ch1

1.md

 # 一、复杂性科学
 
+> 原文：[Chapter 1  Complexity Science](http://greenteapress.com/complexity2/html/thinkcomplexity2002.html)
+
+> 译者：[飞龙](https://github.com/wizardforcel)
+
+> 协议：[CC BY-NC-SA 4.0](http://creativecommons.org/licenses/by-nc-sa/4.0/)
+
+> 自豪地采用[谷歌翻译](https://translate.google.cn/)
+
 这本书的论点是，复杂性科学是一种“新型科学”，我借鉴自 Stephen Wolfram。
 
 2002年，Wolfram 发表了 “新科学”一文，在这里介绍了他和其他人在细胞自动机上的工作，并描述了一种用于计算系统研究的科学方法。在之后的章节中，我们会回顾 Wolfram，但是现在我打算将他的标题用于更广泛的东西。
 
 我认为复杂性是新的，不是因为它将科学工具应用到一个新的主题，而是因为它使用不同的工具，允许不同种类的工作，并最终改变了我们认为是“科学”的东西。
 
-为了证明差异，我将从经典科学的一个例子开始：假设有人问你为什么行星轨道是椭圆形的。您可以引用万有引力的牛顿定律，并用它来写出描述行星运动的微分方程。然后，您可以求解微分方程，并展示出解是椭圆。证明完毕！
+为了证明差异，我将从经典科学的一个例子开始：假设有人问你为什么行星轨道是椭圆形的。你可以引用万有引力的牛顿定律，并用它来写出描述行星运动的微分方程。然后，你可以求解微分方程，并展示出解是椭圆。证明完毕！
 
 大多数人发现这种解释令人满意。它包括一个数学推导 - 所以它有一些严格的证明 - 它解释了具体的观察，椭圆轨道，通过诉诸一般的原则，引力。
 
@@ -20,7 +28,7 @@
 
 +   这个模拟通过随机选择一个智能体来运行，并检查它是否快乐。如果是的话，没有任何反应 如果不是，智能体随机选择一个未占用的单元格并移动。
 
-如果您从一个完全未分离的模拟城市开始，并在短时间内运行该模型，类似的智能体会聚集到一起。随着时间的流逝，这些社区会增长和合并，直到存在少量的大型社区，大多数智能体都生活在均匀的社区中。
+如果你从一个完全未分离的模拟城市开始，并在短时间内运行该模型，类似的智能体会聚集到一起。随着时间的流逝，这些社区会增长和合并，直到存在少量的大型社区，大多数智能体都生活在均匀的社区中。
 
 模型中的分离程度令人惊讶，这是真实城市的分离的解释。也许底特律是分离的，因为人们不喜欢人数太多，并且如果他们的社区的组成使他们不开心，将会搬走。
 
@@ -76,7 +84,9 @@ Strogatz 是一位数学家，所以他对证据的热情是可以理解的，
 
 线性 → 非线性
 
-经典模型通常是线性的，或者使用非线性系统的线性近似; 复杂性科学对非线性模型更为友好。一个例子是混沌理论 [1]。
+经典模型通常是线性的，或者使用非线性系统的线性近似; 复杂性科学对非线性模型更为友好。一个例子是混沌理论。
+
+> 混沌理论在这本书中没有涉及，但是你可以在 <http://en.wikipedia.org/wiki/Chaos> 上阅读它。
 
 确定性 → 随机
 
@@ -128,7 +138,7 @@ Strogatz 是一位数学家，所以他对证据的热情是可以理解的，
 
 中心化（集权） → 去中心化（放权）
 
-中心化系统在概念上简单并易于分析，但去中心化系统可能更加强大。例如，万维网中的客户端向中心化服务器发送请求；如果服务器关闭，则这个服务不可用。在对等网络中，每个节点都是客户端和服务器。要取消服务，您必须删除每个 节点。
+中心化系统在概念上简单并易于分析，但去中心化系统可能更加强大。例如，万维网中的客户端向中心化服务器发送请求；如果服务器关闭，则这个服务不可用。在对等网络中，每个节点都是客户端和服务器。要取消服务，你必须删除每个 节点。
 
 隔离 → 互动
 
@@ -149,3 +159,35 @@ Strogatz 是一位数学家，所以他对证据的热情是可以理解的，
 设计 → 搜索
 
 工程有时被描述为，在可行的设计空间中寻找解决方案。越来越多的搜索过程可以自动化。例如，遗传算法在大型设计空间中探索，并发现人类工程师不会想像（或喜欢）的解决方案。最终的遗传算法，演变，不可避免地生成违反人类工程规则的设计。
+
+## 1.5 一种新的思维
+
+我们现在正在深入一个领域，但是我所假设的，科学建模中的标准转变，有关 20 世纪中逻辑和认识论的发展。
+
+亚里士多德逻辑 → 多值逻辑
+
+在传统逻辑中，任何命题都是真或假。这个系统适用于类似数学的证明，但对于许多现实世界的应用而言是失败的（以一种戏剧化的方式）。替代方案包括多值逻辑，模糊逻辑和其他旨在处理不确定性（indeterminacy），模糊性和不确定性（uncertainty）的系统。Bart Kosko 在《模糊思维》（Fuzzy Thinking）中讨论了一些这种系统。
+
+频率论的概率 → 贝叶斯主义
+
+贝叶斯概率已经存在了几个世纪，但直到最近才被广泛使用，这是由于廉价计算能力变得可用，以及概率性声明中勉强接受了主观性。莎朗·贝尔奇·麦格雷恩（Sharon Bertsch McGrayne）在《不会死亡的理论》（The Theory That Would Not Die）中介绍了这一历史。
+
+客观 → 主观
+
+启蒙运动和现代主义哲学，建立在对客观真理的信仰上。也就是说，独立于持有他们的人的真理。20 世纪的发展，包括量子力学，哥德尔不完备定理和库恩的科学史研究，都引起了人们对“看似不可避免的主观性”的关注，甚至在“自然科学”和数学中。丽贝卡·戈德斯坦（Rebecca Goldstein）介绍了Gödel对不完备性的证明的历史背景。
+
+物理定律” → 理论 → 模型
+
+有些人区分了定律，理论和模型，但我认为这是一回事。使用“定律”的人很有可能认为，它在客观上是真实的，不可改变的；使用“理论”的人承认它可以修改；而“模型”承认它是基于简化和近似的。
+
+一些被称为“物理定律”的概念是真正的定义；实际上，其他的只是模型的断言，它很好预测或解释了系统的行为。我们在第（？）章中会回到屋里定律的本质。
+
+确定性 → 不确定性
+
+确定性是一个观点，所有事件都是由之前事件导致，不可避免。不确定性的形式包括随机性，概率因果和基本不确定性。我们在第（？）章再回到这个主题。
+
+这些趋势并不普遍或完整，但核心观点正沿着这些轴线转变。作为证据，考虑对托马斯·库恩（Thomas Kuhn）的《科学革命的结构》（The Structure of Scientific Revolutions）的反应 ，公布后受到谴责，现在被认为几乎毫无争议。
+
+这些趋势是复杂性科学的因和果。例如，高度抽象的模型现在更容易接受，因为人们预期，每个系统都应该有一个独特的，正确的模型。相反，复杂系统的发展挑战了确定性，和物理定律的相关概念。
+
+本章概述了本书中出现的主题，但在看到示例之前，并不是全部都是有意义的。当你读到本书的最后，你可能会发现，再次阅读本章会有帮助。