大多數(shù)人可能首先想到的是。 一般來說，當(dāng)一個特定的模式被證明具有這樣的特征——它內(nèi)部的成分產(chǎn)生了以前不存在的屬性什么是閾值，這在科學(xué)上被稱為涌現(xiàn)。
對于大多數(shù)復(fù)雜系統(tǒng)來說，涌現(xiàn)實際上是一個非常基本的新功能。 然而，你可能沒有想到，雖然互動在我們身邊極為普遍，但我們卻很難感受到涌現(xiàn)現(xiàn)象的出現(xiàn)。 然而事實上，這種現(xiàn)象可以說是比比皆是。
例如，我們很容易忽視的蟻群，實際上是一個復(fù)雜的系統(tǒng)。
然而，這個概念很容易導(dǎo)致讀者認知混亂。 確實有些抽象，似乎沒有根據(jù)。 術(shù)語越復(fù)雜，人們就越有可能難以注意到核心問題。
例如，看看下面隨機選擇的圖片。 盡管實際上對路線有一些不恰當(dāng)?shù)拿枋觯梢泽w會到對此問題進行建模的復(fù)雜性和幫助。 在建模方面，最近出現(xiàn)的是計算建模的新方法。
科學(xué)家布萊恩大約五年前描述了《復(fù)雜性指南》（這里需要注意的是，這是非常進步的，可能會影響我們未來的生活）。
當(dāng)您在瀏覽網(wǎng)頁時點擊無數(shù)插入的超文本鏈接時，您可能會更好地理解這個概念并一一獲取相關(guān)的詳細信息。
然而，也有人對這個問題提出了不同的理解——核心點是復(fù)雜性科學(xué)本身實際上擁有核心。
其實，從本質(zhì)上看，如果討論復(fù)雜性問題什么是閾值，我們可能會首先選擇那些有生命的系統(tǒng)，因為在這樣的前提下，生命一定是核心問題。
對于這樣的假設(shè)，科學(xué)家們反映，這似乎是生物學(xué)中正在探索的東西。 但如果單從系統(tǒng)科學(xué)的角度來看，人類確實可以通過特定的生物體獲得具有研究意義的抽象模式。
不過整個過程中要注意保持生物學(xué)的理論基礎(chǔ)，但舉這個例子的真正目的是為了提煉出一套能夠代表系統(tǒng)中所有生命的核心問題。
對于這樣的理論，我們可以看下面這張圖——它涵蓋了物理學(xué)，還有一些信息和計算知識，而生命的位置就在這張圖的中心。 這張圖可以讓我們更詳細地理解這個概念。
馮·諾依曼此前也曾表達過他對復(fù)雜系統(tǒng)問題的看法。 核心點是，這個問題會被分水嶺——人造系統(tǒng)一分為二，比如我們今天看到的汽車和我們建造的房子。
另一部分實際上是一些自然發(fā)生的系統(tǒng)。 分水嶺一側(cè)的某些系統(tǒng)會因某些原因而降級。 例如，人類必須定期去維修店保養(yǎng)自己的汽車，否則很容易導(dǎo)致嚴重的問題。
然而，相反，在分水嶺另一側(cè)的這些系統(tǒng)中，自發(fā)降解往往不會緩慢發(fā)生，有些甚至?xí)葑儭?特別是如果我們從生態(tài)系統(tǒng)的角度來看，它確實會隨著時間的推移而發(fā)生變化。 一定要先進。
從這個方面我們可以總結(jié)出復(fù)雜度閾值。 如果復(fù)雜性沒有達到這個指定的閾值，那么系統(tǒng)將按照人類現(xiàn)在已知的物理定律繼續(xù)退化。
結(jié)論：
如果遇到與上面相反的情況，如果高于這個閾值，系統(tǒng)可能就不再能夠遵循熱力學(xué)第二定律了。 這個時候，宏觀上似乎發(fā)生了升級，發(fā)生了快速的進化。
那么，馮·諾依曼之前研究的閾值有什么物理意義呢？ 我們還不知道。
