用户名:
    密码:
转播到腾讯微博

你的位置:首页 > 科学技术哲学

范冬萍:跨学科的系统思维与综合创新
录入: 哲学网编辑部 发表时间: 2013-10-28 点击: 1756 次 我要收藏

1 圣菲研究所的跨学科理念与综合创新
20世纪80-90年代,计算机科学、生命科学和心智哲学等交叉学科的迅速发展,终于触发了威弗(Weaver)所预言的第三次科学变革。这就是由美国圣菲研究所(Santa Fe Institute,简称SFI)掀起的复杂性科学的研究浪潮。SFI的发起者和第一任所长考温(George Cowan)踌躇满志的宣称“复杂性科学是二十一世纪的科学”。[1]圣菲研究所自1984年在美国新墨西哥州成立后,迅速发展成为美国最优秀的五大研究所之一。许多著名科学家,包括一些诺贝尔奖获得者盖尔曼(M. Gell-Mann)、阿罗(K. J. Arrow)、安德森(P. W. Anderson)都纷纷投入到SFI的复杂性研究中,极大地推动了复杂性科学的发展。
圣菲研究所将其宗旨确定为开展跨学科、跨领域的复杂性研究,并以一种机构和机制来保证这种实质性的跨学科研究。作为圣菲研究所的发起者和第一任所长,考恩认为,对复杂系统作完整而准确的描述是整个科学面临的重大挑战。复杂性科学是整个科学发展的前沿,不是那一门具体科学的前沿。因此,复杂性研究需要不同学科之间的深入对话与合作。考恩是一位具有广阔视野和远见卓识的科学家,他曾长期担任洛斯阿拉莫斯的技术与组织领导工作,具有丰富的理论知识和实践经验。当他退休的时候,多年的思考促使他萌发了这样一个创意:建立一个冲破学科界限的,研究各学科共同关心的,“人类究竟是如何认识和处理复杂性的”这个难题。考恩的这个想法不是偶然的,他在几十年的科学生涯中,深深体会到近代科学中普遍存在的片面强调还原论思想的弊病,以及由此而来的种种问题。如学科分隔造成的隔阂,综合的、整体的观念的缺乏,只见树木不见森林的短视和偏见,在丰富多彩的现实面前的僵化和无能。他认为,这些弊病不仅阻碍了科学的发展,而且往往是人类面临的许多现实问题难以得到有效解决的原因所在。
圣菲研究所的这个研究宗旨吸引了一大批富有创新精神的,勇于探索这个新开辟的领域的科学家。圣菲研究所正是由3位诺贝尔奖获得者盖尔曼、阿罗和安德森为首的一批不同学科领域的著名科学家组织和建立起来的。如经济学家阿瑟(W. Brain Arthur),他在经济学界首先研究了现代经济的重要特征——收益递增现象。计算机科学家霍兰(J. H. Holland),他是遗传算法(Genetic algorithm)的首创者,也是CAS理论主要提出者,还有以研究人工生命闻名的兰顿,从生物医学领域来的考夫曼,复杂性研究多种早期著作的作者卡斯蒂等等。他们中既有德高望重的诺贝尔奖金得主,也有初出茅庐、血气方刚的青年学者。他们以复杂性和突现为中心议题,进行着不同学科之间的对话与合作。圣菲研究所成立之初的两次研讨会(1984年10月和11月)的主题就是“突现中的科学综合”,他们谈论的主要是跨学科的科学大综合,强调新型科学正在从这种综合中涌现出来。
复杂性科学的跨学科既是在传统的科学专业之间的综合,又有科学与哲学的对话和交融。我们不得不处理那些我们尚未理解的东西,而这需要有新的思维方式。正是在这种意义上,哲学将发挥重要的作用,它不是对于科学和技术中所发生的事物提供某种元描述(meta-description),而是作为科学和技术实践中的一个整体的组成部分。一些特定的科学哲学的视角对于我们研究复杂系统的进路将产生影响。例如,我们需要从跨学科的层面对复杂系统建立动力学模型。从传统的科学观点看,建立模型是为了预测和控制复杂系统的行为。较好的模型可以使得科学家更牢固地抓住诸如在经济学、生物学、医学、心理学、社会学等学科中遇到的复杂性。但从更一般的哲学观点来看,我们可以说,我们对复杂系统建模,是因为我们希望更好地理解它们。因此,对于复杂系统的模型的评价,应该从“必须是正确的”转换到“必须是信息丰富的”。但这并不意味着,在模型与系统自身之间的关系变得不那么重要了,而是意味着,从控制和预测转移到理解,这对于我们研究复杂性是有效的。一旦我们对于复杂系统动力学有了更好的理解,我们就能够寻求不同复杂系统之间的相似和差异,并因此能更清晰理解不同模型的长处和局限。这种观点还可以让我们进行更多的推测,并将那些从严格的科学观点看来是不允许的思想结合进来。[2]因此,为了给复杂系统建模,我们既需要科学的视角,也需要哲学的思维。霍兰在谈及突现研究的长期目标时就认为还有“两个具有哲学和宗教色彩的深奥的科学问题:生命和意识”。[3]因此可以说,科学没有哲学是盲目的,哲学没有科学是无效的。它们之间的合作将使双方获益。一方面,一旦我们开始对复杂性的本质有了更多的理解,那么关于复杂系统的模型在科学实践中才能更加成功。另一方面,只有将我们的模型进行实际的科学测试,才有可能改进我们的理解。因此,正如STF意识到的,跨学科的研究进路能够为科学开辟一条综合创新的途径。
2 跨学科研究与系统思维
跨学科研究之所以可能的依据和思想基础,是对描述不同对象系统之间的同构性(isomorphisms)的认识。传统上由于研究主题不同而被人们分割的对象系统之间,存在着同构关系。所谓同构关系,简言之就是不同的系统之间不仅在元素上,而且在关系或运算法则上存在着一一对应的映射。一旦一种相应的同构性在两个或更多的领域建立起来,那么,在一个领域中发展起来的理论和方法就很容易应用到相应的其它领域之中。
不同领域中同构性的发现使新的整体思维方式即系统思维应运而生。人们日益发现,系统性类似变得越来越重要,至少是与事物性差异同样重要。科学中跨学科领域的出现,对不同学科中同构性的存在和利用,使一些学者意识到,特定的概念、观念、原理和方法可以被应用于一般意义的系统,而不管它们的学科类别。因而导致了一般系统的概念,一般系统的理论和系统思维的产生。可以说,系统思维和系统科学是跨学科研究的结果,而跨学科研究正是系统科学基本研究方法之一。
在系统科学研究中,许多学者正是在倡导并实践着跨学科研究,丰富和发展着系统思维。如,维纳的控制论就是在生理学与电子学的跨学科研究中提出的。根据维纳的记载,从20世纪30年代到1944年为止,美国哈佛医学院成立了一个持续了十多年的跨学科研究会——科学方法论讨论会,参加这个研究会的有数学家、物理学家、电子工程学家、神经生理学家、逻辑学家和分析哲学家,正是他们的共同研究产生了控制论这门学科。
维纳说:“许多年来,罗森勃吕特(医学)博士和我共同相信,在科学发展上可以得到最大收获的领域是各种已经建立起来的部门之间的被忽视的无人区。从莱布尼兹以后,似乎再没有一个人能够充分地掌握当代的全部知识活动了。从那时候起,科学日益成为专门家在愈来愈狭窄领域内进行着的事业。……今天,没有几个学者能够不加任何限制而自称为数学家,或者物理学家,或者生物学家。一个人可以是一个拓扑学家,或者一个声学家,或者一个甲虫学家。他满嘴是他那个领域的行话,知道那个领域的全部文献,那个领域的全部分支,但是,他往往会把邻近的科学问题看作与己无关的事情,而且认为如果自己对这种问题发生任何兴趣,那是不能容许的侵犯人家地盘的行为。”但维纳认为,“到科学地图上的这些空白地区去作适当的查勘工作,只能由这样一群科学家来担任,他们每人都是自己领域中的专家,但是每人对他的邻近的领域都有十分正确和熟练的知识;大家都习于共同工作,互相熟悉对方思想习惯,并且能在同事们还没有以完整的形式表达出自己的新想法的时候就理解这种新想法的意义。数学家不需要有领导一个生物学实验的本领,但却需要有了解一个生理学实验、批判一个实验和建议别人去进行一个实验的本领。生理学家不需要有证明某一个数学定理的本领,但是必须能够了解数学定理中的生理学意义,能够告诉数学家他应当去寻找什么东西。”[4]
“反馈”概念和定律的建立就是一个典型的跨学科研究的案例。如前所述,反馈就是通过输出值和目标值之间差异的测量回输到输入端来控制系统使其达到目标的控制动作。这个反馈概念,在航海中叫做“掌舵”,当一艘航船驶向海港时,灯塔指明码头的目标,舵手靠的是将实际航向与目标之间的偏差信息输给舵盘,来纠正航向以到达目的地。但这个概念在电子控制工程师来说叫做“反馈”,例如要改善一个电子管放大器输出电波的抗干扰性能,就从输出端连接一个电阻再回输到放大管电路的输入端。可是在神经系统中,它叫做一种随意活动(生理学上的名词,指经过大脑皮层反射的、有意识的活动)。[5]例如你要去捡起一支铅笔,本质上就是通过视觉和本体感觉将铅笔与手的距离(未被捡起的量)回输到神经中枢用以调整手部的运动。这是一个由神经系统发向肌肉,而通过本体感受再进入神经系统的环形神经传导过程。当这个过程出了毛病,航海叫做掌舵失控,电子管放大器叫做发生回输振荡,而神经生理学叫做目的震颤。维纳等人正是通过跨学科研究将这些不同学科的概念相互对照、相互启发,最后运用数学将它概括起来,成为著名的系统科学反馈定律。对于这种反馈控制条件,艾什比又进一步运用信息论予以证明并概括为必要的多样性定律或必要的变异度定律。
20世纪60年代到70年代关于系统自组织研究,可以说是系统科学发展中又一个跨学科研究阶段,主要是研究复杂系统特别是与生命有关的系统的序是怎样形成和怎样保持或增加的。早在1944年,量子物理学家薛定谔写了一本跨学科的著作《生命是什么》,他认为:生命以负熵为生,就像是活的有机体从周围环境中吃进了、吸收了一串负熵去抵消它在生活中产生的熵的增量,从而使它自身维持在一个稳定而低熵的水平上。[6]这个观点启发了60年代物理化学家、布鲁塞尔大学的普里高津,他提出了耗散结构理论,研究非平衡态热力学,提出开放系统中“非平衡是有序之源”、“通过涨落而有序”等自组织原理。它的典型案例是对流层和化学钟。与此同时,西德的H.哈肯是从研究激光理论中提出协同学的。生物学家艾根则从生命起源的前生命分子进化的研究中提出超循环理论。普利高津的耗散结构理论,哈肯的协同学以及艾根的超循环,是作为化学理论与非平衡热力学理论、激光理论和生命起源理论而提出来的。为此,普利高津获得的是诺贝尔化学奖,哈肯获得的是联邦德国总统授予的联邦大十字功勋奖章,是为他的物理学成就而颁发给他的。但是70年代以后,他们都跨越到了其他学科进行研究,如生物学、生态学、经济学、政治学、社会学,并从不同角度提出了系统演化的理论,揭示复杂系统在一定条件下演化为新的有序结构或高层次组织的机理。因此,以普里高津的耗散结构理论、哈肯的协同学以及艾根的超循环理论等为代表,在复杂系统自组织理论的标题下形成了复杂系统研究的第二次浪潮。
从系统科学的发展,我们可以看到,跨学科研究有三个方法论要求:
(1)它是以分门别类的研究为基础的,以在某一专业的专门研究的基础上尽可能熟悉相关学科的某些概念、方法、定律和实验。
(2)进行不同专业人员之间对相关问题的合作研究和共同讨论。
(3)跨专业提出假说,由相关学科做出实验检证。例如,维纳向神经生物学家罗森勃吕特提出了在神经生理学中也可能存在因反馈过度造成的疾病,由罗森勃吕特提出目的震颤而得到确证。但是一个典型的系统科学问题,特别是复杂系统科学问题的解决,通常需要经过三个跨学科研究阶段,这三个阶段在历史上也是顺序地发展起来的。
第一阶段:小边缘交叉学科研究阶段,它是产生于相邻的两、三门传统的学科之间的边缘地带,或虽非相邻但运用一门学科或一类学科的基本概念实验技术和研究方法运用到其他学科上去。例如将无线电子学的概念运用于神经生物学中去的早期控制论研究,将新达尔文主义进化论观念运用于计算机的算法研究。第二阶段:大边缘交叉学科的跨学科研究,所谓大边缘交叉学科的跨学科研究,指的不是自然科学领域内部各学科的相互交叉,如物理化学、化学物理、生物化学、放射生物学等,也不是指社会科学领域内各学科之间的相互交叉,如经济伦理学、伦理经济学等。而是自然科学与社会科学领域之间的相互交叉研究,如计量经济学、生态经济学、系统管理学的研究等等。在小边缘交叉跨学科研究得出来的耗散结构和协同学的自组织理论,还必须拿到大交叉学科中进行检验,看它是否可以用于社会复杂系统、社会管理系统,才能成为普遍的复杂系统科学的一般规律。这种应用有时带有隐喻式的、类比性的解释,这当然也是一个很重要的应用。但它也说明这些规律的表述尚未成熟,尚未达到精确的地步而有待于进一步加以改进。第三阶段的跨学科研究就是一种综合性学科的出现。所谓综合性学科指的是以特定的比较复杂的自然界客体或工程技术客体或社会组织管理客体为研究对象,采取多学科的概念、方法和实验、监测、计算技术进行研究而形成的交叉学科群。环境科学、海洋科学、城市科学、决策科学、管理科学都属于这类综合性学科群。它不是一个学科之间的简单交叉,而是一个有交叉、有重叠、有并合的复杂综合体。而且,这种综合学科的出现,不仅是由于学科发展进入边缘交叉领域而引起的,而且是由于人类面临着的迫切需要解决的重大社会问题和技术问题引起的。
3 系统科学的跨学科研究方法
类比、隐喻与模型是系统科学发展的主要研究方法。例如,一般系统论四位创始人之一,上世纪60年代一般系统研究会的会长A.拉波波特就说过:“可以把一般系统论看作是目的在于把类比推理导入理论上富有成果的发展方向的一套纲领”,“类比必然要作为一般系统论的任何一种阐述的基础”。[7]可以说,系统科学主要是在生命的隐喻与类比中研究复杂系统的。数学家N.维纳在他与神经生理学家A.罗森勃吕特1945年合写了一篇论文《模型在科学中的作用》中谈到:“科学知识是由一系列抽象模型所组成”“不完全的模型是由科学所发展的用于理解世界的唯一手段。”[8]控制论主要就是在对机器和动物行为进行类比和隐喻的基础上提出来的。
20多年来,圣菲研究所在跨学科的复杂性探索方面,取得了一系列重要成果。首先,他们研究了复杂适应系统一系列新奇性的特点,如突现、集体行为、混沌边缘、自发组织、隐秩序、虚实世界等,认为复杂性、适应性、开放性的交互作用,使复杂适应系统在演化过程中呈现出复杂而有规律的特点,并将之称为复杂适应系统理论。其次,指明复杂适应系统研究的内容非常广阔,不仅在分子生物学、非线性科学、认知科学等领域开始了成效卓著的研究,而且在神经生物学、脑科学、宇宙学、生态学、免疫系统、人工生命等领域也展现了光明的前景。
圣菲研究所在复杂性科学研究中的重要方法就是隐喻与模型方法。著名系统科学家R. L. Flood与E. R. Carson在《处理复杂性——系统科学的理论与应用导论》一书中写道:“隐喻与类比,即‘类似性’思想,可以用来对难于理解的现象获得洞察……系统隐喻能提供巨大的多样性范例来帮助我们的思考过程。”[9]所谓隐喻,是这样一种思维方式,它是不同概念领域之间,不同学科领域之间的一种映射关系。当人们进行隐喻思维时,通常是运用比较具体的、或我们比较熟悉的、或有结构性的源领域作为比较抽象的、或我们不熟悉的、或无结构的领域的映像来建构、解释和预言后一个领域即目标领域的概念特征。因此,要理解隐喻的结构就要理解这种跨领域的概念群的映射关系。模型是运用类比逻辑对目标领域对象所做的精确的、体系化的、协调一致的隐喻系统。[10]隐喻与模型的区别是一个程度的问题。科学知识是由一系列模型所组成。科学概念的意义主要是通过模型而获得。科学推理的主要形式是模型——类比推理,科学的主要研究方法是建模,通过建模和模型分析来进行解释与预言。在系统科学中模型问题尤为重要,因为系统的一般规律和一般特征,复杂系统的一般规律和一般特征主要是通过模型来研究的。模型理论和方法的最新发展是计算机模拟,它甚至被喻为“系统科学的实验室”。正是在先进计算机工具的帮助下,复杂性科学家对具体复杂系统的突现的产生机制进行了深入探索,以强大的计算机为支持的建模技术,允许我们对复杂系统的行为进行模拟,而不必已经理解了它们。目前,对神经网络、人工生命、生态系统等典型的复杂系统的突现现象进行了模拟研究,对突现现象建立了一些可操作的描述方法,建立了符合现代科学规范的突现机制模型和理论,从而使突现真正成为了一个科学概念。
目前,运用计算机模拟复杂性和研究突现主要有两种模型:基于规则的模型和关联论模型。基于规则的模型是探索复杂性模型的经典方法。复杂系统的行为被简化为能够正确描述系统的一组规则,问题在于发现那些规则,并且用计算机模拟出这些规则怎样在迭代运用的过程中突现出各种复杂的模式。霍兰研究的主是这类基于规则的系统,相信这类系统的突现性可以用科学方法描述。SFI的思路是,选择适当的主体(agents)作为构件(building block),用计算机程序刻画少数支配主体相互作用的简单规则,通过计算机模拟该模型的突现行为,让宏观整体行为由下而上、自然而然地突现出来,使研究者能够直接观察系统的生成、演化过程,从观察现象中发现规律,建立复杂系统突现的理论。
圣菲研究所的法默(Farmer)提出了系统突现的“关联论”(Connectionism)模型。此模型来源于对人脑的模拟。是一个由“连接物”相连的“节点”网络所代表的互动作用者群。在神经网络中,节点——关联物结构是非常明显的。节点就相当于神经元,而关联物就相当于连接神经元的突触。因此,一个相互关联的神经网络(能够被数学地模拟),在个体神经元的层次上没有表现出明显的复杂行为,但神经系统却能够完成特殊的复杂任务。复杂行为从许多简单处理器——它以一种非线性方式对局部信息作出响应——的相互作用中突现出来。
网络节点非常简单,整体行为几乎完全就是由节点之间的相互关联来决定的。或用兰顿的话来说,相互关联中编入了网络的泛基因型密码。在这种情况下,力量存在于关联之中。“神经元”基本上也只是开开闭闭的开关,然而它们却能仅仅通过相互作用就产生令人吃惊的复杂结果。所以,如果改善这个系统的表现类型,只需改变这些节点之间的相互关联就行了。法默认为,可以通过两种方法来改变这种相互关联。第一种方法是让这些关联还呆在原地,但改善它们的“力度”,这相当于霍兰说的“采掘式学习”。第二种更为彻底的调整关联的方法是改变网络的整个线路布局,摘除一些老的关联点,置入新的关联点。这相当于霍兰说的“探索性学习”;为获得大成功而做大冒险。实验中,神经网络确实能够通过学习而重新布线。这给我们的启示是:重要的是加强关联点的力度(权重),而不在于加强节点的力度,这便是兰顿和人工生命科学家所谓的生命的本质在于组织,而不是在于分子。这一概念同时也使我们对宇宙中生命和心智从无到有的形成和发展,有了更深刻的了解。
研究复杂系统的主要方法是模型方法,复杂系统本身又有一个模型问题。因此是认识怎样从问题的经验洞察开始,通过隐喻和类比进路,经同态和同构的科学抽象,再达到科学模型的建构和检验的系统认识过程。
可以说,复杂系统科学研究的一个前沿与热点就是在跨学科的视野下,运用隐喻与计算机模拟探索突现的动力学机理。
【参考文献】
[1]沃尔德罗普:复杂——诞生于秩序与混沌边缘的科学[M].陈玲等译.北京:三联书店,1997:6.
[2]Gilliers P. Complexity and Postmodernism: understanding complex system [M]. Routledge, 1998.
[3]John H. Holland: Emergence: from chaos to order [M]. Oxford university Press, 1998: 246.
[4][5]N.维纳:控制论[M].北京:科学出版社,1985:2—3,6.
[6][奥]埃尔温.薛定谔:生命是什么[M].湖南:湖南科技出版社,2003:72.
[7]A.拉波波特:一般系统论[M].福建:福建人民出版社,1994:23,29.
[8]A.罗森勃吕特、N.维纳:模型在科学中的作用[A].载于庞元正、李建华编《系统论、控制论、信息论经典文献选编》[C].北京:求实出版社,1989:296—297.
[9]R. L. Flood & E. R. Carson: Dealing with Complexity. [M]. Plenum Press, 1993: 19—20.
[10]颜泽贤、范冬萍、张华夏著:系统科学导论[M].北京:人民出版社,2006:180—195.
(原载《系统科学学报》2008年3期。)

文章的脚注信息由WordPress的wp-posturl插件自动生成


分享到:

标签 :
版权声明:版权归 哲学网:哲学学术门户网站,Philosophy,哲学家,哲学名言大全 所有,转载请注明出处!

转载请保留链接: http://www.zhexue.org/f/kezhe/6113.html

已有 0 条评论 腾讯微博
我的哲学
哲学 未经授权禁止复制或建立镜像,采用Wordpress架构,采用知识共享署名进行许可
邮箱:admin#zhexue.org (#换成@)优畅优化|阿里云强力驱动
ICP证号:重新备案中
网站加载0.943秒
知识共享许可协议