yes">&nbsp;&nbsp;&nbsp; </span>法默說：“我上中學時就開始思考大自然中的自組織現象了。雖然起初的想法很模糊，是因為讀了科學幻想小說。”他尤其記得艾薩克·阿斯莫夫（Isaac
  Asimov）寫的那本《最后的問題》（The Final Question）。在那個故事中，未來的人類向宇宙超級計算機咨詢如何廢除熱動力學第二定律。即：隨著原子的自我隨機化，宇宙萬物無情地趨于冷卻、腐朽和消亡的傾向。他們問，怎樣才能扭轉不斷增強的熵？（熵是物理學家對分子層無序現象的稱謂。）后來，在人類消亡、星球冷卻很久以后，宇宙超級計算機終于知道了如何完成這項偉績。它宣告說：“讓光芒照耀吧！”然后就誕生了一個嶄新而低熵的宇宙。</span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>法默讀到阿斯莫夫這本書的時候只有十四歲，這個故事那時候就帶給他這樣一個問題：他問自己，如果熵一直在增強，如果原子層的隨機化和無序現象是不可抗拒的，那為什么宇宙仍然能夠形成星球、云彩和樹木？為什么在一個很大的規模上，物質往往總是趨于越來越有組織，同時又在一個較小的規模上，越來越趨于解體？為什么那么很久了宇宙都沒有解體成某種無形的潮氣？法默說：“坦率地說，對這些問題的興趣是驅使我成為一個物理學家的動力之一。比爾·伍特斯（Bill
  Wootters）即物理學家威廉姆·伍特斯，現在麻省威廉姆斯學院）和我在斯坦福大學時，經常在物理課后坐在草地上長時間地談論這些問題，當時我們的腦海里不斷躍出各種思想。好多年以后我才發現，還有其他人也一直在思考這些問題，在這方面已有資料和文獻的記載了——從事控制論研究的諾伯特·維納（NorbertWiener）、從事自組織研究的伊爾亞·普利戈金、從事合作反射研究的荷曼·海哈肯（Hermann
  Haken）。”他說，事實上，在赫伯特·斯賓塞（Herbert SPencer）的著作中也潛在著同樣的問題。十九世紀六十年代，英國哲學家斯賓塞提出“適者生存”這句話，推動了達爾文理論的普及。其實斯賓莎只是把達爾文的進化論看作推動宇宙結構自發起源的宏大力量的一個特例。</span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>法默說，當時很多人都在獨自思索這些問題。但當時他感到非常困惑?！拔覜]見到有推動這些思考的專門學問。生物學家并不是在研究這些問題，他們在忙著弄清楚哪個蛋白和哪個蛋白發生作用，而忽略了一般性法則。在我看來，物理學家似乎也不是在從事這方面的研究。這就是為什么我轉向混沌理論的原因之一?！?lt;/span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>關于法默他們轉向混沌理論，詹姆士·格萊克在他的暢銷書《混沌》中有整章的介紹：法默和他終生好友諾曼·派卡德七十年代末還是加州大學桑塔克魯茲分校物理學研究生的時候，是如何開始著迷于輪盤賭現象的；計算在輪盤旋轉中的滾球軌線是如何讓他們敏銳地感覺到，在一個物理系統中，最初情況下的細微變動能導致最終結果的巨大改觀；他們和另外兩個研究生，羅伯特·肖（Robert
  Shaw）、詹姆士·克魯奇費爾德（James Crutchfield）是如何開始認識到，新興的“混沌”理論，即，更廣泛地被稱為“動力系統理論”，所描述的正是這種初始條件中敏感依賴性；他們四個人是如何立志從事這個領域的研究，并從此以“動力系統小組”而著稱。</span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>“但不久我就對混沌理論感到很厭倦了。”法默說?！拔矣X得，‘那又能怎么樣呢？’混沌學最基本的理論已經探索盡了，這個學科的理論已經很明朗了，在其研究前沿已經沒有什么可以令人激動的新發現了。”另外，混沌理論本身也并不十分深刻。他向你解釋了許多關于某種簡單的行為規則如何產生令人吃驚的復雜動力現象。但除了所有這些美麗的分形圖景之外，混沌理論其實很難解釋生命的系統，或進化的根本性法則。它無法解釋這些系統如何從隨機無物開始，自組發展成復雜的整體。最重要的是，它不能回答法默的老問題，即，宇宙在永不停息地形成秩序和結構。</span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>不知為什么，法默認定，對此還有全新的認識尚未窮盡。這就是為什么他和考夫曼、派卡德合作研究自動催化組和生命的起源，并全力支持朗頓的人工生命研究的原因。就像羅沙拉莫斯和桑塔費的許多人一樣，法默也感到，某種理解。答案旋律、法則正徘徊于門外。</span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>“我所屬的思想流派認為，生命和組織就像熵的增強一樣，是永不停息的。只不過生命和組織的形成沒有什么規則，是由自我累積而成的，所以更要憑運氣罷了。生命是一種更為廣泛的現象的反映。我相信，這種更為廣泛的現象正好與熱動力學第二定律背道而馳，它是某種能夠描述物質的自組傾向、能夠預測宇宙中組織的一般性特點的法則。”</span></p>
  <p class=MsoPlainText style='text-indent:21.0pt'>法默不清楚這一新的第二法則將會是什么樣子的。“如果我們清楚的話，我們就能知道如何發現這條法則。目前對此只是推測，也就是當你退后一步，拍著腦袋陷入沉思時所獲得的某種直覺?！笔聦嵣希⒉恢肋@會是一條法則、還是幾條法則。但他明白無疑的是，最近人們已經在這個方面發現了許多蛛絲馬跡，諸如涌現、適應性和混沌的邊緣，這些發現起碼可以為這個假設的新的第二定律勾勒出一個大概的輪廓。</p>
  <p class=MsoPlainText style='text-indent:21.0pt'><b>涌現<span lang=EN-US><o:p></o:p></span></b></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>法默說，第一，這個想象中的法則將能夠對涌現做出嚴謹的解釋：當我們說整體大于部分的總和的時候，我們指的是什么？“這不是魔術，但當用我們人類粗陋狹小的大腦來感覺時，這就像是魔術?！憋w翔的“柏德”（和實際生活中的鳥類）順應著鄰居的行為而聚集成群；生物體在共同進化之舞中既合作又競爭，從而形成了協調精密的生態系統；原子通過形成相互間的化學鍵而尋找最小的能量形式，從而形成分子這個眾所周知的涌現結構；人類通過相互間的買賣和貿易來滿足自己的物質需要，從而創建了市場這個眾所周知的涌現結構；人類還通過互動關系來滿足難以限定的欲望，從而形成家庭、宗教和文化。一群群的作用者通過不斷尋求相互適應和自我完善而超越了自我，形成了更為宏大的東西。關鍵在于要弄清楚這一切的來龍去脈，而又不落入枯燥無味的哲學思辨、或新時代的玄想泥潭。</span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>法默說，這正是廣義的計算機模擬和狹義的人工生命的美妙之處：在臺式計算機上，用一個簡單的計算機模型，就能拿你的思想做實驗，看看它們的實際效果如何。你可以通過計算機實驗對一些模糊的思想做出越來越準確的定位，可以試著提煉出突發在大自然中實際運作的本質。而且，那段時間已有了許多可供選擇的計算機模型，其中引起法默特殊興趣的是關聯主義（Connectionism）：這個概念的意思是一個由“連接物”相連的“節點”網絡所代表的互動作用者群。在這一點上，他和許多人都有共識。在這十多年間，關聯論模型突然遍布各處。首要的范例就是神經網絡運動。在神經網絡運動中，研究人員利用人工神經元網絡來模擬諸如知覺和記憶恢復這類的事情，并自然地對人工智能主流研究的符號處理方法發起了猛烈的攻勢。但緊追其后的就是桑塔費研究所建立的基地，包括荷蘭德的分類者系統、考夫曼的基因網絡、還有他和派卡德以及羅沙拉莫斯的愛倫·泊雷爾森于八十年代中期為研究生命起源而建立的免疫系統模型。法默承認，這些模型中的有一些看上去并不很符合關聯論，很多人在初次聽到他們這樣描述事物時都感到非常驚訝。但這只是因為這些模型是在不同的時間、被不同的人建立起來解決不同問題的，所以它們用以描述的語言也會不同。他說：“當你還原一切時，所有事物看上去都是一樣的。你其實可以只建立一個模型，然后移于另一方面的模擬?！?lt;/span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>當然，在神經網絡中，節點一關聯物結構是非常明顯的。節點就相當于神經元，而關聯物就相當于連接神經元的突觸。比如說，一個程序員有一個神經網絡模型的想象，他或她能夠用激活一定的輸入節點，然后讓這一激活作用傳遍這個網絡的其余關聯物的方法來模擬落在視網膜上的光線明滅。這個模擬效果有點類似于將貨物船運到少數幾個沿海城市的港口，然后讓無數輛運輸車通過高速公路將這些貨物運往內陸城市。但如果這些關聯物的布局不盡合理，那么這個網絡在被激活后很快就會落入一個自我統一的型態，就相當于識別這樣一幕：“這是一只貓！”而且，即使輸入數據非常嘈雜、非常支離破碎，或就此而言，即使有些節點已經燒焦了，這個網絡也同樣會采取行動。</span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>法默說，在分類者系統中，節點一關聯物結構相當含糊不清，然而這一結構確實存在。一組節點就是這組可能的內部布告，比如像001001110111110，而關聯物正是分類者規則。每一條規則都在系統的內部布告欄上尋找某條布告，然后通過張貼另一條布告來與尋找到的布告相呼應。通過激活某些輸入節點，也就是，通過在布告欄上張貼相關的布告，程序員就能讓分類者激活更多的布告，然后再激活更多布告。其結果就是布告如瀑布般飛濺，類似于將激活作用傳遍整個神經網絡。而且，就像神經網絡最終會安頓在一種自我完善的狀態中一樣，分類者系統最終也會形成一種穩定的狀態，組成這個狀態的活性布告和分類者能夠解決當前的問題?；蛘?，用荷蘭德的話來表述，這代表了一種涌現的心智模型。</span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>這種網絡結構也存在于他和考夫曼、派卡德建立的自動催化和生命起源的模型之中。在他們的模型中，這組節點就是所有可能的聚合體物種群，比如像abbcaad，而關聯物就是模擬的聚合物群中的化學反應：聚合物A催化了聚合物B，并依此類推。通過激活特定的輸入節點，即通過在這個模擬的環境中向這個系統穩定地輸送微小的“食物”聚合物，就能引發瀑布般的反應。而這些反應最終會安頓下來，形成一種能夠自我維生的活性聚合物和催化反應的型態：即，他們假設的從初始原湯中涌現出來的某種原始有機體的“自動催化組”。</span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>法默說，這對老夫曼的基因網絡模型和其它許多模型都同樣適用。這些模型都潛在著同樣的節點一關聯物的構架。確實，幾年前，當他剛剛認識到這一共同點時，他高興得把這一切寫成一篇題目為《關聯主義的羅塞達碑》的論文，并發表了出來。法默在這篇論文中說，一個共同構架的存在消除了我們的一切疑慮，因為摸象的瞎子們至少已經把手摸在了同一頭大象身上。而且還不止這些，對致力于研究這些計算機模型的人們來說，這個通用的構架排除了不同術語的障礙，使相互之間的溝通變得比以往容易得多了。“在這篇論文中，我認為重要的是，我設計出了一個模型之間的實際翻譯機制。我可以把免疫系統的模型拿過來說：‘如果這是個神經網絡，那就可以如此這般地來看這個模型?！?lt;/span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>法默說，但也許，擁有一個通用構架的最重要的理由是，它能夠助使你提煉出各種模型的本質，使你把注意力轉向研究涌現在這些模型中的實際情形。在這種情況下，很顯然，力量確實存在于關聯之中，這便是這么多人為關聯論而興奮激動之處。你可以從非常非常簡單的節點，線性“聚合物”開始，“布告”只不過是二進制數學，“神經元”基本上也只是開開閉閉的開關。然而它們卻能僅僅通過相互作用就產生令人吃驚的復雜結果。</span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>以學習和進化為例。既然節點非常簡單，那么網絡的整體行為幾乎完全就是由節點之間的相互關聯來決定的?；蛴美暑D的話來說，相互關聯中編入了網絡的泛基因型密碼。所以，如果要改善這個系統的泛表現型，只消改變這些節點之間的相互關聯就行了。法默說，事實上，你可以通過兩種方法來改變這種相互關聯。第一種方法是讓這些關聯還呆在原地，但改善它們的“力度”，這相當于荷蘭德說的采掘式學習：改善你所原有的。在荷蘭德的分類者系統中，這種改變是通過水桶大隊算法來實現的。這個算法對導致了良性結果的分類者規則實行獎賞。在神經網絡中，這是通過各種學習算法來實現的。對算法的學習帶給網絡一系列的已知輸入，然后加強或減弱關聯的力度，直到這一關聯能做出恰當的反應。</span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>第二種更徹底地調整關聯的方法是改變網絡的整個線路布局，摘除一些老的關聯點，置入新的關聯點。這相當于荷蘭德說的探索性學習：為獲得大成功而做大冒險。比如，在荷蘭德的分類者系統中，通過兩性交配，產生不可模擬的新版本，從而達到基因算法的相互混合，正是這種情形。由此產生的新規則常常帶入以往從未有過的新信息。這樣的情形同樣也出現在自動催化組模型中，出現在當偶爾有新的聚合物自動形成的時候，其情景就好像在現實世界發生的那樣。由此產生的化學關聯點能夠給自動催化組打開在聚合物空間探索全新世界的大門。但在神經網絡中這卻不是常情，因為神經網絡的關聯原本是不能移動的突觸的模擬。但最近在不少神經網絡迷做的實驗中，神經網絡確實能夠通過學習而重新布線。他們的理由是，任何固定的線路布局都是任意的，應該允許發生改變。</span></p>
  <p class=MsoPlainText style='text-indent:21.0pt'>法默說，簡而言之，關聯論的概念說明，即使節點和單個作用者是毫無頭腦的死物，學習和進化的功能也能涌現出來。更廣義地說，這個概念非常精確地為一種理論指明了方向：即，重要的是加強關聯點的力度，而不在于加強節點的力度，這便是朗頓和人工生命科學家所謂的生命的本質在于組織，而不在于分子。這一概念同時也使我們對宇宙中生命和心智從無到有的形成和發展，有了更深刻的了解。</p>
  <p class=MsoPlainText style='text-indent:21.0pt'><b>混沌的邊緣<span lang=EN-US><o:p></o:p></span></b></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>法默說，盡管關聯論模型的前景看好，但這些模型卻遠不能揭示新的第二定律的全部奧秘。首先，它們無法描述在“節點”既聰明、又能夠相互適應的經濟、社會領域或生態系統中，涌現現象是怎樣產生的。要了解這樣的系統，就必須了解共同進化之舞中的合作與競爭。這就意味著，要用共同進化的模型來做研究，比如用近些年來變得越來越流行的荷蘭德的生態系統模型來做研究。</span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>更重要的是，關聯論模型和共同進化模型都沒有揭示為什么會出現生命和心智這個根本的問題。能夠產生生命和心智的宇宙是怎么回事？只是談論“涌現”還遠遠不夠。整個宇宙充滿了涌現的結構，比如銀河、云彩和雪花這類僅僅是物理的、沒有任何獨立生命可言的物體。這其中一定還另有道理。而這個假設的新的第二定律將告訴我們這道理何在。</span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>顯然，這項工作有賴于那些力圖了解基本物理和化學世界的計算機模型，比如朗頓熱衷的分子自動機模型。法默說，朗頓在分子自動機中發現的混沌邊緣的奇異相變，似乎提供了一大部分的答案。在人工生命研討會上，朗頓由于尚未完成博士論文，所以對這個問題謹慎地三緘其口，但羅沙拉莫斯和桑塔費的許多人卻從一開始就發現混沌的邊緣這個概念非常引人入勝。朗頓基本上說的是，使生命和心智起源的這個神秘的“東西”，就是介于有序之力與無序之力之間的某種平衡。更準確地說，朗頓的意思是，你應該觀察系統是如何運作的，而不是觀察它是由什么組成的。他說，當你從這個角度觀察系統時，就會發現存在秩序和混沌這兩個極端點。這非常類似原子被鎖定于一處的固體和原子相互隨意翻滾的流體之間的差別。但在這兩極的正中間，在某種被抽象地稱為“混沌的邊緣”的相變階段，你會發現復雜現象：在這個層次的行為中，該系統的元素從未完全鎖定在一處，但也從未解體到騷亂的地步。這樣的系統既穩定到足以儲存信息，又能快速傳遞信息。這樣的系統是具有自發性和適應性的有生命的系統，它能夠組織復雜的計算，從而對世界做出反應。</span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>當然，嚴格地說，朗頓只是在分子自動機模型中演示了復雜與相變之間的關系。沒人真正知道是否也能用這一點來解釋其它計算機模型，或解釋現實世界。但另一方面，種種跡象表明，朗頓的發現也許具有普遍性的意義。比如事后你會發現，這些年在關聯論的模型中，有半數會出現類似相變的行為。早在六十年代，考夫曼在他的基因網絡中最先發現的事情之一就是相變：如果關聯點太稀疏了，整個網絡基本上就會處于凍結和靜止狀態；如果關聯點太稠密了，整個網絡就會劇烈翻攪，呈完全混亂狀態。只有處于兩者之間，當每個節點只有兩條輸入時，整個網絡才能產生考夫曼想要的那種穩定的循環。</span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>法默說，到了八十年代中期，自動催化組模型也出現了同樣的情況。這個模型有許多參數，比如像各種反應的催化強度和“食物”分子的供給速率。法默、派卡德和考夫曼必須通過不斷嘗試和不斷犯錯誤的方法，用人工來調校這些參數。他們在自動催化組模型中最早發現的一種情況就是，直到這些參數進入了某個范疇，自動催化組才會啟動，并迅速發展。法默說，這種行為是其他模型中相變的再現?！拔覀兏械搅似渲械南嗨菩?，但卻很難準確地定義這種相似性。這是一個需要有人做謹慎比較的領域，需要建立那篇羅塞達碑論文中所描述的某種通用構架。”</span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>同時，對于這個混沌的邊緣的概念是否也適用于共同進化系統，人們的認識更為模糊。法默說，在生態或經濟系統中，我們對如何準確定義諸如秩序、混沌和復雜這些概念很不清楚，就更別提要定義它們之間的相變了。但盡管如此，混沌的邊緣這個法則也總讓人感到具有某種真意。舉前蘇聯為例，法默說：“現在事情已經很明顯了，用中央集權的辦法來控制社會不會有好效果?！睆拈L遠來看，斯大林建立的社會體制過于僵硬呆滯、對社會的控制過于嚴密了，所以無法維持下去?；蛞部梢耘e七十年代底特律的三大汽車公司為例，這幾家汽車公司發展規模過大、過于刻板地鎖定在某種特定的運行方式中了，所以很難認識到來自日本的挑戰在不斷增強，要對這一挑戰做出回應就更是力不能勝了。</span></p>
  <p class=MsoPlainText style='text-indent:21.0pt'>而另一方面，無政府主義也不是行之有效的社會機制。前蘇聯的某些地區在蘇聯瓦解之后似乎已經證明了這一點。放任自流的社會體制是行不通的。狄更斯恐怖小說中英國的工業革命，或更現代的美國儲貸的崩潰，都說明了這一點。這是常識，更不用說還有最近的政治經驗所提供的啟示：一切健康的經濟和健康的社會都必須保持秩序與混亂之間的平衡，而不是保持某種軟弱無力的、平庸的、中間道路似的平衡。這就像活細胞一樣，它們必須在反饋與控制之網中調整自己，但同時又為創造、變化和對新情況的反饋留有充分的余地。法默說：“在自下而上組織而成的、具有靈活彈性的系統中，進化勃然而興。但同時，在該系統中，自下而上的活動必須導入正軌，使其無法摧毀組織結構，進化才有可能?！被煦邕吘壣系膹碗s動力，似乎是這種進化行為的理想解釋。</p>
  <p class=MsoPlainText style='text-indent:21.0pt'><b>復雜的增強<span lang=EN-US><o:p></o:p></span></b></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>法默說：“不管怎樣，這一含糊的啟示使我們以為自己已對這個有趣的組織性現象發生的領域有所把握了?！钡@也絕非故事的全部。為了易于辯說，可以先假設這個特殊的混沌的邊緣領域確實存在，但即使如此，假設的新的第二定律也必須解釋，這些系統是如何到達這個領域、存在于這個領域的，同時在這個領域都干了些什么。</span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>這個含糊的啟示很容易使我們自己相信，達爾文已經對前兩個問題做出了回答（正如荷蘭德所概括的那樣）。這個觀點認為，既然這種能夠做出最復雜、最完善反饋的系統總是能夠對這個充滿競爭的世界保持其敏銳性，那么，僵化的系統就總是能夠通過略做放松就能表現更好，而混亂的社會就總是能夠通過稍做控制就達到更佳的效果。所以，如果一個系統尚未達到混沌的邊緣，那么你就會期望學習和進化功能能夠推動它朝這個方向發展，而如果這個系統正好在混沌的邊緣，那么你就希望學習和進化功能能夠在該系統趨于脫軌時將其拉回原地。換句話說，你希望學習和進化功能能夠使混沌的邊緣變成復雜的適應性系統的穩固家園。</span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>第三個問題，這類系統達到混沌的邊緣時都干些什么。這是一個較為微妙的問題。在所有可能的動力行為空間，混沌的邊緣就像是一片無窮薄的膜片，這是一個產生從混亂中分離出秩序的復雜行為的特殊領域。就像海水的表面只不過是以一個水分子的厚度來分隔水與空氣那樣，混沌的邊緣地區也有如海洋的表面，浩淼得無邊無際，作用者可以在這之中以無窮無盡的方式來盡顯其復雜性與適應性。確實，當荷蘭德提及“永恒的新奇性”、提及適應性作用者探索可能性的無限空間時，他也許沒有使用上述的比喻，但他所談的含意，正是指適應性作用者倘徉于浩淼無際的混沌邊緣的薄膜片之上。</span></p>
  <p class=MsoPlainText><span lang=EN-US><span style="mso-spacerun:
  yes">&nbsp;&nbsp;&nbsp; </span>因此，新的第二定律對此會有何解釋呢？當然，它會涉及建設磚塊、內在模型、共同進化、以及所有荷蘭德和其他人所研究的任何適應性機制。但法默卻懷疑，其核心將更多地在于指明方向，而不在于描述機制：進化常常導致事物越變越復雜、越變越精巧、越變越具有結構這個貌似簡單的事實。法默說：“云彩比大爆炸后最初的瘴氣更具有結構，初始原湯比云彩更具有結構?！倍?/span>