本文来自微信公众号：集智俱乐部（ID：swarma_org），作者：张江，编辑：张爽，题图来自unsplash
涌现是复杂性科学的核心概念，看似简单的规则常常可以涌现出迷人的复杂行为。以“生命游戏”为代表的游戏，让计算机产生超出设计者构想的行为，这体现了涌现的思想，也代表着未来电子游戏的发展趋势。“生命游戏”的发明者、数学大师约翰·康威虽然远去，但他发明的“生命游戏”却将长久运行。
一、游戏的未来
如今，计算机游戏、网络游戏的迅猛发展已经远远超出了人们的想象。3D 图形技术的突破使得人们可以搭建丰富多彩的游戏世界、网络游戏的普及使得成千上万的玩家在网络环境下形成空前规模的互动。然而人们不禁要问，游戏进一步将去向何方？更绚丽的图形？更快的互连速度？更庞大的虚拟世界？诚然，随着技术的突破游戏将会变得更绚、更快、更大，然而仅仅是这些么？游戏会不会在某些更加深刻的理念上得到突破呢？
对于玩家来说，设计者事先设定的代码或脚本往往是一段固定的程序，它限制了玩家的表现。虽然人们已经能够创造各种各样逼真的画面和栩栩如生的角色，然而游戏整体却仍然是相对静态的、固死的。游戏不得不按照固定的预定主线展开，千篇一律的游戏情节会在各台计算机上重复，玩家只能在有限的空间中表达自己的个性。
对于设计者来说，虽然他们都知道应该给游戏添加更多的趣味性、给玩家提供更广阔的选择空间，但是毕竟游戏是由程序搭建的，每添加一种可变化因素就要给整个游戏世界添加大量的代码。而且代码的增加也使得游戏的可维护性和 Bug 调试变成了不可能的任务。
难道就没有解决办法了么？存在不存在一种方法在不增加设计者工作量的前提下提高游戏的可交互性、灵活性和不可预测性呢？答案是肯定的，这就是本文要讲的游戏中的涌现。
二、涌现与复杂性科学
涌现（Emergence，动词 Emerge，形容词 Emergent，国内也有人翻译成突现）目前已经成为西方世界中的一个时髦词汇，它虽然来源于系统科学，但是已经广泛地流行于商业界、计算机界和游戏娱乐界。然而 Emergence 一词在引进中国的时候却遭到了各种各样变态的翻译，“紧急事件”、“浮现”等等千奇百怪、让人摸不到头脑。其实涌现与其说是一种技术、方法还不如说是一种全新的理念，是一种人们认识客观世界的全新的世界观，也是人类社会发展到后信息时代的必然产物。所以，我们有必要追根溯源来深刻理解涌现的思想理念。
Emergence 一词的提出是在 19 世纪一群生物学家们为了描述古老的原生生命是如何诞生于大量的无生命物质相互作用的时候而使用的。然而，该词的流行却要等到20世纪后期，随着复杂性科学的兴起，Emergence 即涌现才得到了越来越多的关注。
随着科技的发展，人类已经可以深入到原子核的内部研究夸克的行为，然而一味的分解并不能揭示生命如何起源、大脑如何产生思维等复杂系统中的规律。所谓复杂系统是指一类由大量个体通过相互作用组成的整体，例如生态、人脑、经济等都是复杂系统，它们都不能用传统的分解还原的方法来分析。
20 世纪 80 年代，在美国圣塔菲（Santa Fe）这个地方，一群离经叛道的科学家（包括物理诺贝尔奖得主、夸克之父盖尔曼、经济诺贝尔奖得主阿罗，遗传算法之父霍兰等人）成立了一个叫做圣塔菲的研究所（Santa Fe Institute）开始正式探讨复杂系统中的问题，这标志着现代复杂性科学（Complexity Science）的诞生。圣塔菲研究所的人们来自于科学的各个领域，却不受传统观念束缚，主张展开一系列跨学科的研究，他们打破了学科之间的界限，力图用一种全新的、统一的视角来认识生命系统、神经系统、经济系统、计算机系统等广泛的领域。他们关注的不再是每个特定领域的细枝末节，而是大量运用隐喻和类比的方法，力图寻找不同系统之间的共性。
在所有这些复杂系统的共性中，涌现是一种最引人注目的普遍现象。所谓涌现，就是指系统中的个体遵循简单的规则，通过局部的相互作用构成一个整体的时候，一些新的属性或者规律就会突然一下子在系统层面诞生了，这个现象就是涌现。因此，涌现属性或者规律并不打破个体规则，然而它却又不能简单地用低层次的个体进行解释。所以，简单说，涌现就可以理解为“系统的整体大于部分之和”。
例如，我们都知道生命无非是一大堆分子的组合产物，虽然每个分子都必然遵循固定的物理规律，然而当这些分子组合到一起，并发生特定的化学反应的时候，原生生命却会在整个分子群体之上诞生。突然一下子，分子构成的系统整体活了，它可以为了自己的利益控制着低层次的分子个体而自主移动，它具备了自己的生命。很显然，在这个过程中，我们不能指望把生命还原为单个分子的物理规则，而且也并不存在某个“领导”分子给其他分子下达命令，所有的过程和奥秘都只是存在于系统和相互作用之中。
另外一个有趣的例子就是蚂蚁。我们都知道，蚂蚁的神经系统非常简单，它们只能进行简单的思考，然而当大量的蚂蚁通过相互作用的时候就会形成等级森严的蚂蚁王国。科学家们指出，蚁后并没有直接给所有的蚂蚁下达命令，每只蚂蚁也没有整个蚂蚁王国的地图，然而大量蚂蚁只要遵循简单的规则交互，就能够聪明地觅食、建巢、分工等。因此，我们说蚂蚁王国是在整个蚁群之上的一种涌现现象。
复杂性科学就是研究各种自然或者人工系统中广泛存在的涌现现象的，包括飞鸟如何聚集成群、生命如何起源、亿万个神经元连接到一起如何产生智慧、东欧各国为何在短时间内发生巨变、“看不见的手”如何指导经济系统的发展等等几乎无所不包。著名物理学家霍金曾经指出，复杂性科学是一种 21 世纪的科学。可以看到，一种整体的、综合的、涌现的世界观开始在西方科学界形成。
三、计算机中的涌现实例
面对自然界中这么多丰富多采的涌现现象，人们怎样进行科学的认识与分析呢？答案就在于计算机模拟（Simulation）。圣塔菲研究所的科学家们发现，计算机天生就是一个模拟各种复杂系统的工具，只要正确设定一些规则，现实世界中大量的复杂现象都可以在计算机中得以重现。自从 20 世纪 60 年代以来，人们就逐渐发现只要在机器中写下一些简单的程序就可以在计算机中观察到神奇的涌现行为，并且这些行为往往超出了程序编制者的想象。究其原因是因为计算机本身就是一个复杂系统。机器中的每个小的程序都可以比拟成复杂系统中的个体，它们之间总会发生着错综复杂的相互作用，因此把大量的小程序放到一起的时候，就会自下而上地突然在整个系统层次产生超出人们想象的、不可预料的涌现行为。为了进一步理解计算机中的涌现，让我们来看看几个著名的实例。
1. 生命游戏
计算机中最著名的涌现程序恐怕要数康威的“生命”游戏了。现在，无论是复杂性科学家、计算机程序爱好者还是游戏设计大师都爱谈论这个简单但是却寓意丰富的模型。
1970 年，剑桥大学的约翰·康威编制了这个游戏程序，它由几条简单的规则控制，然而组合这些规则就可以使该程序产生无法预测的结构和动态。“生命”游戏是在一个二维的方格世界上运转的，每一个方格可以被看作是一个小的生命体，它有两种状态：生存（涂成黑色）或死亡（白色）。
图1：生命游戏的一个分布
任意一个方格周围的 8 个方格称为它的邻居。每个方格都会发生颜色的转变，并且它从上一代到下一代的变化依赖于它自身的状态以及它的 8 个最近的邻居的状态。这些变化遵循下面的三条简单规则：
（1） 生存：一个活的生命方格（黑色）要继续生存（保持黑色），至少需要 2 到 3 个活的邻居，因为生命需要其它生命的支持；
（2） 死亡：然而，如果一个生命方格（黑色）的活的邻居多于 3 个，它就死亡（黑色变成白色），因为生命的资源有限，过度的拥挤导致细胞没有生存下去的足够的资源；
（3） 出生：如果一个未被占据的方格（白色）恰好具有3个活的邻居，生命就会在那里出现（白色变为黑色）。
对每一个生命，我们根据它当前的颜色，以及它的邻居的颜色，运用上面的规则，确定它下一代的颜色。所有方格同时根据这些规则从一代到下一代变化。人们很快就发现，根据初始条件不同，结果也非常不同。有时，游戏变化很快，所有的生命全部死亡；有时，一些细胞群体像晶体一样固定下来，停留在一种固定的模式上不再发生变化；但大多数情况，在计算机屏幕上，你将看到各种沸腾着的结构。例如下面的几种瞬间的结构：
图2：生命游戏演化出来的一些“沸腾”的结构
这些结构看似随机，但是却有着高度的对称性和秩序。而且，虽然决定这些变化花纹的底层的规则是确定的，但我们却很难预言下一时刻的图像如何变化。这些变化的结构仿佛正在用它自己的语言表达着发生在这个“方格宇宙”中的深奥规律。
生命游戏中的一种有趣的结构被称为“滑翔机”（glider），在4个周期的一个循环中，这个小家伙会沿着对角线的方向在方格上爬行，转换自己的位置，如图：
图3：滑行者的一步移动的动态演化
它虽然结构轻巧，但是本事却很大。原因是，它能够被当作一种信号在这个虚拟的方格宇宙中传递。康威指出，这种信号传递机制实际上可以被用来组合构造出非常复杂的结构，甚至可以建造出一台内嵌于“生命”游戏世界的虚拟计算机！因此，康威大胆预言，只要给我足够大的方格空间，并等待足够长的时间，从原则上讲，“生命”游戏中可以创造任何你想要的东西，包括宇宙天体、进化的生物，甚至可以撰写 Ph.D 论文的智慧生命。从“生命”游戏的发明到今天已经近 40 年了，然而科学家们仍然没有弄明白其中的所有奥秘。
2. Boid
Boid 模型也是一个最早来源于复杂性科学，却被广泛应用于游戏中的涌现模型。1986 年的时候美国人 CraigW. Reynolds 发明了一种计算机模型来模拟鸟类群体运动。这个计算机模型被称为“Boid”。Reynolds 用计算机屏幕上的运动点代表鸟个体，这样的一群点就是鸟类的群体。
每个鸟都仅能观察到固定范围内的其它邻居 Boid，Craig 通过反复的实验发现了只要用三条非常简单的规则就能让计算机中的动画角色 Boid “活”起来，而这群 Boid 的动态行为的确可以和真实世界中的鸟群行为相比拟。下面我们来具体叙述这些规则。
1）靠近
图4：Boid的靠近规则
每个 Boid 都要去尽量靠近它的邻居所在的中心位置，如上图示，圆心处的 Boid 是当前的 Boid，它要尽量飞向其他邻居位置的平均中心位置（即图中箭头指向的点）。
2）对齐
图5：Boid的对齐规则
这条规则告诉每个 Boid 飞行的方向尽量与周围邻居的飞行方向保持一致。如上图所示，如果当前绿色的 Boid 的飞行方向是正上方，偏离了邻居们的平均方向，它就会做细微的调整与平均的方向对齐。
3）避免碰撞
图6：避免碰撞
当 Boid 与某些邻居靠得太近的时候就会尽量避开。如图所示，中心的 Boid 会尽量逃避其它的 Boid 以避免碰撞。
这三条简单的规则就是 Boid 灵活飞行的秘密。我们可以把这三条规则编进计算机程序中，这样遵循这些规则屏幕上的动点就会体现出活灵活现的类似真实鸟群的飞行行为。下面是运行 Boid 的一个例子：
图7：Boid的群集实例
如果加入一条规则还能让 Boid 聪明地避开障碍物。当一只Boid发现前方有障碍物的时候，就改变自己的运动方向尽可能避开障碍物。我们可以把障碍物理解为一块有排斥力的磁铁，并且距离越近排斥力越强。那么 Boid 群体会很聪明地避开障碍物并且重新组织飞行的姿态和方式，下面是一群 Boid 在飞行中避开障碍物的实例。
图8：躲避障碍物
Boid 群不仅能够灵活地避开障碍物，而且还能够重新组织运动方式，本来是同一个群体的 Boid 分成了两个群体，继续前行。所有 Boid 的运动姿态和行为方式完全是那几条简单的规则确定的，我们并不需要对 Boid 过多的干预。
3. Tierra——进化的数字生命
大自然中，另一种重要的涌现现象就是生物的进化。按照现代进化生物学的解释，如果一个生物物种能够完成自我繁殖，也就是把自己的基因编码串拷贝给后代，同时在拷贝的过程中会发生小概率错误形成变异，最后新生的个体会被自然选择而筛选，那么长时间看自然进化就会发生，而且可以创造出各种动植物来。这也是一种涌现现象，基因串的简单复制和变异能在整个生物圈涌现出丰富的进化。
进化现象也能在计算机中发生。Tierra 就是由 Thomas Ray 开发的一个机器中的进化系统。Tierra 是西班牙语中“地球”的意思，Ray这样给他的机器进化系统命名就是为了表示地球上的生物进化现象完全可以被这个简单的人工创造物所模拟。
Ray 把机器中的一个一个小程序体比喻成生命，这些程序体可以在内存空间中不停地进行自我繁殖，同时在繁殖的过程中会因为随机数的作用而发生小概率的变异。接下来，因为程序生存的计算机内存空间（Ray 宁愿把内存空间称为原生生物汤）是有限的，那么当大量程序体被繁殖出来以后就会因为相互竞争生存空间而产生自然选择的压力。这样，自我繁殖、变异、自然选择这三个条件就能够满足机器中的程序体进化的需要了。
1990 年 1 月 3 日，Ray 把一段人为事先设定好的只知道自我繁殖的祖先生物程序投放到了内存“汤”中，启动了 Tierra。于是，祖先生物开始复制。在复制的过程中会发生变异，随着变异生物数量的增多，它们彼此之间就开始了为争夺内存空间和 CPU 时间的生存竞争。那些复制较快的生物一般具有较大的优势，因为它们可以在有限的 CPU 时间中较快地复制自己，从而占有更多的内存空间。
图9：内存中充满了程序生命体
大约运行了几百万条指令后，令人惊异的现象发生了。在计算机屏幕的下边区域，一个横柱开始闪动，它表示一个只有 45 条指令的生物产生了出来，一般小于 60 条指令的生物是不会自我复制的，什么原因呢？Ray 发现，原来这是一种寄生生物。因为当该段程序与其它生物混合在一起时，它就可以利用其它生物的复制代码，使自己得以复制。这样，一种寄生关系就在 Tierra 中建立起来。因为寄生生物执行的代码比较小，占用的 CPU 时间比较少，因此相对于完整的生物来说增值较快，有较大的生存优势。
寄生生物产生以后对宿主不利。然而，如果哪个宿主的基因型发生突变，产生出对寄生生物的免疫能力，那么这种生物就会获得新的优势。确实，这样的对寄生免疫的生物在 Tierra 中进化出来。继寄生生物之后，免疫生物又在汤中迅速生长，几乎完全把寄生生物排除出去。
接着，又有新的令人惊奇的现象产生。Tierra 中进化出一种新物种：超寄生生物。超寄生生物与祖先生物有相同长度的指令，但后来的进化压力使它改变了大约四分之一的代码。超寄生生物不停地检查是否有寄生生物出现。如果发现一个寄生生物，超寄生生物使寄生生物的 CPU 时间转归自己，并让寄生生物复制自己的代码。随之，超寄生生物大量繁殖，最终驱使寄生生物走向灭绝。
就这样，寄生、反寄生、超级寄生、超超级寄生、社会性寄生、共生生物群体、大规模的物种爆发、物种的大灭绝、进化的军备竞赛，差不多地球生态系统自然演化过程中的所有特征全都出现在 Tierra 中。
可以说，Tierra 系统中程序进化出来的种种现象早已经超越了建模者的设计和想象，并且这种进化是一种开放式结局（Open ended evolution）的，也就是说我们并不能看到该系统明确的结束地方，进化似乎会永远不知疲倦地发生下去，Tierra 中总会诞生这样或者那样的物种。
四、涌现系统的共性
不难看出，上面介绍的涌现系统存在着一些共性，它们包括：
1. 感知局部环境下的简单运算
当我们考察“生命”游戏中的方格、Boid 中的每一个鸟、Tierra 中的每一个程序生命体时会发现，它们都是在感知局部环境的条件下进行着相当简单的运算。也就是说每个“生命”游戏中的方格不需要知道整个方格宇宙的运行情况进行颜色变化；Boid 也不需要知道整个鸟群的飞行动态，而只要关心它能看到的几个邻居就可以了；Tierra 中的程序生物体也不会复杂到能够探索整个 Tierra 空间的所有程序。并且，这些程序真正的核心代码都非常简单，基本上在几百行左右。
反过来，如果给个体赋予更全局的观察能力和过于复杂的程序，那么很有可能并不能得到涌现行为。例如假设让所有 Boid 都进行全局复杂的优化运算，那么它们很可能在碰到复杂障碍物地形的时候就不知道该如何行动了，传统 AI 程序就很容易陷入这样的僵死状态。
2. 大量个体的非线性相互作用
产生涌现的第二个条件是需要大量个体，并且它们会发生非线性的相互作用。如果限定“生命”游戏中的方格数目只有 10*10，那么甚至连“滑翔机”这样简单的结构都很难观察到，因为有可能“滑翔机”刚产生就会淹没到其他的结构中。同样，如果仅有少数的 Boid 相互作用，那么可能涌现出来的现象并不惊人，它们更像机械的粒子；如果 Tierra 中的演化内存空间过小，那么生物的多样性就会很低，也就不会产生太多的惊奇现象。所以，大量的个体是一个重要因素。
也许有人会反对，大量分子组成的气体系统为什么不会产生涌现行为呢？这是因为，气体分子之间的相互作用是简单的线性作用，它符合牛顿力学定律，个体的相互作用可以通过简单的求和来得到整体的属性，很多因素可以在求和的时候抵消掉。因此，相互作用必须是非线性的，整体属性并不能通过线性求和而抵消掉。Boid 之间的相互作用就是一个很难求解的非线性方程，“生命”游戏中的三条简单规则也很难用线性数学来描述。
3. 混沌的边缘（Edge of Chaos）
进一步，什么样的简单程序能够产生涌现呢？难道任意代码的堆砌就可以创造复杂么？尽管目前还没有统一的答案，但是科学家们已经找到了产生涌现行为的系统必须满足的一些条件，其中混沌的边缘就是最重要的条件之一。
所有的涌现系统中的个体规则都介于混沌和秩序的边缘。如果我们把混沌的力量看作一种破坏系统的张力，而秩序的力量看作是阻止破坏、形成有序结构的凝聚力，那么只有当两种力量相互斗争平衡的时候，系统才刚好能够发生涌现，并创造层出不穷的复杂结构。
例如“生命”游戏中的细胞变换规则蕴含了每 9 个方格中恰恰有 3 个左右的黑色方格才能导致新的黑方格的诞生，假如更改规则为邻居中有 7 个或者 1 个黑格就产生新的黑格，那么整体程序会很快处于死一般的寂静或者是过于混乱的情况，有意义的花纹不再产生了；Boid 中每只鸟必须要和它的邻居保持恰到好处的相对位置，既不能靠得太近从而导致所有鸟都按照同样的轨迹飞行，也不能离得太远变成了一群没有关联的粒子；Tierrav 中的各种计算机程序在繁殖的时候必须按照一定的小概率进行变异，如果没有变异，那么所有的程序将是祖先程序的无意义拷贝而不再有新意，如果变异过于频繁，那么这些程序将会变成一锅混浊的程序汤而失去了有意义的复杂结构。所以，涌现必然发生在混沌和秩序的边缘状态。
五、游戏中的涌现
游戏与复杂系统中的涌现存在着深刻的联系。一方面，计算机中的涌现模型本身就像是一种大自然自己玩的计算机游戏；另一方面，每一个计算机游戏无非都是大量相对简单的代码构成的复杂系统，它本身蕴藏着涌现可能发生的条件。事实上，近年来游戏业流行的自生性游戏（Emergent game-play）一词已经说明游戏与涌现的结合势在必行。
由于所有的涌现系统都强调用简单的规则通过相互作用而产生复杂的行为，那么从简单规则出发，设计者将有可能用很小的工作量就创造出复杂的系统。另一方面，涌现现象本身就蕴含着不可预测性、不确定性，因此，这给玩家带来了更多的可能性，它们将会更容易的沉浸在游戏世界中，并且用游戏丰富的涌现性来表达自己。
那么，游戏和涌现将具体如何结合呢？这主要体现在下面几个层面：
1. 技术层面
复杂性科学已经提出了很多丰富多彩的计算机模型，包括细胞自动机、人工生命、遗传算法、人工神经网络等等，这些技术几乎都找到了游戏中的应用空间。
对“生命”游戏的进一步抽象会发现，它是一个在空间和时间都离散的系统，这样的“方格”模型被科学家们统称为细胞自动机（或称元胞自动机，Cellular Automata）。人们可以通过变换细胞自动机的规则、状态数目等因素来探索包括生命、物理、甚至包括社会和金融、地理等非常广阔的领域。著名模拟类游戏《模拟城市》就是根据细胞自动机的思想而设计的。目前，应用细胞自动机模型设计涌现游戏已经被证明是一条非常简单、方便的道路。
略微更改 Boid 的三条规则还能够创造更加丰富的群集现象，例如鱼群的游荡、昆虫的飞舞等等。目前，这种动物群集模拟技术已经广泛地应用于动画和游戏中。例如，《海底总动员》中栩栩如生的鱼群、《矩阵 III: 革命》中蜂拥而至的机器乌贼都是运用该技术创作的动画佳作。《半条命2》、《主题医院》、《敌对民族（Enemy Nations）》等等都利用群集技术模拟逼真的群体行为，甚至像《虚幻（Unreal）》这样的商业引擎都已经内嵌了群集的代码。
人工生命（Artificial Life）是利用计算机模拟自然中的生命现象的一个计算机科学分支，Tierra 就是一个典型的人工生命模型。将类似自主、进化等生物能力赋予计算机已经不再是科幻。例如《模拟人生》、《DNA》等游戏就使用了程序进化的技术。与传统的AI方法不同，人工生命技术将赋予NPC更加灵活多变的学习和适应能力。
2. 设计层面
不仅在单个的技术层面，游戏的设计也要特别重视游戏的涌现性。因此，游戏设计者应该尽量减少对玩家的干预。而是给人们提供一个虚拟世界的平台，让玩家可以根据自己的兴趣爱好来搭建自己的网络家园，允许玩家通过游戏涌现各种玩法。《第二人生（Second Life）》被誉为是自生性游戏的经典，它仅仅给玩家提供一个网络交互的物理平台，并没有规定游戏的内容，而是让大量玩家通过交互自发产生内容和故事。
混沌边缘的概念是对游戏设计的一个很好的启示，游戏系统应该设计成刚好处于混沌边缘的状态。也就是说游戏应该能够让玩家在寻找规律、形成秩序的前提下引入一些变化、不确定、随机的因素刚好破坏这种秩序和平衡，从而产生更加复杂的动态。
开放式结局（Open ended）是目前很多游戏追求的另一种特性。游戏不再是沿着固定死的故事主线展开而是会随着玩家玩游戏的成长经历而不断适应、变化的结果。所以，游戏的结局不再固定，而是存在着各种各样的可能性。《美少女梦工场》就是一个开放式结局的游戏，因为每个玩家培养出的女孩都会有完全不同的结局。总之，涌现游戏往往能够给玩家提供更多的可选择空间。
3. 网络层面
上面提到的两种层面上的涌现仍然没有逃离单个计算机的限制。而随着网络的兴起，一种新的涌现方式将会浮出水面。如果我们把眼光扩大到整个网络上的互动游戏世界，那么每个进入这个游戏世界中的玩家就相当于整个游戏世界里的一个细胞或者一个神经元，成千上万的玩家通过网络媒介形成大规模的互动就好比细胞或者神经元之间的联系与交互，那么可以想象，这种交互必然会在整个网络的层面形成某种宏观的涌现现象，很有可能形成新的网络生命个体甚至产生意识。然而，就好像每只蚂蚁并不知道整个蚂蚁社会是如何存在的一样，每个玩家细胞并不会意识到涌现出的网络层面的生命如何影响了每个玩家。
“全球脑”（Global Brain）是如今最奇特的一个科学猜想，少数疯狂科学家们认为，Internet网络正在全球范围逐渐形成一个大脑，各种通信网络就好比是人体内的神经网络一样深入到人类社会的每一个细节。进一步，随着 Internet 网络，尤其是网络游戏的深入发展，将很有可能导致“全球脑”的觉醒，这个时候，全球脑将会形成自己的意识……
参考读物：
[1] 沃尔德罗普，陈玲译: 复杂：诞生于秩序和混沌边缘的科学. 北京:三联书店, 1997
[2] 约翰.霍兰,周晓牧等译: 隐秩序--适应性造就复杂性. 上海:上海科技教育出版社, 2000-8
[3] 约翰.卡斯蒂(著),王千祥(译): 虚实世界--计算机仿真如何改变科学的疆域. 上海科技教育出版社，1998
[4] 李建会，张江：数字创世纪——人工生命的新科学，科学出版社，2006.1
[5] 集智俱乐部：科学的极致——漫谈人工智能，人民邮电出版社，2015.7
[6] Salen, Katie: Rules of play, MIT Press，2004
[7] 彼德.罗素：地球脑的觉醒——进化的下一次飞跃，黑龙江人民出版社
推荐网站：
[1] Life32 是一个玩“生命”游戏的最佳平台，下载地址
[2] 关于 Boid 的网站
[3] 关于 Tierra 的网站
本文来自微信公众号：集智俱乐部（ID：swarma_org），作者：张江，编辑：张爽