[论文解读] Types and Forms of Emergence

Jochen Fromm|ArXiv.org|Jun 13, 2005

Computability, Logic, AI Algorithms参考文献 34被引用 86

一句话总结

本文提出了一种多智能体系统中涌现类型的综合分类法，区分了有意涌现、可预测涌现、弱涌现、多重涌现和强涌现。该分类法基于自组织系统与模式形成的概念框架，系统地归类了涌现形式，为科学与工程领域复杂系统行为的理解提供了基础分类。

ABSTRACT

The knowledge of the different types of emergence is essential if we want to understand and master complex systems in science and engineering, respectively. This paper specifies a universal taxonomy and comprehensive classification of the major types and forms of emergence in Multi-Agent Systems, from simple types of intentional and predictable emergence in machines to more complex forms of weak, multiple and strong emergence.

研究动机与目标

• 建立复杂系统中涌现类型与形式的通用分类框架。
• 澄清不同涌现类型之间的区别，特别是在多智能体系统背景下的区别。
• 通过明确定义涌现的类别，解决文献中的概念模糊性。
• 通过结构化的类型学支持科学与工程领域对复杂系统行为的理解。
• 为自组织系统与自适应计算领域的未来研究提供基础。

提出的方法

• 基于不可预测性程度、自主性及系统级属性，构建分层的涌现分类体系。
• 将涌现划分为五类主要类型：有意涌现、可预测涌现、弱涌现、多重涌现和强涌现。
• 基于非线性科学，特别是适应与自组织系统（nlin.AO）及模式形成（nlin.PS）的概念分析。
• 运用自下而上与自上而下因果关系的正式区分，以辨别不同涌现类型。
• 采用逻辑与哲学推理，为每种涌现形式定义标准，如不可约性与新颖性。
• 依赖领域无关的原则，以确保在科学与工程背景下的适用性。

实验结果

研究问题

• RQ1 多智能体系统中涌现的独立类型与形式有哪些？
• RQ2 如何系统性地分类涌现，以解决文献中的概念不一致问题？
• RQ3 在可预测性与可约性方面，弱涌现与强涌现有何区别？
• RQ4 涌现如何具有有意性或可预测性，这些形式与非有意形式有何不同？
• RQ5 多重涌现与强涌现在何种方式上挑战了复杂系统中的还原论方法？

主要发现

• 本文建立了五级分类的涌现体系：有意涌现、可预测涌现、弱涌现、多重涌现和强涌现。
• 有意涌现的特点是可设计性，可预测涌现的特点是计算可预测性。
• 弱涌现涉及新颖且不可约的属性，仅从组件行为无法预测。
• 多重涌现指多个涌现现象以复杂且相互依赖的方式共同出现。
• 强涌现的定义是属性不可约且无法从底层动力学中恢复，挑战了物理超存在性。
• 该分类法提供了一个概念框架，支持复杂系统研究中的一致术语与分析。