任何定义不明确的概念都有被滥用的危险。这句话对于复杂性科学来说再恰当不过了。因为这样一个渗透了从物理学到语言学广泛智能领域的内在跨学科概念，却没有系统的基础理论。时下，许多人常爱把“复杂性科学”这个术语挂在嘴边，为的只是引人注意或筹集资金。一时间，能与复杂系统沾点边的学会和研究网络便如雨后春笋般冒了出来。

那么这个模糊的概念又是为何以及如何占据了现代科学的中心地位呢？它只是一股时尚潮流、一种社会现象吗？抑或暗示了人类已改变对于自然法则及其探索途径的认识？因为几乎所有真实系统都具有内在复杂性，所以称一个系统“复杂”是一句空话——难道那些“复杂系统学会”就不能被称作“世间万物学会”吗？尽管以上这些质疑令人信服，但不可否认，世界的确是由许多高度内在联系着的不同级别的部分组成。它们之间的相互作用造成了复杂的行为，这就需要人们在每个层面予以独立的解释。这个认识迫使人们接受这样的事实：新特征出现的是由于某个旧特征在不同级别间的转换。根据这样的逻辑，复杂性科学就是揭示这些新特征出现的规律的学科。

在过去，人类是通过简化和分析的方法来理解真实世界的。一些重要的简单系统也都是相应的真实系统经成功简化而得到的理想化或初始化模型。比如，在真空中，一个完美的球体从绝对光滑的斜面上滚下。这种情况只存在于牛顿经典力学中，它忽略了其他众多同时发生作用的因素。虽然像球体材料内部无数原子杂乱运动这样的细节有时可以忽略不计，但在其他情况下，简化可能导致错误的结论。在复杂系统中，我们承认一切处于不同级别而同时发生作用的过程都是重要的，它们对整个系统复杂表现的影响也绝非细微。因此，我们就需要一套本质上的全新理论来描述整个系统的行为，因为掌管它行为的法则和控制系统中个别单元的规律有着本质的区别。

就以湍急的河流和人脑为例。显然，这是两个截然不同的系统，但有一些值得注意的相同点，包括无法仅从某些单元的行为推断出整个系统的表现。谁又能够仅通过对其中一滴水的观察而得出掌握整条河流复杂形态的规律？或只通过对一个神经元的研究而破译人脑中的电学活动？再者，随机论和决定论都与这两个系统（或其他很多系统）的整体行为有关。这样的体系存在于混沌的边缘——它们可以表现得秩序井然，但有时也因为环境的细微改变而产生时空上的极富戏剧性且无法测知的变化。这似乎是一切能发生复杂行为的系统的普遍特征。

因此，基本粒子物理学的知识在解释稍大规律行为的问题上是没有用武之地的。每出现一个新级别的事物就会有突然出现的法则与之对应。在创造生命的过程中，自然界正是承认了不同级别的存在，才把它们分成分子、大分子、细胞、有机体、物种以及社会这些等级。现在最大的疑问是：是否存在这样的统一理论，能够把系统中元素自组织从而产生行为的极具代表性的一些方式加以解释。

为了能够得出这样的统一理论，人们提出了许多有趣的原则。其中包括自组织、多层级的自由共存、自我适应、崎岖不平的能量图、变数的增加（比如权力与法律的相互依赖）和联系的基础网络。物理学家们正在学习建立能够产生复杂行为而又相对简单的模型，而那些从事内在性复杂系统研究的科学家们（如生物学家和经济学家）却正摸索着怎样把他们的研究对象转化成一个个相互作用而又具有严格定义的小单元（如蛋白质）。

在这样的背景下，人类认知世界的方式正经历着一场变革，因为我们已意识到根本无法通过挖掘那些细枝末节来推论事物整体的法则。在某种程度上，这场变革是随着工具的发展而进行的。因为在传统意义上，人们不断改良显微镜或望远镜是为了对某些特定问题取得更完美的理解；而计算机则为人们提供了崭新的学习途径。通过直接对一个有着许多小单元的系统建立模型，人们就能观察、操控并理解整个系统的行为，其效果也远非昔日能及，比如神经元模型建立的网络、谍报人员的虚拟拍卖等就是明证。由此可见，计算机作为工具虽未拓展我们的视野（像显微镜或望远镜那样），却大大提升了人类对于复杂系统内部运行机制的洞察力。

许多科学家暗示，如果（计算机）模型的结果与观察一致，那么我们就算理解了一个特定现象——这样的假设无疑是正确的。况且，这些模型已能够模拟比最简单的牛顿体系复杂得多的系统——在那些牛顿体系中，所有未来事件都有绝对精确的答案。相形之下，复杂系统的模型则经常会引发对某行为概念上的全新理解。激动人心的各种新现象总是在复杂系统的各单元相互作用时凸现出来，而我们的目标就是“逮住”藏身于这些现象背后的根本法则。

[Nature，2002年7月11日]