加载中…复杂的本质
(2024-03-19 12:00:00)| 分类： 军事与科技 |
数字化认知-运转规则（复杂的本质）
2023-09-13 江苏·徐晟华
所有事情正在变得越来越复杂，人类的学习成本也越来越高。
那么到底是复杂成就了技术，还是技术造就了复杂？
复杂的定义
复杂起源于简单的叠加。叠加不是线性的，而是非线性的。
相比于复杂解法，简单解法当然更好。
光会走最短路径，我们会选最近的路，花最少的钱，用最简单直接的办法。
寻找简洁，不能忽视世界的复杂多变视。
十四世纪的“奥卡姆剃刀原理”：“如无必要，勿增实体”。
抛开载体和时间不谈，传递一条消息和两条消息肯定不一样。
还原论提倡“将复杂还原为简单，再从简单重建复杂”。
其局限性，将连续的运动分解为离散的、不连续的，忽略了整体和部分的层次差异，想用部分的组合关系来解释整体的运动规律。容易陷入“机械论”，动不动就用“概率”来解释。
整体论有点类似现在的“黑盒测试”。将一个复杂的系统当成一个“黑盒”，不关心里面有什么，只关心什么样的输入会有什么样的输出，通过系统的运转来了解系统功能。
还原论就像软件测试的“白盒测试”。对里面每个组件、部分的功能都要单独测试，还要测试各个部分的连接功能。
“单元测试”和“集成测试”都不可少。“还原论”和“整体论”，没有优劣之分，经常要将两种方法结合使用。
还原论认为“整体小于部分之和”，类似搭积木，拆掉一个柜子，换成搭一个沙发。
整体论认为“整体大于部分之和”，在拆解积木的时候，必然丢失了某些整体的信息，比如能不能将一只动物打散为分子后再组合为别的动物呢？
还原论认为分解-组合的过程完全可逆，但整体论可不这么认为。
整体论和还原论看到的不一致，就是复杂。
复杂的度量
复杂度没有一个明确的定义和度量方式，可以用对象的规模数量、系统的熵值、信息量、逻辑深度、形态维度等等来角度来考量。
封闭的系统是能量守恒的。但能量流动导致系统混乱度在增加，熵也在递增。
复杂度与系统熵增成正比，复杂度越高，熵变化越慢，反之变化就越快。
容器一边是热水，一边是冷水，若系统模型的复杂度低，中间部分冷热能量传导快，即熵增的快；若系统冷热能量传导较慢，熵增加的也慢，则复杂度高。
系统复杂度还跟参与的对象有关。
如传输消息：
一句话直接当面讲最简单，要是拆成两句说，或者找别人来转述，会更费事。
比如看书：
需要翻书才能阅读后面的内容，分页印刷和翻书是消耗能量的过程，如果有书可以不用翻页而能从头看到尾，那该多好！
比如消息的中继：
《快乐大本营》的“心有灵犀”节目，前面一个人比划，后面的人猜，猜出来再比划给后面的人……中间的人消耗的能量最多，先猜，再比划。
在传递相同信息量的情况下，分批传输、分阶段传输都会增加额外的能量，导致熵增加的比较快，也就是提高了系统复杂度。
复杂的来源
对复杂的定义，还无法统一，一直是哲学、复杂学研究、争论的话题。
“人不可能两次踏进同一条河流”，学习总是让“今天的我比昨天的我更好”。进化基于“昨天的我”，并非“新造一个我”。
兼容老版本让我们承担了多少历史的痛。
这是不是意味着其实世界是确定性的？只是因为我们掌握的信息太有限，观察到的信息被时间、空间所局限，所以无法对系统规律进行科学的描述。
我们知道对于逻辑斯蒂、斐波那契数列这样的递推公式来讲，只拿到中间任何一段是没有任何意义的，因为没有初始值就无法推导出真实的规律，也就无法推导下一个值。
我们对世界的理解只能基于假想实验、归纳总结和演绎推理，科学研究总是只有这么几种方法，这也就是我们为什么永远都期望可以寻找到“宇宙的起源”。
所以爱因斯坦才说：“这个世界最不可理解的就是它竟然是可以理解的”。
复杂度如何变化
一个独立的系统，与外部没有任何能量交互，复杂度不会变化。
系统自身的能量越多，与外部交换的能量越频繁，复杂度就会越高，其来源主要有两方面：
1.被动原因，为了适应外部的环境变化。
这个适合用整体论。面对外部不同的环境，系统会表现出不同的特性。
蚁群搬家建巢，抱团过河，都是为了吸取外部系统能量，维持系统熵减。
2.主动原因，系统为了对抗熵增做的组织结构优化调整。
这个适合用还原论。系统会将部分进行重新排列组合。
长颈鹿脖子不会马上变长，肌肉不会马上发达。
组织结构不是新生长出来，而是在原有版本上“更新”。
升级老版本要考虑兼容性，所以升级比新建复杂多了。
我们的眼睛为什么不能进化为同时看上下左右？肯定是我们的大脑处理不过来。
如何应对复杂
系统的复杂度是客观存在还是由我们认识的主观能动性决定的？
涉及到复杂的本质是存在论问题还是认知论问题，又是个哲学问题了。暂时我们就认为复杂度作为系统的一个客观存在的物理属性。
比如系统的组件部分就是很多，各个部分可能独立也可能有相互关联影响
比如流水线，被公认为现代社会最伟大的技术发明之一。每个人只需要复杂其中的一个环节，生产效率大大提高。
流水线技术的核心功能是将复杂的制造过程拆解为一道道工序，具备简单技能的工人就能完成。
系统的复杂度是不能被消灭的。
应对复杂度的方法
观察者可以通过一些手段更简单的认识一个复杂的系统。比如重新排列组合系统的部分，将实现相同功能的模块合并；将模块之间的组合关系统一管理，提供统一的通讯、控制等交互模式。
技术的主要功能正在于此：复杂度的识别、提取、隔离。
系统的管理，本质上也是一个复杂度再分配的手段。
具体表现为：
结构化。在高层次看是不是逻辑变简单了，业务流程是否清晰；
标准化。对于外部业务、需求的变化，是不是能很快按照既有流程分解为变化部分和不变部分，从而驱动实现；
单元化。复杂度模块的松耦合，模块内部的调整、替换不会影响整体业务流程；
成本化。不要兼容过多的“不明确”的复杂度，聚焦于现有的已经明确的复杂度问题。
对个人的启示
机器比人更擅长重复性工作，那么我们除了恐慌还能做什么呢？
我们跟机器相比的优势是：人类可以自我进化，有思维，可以处理简单问题，也可以处理复杂问题，还有将复杂问题简单化的能力。
结论
1 系统复杂度来源于外部，外部需求不复杂，也就没有复杂度；
2 系统不变，那么有降低系统复杂度的地方，必然有增加系统复杂度的地方；
3 通过组件模块的排列组合来调整复杂度的分布，是管理；
4 帮助我们识别、提取复杂度，把复杂度转交给专业的模块集中处理，是技术。
喜欢
0
赠金笔