AI导读
核心看点
- 从线性思维转向非线性思维，探讨复杂系统本质
- 横跨物理、生物、神经科学及社会学的跨学科视野
- 深入解析自组织、序参量及意识涌现的哲学意涵
适合谁读
- 对复杂系统科学与科学哲学感兴趣的读者
- 希望拓宽认知边界、理解非线性世界的思考者
- 具备一定科学基础，能接受抽象概念的研究者
读前提醒
- 翻译质量参差不齐，建议结合原文或耐心阅读
- 内容涵盖多学科，建议按章节兴趣选择性阅读
- 概念抽象晦涩，需保持耐心，不必强求全懂
读者共识
- 思想深刻优美，但阅读门槛高，普遍反映难懂
- 跨学科视野独特，但部分章节逻辑跳跃较大
- 翻译问题影响体验，建议有基础者谨慎入手
本导读基于书籍简介、目录、原文摘录、短评和书评生成，不等同于全文精读。
精彩摘录
- "我们实际上是置于一缸中这脑这个命题不可能是真的，因为它是自驳斥的，自驳斥的命题是这样一种命题，其真意味阒其伪。一个逻辑上的例子是万能定理：所有的普遍陈述都是假的。如果它为真，那么因为它的普遍性，它就必定为假。一个认识论的例子是命题“我不存在”。如果这是由我所思维到的，它就是自驳斥的。因此，笛卡尔指出，人们可以确信自己的存在，只要人一想到它。我们是缸中之脑这一命题，就具有这一性质。"
- "其中最有意义的一个概念是分形维数,即对一个物体粗糙度的量度。分形性似乎是实在的一个自然特征。岩石海岸线包含着峭壁和缝隙。表面粗糙的岩石遭受到侵蚀。考虑有机体的生长,例如肺气管的生长,重复分支的分形过程是动物发育的遗传法则的自然结果。在欧氏几何学中, 我们熟悉一维的直线和二维的平面。分形维的一个例子是科赫曲线(图2.36)。为了度量它的长度,人们用物体(曲线)三分之一宽度的尺子开始。这把尺子对应于顶端表面上曲线内的每条线段。线段从内部测量曲线四次。然后尺子缩短到原始长度的三分之一,如图2.36所示。由于缩短后的尺子能够放入该曲线的更多“缝隙”,用这把尺子所量到的长度就比原来尺子量到的长度大得多("
- "康德的认识论可以解释为现代认知科学的重要先驱，现代认知科学假定，由认知模式整理大量经验材料。但是。与康德相反，这些认知模式可以在历史发展中发生变化，正如相对论中从欧几里得空间转变到非欧几里得空间所表明的。"
- "在复杂系统框架内,大脑的模型是非线性动力学的复杂细胞系统。精神状态(例如模式识别、感情、思维)的形成被解释为大脑集合体中(宏观)序参量的演化,序参量是由远离热平衡的学习策略中神经细胞的非线性(微观)相互作用引起的。例如,模式识别就被解释为某种相变,与决定着物理学、化学和生物学中模式涌现的演化方程有相似之处。"
- "从方法论的观点看,我们必须意识到,模型决不可能穷尽一切,也不可能是实在的同构映射。例如,在物理学中,单摆模型忽略了摩擦。在化学中,分子模型将轨道中的电子看作类似于太阳系中的行星,而不顾海森伯不确定原理。然而,这些模型在一定应用条件下都是有用的。大脑模型的条件由大脑组织的水平给出。如果要给一定水平上的大脑组织的功能建模,该模型就应该考虑到该水平之上和之下层次的条件。"
- "约翰霍普菲尔德探讨了一个著名的例子（1982）。他提出的非线性反馈网络的类型，其动力学机制是具有收敛解。"
- "复杂系统模型如何适合于真实的神经网络?从方法论的观点看,我们必须清醒地意识到,模型是不可能素朴地与实在的每一项功能和每个元素相一致的。模型是为了特定目的而进行的抽象,它能或多或少地 解释和模拟中枢神经系统的某一部分,而对其他部分则没有涉及。有时模型网络受到了批评,说它们如同黑箱,仅仅在一定程度上正确地实现了输入一输出功能。但是,关于生物神经网络是怎样实现其功能的,却什么也没有揭示。隐含单元如同量子物理学中的隐变量仅仅是理论概念,隐变量被假定是系统实现所观察、可测量的输人和输出值之间关系的一种内在因素。除了可能的多层网络的构造之外,动力学和学习程序对于膜拟是根本性问题。"
- "在现代，技术演化已经是变化的一个驱动力量，影响着无数的生活方式的方方面面。考虑到自组织进程，自催化是技术发展的一个显著特征，每个创新都催化着下一代创新。如果技术与社会演化被解释为一项技术、一种主流 观念（”范式“）或一种人造物被依次替代的结果，那么从生长到饱和的发展就可以用相互依存的逻辑斯谛曲线形式来进行数学上的模拟。主张技术进步是通过一系列相变和置换的断言，意味着可以把它看作一连串的逻辑斯谛曲线。每条曲线达到一个饱和水平。通过每个水平上的演化性创新，形成向新逻辑斯谛曲线的转换。"
作者简介
克劳斯・迈因策尔教授
（1947－），1973年在明斯特
大学获得博士学位，研究领域
是数学、物理学和哲学。
1988年以来为专职科学哲学教
授、奥格斯堡大学哲学所主
任、计算机科学研究所成员。
1996年以来担任德国复杂系统
和非线性动力学学会主席。主
要著作有：《几何学史》
（1980）、《大自然的对称
性》（1980）、《复杂性中的
思维》（1994）、《大脑、计
算机和复杂性》（1997）等。
目录
用户评论
非常重要的review
跨越了太多学科，而且作者都不是泛泛而谈，难得的有深度，有见解。等过两年再来重读此书。
不太懂
不是很懂
英文版的语言很优美，中文版就翻译得不怎么样了
无聊 @2020-07-15 09:24:50
无聊
标题和内容不搭配啊，和复杂系统关系不大，倒像是科学认知历史
很久前读的，观感还行
看不懂
下载
收藏