复杂适应系统是什么？

生物体为复杂适应系统（CAS）提供了最基本的范例。其他例子包括国家经济、蚁群、生态和人脑。所有这些系统都在面对变化的外部事件时表现出一定程度的稳定性。在CAS研究中重要的概念包括涌现、自组织、适应、自稳机制、通信和合作。所有CAS都可以被视为网络进行研究，但不是所有的网络都具有适应性。CAS与其他复杂系统的不同之处在于节点具有记忆。有了记忆就可以在响应时考虑过去发生的事件。在对这些系统的研究中，节点通常被称为“智能体”（agent）。智能体可以很简单，但不能过于简单。沙堆会表现出复杂行为，但不是CAS；太阳系和雷暴也都不是CAS。沙粒、无人居住的行星以及大气分子都过于简单，无法产生CAS的适应性行为特征。

复杂适应系统的特点是节点（智能体）基于过去的记忆和新的输入进行决策。所有已知的CAS的节点和边都是预先设定的，并且如果不是全部至少绝大部分都可以描述为具有调控边的网络。不经过仔细的预先设定，随意组合的节点和边自发表现出CAS行为的可能性微乎其微。生命网络中的蛋白质及其互动，大脑中的神经元，生物圈中的生物，以及股票市场中的交易者是具有记忆的预先设定节点的一小部分例子。

设定的说明需要指令，由于复杂引擎是目前所知的唯一能生成复杂指令的机制，因此最终是复杂引擎使得CAS成为可能。有时候，复杂引擎也在其中运作。下面我们将探讨两个典型的CAS系统——人类大脑和社会组织。