信息与复杂性的关系

武夷山  

  JASIST杂志2015年11月号（网上优先出版）发表伦敦城市大学情报学中心David Bawden 和 Lyn Robinson夫妇的文章，“Waiting for Carnot”: Information and Complexity（“等待卡诺”：信息与复杂性），原文见http://onlinelibrary.wiley.com/doi/10.1002/asi.23535/pdf。

   据文章里面介绍，Mitchell, M.在2009年发表的著作 Complexity: A guided tour（ New York: Oxford University）中说，复杂性科学研究圈子的内部有个开玩笑的说法：“等待卡诺”。萨迪.卡诺最先提出了热力学的一些关键概念。同样,我们在等待合适的概念、合适的数学公式来描述复杂性的诸多侧面。

   这篇文章的“结论”如下：

信息与模式（pattern）密不可分，也与随机性密不可分。我们现在可以明显看出，关于信息在复杂性产生上的作用，有两个侧面。对于不可预测的和富有创造力的侧面（是否一定是“富有创造力的”，这一点尚有争论），申农信息，尤其是以AIC（算法信息量）所表达出来的信息，是适用的。对于结构和组织的侧面，维纳的负熵概念过于简单，因此肯定不适用。我们需要一种更好的方式来对信息的这一侧面加以认识和形式化，从而抓住信息与复杂性关系的结构侧面。

考夫曼认为（Kauffman, S.A. The origins of order. New York: Oxford University Press，1993），18世纪的科学是通过牛顿范式来处理组织简单性问题，19世纪的科学是通过统计力学来处理无组织（混沌的）复杂性问题，20世纪的科学则要处理组织复杂性问题。我们可以说，第一次的处理方式受还原论影响而忽略了复杂性，只关注最简单的情形；第二次引入了熵的思想，第三次仍在寻找与组织复杂性等价的概念。看来，这个概念不可避免要与信息发生关联。

迄今我们仍旧不理解复杂性，也不知道如何在特定系统或语境中妥善地测度与比较复杂性。在此意义上说，我们仍在等待卡诺。但我们确实知道，复杂性、秩序、组织、“有趣的秩序”等概念都与信息概念相交缠。埃利斯（Ellis, G.F.R. (2004). True complexity and its associated ontology. In J.D Barrow, P.C.W. Davies, & C.L. Harper (Eds.), Science and ultimate reality: Quantum theory, cosmology and complexity (pp. 607–636).Cambridge, UK: Cambridge University Press）则以非常强烈的语气表达说：“真正的复杂性涉及大量储存了的信息和按层级组织起来的结构，这样的结构对信息的处理是有目的性的”。讨论复杂性而不牵扯信息概念是不可能的，讨论信息而不牵扯复杂性概念也是不可能的，除非是最简单的申农信息概念，即只测度通信能力而不涉及意义。意义是固有地复杂的，最好（尽管有争辩）将意义理解为信息丰富的复杂系统之一种突现特征。

信息与复杂性二者的关系不是简单的关系。信息概念一直是理解和量化熵这个概念的有力工具，但这并不意味着信息和熵是一回事，当然，信息和熵也不是相对立的。复杂性的信息基础也适用于同样的道理。熵与信息、客观与主观、秩序与混沌、简单性与复杂性之间都存在着深刻而微妙的关系。这些关系也许指向这样一种可能性：说不定存在着基础性的、影响广泛的信息定律，它们适用于不同的探究领域，适用于不同的现实层次。这肯定是今后几十年值得聚焦的一个研究主题，无论是对于情报学还是对于其他任何学科领域。这样的研究将实现本文开篇所表达的目标，即巩固情报学的理论基础，并推动情报学实践。