图文详情

正版现货新书涌现:从简单规则到复杂世界 9787115702708 张江著

全新正版现货，以书名为准，放心购买，购书咨询18822403591朱老师

作者: 张江著
出版社: 人民邮电出版社
ISBN: 9787115702708

出版时间: 2026-01
装帧: 平装
开本: 26cm

作者: 张江著
出版社: 人民邮电出版社

ISBN: 9787115702708
出版时间: 2026-01

装帧: 平装
开本: 26cm

售价 89.85 7.5折

定价￥119.80

品相全新

优惠

发货

承诺48小时内发货

运费

本店暂时无法向该地区发货

延迟发货说明

时间：

说明：

上书时间2026-09-16

数量: 库存8件

立即购买加入购物车收藏

卖家超过10天未登录

十六年老店

黎明书店

店铺等级

拍卖等级

资质认证

90天平均

成功完成

94.14% (858笔)

好评率

99.95%

发货时间

8.8小时

店主

黎明书店

联系

在线交谈离线留言

地址

北京市房山区

电话

联系卖家

进店逛逛收藏店铺

商品详情
店铺评价

立即购买加入购物车收藏

手机购买

微信扫码访问

商品分类：

自然科学

货号：

202237497

商品描述：

作者简介
张江，北京师范大学系统科学学院教授，集智俱乐部、集智学园创始人，集智科学研究中心理事长，曾任腾讯研究院、华为战略研究院等特聘顾问。主要研究领域包括复杂系统分析与建模、规模理论、机器学习等。

目录
第一篇生命中的涌现第1章　随椋鸟飞行　21.1　灵活一致性　31.2　局部简单规则　41.3　破解真实鸟群　51.4　小结　7参考文献　7第2章　蚁群的智慧　82.1　蚂蚁社会　82.2　超级生物体　92.3　蚂蚁觅食　102.3.1　觅食实验　112.3.2　信息素与正反馈　122.3.3　模拟实验　132.4　蚁群的启发　14参考文献　15第3章　神奇的黏菌设计师　163.1　黏菌—阿米巴　163.2　黏菌路网规划实验　173.3　揭秘黏菌的涌现　183.3.1　收缩的管道　183.3.2　正反馈　193.3.3　黏菌模拟　193.4　黏菌“宠物”　22参考文献　22第4章　无中生有　234.1　什么是涌现　234.2　秩序的无中生有　234.3　度量涌现　244.3.1　无序和有序的度量——信息熵　254.3.2　涌现的量化　264.3.3　不足　274.4　涌现与计算机模拟　28参考文献　29第二篇　计算机程序中的涌现第5章　模拟生灵　325.1　人工生命：Floy　325.1.1　运行Floy　335.1.2　Floy的规则　345.1.3　Floy带来的启发　355.2　群体运动的统一　355.2.1　作用区间　365.2.2　多种集体行为　365.2.3　小结　385.3　兰顿蚂蚁　385.3.1　规则　395.3.2　行为模式　395.3.3　神奇的“高速公路”　405.3.4　各种扩展　405.3.5　小结　40参考文献　41第6章　方格宇宙　426.1　神奇的生命游戏　426.1.1　游戏规则　436.1.2　斑图　436.1.3　更多神奇的结构　446.1.4　生命游戏的意义　476.2　基础元胞自动机　486.2.1　状态　486.2.2　邻域　486.2.3　规则　496.2.4　编码　506.2.5　执行规则　506.2.6　循环边界　506.2.7　运行　516.2.8　涌现就是一张运行图　516.3　元胞自动机分类　526.3.1　四种类型　546.3.2　信息扩散　556.4　小结　56参考文献　56第7章　计算宇宙　577.1　各式计算宇宙　577.1.1　图灵机　577.1.2　替代系统　607.1.3　正整数　617.2　计算宇宙之间的纽带　637.2.1　元胞自动机模拟图灵机　637.2.2　图灵机模拟元胞自动机　657.2.3　通用机器　677.2.4　寻找最小通用机器　687.3　两条重要原理　697.3.1　计算等价性原理　697.3.2　计算不可约原理　717.4　小结　71参考文献　72第8章　从人工神经网络到大语言模型　738.1　从设计到涌现　738.2　神经网络　748.2.1　神经元与神经网络　748.2.2　神经网络的学习能力　758.2.3　各式神经网络　788.3　大语言模型　828.3.1　何谓语言模型　828.3.2　预训练与微调　838.3.3　大则不同　838.3.4　提示词诱导的能力　848.3.5　上下文学习　848.3.6　思维链与复杂推理　858.3.7　测试阶段推理　868.4　涌现的人工智能　86参考文献　87第9章　大语言模型中的涌现　889.1　神经网络的顿悟　889.2　大语言模型的能力涌现　909.3　什么是涌现　929.4　渗流与相变　939.4.1　森林火灾模型　939.4.2　随机网络　969.4.3　相变与临界　979.5　大语言模型中的渗流　989.5.1　概念-特征二分图　999.5.2　二分图上的渗流相变　999.5.3　不足与展望　100参考文献　101第10章　混沌与秩序的边缘　10210.1　兰顿的参数　10210.2　再探四种类型的元胞自动机　10310.2.1　混沌边缘的相变　10410.2.2　复杂度的突变　10510.3　扩展讨论　10610.4　混沌边缘下的涌现　107参考文献　107第11章　自组织临界与程序进化　10811.1　沙堆模型与自组织临界　10811.1.1　沙堆模型　10811.1.2　自组织临界　11011.2　数字生命　11011.2.1　生物进化　11011.2.2　模拟生物进化　11111.2.3　进化的Floy　11211.2.4　Tierra　11411.3　进化与涌现　11811.4　程序世界的总结　119参考文献　120第三篇　人类群体中的涌现第12章　人类的集体愚蠢　12212.1　大规模拥挤与踩踏　12212.1.1　大规模踩踏事件　12212.1.2　大规模人群=流体？　12312.1.3　如何避免群体踩踏　12312.2　交通堵塞　12412.3　乌合之众　12612.4　为什么“万物灵长”会成为“乌合之众”　127参考文献　127第13章　人类的群体智能　12813.1　群氓的智慧　12813.1.1　集体乒乓球　12813.1.2　上万人集体玩《原神》　12913.1.3　百万用户的拼图　13013.1.4　群氓的智慧的产生　13113.2　群体智能与集体愚蠢　132参考文献　132第14章　协同的力量　13314.1　整体与部分　13314.1.1　整体不等于部分　13314.1.2　整体大于部分之和　13414.1.3　整体小于部分之和　13514.2　协同是什么　13514.2.1　时空同步　13614.2.2　信息力　13614.3　量化协同　13614.3.1　互信息　13714.3.2　互信息的分解　13814.3.3　多个源变量与冗余晶格　14214.4　小结　146参考文献　146第15章　人类组织中的群体智能　14815.1　组织——从“红色”到“青色”　14815.2　测量“集体智商”　15115.2.1　麦格拉思任务环形图　15115.2.2　影响“集体智商”的因素　15215.2.3　决策流与评价流的对冲　15315.2.4　多样性　15415.2.5　协同涌现与团队表现　15515.3　多样性、产出与增长　15715.3.1　规模法则　15815.3.2　协同与冗余的新度量　16015.3.3　新度量方法的优缺点　16215.4　组织层级的涌现　16215.4.1　收益与成本　16315.4.2　层级化组织　16415.4.3　层级化组织的最优模型　16515.4.4　对邓巴数比例的解释　16815.5　小结　169参考文献　170第四篇　走进物理世界第16章　超越协同　17216.1　绳子上的波　17216.2　钱塘潮　17416.3　台风　17616.4　木星大红斑　17716.5　不仅是协同　17816.5.1　新物理的涌现　17916.5.2　热力学与统计物理学　17916.5.3　真实还是虚拟　181参考文献　182第17章　走进数学世界　18317.1　什么是动力系统　18317.1.1　状态　18417.1.2　动力学　18517.1.3　演化　18617.2　随机动力系统　18717.3　马尔可夫链　18917.3.1　状态转移图　18917.3.2　状态分布、动力学与演化　19217.3.3　如何得到马尔可夫链　19917.3.4　与确定性动力系统的比较　20017.4　小结　200参考文献　200第五篇　揭秘涌现第18章　从现象到本质　20218.1　涌现意味着什么　20318.1.1　新奇性　20418.1.2　自组织　20418.1.3　去中心化　20518.1.4　稳健性与适应性　20618.1.5　超越设计　20618.2　涌现的历史　20718.2.1　整体先于部分　20718.2.2　格式塔心理学　20818.2.3　原始涌现主义　20918.2.4　新涌现主义——复杂科学　20918.2.5　涌现的量化研究　21018.3　涌现的定义　21118.3.1　不可归约性　21118.3.2　不可预测性　21218.3.3　融合思路　21218.3.4　产生方式与行为表现　21218.4　涌现的核心要素　21318.4.1　尺度　21318.4.2　观察者　21518.4.3　斑图　21718.4.4　因果　21818.4.5　涌现的因果　21918.4.6　综合　221参考文献　222第19章　涌现的分类　22419.1　基于归因的分类　22419.1.1　名义涌现　22419.1.2　弱涌现　22419.1.3　强涌现　22519.1.4　小结　22619.2　基于反馈的分类　22719.2.1　简单涌现（不存在反馈）　22719.2.2　弱涌现（存在反馈）　22819.2.3　多重涌现（正负反馈并存）　22819.2.4　强涌现（随附性）　23119.2.5　小结　23219.3　基于观察者的分类　23219.3.1　发现　23319.3.2　反思涌现　23319.3.3　机械涌现　23319.4　更多分类方式　234参考文献　234第20章　因果涌现　23520.1　什么是因果涌现　23520.2　布尔网络上的因果涌现　23720.2.1　四节点的简单例子　23820.2.2　有效信息　23920.2.3　粗粒化　23920.2.4　更多例子　24120.2.5　小结　24220.3　马尔可夫链上的因果涌现　24220.3.1　有效信息　24320.3.2　例子　24520.3.3　如何计算　24620.3.4　状态空间的粗粒化　24820.3.5　状态转移图的粗粒化　24920.3.6　因果涌现示例　25120.3.7　有效性与有效性涌现　25320.3.8　观察者效应与最大化有效信息　25320.3.9　小结　25520.4　复杂网络上的因果涌现　25520.4.1　各种网络的有效信息　25520.4.2　复杂网络的因果涌现　25720.5　应用案例　25920.5.1　基因调控网络　25920.5.2　演化与涌现　26020.5.3　蚁群互动网络　26120.6　小结　262参考文献　263第21章　涌现的信息分解理论　26421.1　量化因果涌现　26521.1.1　赫尔等人框架中的一个问题　26521.1.2　为什么要用信息分解　26621.1.3　基于特有信息的定义　26621.1.4　基于协同信息的定义　26721.2　因果涌现的分解　27021.2.1　整合信息分解　27121.2.2　因果涌现的分解　27321.2.3　因果解耦　27321.2.4　向下因果　27421.3　优势和不足　27521.3.1　优势：不需要粗粒化方案　27521.3.2　优势：能够清晰反映“整体大于部分之和”　27521.3.3　优势：因果解耦和向下因果　27621.3.4　不足：计算方法的缺失与不足　27621.3.5　不足：信息分解理论存在缺陷　27621.3.6　不足：与因果无关　27721.4　两套理论的融合　27721.4.1　因果涌现与信息分解　27721.4.2　有效信息的分解　28021.5　小结　284参考文献　285第22章　因果涌现与时间倒流　28622.1　动力学与信道　28722.1.1　香农的通信模型　28722.1.2　动力学即信道　28722.1.3　马尔可夫链　28822.2　动力学可逆性　28922.2.1　什么是动力学可逆性　28922.2.2　近似动力学可逆性　28922.2.3　近似动力学可逆性的本质　29322.3　基于可逆性的因果涌现　29722.3.1　动力学可逆性的涌现　29722.3.2　更多讨论　302参考文献　305第23章　更多涌现理论　30623.1　因果涌现2.0　30623.1.1　更广泛的因果效应度量手段　30623.1.2　微观—宏观路径　30723.1.3　因果分配模式　30723.1.4　涌现复杂度　30823.2　闭圈理论　30923.3　广义的涌现　31123.3.1　对称性涌现理论　31223.3.2　广义的秩序涌现　31323.3.3　目标导向性的涌现　31323.3.4　范畴论表述　31423.4　小结　316参考文献　316第六篇　人工智能与涌现第24章　复杂系统自动建模　31824.1　科学智能　31824.2　复杂科学与人工智能　31924.3　复杂系统的数据驱动建模　31924.4　动力学学习　32024.4.1　回声状态网络　32124.4.2　图神经网络　32124.4.3　雾霾预报　32224.5　网络重构　32524.5.1　GGN　32524.5.2　AIDD　32724.5.3　动态图学习　32824.6　小结　329参考文献　329第25章　从数据中发现涌现　33025.1　因果涌现识别　33025.1.1　输入　33125.1.2　输出　33125.2　NIS　33225.2.1　预测世界的下一步　33225.2.2　NIS的总体框架　33225.2.3　编码器　33325.2.4　解码器　33625.2.5　动力学学习器　33725.2.6　训练和学习　33725.2.7　遍历　33725.2.8　实验结果　33825.2.9　小结　34525.2.10　信息通路与信息瓶颈　34525.2.11　优势与不足　34725.3　NIS+　34725.3.1　数学！数学！数学！　34825.3.2　NIS+框架　34925.3.3　复杂的编码器　35025.3.4　训练　35225.3.5　实验结果　35325.3.6　优势与不足　36025.3.7　最大化有效信息原理　36125.3.8　机器观察者　363参考文献　364第26章　计算力学——涌现研究的新范式　36526.1　什么是计算力学　36626.2　涌现的观察者视角　36826.3　观察者智能体　36926.3.1　0级模型　37026.3.2　因果态　37126.3.3　机　37226.3.4　机器的升级　37326.3.5　一个重构的实例　37426.3.6　意义　37526.4　复杂度　37626.4.1　柯氏复杂度　37626.4.2　统计复杂度　37726.5　对比　37926.5.1　与因果涌现的比较　37926.5.2　与NIS系列的对比　38026.6　小结　382参考文献　382第七篇　涌现理论的应用第27章　因果涌现与意识之谜　38427.1　唯物、唯心与涌现　38427.2　意识的整合信息理论　38527.2.1　多和一　38527.2.2　38627.2.3　示例　38727.2.4　和意识的关系　38927.2.5　关于意识的六条公理　39027.2.6　实验验证　39227.2.7　批判　39327.3　大脑中的因果涌现　39327.3.1　实验与数据　39427.3.2　因果涌现结果　39527.3.3　涌现动力学　39527.3.4　归因分析　39727.4　大脑中的协同与冗余　39927.5　意识与因果涌现　400参考文献　401第28章　生命活性的度量　40228.1　背景　40228.1.1　两种看似矛盾的能力　40228.1.2　个体信息论　40328.1.3　有效信息的重要性　40428.2　定义活性　40428.2.1　因果机制　40428.2.2　有效信息　40628.2.3　活性的度量　40628.2.4　活性的分解　40728.3　活性指标的应用　40828.3.1　用活性指标刻画混沌边缘状态　40828.3.2　布尔网络的活性　40928.3.3　寻找最适应的基因组件　41028.3.4　应用前景　412参考文献　412第29章　涌现计算　41329.1　什么是涌现计算　41329.2　基于仿生的涌现计算　41429.2.1　从鸟群到粒子群的优化算法　41429.2.2　蚂蚁觅食的优化算法　41529.2.3　黏菌的涌现计算　41729.2.4　小结　41829.3　基于进化的涌现计算　41929.4　可微分的元胞自动机　42129.5　大模型加持的搜索　42329.5.1　基础模型　42429.5.2　生命程序的向量表示　42429.5.3　搜索程序空间　42429.5.4　量化涌现现象　42829.6　涌现计算引发的思考　429参考文献　429第30章　涌现控制　43130.1　什么是控制　43230.1.1　控制的基本概念　43230.1.2　控制问题的特别之处　43330.2　复杂系统的控制　43330.2.1　复杂的因果之网　43330.2.2　找到那只“小蝴蝶”　43430.2.3　“小蝴蝶”与“大势能”　43530.3　涌现控制理论　43530.3.1　分布式涌现控制　43530.3.2　基于涌现因果的涌现控制　43630.4　研究案例　43830.4.1　预判“大势”　43830.4.2　寻找“蝴蝶”　43930.4.3　复杂网络的可控性　44130.4.4　四两拨千斤　44230.4.5　自重构机器人　44330.4.6　数据驱动的控制　44430.4.7　强化学习与涌现控制　44530.5　小结　450参考文献　450第31章　涌现设计　45231.1　简单算法的非凡复杂性　45231.1.1　复数迭代的神奇世界　45231.1.2　L系统的非凡创造　45531.1.3　元胞自动机音乐　45731.1.4　集群动画　45931.2　AI大模型的创造　46031.2.1　生成式AI模型　46031.2.2　深度梦境　46231.3　交互式进化　46331.3.1　盲眼的钟表匠　46331.3.2　人脸的“进化”　46531.3.3　与生成式AI结合　46531.4　涌现与游戏　46731.4.1　涌现与沉浸　46831.4.2　面向游戏设计的人工智能　46931.5　涌现设计的更多应用　47231.5.1　教育领域的涌现设计　47231.5.2　敏捷开发　47231.5.3　建筑领域的涌现设计　473参考文献　474第32章　模拟真实社会　47632.1　如何创造人工社会　47632.1.1　市场的出现　47732.1.2　价格的形成　47932.2　涌现还是进化　48132.2.1　社会分工及其进化　48132.2.2　货币的涌现　48532.3　网络游戏——大规模的真人模拟　48832.3.1　虚拟世界中的疫情传播　48832.3.2　人工市场中的不可预测性　48932.3.3　测算网络游戏的GDP　49032.4　基于大语言模型的社会学模拟　49132.4.1　斯坦福小镇　49132.4.2　人工“利维坦”　49232.4.3　社会模拟器AgentSociety　49332.4.4　宏观经济系统模拟器EconAgent　49432.4.5　更全面的评估　49532.5　小结　495参考文献　495第33章　人机协同与未来社会　49733.1　AI会取代人类吗　49833.1.1　奇点临近　49833.1.2　被忽视的人机关系　49833.1.3　人的意义　49933.2　AI外衣　50033.2.1　界面革命　50033.2.2　AI智能体　50133.2.3　智能体式AI　50233.2.4　智能体之网　50333.2.5　机器经济人　50433.2.6　“上帝视角”的优化　50533.3　人机混合社会　50833.3.1　人机社会学　50833.3.2　从众包到游戏化　51033.3.3　两种智能　51233.3.4　注意力流视角　51533.4　走近2050　51833.4.1　地球生态系统　51933.4.2　能量流和系统嵌套　52133.4.3　具身智能与向下因果　52133.4.4　自稳态调节与全球脑觉醒　522参考文献　523第八篇　终结第34章　结语与展望　52634.1　涌现　52634.1.1　简单程序中的发现　52634.1.2　协同就是整体大于部分之和　52734.1.3　宏观超越微观　52734.1.4　涌现认识小结　52734.2　观察者与涌现　52834.2.1　观察者效应能消除吗　52834.2.2　因果涌现的双重含义　52834.2.3　机器观察者　52934.2.4　涌现是不是一种观察者效应　53034.2.5　大语言模型中的涌现　53034.3　因果　53134.3.1　因果机制　53134.3.2　因果力　53134.3.3　因果力与可逆性　53234.3.4　对称性的涌现与破缺　53234.3.5　因果力与观察者　53334.3.6　向下因果　53434.3.7　自由意志　53534.4　涌现理论与东方智慧　536参考文献　537附录　冗余信息、特有信息和协同信息的计算方法　538

内容摘要
鸟群如何协同飞行？蚂蚁如何集体决策？大模型为何会突然获得新的能力？意识、生命与智能又是如何产生的？这些问题都指向复杂系统研究中的核心概念——涌现。
本书以丰富生动的案例为切入点，从生命系统、计算机程序、人类社会到人工智能，系统介绍涌现现象的表现形式及其背后的科学原理。在此基础上，作者进一步结合复杂系统科学、信息论、统计物理学和人工智能前沿研究，探讨因果涌现、协同信息、机器观察者等重要理论，尝试回答“什么是涌现”这一科学难题。
本书兼具科普性与学术深度，既展现了复杂系统研究的最新进展，也为理解生命、智能、意识及未来人机协同社会提供了全新的视角。本书适合对复杂系统、人工智能、系统科学及相关交叉领域感兴趣的研究者、学生等各界读者阅读参考。

主编推荐
内容丰富：从鸟群、蚁群和黏菌讲到人类社会与人工智能，跨越多个领域认识涌现。
案例生动：通过交通拥堵、群体协作等熟悉现象，帮助读者理解复杂的科学问题。
聚焦大模型：结合相变与临界状态，分析大模型为什么会突然获得新的能力。
紧跟前沿：系统介绍因果涌现、协同信息和机器观察者等复杂系统研究成果。
层层深入：从有趣案例进入科学原理，再逐步深入信息论、统计物理与因果理论。

精彩内容
从鸟群到蚁群，从台风到火星上的大红斑，从简单的人工生命程序到庞大的AI大模型，所有这些复杂系统都展现出了丰富的涌现现象和规律。然而，我们究竟能从这些涌现现象中总结出哪些普遍的规律？整体在什么情况下才算大于部分之和？我们能否定量刻画涌现？能否找到一种诱导设计复杂系统涌现发生的方法？本书普及性地介绍了有关复杂系统涌现的概念和相关理论，并尝试回答上述这些问题。本书首先列举了大量有关自然、生物、人类社会、人工智能系统中的涌现现象，并详细介绍了近年来发展起来的因果涌现理论和信息分解理论。此外，本书还介绍了如何将人工智能技术用于复杂系统，以帮助我们理解涌现和设计涌现的各种尝试和构想。
配送说明

...
相似商品
为你推荐

孔网分类

图书

图书

正版现货新书 涌现:从简单规则到复杂世界 9787115702708 张江著

孔网啦啦啦啦啦纺织女工火锅店第三课

正版现货新书涌现:从简单规则到复杂世界 9787115702708 张江著