第12章  信息科学的方法:涌现论

任何一门科学都会因为研究对象的特殊性而需要特殊的研究方法，信息科学也不例外。如果说，整个物质科学的基本方法是还原论方法，那么整个信息科学的基本方法是涌现论方法。也就是说，在理论信息学层次上的一般的方法论是涌现论。各门应用信息学有它们各自的方法论，这些方法论是涌现论方法的具体体现。比如，在工程信息学领域中，香农的通信模型，维纳的控制模型，图灵和冯诺依曼的计算模型则分别是通信、控制和计算领域内的方法论。而领域信息学（比如医学信息学）的方法则是上述工具信息方法在某个领域（比如医学领域）内的具体运用中形成的有特色的方法（比如CT，即计算机断层扫描等）。

§12.1  方法与科学方法

12.1.1  什么是方法、科学方法

什么是方法？《现代汉语词典》（2002）说：方法是“关于解决思想、说话、行动等问题的门路、程序等”。比如，工作方法，学习方法，思想方法等。在美国《韦伯词典》（大学版第三版，1991）中解释道：（1）做事的方式、样式、步骤、过程，特别是教育、研究等方面常规的、规则的、确定的过程或方式；（2）在行为、思想、或表达中的规则和秩序。在李建珊等《科学方法概览》中说：“所谓方法就是主体从实践或理论上把握客体而采用的一般思维手段和操作步骤之总和。”前两个定义是通俗的，或大众化的。第三个定义的提出者由于从事理论研究和哲学研究的工作背景，从主体与客体，实践与理论的认识论角度来讨论“方法”这个概念，具有更为一般的意义，也比较抽象。

在本书第2章中，我们说到，“科学是反映客观事实和规律的知识体系。”所谓科学方法，简单地说，就是科学研究中常用的一般方法^[1]。但是，不是所有在科学中使用的方法都叫做科学方法。在这里要特别注意区分两个概念，即“科学方法”和“科学研究中使用的方法”。

科学研究中使用的方法种类繁多，我们可以按其普遍性程度分为三个层次：第一层次是各门学科的特殊的研究方法，例如生物化学中的原子示踪法，固体物理学中的X射线研究晶体结构的方法，地质学研究古生物的化石类确定地层的相对年代的方法，等等；第二层次是各门学科研究的一般方法，如观察实验方法，科学抽象方法，逻辑方法，技术预测和评估方法，系统方法，数学方法等；第三层次就是最具有普遍意义的哲学认识方法，如归纳方法，演绎方法，分析方法，综合方法等，它适用于自然科学、社会科学和思维科学。这三个层次的方法之间不是孤立的，而是紧密联系着的特殊与一般的关系。其中，第一个层次的方法最具体，但是适用范围较窄；第二个层次的方法是对第一层次方法的概括与提炼，使用范围较宽；第三层次方法则具有哲学认识方法的普遍性。

显然，只有第二层次的方法才是我们所说的“科学方法”。第一层次的方法可以称为“学科方法”，第三层次的方法是“哲学方法”。科学方法是在最普遍的哲学方法的指导下，经过对学科方法的高度概括和抽象而产生的自然科学研究的一般方法。这样，我们可以给“科学方法”下一个比较严格的定义：科学方法是科学工作者为从实践和理论上把握科学对象而采用的一般思维手段和操作步骤的总和。它包括科学研究中的实验观察方法、科学抽象方法、逻辑思维方法、数学方法、创造性方法、构建理论的方法、综合科学方法、科学评价方法，等等。更一般地说，科学方法可以分为三个类别：经验方法、理性方法和臻美方法。

12.1.2  科学方法论及其认识论基础

科学方法论是关于一般方法的理论，是关于科学研究一般方法的性质、特点、内在联系和变化发展的理论体系，是关于获取科学认识的一般程序的系统理论。科学研究的一般方法主要是指获得感性认识以及将感性认识上升到理性认识过程中所运用的各种思维的以及操作的方法。其中包括：发现和提出问题的方法、观察实验方法、科学抽象方法、逻辑方法、数学方法、创造性思维方法、系统科学方法、跨学科方法，等等。他们是适用于一切科学领域的普遍方法。

科学方法论的研究对象是科学研究的一般方法和科学研究的一般程序的系统理论。实际上，科学研究的程序并没有固定的模式，但一般说来，以基础科学为例，科学研究的一般程序大体包括以下六个环节：（1）选题；（2）获取科学事实；（3）进行思维加工；（4）验证；（5）建立理论体系；（6）理论评价。

通常，科学认识是相对于日常生活中的常识性认识以及高度抽象的哲理性认识而言的。人类的科学认识活动包括十分丰富而广泛的内容，它在不同的层次、角度和意义上进行。我们可以根据不同的标准将认识活动划分为不同的类型。如果从认识活动的目的、认识主体及认识成果等方面进行考察，人类的科学认识活动可以分为探索性认识活动和继承性认识活动两大基本类型。前者以探索、发现、创立前人未有的认识成果为目的，后者以学习、继承、传播前人知识为目的。前者就是本书所讨论的科学研究活动。后者则包括科学教育、科学普及、科学情报工作等。探索性的科学认识面对的是未知的领域，这种活动的结果是提供关于自然界的具体确定的新知识。为了保证这种活动的成功与有效，需要有与探索活动相适应的科学方法^[2]。

科学探索活动的认识论结构包括如下要素：科学认识的主体、客体和主客体相互作用的中介——科学工具。科学认识主体不仅具有一般的社会存在物的规定性，而且具有知识经验、方法技能、价值标准和从事科学实践活动等方面的特殊规定性。科学认识的客体是客观事物中特定的一部分，是进入主体认识和实践范围的客观事物。科学认识工具是指科学研究中所用的仪器和方法、符号、语言等。在这些现实的科学认识结构中，作为有目的地改造客观世界活动的主体，始终处于主动的地位。但是主体之所以具有能动性，不仅在于他具有丰富的科学知识，特别是他具有各种从事科学探索活动所必须的创造和运用科学工具的能力。

科学认识工具，是科学工作者从客体中获取科学认识成果的手段。认识工具可分为两种类型：物质形态的认识工具——科学仪器，和思想形态的认识工具——科学方法。前者被人们称为认识工具的“硬件”，后者则被称为认识工具的“软件”。人类在认识客观自然规律过程中，创造了帮助自己进行观察、测量、计算、存储信息的各种物质手段，如各门学科使用的实验仪器、计算机等。人类借助这些物质形态的认识工具，拓宽了研究对象的深度和广度，使先前人类认识范围之外的客观事物也进入了人类研究的视野，使人的认识能力得到很大提高。思想形态的认识工具指的是科学认识的方法。自然科学是迄今人类获得突出成就的领域，人们不仅把自然界及其运动规律作为科学的研究对象，创立并日趋完善了物理学、化学、生物学、天文学等科学，而且也把自然科学认识活动本身作为研究对象，探索了科学认识的进程和一般研究方法（即前面所述第二层次的研究方法）。和其他科学门类（如人文科学、社会科学、技术科学、工程科学等）相比，自然科学的研究方法最为成熟，最具代表性，它的一些方法体现了人类探索性认识活动的规律性。这是因为自然科学的发展历史最为悠久、也最为连续，并且与学者传统（哲学思辨传统）和工匠传统（工艺、经验传统）均有极为重要的关系。科学工作者掌握了这些经过数百年乃至上千年形成的方法，为他们的科学探索开辟广阔的前景，使科学研究工作得以顺利进行。

从整个科学认识过程看，无论是问题的提出、课题的确定与论证、实验的设计、新事实的发现与解释，还是假说的构想、理论的推演与证明、理论的检验与评价等等，都是主体理论思维或者创造性想象的结果，都是主体运用各种程序化与非程序化方法的结构，或者将某些思维手段和操作步骤重新组合的结果。这些均属于一般的观念形态的认识手段。

我们所讲的方法和平常所讲的理论是什么关系？可以说，科学方法中的基本内容首先是经过检验的科学理论。当然，这并不是说，方法等于理论。两者的区别在于，科学理论是过去研究活动的最终成果，它是对已知事物的认识；而方法则是进行未来研究活动的手段，它所面对的是未知的事物和领域。但是，理论一经证明是正确的、有效的、科学的，那么它在同一知识领域、甚至在不同领域建立其他新理论的过程中，作为出发点和条件，在实质上起着方法的作用。物理学中的量子力学在化学和生物学中的作用，就是理论转化为方法的最有力的说明。

从广义上说，在人们把一种较为成熟的理论移植到一个新领域，或者在建立边缘学科和交叉学科的理论基础的过程中，被移植的理论均具有重要的方法作用。

12.1.3  科学研究中的经验方法与理性方法

一般地说，科学方法主要分为两个类别：经验方法与理性方法。下面分别加以说明。

（1）科学研究的经验方法

科学研究离不开科学事实的积累，科学只有建立在大量感性材料的基础上，通过逻辑思维方法对这些材料进行整理加工，才能够不断发展和创新。观察和实验是收集感性材料、获取科学事实的基本方法，是形成、发展和检验科学理论的实践基础。观察方法始于古代人类研究自然的过程中，而实验方法则只是到近代16-17世纪才建立和发展起来的。两种方法既相互区别，又相互联系，相互补充。 俄国生理学家巴甫洛夫说：“观察可在动物有机体内看到许多并存着的和彼此时而是本质地、时而是间接地、时而又是偶然地联系着的现象。实验仿佛把现象掌握在自己的手内一样，时而推动这一种现象，时而推动另一种现象，因此就在人工的、简单的组合当中确定了现象之间的真正联系^[3]。”

（2）科学研究中的理性方法

科学假说、科学理论等理性层次的研究成果都是在实验、观察的基础上，通过对科学事实进行分析、加工后形成的。这一过程经历了认识上的两次飞跃：即从“感性上的具体”到“抽象的规定”再到“思维中的具体”。在这个抽象中，既包括可以程序化的逻辑方法，也包括不能程序化的创造性思维方法，主要是直觉和灵感。科学抽象的成果主要有科学概念、科学符号、思想模型这三种形式。科学概念是反映事物本质属性的思维形式，是科学思维的“细胞”，是思维结构的基本单位，是“知识之网”的网上钮结。科学是通过概念与概念之间的关系来反映事物的本质和规律性的。但是，“纯粹”的概念是一种无定型的精神性的东西，它还必须借助它的代替物----物质性的、可感知的符号（语言、文字等）而获得完善并得以显示。如4.8.2节所述，符号（语义三角中的A）是可感知的物质对象，它在储存、传递另一对象（语义三角中的C）的特征信息（语义三角中的B）方面充当另一对象的代替物。符号不但必须具有物质性和可感知性，而且必须具备特定的含义，任何符号都是物质形式和含义的统一。思想模型是科学研究与现实原型间的必要的中介，事实上，科学研究的直接对象是思想模型。通过对思想模型的研究，可以间接地得到有关部门现实原型的各种现象的解释。

§12.2  科学的实证方法与信息时代的要求

12.2.1  孔德的科学发展“三阶段论”

一般地说，科学研究的经验方法、理性方法显示了科学的实证精神、理性精神。其中，经验的、实验的、证实的方法是首要的。据此，理性的抽象方法才有对象、有基础。在一定意义上，逻辑思维方法和科学创造中的直觉与灵感，也离不开“经验”，即行为的经验和思维的经验。“理想实验”是个典型的例子。在科学发展史中，实证精神主张划分宗教与科学、信仰与知识的界限，为科学的客观研究争得了独立存在的权利，科学由此而在神学之外发展起来，并反过来强化了哲学的求知亦即科学的思想维度。

“实证”（Positive）一词来源于拉丁文Poitivus，其原意是“肯定”、“明确”、“确切”的意思。15世纪以来的自然科学强调观察和实验，要求知识的确定性，与空洞荒诞的中世纪经院哲学形成鲜明的对立。按照孔德的说法，实证方法的最根本点在于它“遵循培根的必须以被观察到的事实作为一切思维的基础这一方针”。18世纪的哲学家李希登贝格是实证主义的先驱。在黑格尔那里，“实证的”和“理性的”是对立的，实证的意义即经验的。他还论述了实证科学与哲学的关系，认为科学以考察实证知识为任务，那些完全实证的科学与哲学互相排斥，而有些实证科学的理论部分则属于哲学^[4]。

为了使科学摆脱神学和思辩形而上学的束缚，实证主义创始人孔德反对从抽象的概念出发，强调从实际事实出发，提出科学的实证原则和方法，以实证科学作为哲学基础，开创了现代西方哲学中的科学主义思潮。所谓实证原则又叫“经验证实原则”。它规定一切科学（包括自然科学和社会科学）研究的对象只能是可观察、可检验的经验事实，而科学研究的任务就是客观地精确地描述和系统逻辑地分析经验世界的实际运行，通过探寻不同现象之间的稳定关系，达到发现支配事物运动变化的规律，从而作出合理预测的目的^[5]。该原则所体现的信念是：（1）科学是一切知识的基础；（2）科学基于观察而不是臆测；（3）科学研究应保持“价值中立”，避免主观偏见；（4）科学理论必须逻辑严密并得到经验证据的支持。孔德试图严格地区分经验事实与价值观念，认定科学只注重“事实判断”，而不理会“价值判断”。

孔德认为，人类社会可以分为物质的、人体的、智力的和道德的。他探讨了人类思想发展的历史，提出了智力发展与科学发展的“三阶段论”，即“我们的每一种主要观点，每一个知识部门，都先后经过三个不同的理论阶段：神学阶段，又名虚构阶段；形而上学阶段，又名抽象阶段；科学阶段，又名实证阶段^[6]。”在神学阶段，人们自由幻想，把神作为一种超自然的力量来解释自然现象。在形而上学阶段，人们靠冥思苦想，用超经验的抽象概念代替超自然的神力来解释一切，摆脱了纯粹的自然状态，要求获得关于事物本质的绝对知识，却没有科学依据。而在实证阶段，人们研究各种现象，思考各种问题，借助于精确的观察、假设、实验和推理，以便发现现象之间的不变的先后关系和相似关系以及它们的科学依据。这种研究态度正是实证科学的态度。

12.2.2  实证方法在信息时代必须发展

对于实证原则的历史局限性，长期以来人们有诸多批评^[7]。进入到信息时代，科学研究的主要对象不再是物质，而是信息，实证方法更要发展。孔德本人认为，每一门科学都有自己特殊的研究程序和方法，每一门科学的发展包含了这门科学的特定的研究方法或程序的发展；科学方法是多元的，但各门科学在方法论上又是统一的，人们都必须观察事实和现象，并通过形成定律来协调这些事实和现象，为此必须采用假设、演绎和检查等方法；由于后起的科学必须以在先的科学为前提，因此后起的科学必须利用在先的科学方法。显然，信息文明时代的科学方法必须在物质文明时代的科学方法的基础上有所发现、有所发明、有所创造、有所前进。

现代科学发展的历史告诉我们，单纯的经验论和单纯的理性论都有很大的局限性，只有在经验和理性之间保持必要的张力，才更有利于科学的发展。片面强调实证原则，把实证研究同经验研究等同起来，肯定是错误的。此外，实证原则强调科学理论应该是客观地描述和整理事实，加之孔德主张“将一切现象看成服从一些不变的规律”，这就如同中国古代的“天不变道亦不变”的观念，把人降格为受“自然法则”和“不变规律”所操纵的工具，从而具有宿命论的色彩和保守主义的思想倾向，导致顺从和维护既定现实的弊端。而且，实证原则主张把事实与价值、客体与主体截然分开，完全拒绝价值判断和主体意愿，具有张扬科学理性而忽略人文理性的倾向，对于文理结合，追求人和社会的全面协调发展是不利的^[8]。人类需要科学，同时也需要思辩和信仰。人类对于自然界和社会现实是可以“干预”的，这种积极的干预可以在科学理性的指导下进行，也可以在人文理性的指导下进行。科学理性主要解决为达到特定目标而确定相应的实施手段和有关的理论和技术问题；人文理性主要解决目标的选择和确定等问题^[9]。

本书第6章第3节指出，纯粹的信息具有抽象的特性，它没有物质特性，没有空间特性，因而不可直接观察。而在涉及认识主体的实验中，实验者和受实验者之间可以是互动的，与物理、化学和生物学的实验大不相同。在社会层次上系统的信息复杂性的程度是物理学层次所不能比拟的。一般地说，在人文社会科学中，研究对象具有“自为性”和价值性，时常会出现事实判断和价值判断相互缠绕的情况，因而研究的过程和方法与自然科学有很大的特殊性。所以，对于信息类科学学科，它们的研究方法同传统的实证科学方法必须有较大的改进和发展。信息科学方法本身就是信息科学的重要组成部分，它们的发展必然是相互依赖、相互促进的。

§12.3  理论信息学方法：信息涌现论

12.3.1  物质科学还原论方法的适用范围

物质科学达到实证目标的主要方法是还原论。“还原”的意思是“减少”、“化简”、“把一种形式变换为另一种更简单的形式”、“把一种语言变换成另一种语言”等。在化学中，有氧化反应与还原反应之说^[10]。奎因在《经验论的两个教条》中首先使用“还原论”。他指出，经验论有两个错误的教条，一个教条是分析命题与综合命题的区分，另一个教条就是还原论。斯克里文说：“还原论者是那些认为可以把光学和化学还原为关于波、场和粒子的物理学，把心理学还原为可观察的行为研究，把生物学还原为化学，把历史或伦理还原为心理学，或把伦理学还原为决定论的人。”奥本海默和普特南在《作为一个工作假设的科学统一性》中提出了还原论纲领的四个原则：（1）一个很好发展的还原概念，与部分-整体关系的观念是不矛盾的；（2）科学的有秩序的不同分支描述了实在的不同水平，特定水平的事情是有属于较低水平上的简单元素所组成；（3）科学统一性的方案是建立在科学的最基本的水平——物理学之上的；（4）在宇宙的进化过程中，给定水平上的客体相互结合，构成属于较高水平上的整体，时间上较晚出现的事情可以根据时间上较早的事情和过程来解释。

上述“还原论纲领”实际上包含着三种意义上的还原。（1）组成的还原论（或本体论意义上的还原论）：在自然系统中，高层次事物是由低层次事物构成的；（2）解释的还原论（或方法论意义上的还原论）：可以根据较低水平上事物的性质解释和预言较高层次事物的性质；（3）理论的还原论（或学科意义上的还原论）：不同科学分支描述的是实在的不同水平，但最终都可建立在关于实在的最基本水平的科学——物理科学之上。后来的学者，无论支持或反对还原论纲领，基本上都是在这三种意义上使用“还原论”^[11]。

“超越还原论”并不等于“打倒还原论”，也不是宣布还原论的“终结”。在过去400年间，还原论对于科学的发展，功不可没。当前和今后的科学发展，仍然需要还原论继续发挥作用。在任何系统中，由于元素间的相互联系和作用，使得元素某些固有的性质被束缚和屏蔽起来了，只有在整体分解才能完全显现出来^[12]。要想把系统的结构和功能弄清楚，第一步是把元素的特性认识透彻，然后是考察元素间的相互作用。物理学的两个基本概念是物质和能量。其中，“物质”是对实物和场的研究，“能量”是对相互作用，即事物运动原因的探讨。物理学的还原不仅是对物质的还原，而且是对能量的还原。它把物质的作用力归结为四种基本的力。在物理世界中的物质和能量研究透彻了，物理学的规律就一目了然。对于物理学，还原论是管用的，也是够用的。这是还原论表现十分得意的领域，也是它最为适用的范围。

我们认为，还原论的适用范围是有限的，但是过去对它的批评有不正确和不中肯之处，所以还原论者不服。第一，说人家不要整体论，错了。自行车修理工大都是还原论方法的专家，但是他们首先是整体论者。如果说没有从整体上考虑问题，他们的还原是为了什么，又有哪一项物质工程不是整体上实现和发挥作用的呢？人家的还原论成果，用到了整体论的综合之中。所以，有人说“超越还原论要靠整体论”，错！第二，说还原的过程中，把元素之间的关系简化掉了，特别是略去了其中的非线性关系，既不全面又不中肯。所谓“不全面”是指，不仅元素间的关系，而且有些元素一经还原就不见了，比如把一篇文章从物质的构成角度还原为油墨和纸张，甚至还原为基本粒子和“超弦”，然后我们可以再从“超弦”开始，逐步综合，形成文字及其适当排列，从而建构出当初的那一篇文章吗？所谓“不中肯”是指没有抓住还原过程中给弄丢了的最重要的东西——把元素构造为系统的“程序”和“算法”。我们可以把一篇中文论文还原为若干个汉字，并且将它们按照字典顺序排列整齐，但是文章所表达的含义或意义，作者写作中表现出来的智慧和能力跑到哪里去了呢？这里，根本不是什么线性或非线性的问题（那属于量化与公式表达，仍然在物理-数学应答域中兜圈子），而是逻辑与算法的问题。我们需要还原论；当前和今后，我们更需要“涌现论”。

12.3.2  物质系统整体上的涌现特征

我们考察将大组合系统微观地分析成非耦合或弱耦合实体的模型。在一些模型中，实体是修正了的组分，组分以前的大部分相互作用内化了。在另一些模型中，它们是具有许多组分的有组织行为的集体。这些模型致力于发现实体的特征和行为，一旦获知它们，就可以很容易地集总它们以得出系统特征，因为在一级近似中，实体间的弱耦合可以被忽略。于是我们可以粗略地把在这些模型中的系统看作是其部分之和，尽管这些部分都是特化的，并不同于在其较小对应物中的熟知组分^[13]。

并不是所有的现象都可以用模块化进行微观分析。像冷疑和蒸发之类的现象（其中系统的整个结构发生变化），从部分的角度来看就会是完全不清楚的。这儿组分之间的关联太强，太相干，不能被个体模块所掩盖，不管这些模块是什么。在这样的内部联系全面的系统中，对几个组分的轻微扰动可以无阻碍地传播，从而导致系统范围的大变化。因此，这些系统的行为更复杂多变、不稳定和惊人。这通常称为涌现特性与过程。涌现特征是最为有趣也最有争议的，因为它们从理论上最难处理。

（1）涌现性与可解性

涌现的思想源远流长，柏拉图区分了作为“部分的总和”的整体和作为“来自于部分的实体，但与部分的总和不同”的整体。穆勒区分了由原因的组合所生成的两种混合物。在第一个中，以力的力学组合为例来说明，各个分量原因的总结果等同于它们的独自结果之和。在第二个中，以化学反应为例来说明，总原因的结果与各个分原因是异质的（heterogeneous），需要它自己的刻画。他引用了氧与氢结合成水的例子：“氧与氢的性质在它们的化合物水中一点都没有体现。”“没有任何分别关于氧和氢的试验，没有任何对它们的规律的了解，能使我们推导出它们会产生水。”由两种组分所形成的化合物的性质，后来被称为生成（resultant）与涌现（emergent）。穆勒的叙述提出了涌现的三个判据：首先，一个整体的涌现特征不是其部分的特征之和；第二，涌现特征的种类与组分特征的种类完全不同；第三，涌现特征不能由独自考察组分的行为中推导或预测出来。

许多哲学家说针对第三个判据，认为涌现是微观还原论的对立面。它们定义一个组合系统的特征相对于理论是涌现的，如果其发生不能依靠理论由组分的属性和关系所推出。涌现的这个逻辑定义似乎太宽松和任意了。微观还原论纯粹自下而上的演绎很少在有任何复杂性的实际系统的理论中成功。如果只要我们诉诸综合微观分析的自上而下观点或者设置附加的条件和假设，就会出现涌现，那么涌现性质就太多了。更糟糕的是，一个特征会在一些理论中是涌现的，而在其他理论中却不是，因为理论之间在力量和普遍性上有所不同。一些特征会失去其涌现状态，仅仅因为我们发展了有力的工具（诸如计算机）。这么易变的特征并不值得注意。为了使涌现不依赖于特定的理论，一些人建议涌现特征不能由组分在理想化的完全科学中的理想化完全知识推出。这个定义太投机，太不现实，因为它依赖于科学的理想极限，而后者本身是很有争议的。它使当前关于涌现的归因变得任意，因为我们不知道完全科学的实质细节，而想猜透未来的科学则是一种蛮干。

一些人把可演绎性判据推到极致，把可预测性等同于可解释性，把涌现特征看作不可解释的、神秘的。这种观点在20世纪20年代在涌现进化主义学说中流行，这种学说赋予进化一般神秘的创造力来产生真正的新生命形式。这使涌现有了到今天都没有完全消除的坏名声。只有那些没有实际感觉的人才会把可解释性与可预测性等同起来。任何一个学生都知道偷窥书后的答案对解题有帮助。当然，真正的解题依赖于完成中间的步骤，否则得不出答案。然而答案表明了解决方向，就像灯塔与黑暗中的摸索完全不同。同样，解释比预测更容易，因为预测面对由组合爆炸产生的压倒一切的可能性，而解释知道应该瞄准哪里。解释的优势是有着部分的后见之明。

科学哲学试图过分估计演绎的力量，而对于实验却漠不关心，只给它安排了检验和验证理论假说的工作。实验其实非常重要，它是科学家偷窥答案的方式。通过实验，科学家们从自然中寻求线索来辅助和指导理论化。存在着纯理论创新（像广义相对论），但它们是例外而不是通则。大多数理论，包括狭义相对论和量子力学，都是用来解释在实验中所观察到的令人迷惑的现象。甚至在这些普遍理论已经建立起有力的预测框架以后，物理学家依然没有放弃在实验上的努力。例如，疑聚态物理学既是理论性的也是实验性的。理论帮助实验家设计深刻的实验，实验则产生结果指导理论家的思维。它们共同进化。实验在科学研究中的不可或缺，以及实验经常产生的惊讶，说明自然中存在着许多涌现特征。

因为大尺度组织的复杂性，我们通常不能通过在其组分的信息基础上捣弄几下来预测涌现特征。但是涌现特征并不是不可解释的，即使它们的微观解释并没有提供。一旦在实验中发现和观测到涌现特征，我们可以试图发现其隐含的微观机制。微观解释并不容易，可能需要等待几年或几十年。它们一般包含由于部分的后见之明而变得可能的进似与假定，以及解释演绎预测为什么无效的额外因素。

我们不再强调涌现的可演绎性判据，因为在综合微观分析的框架中它的作用很小。我们主要关注可加性判据和新奇性判据，试图发现在生成特征和涌现特征间的区别，考察我们确实已经有的关于它们的微观解释的理论。

（2）涌现与生成

涌现不只是极其不同。两个事物可以像天堂和地狱那样不同，但是我们不会将其中任意一个称为涌现特征。涌现来自事物的某些变换。传统上，所考虑的这种变化是组合。在组合系统和它的组分间的不同并不总是有利于系统。系统可以有附加的特征，也可以缺少组分的某些特征。宏观系统往往缺少其量子组分间的相缠结（phase entanglement）。但是根据习俗，只有系统的额外特征才有资格为涌现。

我们广义地把组合系统的特征分类为生成（resultant）与涌现（emergent）。粗略地讲，生成特征与组分的物质内容联系得更紧密，它们包括集总量，诸如质量、能量、力、动量以及由它们所唯一定义的其他量。涌现特征更多属于系统的结构方面，是由系统组分的组织中来的。对于结构和构形的描述可以是非常抽象的，常常需要与物质联系很少的概念。由于这个原因，涌现特征往往显得特殊。大系统更易显现出涌现特征，因为组合爆炸产生了无穷的结构变化，其中的一些可能是令人吃惊的。

组合系统的涌现特征往往被说为是新奇的，新奇是与什么比较而言？如何界定新奇性？为了试图回答这些问题，我们把生成特征的区域撇得远远的，这样涌现特征的群体就会合理地具有唯一性。

涌现与宏观现象的微观解释联系紧密。忽略了组织的中间层次，微观解释可以包含四种描述，其中两种是关于个体组分的，两种是关于系统的。每种描述用其自己特有的特征类型。基本描述用小系统或最小系统中熟知的特征类型和关系类型来描述组分，于是它必须列出大系统中的无数个关系。组分描述用专门化的谓词来吸收大多数关系，更简明地在多体系统内刻画个体组分。组合系统的微观描述用特征类型的形式给出，它的每个量值表现了每个组分的行为和联系。这些特征类型可以从组分特征直接建立起来。宏观描述引入了具有更简单量值的特征类型，并确保了组合系统的统一。例如，气体的一个微观特征类型的值包含了成千上万个数来表示每个分子的动量，宏观特征类型的值就只是表示气体压强的一个数。

涌现特征通常出现于宏观描述，因为我们要求可以用它们自身的术语简洁地予以描述。这就是为何人们经常说生物体具有涌现特征而时钟却没有。一个有着互锁齿轮和弹簧的装置的特征明显与它的组分相当不同。但是当要求描述它时，我们发现自己是在用微观描述来反映组分的相对运动。装置本身似乎缺乏自己的特征，只有当我们承认它是一个时钟时，它才从散漫的微观描述中涌现出来。时钟的重要性来自其用途，这是包含在有目的行为的更宽泛语境之中的。在从用途和目的角度抽象出来的理论语境中，这个装置难以独立于其组分而被描述。反之，我们容易描述生物体的出生和死亡、成长和繁殖，这与组成它的分子是不同的。这些独立的谓词赋予系统自己的个性。

在宏观描述中涌现特征类型的新奇性通常是由与基本描述中的特征类型相比较而判别出的，这对于大小系统都一样。我们将试图尽可能严格地给出关于新奇性的判据。

当我们说一个系统的涌现特征与其组分的特征不仅有定量而且有定性区别时，定量有着比数额或大小更为一般的含义。每个属性都有一个典型方面和一个特定方面，称作其类型和量值。我们将把在量值上的不同称为定量的（quantitative），在类型上的差别称为定性的（qualitative）.红和绿是颜色的量值。有着不同颜色的东西是定量不同的。从原子角度它们是定性不同的，这时颜色的特征类型并没有用处。把一个错误的量值归属于一个个体是谬误（error），归属于错误的类型则是谬论或悖论（parabox）。一个特征类型是某种赋值规则，可以覆盖广阔的领域。类型既然是规则，它的量值就彼此系统地联系在一起了。这种规则和联系在量值用数字表示时最为明显。即使在别的表示中它们不太明显时，概念关系在具有同样特征类型的现象中仍可以得到不言而喻的理解。一个化合物的生成特性保持了与其组分相同的特征类型，而潜藏着的概念关系使得生成特性成为“可预期的”。与之相比，涌现性质的特征类型与组分不同，因此涌现性质被说成是“新奇的”、“不可预见的”。

理论科学中定义的特征类型的范围往往非常广泛；类型的一般性对于科学的效力贡献很大。当我们考虑酸性或氧化数这样一些类型，我们意识到许多化合物之间的区别在我们的宽泛意义上是定性的。例如，两个氢原子与一个氧原子结合成一个水分子在化学性质上是一种定量变化，这使得水分子是生成的。（注意我们是在分子水平上讨论，当氢气与氧气变成液态水时就不能这样说了，穆勒心理可能这么认为。）

对于涌现，类型的差别仍是一个过于宽松的判据，因为一些特征类型有可能展现一定的亲和力，不管是在概念上还是描述上。在大系统中，组分可能急剧改变它们的特征。然而，在基本描述和组分描述中特征类型间的概念关系是直截了当的，物理学中的绝热连续性原理已经证明这一点。这两类特征类型往往包含了以不同方式相联系的相同概念。于是我们可以扩展定量差别的范围以包含它们。例如，我们可以把普遍的能量一波矢关系变为高级类型（superordinate type），它的一个量值就是一个特定的能量--波矢关系。这样的高级类型在科学理论中并不罕见，那儿许多特征类型的量值都是有可变内在结构的复杂物体。如果在一组特征类型间的概念关系证明了引入高级类型的必要性，那么这些特征就是定量相似的。化合物的性质在同样的高级类型下减少，因为其组分性质是生成的。

现在转向可加性判据。宏观描述中可以用组分行为的加总或平均来定义的特征类型通常是生成的。固体的大部分光学性质、电传导性质或热传导性质是集总特征，如果“组分”的概念被推广到包括适当的集体激发。例如，固体的吸收光谱来自电磁辐射与每个电子和声子的耦合。一种物质是透明的，如果在可见光范围内不吸收辐射。在计算吸收光谱时，声子被看成系统分析中的一种独立个体。因此正式地说，固体的光学性质是它所合适定义的“部分”的光学性质之和。固体的通常电传导性和热传导性被类似地确定。如果我们忽略声子和其他集体所可能有的任何涌现特征，我们就可以称这些光学和传导特性是生成的。

集总和平均产生了生成特性，它们只有当组分是弱耦合时才有可能。这意味着在一级近似中会用到某些独立个体模型，加总到一起的组分特征使许多关系内化。独立个体近似包含了很多理论的机动。它的一个精致形式包含了个体对其有响应的自洽的确定局势。这种近似是有力的，应用非常广泛。独立个体模型和考虑了个体间剩余相互作用后的各种修正结合起来，使我们可以定义高级类型，它极大地扩展了生成特征的领域。把特征的平衡称为涌现是合理的。因此，我们建议只把那些在独立个体模型及其修正中没有满意的微观解释的宏观特征类型称为涌现。涌现的思想可以推广到包含非线性动力学。非线性与线性相对立。线性系统的运动可以作为某些标准运动的加总和叠加来分析。例如，一根小提琴弦的线性（简谐）振动可以分解为其简正模的叠加。这里简正模类似于无耦合的个体部分，叠加原理类似于部分的集总，而线性系统则具有生成行为。叠加原理是线性系统可解性的关键。对非线性系统它并不成立。非线性导致了确定性系统的混沌和不可预测行为。依据前面的判据，这些行为是涌现的。

在组分的行为高度一致和相关的系统中，独立个体近似不再适用。非线性系统中叠加原理不成立。在这样的系统中，谈论部分的个体特征是没有什么意义的，因为它与其他部分的行为联接的如此紧密。需要更为整体的处理系统的方法。整体论语境传统上是与涌现思想紧密相联的。

总而言之，一个组合系统的宏观特征是生成的，如果它满足两个判据：首先，它与组分的特征定性相似，和组分特征属于同样的特征类型或高级类型；其次，它的微观解释可以通过把系统近似微观分析为具有不同特征的独立部分而给出，于是系统就是部分特征的加总或平均，这里微观分析包括独立个体模型、叠加原理以及其他可行手段。不是生成的特征就是涌现。为了给出生成特征的最大范围，第二个判据中的“部分”是在最宽泛意义上理解的，是独立可描述的单元，不一定有空间的个体性。它是旨在发现一类特定系统中不相连或弱耦合单元的微观分析的结果。它的特征通常吸收了绝大部分基本关系，与基本描述中的特征不同，但这几年来两类特征在高级特征类型下是可关联的。

基于把系统微观分析为不同部分的可行性的涌现特征和生成特征之间的差别不是很大。独立个体近似在解决多体问题时经常被首先尝试，在一些复杂例子中它也是唯一可解的方法。然而，在这些例子中，近似的缺点也是明显的。科学家们对于模型相对某些现象的适宜性通常有一种感觉和粗略，甚至当他们由于专业困难而被困住时。于是，那些独立个体模型被公认为不能给出满意解释（即使这些模型是当前唯一可提供的）的现象，应该被看作是涌现。

生成和涌现之间的差别主要针对特征，尽管人们有时称显示出显著涌现特征的实体为涌现。一切组合系统都有一些生成特征。在涌现特征的微观分析中生成特征往往起关键作用，因为它们自身的微观机制是相当清楚的，而且它们在宏观层次上与涌现特征有因果关系。例如在统计力学中，在微观态和宏观态间架起了桥梁的系综定义，就是在生成特征基础上建立的^[14]。

12.3.3  理论信息学方法：信息涌现论

（1）累加性与构成性：还原论与涌现论

贝塔朗非把事物的整体特性分为两种：累加性（加和性）和构成性（非加和性）。一般地说，系统的物质特性是可以累加的，只需要把各个部分的特性累加起来就可以得到整体的特性^[15]。比如，系统整体的重量肯定等于各个部分重量的总和。通常，系统的结构特性或信息特性不具有累加性，整体的特性依赖于部分之间的特定关系。比如，材质和重量相同的锁，可以需要不同的钥匙才能打开；同样的词语构成的句子，因为标点符号不同，其意思可以大不相同，甚至可能截然相反。具有加和性的系统通常是可以还原的；而具有构成性的系统则大都不可以还原，或者说还原论方法的使用是受限制的。所以，可以把系统的累加性称之为可还原性，而把构成性称之为不可还原性。被人们当作口头禅的“整体大于部分之和”就是（也只是）针对不可还原性而言的。

系统的不可还原性在自然界，特别是生命、社会、思维领域中普遍存在着。诸多部分一旦按照某种方式构成系统，就会产生出系统整体具有而部分或部分总和所不具有的属性、特征、行为、功能等，一旦把整体还原为互不相干的各部分，这些属性、特征、行为、功能等，便不复存在。这种整体具有而部分不具有的东西（或性质）就叫做“涌现性”（Emergent Property），或简称为“涌现”（Emergence）^[16]。能对于还原论真正起到修正和补充作用的方法，不是整体论，而是涌现论，或关于涌现的科学方法论。

（2）物质涌现论与信息涌现论

涌现论的核心概念和观点是物质元素和信息元素构成系统的“结构模型”。这里的结构，包括硬件结构和软件结构，可以是空间结构、时间结构，还可以是逻辑结构、算法结构。为了讨论的方便，我们称关于物质结构造成涌现的理论为物质涌现论，而关于信息结构造成涌现的理论为信息涌现论。前者讨论具体系统的物质结构如何涌现出新的物质属性、特征、行为和功能，而后者讨论抽象系统的信息结构如何涌现出新的信息属性、特征、行为和功能。

在物理世界，物质的结构模型是决定系统特性的关键因素。比如，碳元素的排列方式不同，可以导致石墨、金刚石等完全不同的物质形态和特征。在信息世界，通信、控制、计算过程的成败与效率，无一例外地依靠系统元素组成整体的结构模型，其中包括硬件结构模型，但主要是软件结构模型。

在关注系统结构特征的同时，我们还要注意系统的动力学特征。在物质系统中，物质的存储、传送、加工过程与物理学能量的存储、传输、转换、放大、作功过程是联系在一起的，换言之，物质的运动与能量的运动是密不可分的。在信息系统中，信息的存储、传送、加工、新信息的创造，都是与不同形式的信息能的存储、传输、转换、放大、作功联系在一起的，我们必须把信息和信息能的运动结合起来讨论。

（3）信息涌现论的基本思想：信息元素的语义结构和信息能的动力机制

如李建珊所说，思想模型同科学概念和科学符号一样，是科学抽象的成果；“思想模型是人们为了便于科学研究而建立的对原型高度抽象化的思想客体或思想事物，如原子模型、DNA双螺旋结构模型、板块构造模型、大气环流模型等。广义地说，数学模型也属于思想模型。”物质科学的思想模型与信息科学的思想模型具有不同的功能。信息科学的思想模型不是用来模拟和描述物质过程的，而是用来模拟和描述信息过程，它是人们用来指导“思想”的模型，也是最一般的信息过程模型。

信息科学达到实证目标的主要方法就是信息涌现论，即在观察、实验、假设、推理中探讨信息系统新的性质得以涌现的模式或模型。研究信息过程模型就是要研究它的结构特点和动力学原理。如此，才能抓住系统中新的信息属性、特征、行为和功能得以涌现的机理。所以，关注信息系统元素的语义结构和信息能工作的动力机制是信息涌现论的基本思想。比如，关于计算系统的讨论，我们所注意的就是：（1）参与计算的“元素”（信号或符号）；（2）元素之间构成的“结构”，或它们之间的语义关系；（3）实现计算（或符号变换、信号变换）的“规则”。一旦这个系统“启动”，它就按照规则运行，直到“停止”。图灵和冯·诺依曼正是围绕计算系统提出了各具特色的信息元素、结构和规则，所以才能“涌现”出一个图灵机和一个冯·诺依曼计算机。

在一般的意义上，通信和控制都可以看成是“计算”一种形式，它们也需要关于元素、结构和规则的讨论。实际上，在任何一个信息类的学科中，都有它自己独特的“思想模型”，独特的信息涌现论。这些关于信息结构和信息能工作的模型常常成为该学科全部知识的基础和核心。关于这些结构模型的基本概念、原理和方法就成为该学科的基本理论，甚至成为该学科专家们共同的观念和信仰，它也就是该学科的“范式”。整个信息科学所共有的基本范式，就叫做信息科学范式。

§12.4  信息科学范式

12.4.1  图灵与冯·诺伊曼的计算模型

范式（Paradigm）一词来自拉丁文，原意指语法上词尾变化的规则，库恩借用它表示“范例”、“模型”、“模式”。具体地说，“范式”一词是指科学家集团认识中的三种根本成分：一是集团所采用的符号概括；二是为集团提供类比和给人们以启发的模型；三是作为具体的题解的范例。对于科学共同体的成员来说，范式既是他们在心理上所共有的信念，又是他们在理论和方法上所共有的模型或框架^[17]。那么，信息科学的范式是什么呢？

1948年，香农发表《通信的数学理论》，标志着通信模型和通信信息论的诞生。同年，维纳出版《控制论》，提出了信息控制模型，系统地阐述了控制理论。所谓计算模型是刻画计算这一概念的一种抽象的形式系统。由于观察计算的角度不同，便产生了各种不同的计算模型。在20世纪30年代，关于计算模型的研究就取得了突破性进展。哥德尔、丘奇、图灵、波斯特等人提出了一批计算模型，如递归函数、λ演算等，其中图灵机从计算的一般化过程来研究计算，更接近普通人计算的思想方法。而且图灵机构造简洁，在运行原理中隐含了存储程序的原始思想。1946年冯.诺依曼等人针对第一台电子数字计算机ENIAC提出研究报告《电子计算机装置逻辑结构初探》，确定了现代存储程序式电子数字计算机的基本结构和工作原理。在1949—1952年间，英国和美国造出了四台基于冯.诺依曼体系结构的计算机。此后，具有存储器、运算器、控制器、输入设备和输出设备五种逻辑结构，采用二进制、存储程序、顺序处理、按地址访问存储器、软件与硬件完全分离运行方式的“冯·诺依曼计算机”，不断地推陈出新，一代又一代地“进化”。半个多世纪以来，不少人试图从根本上突破所谓的冯·诺依曼结构，日本第五代计算机计划甚至把设计新的计算机结构作为一个重要目标。但是，至今冯·诺依曼模型仍然是信息科学共同体的不可动摇的基本信念。如果说图灵机是较好的理论计算模型，那么冯·诺依曼计算机则是目前唯一的实用计算模型。

信息通信最早成为一种现代实用信息技术，人们的工作和生活一刻也不能离开它。在信息科学三个模型中，香农通信模型是非专业人员了解最多、把握最好的。而且，由于香农信息论具有严格的数学描述，符合物理科学范式的标准，学者们当然地认为它是科学。对香农理论的推崇甚至走到极端，不少人认为它以外的信息科学理论谈不上是科学，还有的学者把通信模型看成唯一的信息模型，认为讲信息必在通信中，宇宙进化出现生命才有信源与信宿，所以断然否认在生命之前有信息存在。维纳关于信息控制的模型在工程控制中拥有绝对的威信，并构成自动控制理论的经典内容。维纳说在动物和机器当中，通信和控制的原理是相通的。控制理论被用来解释生物界和人类社会中的许多现象。

在通信和控制过程广泛使用计算机之前，其中的信息只是信号而不是符号，人们可以用物理学的术语和数学的方法描述通信和控制过程。通信模型解决信息载体的空间位置移动的问题。在通信过程中只会增加噪音而不会增加新的信息。控制模型在本质上是利用低能量（比如弱电）的信息过程调节高能量的物质过程（比如强电），也可以看成信息过程向物质过程的转化。严格地说，控制过程也不产生新信息。冯.诺依曼计算模型内部结构中包含了通信和控制模型，在控制器和存储器的配合下的运算器可以产生新的信息。它把人工信息过程推到了符号和数字化的层次，把机器智能由信号水平提高到符号水平。计算模型使机器具有了智能。而机器智能可以使一切使用机器的过程实现智能化。把计算机用于通信和控制，所产生的计算机网络和智能控制，使得通信和控制过程智能化。冯.诺依曼计算模型是信息科学范式的主体与核心，对自然界的各种信息现象具有广泛的适用性。信息科学范式正在取代物质科学范式，将在下一章中讨论。

12.4.2  计算在宇宙中的普遍意义

由冯·诺依曼提出的计算机逻辑模型是对人脑功能和结构的逻辑提炼与升华。直到1957年冯. 诺依曼逝世之前，他仍然在用最新的神经生理学成果研究人脑与计算机的一致性问题。人脑是自然界信息进化的最高成果，其中包含着每一个较低层次上的基本特征，甚至无机物的反应特性。正因为如此，冯.诺依曼计算模型才对自然界的信息现象具有普遍的适用性。信息科学范式可以渗透到物质科学范式起作用的每一个学科，道理也在这里。

在无生命世界中，信息现象表现为某一物体受到另一物体的作用时，所作出的“印记”式的反应。无机物的反应特性是整个信息进化过程的起点，随后是化学反应中的信息过程。由非生命信息过程向生命信息过程的进化，是“宇宙智能谱”中的一个关节点。通常，可以把生命活动分为四个层次加以研究，它们是生物大分子、细胞、动植物个体和人类社会，其中每个层次都能独立存在并具有新陈代谢和遗传特性。在基因层次上，信息功能是在化学定律的约束下实现的。化学元素、分子及离子键之间的亲合与排斥作用成为实现信息功能的直接动力。因为有生命，需要复制以实现遗传，它便靠自身具有的在分子层次上的记忆与识别，实现选择和相互作用。在细胞层次上，单个细胞作为一个处理单元，实现对输入的处理和输出。输入信息可以是物理信息、分子信息、激素以及神经信号，细胞的信息处理完全是在细胞核的统一指挥下进行的。经过一次信息处理后细胞调整自身，保留了处理的结果，并形成“记忆”，作为下一次处理的基础和依据。细胞是最简单的具有生物活力的计算机。在多细胞生物个体（比如人）的层次上，它们显而易见地是高级的生物计算机或信息生成器。在人类社会层次上，它作为整体在不断地思维着；由网上电脑支持的社会成员是它的“神经细胞”；社会要应对环境的压力，接受信息输入；其存储器是每个人的大脑和图书馆、社会性数据库与知识库；其处理器是研究单位及个人；控制功能则由政府、组织完成；有的学者称之为“全球脑”。在信息进化过程中，信息处理（或计算）的逻辑一致性是冯.诺依曼计算模型具有普适性的内在依据。

§12.5  关于科学范式的转型

12.5.1  物质科学范式的使用范围及其局限性

宇宙事物既是物质的，又是信息的，区别只在于物质结构的形式不同，信息处理的能力不同。事物的运动总是包括物质运动和信息运动两个方面，区别只在于运动的形式和过程不同。在宇宙进化中，这两个方面相互依存、相互推动。比如，生命信息的载体只能是生物物质，而人类大脑的出现必然会创造出文字符号和科学技术，等等。但是，物质科学的范式主张：除了物质和物质的运动，宇宙间再没有别的了。它只承认物质的存在，只研究物质的运动。它的理论是关于物质和物质运动的理论，它的方法是适合于物质和物质运动特征的方法。物质科学共同体只承认以物质实体为元素的系统（如宇宙星系、人体的生理系统），拒绝承认以信息为元素的系统（如人类心智、社会文化）。早期的物理主义和它的“修订版”（非还原物理主义）主张：不存在人类精神和文化科学自身的特殊运动方式和规律；如果有的话，它们统统可以最后还原为物理运动的方式和物理学规律；精神不过是物质的众多属性中的一种，一旦把大脑的生理结构查清楚了，它的功能（思维活动）自然就明白了。

最早对物理科学范式提出修改意见的是美国物理学家T. 史东尼。他出版了三部专著：《信息和宇宙的内部结构：信息物理学探讨》，《超越信息——自然界的智能史》和《信息和含义——一种进化论的观点》^{[18，19，20]}。他集中讨论信息、信息科学和信息物理学，做了很深的研究和广泛的概括，试图重构还原论科学的范式，修订物理学的主要概念和基本方法，比建立化学信息学更进一步。当然，由于受到物理学“质能转换”的束缚，他提出将信息转换为物理学的能量，最后转换为质量^[21]。在他的潜意识中，信息现象仍然只是物质现象的“副现象”，它不可能具有区别于物质的特殊性，更不可能有时比物质现象更为重要。物理学对物质的量化推广到信息科学中，只适用于信息的载体，不适合于信息本身。只有信息科学的范式才能弥补物质科学范式的缺陷，并在两种范式的互补和融通之中为我们提供观察世界的完整模式。

12.5.2  物理学羡慕症和数量化情结

几百年来，以物理学为基础的物质科学逐渐地趋于成熟，对人类社会的发展功勋卓著，因此倍受尊敬和推崇。物理数学方法成为科学研究的标准方法，物理科学的范式成为科学与非科学的判别准则。许多心理学家，人文社会学家纷纷模仿，要在各自的领域中，以实验为基础，以数理方法为工具，建立起一种可以重复、可以预见、以数量化方式表达的学科，即所谓真正的科学学科，就像物理学已经做到的那样。有了这种坚强的“信念”，如果一时未做好、未做到，那是因为功夫还没有到家，而数理方法本身是放之四海而皆准的。此乃工业社会中全部科学的学科“物理-数学化”浪潮。这种席卷整个科学界的学科实验化、数量化追求的正面效应，表现在对相关学科信息运动的载体特征有较深入的认识。但是，负面效应是主要的，表现在试图把信息过程归纳为物质过程去认识。这样，在物理学中适用的观念和方法，完全照搬到非物理学学科，特别是信息类学科之后，造成学科发展方向的误导，形成对该学科正确发展轨道的偏离。我们所说的科学，是描述研究对象的特征与规律的知识体系。当代信息产业已经成为社会经济的支柱，在它的背后必然有关于信息现象的特征和规律的认识作为基础。我们为什么不能称这种知识为科学呢？这显然是发达的物质科学对于发展中的信息科学的一种“遮蔽”。信息社会需要自己的科学，关于信息的哲学观念是一种新的时代精神。让信息类学科群从物理主义的误导和遮蔽下解脱出来，是当代科学发展的必然趋势。当务之急则是：在非物理学学科中根治“物理学羡慕症”。

“物理学羡慕症”（Physical Envy）是科学界的一种综合症。有这种症状的科学家虽然身处别的领域，但总希望本学科拥有物理学那样明析的数学模型。据说，如果不使其工作数学化，就得不到研究经费的支持，相关论文也难于发表。所以，哪怕他们的研究并不难，但他们希望别人认为自己的工作深奥难懂^[22]。从科学学的观点看，这是物理科学高度发达、成为“主导学科”之后的一种负面效应。从认识论根源上分析，它是人们思维习惯上的惰性。这种惰性本身是符合经济学原理的。如果某种工具或思想方法好用，人们总是信手拈来，乐此不疲。只是等到已有的方法不能管用了，遇到大麻烦了，不得已才去花工夫改进旧方法，或者尝试新方法。计算机软件工程发展的初期，就曾照搬成功的硬件工程方法，提出一种软件开发的所谓“结构化程序设计方法”，并立即得到广泛的认同。30多年后，人们发现它不行，问题太多，于是把该方法称之为“传统方法”，另外探索新的方法，即所谓“面向对象方法”。追溯历史，所谓的“新方法”，几乎同传统方法的历史一样悠久。只不过它生不逢时，遭到遗弃，入到“另册”，坐了几十年的冷板凳而已。作为一种理性创造的信息生产，与物质产品的生产完全不同，所以沿用物质生产过程的模式，注定要失败。探讨信息产品本身的特殊性及其生产规律，则是软件理论和信息理论研究的任务。当然，我们要在信息类学科中根治物理学羡慕症，并不妨碍我们对物理学的尊敬。还原论的思想方法永远有用武之地。分子生物学就是把生命活动还原到分子的层次上研究。作为系统整体的特性在还原为它的元素之后，便不存在了。所以，在还原的基础上还需要综合。系统生物学就是这样的学科。在人文社会科学的研究中化解“数量化情结”，并不等于废止数学方法的应用。数学化并不等于精确化。概率论、数理逻辑、形式化方法，等等都是有用的。而且，数学本身还在发展，信息论数学的发展是信息科学进步的重要表现。

有道是，矫枉必须过正，不过正不能矫枉。我们认为，在社会上、学术界正流行一种“信息学羡慕症”和“程序化情结”，对于科学的发展和整个人类文明进步是有益的，值得鼓励和进一步提倡，以便推动科学范式和思维方式的彻底转变。

12.5.3  由物质科学范式向信息科学范式的转变

香农关于通信的模型、维纳关于控制的模型，以及图灵和冯.诺依曼关于“计算”的模型分别代表了三类信息现象（传输、利用和生成）的基本过程。在通信工程、自动控制和计算领域内，信息科学共同体共同持有的基本观点、基本理论和基本方法由这三个模型给出了简明的概括。它们构成信息科学的“范式”。基于这种范式，信息科学工作者在认识上具有了共同的信念，在方法上具有了共同的模型和解决问题的框架。自20世纪40年代以来，尽管人们提出对香农和维纳模型的修改和补充，甚至不断有人提议非冯.诺依曼计算模型，但是信息科学家集团关于三个模型的共同信念从来没有动摇。从根本上说，正是信息科学范式，作为最一般、最普遍的理论和方法，以信息科学专家和工程师为传播和创新的载体，构筑了信息经济，拓展了信息消费，迎来了信息文明的新时代。

在信息时代中，整个科学知识体系如同经济、生活、社会一样，也面临一个全面信息化的过程。它同工业时代中科学的学科“物理-数学化”具有同样的意义。当信息科学原理和方法被用来解决传统科学技术中的问题时，就是信息科学范式进行渗透、贯穿、扩展的过程，也是改造和重构传统学科的概念、方法和知识体系的过程。在传统学科信息化的过程中，信息科学的范式逐步地取代了物质科学的范式。实现物质科学范式向信息科学范式转变的内在依据，是通信、控制和计算三类信息过程模型对于宇宙间一切信息现象的普适性^[23]。

12.5.4  方法论、科学观和世界观的信息学转向

在一定意义上，图灵和冯诺伊曼的计算模型是由工业生产向信息生产，由工业社会向信息社会，由物质科学向信息科学，由物质世界观向信息世界观转型的“理论杠杆”。这一场翻天覆地的大革命来源于人类对人脑的逻辑原理的探索。在本质上，图灵模型是冯诺伊曼模型的更高程度的抽象，所以具有更大程度上的适用性。从双带图灵机工作原理与DNA的双链打开后的复制机理完全相同，并不是一种偶然与巧合，其中有它们本来的逻辑一致性。

1966年，美国计算机协会ACM在纪念电子计算机诞生20周年时，决定设立计算机世界的第一个奖项，以表彰在计算机科学与技术领域作出贡献的人物。由于图灵对计算机科学的杰出贡献，很自然地将其命名为“图灵奖”，以纪念这位计算机科学理论的奠基人。图灵奖被称为“计算机界的诺贝尔奖”。到目前为止，已有几十位学者获得了图灵奖，这些获奖者所做的工作极大地影响了计算机科学与技术的发展方向。

信息科学的方法论首先被计算机科学与技术界广泛接受，成为科学研究、软件生产、教育学生的最基本的思维模式。然后，这个模式扩充到通信与控制领域，实现了程序化通信和智能型控制。随着工具信息学的不断发展和成熟，它对社会生产与生活的渗透越来越深入与广泛。在产生一大批领域信息学的同时，各个领域中的信息现象的本质和规律被逐步揭示出来，使得传统的科学学科实现了“信息化”。现在我们看到的自动化学科，机械工程学科，地理学科，等等，没有哪一门学科能够离开计算机、通信与控制系统的武装，能够离开信息、智能与程序思想的观念的武装。

哲学作为建立在具体科学提供的知识背景的基础上的“智慧之学”，它并不是要去发现科学家所不能达到的一种新知识，而只是理解科学家实验观察和理性分析得来的知识的意义和蕴涵。信息科学和技术知识体系为哲学家门进行概括和总结提供了新的素材，为他们的“反思”和提炼供应了新的数据。于是，关于信息的哲学认识形成了一种信息科学所不具有的独特力量，反过来又对科学、技术和人们的信息生产与生活施加影响，形成对信息时代中人们行为的引导和规范。比如，哲学家称，过去我们说“世界统一于物质”没有错，但是它需要“世界统一于信息”来加以补充^[24]。还比如，“宇宙的本质是计算”这个哲学命题对于科学家们从事跨学科的研究以发现信息进化的逻辑链条，是有着世界观、方法论的指导意义^[25]，等等。

本章思考题和练习题

1．什么是方法，科学方法？什么是科学方法论？

2．什么是科学研究中的经验方法和理性方法？

3．什么是孔德的科学发展“三阶段论”？科学实证区别于神学猜想和哲学思辩的主要特征是什么？

4．什么是物质科学的还原论、整体论？

5．试述物质系统的整体涌现特征。

6．试述信息系统的整体涌现特征。

7．什么是科学范式？信息科学家共同体中公认的科学范式是什么？

8．为什么说“计算”在宇宙中具有普遍意义？

9．物质科学范式的合理性是什么？它的局限性表现在那些方面？

10．什么是“物理学羡慕症”？什么是“数量化情结？

11．信息科学方法与物质科学方法的主要区别是什么？

12．从物质科学范式向信息科学范式的转变在以什么方式进行着？试举例说明。

本章主要征引和参考文献

[1] 李建珊．科学方法概览．北京：科学出版社，2002，7．

[2] 李建珊．科学方法概览．北京：科学出版社，2002，7．

[3] 巴甫洛夫．巴甫洛夫选集，北京：科学出版社，1955，8．

[4] 王康. 孔德与他的实证理论——纪念社会学的创始者孔德诞生200周年. 社会科学战线， 1999（1）：226-233

[5] 张小山. 孔德实证主义原则论略. 江汉论坛， 1996（6）：33-36

[6] 苏建国. 论孔德的实争哲学. 山东医科大学学报社会科学版， 1994（1）：82-85

[7] 刘放桐. 现代西方哲学. 北京： 人民出版社， 1995. 33-73

[8] 鲁克俭. 马克思实证方法与孔德实证主义关系初探. 社会科学， 1999（4）：37-22

[9] 张小山. 孔德实证主义原则论略. 江汉论坛， 1996（6）：33-36

[10] 李建会. 还原论、突现论与世界的统一性. 科学技术与辩证法， 1995（10）：5-8

[11] 李建会. 还原论、突现论与世界的统一性. 科学技术与辩证法， 1995（10）：5-8

[12] 董立河.试论还原论与整体论的互补与共存.太原师范学院学报（人文科学版），2002（1）：42-45

[13] 欧阳莹之．复杂系统理论基础．田宝国，周亚，樊瑛译，上海：上海科技教育出版社，2002，10．

[14] 欧阳莹之．复杂系统理论基础．田宝国，周亚，樊瑛译，上海：上海科技教育出版社，2002，10．

[15] 郭垒. 还原论、自组织理论和计算主义. 自然辩证法研究， 2003（12）：83-87

[16] 苗东升. 系统科学是关于整体涌现性的科学. 见：许国志、顾基发、车宏安.系统科学与工程研究. 上海： 上海科技教育出版社， 2001. 167-182 （第二版）

[17] 殷正坤、邱仁宗．科学哲学引论．武汉：华中理工大学出版社，1996．255-256

[18] T．Stonier. Beyond Information----The Natural History of Intelligence.  Gateshead （UK）： Springeer， 1997. 19-20

[19] T．Stonier．Information and Meaning----An Evolutionary Perspective．Gateshead （UK）： Springeer， 1997. 51-72

[20] T．Stonier．Information and the Internal Structure of the Universe： An Exploration into Information Physics．UK：Springer，1997，13

[21] T．Stonier．Information and Meaning----An Evolutionary Perspective．Gateshead （UK）： Springeer， 1997. 51-72

[22] J 布罗克曼. 第三种文化-----洞察世界的新途径. 海口：海南出版社，2003.115-116

[23] 田爱景．论信息社会特有的思想观念和思维方式．医学信息与计算机应用．1999（9）：26-27.

[24] 李宗荣. 理论信息学：概念，原理与方法. 医学信息，2005（12）：773-784.

[25] 李建会．走向计算主义．北京：中国书籍出版社，2004，1．

                            【下一部分】