起始点。这个结构的重建发生在全球六十亿个大脑里，是每天发生、每个时代都发生的事情。如果说确实存在着去中心化的进化系统的话，那么人类的文化就是这样一种系统。任何不能包容这种每日在数十亿头脑中进行的分布式微型进化的预测模型，都注定会崩溃，如果没有这样的进化，文化本身也会崩溃。

    二十年后，“增长的极限”模拟模型所需要的就不仅仅是更新换代了，它需要完全重做。利用它的最好方式，是把它看成一个挑战，是建立更好的模型的一个新起点。一个真正的全球社会的预测模型，应该满足下面这些条件：

    能够大量运行各式各样的情景，

    从一些更灵活、更有根据的假设开始，

    实施分布式学习，

    包含局部性和地区性的差异，

    如果可能的话，展现不断增长的复杂性。

    我之所以不把焦点放在“增长的极限”世界模型上，是因为我想指摘它那些强有力的政治内涵（毕竟，它的第一个版本激发了一代反增长的激进主义分子）。确切地说，这个模型所具有的种种不充分性，恰好跟我想在本书提出的几个核心论点相对应。为了把这个系统的某段情景“前馈”到未来，福瑞斯特和梅多斯勇敢地尝试模拟一个极端复杂的、具有适应性的系统（在地球上生活的人类的基础结构）。这个福瑞斯特/梅多斯模型所突出的，不是增长的极限，而是某些特定的模拟的极限。

    梅多斯的梦想，同样是福瑞斯特的梦想，是美国中央司令部那些战争博弈者的梦想，是法默和他的预测公司的梦想，也是我的梦想。而这个梦想就是：创造出一个系统。这个系统要能够充分反映出真实的、进化着的世界，使得这个微型模型能够以比真实世界跑得更快的速度进行运转，从而把它的结果投射到未来。我们想要预测机制，不是出于预知命运的使命感，而是为了获得指引。理念上，只有考夫曼或者冯·诺伊曼的机器，才能自行创造出更为复杂的东西。

    为了做到这一点，模型就必须拥有“必要的复杂性”。这个术语，是二十世纪五十年代由控制论专家罗斯·艾希比创造出来的，他最早制作出了一些电子自适应模型。每一个模型，都必须一点一滴地提取出无数现实的细节，汇聚起来压缩成像；它必须浓缩的最重要的特质之一，就是现实的复杂性。艾希比总结了自己那些用真空管造出迷你模型的试验，得出了这样的结论：如果一个模型过于急切地简化了复杂现象，它就会错失目标。模拟的复杂程度，不得超出它所模拟的复杂性的活动领域，否则，模型就跟不上它所模拟的东西的曲折路线。另外一位控制论专家，杰拉尔德·温伯格，在他的著作《论稳定系统的设计》中给这个“必要的复杂性”提供了一个非常贴切的比喻。温伯格提示说，想象一下，一枚制导导弹瞄准了一架敌机。导弹自己并非一定也是一架飞机，但是它必须具备与飞机的飞行行为复杂性旗鼓相当的飞行复杂性。如果这枚导弹不具备至少与目标飞机一样的速度，而且在空气动力学方面的敏捷程度也不如那架目标敌机，那它肯定打不中目标。松语文学Www.16sy.coM免费小说阅读