工程系统核心摘要：繁杂与复杂的区别（源字幕版）

主讲人简介

Thomas P. Seager, PhD

亚利桑那州立大学可持续工程与建筑环境学院副教授。他的研究重点是帮助组织和个人在面对干扰和不确定性时做出更好的决策，特别关注复杂系统中的弹性和可持续性。

引言：为何要区分繁杂与复杂？

在我们对工程系统的研究中，理解“繁杂”（complicated）和“复杂”（complex）系统之间的区别是很有帮助的。如果我们将复杂系统误认为是那些仅仅是繁杂的系统，那么将会有很多我们无法解释的现象。我们最终会感到困惑，因为我们将以错误的方式思考系统。

“繁杂”和“复杂”这两个词，通常被用作“难以理解”这个短语的同义词，它们为我们提供了一种对如何思考一个系统进行区分的方法。

繁杂系统 (Complicated Systems)

大量部件：它们有许多部分（many parts），有很多组件。它们可能有很多变量，很多零件，很多细节，超出我们一次性在工作记忆中保留的数量。
需要外部记忆辅助：有电子表格、模型、清单、物料清单或其他种类的 “EXO somatic memory aids”源字幕为 "EXO somatic memory aids"，意指外部的记忆辅助工具。来帮助我们追踪所有这些会很有帮助。
难以解码但并非神秘：理解这些组件如何协同工作可能难以解码（difficult to decode）。并不是说有任何一个步骤是我们无法理解的，而是所有这些步骤的组合在一起意味着我们必须创造工具来系统地解码系统。
可靠性：它们也是可靠的（reliable）。在一个繁杂系统中，如果你输入相同的输入，你会得到相同的输出。

典型案例：机器

机器是一个很好的例子。例如，汽车就是一台机器。当系统处于良好工作状态时，它是可靠的。

复杂系统 (Complex Systems)

反馈回路 (Feedback Loops)系统中一个元素的输出反过来又成为其输入，从而影响自身行为的机制。：复杂系统的特点是反馈回路。我们可能只有一个复杂系统的两个元素。
非线性 (Non-linearity)系统的输出与输入不成正比关系。微小的输入变化可能导致巨大的、不成比例的输出变化。：复杂系统通常是非线性的（nonlinear）。当我们处理一个非线性系统时，我们再也无法可靠地在我们观察范围之外进行外推来做出预测。
随机性：我们还有一种叫做 “stove castes tissa T”源字幕为 "stove castes tissa T"，这是一个语音识别错误，正确的词是 "stochasticity"，意为随机性。的东西，这是“随机性”的一个花哨词。随机性被反馈回路放大，这意味着一个小的改变可能会导致系统中一个非常大的变化。
涌现 (Emergence)系统在宏观层面表现出其个体组成部分所不具备的全新属性或行为。：它们展现出所谓的“涌现”（emergence）。也就是说，在某个更高的观察尺度上，随机性、反馈回路、非线性它们共同作用，创造出一种在这个更高层次上可观察到的现象。

典型案例

“机器是繁杂的，生命是复杂的”。在经典的 “lockable terror predator prey system”（源字幕，应为 Lotka-Volterra predator-prey system）中，我们可能有狐狸和兔子。

汽车是繁杂的，但涉及司机在汽车中互动的交通是复杂的。

核心特征对比

对系统建模的启示

这种区别有助于我们知道如何对系统进行建模。

当我们将系统视为繁杂的：我们倾向于创建与我们的假设或系统是繁杂的预分析观点相符的表示。
当我们将系统视为复杂的：那么我们会寻找，我们会关注反馈回路，我们会关注非线性，我们会关注那些重要的 stochasticity（随机性）来源，并且我们会在复杂系统中寻找涌现现象。