集智俱乐部公众号文章2026-10-12

授予复杂系统科学的四次诺贝尔奖

一门“研究涌现”的科学，如何在近半个世纪里四度登上人类科学的最高领奖台。

未分类

集智俱乐部

公众号 · 71 篇文章

查看主页 →

导语

无序的粒子如何形成秩序，简单的神经元又如何孕育智能？生命的分子又为何偏爱“一只手”这些看似遥远的问题，都指向复杂性科学的核心命题：整体如何从局部互动中涌现。从耗散结构、自旋玻璃到人工神经网络，再到手性自催化，本文串联近半个世纪的四次诺奖成果，探寻自组织、非线性与反馈如何塑造生命、物质和智能的复杂世界。

关键词：复杂性科学、涌现、自组织、非线性、正反馈、对称性破缺、人工神经网络、手性自催化、诺贝尔奖

jk与workbuddy丨作者

引子：一枚奖章背后的更大图景

2026 年 10 月 7 日，瑞典皇家科学院把这一年的诺贝尔化学奖，授予法国化学家亨利·卡根（Henri B. Kagan）与日本化学家硖合宪三（Kenso Soai），表彰他们“在不对称有机合成中发现非线性效应与自催化现象”。

对普通读者而言，这句颁奖词里的每个词——“不对称合成”“非线性效应”“自催化”——都透着实验室的气息。但若愿意往深处看一层，就会发现：这枚奖章真正在回答的，是生命最根本的一个谜题——构成生命的分子，为什么几乎清一色地“只用一只手”（同手性）；而它给出的答案，恰好落在复杂科学最核心的那个机理上——正反馈，一种把微小偏差放大为宏观必然的引擎。

更重要的是，这已经不是诺奖第一次垂青这门科学。把时间轴拉长，一条清晰的线索浮现出来：

四次加冕，跨越四十九年，分属化学与物理两个学科，却指向同一个对象：大量简单组分通过局部的相互作用，涌现出无法从单个组分预见的整体行为。这正是复杂系统科学的核心命题。

复杂性科学：一门“超越还原论”的科学

要理解这四次诺奖的分量，先得回答一个更基本的问题：复杂性科学到底在研究什么？

近现代科学三百年的辉煌，主要建立在一套被称为“还原论”的范式之上：把复杂事物拆成零件，研究透每个零件，再把结论拼回去。这套方法极其成功——它让我们把物质拆到夸克、把生命拆到基因。但还原论也有它的边界：许多宏观现象，恰恰在“拆解”的那一刻消失了。 一群椋鸟的集体队形、一场金融危机的传染、一个意识如何从神经元中浮现——这些都无法通过“研究单个零件”来回答。

复杂性科学，正是在这个边界上生长出来的。我国系统科学的开创者之一、中国科学院数学与系统科学研究院的郭雷院士，曾这样刻画它的对象：系统科学的任务，是探索各类系统的结构、环境与功能的普适关系，以及演化与调控的一般规律。他特别指出一个关键事实——“系统功能一般不能还原为其不同组分自身功能的简单相加，故称之为涌现（emergence）”。

这段话点出了复杂性科学的第一性原理：整体大于部分之和。而“涌现”之所以会发生，是因为系统具备几项反直觉、却又无处不在的特性：

非线性（nonlinearity）。输出不与输入成比例。一根稻草压垮骆驼，一次轻微的踩踏引发雪崩——微小的因，可以借由非线性放大成巨大的果。
反馈（feedback）。系统的输出反过来影响输入。负反馈让系统稳定（恒温器、身体的体温调节）；正反馈让系统失控地放大某种倾向（羊群效应、泡沫、以及——如我们马上会看到的——生命的手性）。
自组织（self-organization）。没有中央指挥者，秩序却能从局部互动中“自发”长出来。鸟群没有领队，蚁群没有总司令，却各自井然有序。
远离平衡（far from equilibrium）。经典热力学告诉我们，孤立系统总是走向混乱（熵增）。但在开放、远离平衡的系统中，能量与物质的持续流动，反而能“冲刷”出高度有序的结构——这是生命得以存在的前提。
对称性破缺（symmetry breaking）。系统的规律是对称的，系统选出的结果却打破了对称。一枚公平的硬币落下前，正反机会均等；一旦落下，就必然只有一面朝上。
多尺度与网络（multi-scale, networks）。复杂系统的组分本身往往也是系统，层层嵌套；组分之间的连接方式（网络结构），往往比组分本身更能决定整体行为。

这六条特性，并非彼此孤立，而是环环相扣、共同促成“涌现”。接下来我们会看到，四次诺奖虽然分处化学与物理、跨越近半个世纪，却恰好各自照亮了其中的一面，最终拼出同一幅图景。

四次加冕：从“自组织”到“涌现智能”

第一次（1977）：普里高津与耗散结构——自组织的开山

伊利亚·普里高津（1917–2003），1977 年诺贝尔化学奖得主｜图片来源：Nobel Foundation archive / NobelPrize.org

1977 年，比利时科学家伊利亚·普里高津（Ilya Prigogine）因“对非平衡热力学、尤其是耗散结构理论的贡献”获得诺贝尔化学奖。

普里高津面对的是一个看似无解的悖论：按照热力学第二定律，孤立系统的熵只会增加，万物终将走向均匀与死寂。可我们眼前的世界——从生命的精巧结构到斑马身上的条纹、化学振荡里的美丽花纹——处处是“逆流而上”的秩序。秩序从何而来？

他的答案是耗散结构（dissipative structure）：一个开放系统，只要持续从外界吸收能量、并把熵“排出”体外，就能在远离平衡的状态下，自发地形成并维持高度有序的时空结构。1900 年前后，贝纳尔对流（Bénard convection）实验已经暗示了这一点——一层薄薄的液体被均匀加热到临界点，无数微观粒子的随机运动，竟会自发地协同起来，浮现出规整的六角形对流元胞。没有任何指挥者，秩序自己“长”了出来。

耗散结构的成立，需要三个要素：开放、远离平衡、以及非线性反馈。普里高津特别强调“涨落”的作用——在临界点附近，一次微小的随机涨落，可以在非线性反馈的推动下被放大，进而决定整个系统选择哪一种宏观结构。这，正是“对称性破缺”和“自组织”最经典的数学表述。

为什么说这是一次“复杂科学”的加冕？因为普里高津第一次把“从无序中自发产生有序”这件事，从哲学思辨变成了一门可以用热力学语言定量描述的科学。他与尼科利斯合著的《探索复杂性》，副标题正是“探索复杂系统”的宣言。复杂系统科学此后所有关于“自组织”的讨论，几乎都以耗散结构理论为起点。

第二次（2021）：帕里西与自旋玻璃——无序中的秩序

乔治·帕里西（1948– ），2021 年诺贝尔物理学奖得主｜图片来源：© Nobel Prize Outreach / NobelPrize.org

2021 年，意大利理论物理学家乔治·帕里西（Giorgio Parisi）因“发现了从原子尺度到行星尺度的物理系统中无序与涨落的相互作用”，与真锅淑郎、哈塞尔曼共同分享诺贝尔物理学奖。

帕里西的研究对象，是一种听起来古怪、却极具普遍性的系统——自旋玻璃（spin glass）。想象一种合金：铁原子被随机地撒进铜原子的晶格里。每个铁原子都像一枚小磁针，会受周围铁原子的影响。问题在于，它们之间的相互作用是相互矛盾的：有的倾向同向排列，有的倾向反向排列，谁都无法让所有人满意。物理学家把这种“左右为难”的状态叫作阻挫（frustration）。

阻挫带来了一个深刻的后果：系统没有唯一的最优解，而是拥有海量的、彼此竞争的“准最优”状态——就像一个人同时想讨好两个互相仇视的朋友，无论怎么选都别扭。传统的统计物理在这里碰了壁：用平均场方法硬算出来的熵，在零温下竟然是负值，公然违反热力学第三定律。

帕里西在 1979 年做出了决定性突破。他发现，这些“复本”之间隐藏着一个层层嵌套的、分形般的对称结构——一个超复杂的“相似度树”，后来被称为复本对称破缺（replica symmetry breaking）。这套数学方法一举解决了负熵悖论，也从此成为描述一切无序复杂系统——从玻璃、颗粒材料，到神经网络、优化问题——的基石。

诺奖委员会的评价毫不含糊：帕里西的工作“如今被视为复杂系统理论最重要的贡献之一”。更妙的是，这位理论物理学家晚年还把目光投向了真正的“涌现”现场——罗马大学窗外的椋鸟群。他带领团队用三维成像追踪了成千上万只椋鸟的集体飞行，定量地揭示：每只鸟只与邻近的少数同伴互动，却能在整个鸟群层面涌现出临界性的集体运动。从自旋玻璃到鸟群，帕里西用同一套语言，贯通了“无机”与“有生”。

值得注意的是，2021 年这枚物理学奖的整体主题，其实就是“理解复杂物理系统”——另一半颁给气候建模的真锅淑郎与哈塞尔曼，而地球气候，正是人类所面对的最宏大、最典型的复杂系统。

第三次（2024）：霍普菲尔德与辛顿——统计物理孕育智能

2024 年诺贝尔物理学奖两位得主｜图片来源：© Nobel Prize Outreach（摄影：Nanaka Adachi / NobelPrize.org）

2024 年，美国物理学家约翰·霍普菲尔德（John Hopfield）与加拿大科学家杰弗里·辛顿（Geoffrey Hinton）因“实现机器学习的人工神经网络方面的基础性发现与发明”获得诺贝尔物理学奖。

许多人惊讶于物理学奖竟颁给了“人工智能”。但若看清这两个人手中握着的工具，就不会意外了——他们用的，正是复杂系统科学最重要的语言：统计物理。

霍普菲尔德在 1982 年提出的霍普菲尔德网络，本质上就是把自旋玻璃直接“搬”进神经网络：每个神经元像一枚自旋，彼此之间的连接强度如同自旋之间的耦合。这样一个网络，居然能够存储并回忆图像——给它一个残缺、模糊的输入，它会自动“弛豫”到记忆中最接近的完整模式，如同水自然流向最低处。联想记忆（associative memory）就此诞生。而霍普菲尔德网络背后的数学，与帕里西研究自旋玻璃用的，是同一套。

https://wiki.swarma.org/index.php/Hopfield%E7%BD%91%E7%BB%9C

辛顿则更进一步，把霍普菲尔德网络的思路发展成玻尔兹曼机（Boltzmann machine），用统计物理中的玻尔兹曼分布来训练网络，让它能自动从数据中发现隐含的结构。今天席卷全球的深度学习浪潮，其源头，正是四十年前这些“用物理思考智能”的工作。

这枚奖章揭示了一个极其深刻的循环：复杂系统科学孕育了人工智能，而人工智能如今又反过来，成为研究复杂系统的最强工具。 涌现，第一次从自然现象，走进了可以被人为制造、被工程化复现的世界。智能本身，被证明是一种可以“涌现”出来的性质——只要你有足够多的简单单元，和一套恰当的连接规则。

第四次（2026）：卡根与硖合宪三——正反馈破缺出生命的手性

2026 年诺贝尔化学奖两位得主，左：亨利·卡根（Henri B. Kagan，1930– ），右：

硖合宪三（Kenso Soai，1950–）｜插画：© Niklas Elmehed / Nobel Prize Outreach

2026 年，接力棒传到了化学手里。卡根与硖合宪三获奖的领域是“不对称有机合成”，但他们解决的问题，比任何一次有机反应都更本质：生命的分子为什么“只用一只手”？

许多分子像我们的左右手，互为镜像、却无法重合，这种性质叫手性（chirality）。而生命对手性近乎偏执地挑剔：组成蛋白质的氨基酸几乎全是“左手型”（L 型），构成 DNA 的糖又几乎全是“右手型”（D 型）。化学家称这种“只用一种镜像”的特性为同手性（homochirality）。

谜题在于：在普通的化学反应里，生成“左手”和“右手”分子的机会是对等的，就像抛一枚公平的硬币。那么，原始地球上那个左右对称的化学环境，究竟是如何一步步走向“只用一只手”的生命的？

早在 1953 年，物理学家弗兰克就提出了一个漂亮的理论设想：如果反应产物能反过来催化“和自己同一只手”的分子生成，那么初始的一点点偏差，就可能被一路放大，最终“一边倒”。但这个设想，等了整整四十年才在现实中被实现。

1986 年，卡根发现了不对称催化中的非线性效应：产物的光学纯度，竟然可以远超所用催化剂的纯度——一点点手性失衡，就能换来不成比例的手性过剩。这意味着，手性可以被放大。

1995 年，硖合宪三设计出载入史册的“硖合反应”（Soai reaction）：反应生成的手性产物，反过来成为催化自己诞生的催化剂。这就是自催化（autocatalysis）。它的后果惊人——哪怕初始的手性偏差小到几乎无法测量，经过一轮又一轮“产物催化自己”的正反馈循环，这一点偏差也会被指数级放大，最终生成近乎 100% 的单一手性产物。2003 年，宗井健聪终于完整实现：在不添加任何现成手性源的条件下，让反应自发地“选定”了一只手。

这里发生的，正是教科书级的自发对称性破缺（spontaneous symmetry breaking）：反应的规律左右对称，结果却毫无理由地倒向一边；而每一次重复实验，最终倒向“左”还是“右”，在批次之间竟是随机的。规则对称，结果破缺——这正是复杂系统最迷人的特征。

四次加冕，同一条定律

把四次诺奖并排放到一起，一个惊人的结构就浮现出来了：它们讲的，其实是同一件事的不同侧面。

普里高津回答的是“秩序如何从无序中涌现”——他给出了自组织这个总命题，和“远离平衡 + 非线性反馈”这一配方。
帕里西回答的是“无序系统里藏着怎样的秩序”——他给出了复本对称破缺这套数学语言，让“无序中的序”可以被精确描述，进而成为所有复杂系统的通用语法。
霍普菲尔德与辛顿回答的是“智能能否从简单单元中涌现”——他们把统计物理的语法搬进神经网络，让涌现智能从设想变成了改变世界的技术。
卡根与硖合宪三回答的是“生命的根本选择如何涌现”——他们用正反馈这个引擎，演示了“从对称到破缺”如何在一个真实的化学系统里发生。

贯穿始终的，是同一个内核：大量简单组分，通过局部的相互作用与反馈，自发地涌现出个体层面并不存在、也无法从个体预测的宏观结构与功能。

而那个让“涌现”得以发生的引擎，永远是同一个——正反馈，一种微小偏差的放大器。普里高津的涨落放大、帕里西的阻挫与复本、霍普菲尔德网络的记忆弛豫、硖合反应的自催化，本质上都是同一件事的不同名字。

这也正是为什么，我们可以说：

卡根与硖合宪三在试管里用自催化证明的，与蚂蚁用信息素、黏菌用管道完成的，是同一条数学定律在化学、生物、智能三个不同舞台上的三次谢幕。1977 年的普里高津、2021 年的帕里西、2024 年的霍普菲尔德与辛顿、再到 2026 年的卡根与硖合宪三——诺奖一次次地把桂冠戴在这门关于“自组织与涌现”的科学头上，绝非偶然。

诚然，我们不能说这四次诺奖“只”属于复杂科学——它们各自首先是卓越的化学或物理学成就，也各有其学科内部的深厚脉络（事实上，与复杂系统相关的诺奖远不止这四次，1977 年的安德森、2001 年的不对称催化三人组、2008 年的高锟等，都在其列）。但同样不能否认的是：近半个世纪里，诺奖评审们一次又一次地，把最高的荣誉授予了那些揭示“整体如何大于部分之和”的工作。 这个趋势，本身就是复杂科学从边缘走向中心的明证。

总结与展望：复杂系统科学走向何方

四次诺奖，是一次漫长的“加冕礼”。它传递的，是一个早已酝酿、如今愈发清晰的信号：科学的重心，正在从“理解简单的世界”转向“理解复杂的世界”。

那么，复杂系统科学的未来，将走向何方？至少有几条脉络已经清晰可见：

第一，从“描述”走向“预测与调控”。早期复杂性研究重在理解现象；如今，气候、金融、生态、脑、流行病、城市、社会网络——这些关系人类命运的复杂系统，都迫切地需要可预测、可调控的理论。郭雷院士所强调的“系统认知与系统调控相结合”，正在成为复杂科学的下一个主战场。

第二，与人工智能深度交融。 这是一个意味深长的闭环：复杂系统的统计物理思想孕育了神经网络，而今天的大语言模型、多智能体系统，本身又是前所未有的“人造复杂系统”。用 AI 研究复杂系统（因果涌现、网络科学、多尺度建模），再用复杂系统理论去理解 AI 的内在机理，将是一个互相成就的正反馈。

第三，从“观察涌现”走向“制造涌现”。从宗井反应里自发生长的单一手性，到元胞自动机里“发育”出的图案，再到让数百个智能体在没有指挥的情况下自发分工——人类正从“惊叹涌现”，走向“设计涌现”。涌现计算、自组织材料、合成生命，都站在这个方向上。

第四，迈向跨学科的统一。 复杂科学最珍贵的品质，是它“横断”的性质——它提供的是一副能看穿“偶然相似”的眼镜，让我们在试管里的手性分子、草地上的蚁队、培养皿里的路网、虚拟世界里的 AI 智能体之间，看见同一条规律在自我重复。当这副眼镜从物理、化学，延伸到生命、智能与社会，一门真正贯通自然科学与社会科学的科学，才有望成形。

回到开头那枚 2026 年的化学奖章。当它把“自催化”与“非线性效应”推到聚光灯下时，它其实是在提醒我们一件更大的事：从无序到有序、从简单到复杂、从对称到破缺——这是宇宙最古老、也最普遍的戏剧，而复杂系统科学，正是我们读懂这场戏剧的第一本剧本。

这，就是复杂科学值得被读、被讲、被传承的原因。四次诺奖不是终点，而只是一个开始——一个属于“涌现”的世纪，才刚刚拉开帷幕。

主要参考：

郭雷. 系统学是什么. 系统与控制纵横, 2016, (1): 4–13.（tcct.amss.ac.cn）
The Nobel Prize in Chemistry 1977 / 2026; The Nobel Prize in Physics 2021 / 2024. nobelprize.org（含历届新闻稿与“popular information”材料）
尼科利斯 G, 普利高津 I. 探索复杂性. 四川教育出版社, 1986.
沃尔德罗普 M. 复杂：诞生于秩序与混沌边缘的科学. 三联书店, 1995.
张江. 涌现：从简单规则到复杂世界，人民邮电出版社，2026.

图片来源：

1977 普里高津：Nobel Foundation archive（nobelprize.org）
以上图片仅供本文科普非商业用途，版权归原作者与诺贝尔基金会所有。

参考文献：

https://www.chemistryworld.com/news/the-nobel-prize-in-chemistry-2026-as-it-happens-live/4024303.article

https://www.rsc.org/news/nobel-prize-for-chemistry-2026

因果涌现第七季——从理论到应用

在神经系统中意识的生成、城市交通的拥堵演化、全球产业系统的协同与失稳之中，始终潜藏着一条贯穿微观与宏观的因果脉络：个体行为本身或许简单，却能在尺度跃迁中孕育出高度组织化、难以还原的整体结构。复杂现象并非微观规则的线性叠加，而是源于多尺度动力学作用下逐步形成的因果组织。正是在这一背景下，因果涌现理论被提出，并在因果涌现 2.0、工程化涌现以及多尺度因果抽象等工作中推进，逐渐发展出一套融合动力学分析、信息论度量以及谱方法与人工智能工具的研究框架，从而将研究重心从“复杂性本身”转向“因果结构如何出现、如何被度量并在现实系统中发挥作用”。

为系统梳理因果涌现领域的最新进展，北京师范大学系统科学学院教授、集智俱乐部创始人张江老师领衔发起「因果涌现第七季」读书会，组织对该主题感兴趣的研究者与探索者共同研读前沿文献、交流研究思路。读书会将于2026年2月22日起每周日上午（创建读书会暂定时间为10:00-22:00）线上开展，持续约10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。

详情请见：因果涌现第七季——从理论到应用