复杂现象论.docx
《复杂现象论.docx》由会员分享，可在线阅读，更多相关《复杂现象论.docx（15页珍藏版）》请在冰豆网上搜索。
复杂现象论
哈耶克
冯克利译
一模式认识与模式预测
人类因为好奇心和需要而投身于科学研究。
这种好奇心一直有着比任何其他因素都更大的创造力。
这有充分的原因。
当我们有了好奇心时，我们便会有一个疑问。
但是，不管我们多么迫切地想从似乎是毫无秩序的局面中找到一条出路，如果我们不知道应当寻找什么，那么即使对纯事实进行最专注而不懈的观察，也不太可能使这些事实变得更易于理解。
对事实的直接把握当然十分重要，但是只有在提出问题之后，才能够进行系统的观察。
在我们提出明确的问题之前，我们无从运用自己的智力；而问题的前提是，我们已经对事件形成了某种假设或理论。
只有当我们的感官首先察觉到事件中一再出现某种模式或秩序时，问题才会出现。
一再认识到某种规律（或反复出现的模式或秩序）、不同环境中某种相似的特征，使我们产生好奇心，从而提出“为什么如此”的问题。
我们的理智有一种天赋，当我们在纷杂的事物中注意到这种规律时，我们猜想存在着同一种机制，我们产生了发现这种机制的好奇心。
我们对自己环境所取得的无论什么样的理解或控制力，正是归功于我们理智的这一特性。
许多这样的自然规律是由我们的感官“直觉地”认识到的。
我们看到和听到的模式就像个别的事件一样多，并没有运用理智的操作。
在许多情况下，这些模式不过是我们视为理所当然的环境之一部分，因此它们不会引起问题。
但是，当我们的感官向我们展示出新的模式时，就会引起惊奇和疑问。
我们将科学的起源归功于这种好奇心。
然而，我们的感官的这种模式认知的直觉能力虽然十分神奇，却仍然有它的局限性。
只有某些含有规律的状况（未必是最简单的状况）会将自身呈现于我们的感官。
自然界中的许多模式，只有当我们用理智把它们建立起来之后，我们才能发现它们。
系统地建立这种新模式是数学的工作。
在这方面，几何学在视觉模式上所发挥的作用，不过是一个最为人们熟知的例子。
数学的巨大力量在于，它使我们能够描述出我们无法用感官认识的模式，并且能够说出具有高度抽象性的模式的等级或类别的共同属性。
从这个意义上说，每一个代数方程或一组这样的方程都规定了一类模式，当我们用明确的数值代替其中的变量时，这些模式便具体化为个别的具体表现。
很可能是因为我们的感官能自动地认识到某些模式，因此导致了一种错误的看法，以为只要我们作足够长时间的观察，或从自然事件中得到足够多的事例，某种模式就总是会自动浮现出来。
事情经常是这样，仅仅意味着在这种情况下，理论化的工作已经由我们的感官完成。
但是我们还得对付一些这样的模式，它们的提出并无生物学的原因，在我们能够从现象中发现它存在之前，或我们对它能否用于我们的观察能够进行检验之前，我们必须首先发明这种模式。
一种理论总是仅仅规定某种（或某类）模式，人们所期待的一种模式的具体表现，取决于具体环境（“原初的和边缘性的条件”，根据文本的目的，我们将称之为“素材”）。
我们事实上有多大的预测能力，取决于我们能够确定多少这样的素材。
由理论提供的模式描述，一般仅仅被认为是一种使我们能够对出现在特定环境中的模式之具体表现作出预测的工具。
但是，关于某些一般条件下会出现某种类型的模式的预测，也属于有意义的（但有可能是错误的）预测。
如果我对某人说，他到我的书房去会看到那里有一块由钻石和花边组成图案的小毯子，他不难确定“根据结果这一预测是真是假”，即使我没有提到布局、尺寸、颜色等形成这块小地毯图案的因素。
对某种类型的模式之出现所作的预测，和对这种模式的具体事例之出现所作的预测之间的区别有时在自然科学中也十分重要。
宣布某矿物晶体为六边形的矿物学家，或推测处在另一天体的磁力场的某个天体的运行轨道与圆锥体的一个断面相一致的天文学家，是作出了可以被否定的有意义的预测。
不过一般而言，自然科学倾向于假定，从原则上说总是有可能对它们的预测作出任何所需程度的说明。
但是，当我们从自然科学所处理的比较简单的现象转向并不总是能够作出这种说明的更为复杂的生命现象、精神现象以及社会现象时，这一区别便具有了更为重要的意义。
二复杂性的程度
当把简单和复杂的区分应用于各种命题时，出现了相当大的哲学困难。
不过，衡量不同类型的抽象模式的复杂程度，似乎有着十分简单的方法。
一种模式为了呈现出这类模式的全部特征而必须具备的要素数量最少，似乎提供了一个毫不含糊的标准。
人们有时怀疑，生命现象、精神现象和社会现象是否真的比自然现象更为复杂。
看来这主要是因为混淆了某个特殊种类的现象所具有的复杂程度和任何要素组合、任何现象所能形成的复杂程度。
物理现象当然可以用这种方式达到任何复杂的程度。
但是，当我们从一个公式或模式为形成不同领域典型的模式特征（或呈现出这些结构所遵循的一般规律）而必须具有的最小变量这个角度考虑问题时，当我们从非动物现象进入（“有机性更高的”）生物和社会现象时，复杂性的增加是显而易见的。
从这方面说，即从明确的变量之数量这个角度说，当我们观察一组表述任何物理规律尤其是机械规律的公式时，这些规律看上去令人吃惊地简单。
而另一方面，甚至像反馈（或控制论）系统这种构成因素相对简单的生物现象，其中物理结构的某种组合会产生一个具有特殊属性的完整结构，为了对它进行描述，也需要比描述一般机械规律更为细致得多的方法。
事实上，当我们问自己，应当根据什么标准指出某些现象是“机械”现象或“物理”现象时，我们很可能会发现，它们的规律从以上规定的意义上说是简单的。
非物理现象更为复杂，是因为我们把可以用相对简单的公式加以描述的事情称为物理现象。
因为相互之间存在着简单关系的要素之数量的增加，而引起“新”模式的“浮现”，意味着这个更大的结构作为一个整体具有某些普遍或抽象特征，只要普遍结构（比如一个代数方程所描述的结构）得到保留，它们就会独立于个别素材的具体数量而反复出现。
这种根据其结构的某些普遍属性定义的“整体”，会成为理论解释的明确对象，即使这种理论有可能仅仅是把有关各个要素之关系的命题结合到一起的一种方式。
如果主要根据该结构是“开放”系统还是“封闭”系统来对待这项工作，有可能引起误解。
严格地说，宇宙根本不存在封闭系统。
我们只能提出这样的问题，在具体事例中，宇宙的其他部分作用于这一系统的那些我们希望指出来的接触点（它们对理论而言就变成了素材）是多还是少。
这项决定着理论所描述的模式在既定环境中所呈现之特定形式的素材或变量，在复杂的整体中数量会更多，因此也比简单现象更难以确定和控制。
当我们把某事物当作一个整体，或划定“分界线”时，是由这样的考虑决定的：
我们能否分离出一个我们在自己生活的世界中实际遇到的一再出现的、明确的整合结构的模式类型。
可以设想有许多一再出现的复杂模式，但我们不会认为值得去建构它们。
仔细思考和研究一种特定类型的模式是否有用，取决于它所描述的结构是持久的还是暂时的。
我们主要关系的整合结构，是那些某个复杂模式使它产生了某些属性的结构，表现出这些属性的结构可以自我维持。
三素材不完全时的模式预测
为了形成一类类型的复杂现象，需要最低限度的独特要素的多样性（因此也包含着需要作为解释的最低数量的素材的多样性），由此引起的问题决定着有关这种现象的学科，并且使它们看起来十分不同于研究较为简单的现象的学科。
前者的主要困难变成了一种实际确定全部决定着相关现象之特定表现的素材的困难，这种困难在实际上往往无法克服，有时甚至是一种绝对的困难。
主要研究简单现象的人经常倾向于认为，理论在存在着这种情况的地方毫无用处，科学态度要求我们应当找出一种足够简单的理论，使我们能够从中得出对特定事件的预测。
在他们看来，这种理论，即有关模式的知识，仅仅是个工具，它的作用完全取决于我们能否使它成为对引起某个特定事件的环境的解释。
就简单现象的理论而言，这大体上是正确的。
可是没有理由认为，总是可以发现这种简单的规律，物理学更为先进是因为它成功地做到了这一点而另一些科学尚无法做到。
不如反过来说更好：
物理学取得成功的原因是，根据我们的理解，它所处理的是简单现象，而一个有关本质上很复杂的现象（或——如果这种说法更为可取的话——必须处理的是有机化程度更高的现象）的简单理论，很可能必然是个错误的理论——它至少没有作出其他条件保持不变的假设，而在对这些条件作出充分说明之后，该理论将不再是一个简单的理论。
可是我们所关心的，不仅是个别事件，也不仅是能够从经验上加以检验的对个别事件的预测。
我们同样关心抽象模式本身的再现过程。
有关某种类型的模式在规定的条件下将会出现的预测，是一种可错的（因此是经验的）命题。
有关使某种类型的模式得以出现的条件的知识，以及有关它的维持取决于什么的知识，在实践中有可能十分重要。
使理论所描述的模式得以出现的环境和条件，是由一定范围的、可以被代入方程式中的变量所规定的。
因此，为了使这种理论适用于某种状况，我们需要知道的是哪些素材具有某些一般属性（或者是属于变量范围所规定的类型）。
除此之外，只要我们仅仅满足于得到将会出现的模式的类别，而不是它的具体表现，则我们就无需知道它们各自的属性。
这种理论注定是“代数性质的”，因为实际上我们无法把具体数值代入变量，因为这样一来它会不再是一个单纯的工具，而是成了我们的理论努力的最终结果。
当然，用波普尔的话说，这种理论是经验内容很少的理论，因为它只能使我们预测或解释一种可以同许多具体环境相配合的条件的某些一般特征。
它大概只能使我们作出斯克里温先生所说的“有前提的预测”（hypotheticalprediction），即受着尚不知晓的未来事件制约的预测；在任何情况下，与这种预测相一致的现象范围甚广，这使它出错的可能性很小。
但是就像目前——甚至永远如此——在许多领域里我们所能取得的理论知识一样，它能够扩大科学知识可能的发展范围。
由此可见，科学的进步必须从两个方向上进行：
使我们的理论尽可能具有可证伪性当然是必要的，不过我们同时也必须进入这样的领域，随着我们的深入，可证伪性必然会减少。
这是进入复杂现象的领域不得不付出的代价。
四统计学在处理模式复杂性上的不当
在我们进一步说明“代数性质的”理论所提供的、仅仅对有着高度概括性的一般特征作出描述的“原则解释”的作用之前，以及在讨论我们因为看到了可能的知识之界限而得出的重要结论之前，有必要先谈谈一种方法，可以说，它经常错误地使我们丧失对复杂现象理解力：
统计学。
统计学的设计是为了处理大量的数据，因此人们往往认为，因复杂结构包括众多要素而产生的困难，可以利用统计学的技术获得解决。
但是从本质上说，统计学是通过消除复杂性来处理大量数据的，它有意识地把它所计算的每个要素，看成它们之间仿佛没有系统地相互联系在一起。
它通过用出现率信息取代有关个别要素的信息，避开复杂性问题，它故意不考虑一个结构中不同要素的相对位置也会有一定作用这个事实。
换言之，它的工作假设是，只要掌握了一个集（collective）中不同要素的出现率，就足以解释这种现象，因此有关这些要素相互联系的方式的信息是没有必要的。
因此，只有当我们故意忽略，或者并不知道有着不同属性的每个要素之间的关系时，也就是说，当不考虑或不了解它们所形成的任何结构时，统计学方法才是有用的。
在这种情况下，统计学可以使我们通过用单一属性代替一个集内的无法确定的各个属性，重新获得简单性并使工作变得更易于处理。
然而也正是因为如此，它无法解决涉及到不同属性的个别要素之间的关系的问题。
当我们拥有关于许多相同类型的复杂结构的信息时，也就是说，当复杂现象，而不是构成它的要素，能够成为统计集的要素时，统计学对我们会有所帮助。
例如，它可以提供给我们复杂结构——例如一种有机体的成员——的特定属性一起出现的相对频率；不过这里的前提是，我们需要有一种识别这种结构的独立标准。
当我们拥有关于同一类动物、语言或经济制度的许多个体之属性的统计资料时，这当然可以是科学上十分有意义的信息。
然而，甚至在这种情况下，统计学对于解释复杂现象也没有多少贡献，只要我们设想一下，我们发现了足够多的计算机是自然物体，我们又想预测它们的行为，就可以清楚地认识到这一点。
显然，除非我们掌握了设置进计算机的数学知识，也就是说，除非我们知道决定其结构的理论，我们不可能取得成功。
任何有关投入产出之相互关系的统计学信息，都不能使我们更接近于达到这一目标。
而当前在我们称为有机体的更为复杂的结构方面所作的大规模努力，都属于这种性质。
认为仅仅依靠观察，而不必拥有正确的理论，就肯定能够用这种方式发现投入产出关系中的规律，这种表现甚至比计算机的例子更为无益和幼稚。
当我们所拥有的是人口中各种因素的信息时，统计学能够成功地应付这种复杂的结构，然而它却不能告诉我们这些因素的结构。
用时髦的话说，统计学把它们看做“黑箱”，认为它们类型相同，但是对它们的统一特征不作任何说明。
大概谁也不会严肃地主张，统计学能够解释即使是相对而言不十分复杂的有机分子结构，也没有谁会认为，它能帮助我们解释有机体的功能。
但是在说明社会结构的功能时，人们却广泛地持有这种信念。
这当然主要是因为对研究社会现象的理论的目标持有一种错误看法造成的，不过这就属于另一回事了。
五作为模式预测之一例的进化论
具有很大价值的复杂现象理论，大概最好的例子就是达尔文的自然选择进化论了，尽管它只是讲述了一个我们无法用细节将其充实起来的一般模式。
这一理论对科学方法的主流思想总是碍手碍脚，这一点是意味深长的。
它肯定不符合“预测和控制”这种被奉为科学方法之圭臬的正统标准。
但无可否认的是，它已经成为大部分现代生物学成功的基础。
在我们评价它的特点之前，必须澄清一下对它的内容广泛持有的一种误解。
它常常被说成是对具体的有机体物种从这种逐渐变为那种的过程的说明。
然而这并不是进化论本身，而是它对过去200多万年里发生在地球上的具体事例的应用。
大多数对进化论的错误应用（尤其是人类学和其他社会科学）及各种滥用（譬如在伦理学中），都要归咎于对它的内容的这种错误的解释。
通过自然选择而进化的理论，描述了一个过程（或机制），它出现在地球的具体环境之中，但又独立于这一环境。
这一理论对十分不同的环境中的事件过程都同样适用，而这些过程可以产生一组完全不同的有机体。
这一理论的基本思想极其简单，只有当应用于具体环境时，它才会展现出自己不同寻常的解释力和它所能够解释的现象范围。
这种具有广泛意义的假设是，已被证明有更好生存机会的物种所具备的可变异性以及竞争性择优汰劣机制，为了根据环境和相互之间作出不断调整，会在时间过程中产生重大的结构变异。
这个一般假设的正确性，并不取决于它首先得到的具体应用之正确性：
例如，人和猿虽然有着结构上的相似性，但是假如他们不是一个比较接近的共同祖先的后代，而是起源于相互之间非常不同的祖先（例如像有袋类食肉动物和有胎盘类食肉动物的外表极为相似的类型）的两个趋同过程的产物，这并不会否定达尔文的一般进化论，而是只能否定把它应用于具体事例的做法。
如所有的理论一样，这种理论本身仅仅说出了可能性的范围。
在这样做时，它排除了另一些可以设想的事件过程，因此是能够被证伪的。
它的经验内容就存在于它所禁止的事情之中。
如果观察到一个与它的模式不符的事件，譬如马突然开始繁殖长有双翼的小马，或者不断砍去狗的后代的后爪能够造成以后生下来的狗没有后爪，我们才可以认为这一理论遭到了否定。
无可否认，这一理论所许可的范围很广。
不过也可以认为，只是因为我们的想象力有限，才使得我们无法对受到禁止的范围之广有更多的了解——可以设想的有机体形式变异是多么有限，幸亏有了进化论，我们才知道它们在可见的未来不会出现在地球上。
常识早就告诉我们，不要期待与过去我们的所知大为不同的任何事情。
但是，哪一些类型的变异肯定处在可能的范围之内，哪一些不是这样，对此只有进化论能告诉我们。
我们或许没有能力写出一份详尽的可能性目录，不过从原则上说我们能够回答任何特定的问题。
根据我们这里讨论的目的，我们可以不考虑一个事实：
从某个方面说进化论仍然是没有完成的，因为我们对突变机制仍然所知甚少。
不过让我们假设，我们确切地知道具体的突发发生的条件（或至少是既定条件下它发生的概率），并且我们也知道任何具体环境中所有这些突变赋予一个特定成分的确切优势。
这还是不能使我们解释现存的物种或有机体为什么具有它们所拥有的特定结构，也不能预测它们还会产生什么样的新形式。
其原因是，想要搞清楚200万年的过程中决定着现有形式出现的那些具体条件，或在未来几百年里决定着优者生存的那些具体条件，实际上是不可能的。
即使我们努力将我们的解释方法用于一个物种，我们知道它的个体数量，我们也能够对其一一进行观察，而且假定我们能够确定并记录下每一个相关的事实，仅就这些事实的数量而言，我们也无法进行计算，也就是说，无法把这些数据放入我们理论公式的适当位置，然后解答这个如此确定下来的“命题方程式”。
我们关于进化论的所言，也适用于生物学的其他大多数情况。
对有机体的生长和功能的理论上的理解，只在十分罕见的情况下，才能成为有关特定情况下会发生什么的预测，因为我们很难搞清楚对形成结果起作用的所有事实。
所以说，“预测和控制，通常被认为是科学的基本标准，但这在生物学中是不成立的。
”它所研究的是形成模式的要素，这种知识有助于创造一些有利于产生某些类型的结果的条件，但又在相对极少的情况下它才能控制所有的相关条件。
六社会结构的理论
现在我们不难认识到，类似的局限性也适用于有关精神和社会现象的理论解释。
在我看来，在这些领域里，理论工作至今已经取得的主要成就之一，就是证明了这里的个别事件经常取决于如此之多的具体条件，我们事实上根本不可能全部搞清楚它们。
因此，我们不但仍然与预测和控制的理想相距甚远，甚至我们能够通过观察发现每个事件之间的规律性关系的希望也是虚妄的。
例如，理论提供的一个观点，即一个人一生中的几乎任何事件都会对他未来的几乎所有行为有一定影响，并不能使得我们可以把自己的理论知识转化成对特定事件的预测。
认为只要建立起有关这些主题的科学，肯定就能够作出这样的转化；认为这方面的科学工作者不过是还没有取得物理学那样的成就，即在可观察的少数事物中找出一些简单的关系——这种教条主义的信念没有任何道理可言。
如果我们已经建立的理论没有告诉我们任何东西，那是因为不能指望存在着这种简单的规律。
这里我将不会考虑一个事实，当一个头脑试图解释另一个有着同样复杂性的头脑的运行过程时，除了“实践上的”、但并非不可克服的障碍之外，还存在着一种绝对不可能做到的事情：
一个完全能够自我解释的头脑这种说法，包含着逻辑上的矛盾。
我在其他地方曾谈到过这一点。
它与这里的讨论无关，因为因不可能确定所有相关素材而造成的实际限制，仍然处在逻辑限制的范围之内，但后者与我们事实上能够做到什么几乎没有什么关系。
在社会现象的领域，只有经济学和语言学似乎已经成功地建立起了严密的理论体系。
这里我将仅限于参照经济学理论对普遍性命题作些说明，不过我所说的大多数内容，也适用于语言学理论。
熊彼特对经济理论的任务作过出色的说明，他写道：
“非社会主义社会的经济生活包含着每个公司和家庭之间的成千上万种关系或交往。
我们能够建立起一些有关它们的模式，可是我们根本不可能对它们作一览无余的观察。
”对此必须补充说，除非其中独立的要素数量相当多，自发形成的整个模式是由不同个体的十分不同的行为所决定，否则我们所关心的大多数现象，例如竞争，是不可能出现的；此外，取得相关数据方面的障碍，也无法通过把它们视为统计学的集成员（membersofstatisticalcollective）而得到克服。
因此，经济理论仅限于描述如果某些条件得到满足将会出现的各种模式，但几乎不可能从这种理论中得出任何有关特定现象的预测。
只要我们想一下自从瓦尔拉斯以来在说明所有商品买卖价格和数量关系上已得到广泛应用的自动方程式系统，便可最清楚地理解这一点。
它们是这样形成的，假如我们能够填补上所有的空白，也就是说，假如我们知道这些方程式中所有的变量，我们便可算出所有商品的价格和数量。
但是，至少像这一理论的建立者所明确理解的那样，它的目的并不是“做到能够对价格进行量化计算”，因为以为我们可以掌握全部数据是“荒谬的”。
对这种一般模式的形成进行预测，取决于某些十分一般的事实假设（譬如大多数人是为了挣钱而做生意，他们更喜欢较多的收入，他们没有被阻止进入他们希望进入的任何交易，等等。
这些假设决定着变量的范围，而不是其具体数值），但并不取决于知道更为具体的条件——我们为了能够对商品的具体数量和价格进行预测，必须知道这些条件。
还没有哪个经济学家根据自己对未来价格的预测，通过买卖某些商品发了财（尽管有些人可能通过出售这种预测发了财）。
物理学家常会迷惑不解，尽管经济学家显然看不出有机会能够确定那些变量的数值，使他有可能从中得出每种数量的值，为何他还要去构筑那些方程式。
甚至许多经济学家也羞于承认，那些方程式系统并不是达到对个别事件作出具体预测的一个步骤，而是他们的理论努力的最后成果，仅仅是对我们在特定条件下所发现的秩序之一般特点的描述，但绝对不可能将它们转变成对其具体表现的预测。
不过，对一种模式的预测既是可验证的，也是有价值的。
这种理论告诉我们，在什么样的一般条件下，这种类型的模式会自发形成，因此它使我们能够创造这样的条件，能够对预测的模式类型是否出现进行观察。
这种理论还告诉我们，这种模式为一定意义上的产出最大化提供了保证，因此它也使我们能够去创造保证这种最大化的一般条件，尽管我们并不知道对将要出现的模式起决定作用的许多具体条件。
仅仅是对某种模式的解释，在复杂现象的领域也可以大有意义，而对机械学之类的简单现象的领域则没有多大价值，这并不值得大惊小怪。
实际上，在研究复杂现象时，我们所关心的就是那些持续存在的整体之特点的一般模式，因为有些持续存在的结构所共同具有的，除了这种一般模式之外，再无其他东西。
七决定论主张的含糊性
有时候我们能够说，某种（或某些）类型的素材会导致一定的模式，但是我们无法确定对模式会采取何种形式起决定作用的每个要素的属性——这一见解有着相当重要的结论。
首先，这意味着当我们宣布知道有些事情如何被决定时，其含义是很模糊的。
它可能是指我们仅仅知道哪一类条件决定着一定的现象，但无法具体说明决定着被预测的那类模式会将出现的特定条件，它也可能是指我们所能够解释后者。
因此我们有理由声明，一定的现象是由已知的自然力决定的，同时我们又可以承认，我们并不确切知道它是怎样产生的。
这样说亦无不妥：
我们能够对某种机制的运行原理作出解释，即使有人指出我们并不能确切地说出它在特定地点和时间上会有什么表现。
根据我们确实知道某种现象是由某些类型的条件决定这一事实，并不能说我们也知道在具体情况下决定着其全部属性的所有条件。
对于这种说法，即科学能够证实一种普遍的决定论，可以从哲学上作出正确的、更为严肃的反驳。
不过由于所有实践方面的原因，从我们的理论中得出具体结论所需要的全部特定素材不可能加以确定，由此而造成的限制很可能是十分严格的。
即使普遍决定论说法有意义，通常也很难由此得出任何结论。
就我们区分出的两种含义中的前一种而言，我们或许能够确认，人类的每个行为都是他的身体（尤其是他的神经系统）之遗传结构以及自它产生以来受到的所有外在影响的必然结果。
我们甚至能够进一步说，如果这些因素中最重要的成分在具体情况下与大多数其他个体十分相同，则一些特定类型的影响因素就有着特定的作用。
但是，这不过是根据我们无法在具体事例中加以证实的其他条件不变的假设，而作出的一种经验概括。
尽管我们拥有关于人类理智运行原理的知识，但主要事实依然是，我们不可能对导致个人在特定时间做了一件特定的事情之全部具体事实加以说明。
对于我们来说，个人的个性仍然是一种非常独特的、难以计算的现象，我们有望通过一些从经验中发展出来的做法，比如赞扬和谴责，从可取的方向对它施加影响，但是对于它的具体行为，我们无法进行预测或控制，因为我们无法了解决定着它的全部具体事实。
八相对
升级会员 