کتاب سیری در نظریه پیچیدگی

سیستمی که شبکه بزرگ اجزای آن که فاقد کنترل مرکزی هستند و مطابق با قواعد ساده‌ای عمل می‌کنند، موجب پدیدار شدن رفتار پیچیده جمعی، پردازش اطلاعات پیشرفته، و انطباق از راه یادگیری یا تکامل می‌شود.

ایده‌هایی را که بدین ترتیب از کنار هم گذاردن چندین ایده ساده شکل گرفته‌اند پیچیده می‌نامم؛ چیزهایی مانند زیبایی، قدردانی، انسان، ارتش، جهان هستی. جان لاک، جستار درباره ف انسانی

در سیستم‌های آشوبناک، حتی کوچکترین خطا در اندازه‌گیری اولیه شما سرانجام خطاهای عظیمی در پیش‌بینی حرکت آینده یک شیء به وجود می‌آورد

"بهترین اتفاقی که می‌تواند برای یک دانشمند پیش بیاید، پی بردن به این است که چیزی که در ذهن او اتفاق افتاده دقیقا متناظر با چیزی است که در طبیعت اتفاق می‌افتد

او نوشت: "طبیعت با خودش بی‌نهایت ساده و راحت کنار می‌آید.

آنتروپی میزان انرژیی است که قابل تبدیل به کار بیشتری نیست

"آینده" به عنوان جهتی از زمان که در آن آنتروپی افزایش پیدا می‌کند تعریف می‌شود.

در دنیای واقعی، اطلاعات چیزی است که برای معنا مورد تحلیل قرار می‌گیرد، یعنی به یاد سپرده می‌شود و با سایر اطلاعات ترکیب می‌شود، و نتایج یا کنش‌هایی را به وجود می‌آورد. در یک کلام، اطلاعات از طریق محاسبه پردازش می‌شود.

به دلیل "وابستگی حساس به شرایط اولیه"، پیش‌بینی رفتار برخی از سیستم‌های ساده قطعی در درازمدت، حتی در اصل، غیرممکن است.

یک مقیاس ساده پیچیدگی اندازه است. برحسب این مقیاس، اگر تعداد جفت‌های بازی را مقایسه کنیم، انسان‌ها ۲۵۰ بار پیچیده‌تر از مخمرها هستند، اما اگر ژن‌ها را بشماریم، تنها حدود چهار برابر پیچیده‌ترند. چون ۲۵۰ عدد بسیار بزرگی است، ممکن است تصور کنید که حداقل در مقایسه با مخمر، نسبتا پیچیده هستید، اما متأسفانه روشن شده است که آمیب، نوع دیگری از ریزاندام‌واره‌های تک‌سلولی، دارای جفت‌های بازی است که تعدادشان ۲۲۵ برابر جفت‌های بازی انسان است، و یکی از گونه‌های گیاه خردل به نام رابیدوپسیس همان تعداد ژن ما را دارد. آشکار است که انسان‌ها پیچیده‌تر از آمیب یا گیاهان خردل هستند، یا حداقل دوست داریم این‌طور فکر کنیم. که این را می‌رساند که اندازه ژنوم مقیاس چندان خوبی نیست؛ پیچیدگی ما باید از چیزی اساسی‌تر از تعداد مطلق جفت‌های بازی یا ژن‌ها ناشی شده باشد.

گولد منتقد جدی تکامل‌گرایانی است که آنها را "انطباق‌گرایان متعصب" می‌نامد - کسانی که اصرار دارند انتخاب طبیعی تنها توضیح ممکن در مورد سازمان پیچیده زیست است. افزون بر این، گولد و همکاران او با مطرح کردن این‌که برخی از پدیده‌های کلان مقیاس تکامل را نمی‌توان برحسب فرایند ذره‌بینی تغییر ژن و انتخاب طبیعی توضیح داد، بلکه توضیح این‌گونه پدیده‌ها مستلزم در نظر گرفتن تأثیر انتخاب طبیعی در سطوحی بالاتر از ژن‌ها و افراد - شاید تمامی انواع - است، به سومین بنیان ترکیب مدرن حمله می‌کردند.

طبیعت اندک اندک از چیزهای بی‌جان به حیات حیوانی می‌رسد، به شیوه‌ای که تعیین مرز دقیق تمایز امکان‌پذیر نیست. (۱) ارسطو

گولد نوشت که "نظریه ترکیبی به رغم سخت‌جانی‌اش در کتاب‌های درسی عملا مرده است." نایلز الدرج و یان تاترسال از این هم فراتر رفتند و ادعا کردند که دیدگاه تکاملی ناشی از ترکیب مدرن "یکی از بزرگترین افسانه‌پردازی‌های زیست‌شناسی قرن بیستم (۲۳)". است

مقیاس‌های متعدد دیگری برای پیچیدگی وجود دارد که امکانی برای پرداختن به آن ندارم. هر کدام از این مقیاس‌ها مطلبی را درباره تصور پیچیدگی می‌رساند اما همه آنها، هم محدودیت نظری و هم محدودیت عملی دارند، و تاکنون در توصیف سیستم‌های دنیای واقعی به ندرت مفید بوده‌اند. تنوع مقیاس‌هایی که مطرح شده است نشان می‌دهد که تصوراتی از پیچیدگی که می‌کوشیم به آنها دست یابیم، ابعاد برهم‌کنش بسیار متفاوتی دارند و احتمالا یک مقیاس اندازه‌گیری واحد برای تبیین آنها کافی نیست.

"بررسی پلکانی موازی" که در فصل دوازدهم به آن اشاره کردم. در این طرح بسیاری از امکانات به صورت موازی اکتشاف می‌شوند، و به هر کدام مطابق با بازخورد درباره این‌که چقدر امیدوارکننده هستند منابعی اختصاص می‌یابد که تخمین آن به طور مداوم و درحالی‌که اطلاعات جدید به دست می‌آید به روز می‌شود.

وقتی یک فرد (یا جامعه مورچگان یا سیستم ایمنی درباره وضعیتی که با آن روبروست اطلاعات اندکی دارد، اکتشاف امکانات به صورتی بسیار تصادفی و شدیدا موازی (بسیاری از امکانات به یک باره در نظر گرفته می‌شود) و نامتمرکز آغاز می‌شود: هیچ اجباری وجود ندارد که یک امکان خاص بیشتر از دیگران جستجو شود. درهمان حال که اطلاعات بیشتر و بیشتری به دست می‌آید، اکتشاف به‌تدریج متمرکزتر می‌شود (منابع بیشتری بر روی تعداد کمتری از امکانات متمرکز می‌شود) و کمتر تصادفی است: امکاناتی که پیش از آن امیدوارکننده تشخیص داده شده‌اند مورد بهره‌برداری قرار می‌گیرد. همچون جوامع مورچگان و سیستم ایمنی، در مقلد، این‌گونه استراتژی‌های اکتشافی از برهم‌کنش‌های بیشمار در میان اجزای ساده پدیدار می‌شود.

کتاب درباره پرسش‌هایی است که من و عده‌ای دیگر را در جامعه سیستم‌های پیچیده، درگذشته و حال، مجذوب خود کرده است: چگونه است که آن سیستم‌هایی در طبیعت که پیچیده و انطباق‌پذیر نامیده می‌شوند _ مغزها، جوامع" حشرات، سیستم ایمنی، سلول‌ها، اقتصاد جهانی، تکامل زیست‌شناختی - چنین رفتار پیچیده‌ای را بر مبنای قواعد زیربنایی ساده‌ای شکل می‌دهند؟ چگونه اندام‌واره‌های وابسته به هم، اما منفعت‌جو، می‌توانند کنار هم قرار گیرند تا در حل مسائلی همکاری کنند که بقای آنها را در کل تحت تأثیر قرار می‌دهد؟ آیا اصول یا قوانین عمومیی وجود دارد که در چنین پدیده‌هایی کاربرد داشته باشد؟ و آیا می‌توان حیات و هوش و انطباق را به صورت ماشین‌وار و محاسباتی فهمید؟ اگر این‌طور است، آیا واقعا می‌توانیم ماشین‌های هوشمند و زنده را بسازیم؟ اگر هم بتوانیم، آیا می‌خواهیم این کار را بکنیم؟

قانون دوم ترمودینامیک می‌گوید که مجموع آنتروپی یک سیستم منزوی تا زمانی که به مقدار حداکثر خود برسد همیشه در حال افزایش است

بودا به ما می‌گوید که "تمامی چیزهای مرکب محکوم به زوال‌اند."

سیستم‌های زنده پیچیده هستند - این سیستم‌ها جایی در میانه نظم و بی‌نظمی واقع‌اند. طبق دریافت شهودی ما، در طول تاریخ طولانی حیات، سیستم‌های زنده به جای این‌که بی‌نظم‌تر شوند و آنتروپی بیشتری داشته باشند، به شدت پیچیده‌تر و ظریف‌تر شده‌اند. می‌دانیم که برای کاهش آنتروپی، باید کار انجام شود. چه‌کسی و چه چیزی کار خلق و نگهداری سیستم‌های زنده را برعهده دارد و آنها را پیچیده‌تر می‌کند؟

انتخاب طبیعی نمی‌تواند قوانین فیزیک را زیر پا بگذارد و مثلا به پیدایش موجود پرنده‌ای بینجامد که از قوانین جاذبه تبعیت نمی‌کند یا حیوانی پیوسته متحرک که به غذا نیاز ندارد.

پیچیده‌ترین موجودیت‌ها منظم‌ترین یا تصادفی‌ترین موارد نیستند بلکه جایی در میانه هستند.

پیچیدگی اندازه کوتاه‌ترین برنامه کامپیوتری است که می‌تواند توضیح کاملی از شیء را به دست دهد. این را درون‌مایه الگوریتمی شیء می‌نامند.

به بیان بنت: "اشیایی که به لحاظ منطقی عمیق هستند... از شواهدی درونی حکایت دارند مبنی بر این‌که این اشیاء نتیجه یک فرایند پویا با محاسبات طولانی یا شبیه‌سازی کند هستند و نمی‌توانند به صورت دیگری که باورپذیر باشد شکل گرفته باشند."

ربوت‌شناسان هاد لیپسون؛ و همکاران او در دانشگاه کرنل هم اکنون نوعی ربوت تولیدمثل‌کننده را ساخته‌اند.

دانش‌واژه آلگوریتم امروزه به همان معنایی به کار می‌رود که تورینگ از روال معین می‌فهمید و آشپزها از "طرز تهیه" برداشت می‌کنند: رشته‌ای از گام‌ها که از طریق آن یک ورودی به یک خروجی تبدیل می‌شود.

استراتژی مجموعه‌ای از قواعد است که در هر وضعیت، کنشی را که در آن وضعیت باید به عهده گرفته شود روشن می‌کند.

طراحی مبتنی بر آلگوریتم ژنتیک در مقایسه با طراحی مهندسان انسانی بهتر کار می‌کند.

در سال ۲۰۰۵، لون و همکاران او جایزه "رقابت انسانی" را برای طراحی یک آنتن بدیع برای فضاپیمای ناسا دریافت کردند که بر مبنای آلگوریتم ژنتیک شکل گرفته بود، و این واقعیت را بازتاب می‌داد که طراحی مبتنی بر آلگوریتم ژنتیک در مقایسه با طراحی مهندسان انسانی بهتر کار می‌کند.

در ذهن بسیاری از افراد اطلاعات اعتباری هستی‌شناختی همانند جرم و انرژی یافته است - یعنی یک مؤلفه سوم بنیادی برای واقعیت.