涌现——AI“思考”背后的科学｜杨明哲

本文以“涌现”为核心线索，从作者的个人学术经历出发，系统梳理了从鸟群、木星大红斑到AI大模型等不同系统中涌现现象的共同特征。研究背景在于，随着AI大模型规模扩大，出现了难以用线性规律解释的“涌现能力”，这促使研究者重新审视宏观智能如何从微观交互中生成。研究目的是建立一套可量化的框架来理解涌现，而非停留在“整体大于部分之和”的定性描述。文章从信息论入手，引入熵、互信息等概念作为度量系统关联的“尺子”，并指出相关性不足以区分真正的涌现（如鸟群）与外部控制的秩序（如机器人表演），因此进一步引入因果分析，重点介绍了Erik Hoel提出的“因果涌现”框架，通过有效信息（EI）比较不同尺度上的因果效应强度。随后，文章从演化论视角探讨涌现的起源，引用计算力学和元胞自动机研究，说明系统如何在预测能力与模型简洁性之间演化出新的结构层次。结论部分强调，涌现并非超自然现象，而是系统在特定条件下自发产生的结构化行为；通过信息论、因果分析和计算框架，可以科学地量化并预测涌现现象，这一思路在大模型可解释性、意识研究等领域具有重要应用价值。文章最后还列举了多个相关DOI号供进一步研究参考。