安人書院，與作者四毛、陽志平老師等學友共讀更多經典。