理解生命、理解智能，复杂系统科学让我们通过联系的视角探索世界

原创集智编辑部 2025-05-13 21:26 上海

21世纪的学术前沿：复杂系统科学

导语

世界并非简单的线性组合，而是由无数相互作用的个体构成的复杂系统。从蛋白质折叠到气候变化，从大脑运作到社会演进，复杂系统科学正试图揭示这些系统背后的普遍规律，帮助我们更好地调控复杂系统。

狄增如 | 受访者

集智编辑部 | 整理

如何定义复杂系统科学？

系统科学自创立之初，在钱学森先生以及一群具有远见卓识的老一辈专家学者的支持下，就对系统科学有了一个基本的界定和定义。经过多年的发展，我们发现这一定义至今依然不过时，不得不令人钦佩老一代科学家的远见卓识。

在系统科学的定义中，研究复杂系统实际上聚焦于探索复杂系统的结构、功能与环境之间的普适关系，以及系统演化和调控的一般规律。具体而言，这一研究有两个核心关注点：一是系统本身的结构与功能；二是这些结构与功能如何随着系统的演化而产生，以及我们可以通过何种手段对系统进行调控。这一定义几乎涵盖了复杂系统科学研究的核心内容，同时也为我们提供了指导性原则，帮助我们从合适的角度去研究各个领域中的具体系统。

复杂系统科学将如何发展？

复杂系统科学如今已成为21世纪各个领域的学术前沿。郭雷院士曾提出一个重要的论断：各领域已广泛进入研究复杂性及调控复杂系统的时代。因此，复杂系统科学在各个领域中的重要性日益受到关注。这是其重要性的一方面。另一方面，复杂系统科学的发展必须与具体领域紧密结合，不能空洞无物。只有通过解决具体领域的科学问题，我们才能实现发展一般复杂系统科学理论的目标。这两个方面相辅相成，缺一不可。

我个人认为，复杂系统科学在生命和智慧领域具有特别重要的意义。

以生命科学为例，在20世纪的生物科学发展进程中，还原论占据主导地位。我们将生命拆解为一个个零件，将器官分解为细胞，进而深入到基因和蛋白质层面，形成了分子生物学、蛋白质组学和基因组学等坚实的研究基础。然而，我们逐渐发现，仅对这些单元的认知是不够的，我们还需要学会如何将这些单元组织起来，形成对生命整体的科学认识。因此，生命科学无疑是复杂系统科学的一个关键领域，我相信在不久的将来，这一领域将迎来重大突破。

人工智能技术的发展也为我们认识生命提供了重要支持。我们积累了大量关于蛋白质和基因的数据，但如何理解这些数据，将数据转化为信息，信息转化为知识，知识再转化为智慧，是一个关键问题。人工智能在此过程中能够发挥重要作用。例如，2024年诺贝尔奖授予AlphaFold，正是人工智能技术助力下，让我们对蛋白质性质的认识实现了快速而广泛的突破。这样的技术进步为我们理解生命创造了有利条件。然而，真正的生命科学理解离不开复杂系统科学的支撑，这也是我们研究复杂系统的核心科学目标之一——理解生命，理解智慧。这些都是未来科学研究的重要主题和方向。

与生命密切相关的另一个领域是智能。关于大脑的研究已有悠久历史，一直是科学探索的重要领域。美国和欧洲均推出了脑计划等重大研究项目。然而，回顾现有研究，我们发现其在系统性和整体性方面仍有不足。未来，如何借助AI for Science的理念，利用人工智能技术帮助我们认识智能本身，同时通过对智能的理解反过来推动人工智能技术的发展，也应是复杂系统科学的重要方向。我相信，在不久的将来，这一领域同样能够取得突破性进展。

当我们在生命和智能领域取得科学突破时，复杂系统科学的重要性必将为更多人所认识和接受，其价值也将得到更广泛的认可。

复杂系统领域有哪些核心的科学问题？

在国家自然科学基金委交叉学部的支持下，我们近期论证了一项关于复杂系统科学研究的重大规划项目。在该项目中，我们对未来推进复杂系统科学研究需要解决的重要科学问题进行了系统梳理。

其中，核心科学问题聚焦于“涌现性”这一关键概念，即由大量单元组成的系统如何通过相互作用产生新的性质和功能。这是复杂系统科学研究最具根本性的课题。围绕这一核心问题，我们从多个角度展开探索：

首先，在数学方法层面，我们致力于发展能够融合不同空间尺度和时间尺度的数学建模方法与技术。其次，我们探索如何将科学计算领域的认知与理论研究更好地结合。此外，在特定理论和科学研究领域中，我们也关注有哪些比较重要的核心的科学问题。同时，我们还面临一系列具体的科学挑战。这些挑战涵盖方法论层面，包括数学和物理的基本理论与科学方法；也涉及具体领域中的科学问题，例如生命生态、气候环境等领域的研究难题。通过这一规划项目，我们希望为复杂系统科学的发展提供全面而深入的理论支持与实践指导。

复杂系统科学的发展还需要什么？

首先，在科学研究范式和方法上，我们必须实现革新与突破。20世纪的科学成就大多是在还原论的指导下取得的，这种方法已深深融入我们的思维方式——遇到问题时，我们往往习惯通过拆解来理解。然而，复杂系统科学并非否定还原论，而是强调在还原的基础上，必须回过头来进行综合与集成。如果无法将拆解的零件重新组装起来，我们就无法真正实现对所研究系统的科学认识。简单来说，我们不仅要会“拆”，更要会“装”。复杂系统科学面临的最大挑战之一，就是如何将20世纪在还原论指导下拆解的零部件重新组装起来。这种研究方向和范式的变革至关重要。在确定科学问题的认识、研究途径和方法方案时，必须突出复杂系统科学路线上的创新，这是解决复杂系统科学问题的重要基础和保障。

其次，当前社会科学、生命科学及智能研究正迎来重大机遇，同时也面临挑战。这得益于过去科学技术发展的积累，我们已拥有关于生命和智慧的丰富数据。然而，仅靠人力从这些数据中发现规律、提炼知识，难度极大。因此，科学研究必须与技术发展紧密结合。人工智能技术尽管存在诸多问题，但无疑将成为我们未来破解各种科学挑战的重要技术支撑。

最后，我想强调的是，知识本身的重要性正在减弱，而知识如何被创造的过程变得至关重要。我们必须让年轻人学习和掌握人类科技文明发展历程中的知识发现过程。只有这样，他们才能具备面向未知、应对未来各种挑战的基础。已有的知识并非最重要，如何创造出尚未被发掘的知识，才是真正的核心挑战。

本文为科普中国创作培育计划作品
受访者：狄增如北京师范大学系统科学学院教授
创作团队：集智俱乐部
审核专家：张江北京师范大学系统科学学院教授
出品：中国科协科普部
监制：中国科学技术出版社有限公司、北京中科星河文化传媒有限公司

关于集智俱乐部

集智俱乐部成立于 2003 年，是一个从事学术研究、享受科学乐趣的探索者的团体，也是国内最早的研究人工智能、复杂系统的科学社区。它倡导以平等开放的态度、科学实证的精神，进行跨学科的研究与交流，力图搭建一个中国的 “ 没有围墙的研究所 ”。集智科学研究中心（民办非营利企业）是集智俱乐部的运营主体，长期运营社区生态，催化理论创新。使命：营造跨学科探索小生境，催化复杂性科学新理论。

因果涌现读书会第六季

在霓虹灯的闪烁、蚁群的精密协作、人类意识的诞生中，隐藏着微观与宏观之间深刻的因果关联——这些看似简单的个体行为，如何跨越尺度，涌现出令人惊叹的复杂现象？因果涌现理论为我们揭示了答案：复杂系统的宏观特征无法通过微观元素的简单叠加解释，而是源于多尺度动态交互中涌现的因果结构。从奇异值分解（SVD）驱动的动态可逆性分析，到因果抽象与信息分解的量化工具，研究者们正逐步构建起一套跨越数学、物理与信息科学的理论框架，试图解码复杂系统的“涌现密码”。

为了系统梳理因果涌现最新进展，北京师范大学系统科学学院教授、集智俱乐部创始人张江老师领衔发起「因果涌现第六季」读书会，组织对本话题感兴趣的朋友，深入研读相关文献，激发科研灵感。

读书会将从2025年3月16日开始，每周日早9:00-11:00，持续时间预计10周左右。每周进行线上会议，与主讲人等社区成员当面交流，之后可以获得视频回放持续学习。诚挚邀请领域内研究者、寻求跨领域融合的研究者加入，共同探讨。