摘要
我们详细阐述了计算涌现现象，即从特定形式的计算中产生出特定能力，比如人工神经网络以及细胞自动机中的规则迭代过程。计算涌现使得系统具备学习能力、形态模式形成能力以及一致性等特性，而这些特性源自于特定的计算机制。此外，我们还探讨了涌现计算现象，指的是由相互作用的智能体群体通过适当的相互关联而产生出计算能力，类似于新兴网络中的情况。这里的相互作用过程可视为一种相互依赖的关系，这类关系可以被建模为自生成网络。涌现计算源于智能体之间的相互作用机制，从而使系统具备一致的行为模式、抗干扰能力、稳定性以及集体智能等特性。区分这两种涌现类型的原因是，这样做或许能为模拟集体行为提供新的方法，尤其是在人工系统中，比如无人机群，因为在这些系统中引入参数和结构上的变化更为可行。将这两种方法结合起来——即基于相互作用的智能体群体所产生的现象学层面的网络化涌现计算，以及由此产生的计算涌现现象——有助于探索诸如在网络化神经网络和交叉神经网络（即共享神经元的网络）的概念框架下，研究计算涌现与系统所获得的计算特性之间的关联。这样的研究有望为以非侵入式方式影响集体行为和复杂系统提供方法，应用对象包括无人机群、自主生化群，以及配备传感器、边缘人工智能和安全通信功能的人工设备所构成的有序群体。我们认为，集体行为中的复杂性具有中间尺度特性，这是两种涌现形式持续博弈的结果，其中涌现计算起宏观作用，而计算涌现则起微观作用。我们得出结论，这一通用框架与物理学中的“中道”概念相呼应，它关注的是系统之间（如交叉神经网络及其动态连接之间）以及那些可能适合进行非侵入式干预的短暂状态下的现象，通过这些干预可以引导、修改和引发复杂涌现系统中的变化。
