圣塔菲研究所前所长、《规模》作者Geoffrey B. West与Erdős-Rényi Prize、科学探索奖获得者吕琳媛作序推荐
北师大系统科学学院张江教授执笔,重新解读《规模》中提到的一些重大发现,并补充了《规模》中省略的推理过程和技术细节
◎ 编辑推荐
为什么跳蚤可以跳得这么高?
为什么大企业效率不一定更高?
为什么大城市疾病传染率更高?
为什么科技发展速度越来越快?
你是否也曾被这些问题所困扰?
是否存在一种统一理论可以透视世间万物?
拥抱非线性思维,换个视角看世界。
以“规模”为线索,把握纷繁复杂现象背后的统一性,感受底层运行逻辑的简洁性。
◎ 名人推荐
这是一本关于复杂系统“规模法则”的科普读物,介绍并分析了复杂系统的各种宏观变量随系统规模大小变化的一些基本规律。尽管大千世界中的复杂系统彼此千差万别,本书作者仍雄心勃勃地探讨了能否以及如何建立一种关于复杂性的“新万物理论”。作者的思维深刻、视角开阔;本书的主题新颖、内容丰富。这样的科普读物实属不可多得,值得广泛推荐。
——陈关荣,欧洲科学院院士,发展中国家科学院院士,香港城市大学电机工程系讲座教授
我所认识的张江具有一种特殊的才能,对其他人来说极为抽象的数学公式,他可以直观地感受到它们背后的物理事实,并把这种强烈的感受传递开来。这使得他成了命中注定的导师和作家,也或多或少造就了其作品的复杂性:在常识的阴影下举起叛逆的火把,用冰冷的方程掩盖炽热的心,在命运的流转中寻找不变性。他科研与哲思的非凡混合自成风格,也由此引发了一种超乎寻常的阅读体验:我们读得越深,科学与科幻之间的界限就越模糊。
——吴令飞,美国匹兹堡大学计算机与信息学院助理教授,美国国家科学基金会早期职业生涯奖(NSF CAREER AWARD)获得者
本书生动地展现了生命系统、生态系统、互联网社区、城市、国家以及企业等看似完全不同的复杂系统背后隐藏的普适规律。对于热爱思考的读者,本书将带你感受复杂系统背后的优雅与简洁,激发你对身边各种复杂问题产生崭新的认识和深刻的洞察,帮助你做好准备以迎接技术和社会变革带来的全新复杂性。对于研究者,本书更是不容错过,书中分享了作者第一手的科研经验,生动地展示了如何从纷繁复杂的现象中抽丝剥茧,得出简洁、优雅的模型,以及综合使用各种理论工具和技术手段解决实际问题。相信本书必定能为你带来启发,开拓更广阔的学术天地。
——唐乾元,香港浸会大学物理系助理教授
◎ 内容简介
本书聚焦于“规模法则”这一复杂科学前沿研究方向,阐释了各类复杂系统(生命系统、生态系统、互联网社区、城市、国家、企业等)中存在的统一规律。规模法则理论能够用简洁的幂律公式刻画各种宏观变量随系统规模变化的数量关系,帮助我们重新审视万事万物。本书不仅搭建了一个系统认识复杂科学的思维框架,揭示了不同事物背后的普适规律,而且可以让你对工作和生活有更全面的理解、更本质的洞察。
本书适合大学生、研究生、跨领域科研人员、企业高管,以及对复杂科学感兴趣的大众读者阅读。
张江,北京师范大学系统科学学院教授,集智俱乐部、集智学园、集智科学研究中心创始人,曾任腾讯研究院、华为战略研究院等特聘顾问。主要研究领域包括复杂系统分析与建模、规模理论、机器学习等。
摘自雪球大V一只花蛤 在《规模法则》中,张江教授自叙他从2011年起,就与圣塔菲研究所前所长杰弗里·韦斯特等人就企业的规模与生长这个话题展开了长达10多年的研究合作。他们尝试通过规模法则这一理论工具,从30000多家美国上市公司长达70年的发展历程和3000多家中国上市公司近...
评分摘自雪球大V一只花蛤 在《规模法则》中,张江教授自叙他从2011年起,就与圣塔菲研究所前所长杰弗里·韦斯特等人就企业的规模与生长这个话题展开了长达10多年的研究合作。他们尝试通过规模法则这一理论工具,从30000多家美国上市公司长达70年的发展历程和3000多家中国上市公司近...
评分摘自雪球大V一只花蛤 在《规模法则》中,张江教授自叙他从2011年起,就与圣塔菲研究所前所长杰弗里·韦斯特等人就企业的规模与生长这个话题展开了长达10多年的研究合作。他们尝试通过规模法则这一理论工具,从30000多家美国上市公司长达70年的发展历程和3000多家中国上市公司近...
评分摘自雪球大V一只花蛤 在《规模法则》中,张江教授自叙他从2011年起,就与圣塔菲研究所前所长杰弗里·韦斯特等人就企业的规模与生长这个话题展开了长达10多年的研究合作。他们尝试通过规模法则这一理论工具,从30000多家美国上市公司长达70年的发展历程和3000多家中国上市公司近...
评分摘自雪球大V一只花蛤 在《规模法则》中,张江教授自叙他从2011年起,就与圣塔菲研究所前所长杰弗里·韦斯特等人就企业的规模与生长这个话题展开了长达10多年的研究合作。他们尝试通过规模法则这一理论工具,从30000多家美国上市公司长达70年的发展历程和3000多家中国上市公司近...
这本书的叙事方式非常独特,它不像传统学术著作那样板着脸孔,反而有一种近乎哲学思辨的韵味。作者似乎很擅长使用类比和隐喻,将抽象的概念具体化,这使得阅读过程变得既有挑战性又不失趣味性。我尤其欣赏它对于“确定性与随机性”之间关系的探讨,这种辩证的视角,让人开始重新审视我们对“控制”与“预测”的执着。我猜测,作者也许是想告诉我们,生活中的许多看似混乱的现象,实际上是在更宏大、更稳定的结构约束下发生的,关键在于我们能否找到那个正确的观察尺度。如果这本书能够引导我减少对微小波动的过度焦虑,转而去关注那些驱动事物长期发展的根本力量,那这本书对我个人心态的调整也会有积极的影响。我期待接下来的章节能给出更具操作性的思考路径,而不是仅仅停留在理论层面。
评分读完第一章,我感觉自己仿佛站在一个巨大的沙盘前,作者像是那位掌控全局的棋手,正在缓缓布局。这本书的行文节奏把握得极好,张弛有度,不会让人感到压迫感,但又时刻保持着一种内在的张力。它似乎在引导我们去审视那些平时被我们忽略的微小互动是如何累积、放大,最终形成我们所观察到的宏观景象的。我注意到作者在引用数据和文献时非常审慎,这使得整本书的论证基础非常扎实,而非空中楼阁般的臆测。我个人对其中关于“临界点”和“涌现现象”的探讨特别感兴趣,这触及了复杂性科学的核心,也反映了作者对自然界和人类社会统一性规律的深刻洞察。如果这本书能提供一套清晰的思维框架,帮助我更好地理解新闻报道中那些瞬息万变的事件,那它的价值就远远超出了单纯的阅读体验,更像是一种认知工具的升级。我希望接下来的内容能继续保持这种高度的智识密度,不辜负我投入的时间和精力。
评分这是一部需要反复咀嚼才能品出其中滋味的著作。它的深度不在于词藻的华丽,而在于逻辑链条的严密和洞察力的犀利。我特别留意到作者在论述过程中保持的克制,他没有试图将所有复杂性简化为一个简单的公式,而是承认了系统中固有的不确定性和边界条件的重要性。这种成熟的学术态度,反而让他的论点更具说服力。我感觉这本书更像是邀请我们进行一场深刻的思维探险,它提供的不仅仅是知识,更是一种看待世界的全新“透镜”。我希望接下来的部分能针对现实中一些热点问题,运用书中提出的模型进行一次精彩的“诊断”,这样就能直观地看到这些“法则”在现实中的应用价值,而不是仅仅停留在纯粹的学术探讨层面。这本书无疑是为那些不满足于表面现象、渴望探究事物深层结构的人准备的。
评分这本书的封面设计真是引人注目,色彩搭配和排版都透露着一种深沉而神秘的气质,让人一眼就想捧起来翻阅。书名本身就带着一种宏大的叙事感,仿佛预示着即将展开的不仅仅是一个故事,更是一套关于世界运转的底层逻辑的揭示。我特地去了解了一下作者的背景,发现他在特定领域的研究颇有建树,这更增加了我对这本书的期待值。我猜测这本书的内容可能会涉及复杂的系统分析,也许会用一种非常理性的视角去解构我们习以为常的现象,比如社会结构的演变,或者经济体系的波动,它们背后是否都遵循着某种可被量化的、可被预测的“法则”。我希望作者能够避免过于枯燥的理论堆砌,而是巧妙地将深奥的原理融入到生动的案例中去,让像我这样并非专业人士的读者也能从中获得启发。尤其期待那种“豁然开朗”的时刻,当一个看似随机的事件,被一个简洁有力的模型所解释时,那种智力上的愉悦感是无可替代的。这本书如果能做到这一点,无疑就是一本能提升思维层次的佳作。
评分这本书的装帧设计虽然朴素,但纸张的手感和油墨的质感都透露着一种对知识的尊重。文字的编排上,作者使用了大量的图表和视觉辅助材料,这对于理解复杂的数学模型或统计趋势至关重要。我发现作者在处理跨学科的知识融合方面做得非常出色,他能将物理学的概念巧妙地嫁接到社会学现象的分析中,这种融会贯通的能力令人赞叹。我感觉这本书不是在“告诉”我答案,而是在“训练”我提问的能力,它鼓励读者去质疑那些被奉为圭臬的“常识”。在阅读过程中,我常常需要停下来,对照着书中的例子,去反思自己过往的经验和判断,这是一种非常深入的智力互动。如果这本书能让我对世界运行的基本原理建立起一种更具弹性和适应性的理解,那么它就成功了。
评分寻找复杂系统的普遍规律
评分印象比较深的是“流量”与“存量”之间的关系。之前看过《规模》,再看本书就感觉有点重复了。如果能跳出生物、城市、公司等,发掘更多一些复杂系统可能会更好。BTW,作为一个理科生,一点也不觉得公式多,反而是觉得一些逻辑细节好像还不严谨。
评分寻找复杂系统的普遍规律
评分印象比较深的是“流量”与“存量”之间的关系。之前看过《规模》,再看本书就感觉有点重复了。如果能跳出生物、城市、公司等,发掘更多一些复杂系统可能会更好。BTW,作为一个理科生,一点也不觉得公式多,反而是觉得一些逻辑细节好像还不严谨。
评分印象比较深的是“流量”与“存量”之间的关系。之前看过《规模》,再看本书就感觉有点重复了。如果能跳出生物、城市、公司等,发掘更多一些复杂系统可能会更好。BTW,作为一个理科生,一点也不觉得公式多,反而是觉得一些逻辑细节好像还不严谨。