“大数据”需要“大理论”
在数字化时代，我们需要掌握有关复杂性的普遍规律，来解决一些看起来难以应对的问题。
撰文杰弗里·韦斯特（Geoffrey West）
随着我们这个世界变得日益复杂，并且事物相互间的关联性日益增强，我们面临的一些重大挑战似乎已开始变得难以应付了。我们应该做些什么事情，来解决金融市场中的不确定性问题？我们应该如何预测能源供应和需求量的变化趋势？气候变化将如何发展，其结果如何？我们该如何应对城市化的快速发展？我们解决上述问题的传统方法往往是定性的和非系统性的，这常常会带来意想不到的后果。为了给在这个时代我们所面临的挑战提供科学严谨的解决方法，我们必须对复杂性（complexity）本身有更深入的了解。
复杂性意味着什么呢？当一个系统存在着许多部分，这些部分能以各种不同方式相互影响，以至整个系统表现出了生命的特征时，复杂性便开始起作用：这个系统会随着条件的变化而不断发展演变，使自己继续存在下去。这个系统还可能产生一些突然的和似乎无法预计的变化——市场崩溃便是其中的一个典型例子。一个或多个发展趋势会通过一种“正反馈回路”强化其他一些发展趋势，使事态迅速失控并超越临界点，一旦超越临界点，系统就会发生根本性的改变。
使“复杂系统”如此令人头疼的是，它们的共同特点无法轻易地根据其基本组成部分加以预测：其系统整体大于，并常常明显不同于其各部分之和。一座城市系统远远大于其建筑物和居民的总和。我们的身体系统大于我们的全部细胞之和。这种特性被称为突发性行为（emergent behavior），它是社会经济、金融市尝城市社区、公司企业、生物体、互联网、星系和卫生保健系统的固有特性。
现在，我们正看到，人们的生活节奏越来越快，复杂性日益增加，而数字革命正使这一切进一步加剧。但是，数字技术同样也给我们带来了机会。无处不在的手机和电子交易，使用越来越广泛的个人医疗诊测技术，以及电子化的“智能城市”，都已经在为我们提供大量的数据。随着新型计算工具和技术的应用，对大型的、相互关联的数据库中的数据进行整理汇总的工作能更好地进行。科学研究、工程技术、公司企业和政府部门的研究人员和从业者已开始使用大规模的模拟技术和模型，对很多问题进行量化分析，包括一个社会怎样才会开始互助合作、促进创新发展的条件以及冲突蔓延和发展的过程等。
而麻烦在于，我们没有一个解决复杂性问题的统一概念框架。我们不知道我们需要何种数据、需要多少数据以及我们应该去解决哪些关键问题。“大数据”（big data）没有一个“大理论”（big theory）伴随，会失去其效力和实用性，有可能产生一些新的意想不到的结果。
当工业时代以多种形式——蒸汽、化学能、机械能等——将社会的注意力集中在能源上时，热力学的普遍规律便应运而生。我们现在必须问一问，我们的时代能否产生一种复杂性的普遍规律，将能源与信息融合在一起？各种事物有极大的多样性，历史有偶然性，而金融市尝人口、生态系统、战争和冲突、流行病和癌症之间还有关联性，超越这一切的基本原理是什么？原则上说，对复杂系统进行总体预测的数学框架，应该能将任何一个复杂系统的动力学和组织结构纳入一个可量化计算的框架中。
我们可能永远无法对复杂系统作出详细预测，但是我们却能对复杂系统给出粗略的描述，从而对其基本特征进行量化预测。我们无法预测下一次金融危机将在何时发生，但是我们应该可以预测，在未来几年内发生一次金融危机的概率。该研究领域处于对科学各学科广泛综合的范畴之中，有助于扭转目前的科学研究朝着分散细化和专业化发展的趋势。此外，对复杂系统的研究，正在使科研工作朝着这样一个方向摸索前进，即在一个更加统一的、整体的框架内解决社会重大问题。人类事业的未来很可能就依赖于这一研究。（翻译詹浩）
