每当已有的科学架构不足以解决一个集合的问题，新的学科就会孕育而出。不同于其它基于某学科而新设置的亚学科，复杂性科学是一门全新的科学，和传统的还原论相反，它呼吁将不同层次的元素的结合。即，“整体大于部分之和”。
有人认为科学之美在于简单，而复杂却和简单相悖。其实不然，复杂性理论正是认为简单的作用子在简单的几条规则之下，就能涌现出及其复杂的现象。
那么复杂性理论有何用呢？这就要回归科学的本质：阐述，而不是应用。诠释，帮助人类理解这个世界的复杂性。
摘录自Santa Fe Institute主页上的一段话：
“The Santa Fe Institute is devoted to creating a new kind of scientific research community, one emphasizing multi-disciplinary collaboration in pursuit of understanding the common themes that arise in natural, artificial, and social systems.”
复杂性的故事就在Santa Fe研究所展开。1984年SFI建立的时候，复杂性理论远不及如今这么热门，理论中的一些观点受到学术界质疑甚至讽刺。各路英雄集聚一堂，和传统的、还原的、保守的学术思想作着斗争。单看现在复杂性理论遍地开花，簇拥者满堂的景象，是很难想象这门学科建立起的艰难。革命的本质就在于以新易旧，四位斗士成为了本书的主角，他们也是复杂性理论创始之初的主角。
William Brian Arthur and his Increase Returns
报酬递增率的创始者，不同于古典经济学提倡的简单均衡，Arthur认为经济是一个“自组织系统”，经济生活是“相互依存的、错综复杂的、不断进化的、开放的系统，是一个像生物一样运转的系统。”
传统的报酬递减率则是负反馈现象，在负反馈的调控下，经济会不断趋向于平衡。而报酬递增率是一个正反馈现象，QWERT键盘设计、高科技领域软硬件的生产等大量事例都能很好的说明报酬递增率的存在。注意到报酬递增率并不是全盘否定报酬递减率，而是互相补充。对于一些成本是人力、土地和原材料的商品来说（例如粮食、化肥），报酬递减率就可以大展身手。两者适合于不同的经济领域。
Books, a selection:
1994. Increasing Returns and Path Dependence in the Economy.
1997. The Economy as an Evolving Complex System II
2008. The Nature of Technology: What it Is and How it Evolves.
Articles, a selection:
1990. Positive feedbacks in the economy.
1989. Competing Technologieds, increasing returns, and lock-in by historical events.
1994. Inductive reasoning and bounded rationality.
1996. Increasing returns and the two worlds of business.
Stuart Kauffman and his Gene Network
部分是由于个人兴趣和专业，部分是因为Kauffman的有血有肉的性格，这一部分是书中我最钟爱的部分。
基因网络是现在生物学研究中非常热门的议题，但是太多工作都处于纯数学的研究，反而忽略了网络的生物性质。
秩序，自组织，发展，层次，混沌的边缘，复杂。
Books, a selection:
1993. Origins of Order: Self-Organization and Selection in Evolution.
Articles, a selection:
1969. "Metabolic stability and epigenesis in randomly constructed genetic nets," in: Journal of Theoretical Biology, 22:437-467, 1969.
1991. "Antichaos and Adaptation," in: Scientific American, August 1991.
2004. "Prolegomenon to a General Biology", in William A. Dembski, Michael Ruse, eds., Debating Design: From Darwin to DNA, Cambridge University Press.
2004. "Autonomous Agents", in John D. Barrow, P.C.W. Davies, and C.L. Harper Jr., eds., Science and Ultimate Reality: Quantum Theory, Cosmology, and Complexity, Cambridge University Press.
John Henry Holland and his Classifier, Genetic Algorithm, etc.
分类器和神经网络的创始者，遗传算法的发明者。
Books, a selection:
1993. Origins of Order: Self-Organization and Selection in Evolution.
1996. Hidden Order: How Adaptation Builds Complexity.
（中译本：《隐秩序：适应性造就复杂性》)
1999. Emergence: From Chaos to Order.
（中译本：《涌现：从混沌到有序》）
Chris Langton and his Artificial Life
人工生命的建立者之一。没有仔细查相关工作，待完成。
此外还有Santa Fe其它大牛的一些名作，待补充：
Murray Gell-Mann
1994, The Quark and the Jaguar: Adventures in the Simple and the Complex
(中译本：《夸克与美洲豹：简单性和复杂性的奇遇》)
对复杂性理论仅仅是有表层上的兴趣是不够的，虽然复杂性理论一直在尽力减小学科之间的隔阂，但要对复杂性理论有一个深刻的了解，最佳的办法无疑还是顺着这张地图，找一个或几个最有意思的题目，好好钻研一下。
Posts
