復(fù)雜

本 書 價 值 螞蟻幾乎無智商时呀，為何蟻群卻能完成復(fù)雜又精細(xì)的合作鹿蜀？數(shù)以億計的神經(jīng)元如何產(chǎn)生智能和情感的？簡單的個體能自組織成為復(fù)雜系統(tǒng)涛酗，完成復(fù)雜行為隅津，這其中到底有何奧秘辩撑？ 本書以清晰的思路介紹了復(fù)雜系統(tǒng)的研究及其歷史背景蛹屿，力圖探尋復(fù)雜系統(tǒng)的普遍規(guī)律方面，同時作者還探討了復(fù)雜性與進(jìn)化放钦、人工智能、計算恭金、遺傳最筒、信息處理等相關(guān)領(lǐng)域的關(guān)系。 閱 讀 收 獲 了解復(fù)雜系統(tǒng)的奧秘 了解復(fù)雜與人類發(fā)展的關(guān)系 提高認(rèn)知能力和科學(xué)素養(yǎng) 學(xué)會不再簡單機(jī)械地看問題 金 句 精 選 1.科學(xué)的最基本態(tài)度之一就是疑問蔚叨，科學(xué)的最基本精神之一就是批判床蜘。 2. 現(xiàn)在也許是最好的時代，你曾以為正確的東西幾乎都是錯的蔑水。 3.免疫系統(tǒng)的產(chǎn)生：同大腦和蟻群一樣邢锯，免疫系統(tǒng)的行為是通過大量簡單參與者的獨自行動產(chǎn)生，并沒有誰在進(jìn)行掌控搀别。 點擊圖片可直接分享和保存 作 者 簡 介 [美] 梅拉妮·米歇爾（Melanie Mitchell） 研究復(fù)雜系統(tǒng)的前沿科學(xué)家丹擎，美國波特蘭州立大學(xué)計算機(jī)科學(xué)教授，圣塔菲研究所客座教授歇父。梅拉妮·米歇爾的主要工作是類比推理蒂培、復(fù)雜系統(tǒng)、遺傳算法和細(xì)胞自動機(jī)領(lǐng)域榜苫，她的這些領(lǐng)域的出版物經(jīng)常被引用护戳。 精 華 解 讀 以下內(nèi)容為《復(fù)雜》一書精華解讀，供廣大書友們學(xué)習(xí)參考垂睬，歡迎分享媳荒，未經(jīng)允許不可用作商業(yè)用途。 目 錄 一驹饺、什么是復(fù)雜 二钳枕、復(fù)雜系統(tǒng)研究的背景和歷史 三、計算機(jī)中的生命和進(jìn)化 四赏壹、大寫的計算 五鱼炒、網(wǎng)絡(luò) 六、尾聲 正 文 17世紀(jì)至20世紀(jì)初蝌借，還原論就一直在科學(xué)中占據(jù)著主導(dǎo)地位昔瞧，當(dāng)時科學(xué)的主要目標(biāo)都是用基礎(chǔ)物理學(xué)來對一切現(xiàn)象進(jìn)行還原論式的解釋指蚁。但20世紀(jì)的科學(xué)見證了還原論夢想的破滅。 雖然基礎(chǔ)物理學(xué)和還原論對于解釋極大和極小的事物取得了偉大的成就硬爆，但對于接近人類尺度的復(fù)雜現(xiàn)象的解釋上欣舵，它們卻保持著驚人的沉默。 天氣和氣候無法長期精準(zhǔn)預(yù)測缀磕，生物與疾病的復(fù)雜和適應(yīng)性缘圈，社會的經(jīng)濟(jì)、政治和文化行為等等問題袜蚕，都是還原論無法解釋的糟把。于是，新的學(xué)科開始被建立牲剃，其中就包括復(fù)雜學(xué)科遣疯。 一、什么是復(fù)雜 1.復(fù)雜性是什么 任何一個對蟻群有過了解的人都知道凿傅，單只螞蟻幾乎沒有智商缠犀，同伴之間靠簡單地分泌信息素來溝通。但是如果將上百萬只螞蟻放到一起聪舒，群體就會組成一個整體辨液，形成具有所謂“集體智能”的“超生物”，整個蟻群一起構(gòu)造出的結(jié)構(gòu)復(fù)雜得驚人箱残。 蟻群具備“逢山開路滔迈，遇水架橋”的本領(lǐng)，比如遇到一條河過不去被辑，蟻群可以抱成一個團(tuán)滾過去燎悍。蟻穴就更驚人，蟻穴有育嬰室盼理、垃圾房谈山、蟻后的房間和囤積食物的房間等等，其復(fù)雜程度連人類建筑師都嘆為觀止榜揖。 類似的還有人類的大腦勾哩。在大腦中，有數(shù)億個神經(jīng)元举哟，這些簡單個體的活動及元群的連接模式?jīng)Q定了感知、思維迅矛、情感妨猩、意識等重要的宏觀大腦活動。 再比如免疫系統(tǒng)秽褒，簡單個體是細(xì)胞壶硅。白細(xì)胞能通過其細(xì)胞體上的受體識別某種可能入侵者相對應(yīng)的分子威兜，從而分泌抗體搜尋和摧毀入侵者。加上B細(xì)胞庐椒、T細(xì)胞椒舵、巨噬細(xì)胞等等，細(xì)胞們一起上演免疫反應(yīng)的大合奏约谈。 類似這種由簡單個體構(gòu)成的復(fù)雜系統(tǒng)的還有人類的經(jīng)濟(jì)系統(tǒng)笔宿、萬維網(wǎng)等等。令專家學(xué)者感到不解的是棱诱，在沒有中央控制的情況下泼橘，這些簡單的個體到底是如何構(gòu)成復(fù)雜的系統(tǒng)，產(chǎn)生復(fù)雜的行為的迈勋？更為神秘的是炬灭，一些本來不具備智慧和意識的物質(zhì)（如大腦神經(jīng)元），到底是如何涌現(xiàn)出“智能”和“意識”的靡菇？這些正是復(fù)雜系統(tǒng)所關(guān)注的問題重归。這些問題，作者會在之后的章節(jié)中做系統(tǒng)性研究和探討厦凤。 2.復(fù)雜系統(tǒng)的共性 通過以上的復(fù)雜系統(tǒng)范例鼻吮，作者總結(jié)了復(fù)雜系統(tǒng)的三點共性。 （1）復(fù)雜的集體行為 復(fù)雜系統(tǒng)的個體一般都遵循相對簡單的規(guī)則泳唠，不存在中央控制或領(lǐng)導(dǎo)者狈网。大量個體的集體行為產(chǎn)生出了復(fù)雜、不斷變化且難以預(yù)測的行為模式笨腥。 （2）信號和信息處理 所有這些系統(tǒng)都利用來自內(nèi)部和外部環(huán)境中的信息和信號拓哺，同時也產(chǎn)生信息和信號。 （3）適應(yīng)性 所有這些系統(tǒng)都通過學(xué)習(xí)和進(jìn)化過程進(jìn)行適應(yīng)，即改變自身的行為以增加生存或成功的機(jī)會祖能。 3.什么是復(fù)雜系統(tǒng) 那么呻征，究竟什么是復(fù)雜系統(tǒng)呢？關(guān)于復(fù)雜系統(tǒng)的定義烤礁，作者總結(jié)了以下兩點： （1）復(fù)雜系統(tǒng)是由大量組分組成的網(wǎng)絡(luò)，不存在中央控制肥照，通過簡單運作規(guī)則產(chǎn)生出復(fù)雜的集體行為和復(fù)雜的信息處理脚仔，并通過學(xué)習(xí)和進(jìn)化產(chǎn)生適應(yīng)性。 （2）如果系統(tǒng)有組織的行為不存在內(nèi)部和外部的控制者或領(lǐng)導(dǎo)者舆绎，則稱之為自組織鲤脏。由于簡單規(guī)則以難易預(yù)測的方式產(chǎn)生出復(fù)雜行為，這種系統(tǒng)的宏觀行為有時也稱為涌現(xiàn)。由此復(fù)雜系統(tǒng)有了另一個定義：具有涌現(xiàn)和自組織行為的系統(tǒng)猎醇。 因此窥突，作者認(rèn)為研究復(fù)雜系統(tǒng)的核心問題是：涌現(xiàn)和自組織行為是如何產(chǎn)生的。 二硫嘶、復(fù)雜系統(tǒng)研究的背景和歷史 通過第一部分阻问，我們已經(jīng)對“復(fù)雜”有了初步的了解，讀者可能會有一肚子疑問沦疾。那么第二部分称近，作者就向我們介紹了復(fù)雜系統(tǒng)的一些核心概念（如信息、計算曹鸠、序和生命等）的歷史和背景煌茬，幫助讀者更系統(tǒng)地了解復(fù)雜系統(tǒng)。 1.動力學(xué)彻桃、混沌和預(yù)測 動力學(xué)的發(fā)展 了解復(fù)雜系統(tǒng)坛善，我們得先了解一下動力系統(tǒng)理論，因為只要你想得到的系統(tǒng)幾乎都是動力系統(tǒng)邻眷。比如太陽系眠屎、心臟、大腦肆饶、氣候等等改衩。亞里士多德是目前已知的最早論述運動理論的人之一，他認(rèn)為地面上的運動與天上的不同驯镊；不同物質(zhì)組成的物體運動方式也不一樣。顯然板惑，這些缺乏實驗驗證的理論后來被證明都是錯誤的。亞里士多德的思想一直統(tǒng)治著西方科學(xué)冯乘，直到伽利略的出現(xiàn)。 還記得教科書中學(xué)過的比薩斜搭自由落體實驗嗎姊氓？伽利略用這個科學(xué)的實驗駁斥了亞里士多德的觀點喷好。于是，隨著實驗方法的出現(xiàn)梗搅，科學(xué)革命不可避免地發(fā)生了。 牛頓創(chuàng)建了動力學(xué)蟀俊，為了創(chuàng)建動力學(xué)，他還發(fā)明了微積分订雾。偉大的牛頓創(chuàng)建了三大定律及萬有引力定律肢预，以這些定律作為基本概念解釋了一切物體的運動，包括行星洼哎。牛頓力學(xué)描繪了一幅“鐘表宇宙”的圖景：設(shè)定好初始狀態(tài)烫映，然后就遵循著三條定律一直運行下去。 “測不準(zhǔn)原理”和混沌學(xué) 因此噩峦，數(shù)學(xué)家拉普拉斯在1814年斷言锭沟，根據(jù)牛頓定律，只要知道宇宙中所有粒子的當(dāng)前位置和速度识补，原則上就有可能預(yù)測任何時刻的情況族淮。 然而20世紀(jì)的兩個重要發(fā)現(xiàn)，打破了這種準(zhǔn)確預(yù)測的幻想凭涂。第一個發(fā)現(xiàn)就是海森堡的“測不準(zhǔn)原理”祝辣，證明不可能在準(zhǔn)確測量粒子位置的同時，又準(zhǔn)確測量其動量切油。 第二個發(fā)現(xiàn)就是混沌蝙斜。混沌指的是一些系統(tǒng)對于初始位置和動量的測量如果有極其微小的不精確澎胡，也會導(dǎo)致對其長期預(yù)測產(chǎn)生巨大的誤差孕荠。也就是常說的“對初始條件的敏感依賴性”，最典型的例子就是蝴蝶效應(yīng)攻谁。法國數(shù)學(xué)家龐加萊創(chuàng)建了代數(shù)拓?fù)渲晌椋诮鉀Q三體問題的時候，也發(fā)現(xiàn)了上述混沌的特性巢株。 那么槐瑞，混沌系統(tǒng)中初始的不確定性到底是如何被急劇放大的呢？關(guān)鍵因素是非線性阁苞。關(guān)于線性系統(tǒng)，我們可以想到還原論悼沿，想到整體等于部分之和糟趾。而非線性則是還原論者的夢魘义郑。為了更好地理解非線性以及混沌現(xiàn)象非驮，作者借用了一個經(jīng)典的生物群體數(shù)量動力學(xué)模型來闡釋線性和非線性劫笙。 設(shè)想你養(yǎng)了一群兔子，兔子會配對生小兔子戒洼，每對兔子父母每年會生4只小兔子然后死去圈浇。很顯然汉额，如果不受限制蠕搜，用不了多久妓灌，兔子就會占領(lǐng)整個地球虫埂，甚至宇宙。這是一個線性系統(tǒng)：整體等于部分之和澳窑。 考慮到種群數(shù)量增長所受的限制——由于種群數(shù)量過多導(dǎo)致的死亡概率鸡捐，棲息地所能承載的種群數(shù)量上限等箍镜，作者將這一代的種群數(shù)量代入邏輯斯蒂模型，然后不斷迭代香缺，最后發(fā)現(xiàn)赫悄，兔子整體的數(shù)量變化不再等于各部分之和。這就是非線性系統(tǒng)写隶，反映了一個自然的繁殖結(jié)果。 作者還給出了一個動力系統(tǒng)和混沌中的方程——邏輯斯蒂映射：xt＋1=Rxt（1-xt）鄙陡，其中xt是當(dāng)前值耙册，xt＋1則是下一步的值详拙。通過不斷改變數(shù)值大小饶辙，他們發(fā)現(xiàn)邏輯斯蒂迭代最初會產(chǎn)生不動點弃揽，然后是2周期振蕩矿微，然后是4周期冷冗，8周期蒿辙，一直下去思灌，直到出現(xiàn)混沌泰偿。這些突然的周期倍增被稱為交叉裕照，這個過程被稱為通往混沌的倍周期之路晋南。20世紀(jì)70年代负间，物理學(xué)家費根鮑姆就通過計算R值的收斂速度政溃，測算出一個常數(shù)——4.6692016董虱，這個常數(shù)在很多動力系統(tǒng)中都有出現(xiàn)空扎。 因此转锈，作者給出了兩條混沌的共性：通往混沌的倍周期之路；費根鮑姆常數(shù)脆粥。 混沌思想帶來的革命： （1）看似混沌的行為有可能來自確定性系統(tǒng)规伐，無須外部的隨機(jī)源猖闪。 （2）一些簡單的確定性系統(tǒng)的長期變化，由于對初始條件的敏感依賴性豁陆，即使在原則上也無法預(yù)測盒音。 （3）雖然無法預(yù)測祥诽，但混沌卻有一些秩序，比如通往混沌的倍周期之路偎血，費根鮑姆常數(shù)等。 刻畫復(fù)雜系統(tǒng)的動力學(xué)只是理解復(fù)雜系統(tǒng)的第一步就缆，我們還要理解這些動力系統(tǒng)如何被用在生命系統(tǒng)中以處理信息和適應(yīng)環(huán)境變化空郊。 2.信息和計算 信息 復(fù)雜系統(tǒng)的一個重要的特點就是自組織狞甚，與通常情形中的有序消退哼审、無序（熵）增長相反涩盾，這里是有序從無序中產(chǎn)生春霍。雖然很多復(fù)雜系統(tǒng)屬性都不相同址儒，但它們處理信息的方式卻是類似的杖狼。那么信息是什么呢蝶涩？ 根據(jù)熱力學(xué)第二定律绿聘，熵總是不斷增加直至最大熄攘，除非額外做功挪圾。1871年哲思，英國物理學(xué)家麥克斯韋通過一個冷熱系統(tǒng)實驗棚赔，提出了一個“小妖”難題：系統(tǒng)沒有做功靠益，熵卻減少了，難道是有一個智能生物“妖”在工作冲甘？ 這個問題困擾了物理學(xué)家很多年濒憋，直到1929年凛驮，匈牙利物理學(xué)家西拉德第一個將熵與信息聯(lián)系起來黔夭，法國物理學(xué)家布里淵和伽柏將西拉德的理論進(jìn)行了擴(kuò)展本姥，徹底揭示了測量（信息）如何產(chǎn)生熵婚惫，終結(jié)了“麥克斯韋妖”先舷。對小妖難題的解決牲芋，成為信息論和信息物理學(xué)的基礎(chǔ)缸浦。 統(tǒng)計力學(xué)也在其中扮演了一個很重要的角色餐济。統(tǒng)計力學(xué)的創(chuàng)建者玻爾茲曼認(rèn)為宏觀尺度上的屬性是由微觀屬性產(chǎn)生的，他將熱力學(xué)第二定律解釋為封閉系統(tǒng)更有可能處于可能性大的宏觀狀態(tài)秩霍。1940年铃绒，數(shù)學(xué)家香農(nóng)改進(jìn)了他的思想颠悬，開創(chuàng)了信息論赔癌。人們將香農(nóng)的信息量定義為接收者在接收信息時體驗到的平均驚奇度灾票。 為了方便理解既们，作者舉了一個例子：他的兩個兒子與奶奶打電話啥纸，小兒子只會說一個詞——“Da”斯棒，奶奶接收的信息幾乎為零名船；而大兒子詞匯量更大渠驼，比如他會說“奶奶迷扇，我在扮超人”蜓席，奶奶就經(jīng)常對他的話感到吃驚。 總體上渺贤，根據(jù)香農(nóng)的理論瞭亮，信息可以是通信的任何單位统翩，可以是一個字母厂汗、一個詞面徽、一句話氮双，甚至是一個比特（0或1）等等戴差。 計算 信息是用來計算的暖释。對計算的基礎(chǔ)及局限的研究球匕，導(dǎo)致了電子計算機(jī)的發(fā)明，但最初的起源卻是為了解決一組抽象的數(shù)學(xué)問題——希爾伯特問題秘症。1900年役耕，德國數(shù)學(xué)大師希爾伯特在巴黎提出了亟待解決的23個問題瞬痘，這些問題可以總結(jié)為三個部分： （1）數(shù)學(xué)是不是完備的图云？ （2）數(shù)學(xué)是不是一致的？ （3）是不是所有命題都是數(shù)學(xué)可判定的筒严？ 25歲的哥德爾解決了前兩個問題鸭蛙，創(chuàng)建了不完備性定理娶视；23歲的圖靈則解決了第三個問題寝凌，發(fā)明了圖靈機(jī)较木。圖靈機(jī)后來成為電子計算機(jī)的藍(lán)圖伐债。 兩位年輕有為的數(shù)學(xué)家無疑是偉大的，但他們的命運卻很悲慘：哥德爾患上了嚴(yán)重的妄想癥双戳，拒絕進(jìn)食千诬，死于饑餓徐绑；圖靈則因為同性戀不被接受的困擾傲茄，吃了一個含有氰化鉀的蘋果盘榨，自殺了草巡。 3.進(jìn)化和遺傳 根據(jù)熱力學(xué)第二定律山憨，封閉系統(tǒng)的熵會一直增加直至最大，要讓熵減少由境，就要做功。然而我們的生命系統(tǒng)卻越變越復(fù)雜勒虾，熵并沒有無限增加从撼。那么是誰在維持生命系統(tǒng)低零，并讓它們越來越復(fù)雜呢掏婶？宗教認(rèn)為這是神跡潭陪，直到19世紀(jì)中葉老厌，達(dá)爾文提出枝秤，生命進(jìn)化是通過自然選擇造就的淀弹。 達(dá)爾文的思想主要有： 同時代的孟德爾則發(fā)現(xiàn)了遺傳律： 再加上后來的群體遺傳學(xué)薇溃，達(dá)爾文理論和孟德爾遺傳學(xué)共同形成了后來的“現(xiàn)代綜合”沐序”∩叮“現(xiàn)代綜合”在20世紀(jì)30~40年代得到了進(jìn)一步發(fā)展，并形成了此后50年被生物學(xué)家普遍接受的一系列進(jìn)化原則： 后來“現(xiàn)代綜合”也受到了挑戰(zhàn)绰寞，古生物學(xué)家古爾德同意自然選擇是進(jìn)化很重要的機(jī)制觉壶，但他認(rèn)為歷史偶然和生物約束的作用至少同樣重要铜靶。 遺傳學(xué)概要 為了方便理解之后的章節(jié)争剿，我們需要先了解一下遺傳學(xué)的相關(guān)知識蚕苇。1953年涩笤，沃森和克里克發(fā)現(xiàn)蹬碧，DNA的結(jié)構(gòu)是雙螺旋恩沽。20世紀(jì)60年代初飒筑，幾位科學(xué)家一起成功破譯了遺傳密碼——DNA如何編碼構(gòu)成蛋白質(zhì)的氨基酸。遺傳學(xué)研究從此被引爆全谤，此后迅速發(fā)展，直至現(xiàn)在补憾。 現(xiàn)在我們明白了盈匾，基因就是由DNA的序列片段組成岩瘦∑裘粒基因的轉(zhuǎn)錄和翻譯就稱為基因表達(dá)密末。DNA中包含其本身的解碼者的編碼。 度量復(fù)雜性 我們已經(jīng)了解了復(fù)雜的一些概念和歷史背景赡模，那么教硫，復(fù)雜該如何度量呢瞬矩？作者給出了一系列度量方法景用。 三、計算機(jī)中的生命和進(jìn)化 1.馮·諾依曼和自復(fù)制自動機(jī) 在第二部分媚污，作者談到了生命系統(tǒng)的進(jìn)化耗美。那么商架，生命是什么蛇摸，這是一個經(jīng)久不衰的問題赶袄。計算機(jī)和機(jī)器人可以被認(rèn)為有生命嗎？生命的要素一般都包括：自主唬格、新陳代謝购岗、自我復(fù)制喊积、生存本能，還有進(jìn)化和適應(yīng)绎签。那么诡必，計算機(jī)能實現(xiàn)這些嗎？很多人認(rèn)為這絕不可能扭勉。就拿自我復(fù)制來說剖效，他們認(rèn)為計算機(jī)中的自我復(fù)制會導(dǎo)致無窮反復(fù)。 而DNA的自我復(fù)制就非常精妙爷光，因為機(jī)器總是需要一個解釋器來執(zhí)行它，DNA不僅包含自我復(fù)制的“程序”澎粟，同時也編碼了它自己的解釋器蛀序。 馮·諾依曼則率先給出了第一個能自我復(fù)制的機(jī)器的完整的設(shè)計欢瞪，用兩種方式來使用內(nèi)存中的信息：既作為執(zhí)行的指令，又作為這些指令使用的數(shù)據(jù)徐裸。正是對信息的雙重使用讓我們得以避開前面嘗試自我復(fù)制程序時遇到的那種反復(fù)無窮遣鼓。這無疑是人工生命科學(xué)最偉大的發(fā)明之一。 2.遺傳算法 機(jī)器可以做到復(fù)制自身重贺，那能產(chǎn)生變異嗎骑祟？能在某種環(huán)境中為生存競爭資源嗎缸棵？遺憾的是崇堵，馮·諾依曼還沒來得及研究就去世了涵紊。 在后人的研究中驱负，其中最為著名的是密歇根大學(xué)的霍蘭德等人進(jìn)行的遺傳算法（GA）研究酪术。算法其實就是圖靈說的明確程序庐舟，就好比做菜的菜譜：一步一步將輸入變成輸出。 對于遺傳算法，期望的輸出是特定問題的解。比如，你需要編寫一個程序控制機(jī)器人清潔工在辦公樓拾垃圾，你可以委托遺傳算法替你將這個程序演化出來。 遺傳算法的應(yīng)用 目前，遺傳算法已被用于解決科學(xué)和工程領(lǐng)域的許多難題，甚至應(yīng)用到藝術(shù)裁奇、建筑和音樂惫撰。比如诗充，通用電氣將GA用于飛行器的部分自動化設(shè)計；2003年的電影《指環(huán)王：王者歸來》就用遺傳算法生成了逼真的動畫馬匹。 進(jìn)化的羅比 作者用一個叫作羅比的機(jī)器人進(jìn)一步闡述了GA的主要思想。羅比的工作是清理它的世界中的空易拉罐药磺，作者給它設(shè)置了一套獎懲規(guī)則我碟。為了進(jìn)化羅比的策略友雳，作者寫了一個遺傳算法程序，結(jié)果在執(zhí)行了10000個清掃任務(wù)后萌抵，羅比的平均分是346分（滿分500分）沐兰。 這個成績比讓羅比隨機(jī)走拿到的-825分要好得多。不過這個策略顯然還不是最優(yōu)冬殃，于是作者取最后一代中適應(yīng)度最高的個體蹬昌，也用10000個任務(wù)測試，結(jié)果平均分483分组去，幾乎最優(yōu)了。GA就這樣不斷改進(jìn)適應(yīng)度勃蜘，直至達(dá)到最優(yōu)解快鱼。 四、大寫的計算 大腦是計算機(jī)嗎逗旁？蟻群是計算機(jī)嗎箕戳？自然系統(tǒng)中的“計算”指的是什么呢线得？大致上說，計算是復(fù)雜系統(tǒng)為了成功適應(yīng)環(huán)境而對信息的處理刻蚯。但信息在哪里盈蛮？復(fù)雜系統(tǒng)又是如何處理信息的淹接？ 為了讓這類問題更容易研究草雕，科學(xué)家們通常會將問題理想化——也就是盡可能簡單化。鑒于此，許多人都用元胞自動機(jī)這種理想化的復(fù)雜系統(tǒng)模型來研究自然界中的計算霹抛。 1.元胞自動機(jī) 元胞自動機(jī)是由元胞組成的網(wǎng)絡(luò)，每個元胞都根據(jù)鄰域的狀態(tài)來選擇開關(guān)。同自然界的復(fù)雜系統(tǒng)一樣，元胞自動機(jī)也是由大量簡單的個體組成，不存在中央控制，每個個體都只與少量其他個體交互。因此絮吵，元胞自動機(jī)是最理想化的復(fù)雜系統(tǒng)，結(jié)構(gòu)完全不同于計算機(jī)，是由馮·諾依曼發(fā)明的恰梢。 由于最初的計算機(jī)構(gòu)想也是馮·諾依曼提出的培愁，它被稱為“馮·諾依曼體系結(jié)構(gòu)”禾锤，因此為了將兩者區(qū)別開來，元胞自動機(jī)就被人們戲稱為“非馮·諾依曼體系結(jié)構(gòu)”。 生命游戲 1970年竿秆，數(shù)學(xué)家康威發(fā)現(xiàn)了一種簡單的兩狀態(tài)通用圖靈機(jī)尼变，也能進(jìn)行通用計算，他稱之為“生命游戲”院领〕诿康威的證明表明，原則上比然，邏輯運算的所有可能組合都能在生命游戲中實現(xiàn)汪诉。 沃爾夫勒姆 沃爾夫勒姆用一維兩狀態(tài)的元胞自動機(jī)來研究元胞自動機(jī)動力學(xué)，每個元胞僅與兩個相鄰元胞相連谈秫，沃爾夫勒姆稱之為“初等元胞自動機(jī)”扒寄。他用一組編程運行元胞自動機(jī)，并繪制它們的時空圖拟烫，結(jié)果發(fā)現(xiàn)那些圖樣非常復(fù)雜该编。這些極為簡單的元胞自動機(jī)規(guī)則究竟是如何產(chǎn)生復(fù)雜的圖樣的呢？ 于是硕淑，沃爾夫勒姆繼續(xù)進(jìn)行對元胞自動機(jī)的研究课竣。后來，他提出自然系統(tǒng)正是以元胞自動機(jī)的方式運作置媳，它們包含信息于樟，并根據(jù)簡單規(guī)則處理這些信息。宇宙和其中的萬事萬物都能用簡單的程序來解釋拇囊，這就是大寫的計算迂曲。雖然他的觀點并沒有得到普遍認(rèn)可，但至少很好地宣傳了元胞自動機(jī)寥袭。 2.粒子計算 將元胞自動機(jī)的行為用粒子進(jìn)行描述能幫助我們理解其如何編碼信息和進(jìn)行計算路捧。事實上粒子以及它們之間的相互作用可以作為一種語言，用來解釋一維元胞自動機(jī)為背景的分布式計算传黄。 比如植物的氣孔網(wǎng)絡(luò)杰扫，氣孔打開可以光合作用，但是也會導(dǎo)致水分蒸發(fā)膘掰。植物學(xué)家莫特和物理學(xué)家皮克等人認(rèn)為氣孔組成了一個有點類似于二維元胞自動機(jī)的網(wǎng)絡(luò)章姓。他們還發(fā)現(xiàn)氣孔開合的時間模式很像二維形式的粒子相互作用。植物通過氣孔進(jìn)行分布式計算，通過優(yōu)化氣孔的開合讓二氧化碳的獲取和水分流失達(dá)到最佳平衡凡伊。 3.生命中的信息處理 （1）免疫系統(tǒng) 免疫系統(tǒng)是由數(shù)以億計的各種細(xì)胞和分子組成零渐，它們在身體里循環(huán)，通過各種信號相互作用窗声。免疫系統(tǒng)面臨的主要問題是，它不知道什么病原體將會入侵身體辜纲，而且也不可能在同一時間產(chǎn)生出那么多淋巴細(xì)胞以應(yīng)對每一種可能笨觅。那么免疫系統(tǒng)是如何解決這個問題的呢？ 為了能覆蓋到各種各樣的病原體外形耕腾，身體內(nèi)會同時存在許多種類型的淋巴細(xì)胞见剩。免疫系統(tǒng)利用隨機(jī)性讓淋巴細(xì)胞能識別的形狀范圍互不相同。為了防止傷害身體扫俺，免疫系統(tǒng)使用了一系列機(jī)制來實現(xiàn)攻擊毒性和防止傷害之間的平衡苍苞。其中許多機(jī)制都依賴細(xì)胞因子，對身體的傷害會導(dǎo)致細(xì)胞因子的分泌狼纬，細(xì)胞因子會抑制活躍的淋巴細(xì)胞羹呵。 （2）蟻群 螞蟻如果遇到食物就返回蟻穴，沿途留下作為信號的化學(xué)物質(zhì)——信息素疗琉。當(dāng)其他螞蟻發(fā)現(xiàn)了信息素冈欢，就有可能沿著信息素的軌跡前進(jìn)。如果螞蟻找到食物盈简，信息素的軌跡會增強(qiáng)凑耻，反之會消失。蟻群的任務(wù)分配也是以分散方式進(jìn)行的柠贤，螞蟻根據(jù)它們周圍的環(huán)境以及遇到的執(zhí)行各種任務(wù)的螞蟻比例來決定自己干什么香浩。 （3）生物代謝 新陳代謝是指一系列化學(xué)過程，生物消耗從食物臼勉、空氣或陽光中獲取的能量邻吭，維持生命所需的所有功能。在生物體的每個細(xì)胞中宴霸，營養(yǎng)分子通過反應(yīng)產(chǎn)生能量镜盯，細(xì)胞組分也通過代謝途徑產(chǎn)生，這些組分維持和修復(fù)內(nèi)部的以及外部的功能和細(xì)胞間通信猖败。代謝途徑上的化學(xué)反應(yīng)不斷改變特定途徑的速度和獲得的原材料速缆。 信息是如何被傳遞和處理的 4.計算機(jī)模型 理想模型 麥克斯韋妖、圖靈機(jī)恩闻、邏輯斯蒂模型和邏輯斯蒂映射艺糜、馮·諾依曼自復(fù)制自動機(jī)、遺傳算法、元胞自動機(jī)破停、科赫曲線和模仿者等翅楼。 囚徒困境 囚徒困境悖論指的是群體中的個體由于只顧自身利益，整體上卻使得群體中所有個體均受損的情形真慢。 囚徒困境收益矩陣 該矩陣反應(yīng)了只有雙方都合作毅臊，收益才能最大化。 計算機(jī)模擬囚徒困境 針鋒相對原則：針鋒相對策略愿意合作黑界，并且對愿意合作的對手以禮相待管嬉；但如果對方背叛，針鋒相對策略就會回之以背叛朗鸠，直到對手又開始合作為止蚯撩。這樣的策略打敗了其他所有策略。 五烛占、網(wǎng)絡(luò) 1.網(wǎng)絡(luò)科學(xué) 小世界 哈佛大學(xué)教授米爾格蘭姆做了一場信件實驗胎挎，他發(fā)現(xiàn)在送達(dá)的信件中，發(fā)信人平均經(jīng)過5個熟人就送到了收信人的手中忆家。這個發(fā)現(xiàn)后來被稱為“六度分隔”犹菇。也就是說，你和任何陌生人之間所間隔的人最多不超過5個芽卿。 雖然后來心理學(xué)家柯蘭費爾德研究發(fā)現(xiàn)项栏，這場實驗被曲解了，大部分信件都沒有到達(dá)收信人手中蹬竖。但六度分隔的小世界思想還是成了我們文化的傳奇沼沈。 網(wǎng)絡(luò)思維 網(wǎng)絡(luò)思維意味著關(guān)注的不是事物本身，而是事物之間的關(guān)系币厕。網(wǎng)絡(luò)科學(xué)的目的就是提煉出這些共性列另，并以它們?yōu)榛A(chǔ)，用共同的語言來刻畫各種不同的網(wǎng)絡(luò)旦装。 對網(wǎng)絡(luò)科學(xué)的理解不僅會改變我們對各種自然和社會系統(tǒng)的理解页衙，同時也會幫助我們更好地規(guī)劃和更有效地利用復(fù)雜網(wǎng)絡(luò)，包括更好的網(wǎng)絡(luò)搜索和萬維網(wǎng)路由算法阴绢，控制疾病傳播和有組織犯罪店乐，以及保護(hù)生態(tài)環(huán)境。 什么是“網(wǎng)絡(luò)” 網(wǎng)絡(luò)是由邊連接在一起的節(jié)點組成的集合呻袭。節(jié)點對應(yīng)網(wǎng)絡(luò)中的個體（例如神經(jīng)元眨八、網(wǎng)站、人）左电，邊則是個體之間的關(guān)聯(lián)（例如突觸廉侧、網(wǎng)頁超鏈接页响、社會關(guān)系）。 小世界網(wǎng)絡(luò) 米爾格蘭姆的實驗也許不能證明我們的社會是一個小世界段誊，但我們的社會網(wǎng)絡(luò)的確是一個小世界闰蚕。從一個節(jié)點出發(fā)，用不了幾步就能到達(dá)任何節(jié)點连舍。一個網(wǎng)絡(luò)只有少量的長程連接没陡，相對于節(jié)點數(shù)量來說平均路徑卻很短，則為小世界網(wǎng)絡(luò)索赏。小世界網(wǎng)絡(luò)經(jīng)常表現(xiàn)出高度的集群性：任選3個節(jié)點A盼玄、B、C参滴，如果節(jié)點A與節(jié)點B和C相連强岸，則B和C也很有可能相連锻弓。 很多社會網(wǎng)絡(luò)都具有小世界性砾赔。比如電影演員網(wǎng)絡(luò)，多產(chǎn)電影明星凱文·貝肯與其他電影演員的關(guān)系青灼，一般來說暴心，與凱文·貝肯之間的路徑很長，就說明該演員在演藝界混得不好杂拨。還有美國西部電網(wǎng)专普，線蟲腦神經(jīng)等。 無尺度網(wǎng)絡(luò) 谷歌出現(xiàn)前弹沽，搜素引擎的做法是在一張索引上搜索你查詢的單詞檀夹，索引將所有可能的英文單詞對應(yīng)到包含有這個單詞的網(wǎng)頁的列表。這種方法策橘，結(jié)果就會出現(xiàn)一大堆不相關(guān)的信息炸渡。20世紀(jì)90年代，谷歌提出了一種革命性的思想——“網(wǎng)頁排名”丽已，對網(wǎng)頁搜索結(jié)果進(jìn)行排序蚌堵。其中的思想是網(wǎng)頁的重要性（和可能的相關(guān)性）與指向這個網(wǎng)頁的鏈接數(shù)量（入連接的數(shù)量）有關(guān)。這種方法沛婴，使得與搜索單詞最相關(guān)的網(wǎng)頁通常都位于列表的前面吼畏。 如果我們將萬維網(wǎng)看作一個網(wǎng)絡(luò)，節(jié)點是網(wǎng)頁嘁灯，邊是網(wǎng)頁之間的超鏈接泻蚊，我們就能發(fā)現(xiàn)網(wǎng)頁排名之所以有效是因為這個網(wǎng)絡(luò)具有特定的結(jié)構(gòu)：同典型的社會網(wǎng)絡(luò)一樣，大部分網(wǎng)頁為低連接度丑婿，極少部分網(wǎng)頁具有高連接度藕夫。也就是說孽糖，萬維網(wǎng)具有度分布和中心節(jié)點結(jié)構(gòu)。并且毅贮，在不同尺度下具有不變性的妖。這就是無尺度網(wǎng)絡(luò)宏榕。 無尺度網(wǎng)絡(luò)有4個顯著特征： （1）相對較少的節(jié)點具有很高的度（中心節(jié)點） （2）節(jié)點連接度的取值范圍很大（度的取值多樣） （3）自相似性 （4）小世界結(jié)構(gòu) 所有的無尺度網(wǎng)絡(luò)同時也具有小世界特性，但不是所有具有小世界特性的網(wǎng)絡(luò)都是無尺度網(wǎng)絡(luò)。 無尺度網(wǎng)絡(luò)具有穩(wěn)健性店茶。無尺度網(wǎng)絡(luò)對節(jié)點的隨機(jī)刪除具有穩(wěn)健性，但如果中心節(jié)點失效或是受到攻擊就會非常脆弱屹篓。比如芝加哥的暴風(fēng)雪可能會導(dǎo)致全國大面積的航班延誤或取消技肩。芝加哥是航班網(wǎng)絡(luò)的中心節(jié)點。 而無尺度網(wǎng)絡(luò)遵循的規(guī)律是什么樣的呢酒甸？研究表明魄健，它一定遵循連接度冪律分布，網(wǎng)頁的入度分布大致是：入度為k的網(wǎng)頁數(shù)量正比于1/k2插勤。 2.真實世界中的網(wǎng)絡(luò) （1）大腦 一些研究發(fā)現(xiàn)大腦具有小世界特性沽瘦，在幾個不同的描述層面上都可視為網(wǎng)絡(luò)。進(jìn)化之所以喜歡具有小世界性的大腦網(wǎng)絡(luò)农尖，彈性可能是一個重要原因：我們知道神經(jīng)元會不斷死去析恋，但幸運的是，大腦仍然能正常運轉(zhuǎn)盛卡。 （2）基因調(diào)控網(wǎng)絡(luò) 人類之所以比植物復(fù)雜助隧，不在于基因數(shù)量，而在于基因如何相互作用滑沧。有很多基因的作用就是調(diào)控其他基因并村，即決定受調(diào)控的基因是不是表達(dá)。在調(diào)控網(wǎng)絡(luò)中滓技，節(jié)點代表單獨的基因哩牍，邊代表基因之間的調(diào)控關(guān)系。穩(wěn)健性很重要殖属，無尺度結(jié)構(gòu)能讓系統(tǒng)基本上不受這些錯誤影響姐叁。 （3）代謝網(wǎng)絡(luò) 代謝途徑之間相互作用，形成代謝反應(yīng)網(wǎng)絡(luò)洗显，符合冪律分布外潜，也就是無尺度網(wǎng)絡(luò)。代謝網(wǎng)絡(luò)中的節(jié)點是化學(xué)反應(yīng)物挠唆。 （4）流行病 研究性傳播疾病的流行病學(xué)家經(jīng)常需要研究性關(guān)系網(wǎng)絡(luò)处窥，這個網(wǎng)絡(luò)的節(jié)點代表人，邊代表人之間的性伴侶關(guān)系玄组，具備無尺度結(jié)構(gòu)滔驾。這種情況下谒麦，只要移除中心節(jié)點，就有利于控制疾病的傳播哆致。 （5）生態(tài)與食物網(wǎng) 在生態(tài)學(xué)中绕德，食物網(wǎng)的中心節(jié)點代表物種或物種群，有些科學(xué)家認(rèn)為食物網(wǎng)具有無尺度結(jié)構(gòu)和穩(wěn)健性摊阀，另一些則不同意這種觀點耻蛇。目前，生物學(xué)界對這個問題持有爭議胞此。 網(wǎng)絡(luò)思想的意義 在科學(xué)領(lǐng)域臣咖，網(wǎng)絡(luò)思想為描述自然界復(fù)雜系統(tǒng)的共性提供了新的語言，也使得從不同領(lǐng)域得到的知識點能相互啟發(fā)漱牵。 在技術(shù)領(lǐng)域夺蛇，網(wǎng)絡(luò)思想為許多困難問題提供了新的思路，例如酣胀，如何讓網(wǎng)絡(luò)上的搜索變得高效刁赦，如何控制流行病，如何管理大型組織灵临，如何保護(hù)生態(tài)系統(tǒng)截型，如何應(yīng)對疾病趴荸、犯罪和恐怖組織等等儒溉。 網(wǎng)絡(luò)中的信息傳播和連鎖失效 這里的信息是指節(jié)點之間的交流。網(wǎng)絡(luò)連鎖失效是這樣一個過程：假設(shè)網(wǎng)絡(luò)中每個節(jié)點都負(fù)責(zé)執(zhí)行某項工作发钝，如果某個節(jié)點失敗了顿涣，工作就會轉(zhuǎn)移到其他節(jié)點，導(dǎo)致其他節(jié)點負(fù)荷過重而失效酝豪，從而引發(fā)網(wǎng)絡(luò)大崩潰涛碑。 如2003年8月，美國中西部和東北部發(fā)生大規(guī)模斷電孵淘。據(jù)報道蒲障，由于天氣過熱，導(dǎo)致電線負(fù)荷過重瘫证，引發(fā)線路下垂揉阎，碰到樹枝，觸發(fā)了線路自動斷路背捌。負(fù)載被轉(zhuǎn)移到電網(wǎng)其他部分毙籽，使得其他部分因過載而失效。 3.比例之謎 生物學(xué)中的比例縮放 1883年毡庆，德國生理學(xué)家魯伯納提出“表皮猜想”：動物表面積與體積的2/3次冪呈比例坑赡。不過烙如，這個數(shù)據(jù)之后被證明與實際不符。在20世紀(jì)30年代毅否，瑞典動物學(xué)家克萊伯經(jīng)過測量表明亚铁，代謝率與體重的3/4次冪呈比例。這個冪律關(guān)系現(xiàn)在被稱為克萊伯定律螟加，不僅對哺乳動物和鳥類成立刀闷，對魚類、植物仰迁、甚至單細(xì)胞生物也成立甸昏。 冪律與分形 冪律分布就是分形，它們在縮放尺度上都自相似徐许，而冪律指數(shù)則是相應(yīng)的分形維施蜜，維數(shù)量化的正是分布的自相似與放大倍數(shù)的比例關(guān)系。同時雌隅，我們也可以說翻默，網(wǎng)絡(luò)的度分布具有分形結(jié)構(gòu)，因為它是自相似的恰起；科赫曲線這樣的分形導(dǎo)致了冪律修械，冪律描述的正是曲線的自相似與放大倍數(shù)的比例關(guān)系。 代謝比例理論 布朗检盼、恩奎斯特和韋斯特通過計算表明：決定代謝率的養(yǎng)分輸送速率與體重呈指數(shù)為3/4的比例關(guān)系肯污。進(jìn)化將我們的循環(huán)系統(tǒng)塑造成了接近于“思維”的分形網(wǎng)絡(luò)，從而使我們的新陳代謝更加高效吨枉。 該理論可以應(yīng)用到心率蹦渣、生命期、妊娠期貌亭、睡眠時間柬唯、植物的代謝和細(xì)胞層面等方面。代謝比例理論初具雛形圃庭，卻飽受爭議锄奢。作者相信，隨著時間的流逝剧腻，證據(jù)的天平最終會倒向勝利的一方拘央。 4.進(jìn)化，復(fù)雜化 生物進(jìn)化是如何產(chǎn)生出個體如此簡單恕酸、整體上又如此復(fù)雜的生物呢堪滨？通過前幾章，我們可以看到生命這樣精巧的復(fù)雜性居然是通過有利的突變和歷史偶然的進(jìn)步逐漸積累而成的蕊温。 遺傳袱箱，復(fù)雜化 分子革命的出現(xiàn)遏乔，讓人們更加深入地了解遺傳學(xué)，了解基因背后的復(fù)雜性发笔。DNA在自我復(fù)制的過程中會有小的隨機(jī)變化盟萨；對有利變化的長期積累最終導(dǎo)致生物的適應(yīng)性變化，并產(chǎn)生新的物種了讨。 基因是什么 進(jìn)化發(fā)育生物學(xué) 人類只有大約25000個基因捻激，復(fù)雜性從何而來？人類在遺傳上與其他物種很類似前计，為何我們的形態(tài)與動物差別這么大胞谭？根據(jù)進(jìn)化發(fā)育生物學(xué)，這些問題的答案至少部分在于基因開關(guān)的發(fā)現(xiàn)男杈。 物種形態(tài)多樣性的主要來源不是基因丈屹，而是打開和關(guān)閉基因的基因開關(guān)。這些開關(guān)不參與編碼蛋白質(zhì)的DNA序列伶棒，通常長度為幾百個堿基對旺垒。它們以前被認(rèn)為是所謂的“垃圾基因”的一部分，但現(xiàn)在發(fā)現(xiàn)它們有基因調(diào)控的作用肤无。 作者舉了一個燕雀鳥喙的進(jìn)化的例子先蒋，研究發(fā)現(xiàn)一個名為BMP4的基因可以通過調(diào)控生成骨骼的基因來控制喙的大小和形狀；另一種名為鈣調(diào)素的基因被發(fā)現(xiàn)與長細(xì)形的喙有關(guān)宛渐。 也正因為受到調(diào)控基因的調(diào)控作用竞漾，我們的進(jìn)化既有多樣性，又不可能無限變化皇忿。 基因調(diào)控和考夫曼“秩序的起源” 理論生物學(xué)家考夫曼可能是第一個發(fā)明和研究基因調(diào)控網(wǎng)絡(luò)的簡化計算機(jī)模型的人畴蹭，他的模型結(jié)構(gòu)是所謂的隨機(jī)布爾網(wǎng)絡(luò)坦仍，是從元胞自動機(jī)擴(kuò)展而來鳍烁。他認(rèn)為生命存在于混沌的邊緣。原則上自然選擇對于復(fù)雜生物的產(chǎn)生并不是必需的繁扎，但一旦網(wǎng)絡(luò)結(jié)構(gòu)變得足夠復(fù)雜幔荒，即有大量節(jié)點控制其他節(jié)點，復(fù)雜和自組織行為就會涌現(xiàn)出來梳玫。 在考夫曼的“第四定律”中爹梁，他提出，復(fù)雜生物的進(jìn)化部分是由于自組織提澎，部分由于自然選擇姚垃，而且可能自組織才是起主導(dǎo)作用的。這一觀點立刻引起了學(xué)界強(qiáng)烈的反響盼忌，人們對該發(fā)現(xiàn)爭論不休积糯，到現(xiàn)在也沒有一個確切的結(jié)果掂墓。 作者表明，我們對生命系統(tǒng)復(fù)雜性的理解才剛剛開始看成。 六君编、尾聲 作者在研究復(fù)雜系統(tǒng)的過程中，受到了諸多質(zhì)疑川慌，很多人認(rèn)為復(fù)雜性的“普適定律”的可能性過于野心勃勃或模糊不清吃嘿，但大部分人對這個領(lǐng)域及其對科學(xué)已經(jīng)產(chǎn)生和將要產(chǎn)生的貢獻(xiàn)還是抱以高度的熱情。 在作者看來梦重，復(fù)雜系統(tǒng)科學(xué)正分化為兩個獨立的方向兑燥，沿其中一個方向，復(fù)雜性研究的思想和工具被提煉出來琴拧，并應(yīng)用到更廣泛的領(lǐng)域贪嫂，如前面提到的物理學(xué)、生物學(xué)艾蓝、流行病學(xué)力崇、社會學(xué)、政治學(xué)和計算機(jī)科學(xué)等赢织。另一個方向更有爭議亮靴，它從更高的層面來審視這些領(lǐng)域，尋求及時性和預(yù)測性的數(shù)學(xué)理論于置，將復(fù)雜系統(tǒng)之間的共性嚴(yán)格化茧吊，并且能解釋和預(yù)測涌現(xiàn)現(xiàn)象。 在該領(lǐng)域有個笑話——復(fù)雜系統(tǒng)的研究者在“等待卡諾”八毯。包括作者在內(nèi)的復(fù)雜系統(tǒng)的研究者都在等待一位卡諾或牛頓式的人物搓侄，發(fā)明一種能抓住復(fù)雜系統(tǒng)的自組織、涌現(xiàn)行為和適應(yīng)性的起源和機(jī)制的數(shù)學(xué)語言话速。 復(fù)雜系統(tǒng)的研究才剛剛開始讶踪，對作者來說，實現(xiàn)這種遠(yuǎn)大目標(biāo)的前景正是復(fù)雜系統(tǒng)研究真正的迷人之處泊交。 結(jié) 語 幼時的我們會拿放大鏡觀測螞蟻搬家乳讥，對電視節(jié)目中出現(xiàn)的蟻群驚奇不已，對科學(xué)抱有真誠的好奇心廓俭。正是人類這種好奇心云石，讓科學(xué)的探索勇往無前。 本書作為復(fù)雜系統(tǒng)的科普讀物研乒，讓我們系統(tǒng)地了解了復(fù)雜系統(tǒng)研究的“前世今生”汹忠，建立了一個“復(fù)雜”的初步思維模式。關(guān)于復(fù)雜系統(tǒng)，你心中或許還是有很多疑問宽菜，但是正如作者所說奖地，復(fù)雜系統(tǒng)的研究還在路上，讓我們一起期待看到更多的研究成果赋焕。
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 人面猴
    序言：七十年代末参歹，一起剝皮案震驚了整個濱河市，隨后出現(xiàn)的幾起案子隆判，更是在濱河造成了極大的恐慌犬庇，老刑警劉巖，帶你破解...
    沈念sama閱讀 211,884評論 6贊 492
  • 死咒
    序言：濱河連續(xù)發(fā)生了三起死亡事件侨嘀，死亡現(xiàn)場離奇詭異臭挽，居然都是意外死亡，警方通過查閱死者的電腦和手機(jī)咬腕，發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,347評論 3贊 385
  • 救了他兩次的神仙讓他今天三更去死
    文/潘曉璐 我一進(jìn)店門欢峰，熙熙樓的掌柜王于貴愁眉苦臉地迎上來，“玉大人涨共，你說我怎么就攤上這事纽帖。” “怎么了举反？”我有些...
    開封第一講書人閱讀 157,435評論 0贊 348
  • 道士緝兇錄：失蹤的賣姜人
    文/不壞的土叔 我叫張陵懊直，是天一觀的道長。 經(jīng)常有香客問我火鼻，道長室囊，這世上最難降的妖魔是什么？ 我笑而不...
    開封第一講書人閱讀 56,509評論 1贊 284
  • ?港島之戀（遺憾婚禮）
    正文 為了忘掉前任魁索，我火速辦了婚禮融撞，結(jié)果婚禮上，老公的妹妹穿的比我還像新娘粗蔚。我一直安慰自己尝偎，他們只是感情好，可當(dāng)我...
    茶點故事閱讀 65,611評論 6贊 386
  • 惡毒庶女頂嫁案：這布局不是一般人想出來的
    文/花漫 我一把揭開白布支鸡。 她就那樣靜靜地躺著冬念，像睡著了一般。 火紅的嫁衣襯著肌膚如雪牧挣。 梳的紋絲不亂的頭發(fā)上，一...
    開封第一講書人閱讀 49,837評論 1贊 290
  • 城市分裂傳說
    那天醒陆，我揣著相機(jī)與錄音瀑构，去河邊找鬼。 笑死，一個胖子當(dāng)著我的面吹牛寺晌，可吹牛的內(nèi)容都是我干的世吨。 我是一名探鬼主播，決...
    沈念sama閱讀 38,987評論 3贊 408
  • 雙鴛鴦連環(huán)套：你想象不到人心有多黑
    文/蒼蘭香墨 我猛地睜開眼呻征，長吁一口氣：“原來是場噩夢啊……” “哼耘婚！你這毒婦竟也來了？” 一聲冷哼從身側(cè)響起陆赋，我...
    開封第一講書人閱讀 37,730評論 0贊 267
  • 萬榮殺人案實錄
    序言：老撾萬榮一對情侶失蹤沐祷，失蹤者是張志新（化名）和其女友劉穎，沒想到半個月后攒岛，有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體赖临，經(jīng)...
    沈念sama閱讀 44,194評論 1贊 303
  • ?護(hù)林員之死
    正文 獨居荒郊野嶺守林人離奇死亡，尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,525評論 2贊 327
  • ?白月光啟示錄
    正文 我和宋清朗相戀三年灾锯，在試婚紗的時候發(fā)現(xiàn)自己被綠了兢榨。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,664評論 1贊 340
  • 活死人
    序言：一個原本活蹦亂跳的男人離奇死亡顺饮，死狀恐怖吵聪，靈堂內(nèi)的尸體忽然破棺而出，到底是詐尸還是另有隱情兼雄，我是刑警寧澤暖璧，帶...
    沈念sama閱讀 34,334評論 4贊 330
  • ?日本核電站爆炸內(nèi)幕
    正文 年R本政府宣布，位于F島的核電站君旦，受9級特大地震影響澎办，放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜金砍，卻給世界環(huán)境...
    茶點故事閱讀 39,944評論 3贊 313
  • 男人毒藥：我在死后第九天來索命
    文/蒙蒙 一局蚀、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧恕稠，春花似錦琅绅、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,764評論 0贊 21
  • 一樁弒父案千扶，背后竟有這般陰謀
    文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至骆捧，卻和暖如春澎羞，著一層夾襖步出監(jiān)牢的瞬間，已是汗流浹背敛苇。 一陣腳步聲響...
    開封第一講書人閱讀 31,997評論 1贊 266
  • 情欲美人皮
    我被黑心中介騙來泰國打工妆绞， 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留，地道東北人。 一個月前我還...
    沈念sama閱讀 46,389評論 2贊 360
  • 代替公主和親
    正文 我出身青樓括饶，卻偏偏與公主長得像株茶，于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子图焰，可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,554評論 2贊 349

推薦閱讀更多精彩內(nèi)容