齐磊磊

人类社会系统“起源于人的自我意识”，是人的“目的意向性活动的结果”。①Peter Checkland, Systems Thinking, Systems Practice, Chichester: John Wiley & Sons Ltd, 1981, pp.115-121.这样的以人为活动主体的社会系统相对于自然系统更为复杂，难以用传统的还原方法进行分析。社会学家曾经使用统计方法和基于方程的动力学方法为主要的研究方法，但却因为其存在着很大的局限性而被边缘化。比如说统计方法是静态的，而人类社会系统却是动态的；统计方法忽略了人们之间的个体差异，而这恰恰是体现社会系统独特性的一些重要因素。基于微分方程的社会动力学方法虽然显示了社会状态的演化过程，但却只有在系统元素间的相互作用关系呈现简单性时才能使用，涉及的变量稍微多几个就难以解出其解析解；而且微分方程的主要着眼点还是集中在社会单个主体的微观行为，缺少对各种人类活动系统的宏观行为进行规律性的描述。计算机模拟方法正是在这样的情况下出现并引起研究者们的重视的。近一二十年，计算机模拟方法在复杂系统科学研究中的作用日益突显，哲学的生命力源于对新事物做出积极的响应，并进行批判性的反思。方法论是哲学的一个基本组成部分，处在方法的元层次。方法论一词恰当地说就是“方法的逻各斯”（the logos of method），即方法的原理，是方法论的使用者，在特殊情况下选出来做特别事物所采用的特别进路的形式导向“方法”。因此，本文首先从方法论的角度对计算机模拟方法进行分析。

一、计算机模拟的方法论

计算机模拟（computer simulation），在系统工程中习惯称为计算机仿真，每一个计算机模拟过程的理论基础都是一套可以运行的计算机程序。通常，程序员根据计算机自身的运行特点、被研究对象的行为以及想要得到的结果进行综合考虑，选取不同的程序语言进行编写，最终生成再现研究对象动态过程的计算机程序。显然，计算机模拟方法旨在设计一套程序以达到与研究对象同样的功能，而不关心两者之间的结构是否一致或类似。从方法论的划分上说，计算机模拟方法实际上是一种功能模拟方法而不是结构模拟方法。所谓功能模拟方法，指的是在无需清楚或不必了解研究对象内部结构的情况下，仅仅以功能相似为目标编写计算机运行程序，再现研究对象功能的一种模拟方法。而所谓结构模拟方法，指的是为了实现某种功能，建立模型来模拟研究对象的结构，有时也会利用某种技术手段或装置复制、再现研究系统的形成结构，以便实现该系统的特有功能。

计算机模拟方法实现的途径是运行某种功能程序。由于计算机本身是离散系统，运行其中的程序软件在时间上也是离散的，即计算机模拟方法的迭代过程虽然可视化并可以像军训中的“一步一动”进行分解，但在严格意义上，整个模拟的过程还是表现为以功能模拟方法为特征的一个黑箱。也就是说，虽然计算机程序在实际运行中可以被还原为一个时步叠加一个时步，但由于被模拟的对象之间是非线性的，若干个时步叠加起来最终生成的结果却是整体突现性的。因此，计算机模拟又是一种典型的整体性的研究方法。也正是从这个意义上说，计算机模拟方法适用于研究子系统之间具有非线性关系、子系统局域相互作用之和不等于系统整体行为的那些系统，即复杂系统，或者更进一步地说是复杂适应系统。

任何事物的出现都存在着必然性，计算机模拟方法恰恰是遇到了复杂（适应）系统才有大展身手的机会，才真正体现了这种方法的价值所在。如剑桥大学的数学家约翰·康威（John Conway）用计算机模拟出“生命有机体”的突现，显示了一系列复杂的行为。这种方法不但解决了生命繁殖的模拟问题，而且从某些初始构型中创造出许多“生命形式”。其中有一种生命形式叫做“滑翔机”（glider），它们组合起来，可以实现各种逻辑电路，可以达到通用图灵机的功能；被誉为“人工生命”之父的克里斯·朗顿（Christopher Langton）放弃了计算的通用性，提出了只使用8种状态、能够进行自我复制且具有简单规则的元胞自动机理论。①一种被广泛使用的计算机模拟方法。随后他创造了一个能模拟自繁殖元胞自动机的计算机程序，并规定了它的转换函数和繁殖或死亡的规则，通过选择控制参量，它可以模拟出进化中的自繁殖系统。朗顿的这个自繁殖的结果是对生命繁殖进化的一种真实的模拟。在此基础上，朗顿于1986年开启了“人工生命”的大门；还有计算机专家克雷格·雷诺兹（C. Reynolds）用计算机模拟出动物群体运动的群伴（boids）；为了解人类社会中合作与竞争的关系，对“囚徒困境”的计算机模拟以及模拟森林火势的蔓延、对肿瘤细胞的增长机理和过程的模拟、模拟结晶的过程、对气体行为进行模拟、根据伊辛（Ising）模型来研究铁磁性以及模拟某个城市的发展等等。

计算机模拟方法已经涉及社会科学和自然科学的各个领域，这种模拟方法不仅解决了科学实践中的问题，也丰富和推动了复杂系统科学哲学的大发展。早期英国突现主义者认为复杂系统中的突现现象是不可解释的，但计算机模拟方法却用丰富多彩的运行结果再现了复杂系统从简单元素与简单规则的相互作用中，经过空间的聚合与时代的迭代，生成预想不到的、新颖的现象。这使复杂系统哲学向前迈进了一大步，解决了一个旷日持久的大问题，即计算机模拟方法通过程序与算法阐释了突现的过程和突现的机理：这个突现的过程 “是一个由低阶元素，经过相互作用和与环境相互作用通过自组织而形成S2的运算子。在本体论上，这是一个跨层次的演化过程，在认识论或计算机模拟中，它是一个导致突现和新层级形式的迭代更新函数。”②齐磊磊、张华夏：《论系统突现的概念》，《系统科学学报》2009年第3期。细分起来，计算机模拟方法对于科学研究，尤其是复杂系统科学而言，一方面说明了以往我们怀着虔诚的心来看待的突现现象是可以解释的，“突现性质不但必须承认，而且是完全可以模拟导出的，并且是部分地可预言、可解释的。这是一种无情的计算机模拟的逻辑结论，它迫使我们不但承认它，而且承认它所导出的有关复杂系统突现的机理：如果我们具备了高层次的观察函数O2()，便可以从低层次组成元素(Si)以及简单的规则(Iij)中模拟地推出突现现象。”另一方面证明了突现现象是可以推出的，“（1）它不是分析地或解析地被演绎推出的，而是综合地或基于主体地被模拟推出的；（2）它是一种部分还原的推出，而不是全还原的推出。”①齐磊磊：《论系统突现的模拟可推导性及其性质与条件》，《系统科学学报》2013年第1期。

二、由计算机模拟方法引起的对三个哲学问题的思考

结合上面提及的计算机模拟的实例，这里需要讨论三个问题。

第一个问题：对于这些大家公认的进化的复杂适应系统，典型特征是自组织，也就是子系统或组成元素之间的非线性相互作用是自发形成的，如果用计算机模拟方法进行研究时，程序员是否在整个模拟过程中扮演着中央控制的角色？他们在写模拟程序的同时是否打破了这种自组织的过程？ 按照这种思路，如果回答是肯定的，那就意味着计算机模拟方法除了存在“结果的有效性确认”（下文会专门讨论这个问题）这个缺点之外，这种模拟方法本身也有“先天缺陷”，即计算机模拟方法的逻辑路径是中央控制机制，是他组织的。复杂系统却是自组织的，两者之间是否具有不可协调的矛盾？我们试着从系统科学哲学的“层次”概念来回答这个问题。

系统哲学家邦格（M. Bunge）认为系统是分层次的，1979年他出版的《哲学全书》（Treatise on Basic Philosophy）第4卷中，最先将层次概念引进对系统的描述中。贝斯（N. A. Bass）弥补了邦格定义的部分缺点：“将观察机制或观察函数O放进系统的定义中，必须有O2才能识别S2的性质……同理必须有O1才能识别S1与 。”②齐磊磊、张华夏：《论系统突现的概念》，《系统科学学报》2009年第3期。这是1994年贝斯发明的系统定义，“这个定义的关键点就是最一般意义上的观察者的概念”。③Nils A. Baas, Claus Emmeche,“On Emergence and Explanation”，Intellectica, 1997/2, no.25, p.68.获得诺贝尔经济学奖的西蒙也是系统层次概念的倡导人，他专门用一个表匠寓言来论证系统层次结构的必要性，同时用“近可分解系统”说明层次或层级结构在生物的进化中不但起到稳定性的作用，也更容易被自然选择。通过对复杂行为的分析，西蒙最后得出结论：“如果世界上存在这样的一些重要系统，它们是复杂的但不是分层的，那么也许在相当大的程度上，我们就无法观察和理解它们了。”④[美]司马贺：《人工科学：复杂性面面观》，武夷山译，上海：上海科技教育出版社，2004年，第192页。

既然任何系统都是分层次的，计算机模拟过程也是一个系统。在较低的层次，分布着计算机建模所需要的各种数据，由于数据的来源不同可能会再分为多个层次，比如原始数据处在最底层，由原始数据推出的二手数据处于次底层等等；在较高的层次，程序员根据已有数据进行计算机模拟程序的编写，他们如果是由一个团队组成的，这本身就占据了一个层次；程序员在与这些可运行的程序交互之间，比如说编写、修改、调试等过程中虽然处于一个中央控制的地位，但这只是以本层次的观察者角度或用本层次的观察函数为出发点形成的机制；按照科学哲学家库恩为代表的历史主义学派的理论：由于文化背景与个人的性格不同会对同一个事物产生不同的见解，同样程序员也会因来自不同的文化问题情景而导致他们设计计算机模拟时产生不同的影响；从相对再高的层次来看，程序员作为相对较低层次的一个组成部分，实际上就像一般的复杂适应主体一样，根据其他主体（比如他们编写好的运行程序）的变化而进行程序上的设计与改变，他们与运行的程序形成一个新的整体处于整个计算机模拟方法中的最高层次，这个整体显然也是一个自组织的系统。因此，第一个问题在系统层次观念的帮助下得以消解。

第二个问题：计算机模拟方法是一个“软系统方法”还是一个“硬系统方法”？回答这个问题之前先明确几个基本的概念。所谓硬系统方法，实际上就是通常所说的系统工程中的研究方法，它是为了强调不同于软系统方法而提出的一个术语。在运筹学知识背景下，为了达到明确的目标而进行定义问题、系统分析、找最优解并最终解决问题这种单向度实施的系统工程所使用的方法，其研究对象被假定为是客观存在的自然系统或工程技术系统。软系统方法（Soft System Method, 简称SSM）是由系统论专家切克兰德提出的一套全新的观念：“讨论的是‘问题情景’而不是‘问题’，是‘不安感’而不是‘目标’，是情景的‘改进’而不是问题的‘解决’，检验标准是个人的‘成功有效’而不是‘客观相符’。”①[英] P •切克兰德：《系统论的思想与实践》，左晓斯、史然译，张华夏校，北京：华夏出版社，1990年，第4页。软系统方法的主要特征是：在面对各种问题时，将问题情境和多样性模型背后的社会规则性的影响以及社会文化都考虑进来，把人类的行为看做是一个循环往复的学习过程。因此，软系统方法是研究社会科学哲学的一个崭新的范式：学习范式。

现在试着从两个方面讨论第二个问题：首先从历史的角度，计算机模拟方法首次被大规模使用出现于二战时期的曼哈顿计划中，由于核爆炸的巨大破坏力、核试验的高额成本以及反应堆中原子核数量繁多而且关系复杂，计算机模拟使用蒙特卡罗（Monte Carlo）算法对核爆炸过程进行模拟，这是一个硬系统工程的典型案例。其次从计算机模拟方法的操作过程来讲，计算机模拟是一种面向对象、基于过程的模拟方法，虽然不像微分方程是一种完全确定性的，但实现模拟迭代的计算机程序却是预先设计的。其运行结果虽然是非模拟不可预测，但由于人类认识的局限性及建模数据的不全面，大多数计算机模拟生成的结果仍带有浓烈的功能主义色彩，或者说是生成结果在某种程度上还是具有一定的确定性的。我们不妨将其称为“弱确定性”或者“弱的硬系统方法”。因为这种“确定性”或者“硬系统工程”是相对运筹学中的系统工程而言。为了改变计算机模拟方法中存在的“硬”的过程或结果，在对复杂系统模拟的一些实际案例中会相应地加入遗传算法，引入随机变量，以便更贴近现实中复杂多变的适应系统。这样做的目的在于将计算机模拟这种“弱的硬系统方法”转向“软系统方法”，以便更好地研究社会科学中的复杂系统问题。当然，在面对复杂社会系统时，仅仅加入遗传算法，引入随机变量仍有很大的局限性，还需要对计算机模拟方法实行改进，让其成为真正的“软系统方法”。比如说，可以将英国系统科学家拉尔夫·D·斯达西（Ralph D. Stacey）提出的复杂应答过程（Complex Responsive Processes，简称CRP）理论引进过来。CRP理论是当代第一个比较全面地研究社会系统的复杂性理论，关注的是人们之间相互作用的迭代模式化过程，或迭代生成过程。通过研究人们采用姿态、语言以及其他符号的交谈形式所进行的相互作用，将关注点集中到人与人之间相互作用的应答过程中来，以便寻找人类的行为规律。

第三个问题，在我们主张用计算机模拟复杂系统时，由于计算机的逻辑基础是一个离散的系统，这实际上已经预设了被模拟的系统是可计算的，可表示为算法和程序的。那么，支持这种做法的理论根据是什么？世界是可计算的吗？ 通常我们认为计算似乎仅仅是人或由人所创造的各种计算机器所做的种种数值运算，或者至多是看做对符号进行形式的操作，这个原本属于数学领域的概念怎么可能在计算机模拟的推动下上升为一种新的哲学范畴，成为计算主义倡导者主张的“实在世界中一切事物的基本存在方式”呢？

要回答第三个问题以及由此引发的其他几个小问题，首先回顾一下计算机的逻辑体系。计算机是逻辑与工程的复杂混合体，递归论与可计算理论导致计算机科学的诞生，电子计算机所引发的“计算革命”打破了使用纸笔研究的局限性，同时计算概念的内涵发生了根本的改变，外延也大大地得到扩展，但计算或算法的概念仍是探讨计算主义是否合理的理论基础，②算法是一个与计算具有同等地位和意义的基本概念，一般认为它是求解某类问题的通用法则或方法，或者说是一系列计算规则或程序，即符号串变换的规则。丘奇—图灵论题也仍是计算主义的基本工作假说。尤其需要说明的是，凡是断定人工生命、人工智能和虚拟实在（或现实）技术可以实现的人，都自觉不自觉地预设了物理的丘奇—图灵原理是正确的。在使用计算机模拟方法时无疑是将被模拟对象看做是可计算的、可用程序或算法表达的，这样的思路虽然不像 “万物皆数”的理念那么极端，但仍然使人们走向“计算主义”。

有人倾向于把计算主义理解为“实在的本质是计算”这样一种哲学主张，认为从物理世界、生命过程直到人的心智，甚至整个宇宙都是算法可计算的，或者说完全是由算法支配的；也有人从认识论、方法论的角度出发，认为它是一个普适的哲学概念，把“计算”当做是人们认识事物、研究问题的一种新视角、新观念和新方法，把各种现象或过程看成是算法复杂性的表现，而不是说现实世界真的可以由计算机算法来控制。在具体讨论时，我们通常将前者的观点认为是一种强的具有本体论意义的计算主义，而将后者看做是方法论和认识论意义上的计算主义。尽管有不同意义上的区分，计算主义所带来的观念和方法确实已经改变了我们看待世界的视角，促使我们思考关于实在的本质，并日益形成一股转换我们思维方式的思潮。比如用计算机模拟方法建立的人工生命，虽然没有考虑现实的以碳为基础的生命的运作问题，但它一开始就从计算的视角来思考生命的本质问题。人工生命把生命的本质看做是一种形式，这种形式可以通过程序或算法表现出来。所以，在人工生命学家看来，生命的本质实际上就是一种算法。这种算法的运行就表现出生命。事实上，人工生命的大部分研究都是通过计算机编程的方法来揭示生命的本质的。①李建会：《走向计算主义》，北京：中国书籍出版社，2004年，第204-211页。

随着计算机模拟技术的进一步发展，强计算主义者认为，不仅仅是人的心智或认知以及生命具有计算的特征，而且整个世界事实上就是一个计算系统。也就是说，一旦从计算的视角审视世界，就会逐步形成一种新的世界观，即认为整个宇宙是由算法和规则组成的，在这些算法和规则的支配下，宇宙发生了演化。事实上，这种对计算主义的思考渗透至整个世界的思想，最重要的来源是近年来在计算机模拟方法中独树一帜的元胞自动机的研究。在康威证明了特定配置的元胞自动机可以与图灵机等价时，就有人开始把整个宇宙看做是计算机，因为特定配置的元胞自动机在原则上能模拟任何真实的过程。

强计算主义的代表人物沃尔弗拉姆（S. Wolfram）在使用计算机模拟时说：“我采用一个简单的程序，然后让其系统地运行，看看它的行为如何”。②S. Wolfram, A New Kind of Science, Champaign: Wolfram Media, Inc. 2002, p.2.结果就是：即使是非常简单的规则，但运行程序的行为并不一定简单，甚至某些最简单的程序也能产生与任何其他东西一样复杂的行为。接下来，他从新的视角对物理学、生物学、认知科学和社会科学中相似的大量基本问题进行了计算机模拟实验的研究，发现一些具有普适性的规则与系统的细节无关，表明在自然界中存在着普遍的原理，即计算等价原理。根据这条原理，看上去并不简单的任何系统在计算复杂性上是等价的。

由此，沃尔弗拉姆提出，宇宙很可能就是由一组简单而又确定的规则所支配的计算机，而它的演化在计算上是不可归约或不可还原的（irreducible），除非我们追随着它的演化过程，否则将无法预先确定其所呈现的行为。关于他的这些思想，他在《一类新科学》（A New Kind of Science）这本巨著中进行了归纳：“我相信，‘一切皆为计算’将成为科学中一个富有成效的新方向的基础。”③S. Wolfram, A New Kind of Science, Champaign: Wolfram Media, Inc. 2002, p.1125.

因此，当我们说复杂系统的基本问题可以用计算机程序加以表述，但并不意味着一切复杂系统的问题都是可计算的。我们不否认人类在找寻复杂系统的算法规则上还有很长的路要走；也不否认在模拟人类自适应、自学习和与环境作用能力上的局限性。同样，我们承认不可计算性的存在；承认“可计算的世界仅仅是我们所能精确理解的世界的一小部分，世界恐怕是我们的算法概念所不能穷尽的。至少，某些量子过程和一些具有高度复杂性的物理系统是不能由算法产生的。”④刘晓力：《计算主义质疑》，《哲学研究》2003年第4期。我们的目的在于，在常规数学方法对许多问题的解决实际上已经无效的情况下，采用一种计算的理念和方法，将其转化为一种可模拟的状态，借用计算机这种新工具来为研究这些复杂的系统寻找新出路。

诚如我们所感受到的，计算机技术的发展以及计算和算法的观念正潜移默化地改变着我们的思维，产生了所谓的计算主义新思潮。使用计算机模拟方法做为研究复杂系统的一种工具、一种途径，可以说是这一思潮下的产物，但从整体上说并不是完全盲从于计算主义倡导者们的所有论断，而是对其有所发扬，有所放弃。我们的观点是把计算、算法或规则看做是审视世界的新方式，从原则上信奉认识论和方法论意义上的计算主义，而反对强纲领下本体论上的计算主义。毋宁说，我们用计算机模拟方法来分析复杂系统的有关问题也是将其当做一种认识事物的方式。当我们用计算机生成的虚拟生命系统来了解真实世界的生命过程时，并不是从本体论的意义上主张物理世界是由算法规则组成的，而是从认识论、方法论的角度为了解真实世界寻找一种可行的方法。

除此之外，在使用计算机模拟方法时，还有一个问题需要讨论，那就是计算机模拟程序自身存在的最大的局限性问题：对它所生成的结果缺乏任何令人信服的有效性确认。

三、计算机模拟方法的局限性及解决建议

尽管计算机模拟方法有诸多优点，但目前仍存在着一个未被解决而迫切需要解决的重要问题，就是有关模拟结果的有效性确认（validation）问题。产生这种有效性确认的理由有以下几点。（1）目前还不存在一个指导理论（governing theory）来导出这种模拟的可信度（credibility）。在笔者看来，这个指导理论应该是一个对模拟结果进行评价的方法论理论。（2）由于真实实验数据的稀缺，所以模拟实验结果的数据很难（较全面地）与真实实验的数据相比较。例如你模拟了第三次世界大战对地球气温变化情况的影响这种虚拟的数据，它们又怎能与实际数据相比较呢？那么它们的可信度又如何呢？（3）从另一个角度来说，虽然计算机模拟方法实现灵活，但它实质上是“人造的模拟”。由于人们的认知水平和识别能力不同，对于模拟得到的数据说明什么的诠释不同，对于同一个模拟系统，仁者同仁，智者见智，由此所建立的模型以及模拟出的结果也是不尽相同的。模拟结果的可信度也缺乏统一的衡量标准，因此很难被人们所信服。

有效性确认问题在通常的实验研究方法中也同样存在，但由于计算机模拟方法模型简明，而模拟过程却很难直观地去理解，这就增加了它本身的神秘性。因此，面对计算机模拟方法存在的“结果有效性确认”问题，结合米兰理工大学的艾米格尼（Francesco Amigoni）和夏封纳蒂（Viola Schiaあonati）的意见，笔者在这里提出一个可行的建议，改变评价计算机模拟方法生成结果的评价框架，用可靠性（reliability）的概念代替模拟成功与否的评价，用与事实相符的概念衡量可信度。这样，可靠性的判定便有几个重要的标准与方法。

（1）取决于计算机模拟方法先前的成功程度。根据公认的数据、观察的资料和直觉相符的程度，以及过去预测成功和实践成功的能力来判断计算机模拟方法的可靠性。因为某种计算机模拟方法过去已经使用过许多次了，虽然在进行模拟时，有时对应的真实实验数据稀少，甚至没有，但总会找到一些其他方面的运用是可以得到真实实验数据验证的，这就相当于科学假说的确证中检验蕴涵的作用。虽然得不到核战争毁灭地球上一切生命的模拟实验的实验数据，但广岛和长崎在核战争中死亡人数的数据是有的，这足以说明计算核威力的计算机模拟方法是可靠的。对于这种模拟方法的验前可靠性的评价与测量，在哲学上叫做可信度的先验概率。

（2）取决于选用计算机模拟方法的各种理由。主要包括设计计算机模拟方法时与其他模拟方法进行比较，例如与传统的模拟方法（如微分方程体系）或者与其他元胞自动机模拟方法进行比较后，仍认为这种模拟方法较优，便选用这种模拟方法；也包括力图将计算机模拟方法尽可能与物理或生物实验方法结合起来，以及将各种不同策略混合使用等等方法。虽然计算机模拟方法有时是可错的，但我们不能因此而失去信心，它只是使我们认识到计算机模拟方法在可靠性判断上的复杂性。

（3）相对于物理或生物实验方法，计算机模拟方法实际上可以看做是一种特殊的科学实验。根据美国科学哲学家汉森提出的“观察渗透理论”，实验所产生的结果也是依赖于理论的，如果指导理论本身有问题，它们仍然是可错的。除了这个原因以及上面提到的人为因素以外，在计算机模拟的过程中或多或少会存在随机噪声或机器老化等不可避免的误差因素，大多数情况下，生成结果与实验数据或实际数值的偏差总是存在的。虽然很难确定或估计这个偏差的大小，但它们也会影响到最后的模拟结果，在处理有效性确认问题时也要将其考虑在内。

四、结语

科学哲学中最受人尊崇的原理之一，是所谓的科学方法。通过科学方法，人们可以获得关于真实世界中各种现象的科学知识。从伽利略的受控实验思想到现在的计算机模拟方法都是科学方法的一个组成部分，只不过前者适用于研究简单系统中的物质结构，而后者使人们在面对较复杂的系统时将其转化为可模拟的问题。随着计算机技术的迅猛发展，计算机模拟方法为我们提供了一种理解复杂系统的途径。它强大的计算能力、经济优势、适时控制、反复执行、动态显示、将危险减到最小等特性真正为我们带来了新的研究视角。尤其是当传统的科学方法不起作用时，计算机模拟往往是了解动力学模型某些情况的唯一方法，可以说，它帮助我们“延展自我”。正如克勒所说，“人与有方法论武装的计算机的有机结合，使创造并利用新方法解决智力难题成为可能，这种方法远远优于单独采用任何一种方法。人的优势在于在该研究领域的经验、对所研究情境的理解和使用能力、直觉、整体理解力、对正确答案的知觉、听和看的能力、创造力等等，而计算机的优势在于其计算能力和轻松处理大量运算的能力，在这方面远优于人。正是这种计算能力，如果运用得当，可以为人提供理想的详细分析能力，而且，如前所述，可以帮助人避免很多与复杂系统相关的违反直觉的陷阱，从而极大地提高人的智力质量。”①George J. Klir, Facets of Systems Science 2nd, Kluwer Academic/Plenum Publishers, 2001, pp.105-106.

当然，我们在使用这种方法的同时，也认识到这种方法本身还存在的某些不足之处，并不痴心妄想把计算机模拟方法压到普罗克勒斯特（Procrustes）的床上，②普罗克勒斯特（Procrustes）：希腊神话中开黑店的强盗，传说他抓人后使身高者睡短床，斩去身体伸出部分，使身短者睡长床，强拉其身体与床齐。强行使它适用于任何情况。另外，由于计算的离散性质是在一台数字计算机上得出的，而这种数字计算机只考虑到研究全部参数空间的一部分，并且这个子空间可能不显示模型的某些重要特征，因此，计算机模拟也承担着方法论上的风险，它们可能提供误导性的结果。即使现代计算机的日益强大在某种程度上缓解了这个问题的严重性，但是更为强大的计算能力的实用性也可能有不利影响，它可能会促进科学家迅速地提出日益复杂但在概念上尚未成熟的模型，包括了解甚少的假设或机制以及太多额外的可调整的参数。这样一来，计算机模拟的使用可能会改变我们赋予科学的不同目标的权重。所以重要的是，不要远离新的强大的计算机提供的方法，从而在看不见的地方放置研究的实际目标。

在科学史上，新工具的发明总是能带来科学上的进步。但对于哲学来说，单单认识到新工具以及它所展示的东西不是最重要的，弄明白新工具为什么展示它所展示的东西、新工具的出现是否会产生一种新的世界观才更为重要。同时，在认识新事物的过程中，需要我们注意的是，切忌将洗澡水和婴儿一同泼出去。