《复杂系统突现论》读后

简介: 版权声明:本文为半吊子子全栈工匠(wireless_com,同公众号)原创文章,未经允许不得转载。
版权声明:本文为半吊子子全栈工匠(wireless_com,同公众号)原创文章,未经允许不得转载。 https://blog.csdn.net/wireless_com/article/details/82185743

应石头兄弟之邀,想从复杂性的视角看一下从微服务到service mesh 的演进,没想到复杂性本身就是一个难点,于是找来了一本关于复杂性的书,希望从中能够对复杂性有一些进一步的认识。

 

640?wx_fmt=jpeg

(来自百度百科)

复杂性是当代科学的一个前沿和热点,具有跨学科综合性的趋势。不幸的是,复杂系统理论仍在等待它的牛顿。复杂性实际上就是一门关于突现的科学,而系统思想主要有三组概念:突现与等级,通讯与控制,进化与自组织, 这可能就是所谓的动力学机理。软件领域的复杂性不应该局限在计算复杂度上,是否可以从更宽的维度和视角看待软件产品的复杂性呢?

 

突现论可以追溯到“整体不等于部分之和”或“整体大于部分之和”。这个整体具有的一些性质是所有组成部分所不具有的,这时可以称为整体大于部分之和。合成效应可以逻辑地从部分的效应中推出,是可预测的,而异质效应是不可预测的。突现性是宏观层次所拥有的一种不可还原的根本性质。

640?wx_fmt=jpeg

插件化,微服务,service mesh 是否是突现的一种结果呢?

 

一般系统理论强调和突显了四个观点:整体性、有机性、动态性和有序性。子系统的系统作用形成序参量,是决定系统特征和系统演化的主要参量,是微观子系统相互作用在临界条件下形成的,它们在微观层次上完全不能被理解。

640?wx_fmt=jpeg

系统向临界点方向组织其本身,在临界点,单个的事件具有了最为广泛的可能效应范围,也就是说,系统向最优地敏感于外部输入的方向调节其自身。软件系统包括整体开发流程的序参量是怎样的呢?

 

复杂自然现象是在层级中被组织起来的,其中每一个层次都是由若干个整合系统构建起来的。软件系统不同层次的演进是怎样的呢?

640?wx_fmt=jpeg

 

从控制论的视角看,突现(创新)是由于高层次的行为控制了低层次的基准信息的结果,就是产生高层控制系统的“元系统跃迁”。

 

640?wx_fmt=jpeg

一个元系统跃迁是新控制层级的突现,常常伴随着先前存在的许多系统的磨合,是一个创造新行动者的特殊类型的活动,一个行动导致了新行动者的突现。人类认知的11个控制层级包括:

  • 强度 intensities

  • 感觉 sensation

  • 构型 configuration

  • 转换 Transitions

  • 事件 Events

  • 关系 relationship

  • 范畴 category

  • 序列 sequence

  • 程序 program

  • 原理 principle

  • 系统概念  system concepts

无独有偶,宇宙的维度好像也是11维,是与人的认知相吻合吗?

 

科学没有哲学是盲目的,哲学没有科学是无效的。计算机模拟是研究复杂系统突现的一种重要方法。根据复杂性对系统的分类为:

  1. 静态结构

  2. 简单动力系统或平衡有序结构系统

  3. 开放系统

  4. 控制系统

  5. 自组织系统

  6. 复杂适应系统

 

复杂系统突现的4个特征:全局模式的整体序或宏观序,从简单生成复杂的新颖性,非迭代模拟的不可推导性和不可预测性,层次之间的不可还原性。

 

自组织是高层次结构或功能模式的自发形成,它是通过低层次客体之间的相互作用而产生的突现,由于局域相互作用而导致的一个全局相干模式的自发创生和自发突现。自组织机理侧重于揭示系统的组分之间的内部关系,以及由此突现的动力学行为,而适应性造就了复杂性的动力学模型。

640?wx_fmt=jpeg

那么,软件系统的适应性呢?

 

自组织系统主要是一种分布式系统,分布式控制的优势在于强健性、弹性和自主性。元素之间相互作用的状态,对元素起到了一种限制和约束的作用。它限制了系统的变化,限制了元素的自由度和随机性,把它们约束在一定的时间、空间和形态范围里,从而形成了某种稳定的结构模式和构型,并与其它系统或环境区分开来。

640?wx_fmt=jpeg

开发团队的自组织性 还是 软件系统自身的自组织性呢?

 

突现是指在复杂系统的自组织过程中出现的、新颖的和连贯的结构、模式和性质,相对于它们所出现的微观层次的组成部分和过程,突现现象是在宏观层次上出现的现象,是一种动态的结构,一种动力学秩序(过程的结构)。

 

突现都是正向的吗?会产生负创新么?

软件系统演进的下一个突现会是什么呢?

会出现在哪个层级上呢?

......

 

就象波普尔知识进化图示中所描述的那样,从一个问题到另一个问题。

 

640?wx_fmt=jpeg

 

目录
相关文章
|
算法 数据挖掘
群体遗传学研究荐读丨应知应会(下)
群体遗传学研究荐读丨应知应会(下)
|
2月前
|
机器学习/深度学习 数据采集 人工智能
揭开大模型幻觉之谜:深入剖析数据偏差与模型局限性如何联手制造假象,并提供代码实例助你洞悉真相
【10月更文挑战第2天】近年来,大规模预训练模型(大模型)在自然语言处理和计算机视觉等领域取得卓越成绩,但也存在“大模型幻觉”现象,即高准确率并不反映真实理解能力。这主要由数据偏差和模型局限性导致。通过平衡数据集和引入正则化技术可部分缓解该问题,但仍需学界和业界共同努力。
35 4
|
5月前
|
测试技术
ACL 2024:大模型性能掺水严重?北大交出答卷:交互评估+动态出题,死记硬背也没用
【7月更文挑战第8天】北大研究团队推出KIEval框架,针对大语言模型(LLMs)的性能评估进行创新。KIEval采用互动评估和动态出题,通过多轮基于知识的对话测试模型理解和应用能力,旨在减少数据污染影响,挑战死记硬背的评估。然而,该方法可能增加计算需求,且评估结果可能受主观因素影响,不适用于所有类型LLMs。[论文链接:](https://arxiv.org/abs/2402.15043)**
97 24
|
4月前
|
搜索推荐 知识图谱 UED
信息检索新技术问题之回音室效应的定义如何解决
信息检索新技术问题之回音室效应的定义如何解决
34 0
|
4月前
|
测试技术 C++
🕒 笑cry!Debian:稳如老狗,时间见了都颤抖!宇宙级“时间管理大师”非它莫属 🚀
在数字时代的快车道上,系统们竞相提速与更新,唯有Debian宛如老僧入定,以“稳”字诀笑看风云变幻。当他人忙于应对崩溃与兼容问题时,Debian用户自在饮茶,体验着技术海洋中的避风塘。Debian以近乎苛刻的测试流程,成为服务器领域的定海神针,它似乎在说:“我虽慢,但却稳如泰山。”在这个追求极速的世界,Debian教会我们:稳定,不仅是一种技术标准,更是一种从容不迫的生活态度。🧠
45 0
|
7月前
日积月累的力量|读《刻意练习》有感
本文作者从被此书打动的几个点总结了这本书的影响意义。
|
算法 Python
群体遗传学研究荐读丨应知应会(上)
群体遗传学研究荐读丨应知应会
|
编解码 数据安全/隐私保护 UED
相亲源码开发必须知道和克服哪些问题
相亲源码的技术门槛没有那么高,但是想要搭建一个功能丰富、运行稳定、安全可靠的相亲系统并没有那么简单,需要强大的技术和丰富的相关经验,以及合理的问题解决策略。
|
存储 数据中心 安全