湧現

七星！這是一本二十多年前的老書。爲何現在還可以讀，因爲作者提出的“湧現”理論不僅改變了我們對於複雜系統的研究範式，對於當下AI機器學習等領域影響深遠，而且由小生大，大不等於小的線性相加依然具有時代價值。 作者約翰·霍蘭德教授是遺傳算法之父，也是複雜適應系統理論的提出者。他曾參與IBM 701開發，是美國早期編程人員之一，後來長期任教於密歇根大學，身兼心理學、電子工程及計算機科學教授，同時也是複雜系統全球研究權威聖塔菲研究所核心主席。他是麥克阿瑟天才獎獲得者，其理論不僅爲AI的算法研發提供思路，還爲經濟學、生態學等領域解讀複雜系統問題提供了科學依據。他的另一本著作《隱秩序》提出了“複雜適應系統”理論，用遺傳算法解釋城市、免疫系統等如何通過適應性自組織形成秩序，被譽爲該領域的經典入門讀物。 作者在研究中發現“複雜現象都是從簡單的元素中湧現出來的”。湧現的鮮明特徵就是“由小生大”。湧現行爲是在沒有一箇中心執行者進行控制的情況下發生的。如此，湧現就僅僅發生在整體行爲不等於各部分行爲簡單相加的情況下。以國際象棋爲例。僅僅依靠累加棋盤上各個棋子的價值，不可能有效描述正在進行中的棋局。那我們是否能將人類的意識解釋爲某些物理系統的一種湧現屬性？“本書最主要的目的就是提供有說服力的證據，證明科學研究將大大加深我們對湧現現象的理解。”因爲湧現現象在許多不同的學科中普遍存在，所以我們的探討也要跨越多門學科。 棋類遊戲是人類的奇妙作品。它是從簡單的規則或規律湧現出複雜事物的典型例子。建模是研究的有效方式，而忽略細節是建模的本質。模型必須比與之對應的實物簡單。積木塊代表共同元素，通過刪除細節得到積木塊，並且遵循限制條件將積木塊進行組合，即建模。通過建模讓模型幫助人類預測未來。計算機模型把棋類遊戲、數字和積木塊表現的主題很好地結合在一起。地圖很適合幫助我們更深入地理解數字和模型之間的關係。工程技術術語製圖在數學中被用來精確定義函數，對應的概念爲“映射”。我們就可以藉助這些重要的數學工具，對湧現系統建模。 在複雜的博弈中，策略對於有效的博弈來說至關重要。博弈樹爲策略的表述提供了一個精確的方法。可以使用函數來定義從博弈狀態到策略所決定的動作之間的對應關係。通過重複博弈，發現並組合積木塊（經驗法則和博弈特徵）構建起可行的策略。混沌理論是指在規則明確的大規模系統中，局部條件的微小變化能夠引起全局範圍內長期行爲的巨大改變。有了框架之後，我們將更仔細地研究針對湧現的預測——何時、何地、何物。在動態模型的構建中，計算機模型發揮着關鍵作用。 “學習”目標就是隨着博弈實戰經驗的積累，不斷改進預測及相應的策略。一個常識，博弈越臨近尾聲，局勢就越明朗。調整權重的程序能夠充分發揮最大最小策略的作用。湧現的研究重點在於選取那些用於構建模型的規則，即如何從世界上很多無法預料的現象中，總結出有效揭示它們的規律的。湧現最初是一種具有耦合性的相互作用的產物。在技術上，這些相互作用以及這些作用產生的系統都是非線性的。“真理來源於失敗而不是混亂。”詩歌和物理學在過程上的相似性和結果上的差異同樣值得研究。 8個要點：1.湧現現象出現在生成系統之中；2.在這樣的生成系統中，整體大於各部分之和；3.生成系統中一種典型的湧現現象是，組成部分不斷改變的穩定模式；4.一個穩定模式所在的環境決定了它的功能；5.穩定模式之間的相互作用帶來了約束和校驗，隨着這樣的模式數量的增加，系統的“能力”也會增強；6.穩定模式通常符合宏觀規律；7.“存在差別的穩定性”是那些產生了湧現現象的規律的典型作用結果；8.更高層的生成過程可以由強化的穩定性而產生。 在複雜適應系統中，最優化狀態幾乎不可能達到。“有價值的創新應該是一種權衡性的組合，往往介於明顯拼湊的組合和不可能實現的最佳組合之間”。“多數科學家都認爲生命是湧現現象，但在意識問題上，他們的看法就不一樣了”。“在確切地知道哪些生命和意識的現象及問題可以通過湧現現象進行解釋之前，我們對宇宙萬物的理解都是有限的”。作者二十多年提出的關於意識等問題，隨着大語言模型的逐漸成熟，已經“湧現”出可能的答案。

跨學科科普作品。湧現大概是指大量簡單元素整體呈現出的複雜現象，比如螞蟻組成的蟻羣，水分子組成大海，棋類遊戲中棋子組成的棋局，乃至意識等。整體遠大於個體的簡單相加。 文中首先指出科學領域研究湧現現象主要採用了“建模”的方法，並以一個下棋類的計算機程序爲例，介紹了建模的要點。然後又把視野擴展到了生物學上細胞組成的神經系統，這部分與人工智能聯繫的很深，有很多互通的概念。 之後還講了這種基本理念在各學科領域的作用，比如“隱喻”概念在物理學和文學中的共性和差異，複雜性問題在哲學和數學中的探討等等。 “湧現”這個詞在AI領域書籍裏出現的頻率非常高，幾乎都會說“湧現出智能”，本書的精妙之處在於它是前AI時代，20多年前的作品，前瞻性很強的指明瞭神經網絡系統中若干重要且基礎的概念，又嚴重低估了人工智能領域的飛速發展。對照現在AI方面的書來看，收穫尤爲豐富。 最後還有些很具體的問題文中也做了討論，其一是經典哲學問題“組成一個物體的所有零部件全部替換一遍，它還是原來的物體嗎？”物體並不是簡單靜止的存在，它可以解釋爲受限的動態生成過程。還有生物學上，眼睛這種極度複雜的結構，從直覺上考慮，似乎不可能從簡單分子進化出來，這需要從系統湧現的角度去分析。科學和哲學，科學和神祕，它們間的聯繫在書中有深刻的體現。

《湧現》一書核心圍繞秩序的生成機制展開，系統闡釋了簡單個體經由底層規則互動，自發衍生出高度複雜宏觀結構的全過程。全書跳出傳統線性拆解的認知方式，專注解釋整體大於部分之和的內在緣由，把湧現這一抽象概念落到了大量可感知的現實載體之上。 書中先後以蟻羣活動、腦神經運作、生命演化、計算機程序、社會組織結構作爲案例，逐層剖析微觀單元沒有統一指揮、沒有頂層規劃，僅依靠局部簡單交互，就能自發形成協調、有序且具備全新屬性的宏觀系統。作者清晰區分了堆砌聚合與真正湧現的本質差別，梳理了層級結構、反饋機制、局部聯動在整個過程中起到的關鍵作用，完整搭建起湧現現象的理論框架。 內容橫貫自然科學與人文社會諸多領域，既講解生命意識如何從海量神經元的連接中湧現，也說明集體智慧、羣體秩序如何從個體的零散行爲中成型。書中沒有晦澀繁複的專業公式，論證過程循序漸進，概念界定清晰嚴謹，把原本抽象偏理論的系統思想，梳理得條理分明、容易理解。 這本書完整呈現了人類對秩序生成、系統演化的思考路徑，讀完能夠透徹明白世間諸多宏大秩序的源頭，皆來自底層樸素的運行規則。通篇都是對世界表層秩序背後深層邏輯的探尋與歸納，是一段純粹向內求索理論認知的記錄，翻過之後，也算給這類偏思辨、偏理論的讀物閱讀歷程畫上一個完整句點。

先說一下，這本書是兩千年時候出版的 作者也已作古，我們看到的這本書算是老前輩級別，相比當初作者寫書的時候，科研成果早已迭代了不少，所以看這本書，會有一種復古的感覺。 刨除這一點，閱讀體驗還是很不錯的。 複雜的事物是從小而簡單的事物發展而來的，頗有一點道德經所說的道生一，一生二，二生三，三生萬物的感覺，而這也是湧現的特徵。 約翰·霍蘭德藉助模型和還原思想，建立了研究湧現現象的普適框架，掃清了研究道路上的障礙，推動了複雜自適應系統、機器學習、人工智能等領域的長足發展。這樣一本千禧年出版的老書，可以說是頗有前瞻性了（或者說，後面這些學科的發展，離不開霍蘭德老前輩的引導與研究成果）。 《湧現》的獨特之處在於其跨學科性。霍蘭德從物理學、生物學到計算機科學，甚至詩歌與修辭，廣泛引用案例，如種子發育成植物、神經網絡的自組織等。這種多元性雖增加了閱讀難度，卻也揭示了“湧現”作爲“21世紀科學的統一主題”的普適性。 還原論與機械論的輝煌已經不再，概率論與數理統計的時代正值當年，而複雜混沌與系統學的時代將伴隨人工智能時代的到來，即將鋪開。 這就是數理世界的魅力，每時每刻都有新的研究成果湧現而出。 這不禁讓人感嘆，活在這樣一個科技盛世，真好呀（當然或許其他時代的人也會說當下最好。但是無所謂呀，於我來說，現在就是盛世哈哈）。

閱讀這書的過程中，經常彷彿回到當年閱讀《混沌》《複雜》時的感覺…. 越到晚近，大家越瞭解之前簡單的模型——物理的、化學的，被認爲是“分析/化約思路”所構建的秩序/模型——有其嚴重的侷限，對現象的理解過於粗疏、簡化！舉個例子，量子力學的世界觀一出，傳統種種範式立顯危殆！ 面對這樣的進步，我們應該如何看待？不少人開始懷疑，被一些高唱後現代、時間性的文科大佬，忽悠得團團轉。好像世間沒有實在，沒有確定…. 有的學者則嘗試從複雜、動態的角度，重新理解世界，本書就是各種努力的其中之一！它抓住裏這裏面最重要的一個議題“湧現”！ 所謂“湧現”就是“由個體變集體”“由小生大”“量變到質變”的過程！這種特徵也使“湧現”變成一種神祕、似乎自相矛盾的概念。然而，湧現又是不可迴避，必須面對的問題：當我們面對的世界，不再是初中物理所能解釋時，我們怎麼辦？ 如書中說的：“生活中的每一個角落，我們都會遇到複雜適應性系統的湧現現象，例如蟻羣、神經元網絡系統、人體免疫系統、互聯網和全球經濟系統等。在這些複雜系統中，整體的行爲要比其各個組成部分的行爲複雜得多。” 又如古斯塔夫·勒龐在《烏合之衆》裏說的：爲何一旦大量羣衆蝟集，他們就會失去之前的理性思考，情緒相互感染，成爲“盲從、盲信、衝動的”烏合之衆？這也是“湧現” 因此，關於人類自然與社會的狀況，有很多深層次的問題，解決這些問題的關鍵取決於人們對這類系統所表現出的“湧現特徵”的理解…. 如果心境合適的話，翻開這本書吧，你估計會被吸引的！

還原論與湧現論：理解複雜性的兩種視角（轉載） 在探索世界的複雜性時，我們常常面臨兩種截然不同的哲學思想：還原論和湧現論。這兩種觀點提供了理解複雜系統和現象的不同方法，它們在科學、哲學和我們的日常生活中都有着深遠的影響。 還原論：分解的藝術 還原論是一種古老的哲學傳統，它認爲複雜現象可以通過分解爲更基本、更簡單的組成部分來理解。這種思想可以追溯到古希臘哲學家，但在20世紀由邏輯哲學學家蒯因的著作中得到了廣泛傳播。還原論在物理學、化學和分子生物學等領域取得了巨大成功，它鼓勵科學家們深入到物質的最小單元去揭示自然界的祕密。 還原論（Reductionism，又譯化約論）是一種哲學思想，認爲複雜的系統、事物、現象可以將其化解爲各部分之組合來加以理解和描述。 這一觀念可以追溯到古希臘時期的哲學家，但真正使“還原論”這一概念得以流行的是美國邏輯哲學學家蒯因在1951年發表的《經驗論的兩個教條》一文。自那時起，還原論這一概念的內涵與外延都得到了廣泛的討論和擴展。 最新的《大不列顛百科全書》將還原論定義爲：“在哲學上，還原論是一種觀念，它認爲某一給定實體是由更爲簡單或更爲基礎的實體所構成的集合或組合；或認爲這些實體的表述可依據更爲基礎的實體的表述來定義。”還原論方法在經典科學方法中佔據核心地位，通常是將高層的、複雜的對象分解爲較低層的、簡單的對象來處理，這基於一個基本的信念：世界的本質在於簡單性。 然而，值得注意的是，儘管還原論在某些領域（如物理學和化學）取得了顯著的成果，但在其他領域（如生物學、心理學和社會學等）中，其應用卻受到了挑戰。這是因爲許多複雜系統的行爲並不能簡單地通過其組成部分的性質來理解。此外，隨着現代科學的發展，人們越來越認識到，許多複雜系統具有自我組織、自適應和自我演化的特性，這些特性很難通過還原論的方法來解釋。 在還原論的視角下，複雜的生物過程可以追溯到基本的化學反應，社會現象可以分解爲個體行爲的集合。這種方法強調細節的重要性，並假設通過理解系統的各個部分，我們就能理解整個系統。 還原論在解釋複雜系統的行爲時面臨的挑戰主要有以下幾點： 1. 多樣性和多態性：複雜系統常常展現出多樣性行爲，包括有序態、隨機態和混沌態等。這些不同的行爲模式可能同時存在於一個系統中，並且隨着時間和空間的變化而變化。還原論的方法往往難以同時解釋這些多樣性和多態性。 2. 模糊性和不確定性：複雜系統中存在大量的模糊性和不確定性。系統內部的許多參數和變量可能難以精確測量，或者在不同的條件下表現出不同的性質。這種模糊性和不確定性使得還原論方法難以準確描述和預測複雜系統的行爲。 3. 自組織性和自適應性：複雜系統通常具有自組織性和自適應性，這意味着系統能夠在沒有外部干預的情況下自我組織和調整，以適應外部環境的變化。這種自組織性和自適應性是複雜系統的重要特徵，但還原論方法往往難以解釋這種自我演化的過程。 4. 不可逆性和時間反演的不對稱性：在複雜系統中，時間的流逝是不可逆的，而且存在時間反演的不對稱性。這意味着系統的演化過程是不可逆的，而且可能存在某種“對稱破缺”，導致系統演化的複雜性。還原論方法通常難以處理這種不可逆性和時間反演的不對稱性。 5. 系統的規模和複雜性：複雜系統通常具有龐大的組分數目和複雜的網絡結構，這使得系統的行爲變得異常複雜。還原論方法在處理這種規模和複雜性的系統時，可能會遇到難以克服的困難。 因此，儘管還原論在某些領域取得了重要的成果，但在解釋複雜系統的行爲時，它面臨着諸多挑戰。爲了更好地理解和描述複雜系統的行爲，人們可能需要採用更加全面和綜合的方法，包括系統論、複雜網絡理論、自組織理論等。 湧現論：整體的力量 與還原論相對的是湧現論，這是一種認爲整體不僅僅是部分之和的哲學觀點。湧現論認爲，當多個組成部分相互作用時，會產生新的屬性和行爲，這些屬性在單獨的部分中是不存在的。這種思想在生物學、社會科學和心理學等領域中尤爲重要，因爲這些領域的許多現象不能簡單地通過分析其組成部分來完全理解。 例如，生態系統的多樣性、社會的複雜性和意識的豐富性都是湧現現象的例子。在這些情況下，整體的行爲和特性不能簡單地歸結爲其組成部分的性質。 湧現論（Emergence Theory）是一種與還原論相對立的哲學思想，它強調系統的整體性和複雜性，認爲系統中的某些屬性和行爲不能簡單地通過其組成部分的性質和相互作用來解釋，而是需要在系統整體層面上進行理解和描述。 湧現論的核心思想是，一個複雜系統的整體行爲和功能往往比其各個組成部分的簡單相加要複雜得多。這種複雜性和整體性來自於系統中各個組成部分之間的非線性相互作用和自組織過程。湧現現象通常具有新穎性、不可預測性和不可還原性等特點，即這些現象在系統的各個組成部分中並不存在，只有在系統整體中才能觀察到。 湧現論在多個學科領域中都有廣泛的應用，包括物理學、化學、生物學、心理學、社會學等。例如，在生物學中，湧現論被用來解釋生態系統中物種之間的相互作用和演化過程；在心理學中，湧現論被用來描述人類認知和情感等複雜心理現象的產生和發展。 與還原論相比，湧現論強調系統的整體性和複雜性，認爲系統的某些屬性和行爲無法在更低層次上找到原因或解釋。因此，湧現論提出了一種新的視角和思考方式，幫助我們更好地理解和描述複雜系統的行爲和特性。 然而，湧現論也面臨着一些挑戰和爭議。例如，如何定義和識別湧現現象、如何確定系統的邊界和層次、如何量化和描述系統的整體性和複雜性等問題都需要進一步探討和研究。 兩種視角的應用和侷限性 還原論和湧現論各自在不同的領域中發揮着作用。還原論在基礎科學研究中非常有用，它幫助我們揭示了物質世界的基本規律。然而，它在處理高度複雜和動態的系統時可能會遇到挑戰，因爲這些系統的特性往往不能通過其組成部分單獨理解。 湧現論提供了一種理解複雜系統的方法，強調整體性和相互作用的重要性。然而，湧現論也面臨着如何定義和識別湧現現象、如何量化和描述系統的整體性的挑戰。 結語 自頂向下和自底向上是兩種常見的思維方式，它們在解決問題、設計系統或組織信息時有着不同的側重點。 自頂向下思維：這種方式從整體的、宏觀的角度出發，先考慮系統的整體目標和功能，然後逐步分解爲更具體的子任務或模塊。它注重整體的架構和規劃，先確定高層的概念和框架，再逐步深入到細節。自頂向下思維有助於把握整體方向，確保各個部分之間的協調性和一致性。 自底向上思維：則是從具體的細節和基礎部分開始，逐步構建起整體。它關注底層的組件和模塊，先解決具體的問題或實現基本的功能，然後將它們組合起來形成更復雜的系統。自底向上思維常用於解決具體的技術問題或構建模塊化的系統。 這兩種思維方式在不同的情況下都有其優勢， 自頂向下思維可以幫助我們在開始時有一個清晰的全局視圖，而自底向上思維則更注重細節和逐步的實現。在實際應用中，往往需要結合使用這兩種思維方式，根據具體情況選擇合適的方法。 例如，在軟件開發中，我們可以先採用自頂向下思維來設計系統的架構和模塊劃分，然後在實現過程中採用自底向上思維來關注具體模塊的實現細節。這樣可以確保系統的整體性和可維護性，同時也能處理好具體的技術挑戰。 理解複雜性需要我們綜合運用還原論和湧現論的視角。在某些情況下，深入到細節是必要的；而在其他情況下，我們需要後退一步，看到整體的圖景。通過在這兩種視角之間找到平衡，我們可以更全面地理解世界的複雜性，並在科學、技術和社會決策中做出更明智的選擇。

湧現，多迷人的領域 作者詳盡地爲讀者展示了他對湧現的多方面考察：從國際象棋學習算法到塞繆爾的跳棋算法、博弈模型，神經網絡模型、元胞自動機、數學領域，力圖尋找到能夠全面對湧現現象進行建模的方法，但當時的硬件和研究無法達到這樣的深度。 現如今遺傳算法正廣泛運用在各種AI模型中，尋找最優解的腳步仍在繼續，我們也看到了成果——GPT4.0 更高級湧現的基礎是次一級的湧現交互誕生的，於是奇蹟就那麼一層一層地從平平無奇的0和1之間產生了！霍蘭德教授告訴我們一個系統的層次數量直接影響湧現現象的複雜程度。而每一層中相互交互的單位會誕生一個層級的湧現，構建出新的可交互的機制，於是由這層機制構成的集羣中誕生了更高級的湧現，新一級的湧現單位不僅會與同級單位交互，還會與最基本的單元產生交互，於是更加複雜的現象產生了……如果形象的描述就是： 一個有若干層級的樹狀圖，每一層的每個分支都能夠與其它分支組合爲新的次級分支，而每個新的層級都會產生新的特性，而這是，這個特性不屬於組合成它的任何一個上級分支，直到相互組合爲一個龐大複雜的系統，這個包含了所有因素相互影響產生的整體表現的性質是與構成它的物質截然不同的。 再舉個例子就是構成社會的個體與社會整體表現的完全不同的性質。構成宏觀世界的微觀粒子的性質與它們構成的物質也是如此。或者我們的思考能力與賦予這種能力的物質基礎——神經元——的差別。 這本書一直在展示科學是如何研究這種規律的，尋找湧現誕生的機制和規律，直到能夠用一個定義或者公式去描述所有的湧現現象，然後是運用它。我想我還需要更多的資料才能更加了解這個領域，真是……太神奇了。

《湧現》是複雜性科學奠基人之一約翰·霍蘭德的遺世之作，也是其學術生涯的集大成之作。全書圍繞“湧現”這一核心概念展開，探討了當大量簡單個體按照局部規則相互作用時，如何產生出無法從個體行爲中預見的宏觀結構與功能，即“整體大於部分之和”的現象。以下是本書的詳細整合內容： 一、作者與作品定位 約翰·霍蘭德是複雜自適應系統理論的提出者，也是遺傳算法之父。《湧現》在他逝世後整理出版，被視爲其學術生涯的收官之作。這本書不僅是霍蘭德個人學術脈絡的總結，也是複雜性科學範式轉型的象徵之作。 二、研究對象與理論框架 全書聚焦於“湧現”現象，即當大量簡單個體按照局部規則相互作用時，會產生出無法從個體行爲中預見的宏觀結構與功能。霍蘭德提出了研究湧現現象的“普適模型”與還原思路，強調必須跳出傳統線性視角，轉而關注相互作用與自組織過程。這一框架既可檢驗還原論的邊界，也爲後續複雜性研究提供了方法論基礎。 三、典型案例貫穿自然與人工系統 書中通過多個領域的典型案例，展示了“簡單規則—局部互動—複雜湧現”的遞進關係，使抽象理論具象可感： 1.生物世界：種子發育成不同植物，螞蟻個體表現出機械行爲，但蟻羣卻呈現高度靈活的分工。 2.理與信息世界：國際象棋、國際跳棋等棋類遊戲，以少數規則生成無限變化。 3.神經與認知世界：神經元網絡如何湧現意識與學習能力。 四、現實與未來意義 湧現機制不僅存在於自然界，也隱藏在神經網絡、免疫系統、互聯網與全球經濟等複雜適應系統中。霍蘭德的框架爲機器學習、人工智能、經濟建模等領域提供了新的分析工具，幫助人類預測與控制這些系統。通過理解湧現，我們可以更好地設計更高效的智能系統，推動科技與社會的發展。 五、創作背景：科學範式的轉型與霍蘭德的學術積累 《湧現》的創作背景是20世紀科學範式從還原論向複雜性科學轉型的產物： 1.科學範式的時代轉型：20世紀中後期，還原論的侷限性逐漸顯現，複雜性科學應運而生。1984年，聖塔菲研究所成立，匯聚了跨學科的科學家，倡導“整體論”視角，爲《湧現》的寫作奠定了學術土壤。 2.霍蘭德的學術積累：霍蘭德長期研究遺傳算法與神經網絡，發現簡單規則在迭代過程中會產生意外的複雜性。他試圖通過建立普適模型，回應哲學家對“湧現能否還原”的質疑，爲複雜性科學爭取方法論合法性。 3.人學術脈絡的延續：從早期著作《隱秩序》到《湧現》，霍蘭德不斷擴充案例與模型，最終形成了跨學科、系統化的理論體系。

這類書我一般都是認爲是經典，抱着敬畏之心讀的，但讀到後面公式部分開始感覺，作者想表達的統一的湧現模型太過複雜了，而且不統一。很多邏輯處理不了就是加變量，例如信息傳播。形式不優雅，而且這會導致組合爆炸，以至於無法計算，不具有可行性。 自然界沒有這麼複雜。一個簡單的對比就是深度學習的例子，也要比這裏的統一模型要簡單一些。另一個就是分形，曼德波羅集，一個簡單的公式就可以產生無限的複雜度。前面章節的思想很多都可以借鑑，但得出的理論欠佳。本身想用計算機編寫代碼驗證，但稍微考慮一下計算複雜度，就發現幾乎是不可行的。尤其最後還加上了地址，讓整個系統更加臃腫。神經網絡就完全不需要地址，沒有哪個腦細胞有地址，這種精確的數字，是反自然的。可能過於泛化，以至於一個簡單的系統都要增加很多無關的參數，才能適配但他所建立的框架裏。可能分形裏發現統一模型的概率大一些。 另外很多信息過時了，需要讀者自行判斷。

正是在跨越層次的時候，通過湧現，新的實體、新的現象、新的結構，一句話，新的質，才得以出現。 ——量變引起質變