作為未來的互聯(lián)網(wǎng)從業(yè)者，終于有機會拜讀鼎鼎大名的失控了！一本在20年前構(gòu)思，現(xiàn)在依然準(zhǔn)確地預(yù)測著互聯(lián)網(wǎng)和人類技術(shù)未來發(fā)展的鴻篇大作。厚，但是沒有多少廢話，每一章都是閃閃發(fā)光的！我會簡明扼要地講述書中的概念，再加上我個人的發(fā)散思考，一并寫出。
相信就算沒看過失控，很多人也已經(jīng)知道了這本書的大名，也知道他預(yù)測的東西包括了云計算，人工智能，機器學(xué)習(xí)，眾包等等概念。我以為不會被驚到，后來發(fā)現(xiàn)我錯了...每看一章，都要把書合上，遐想半天，看了一下午5個小時才看了100頁，實在是回味無窮啊...
你會發(fā)現(xiàn)，其實凱文凱利（簡稱KK）一直都是在用一種特殊視角去觀察世界。把機器替換成生物，把生物替換成機器。一片森林在他眼里是一個系統(tǒng)，一個機器人在他眼里是一個生命。
總的來說，失控是講人造物（機械）與天造物（自然創(chuàng)造物），這兩者在不斷互相融合的大趨勢。機器在不斷地變得像生物一樣，充滿智能、自我修復(fù)、適應(yīng)環(huán)境、變異和進化。而生物則融合了技術(shù)從而變得超出了以往的存在，定向進化、機能強化、基因改造...而這一切走向盡頭之時，我們將無法再控制他們，所以書名叫做《失控》。
一、蜂群思維
書中首先講的是蜂群思維，這也是后續(xù)概念的一個底層基礎(chǔ)理論。所謂蜂群思維，也叫做分布式系統(tǒng)，來源于大自然中螞蟻和蜜蜂的思維方式。單個蜜蜂的大腦很小，智慧有限，但是當(dāng)他們聚集成蜂群的時候，卻能表現(xiàn)出超常的智慧。
比如，當(dāng)蜜蜂們想搬家的時候，首先他們會派出少部分的探索者，其他人會待在家里。當(dāng)探索者探索回來，根據(jù)自己看到的新家園的美好程度，跳起了不同程度的舞蹈。跳舞越激烈，吸引到支持他們的蜜蜂越多。其他蜜蜂看到之后，會有第二批探索者去跟隨第一批蜜蜂，去核查證實那些地方，是不是真的像他們跳舞表達得那么好。第二批蜜蜂看完回來之后，也會跳起舞蹈，吸引第三批跟隨著。然后第三批蜜蜂就跟隨第二批，再次去核查...就這樣不斷循環(huán)，最終一開始可能有10個選項，最終會優(yōu)秀的選項會聚集越來越多的蜂群，達到某個程度之后，那個選項將會勝出，然后所有蜜蜂就會高高興興地搬家去了。順帶一提在這過程中，蜂后并沒有決策權(quán)。
你會發(fā)現(xiàn)，這其實就是一種很純粹的民主。而且，他的本質(zhì)只不過是【探索--投票--再探索--再投票】的循環(huán)。單個蜜蜂的智商是很有限的，他們只知道【探索】和【投票】兩個規(guī)則，但是當(dāng)整個蜂群都遵循這種規(guī)則的時候，他們能以很優(yōu)秀的方式去完成【搜索可以搬家的地方，并挑選出其中最好的一個】這樣復(fù)雜的一個任務(wù)。如果這個任務(wù)要交給一個個體去做，他需要把這10個地方都飛一遍，然后還要把他們的評估分數(shù)都記在腦子里，然后再作出決策。
這就是蜂群思維，一種從大量的愚蠢中孕育出智慧的思維。他們只不過是設(shè)定了幾個規(guī)則，最終卻演化出了高度的智慧。
另外一個例子就是動物群體的移動，比如遷徙的魚群，鳥群。一個大規(guī)模魚群可能延綿十幾公里，一條魚根本不知道自己所處的位置，也不知道大部隊的方向，而且當(dāng)前面的魚方向轉(zhuǎn)變的時候，后面的魚也會快速地跟著前面的魚變化。他們的原理跟蜂群也是類似的。好萊塢特效師在制作虛擬的魚群或者蝙蝠群的時候，只不過使用了簡單的3個規(guī)則，就能模擬出大自然的真實動物群的效果。
【1 靠近你的同伴；2 不要離開大隊伍；3 跟同伴保持安全距離，不要撞上去】
這種邏輯當(dāng)然也可以用在無人機群、無人汽車群、機器人群里。
除了蜂群、魚群，其實人的大腦也是一樣的。大量結(jié)構(gòu)一樣的腦細胞聚集到一起，遵循著某些未知的規(guī)則。當(dāng)然，人群也一樣。甚至無機物，比如沙子構(gòu)成沙丘之后，或者水滴構(gòu)成水塘之后，他們也會從中涌現(xiàn)出跟之前完全不一樣的物理規(guī)律。沙丘形成的流體力學(xué)，對于單個沙子的運動規(guī)律而言，就相當(dāng)于群體思維對個體思維一樣。大量聚集個體之后，群體思維就會從中涌現(xiàn)。
最后提一下，蜂群的整體記憶并不存在在某處，而是在所有蜜蜂身上。蜂群的思考也沒有在特定某處，而是在所有蜜蜂身上。這就是蜂群的分布式記憶和分布式計算。分布式計算就是我們平時耳熟能詳?shù)脑朴嬎?，也叫并行分布式計算。而分布式記憶，很可能就是人腦的記憶方式，也是未來人工智能采用的記憶方式。
想要構(gòu)成一個群體（也就是分布式系統(tǒng)），其實不難。分布式系統(tǒng)有4個特點：
1.要有大量相似的個體聚集在一起，而且沒有一個中心控制；
2.個體自行依據(jù)規(guī)則對局部環(huán)境作出反應(yīng)；
3.個體之間高度連接；
4.點跟點之間的影響，會通過網(wǎng)絡(luò)形成非線性的因果關(guān)系；這句可能有點繞，大致就是：因為在一個群體中，每一個個體，都會受到其他所有個體的影響，同時也會影響其他所有的個體?？赡芤粭l魚受到了驚嚇，這是一個因，但最終導(dǎo)致的結(jié)果會是整個魚群的數(shù)量增加了10%這樣一個果！而這中間，有著無數(shù)的邏輯關(guān)系錯綜復(fù)雜。可能A魚分別影響了B、C、D魚....而他們也反過來影響了A魚，這其中的因果關(guān)系不是單純的【我咬了你同伴一口，你被嚇跑了】，而是【我嚇跑了你，你跑回去之后影響了其他的B、C、D...最終演變成整個大魚群的移動，避開了捕食者】這樣一個龐大的結(jié)果。
而這4個特點中的前三個，其實也可以看成是【構(gòu)成分布式系統(tǒng)的條件】，記住了，三個條件：“大量個體無中心控制”、“個體可以自行應(yīng)對局部環(huán)境”、“高度連接”。
但是，分布式系統(tǒng)并不是那么萬能的，從這4個特點中，我們可以看到分布式系統(tǒng)的優(yōu)點和缺點。
分布式系統(tǒng)的優(yōu)點：
1-適應(yīng)力：因為個體之間功能很接近而且很模糊，在一個系統(tǒng)中，就算某些部分失效了，其他的也能用，體現(xiàn)出來就是對環(huán)境的適應(yīng)力。
例子：大腦被切除了一部分之后，可能會癱瘓，喪失語言能力，但不會死亡；你炸了互聯(lián)網(wǎng)里30%的電腦，資訊會減少，但是互聯(lián)網(wǎng)還是可以照常運行。
2-可進化：因為個體之間很接近，所以當(dāng)遇到異常的危險時，如果某個個體成功出現(xiàn)了適應(yīng)力，那么這個個體可以把這適應(yīng)性傳遞給其他個體，從而實現(xiàn)整體的進化。
例子：最典型的就是人體的免疫系統(tǒng)。當(dāng)有病毒入侵人體時，巨噬細胞吞噬異變細胞后，會從中提取出病毒的抗原，這個抗原就是用來識別敵人的線索，然后再把抗原傳遞給負責(zé)制造抗體（相當(dāng)于武器），從而擊退病毒；
又比如可能一開始你不知道電話詐騙的手段的，但是當(dāng)有人受騙了之后，他們把電話詐騙的手段給揭露出來，告訴大家怎樣識別騙子（比如那些張口第一句話就是“猜猜我是誰”的），其他人知道怎樣識別之后，就會獲得對騙子的免疫力，我們也可以說這個群體在對抗騙子這方面的能力進化了。
3-自我糾錯：個體的失誤不會影響整個群體，因為個體的力量是有限的，群體占絕對優(yōu)勢。一旦個體出錯，群體會自動糾正。
例子：還是說免疫系統(tǒng)，如果一個細胞突變成了癌細胞，巨噬細胞會毫不留情地把他當(dāng)成敵人消滅掉。再比如，在宗教組織中，褻瀆上帝的人會被當(dāng)成異端燒死，長期以往，基本上所謂的異端們是很難聚集起來形成力量的，所以宗教的統(tǒng)治很穩(wěn)固。后來宗教被推翻了，也是因為異端們通過傳播自己的思想，鼓動其他教徒的想法，擴大自己勢力范圍才成功的。這跟癌細胞最終戰(zhàn)勝人體也是一樣的，不斷傳染其他細胞，其實就相當(dāng)于形成自己的組織了。
4-無限性：這種群體可以不斷地增長。他只會變得越來越有序，而不會變得無序，成長對群體來說是正反饋，是好事，所以說無限。
例子：比如生命，越繁殖越多；財富，錢滾錢越來越多。這兩個書中的例子我覺得太抽象了，我說個更好的：比如人人經(jīng)濟沒有管理成本，突破了科斯天花板，就是無限性的表現(xiàn)。看不懂這句話的話看下面的補充說明。
在管理學(xué)中，有個概念叫【科斯天花板】，就是說管理成本限制了組織的規(guī)模和效率。因為傳統(tǒng)的組織結(jié)構(gòu)，都是有管理成本的，100個人干活，可能要付出很大的成本去維持他們協(xié)作和溝通。在這種情況下，你想讓他們效率提高，再給50個人進去也沒用，效率反而會更低。因為受到管理成本的制約，注定了一個組織和企業(yè)不可能無限制地擴大。當(dāng)擴大到管理成本的頂峰的時候，再擴大反而沒有好處了，邊際收益是負數(shù)了。
但是相對的，在《未來是濕的》里面提到，互聯(lián)網(wǎng)時代出現(xiàn)的新型組織，是不存在科斯天花板的。比如編寫WIKI百科背后的一大堆人，比如創(chuàng)造了知乎的眾多用戶們，比如facebook和instagram龐大用戶數(shù)所創(chuàng)造的內(nèi)容庫和新聞網(wǎng)絡(luò)。如果換成傳統(tǒng)企業(yè)去編寫WIKI，來一千個專家都搞不定。這種新組織形態(tài)，也叫做人人經(jīng)濟。
你會發(fā)現(xiàn)，其實人人經(jīng)濟就類似于分布式系統(tǒng)，他就是一個群體。無限性其實也就是指他沒有科斯天花板，他可以無限擴張而不會降低效率。
5-新穎性：KK提出了3個新穎性
1)分布式系統(tǒng)因果不成比例，隨時都會誕生出預(yù)料之外的東西；
2)個體之間的組合數(shù)量，是呈指數(shù)增長的；舉個例子就是互聯(lián)網(wǎng)網(wǎng)絡(luò)，或者人際關(guān)系網(wǎng)絡(luò)，5個人之間的關(guān)系可能只有2位數(shù)，50個人間的關(guān)系數(shù)量可就是4 5位數(shù)以上了；
3)允許個體缺陷。這是我覺得最重要的！因為他會自我糾錯，所以允許出現(xiàn)缺陷，也正因為此，他允許個體發(fā)生變異，從中可以發(fā)現(xiàn)有利的變異，再把變異傳遞給其他個體，形成進化。舉個例子就是大自然的基因突變。
以上是分布式系統(tǒng)的5個優(yōu)點。
那分布式系統(tǒng)的缺點呢？
1-非最優(yōu)：冗余，因為大量個體沒有利用上；沒有中央控制，系統(tǒng)的效率低下。舉個例子就是群體決策，比方說開會，選舉，統(tǒng)一意見，總是慢得要死。所以大公司都慢，創(chuàng)業(yè)公司靠領(lǐng)導(dǎo)者拍腦袋決策，所以夠快。
2-不可控：群體是無法控制的，只能去引導(dǎo)。你很難同時控制一個羊群的移動，只能用牧羊犬和狼引導(dǎo)他們移動。另外的例子，比如大眾輿論，也是只能引導(dǎo)的，不能正面控制。民眾暴動也是類似。
3-不可預(yù)測：因為中間邏輯關(guān)系和概率太多，太復(fù)雜了。
4-不可知：理由同上。
5-延時：在群體間，一個信息的傳遞是需要時間的，一個事件、一個因的傳遞也一樣。
與分布式系統(tǒng)相對應(yīng)的，是我們工業(yè)時代的那種流水線邏輯。我設(shè)計了先后的幾個部分，每個部分都負責(zé)他的工作，我可以精確地控制每一步的輸入、輸出、精度、時間。
所以呢，需要絕對控制的工作，交給傳統(tǒng)的控制系統(tǒng)；
需要終極適應(yīng)性的工作，用失控的群體；
通常我們會根據(jù)實用需要，一定程度地混合這兩者。
剛剛說了那么多分布式系統(tǒng)和群體的事，我涌現(xiàn)了一些想法：
其實分布式系統(tǒng)，就是網(wǎng)絡(luò)。
網(wǎng)絡(luò)+生物，就是生物種族、群體、社區(qū)；
那網(wǎng)絡(luò)+物質(zhì)呢...？我能想到兩樣?xùn)|西，一個是物聯(lián)網(wǎng)，一個是4D打印。
所謂物聯(lián)網(wǎng)，就是把生活中的各種物體，賦予他們一些傳感器和接收器，把他們連到互聯(lián)網(wǎng)上。比如陽光太猛了，窗戶的光線傳感器收到信號，自動關(guān)窗；空氣質(zhì)量不好，自動開窗；太熱了，風(fēng)扇自動開；夜深了，光線自動變?nèi)岷?；人捂著下體高速靠近廁所了，廁所門自動打開...這就是智能家居。當(dāng)然除了家居，出行工具、文具、餐具、清潔工具，通通都可以變得智能。
4D打印呢，有一個TED是專門講這個的。就是材料可以自己變形，還可以自己設(shè)定變形的時間。只要準(zhǔn)備好材料，材料自己就變成成品了。把材料的每一個分子看成個體，再加上材料變化的規(guī)則設(shè)定，他本身也是一個分布式系統(tǒng)。
可能你會覺得蔑視：切，不就是人性化一點嗎？這跟智能和智慧還差得遠呢？！
嗯...對比一下就知道了，我就拿物聯(lián)網(wǎng)來說吧：
1-適應(yīng)力：在物聯(lián)網(wǎng)中，部分功能異常，不影響其他功能使用。比如窗簾是光感應(yīng)的，窗戶是空氣和溫度感應(yīng)的。窗簾壞了，窗戶還是會照常工作。這個很好理解。
2-可進化：你穿過了一扇門，走過一塊地板，這房子就會自動讀取你的身高體重體脂率，然后把這個信息傳遞給房子里所有家具，甚至可以弄成檔案庫，傳給你要坐的出租車，火車，飛機。然后所有的桌椅自動調(diào)整合適高度，糾正不良看電腦姿勢；床墊自動配置軟硬度；顯示的字間距和音量大小也會自動調(diào)整。
3-自我修復(fù)：如果椅子壞了，系統(tǒng)能告訴你應(yīng)該買多大尺寸的椅子才合適。雖然現(xiàn)在還要人手，如果以后有家居機器人的話，或者材料科學(xué)獲得新突破，記憶材料能夠廣泛應(yīng)用的話，就真的是自我修復(fù)了。之前好像LG就出產(chǎn)過可以自動修復(fù)手機殼的手機。
4-進化：你覺得凳子這高度不爽？自己調(diào)節(jié)一個，然后所有的凳子都會進化得更高更爽。你是上班族，你想在下班的時候冰箱自動給食材解凍，夏天空調(diào)自動提前制冷，牛奶喝光了自動訂購放在門口，還選好你喝慣的那個牌子--突然新聞爆料出事了還能自動換牌子，但是又懶得設(shè)置？上網(wǎng)直接下載一個別人弄好的“上班族家居方案”一鍵搞定。
最終狀態(tài)下，估計房子就會跟管家一樣。你變重了哦？去運動吧！你玩太久了，去看書吧！你餓了嗎，我做飯給你吃！你病了嗎，我?guī)湍愦螂娫捊o你朋友，告訴他一聲！你單身太久了嗎，上次來家里住的那個妹子其實挺合適你的...這總能算智能了吧
二、有心智的機器人
接著上一章的分布式系統(tǒng)，這一章KK講了分布式控制。一句話概括，分布式控制就是一種怎樣從簡單中構(gòu)造復(fù)雜系統(tǒng)的方法。
傳統(tǒng)的建造機器人的思路是，我需要處理器、傳感器、動力等等系統(tǒng)，然后像拼電腦一樣拼到一起。結(jié)果機器人的體積越造越大，電池占機身重量的比例也越來越大。
插個話，圖靈機的思路都是這樣，現(xiàn)有所有計算機都是圖靈機。在新型計算機結(jié)構(gòu)中，除了有量子計算機以外，還有仿照蜂群思維的并行分布式計算機。
而分布式控制就是，首先給簡單的次級單位（就是個體）設(shè)立行動規(guī)則，當(dāng)他運行良好的時候，再設(shè)置更復(fù)雜一點的規(guī)則，然后層層疊加上去，最終變成一個復(fù)雜系統(tǒng)。
舉個簡單的例子就是音樂。一開始我們先加個基礎(chǔ)節(jié)奏，可能是架子鼓的動次大次。然后每8個拍子加一個拍手的聲音。然后再加上一段電吉他旋律，然后再加上一點鋼琴，再加點貝斯...然后就成旋律了。
再舉個例子：
比如說，這里有個用腿走路的機器人。用多少條腿都可以。給其中的每一條腿設(shè)置兩個規(guī)則：
【如果腿抬起來了，就落下】【如果一只腳領(lǐng)先了其他腳，就讓其他腳在地上往后撐】
設(shè)置完畢之后，就算斷了一條腿，他也能繼續(xù)走。（書中并沒有講述詳細的邏輯原理）
這樣我們就設(shè)置好了最底層的【移動模塊】，這是最基礎(chǔ)的一層系統(tǒng)。
可能一個機器人會從低到高搭載好幾個層次的系統(tǒng)：
-移動
-避免接觸，防撞
-無目的漫游
-探索世界，繪制地圖
-預(yù)見變化的行動方案
在添加其他模塊的時候，有些需要注意的規(guī)則：
1-當(dāng)某個系統(tǒng)能正常運轉(zhuǎn)時，不要擾亂他；
2-以它為基層構(gòu)建上層系統(tǒng)，可以改良下層系統(tǒng)，或者給下層打補?。?/p>
3-不同層級之間不能直接控制，只能間接控制；
假設(shè)我們想在【移動模塊】上面加一個【防撞模塊】，避免這機器人撞到墻。我們可以裝幾個感應(yīng)器測量與周邊的距離，但是不能在靠近墻的時候，強行地改變【移動模塊】的規(guī)則。比如通過【一旦感應(yīng)到墻，就算抬起的腳領(lǐng)先其他腳，其他腳也不能往后推】這規(guī)則是跟底層規(guī)則相矛盾的，會影響移動模塊的正常運作。
我們也不可以直接控制下層【移動模塊】直接停止工作，原地站著。我們要的是機器人避開障礙物，而不是碰到障礙物等死。如果想直接控制機器人繞開障礙物的話，需要的計算量就太大了，而且不同層級之間會發(fā)生矛盾，需要協(xié)調(diào)。
比方說，激光探測器說，前面有一堵墻。另一個聲納探測器說，前面可以走。兩個傳感器沖突怎么辦？這時候如果裝一個中央處理器協(xié)調(diào)他們的話，就相當(dāng)于回到傳統(tǒng)控制的路子了。就像傳統(tǒng)組織有管理成本和科斯天花板一樣，這個中央處理器的協(xié)調(diào)成本也會越來越大。所以我們不能直接控制。
我們可以用一些方法調(diào)和他們的矛盾。比如抑制、延遲、激活等等。我們可以讓靠近墻的那幾只腳行動受到抑制，比如在他抬起腳和落下腳之間，插入一個很大的延時，這樣靠近墻的幾只腳就幾乎不動了。也可以讓靠近墻的幾只腳抬起來之后在原地落下。這樣局部抑制之后，不影響其他方向的腳移動。也可以直接在每一根腳上都裝一個距離傳感器，這樣每一根腳自己就具備了防撞功能。
總的來說，分布式控制的規(guī)則有5個：
“低級反射”、“遞增發(fā)展”、“分散控制”、“稀疏通訊”、“模塊間拆分獨立”
低級反射就是盡可能地讓最底層的行為更簡單；遞增發(fā)展就是一層一層往上疊加的意思；分散控制，就是去中心化控制；稀疏通訊，就是模塊不能直接控制模塊，要間接；拆分獨立就是模塊間互相獨立，不依賴其他模塊運作。
在我看來，這也是賦予一個物體生命的規(guī)律。
正如前面提到的物聯(lián)網(wǎng)，按照這分布式控制的規(guī)則去改造，就能在一定程度上顯現(xiàn)出智能。同樣地我改造一輛自行車，一支筆，一個杯子，也能賦予他們智能。這種感覺就跟創(chuàng)造了小型的生命一樣，創(chuàng)造了一些低級的人工智能生物。我甚至想到未來當(dāng)我們?yōu)樽约吼B(yǎng)的這些機械生命編程、修理的時候，人們在付出的同時，也會對他們產(chǎn)生感情，就像自己的寵物一樣?；蛟S機器跟人類的沖突原本就沒有我們想象中的那么激烈。
一開始我會有點把分布式系統(tǒng)和分布式控制兩個概念弄混，覺得分布式控制這種做法不也是一種分工和專業(yè)化嗎？跟傳統(tǒng)工業(yè)生產(chǎn)的控制有什么區(qū)別？后來我發(fā)現(xiàn)，其實分布式系統(tǒng)存在分工是沒問題的。大腦一開始可能只是一團腦細胞的集合體，但是隨著時間流逝，他們會漸漸演變出不同的分工，語言、運動、理性思考、抽象思考等等。蜂群也一樣，內(nèi)部有工蜂、雄蜂、蜂后。大量的個體聚集在一起之后，他們慢慢地就會自然演變出分工，也就是所謂的無限性，能夠不斷地從無序中演變出有序。分布式系統(tǒng)說的是這個系統(tǒng)是怎樣形成的。而分布式控制是利用形成系統(tǒng)的原理，直接用來搭建新的復(fù)雜系統(tǒng)了，側(cè)重應(yīng)用。
問題來了，書中有提到，其實大腦本身很可能就是一個分布式系統(tǒng)。也就是說，大腦并不存在某一個區(qū)域產(chǎn)生意識。意識可能是所有腦細胞共同作用下的，一個群體的現(xiàn)象！意識可能是由大量分布的低級思維構(gòu)成的！盡管這個觀點還沒得到證實，但依然具有強大的說服力。
我覺得可怕的地方有2個。
第一是，如果意識是由簡單的底層邏輯構(gòu)成的，也就意味著人的意識是完全可以解讀并改變的。
第二是，我可以通過復(fù)制一個人所有底層的邏輯，來復(fù)制一個人的意識。
如果我能夠知道一個人的價值觀、世界觀、人生觀的每一個詳細設(shè)定，然后仿照著來回答。
我知道你的價值觀是“家人比金錢更重要”，我還知道你的語氣和情緒數(shù)值和習(xí)慣用語。
那么這個機器在回答“你愿意花多少錢賣你的女兒”這個問題時，就會自動輸出答案“滾！”
三、組裝復(fù)雜性
這章很短，書中舉了一個恢復(fù)大草原植被生態(tài)的例子，講怎樣一步步從荒地組建成高度復(fù)雜性的大草原生態(tài)系統(tǒng)。
第一個特殊的地方是，他們突然發(fā)現(xiàn)火是很關(guān)鍵的角色，火能除去一些物種。在搭建復(fù)雜系統(tǒng)的時候，有時候需要除去某些因素。而有的時候，某些因素的缺失不會影響最終結(jié)果。
舉個例子，人類因為有了拇指而學(xué)會制造工具，因此學(xué)會了思考。但是現(xiàn)在我們就算把拇指切掉，也不會妨礙我們思考。拇指就像一個跳板一樣，跳過去了就沒用了。
這意味著可能在自然生態(tài)系統(tǒng)進化的過程中，可能中間有一些物種起到跳板作用之后就滅絕了，我們再也找不回來。如果是真的話，我們就永遠無法恢復(fù)那種生態(tài)系統(tǒng)了。
第二個特殊的地方是，想要組裝復(fù)雜性，跟上面的分布式控制是一樣的，需要從簡單的系統(tǒng)入手，一步步地在簡單系統(tǒng)上面疊加簡單系統(tǒng)，其中還要注意疊加的先后順序，不同順序會衍化出指數(shù)增長的系統(tǒng)類型。十幾個元素能演化出幾百種穩(wěn)態(tài)系統(tǒng)。一旦有了最開始的系統(tǒng)，他就會不斷增長，不斷正反饋，越變越大。
最后一個就是，盡管最開始的元素是混亂無序的，但最終卻總能形成一種穩(wěn)態(tài)，這是一種違反熵增規(guī)律的現(xiàn)象。
個人感覺這章有點水，只是一個承前啟后的過渡章節(jié)。
