陈关荣、郑志刚特别推荐｜张江《涌现：从简单规则到复杂世界》- 大数跨境

首页

陈关荣、郑志刚特别推荐｜张江《涌现：从简单规则到复杂世界》

集智俱乐部

2026-09-20

导读：10月7日下午集智谷线下解读签售

导语

北师大系统科学教授、集智俱乐部与集智学园创始人张江的新作《涌现：从简单规则到复杂世界》，从自然、计算、社会、物理到人工智能，系统梳理涌现现象及其背后的理论与方法。10月7日下午张江教授将在集智谷进行本书的解读和签售。

本书出版之际，中国香港城市大学电机工程系讲座教授、欧洲科学院院士、发展中国家科学院院士陈关荣教授、华侨大学系统科学研究所郑志刚教授分别为本书撰写推荐序。从不同角度审视这部800余页的著作。以下摘录两篇推荐序，与读者一起走近张江笔下的“涌现”。

关键词：涌现、复杂系统、因果涌现、信息论、人工智能、群体智能、机器观察者、系统科学

这样一本书究竟意味着什么？

鸟群如何协同飞行？蚂蚁如何集体决策？大模型为何会突然获得新的能力？意识、生命与智能又是如何产生的？这些问题都指向复杂系统研究中的核心概念——涌现（emergence）。

所谓涌现，是指系统中的许多简单要素通过相互作用，在整体层面产生了单个要素所不具备的新结构、新模式或新性质。从水分子的运动到天气系统，从蚁群觅食到人类社会，从计算机程序到大语言模型，涌现几乎无处不在。

但真正困难的问题是：我们究竟该如何定义涌现？它为什么会发生？又能否被测量、解释和利用？

北师大系统科学学院教授、集智俱乐部、集智学园创始人张江全新力作：《涌现：从简单规则到复杂世界》正试图沿着这些问题展开一次跨越自然、计算、社会与人工智能的探索。

本书以大量生动案例为切入点，从生命系统、计算机程序、人类社会到人工智能，系统介绍涌现现象的不同表现形式及其背后的科学原理。在此基础上，作者进一步结合复杂系统科学、信息论、统计物理学和人工智能前沿研究，讨论因果涌现、协同信息、机器观察者等重要理论，尝试回答“什么是涌现”这一科学难题。

它既是一部面向大众的科普作品，也是一部带有鲜明理论探索色彩的专业著作。800余页的篇幅，串联起大量经典案例、模型和前沿研究，也呈现了作者近年来围绕涌现问题所形成的一套研究思路。

本书出版之际特别邀请中国香港城市大学电机工程系讲座教授、欧洲科学院院士、发展中国家科学院院士陈关荣教授；另一位是华侨大学系统科学研究所郑志刚教授为本书推荐序，下面，让我们从两篇推荐序开始，走近这本关于“涌现”的书。

推荐序二

郑志刚

华侨大学系统科学研究所

2026 年 4 月

张江教授的新作《涌现：从简单规则到复杂世界》即将付梓。作为系统科学领域的同行与长期交流伙伴，我受他之邀，为本书撰写序言。

契机源于 2025 年 8 月 10 日，当时正值我们在华侨大学举办的“基于复杂数据的统计物理学：重构、涌现与相变”暑期学校暨学术研讨会开幕。我收到了张江教授发来的一封邮件，邀请我为他的新著撰写序言。这本书的主题与暑期学校活动高度契合，我欣然应允。这不仅是一份荣誉，更是一份使命与责任。

我接受这一重要使命还有一个重要缘由。张江教授所在的北京师范大学（简称“北师大”）系统科学学院，如今在海内外声誉卓著，而我是土生土长的北师大人。十年前，我告别了耕耘二十余载的北师大，来到华侨大学。在此，我与同事们共同创建了系统科学研究所、非平衡与复杂系统研究团队，以及福建省首个系统科学一级硕士点。如今，我又与同事们一同成功建设了智能科学博士点和硕士点。这些成就与我在北师大多年的学习研究密不可分。复杂系统及其涌现是新世纪的重要研究领域，也是系统科学发展的重要驱动力。对于来自母校好友的邀请，我自然乐意从命。

近年来，我和张江教授在复杂系统、信息论与人工智能的交叉研究领域多有交集，尤其在“涌现”这一复杂系统的核心议题上。张江教授创立了集智俱乐部，经过多年努力，该俱乐部在复杂性和系统科学的科普宣传方面产生了广泛的社会影响。我一直致力于复杂系统的自组织、同步、非平衡动力学和集群等方面的研究，已出版《从动力学到统计物理学》《复杂系统的涌现动力学：从同步到集体输运》等 6 部专著，这些著作也颇具影响力。尽管我们在各自的领域默默耕耘，但隐约能感觉到彼此的交集与协同效应正日益增多。

2025 年 4—6 月，我接受张江教授的邀请，在集智学园平台开设了“复杂系统的涌现动力学”系列课程。这个主题显然是张江教授极为关注的，他也一直期待着我会如何阐述“涌现”这一问题。在张倩、王朝会等老师的牵线搭桥之下，作为开课的序章，我与张江教授进行了一场题为“从科学视角如何理解和研究涌现”的视频对话。在这次对话中，我们围绕涌现的定义与度量、研究范式、研究方向、因果解耦及机器观察者等前沿问题，深入交流了各自的见解，并就不同观点充分交换了意见。他的诸多观点让我深受启发，其中一些观点因时间有限未能深入探讨，但也为我们此次的再度交流埋下了伏笔。8 月，在我收到张江教授的交流邮件的同时，他也把本书稿的电子版发给了我。

这是一份超过 800 页的电子书稿。我简单翻阅了一下目录，书中涉及的话题显然超出了我的预想，却也勾起了我的好奇心。我投入了大量闲暇时间来阅读书稿。当我读完最后一页时，我的感受是，这是一本极具科普韵味的专业著作，也是一本饱含专业特质的科普读物。因此，读者很容易沉浸于作者构建的情境中，在这种情境里感受那种亦甜亦酸的体验。实际上，这正是读书的最佳感受，大量专业知识和烧脑难题在不知不觉间就被化解。正如张江教授自己在前言中所讲：“本书虽定位为科普书，但我并不想降低知识本身的难度来讨好读者。随着内容的展开，我会逐步将深入的理论思考和专业的数学、物理知识融入其中。我希望你能和我一起站在理论发展的前沿，对尚无定论的问题展开思考。”

我相信，对这本举重若轻的书，张江教授必定倾注了大量心血与热爱。此次他将近年来的研究思考系统地整理成书，我深感其意义非凡。借此机会，我愿从同行的视角，谈谈我对本书的理解与评价。

“涌现”一词在复杂系统研究中频繁现身，却也时常被误用或过度泛化。它既被视作系统宏观行为的“神秘源头”，也遭到批评，被指为“科学解释的避风港”。在哲学层面，它涉及整体与部分的关系、因果性与层次性问题；在科学层面，它关乎如何从微观机制着手，理解宏观结构与功能的生成机制。

张江教授在本书里，尝试为涌现构建一个系统、清晰、可解析且可操作的框架。针对这一概念的复杂性，他借助大量案例、模型和理论工具，逐层剖析涌现的本质、条件及表现形式。正如我在“复杂系统的涌现动力学”课程中着重强调的，涌现并非超自然的魔法，而是信息结构在特定动力学条件下自我组织、自我协同的产物。

本书行文洋洋洒洒，分为 8 篇 34 章，内容覆盖自然系统、人工系统、社会系统以及理论建构，形成了一个从具体到抽象、从经验到理论、从体系到应用的知识脉络。下面我从自身角度简要解读各篇的主旨与亮点。

作者在开篇便着眼于自然界，选择了椋鸟群飞、蚂蚁觅食、黏菌网络等经典实例，展现了如何凭借局部互动规则催生高度协调的宏观行为。这些实例不仅在视觉与直觉上具有强烈的冲击力，更为关键的是，它们为涌现现象奠定了可观察、可建模、可仿真的基础。

作者并未仅仅停留在对现象的描述层面，而是深入探究了这些系统的信息传递机制、反馈结构及协同逻辑。例如，在剖析椋鸟集群飞行现象时，作者将雷诺兹的 Boids 模型与帕里西针对真实鸟群的研究进行对比，指出了局部对齐与速度波动传播所起到的关键作用；在探讨蚂蚁觅食行为时，作者着重强调了信息素与正反馈机制是如何引导系统朝着最优路径收敛的。

这些分析不仅有助于读者理解自然系统的自组织机制，也为后续人工系统的设计带来了启示。我在研究协同动力学时，也曾关注过类似问题，但更多地是从动力学机制的角度剖析自组织机制，而本书在机制解析方面的细腻程度尤为显著。作者尝试运用信息熵对涌现现象进行定量刻画，试图构建涌现与信息论之间的联系。

在第二篇里，作者将关注点转向了人工系统，尤其是计算机程序中的涌现现象。这一篇系统地介绍了当前计算科学、人工智能及统计物理学等学科对于“什么是涌现”的主要观点，几乎涵盖了所有相关内容。其中详细阐述了元胞自动机、人工生命模型（如 Floy、Tierra）、图灵机与替代系统等“计算宇宙”中的涌现现象和自组织临界性，展示了如何借助简单规则生成复杂行为。

作者不仅介绍了这些模型的规则和行为类型，还引入了沃尔弗拉姆的四分类法（固定值、周期、混沌、复杂），并深入探讨了“混沌边缘”这一临界状态与涌现之间的内在联系。这种从程序行为入手，逐步引出理论概念的方式，既富有启发性，又便于读者理解。

作者紧密结合近年来备受关注的大语言模型，梳理了人工智能的发展历程，着重介绍了大语言模型中的涌现能力，即随着模型参数量的增加，大语言模型会突然具备原本没有的能力。这种涌现现象与物理系统中的相变行为极为相似。

通过这些分析，作者指出，复杂的表现未必源于复杂的规则，各类复杂的计算实际上是等价的，也就是“计算等价性原理”。此外，最简单的规则也无法被简化或预测，即“计算不可约原理”。这一观点为复杂系统的研究方法奠定了哲学基础，也回应了“涌现是否可被解释”这一长期存在的争议。

第三篇把视角转向人类社会，深入探讨了人类群体行为中的“集体愚蠢”与“群体智能”。这部分内容独具特色，是我颇为喜爱的篇章之一。

作者借助人群踩踏、交通堵塞、股市泡沫等实例，揭示了人类群体在缺乏协调机制时可能引发的系统性风险。尤其值得一提的是，作者并未将“集体愚蠢”归咎于个体智力欠佳，而是指出其根源在于信息结构的碎片化、互动规则的无序及反馈机制的扭曲。这种观点避免了道德层面的评判，转而聚焦于系统结构与机制设计，彰显了系统科学应有的分析视角。

与之相对，作者还通过“集体乒乓球”“万人玩《原神》”“Reddit 像素画”等案例，展示了在特定规则与限制条件下，群体如何激发出高效的协同行为。这些案例不仅饶有趣味，也为理解“群体智能”的形成条件提供了实证依据。

作者介绍了信息分解理论，并将群体智能和集体愚蠢分别对应一个系统的协同信息和冗余信息上。该理论通过拆分两个变量的互信息，以定量方式精准刻画了什么是“整体大于部分之和”。作者大胆地将其应用于企业发展，并指出规模法则的幂指数可近似刻画协同信息和冗余信息。我十分欣赏这部分内容，作者将最新的思考，甚至是颇具争议的观点融入问题探讨，能够引发广大读者的浓厚兴趣，让本书的内容鲜活起来。

第四篇聚焦于自然物理系统中的涌现问题，这可是我极为熟悉的领域了。尽管这一篇篇幅不算长，但作者认为它“构成了整本书的枢纽，起到了承上启下的作用”。作者借助波动、台风、潮汛、木星大红斑等自组织现象及集体运动实例，着重强调了宏观结构与微观机制之间存在的非平庸、非线性关系，揭示出超越底层单元的因果规律及全新的物理法则。

这一篇的核心观点在于，涌现并非生物或社会系统所独有的，它同样是自然界普遍存在的组织机制；涌现不只是整体大于部分之和，还有可能催生全新的宏观物理规律。这种跨领域的统一视角，正是系统科学所追求的目标之一，也为因果涌现理论奠定了基础。

第五篇从定性与定量的视角直击涌现的本质，是本书的理论核心所在。作者着重介绍了“因果涌现”理论，认为在特定条件下，系统的宏观变量在因果层面相较于微观变量更具解释力，进而构成一种“因果上的涌现”。这一理论的核心在于引入了“有效信息”与“因果涌现”两个概念，力图从信息论与因果推理的角度，为涌现提供定量化的度量方式。

作者不仅介绍了国外学者的研究成果，还详细阐述了自身团队在“因果涌现”方面的原创性工作，涵盖基于动力学可逆性的度量方法、对称性与粗粒化视角下的广义涌现理论等。这些工作代表了当前复杂系统研究的前沿方向，具备重要的理论价值与方法意义。尤其值得一提的是，作者并未将这些理论与实际系统相孤立，而是尝试将其应用于意识研究、神经网络建模、社会系统模拟等领域，体现了理论与实践相结合的研究路径。

第六篇提出了具有前瞻性的研究范式——机器观察者。此范式是通过训练神经网络模型，使其成为复杂系统的“观察者”，进而能够自动识别系统中的涌现结构与因果关系。这一范式颇具吸引力，若能实现，涌现研究便有了全新且或许更为客观的观察者，也就实现了从“人类观察”向“模型观察”的转变。

这一范式的提出具有重要的方法论意义。它不仅可应用于自然系统与社会系统的研究，还为人工智能系统的自我理解与解释提供了可行路径。未来，随着模型能力与数据质量的提升，机器观察者有望成为复杂系统研究的标准工具之一。

此外，这一篇还涵盖了作者团队开发的 NIS 与 NIS+ 模型。这两个模型展示了如何借助数据驱动的方式构建系统模型，并利用训练好的神经网络识别系统中的涌现变量与因果结构。这种方法不仅增强了研究的客观性与可重复性，还为复杂系统的自动建模与理解提供了新工具。

第七篇探讨了涌现理论在多个领域的潜在应用，涵盖意识研究、生命活性度量、涌现计算、涌现控制、涌现设计及社会模拟等方面。尽管这些应用目前仍处于起步阶段，但作者借助具体案例，展现了涌现理论的实际价值与广阔前景。

例如，在意识研究领域，作者阐述了因果涌现与整合信息理论之间的关联，指出意识或许是一种高层次的因果涌现现象；在生命活性度量方面，作者提出了基于协同信息的“活性”指标，该指标可用于识别系统中的自组织区域；在涌现设计中，作者探讨了如何通过简单规则与进化机制生成复杂结构，为人工智能辅助设计提供了全新思路。

这些探索或许尚处于初期，还不够成熟，但已彰显出涌现理论在跨学科研究中的巨大潜力。可以预见，随着理论工具和计算方法的持续发展，涌现将在更多领域发挥核心作用。

最后一篇对全书内容展开了系统的回顾，并提出了若干开放性问题及未来的研究方向。作者着重强调，涌现不仅是一个科学议题，更是一个哲学议题；它不仅与系统的结构和行为相关，还关乎我们如何去理解“整体”与“部分”、“因果”与“解释”、“观察者”与“系统”之间的关系。这种反思不仅增加了本书的思想深度，也为读者预留了持续思索的空间。涌现并非答案，而是问题的开始。

上述非常丰富全面的内容构成了本书作为一部科普性著作的学术价值，主要表现在以下几个方面。

理论整合性强，本书将复杂系统、信息论、人工智能、认知科学等多个领域的研究成果有机整合，形成了一个统一的涌现研究框架。
案例丰富，覆盖广泛，从自然系统到人工系统，从生物行为到社会现象，作者提供了大量生动、具体的案例，帮助读者建立直观理解。
方法创新突出，无论是因果涌现理论，还是机器观察者范式，作者都提出了具有原创性的方法、工具，为后续研究奠定了坚实基础。
跨学科视野开阔，本书不仅关注系统科学本身，也积极回应人工智能、认知科学、社会科学等领域的问题，体现了跨学科研究的广度与深度。

在现实意义方面，本书为我们理解复杂系统的演化机制提供了理论工具，也为人工智能系统的设计与调控提供了新思路。尤其在当前人工智能系统日益复杂、行为难以预测的背景下，涌现理论为我们提供了一种理解其能力跃迁与行为突变的可能路径。

本书的写作思路清晰、严谨且富有逻辑，既有对复杂理论的深入剖析，也有对具体案例的细致讲解，适合包括初学者、研究者、人工智能从业者，乃至政策制定者与社会科学研究者等各种层次的读者。前两篇重点关注案例与模型，建立对涌现的直观理解，适合初学者阅读。第 8 章、第 9 章致力于理解大语言模型中的涌现现象及其机制，可帮助我们从复杂性视角理解人工智能。第五篇、第六篇关注因果涌现、信息分解与机器观察者等理论工具，可为研究者“开脑洞”。第三篇、第七篇关注群体行为与社会系统的演化逻辑，是具有交叉性的内容，很有吸引力。

涌现作为一个概念，早已有之；但作为一个研究纲领，它仍在形成之中。张江教授的这部著作，正是对这一纲领的系统建构与推进。它不仅为我们提供了理解复杂系统的新工具，也为我们探索人工智能、认知科学、社会系统等领域提供了新视角。作为同行，我深知这一研究方向的艰难与重要。复杂系统的研究，往往面临着机制不清、变量众多、难以建模的困境。而张江教授在本书中所展现的，不仅是理论上的勇气与洞察力，更是方法上的创新与实践上的坚持。这种工作，正是系统科学所亟需的。

我衷心希望，本书的出版能够引发更多学者对涌现问题的关注与投入，推动复杂系统研究在中国乃至全球的发展。也期待张江教授在未来能继续深化这一方向，带给我们更多启发与惊喜。

系统科学的道路漫长而曲折，但正是在这样的探索中，我们逐步逼近自然与社会的本质。愿我们都能在这片混沌与秩序交织的领域，找到属于自己的那一份清晰与坚定。

集智谷10月7日新书线下签售

张江老师的新书《涌现：从简单规则到复杂世界》刚由人民邮电出版社出版。这本书要回答的是一个至今没有统一答案的问题：什么是涌现。它从鸟群、蚁群和黏菌讲起，经过元胞自动机和语言模型，再到人类社会的群体智能与集体愚蠢，最后落到因果涌现、机器观察者这些仍在推进中的研究方向。

十月七日下午两点，张江老师会在门头沟集智谷做一场现场解读。他会讲这本书是怎么搭起来的，也会讲“涌现”这个词被用了这么多年，为什么至今没有一个所有人都接受的答案，解读之后是签售活动。

因果涌现第七季——从理论到应用

在神经系统中意识的生成、城市交通的拥堵演化、全球产业系统的协同与失稳之中，始终潜藏着一条贯穿微观与宏观的因果脉络：个体行为本身或许简单，却能在尺度跃迁中孕育出高度组织化、难以还原的整体结构。复杂现象并非微观规则的线性叠加，而是源于多尺度动力学作用下逐步形成的因果组织。正是在这一背景下，因果涌现理论被提出，并在因果涌现 2.0、工程化涌现以及多尺度因果抽象等工作中推进，逐渐发展出一套融合动力学分析、信息论度量以及谱方法与人工智能工具的研究框架，从而将研究重心从“复杂性本身”转向“因果结构如何出现、如何被度量并在现实系统中发挥作用”。

为系统梳理因果涌现领域的最新进展，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「因果涌现第七季」读书会，组织对该主题感兴趣的研究者与探索者共同研读前沿文献、交流研究思路。读书会将于2026年2月22日起每周日上午（创建读书会暂定时间为10:00-22:00）线上开展，持续约10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。

详情请见：因果涌现第七季——从理论到应用