【该文发表于《科学家》12月刊（总第2期），pp88-89】

http://www.scientists.com.cn/zl/427.jhtml

尽管涌现性的概念并不算复杂，但我们还是先从几个例子开始解释。

1.从三个例子到涌现概念

蚁群的组织性。我们知道，单只蚂蚁的能力是相当有限的，难于完成复杂的任务。但是，当蚁群作为一个整体时，则能完成许多惊人的任务，比如可以建筑山丘，也可以毁掉一座大坝。因此，当蚂蚁协同工作时，其行为就发生了质的变化。单只蚂蚁的行为是不定的、随机的，但是成千上万只蚂蚁的随机行为所表现出的总体效果则是确定的。虽然它们个体分别完成特定的任务，但同时也协同其他蚂蚁共同来完成一个总任务。例如，一只蚂蚁发现了食物，就会分泌少量的激素吸引其他的蚂蚁，当这些被吸引过来的蚂蚁到达同样的食物源时，也会分泌同样的物质。大量流浪的蚂蚁迅速聚集成一个看似有组织的直线，迅速到达最近的食物源。蚂蚁的组织性，只有当系统作为一个整体运行时才可能出现，而此时个体行为彼此得到加强，这就是一种涌现性（也简称“涌现”）。

大脑是如何工作的？人脑中没有任何一个单一神经元拥有复杂的功能，如自我意识、希望或骄傲的情绪。但是，神经系统中各神经元的组合产生了复杂的人类情绪，如恐惧和快乐，但其中没有任何一个方面可归因于单个神经元。虽然我们目前对人类大脑涌现性所产生的机制还并不十分清楚，但大多数神经生物学家认为，大脑各部件之间的复杂关联会产生一个只属于总体的特质，这也是一种涌现性。

城市和人类社会。一个城市范围中的人口往往会发展出相似的经济或社会活动，并逐渐特化成专门的功能区域。在没有任何区域法规控制的活动中，一个人在特定地点的特定活动中所做的决定，往往是相似的或者互补的，这使得整体运行更可行。比如，一个人先在一条街开了一个剧院，那个地区就有更多的人光顾而开展更多的文化活动，然后吸引更多的艺术家，甚至有人开办了学校，逐渐发展成一个文化区。本来并没有任何一个人决定在那里发展成一个文化中心的，但人类的各自兴趣汇集起来就产生了这么一个地盘，这更是一种涌现性。

可见，涌现是一种非常普遍的自然现象，是一种从低层次到高层次的过渡，是在微观主体进化的基础上，宏观系统在性能和结构上的突变，在这一过程中从旧质中可以产生新质。许多名人和哲学家都对此进行了各种各样的描述。例如：1923年，英国心理学家、生物学家和哲学家摩根（Conway Lloyd Morgan）在他的著作《涌现式的进化》中写道：尽管看上去多少都有点跳跃，但涌现的最佳诠释是，它是事件发展过程中方向上的质变，是关键的转折点；1998年，美国圣塔菲研究院（Santa Fe Institute, SFI）的科学家霍兰（John Holland）在他的《涌现：从混沌到有序》一书中说：涌现是以相互作用为中心的，它比单个行为的简单累加要复杂得多总之，涌现性所出现的一些属性来自一个系统的协作功能，但又不属于系统的任何一部分。换句话说，涌现性是一个群体的性质，但是当群体中的个体单独行动时则无法表现该性质。系统科学把这种整体才具有，孤立部分及其总合不具有的性质称为“整体涌现性”。系统科学就是关于整体涌现性的科学理论，探索整体涌现发生的条件、机制、规律以及如何利用。不同的结构方式，不同的相互激发产生不同的整体涌现性。整体涌现性的产生不是单一的，是规模效应和结构效应共同的结果。涌现性又可理解为非还原性或非加和性。系统性是加和性与非加和性的统一，都是整体属性；但整体性、系统性并不一定是涌现性。涌现性是系统非加和的属性，通俗讲就是“整体大于部分之和”或者“整体小于部分之和”，这样的整体与部分差值就是涌现性。

结合上述的例子和这段描述，你是否理解了什么是涌现性呢？

2.从物理世界到生命世界

在简化的物理世界里，如果不涉及到不同层次的变化，则不会出现明显的涌现性，而是加和性。比如，物理学中两个力同时作用于一个物体，最终物体所受到的力是两个力的矢量和，总体等于部分之和，体现的是整体等于部分之和。但是，当涉及到不同层次的比较时，涌现特性则比较明显。例如，分子作用力、氢键以及疏水作用力相对于原子来说就是整体涌现，只有原子形成了分子才可能具有这些特性，简单的混合则不会具有这种层次的特性。化学反应可看成是涌现的极端情况了。两个物质发生化学反应，最终的产物与参与反应的物质完全不同，当然绝对不是部分的组合了。在这个问题上，经常让哲学家拿来说事儿的就是中和反应。当盐酸和氢氧化钠相结合的时候，其产物是盐和水，完全不同于开始的强酸和强碱了，这种涌现性是彻头彻尾的变化。

可喜的是，千百年来人类经历了在痛苦的黑暗中摸索过程，终于发现了物质世界的基本构成单位是元素，还发现了元素周期律。由此，在物质世界里，化学相对来说是将因果关系描述得最彻底的一门学科了。可是，在人类能完全了解一个事物的因果关系之前，涌现性又是显得那么神秘而不可琢磨，难道是上帝的玩笑？所以，在不了解的时候，保持慎重，这就是我们常说的要对大自然保持敬畏，这本身就是一种严肃而科学的态度！即便如此，化学家们也还是非常慎重，特别是在遭遇外来化合物所导致的环境问题之后，他们也在反思，痛定思痛，还在继续探索更多未知的领域，而开发更显得谨慎而稳中——就像一位长者在经历了长期的人生磨难之后对人生态度的转变，那么成熟而富有内涵。

然而，在我们的研究层次上升至对生命世界的理解时，人类显然又遇到了难于迅速突破的瓶颈。我们发现自己还在黑暗中摸索，还未找到能与元素周期律相媲美的规律性变化。有人形容我们目前对生命世界的理解，正如中世纪之前对化学的了解那样茫然。然而，人类对生命世界的探索始终没有放弃，也取得了不少的进步。至少，我们不再将生命现象看成是物理现象或者化学现象的简单组合了，因为从物质世界到生命世界，这里面所呈现出的纷繁复杂的涌现性，不再是已有的任何一门学科可以解决的，甚至开辟新的学科来研究都不为过。

虽然我们对生命现象还很无知，但我们已经知道生命与生物系统中的涌现性集中表现在生命的组织与生命进化之中。生命世界中每出现一个较高层次的结构都会产生一些新的特征，而每一个生物学结构水平都具有完全不同的涌现特征。各种单个的原子可以结合形成分子如多肽链，然后进行反复折叠形成蛋白质，再产生更复杂的结构。生物学研究中，人们始终处于两难境地：部分不代表整体，但不从部分入手，又无法了解整体。生命是复杂性的主要来源，进化是各种生命形式背后的主要过程，是描述自然世界复杂性的生长过程，以及复杂的生物和生命形式的涌现性，即进化中的突变过程。对于如此复杂的生命现象和涌现特征，我们要从各个功能基因片段推导出生命系统的整体行为，是完全不可能的，至少在目前我们对生命所了解的条件下是不可能的。生命区别于非生命的最重要特征是繁殖和进化。其他非生命物质（比如外来化合物）在我们认识到其危害后，就会减少或停止生产，那么其在自然界的量会慢慢减少，最后所导致的危险并不会复制和传递，而是慢慢减弱。而生命就不一样了，这种风险会复制，传递，甚至放大和进化，更可能衍生出众多难于确定的涌现性。

3.转基因技术，潘多拉的盒子？

作为一门技术，转基因无所谓好坏，所以大谈转基因技术本身的好坏是没有任何意义的。但是，在对与转基因技术相关的许多因果关系还不是非常了解的情况下，特别是其涌现特征我们猜都猜不出的条件下，我们对转基因技术的信心究竟来自哪里？我们对转基因技术应该持有风险意识，不应该无知者无畏。大自然创造一个物种，改变一个碱基对，要花上成千上万年，甚至上亿年的时间来测试，因为大自然不仅仅测试这个物种，这个基因，还要测试其涌现性。而我们人类如此轻易地改变它，不只一个碱基对，而可能在转基因技术泛化后是成千上万个，这是谁给我们的权利？一些新的发现，一些新科学领域的产生，正在拷问我们本来就很脆弱的知识体系，比如表观遗传学的新发现，可能正是大自然给我们提醒的警钟。

那么，这么一说，在转基因的问题上，我们是否就应该缩手缩脚，停滞不前呢？显然，这也不是我想表达的意思。恰恰相反，我们应该大力支持转基因研究。也许现在人们在对生命世界探索的道路上正是黎明前的黑暗，再使一把力，就到了成功的彼岸。因此，加大转基因研究的力度是必须的，不仅仅是转基因生物和转基因作物，更应该包括转基因在不同生命层次的涌现性及对整个地球生命系统所可能带来的风险。初生牛犊不怕虎，作为现在正在朝气蓬勃发展的生物工程研究具有大无畏的探索意识，我们为你鼓掌，为你感到自豪！但是，观局者清，我们也深知人类对生命世界的认识还远没有达到可以如此自信的程度。年轻气盛可以理解，但那是不成熟的表现，是视野还不够宽广，应该多向有宏观视野和跨尺度研究的学科学习，取长补短。动辄说人家不懂分子生物学而拒绝学习只会葬送这门学科和技术。其实，人家不懂分子生物学也没有什么了不起的，隔行如隔山嘛，但是转基因问题显然不只是分子生物学问题。况且，从思辨过程来看，懂不懂分子生物学并不重要，任何质疑都需要认真倾听，共同探讨解决的办法。没有专业知识也可以质疑，因为不同的人站不同的角度看问题有偏差，这没有什么值得大惊小怪的，这正是挖掘涌现性的一个重要方面，为什么要拒绝呢？

我对转基因问题的态度一贯是：反对捕风捉影的“有害”故事，更反对斩钉截铁的“无害”定论。总之，我既不是挺转派，也不是反转派，如果一定要归为一派，那么我是慎转派，因为我知道涌现性，我乐意从多个层次考虑问题。现在如果您看了我的文章，也知道了涌现性，是否也会与我一样成为慎转派呢？我希望人人都是慎转派！

多一些思辨，少一些武断。信心来源于了解，而不是勇气！

相关专题：转基因问题
转载本文请联系原作者获取授权，同时请注明本文来自赵斌科学网博客。
链接地址：https://blog.sciencenet.cn/blog-502444-750961.html

上一篇：我一般不做影评，但《地心引力》实在太棒了！
下一篇：谷歌学术取代SCI的WOS，是否大势所趋？