《复杂的引擎》是一本由[美] 约翰·梅菲尔德著作，湖南科学技术出版社出版的402图书，本书定价：平装，页数：2018-2-1，文章吧小编精心整理的一些读者的读后感，希望对大家能有帮助。

《复杂的引擎》读后感(一)：复杂是相对的

1。在我读高中的时候，我们村里发生了一件事情，在某个雷电交加的下午，某个村民为了防止洪水冲走田鱼，跑去田里泄洪，被一道雷电打死了。

2。在千千万万的人海之中，我与无数的人擦肩而过，在某一次偶尔的事件中，我认识了我老婆。

3。魔都、帝都等超级城市的一环、二环、外环各种复杂的交通网络中，每天数千万的车辆有条不紊的川流不息。

4。一块SOC芯片，集成了数亿个开关，一旦接上电源的那一瞬间，所有的开关都在有条不紊地进行工作着。

5。一个精子与卵子结合十个月之后，一个复杂的生命体就诞生了，同样的父母，为什么生出来的孩子在性格、脾气、相貌以及命运为何差异如此巨大？

6。从我睁开眼睛起床开始，选择什么交通方式上班、与什么样的人吵架，开会、扯皮，发邮件，写这样的书评，选择吃什么样的午餐，到我宽衣解带入眠...

7。居住在贵州偏远山村的村民们，每天辛勤劳动，渺渺炊烟，在深圳这个地方的群体，他们坐在一栋栋的高楼里，面对着电脑敲着键盘写代码，在叙利亚的部分群体，此刻正在躲避着飞来的导弹袭击，随时就有生命的危险。

以上的这一切行为或者现象，是如何发生的，如何解释？背后的规律是什么？

《复杂的引擎》阅读这本书，让我突然穿越想到上述几个场景，为什么我在都这本书的时候，我就突然想起了以上几个场景和事物呢？而且我相信每个人阅读这本书的时候，感受或者联想到的事物肯定和我不一样。

对于不懂生物的我来说，理解比较慢，这本书也提到在序言里也说，极为复杂的事物随处可见，就比如千千万万读者在阅读这本书得到各种各样的启发，这本身也是一个复杂的事件吧。

牛顿的经典物理理论是相信因果关系，有什么的输入，这是我们基于某种物理规律下就会有某种确定性的果的认知。（原理）

现在的大数据时代和AI时代，我们更偏重采用相关性的理论来解释周边发生的现象，这是从行为背后的统计规律的认知。（关系）

本书作者从生物进化的观点来理解复杂性，认为进化既不是（关系）也不是简单的（原理），进化是一个过程，而且本书的撰写章节也类似一个进化一样，从计算机、到人体到文化到复杂性本身以及未来展开来分析。

回到我个人的思考，复杂是相对性的，取决于抽象级别，比如上述5的一块芯片，它不过是存储器+控制器+运算器等的组合，具体再展开每个器件不过是一堆晶体管的组合而已，再对晶体管展开页不就是硅化合物，再展开就是这些硅化合物在一个电压下产生了电子的迁移....，但是我们对每一个层面再具体分析其实都是无比复杂的，只是这一切都是我们人类利用自然规律设定了一系列规则（算法）实现了

生物体呢？规则和算法是DNA吗？

群体人类交易、相处之间的规则法律规范以及文化共识，也许未来区块链技术也把人类之间的相互关系算法化

我与我老婆的认识是一个什么算法呢？是基于生物DNA算法 还是基于社会交易背后的法律算法，我觉得都不是，是随机的吗？

还有前文所述村民被雷电打死这种，大自然的雷电为什么选择在此刻发生，为什么这个村的村民选择在此刻出门？是上帝的算法吗？还是随机数的偶然？那随机数的算法又是什么呢？

当无数个你我一样的个体每天忙碌的时候，从太阳系看来，可能就是一个热壶里的一个随机振动的水分子，我们的运动轨迹其实都是忽略的，重要的算法是地球的运动轨迹，而从一个宇宙星系来看，地球也不过是一粒尘埃，地球的算法重要吗？

《复杂的引擎》读后感(二)：跨学科的复杂性科学科普

以生物学为主，无所不包，从信息、进化和计算讲到人类行为和社会。不同于很多忽悠人的科普书，此书都是基于大量实证研究里的具体问题，有大量的实验数据，对关键概念和原理的解释很生动。但稍有些门槛，普通读者读起来不太轻松，更适合研究人员阅读。

书中有几个地方很有意思，在此仅举几例：

1 第二章，用简短程序产生大复杂性的方法，可以实际操作一下。

2 第三章，用计算机模拟沙堆崩塌实验的方法。

3 第十章，当我们面临一个新的情境时，实际也是唯一可行的策略是基于已有的信息进行非随机的猜测，然后反复挑选最好的进行修正，直到达到可以应对这种情境的思维状态。

《复杂的引擎》读后感(三)：复杂的引擎——进化计算

首先说这是一本很启发人的书。

本书作者约翰.E.梅菲尔德是一位来自生命科学领域的大咖，而他的兴趣又不限于生命科学，还包括数学，物理以及社会文化等，平时呢就喜欢用广义进化论的视角研究各个层次的复杂现象。本书所讲核心就是如何从进化计算的角度去理解复杂。作者从对信息和复杂的理解探讨开始，又有进一步在物理，计算机，分子生物学以及人类学习与文化等不同层次上阐述了进化计算对引入复杂性的重要作用。全书采用了问答的模式，提出一个问题，然后去寻求探讨答案，思路清晰。而且本书的翻译也不错，读起来很流畅。唯一有些门槛的是由于本书作者的生物学背景，书中有很多来自生物学的例子，对非生物专业的读者来讲需要熟悉的概念会比较多，读起来可能稍显吃力。不过如果你对信息和复杂系统感兴趣，这确实是本很值得读的书，相当有启发。

以下是读书过程中思考最多的三点，可能有点偏哲学了，在这里跟大家分享

1.信息是源自时间吗？

其实这个问题已经困扰我很久了，始终没找到答案。在看这本书的过程中，越发觉得时间真是一个很神奇的物理量，可能与信息有着相同的本源。我的推想如下：

a.首先因为你会发现大多复杂的事物都需要时间去演化，从一个简单的结构，根据某些规则，在时间的加持下变成一个复杂的结构。那么中间积累的信息是来源于时间么？

.复杂其实是相对的概念，我们认为一个事物很复杂是因为需要花很多时间才能形成或者花很多时间才能理解，而如果我们从更长的时间尺度来看，复杂的事物也会变简单。时间是不是可以衡量复杂性？

c.假设万物静止，时间也就是失去了意义，而此时信息不变。所以可不可以说没有时间，也不会有信息的改变？

d.热力学第二定律熵增，信息在总体上流失，而时间也是单向流失。

其实信息和时间都是我们头脑中的一个概念，在现实中有着不同的应用场景，但如果换个角度，会不会它们都有着相同的本源呢？

2. 通过自然算力可以实现蛋白质结构预测吗？

之前由于课题研究的需要用核磁的方法解析过两个蛋白质结构域的结构，劳心劳力，所以很希望有一天可以实现蛋白的结构预测。但现在的预测总是差强人意，尤其对长序列，能有50%以上的准确率就很不错了。从理论的角度来讲，蛋白质的结构是由它的一级序列决定的，用书中作者的话来说，对一段已定的序列，形成的是免费的结构。按理说预测它的结构不应该是 a piece of cake 嘛。 但实际上就目前来说这还是一项不可能的任务。这个不可能来源于两点：一是无法获悉各种氨基酸准确的物理学参数，而蛋白质折叠对初始条件是很敏感的；二是即便知道了相当精确的参数，搜索蛋白质可能的空间状态数也是大的吓人，远不是现在的计算机可以做到的。 所以现在比较主流的预测方法是采用机器学习的方法，从已有的数据出发，来训练模型，可是现在的数据库还不能涵盖足够的pattern ，所以预测的结果通常不那么令人满意。

其实从书中讲到的广义的进化计算，我们可以发现很多物理的过程其实可以看做是一种计算，那我们也可以把蛋白质折叠过程看成是一种计算，我们姑且把它叫做自然算力。在自然状态下蛋白质折叠速度其实是很迅速的，那它是如何快速找到到自己正确的空间状态的呢？有没有我们可以学习借鉴用于改进目前计算方式的地方呢？

我想到可能的原因有两个，一是自然算力本身拥有强大的并行计算能力，所有的原子都可以同时根据各种物理规则计算自己的平衡点，而且在分子尺度上的时间可能也要快很多，所以蛋白质可以迅速完成全空间状态的搜索，折叠成合适的空间结构。二是自然状态的折叠根本没有完成蛋白质全空间状态的搜索，而是采用了完全不同的算法，或许类似于动态规划的算法，可以大大节省了计算的成本，迅速完成折叠。

其实不只蛋白质折叠预测，很多计算机对现实世界的模拟都是类似的情况。我们现在的人工算力（目前的计算机）还远远比不上自然算力，如果有一天可以充分的认识和利用自然算力，造出分子计算机，也许会有一场计算上的革命，实现很多事情。

3.世界是分层的吗？

从《异次元骇客》，到《黑客帝国》，再到《创战记》，《盗梦空间》这些经典的科幻电影，还有刚刚读到的《复杂的引擎》这本书，都让我越发觉得这个世界是分层的。

从大的层次来说，我们现在的科学实际就是：找规律，验证规律，然后利用规律。但是我们有没有想过，为什么这些这些规律只可以被发现和利用，却不能改变呢，这些规律又是从哪里来的呢，是谁限制了我们的编辑权限呢？在我们的世界之外会不会还有另一个和我们类似的世界，是他们创造了这个世界，定义了各种规则，并开启了我们的进化计算，更或许我们的世界本来就是他们的分子计算机中的一个？而有一天，当我们的计算达到某个阈值，我们也可以创造下一层的其他世界，如此不断循环，每个层次的世界都自相似，但又不完全相同。

从小的层次来说，这个世界本身就是分层的。从物理学化学研究的夸克，电子，原子，分子，到生物学研究的大分子复合物，细胞器，细胞，组织，器官和个体，再到生态学研究的种群，生态系统或者社会学，经济学研究的社会文化，经济发展等等，都表现出了明显的层次，都是从上一层次的结构中涌现出来的。

虽然我们现在还不能理解这样的层级结构有什么目的和意义，但这真是一个很神奇的世界啊！

《复杂的引擎》读后感(四)：复杂事物背后的第一性原理

首先必须强调一下：个人认为这是一本非常有趣的书，一本已经冲击到我世界观的书。

现在的我们虽然处于知识大爆炸时代，每天都习得大量的知识与经验，但是从底层代码---世界观来说，大多数人还都处于牛顿式的世界观。我们会认为整个世界是确定性和可预测的。也许是因为习惯了物理中寻找物质终极组成的还原论思想，也习惯了从历史中预测未来的连续性思想。本书作者---约翰.E.梅菲尔德以其资深的复杂性研究和广义进化论研究背景从另一个角度（或许是一种会冲击到我们世界观的角度）给我们提供了面对复杂性事物的方法论。他通过介绍生命的演化、哺乳动物的适应性免疫系统、社会的演化、进化算法以及人类学习等，找到了复杂性事物背后的第一性原理---复杂的引擎。

如下图所示，作者将复杂性事物分为两类：免费结构和目的性结构。所谓的免费结构是在初始条件以及物理和化学定律作用下产生的显著性结构，例如晶体、太阳系等等。这些结构的生成不需要预先设计的程序，也没有指令。目的性结构是在初始条件下，通过指令（附加信息）的参与，利用物理化学定律产生的具有一定目的性的结构。而指令来源于进化算法。所谓的进化算法则是在可能性空间（事物在一定约束下随机产生的空间）中通过累积性选择演化出目的性的过程。典型的目的性结构有生命以及人造物（如航空母舰）等等。

在寻找“复杂的引擎”的过程中，我总结了作者的两个基石假设：第一，物理化学等规律是先天性的；第二，事物的运动本质上的随机的。基于这两个基石假设，作者将计算机科学中的“计算”、生物学中的“进化”和信息论中的“信息”三个关键概念广义化，从而用来描述复杂事物的演化规律。书中指出，广义的计算可以被认为是逻辑规则作用于已存在的状态产生新状态的过程；广义的信息则是系统之间的相互区分；广义的进化不限于生物学中的进化，它同样适用于计算机科学，物理学和社会学等等。用一句话来概括就是：目的性复杂事物进化是在初始条件与物理化学定律限定的可能性空间中，通过指令（附加信息）选择出一条含有目的性路径的过程，其中指令是在可能性空间中对微小的随机变化反复选择累积产生的。

作者的“复杂的引擎”思想之抽象程度已经接近于哲学层面，这也为复杂性哲学的研究提供了很好的素材，也奠定了一些基础。个人非常同意作者的第二条基石假设，但是对第一条假设：物理化学规律是先天性的，持有保留态度。我认为规律是动态生成的，并不是先天的静态性的存在。当然，这个哲学层面的异议并不影响对书中思想的理解。

以上纯属个人总结与意见，若有不当之处，欢迎大家批评指正。谢谢！

《复杂的引擎》读后感(五)：一个程序员眼中的《复杂的引擎》

《复杂的引擎》是第一推动2018年复杂系统方面的佳作。我于4月下旬开始阅读本书。作为一名做AI/机器学习方向的程序员，很自然的我会更多的从计算机编程和机器学习算法方面对本书的内容进行思考

《复杂的引擎》是第一推动2018年复杂系统方面的佳作。我于4月下旬开始阅读本书。作为一名做AI/机器学习方向的程序员，很自然的我会更多的从计算机编程和机器学习算法方面对本书的内容进行思考。复杂的引擎指的就是进化计算，进化计算是一种具有循环结构的程序，程序具有某种复制机制，并且这种机制允许发生错误或其它变化。每次循环中变化必须很小，并且每次循环都必须有足够多的输出，以供下一次循环能够从足够多的备选项中选择足够好的的输入。

机器学习算法让计算机可以从训练集中获取信息。最简单的办法是把所有数据都存起来。但这样一来数据存储太多，二来不能解决数据中不包含的问题。要解决这两个问题，我们需要概括信息后再存储。神经网络的权重就是概括信息的例子。反向传播是确定权重的很有用的技术，也是现阶段深度学习的主流技术，这个方法的一个问题就是依赖于确定的损失函数。但是现实世界中很多问题没有明确的目标或者目标不好描述，怎么办？答案就是进化计算——复杂的引擎。

要理解复杂的引擎，必须先明确两个基本概念——计算和结构。

什么是计算？大多数人关于计算的印象可能就是类似于1+1=2，ln2之类的数学运算。对于程序员来讲也就是还比较熟悉计算机所采用的二进制计算。广义的计算是什么？想一想高中所学到的函数。函数是英文function的中文翻译，但是函数是一个数吗？不是，函数其实更像function的另一个中文翻译——“”功能“。函数其实就是给定输入信息，然后经过某种操作，产生输出信息。大多数编程语言中的function也是类似的结构。那么广义的计算与函数的定义是基本相同的。有一点不一样的是，计算不仅仅发生在计算机和数学运算中，也发生在真实的物理世界中。书中用“分子砖”的示例描述了物理世界中的计算。人类活动尺度的砖块自组装将物理过程和计算概念连接到了一起。物理结构的形成和计算都能通过状态随时间的互动来认识。确定性计算也就是所谓的图灵机，构成了计算的一个极端，状态只有0和1两种组分形成。但现实的物理系统通常有更多的组分，并具有大量的不确定性。

结构按照是否需要指令分为两种——免费的结构和目的性结构。免费的结构不需要指令，只要有一个初始的输入，按照物理和化学定律就能自发形成，比如雪花、太阳系、雷暴等自然的非生命现象。目的性结构需要某种指令才能形成，比如螺丝刀，电脑、手机、ipad等人造物和各种生物。因为你无法把一堆分子按照物理和化学规律随机摇晃产生出一个螺丝刀，因为这种可能性极低。虽然这种可能性的概率不为0，但现实世界绝不会发生这种事情。

目的性结构需要指令，可是指令从何而来？人造物的指令列表存在于人的大脑中，人类可以指定并理解一些列复杂的指令，从而制造出像汽车、计算机这样复杂的东西。生物这种复杂的结构形成的指令来自于哪里？生物体的复杂结构信息都编码在DNA中。DNA编码的信息量和大多数生命体的复杂结构比起来，还是太少，太微不足道了。书中用通俗的语言详细解释了DNA高效保存信息的手段，以及大脑神经元形成过程和免疫系统形成的不同之处。

复杂引擎是形成丰富多彩的生命世界和人造世界的动力核心。理解复杂引擎是认识复杂世界的钥匙，生物科学、组织社会学、人工智能等多学科都需要从复杂性科学吸取养分，让自身学科建立更完善的理论体系。

《复杂的引擎》读后感(六)：复杂的引擎，复杂的思维

从收到书开始，前前后后用了三周的空闲时间把这本书读完。《复杂的引擎》顾名思义是复杂的进化，作者也在开篇就提到了这个复杂的引擎的定义。写作的顺序也是从介绍什么是复杂性，其来源，在现实中的表现。如何度量复杂性，这是目前的一大难题，作者也提出了自己的观点之后就涉及到了作者的核心思想，复杂引擎的定义及其作用，如何影响复杂性。复杂引擎的引入会导致的的结果。文中的例子很多很适合作为读者的我们的学习理解。个人体会，作者在引入复制引擎之前，大篇幅介绍了什么是复杂性，其实就是介绍随机性，作为研究随机性的个人来说，有点遗憾的是没有看到作者如何识别随机性。或许这个是一个更大的命题。复杂网络的是目前描述复杂的很好的工具，简单的应用例子是网节点受到攻击，如何保护核心的东西不受到攻击？俗语“牵一发而动全身”，其实一个通俗的理解是网络中的一个节点变化后会导致全局的变化。

《复杂的引擎》读后感(七)：为什么我们可以种出一个太阳系却晃不出一辆汽车？

从理论上讲，我们可以种出一个太阳系。

太阳系优美复杂，但其大部分可以认为是三个定律的产物，能量守恒定律，动量守恒定律，万有引力定律。所以从理论上而言，只要我们拿到一定规模的、正在运动的和不均匀的气体尘埃云，然后找一个宇宙空间丢过去，假以时日，总会产生一个新的太阳系，这与我们在地球上找块地种一颗种子培育出一棵参天大树一样，至少表面看起来一样。

然而，从理论上讲，我们却很难种出一辆汽车，这个种法指的是将汽车所有零件都备齐，然后丢进一个大球或大锅，不停的晃动，显然，从概率的角度，就算我们晃到宇宙尽头，也晃不出一辆组装完好的汽车。

现实呢？现实是，满大街的汽车奔驰来往。

我们当然知道，汽车并不是晃出来的，而是在流水线上组装出来的。所以作者认为，汽车流水线乃至更广义的工业流水线上的流程造就了前所未有的复杂性，流程就是指令，而且是长指令。作者顺便探讨了短指令创造复杂性的可能性，典型如NKS元胞机，通过简单的几条规则就可以生成复杂的图案，但是，元胞机却变不出蒙娜丽莎。所以作者倾向于认为，复杂性总是跟长指令相关。

所有人造物都可以看做是人类活动的产物，所以探究人造物的复杂性其实就是探究人类的复杂性，而人类又是生命的一员，所以探究人类的复杂性也就是探究生命的复杂性。

按照作者的想法，生命的复杂性集中体现在计算上，通过DNA这种生物指令实现计算，最终造就了复杂性，并成为诞生于非生命世界的生命对抗非生命世界的最重要武器。

毕竟，在非生命世界，热力学第二定律告诉我们，一切将归于平淡，没有什么可以永垂不朽，除了死寂。

生命来了，从《生命是什么》到《自私的基因》，生命用负熵、复制和进化反抗死亡，用复杂反抗简单的物理定律。

万物源于比特？并不是的，非生命的简单世界造就了生命的复杂比特，而生命的复杂比特将反噬非生命的简单世界。万物与比特的关系错综复杂。

生命的起源依然云里雾里，但生命与非生命的战斗，必将持续下去，而我们的武器就是基于（长）指令的计算。

请用微信扫添加公众号