书 · 1987 · 詹姆斯·格雷克（James Gleick）

《混沌》

科学通识书单第 18 名

一句话结论

简单而确定的规则也能产生难以长期预测的行为，但这些行为仍有可以理解、测量和检验的结构。

值不值得读完整本？

值得读完整本。它让你理解混沌的基本思想，也展示科学家怎样把看似无关的不规则现象变成共同的研究问题；不过，它是一部科学报道与发现史，具体计算还需要教材补充。

细读第1、3章：弄清确定性为什么不保证可预测，以及简单反馈怎样产生分岔和混沌。
第4、5、6章是概念骨架：分形、奇怪吸引子和普适性要结合图像反复看，尤其注意它们各自解释什么。
第7、9、10章值得连起来读：从流体实验、滴水龙头到生物节律，看模型怎样接受测量检验。
人物经历和学术争执可以快读，但不要跳过其中的问题、方法和证据；读完应能解释核心机制，而不只是记住科学家的名字。

核心观点

1. 确定性不保证长期可预测

一个系统即使完全按照确定的规则运行，也可能让我们无法可靠预测它的长期细节。混沌揭示的是规则与预测能力之间的距离。

为什么：预测需要同时知道演化规则和初始状态。对于具有初值敏感性的系统，起初极小的状态差异会在演化中被放大。测量和计算只能提供有限精度，因此最初无法分辨的状态，后来可能对应明显不同的结果。提高精度可以延长有效预测时间，却不能据此保证任意长时间的精确预报。

2. 简单的非线性反馈足以产生复杂行为

复杂的变化不一定需要复杂的方程或不断加入的随机冲击。简单规则经过反复反馈，也能产生稳定、周期变化和混沌。

为什么：非线性意味着影响不会始终按固定比例变化，例如种群增长会受到自身密度的限制。每一轮的结果又成为下一轮的输入，局部影响便不断累积和改变。随着参数变化，原来稳定的状态可能失去稳定性，出现交替振荡及接连的倍周期分岔。在某些参数区间，系统进入混沌；因此，观察到不规则波动，不能直接认定它一定来自外部噪声。

3. 混沌轨迹背后可以存在稳定的几何结构

无法长期预测每一步，不等于无法理解系统整体。书中的典型耗散系统可以把长期运动限制在具有结构的奇怪吸引子上。

为什么：把决定系统状态的变量放在一起，就能用状态空间中的一个点表示当前状态，用轨迹表示它的变化。耗散会使许多初始状态逐渐接近某个长期活动范围。在典型的奇怪吸引子上，运动一边拉开邻近轨迹，一边通过折叠使它们留在有限范围内。这样，单条轨迹可以难以预测，整体的形状、维数和统计特征却仍然能够研究。

4. 分形用尺度关系描述不规则形状

海岸、云和分枝结构的粗糙，并不只是光滑几何之外的杂乱。分形提供了研究不同尺度之间相似关系的办法。

为什么：对不规则物体，测量结果往往取决于观察尺度。尺子越短，海岸上被计入的弯曲通常越多，测得的长度也会变化。如果这种变化具有稳定的尺度关系，就可以用分形维数等量来描述粗糙程度。自然物体通常只在一定尺度范围内近似呈现这种关系，因此分形的价值在于可检验的描述，而非把自然无限放大后仍完全相同的断言。

5. 不同系统通向混沌时可能共享普适规律

物理机制不同的系统，在某些条件下会沿着相同的倍周期路线走向混沌，并呈现相同的尺度比例。理解这些共同结构，可以越过对象的表面差异。

为什么：在一类具有光滑二次峰值的单峰映射中，周期会接连从1变成2、4、8。相邻分岔所需的参数间隔不断缩小，其比值趋向约4.669。费根鲍姆用反复迭代和重新缩放的思路，解释为什么函数的许多细节会逐渐失去影响，共同结构则保留下来。这种普适性有明确条件，不能推广成所有混沌系统都服从同一个常数。

6. 共同的动力学语言必须接受实验检验

流体、滴水和生物节律可能共享反馈与稳定性变化的机制，因此可以借助同一种动力学语言研究。模型是否有解释力，仍要看它能否对应实际测量。

为什么：不同对象如果具有相近的变量关系，就可能出现相似的分岔和振荡。计算机使研究者能够反复迭代、改变参数并看见这些结构，但图像本身不足以证明现实机制。把模型预期的频率、分岔或尺度关系与实验对照，才能判断这种共同语言在哪些条件下有效。研究生物节律时，也要考察系统如何响应扰动和转换状态，不能只凭外观规则与否判断它的功能。

反对意见

发现故事低估了数学证明的作用（莫里斯·赫希）

赫希在《Chaos, Rigor, and Hype》中直接评论本书：格雷克生动地写出了人物和研究气氛，却没有充分呈现严格数学的贡献。读者因而可能分不清哪些结论已经证明，哪些仍是猜想、启发式论证、计算观察或实验结果。这会影响我们判断一个结论究竟适用于多大范围。

预测受限不足以推出决定论被推翻（让·布里克蒙）

布里克蒙在《Science of Chaos or Chaos in Science?》中区分自然如何演化与人能够知道什么：混沌系统可以完全服从确定性规律，同时难以预测，因此不能从预测失败推出自然没有确定规律。他也认为，混沌研究的进步不足以自动支持激进的哲学革命叙事。这篇文章主要批评混沌的流行哲学解读及普里高津等人的主张，用来审视本书的革命叙事更合适。

数学中的无限精细结构需要说明怎样对应现实（彼得·史密斯）

史密斯在《Explaining Chaos》第3章指出，数学吸引子可以具有无限细节，但流速等宏观物理量以及真实海岸，不能直接被当作具有无限精度的数学对象。因此，画出一个分形并不足以说明现实就是那个分形，还需要交代近似关系、适用尺度和解释效果。他承认理想化模型可以有用，质疑的是从数学图形直接跳到自然本体的做法。