我和我的同事朋友们会经常被同学们问到“什么是系统科学，什么是复杂系统？”那我想说说我自己的理解。
以下都是我个人的观点，并不代表任何其他个人和组织。
- 关键能力获得：
以我这十几年的科研经历和见闻来看，我比较极端的理解是：系统科学所全力培养的是一种“建桥”（bridge）的能力，即把“真实世界”的问题转化成“数学世界”的问题，在这两个世界之间建立桥梁, i.e., To bridge the real physical world and the world of mathematics.
这个“真实世界”并不是某个学科所关心的世界（“学科”总是人为划定的，比如我们常说的传统的物理学、化学，甚至新兴的交叉科学如生物信息、AI4Science），而是指我们所在的这个现实世界中的各种现象、观察和问题。
左边真实世界中的现象、事实、方法我们需要知道一些，但不是我们全身心的重点；右边如何在数学世界中具体、高效地解决问题，我们也需要知道一些，但不是我们全身心的重点。我们的重点在于建立这座桥。
首先，对于有一些问题，前人可能已经总结出了很多成熟的研究方法，比如：
. 如何研究新冠病毒与人体细胞受体的结合从而入侵宿主（生物学）？
. 如何计算火箭的发射时机、角度和速度（物理学）？
. 如何给物流公司安排运输策略，使得配送及时、并且花费最少（运筹学）？
. 如何加密以确保数据安全（计算机科学）？
……
这些问题分属不同的学科，其研究方法越成熟，你所需要的“建桥”能力可能就越少，你需要的是熟练运用已有的模型和数学工具。然而，如果上述这些问题有新工具、新需求出现，原来成熟的方法可能也就不适用了，你就重新需要“建桥”的能力，或者，等着别人把桥建好。
比如，如果你需要问：
. 为何长新冠会出现，是多次重复感染导致的吗（全世界如此多的人短期同时感染同一类病毒，并且能通过技术手段检测到，这是以前从来没有过的现象）？
. 无人机的使用（新工具）会让配送策略发生怎样的变化？
. 如果要建造太空电梯（比如在火星上建造），应该如何计算其功率和运行速度（太空电梯和发射火箭的某些方面是相似的，但是是以前没有出现过的新需求）？
. 量子计算机的出现（新现象）会使得哪些加密算法失效，以及如何设计新的加密算法？
……
世界总是向前，这些新现象、新工具、新需求必然出现。所以要么你自己建桥，要么等着别人建桥。
第二，更不用说，对于那些尚处于早期研究阶段的、或尚未有普遍采用和认可方法的领域，“建桥”能力就更加必不可少。比如：
. 通用人工智能会以什么形式实现？
. 地球上的生命是如何起源的？
. 如何在火星上通过生物或者非生物的方式改造环境，使得它以后适于人类生存？
. 如何实现全自动驾驶和无人机交通？
. 为什么有的癌症可以被治愈，有的还不能？
. 塑料废物应该如何处理和管理？
. 中医的经络、针灸应该如何理解，是否可以以科学范式研究？
. 为什么我们需要睡眠？
……
“你这些问题看起来都太大，日常生活我可能不太需要。”事实上，并不是说“建桥”能力只在“大”问题上才会被用到。问题不分大小，方法和思维是共通的。
. 比如你是基金经理，你要去设计投资策略并且管控风险，这也同样需要你的“建桥”能力。所以很多去华尔街做金融的人反而不是学数学的，因为他们需要的是建模能力你才能赚钱（你并不需要特别多的要去证明这个定理那个定理）。
. 比如国家调整了利率，你想决定是否要提前还房贷；我已经还了5年利息了，提前还完会比较划算吗？这么具体的问题很少会有现成的计算器，你需要自己建模计算，要么找一个人帮你建模计算。
. 比如我在健身，我是买次卡划算还是充会员划算？这个答案会因人而异，我可能需要考虑到我的健身出勤率、和这个健身房倒闭的风险。这也不会有标准的模型直接套用。
. 比如你看了刘谦在龙年春晚上的魔术，你一眼就看出这是一个数学问题；你也可以去发明这样一个“魔术”。
- 和其他学科的关系：
上面的每一个问题其实都是在试图与数学世界建立联系，因为只有建立了这个联系，我们才能真正理解“what’s going on”。
但与数学世界的“建桥”能力并不一定是数学这个“学科”教给你的，或者并不因为你大学选了数学作为主修，就习得这种能力。
当然也不一定因为你主修了物理或者系统科学你就自动获得这个能力；也不会因为你选择了更具体的某些学科（比如化学、生物、计算机）作为主修，你就注定不会习得这种比较普适的“建桥”能力（因为在很大程度上，这些学科也需要这种建桥能力，你问题问得够深，你就总会接触到）。
但系统科学是这些学科里面花了最多力气来试图让你学会“建桥”这个能力的学科。所以在本科，你会学习数学建模、数理方法、编程、系统仿真、机器学习与人工智能等，会学习物理复杂系统、生物系统导论、地球系统导论、经济系统分析、大数据技术基础、运筹博弈等。
先了解这些大图景，然后试图让你在这些学科和问题中间找到联系，训练这种能力；也便于你后续进入各个领域去深耕，或者即使直接应用，你一定能提供新的思路。
某个学科发展得越长久，已有的工具就会越多，这个建桥能力可能就显得不那么需要。但是学科的发展总会遇到瓶颈，就需要建立新的桥。
20世纪初的物理学，相对论和量子力学为其建了两座新桥；20世纪中叶的生物学，DNA双螺旋的发现为其建了一座新桥；现在的神经网络、人工智能又建了一座新桥，这座桥所引发的潮流甚至有横扫六合的感觉，但是它自己的“根基”可能还在等待一座桥的建立……
- 教科书式定义：
左边是我自己画的对系统科学、复杂系统的理解，右边是ChatGPT画的他对其的理解。
首先我想问“物理学是什么”。维基百科说，物理学是研究物质、能量的本质与性质的自然科学。似乎什么都说了，似乎又什么都没说。对于这个问题，我脑子里浮现出的是铅球的飞行轨迹、内燃机的活塞运动、粒子的波粒二象性、黑洞的视野畸变……这些印象来自于我学物理的经验，你脑子里面浮现出的东西可能不一样。但是只有你脑子里能浮现出什么东西，你好像才真正有这个问题“物理学是什么”的答案。
“什么是化学”。维基百科上说，化学是一门研究物质的性质、组成、结构、以及变化规律的物理的子学科。我脑子里浮现出的可能是C+O2=CO2这些反应方程式，浮现出的是穿着白色实验服的研究人员拿着试管在摇晃，或者是机械臂在做化学实验（化学自动化潮流）……同样地，这些印象来自于我学化学的经验，我有这些印象，我觉得我至少知道什么是化学。
“什么是计算机科学”。维基百科上说，计算机科学是系统性研究信息与计算的理论基础以及它们在计算机系统中如何实现与应用的实用技术的学科。听到这个定义，我可能并不知道什么是“计算的理论基础”，我只知道如何使用Python编程、如何捣鼓我的电脑、如何计算一个文件压缩之后是多少比特。但即使只知道这些，我可能觉得我也是大概知道计算机科学的。
那么“什么是系统科学”。维基百科说，系统科学是指从系统的角度观察研究客观世界的一门学科；“系统”指的是由相互联系、相互作用的要素（或部分）组成的具有一定结构和功能的有机整体。即使对于我接触复杂系统十几年的研究人员来说，我也不觉得这个定义给了我多少信息。我脑子里浮现出的是：
自组织临界（沙堆的角度几乎总是不会超过35度）、群体智能（蚂蚁单体和巢穴整体的行为差别、鸟群鱼群）、生命和语言的演化、混沌中的奇怪吸引子、生命游戏、埃舍尔的《无尽的楼梯》……
定义的语言并不能让我对这个学科产生“理解”，让我“理解”这个学科是什么，是通过具体的例子和概念。我想，通过具体的例子去回答“系统科学是什么？复杂系统是什么”才是合理的；而系统科学中有非常多这样的例子（除了我前面提到的这些例子），这跟物理学、化学、计算机科学、生物学等等一样。
唯一的区别是你在高中的时候接触过物理学、化学、生物学的例子，却没有接触过系统科学的例子；即使接触过（比如复摆、湍流），有可能也把它说成了物理学，毕竟所有的自然科学都可以说成是物理学。
- 现实和功利：
首先，“系统科学专业以后好不好找工作？毕业后可以找什么工作？”这个问题我没做过统计，我个人可能给不出太多答案。我想以后可能会有官方的统计。
但我觉得这是个假问题，“随便问问不必当真”。选数学，有问过数学专业毕业找工作的统计数据吗？有多少人最后做的是跟数学完全对口的工作？选物理、化学，又有多少人是做的对口的工作？选计算机可能毕业后能去互联网公司，那其实是因为现在任何工作都会需要一定的编程能力。“毕业后找一个跟本科专业对口的工作”或者说“让本科所学的具体知识不至于白学”这似乎也不应该是一个最终所追求的目标。
如果我现在回过头去看，我十八九岁时候的世界，我感觉已经跟现在很不一样了。我在那个时候所预见的十年后的世界和真实的十年后的世界完全不一样；我所预见的我自己的生活和十年之后我真正的生活也是不一样的。更何况今天，变化更快的你们这个世界。
十八九岁的你们需要的不是知识，而是思考的能力，而（我认为）思考的能力很大一部分来自于“建桥”的能力。
另外，我们这里系统科学系的老师所做的课题，只代表很小一部分系统科学的研究，学了系统科学最后也不一定会研究我们这些问题，同学们学的是方法，后面具体做什么在于你自己的兴趣和动力。
事实上，大量的物理、化学、生物、计算机的研究人员都会或多或少、自然而然地运用系统科学的方法，调动自己的“建桥”能力，只是可能不一定意识到或者说是系统科学、复杂系统的方法。
如果你知道自己以后想干什么，你应该学习一些系统科学的概念和方法；如果你不知道自己以后要干什么，你其实更应该学习系统科学所注重培养的这种能力。
最后，你所获得的对于真实世界的“建桥”能力，对你后面去做任何工作都是有益的。具体知识是在你具体的任务中积累起来的，你所记得的、熟悉的只占极少的一部分；在以后人工智能甚至AGI的时代更是如此，具体知识的重要性会越来越小。
我们跟人工智能甚至AGI比起来，可能真正多出来的只是那么一点点连接真实世界和数学世界的能力、或者说连接真实世界和“他”（人工智能）的能力。
吴三刀 ecsLab 2024年02月27日 19:30 广东
https://mp.weixin.qq.com/s/rSb5knxAEcIayCfwH5K_Nw
0