互动科普

半是物理半是诗——初出茅庐的复杂性理论找到了商业应用的机遇

大约一年前，瓶颈问题令美国西南航空公司的货运部门烦恼不已，管理人员手足无措，航班也常常遭到耽误。西南航空公司因为经常玩一些离经叛道的花样(如开放座位)而出了名，这次它也采取了一个异乎寻常的举动——求教于Bios集团，该集团是圣菲研究所的明星人物Stuart、A．Kaufman在1996年创立的，其宗旨是把复杂性的理论概念转变为实用的经验和技术。Bios集团全程模拟了西南航空公司的货运运作。试图破解所谓“突现行为”(emergent behaviors)和杠杆点(lever point)的奥秘(这两个概念是复杂性科学理论的关键成分)。这项模拟的目的是找出哪些局部相互作用可能发展成全局性的行为，并确定为抑制一个系统出现无法控和的结果，可以对该系统的哪一部分进行调节。

 Bios手脚麻利地建立了一个以代理(agent)为基础的模型。这种模型是复杂性研究人员喜欢使用的工具。软件代理人实际上就是一些自主的程序，它们在模型中代替了所有的货运商、停机坪工作人员、飞机、包裹等等。详尽的电脑化模型揭示，货运管理人员常常毫无必要地卸下并存放大量行包，完全不问飞机的最终目的地。为了预防突然出现的阻塞现象，Bios公司设计了以种名为“同一飞机”(SamePlane)的货物运输路线安捧方案：按照这种方案货运管理人员不是象对付烫手的山芋那样把货物打乱后安排在最直接的航班上、而是就让货物留在飞机上沿着较为迂回的路线运送。其结果是西南航空公司6个最繁忙的货运站的货物转运率下降了70％左右，从而节省了数百万美元的资和货物过夜存放租金。

 在现在这个基因组信息爆炸、神奇分子层出不穷和电子技术满天飞的时代里，越来越多的公司发现，应用复杂性理论有助于提高效率，增加利润。关于复杂性的研究现在还不存在一个统一的理论，甚至对复杂性的定义都不存在公认的看法，但这并没有什么关系。圣菲研究所的JohnL．Casti说，一般说来，只要你谈的是现实世界，那你肯定就是在谈复杂的自适应系统。”免疫系统、食物链、计算机网络以及钢铁生产等等都向我们提示着自然和社会系统的多姿多彩。麻烦在于，观察世界很难简化成一目了然的数学公式。因此复杂性专家要依赖各种各样的数字模拟或模型，把基因算法、人工神经网络及蚂蚁系统等各种各样的具糅和到这些模型中。

 Kauffman说，“多亏了现有的计算能力，”研究人员得以超越进化论的原则进而对付”一个相反的问题：把一个部分重新组台成复杂的系统以对其进行研究。在Cap Gemini Ernst＆Young公司的支持下他的Bios集团(现在有I15成员．其中不乏博士)已经为这些公司提供了咨询(包括大约40家名列世界500强的企业)，模拟了种种对象。从供应链到车间到战场等。虽然Bios刚刚推出了其第一种软件光盘产品(称MarkaBran)但它的大多数模型却是针对每位客户的需要而专门设计的。Katffman宣称复杂性应用于解决现实问题不是一时的狂热。

 在密执安大学和圣菲研究所同时任职的计算机科学家John H Holland发现历史上有一些类似的事例。他说，“在电磁理论问世之前，许多聪明人(如英国物理学家法拉第)做了大量实验人们把铁屑撒在磁铁上，弄出了完整的一套工具和效应。”当学者们忙于寻找一种难于捉摸的(甚至可能并不存在的)复杂性核心理论时、许多衍生工具却已证明能帮助业界大赚其钱。

 最能体现这一发展趋势的或许莫过于得克萨斯州欧文市的i2技术公司，它是一家顶尖的电子商务软件推广商。它的客户包括Abbott实验室公司、戴尔计算机公司和沃尔沃公司等．其年收人超过10亿美元。在1997年收购了Optimax公司后(这是一家从事调度软件设计的高科技新兴公司)、i2技术公司就把以复杂性为基础的工具糅进了它的整个产品系列中。i2的软件有许多使用遗传算法来优化生产调度模型。数以十万计的细节(包括客户订单、原料和资源的供应情况、制造和分配能力、交货日期等等)被输入系统中。然后遗传算法引入“突变”和“杂变”，产生一些待定的调度方案，再根据一个适合度函数对这些方案进行评估，公司的战略顾问Optimax公司的共同创建人之一Gilbert P．Syswerda解释说，Holland声称：“遗传算法对于许多领域中得出新的解决方案起着非常重要的作用。传统的优化分析不存在与这样一种杂交相对应的工具。

 例如国际货车与发动机公司(前Navistar公司)不久前安装了i2软件。这种软件采用了自适应方式来控制生产调度的变动，能有效地消除生产中遇到的意外问题。这些问题如果不解，就可能沿着供应链传下去最后形成令人望而生畏的大麻烦；事实上，据这家运输业巨头的系统经理KurtSatter说该软件使它的5家分厂把代价高昂的生产调度意外变动减少了90％之多。Syswerda声称，遗传算法优化软件还能找出制造过程的关键环节并预测生产线的调整、新产品的推出乃至广告宣传将产生的影响。企业经营所受到的数以千计的约束条件也很容易编程：他认为，选种非线性的模拟用传统的编程工具基本上是不可能实现的。

 Deere公司的分析师William F Fulkerson解释说，“复杂性理论所推出的工具有许多实际上已经成为主流，并纳入到各种各样的产品中。因此它们不再是那么显而易见的了。”世纪90年代初、大约就是混沌理论开始在华尔街走红的时候(混沌是复杂性理论的一个分支，专门研究这些其演变过程不可预测但其不可预测性可以预测的现象)，根据Fulkerson的建议Deere公司的种子部门开始在伊利诺斯州莫莱茵市的工厂里试用Optimax软件：试用的结果是产量猛增。因此，Deere公司现在把这一软件用在了几家厂中。Fulkerson坪论说：5年前这一具本身只是个预兆，而现在有了结果——复杂性理论可以帮你赚多少钱!”

 事实上，一大批对复杂性着了迷的公司冒了出来，而复杂性的应用则无处不在，一些公司(如波士顿的人丁生命公司)正在使用“灵巧幼虫中的神经元模式形成来模拟生物过程。灵巧”幼虫实际上是一些计算机程序，这些程序利用人工智能来分析因特网语音模式中反复出现的内容，以便能够进行交流。例如灵巧幼虫能使一家公司的大部分电子邮件实现自动化，节约三分之一的费用。据生命公司董事长兼行政总监Eberhard Schoneburg说，新近发布的一个产品系列非常适合于面向客户服务的行业例如保险行业。

 眼下在金融领域的应用占了生命公司业务的大头，2000年9个月的业务收人达到近9百万美元，它推出的证券管理软件(其用户有瑞士第一信贷银行和Advance银行等)采用单元自动机来模拟证券经纪人群体以及他们对市场变动的反应．每个单元可以抛出，买或持订购一种股票，而它的行动受其邻居的行由的支配。Schoneburg说，只要你加入几条简单的规则来规定如何根据当前的报价确定一种股票的市场价格，就可以模拟一个非常逼真的股价变动趋势”

 一些公司（例如Doyne Farmer和Norman Packard在1991年创立的预测公司)报导说，他们应用复杂性软件来预测金融市场的动向取得了极大的成功。该公司的行政总监Packard声称，“我们的结果或许可以同最大的、成绩最突出的海静基金的预测相媲美。”但由于受保密协议的限制，他能透露具体数字。他对于该公司如何进行预测同样守口如瓶，只是说如果全盘披露这类资料将对他们的预测不利，因为其它公司可能会改变其行为。Packard愿意说的就是他们的工具和模型的复杂程度不断有所提高：这两个人开始时是从混沌着手来破解预示市场变动的基本模式，而现在则运用滤波理论、遗传算法神经元网络以及其它各种工具来研究更广泛的复杂性基本原理。

 复杂性极有可能与迅捷的、数据密集的因特网世界实现完美的配台。IBM公司Thomas J．Watson研究中心的代理人及突现现象部主管Jeffrey O Kephart利用复杂的计算机模拟程序和智能代理人来模拟专业市场的演变及周期性的价格战行为。因特网或许能够让数据实时反馈到模型中Deere公司的Fulkerson认为．“能否根据客户要求的步伐进行自适应调节最终将成为决定成败的主要因素之一复杂性理论使这种用户至上的根本现点得以实现。”

 不过某些研究人员怀疑复杂性是否已经被弄到了过于玄乎的地步。伊利诺斯大学的伊利诺斯遗传算法实验室主任David E Goldberg说，“在代理人及其相互作用的抽象过程中仍然有大量的人为成分、以代理人为基础的模拟充其量也就是利用了代理所知道的以及能学到的东西。现在模型中所使用的代理人绝大多数都处于智能曲线的低端。此外内基一梅隆大学的Herbert A Simon指出，大多数模型都未考虑人是如何怍出决定的。Simon是诺贝尔经济学奖的得主。他也对人智能和社会生物学的发展做出过贡献，他预测，“正需要经过很长一段时间才能使人机界面变得顺畅。”

 对待这些批评意见复杂性研究的支持者们(如Casti等)显得泰然自若。Casti指出，“复杂性科学是物理学而非诗歌，但这井意味着它没有包含许多诗的成分”。尽管这门新的科学领域可能已经采摘了它的一些最容易获得的果实，但它的许多潜力还有待开发。Goldberg指出，确定复杂性理论能做些什么和不能做什么的界线是科学研究所面临的最庞大的智能任务之一。我们现在仍然走在半途上：这一过程可能会揭示人类革新的深层奥秘，并提供前所未有的智能手段。”