概念的起源
“涌现”一词由英国哲学家乔治·亨利·刘易斯于1875年首创。更早之前，约翰·斯图尔特·密尔（1843）指出，水的性质无法通过简单相加氢和氧的性质得到，并区分了结果等于原因之和的“合成”规律与并非如此的“异质”规律。20世纪初，C. D. 布罗德（1925）等“英国涌现论者”主张，生命与心灵是原则上无法仅由物理与化学规律解释的涌现性质。但当量子力学解释了化学键之后，这种强主张一度失去影响力。
“多者异也”与弱涌现
物理学家菲利普·安德森在《多者异也》（1972）中指出，知道基本定律并不意味着能轻易据此重建大系统的行为，对称破缺等现象在每个层次都需要新的概念。当今科学所说的涌现大多属于这种“弱涌现”。马克·贝多（1997）将其定义为：原则上可由微观规则推导，但实际上只能通过模拟才能知道的性质。克雷格·雷诺兹（1987）仅用“靠近、避免碰撞、与邻居方向一致”三条规则就再现了鸟群飞行；约翰·霍兰德（1998）把这类现象视为复杂适应系统的核心。蚁群觅路、谢林的居住隔离模型以及市场价格中的看不见的手也是常被引用的例子。
强涌现之争与当代研究
哲学家金在权（1999）对强涌现持怀疑态度：如果高层性质依赖于物理性质却又拥有独立的因果力，同一结果就会被两次引起，造成“因果过度决定”问题。大卫·查尔默斯（2006）认为意识或许是强涌现的唯一真正候选，即使在原则上也无法从物理事实推导出来。社会学中，基思·索耶（2005）把社会结构视为从个体互动中涌现的产物，并将其引入结构与能动性之争。霍尔等（2013）用信息论量化“因果涌现”，表明宏观描述可能比微观描述包含更多因果信息。魏等（2022）报告大语言模型超过一定规模后会突然出现新能力，但后续研究认为这可能是评估指标选择造成的错觉，争论仍在继续。
常见问题
- 涌现与还原论是对立的吗？
- 不一定。弱涌现认为高层性质原则上可从低层推导，因此与还原论相容；只有强涌现主张原则上不可还原。
- 涌现的典型例子有哪些？
- 鸟群飞行、蚁群觅路、水的性质、交通拥堵、市场价格形成以及大脑中的意识等常被提及。
来源核查日期：2026-10-26
参考文献
- Lewes, G. H. (1875). Problems of Life and Mind (Vol. 2). London: Trübner.
- Mill, J. S. (1843). A System of Logic. London: John W. Parker.
- Broad, C. D. (1925). The Mind and Its Place in Nature. London: Kegan Paul.
- Anderson, P. W. (1972). More is different. Science, 177(4047), 393–396.
- Schelling, T. C. (1978). Micromotives and Macrobehavior. New York: W. W. Norton.
- Reynolds, C. W. (1987). Flocks, herds and schools: A distributed behavioral model. Computer Graphics, 21(4), 25–34.
- Holland, J. H. (1998). Emergence: From Chaos to Order. Reading, MA: Addison-Wesley.
- Kim, J. (1999). Making sense of emergence. Philosophical Studies, 95(1–2), 3–36.
- Bedau, M. A. (1997). Weak emergence. Philosophical Perspectives, 11, 375–399.
- Chalmers, D. J. (2006). Strong and weak emergence. In P. Clayton & P. Davies (Eds.), The Re-Emergence of Emergence (pp. 244–254). Oxford: Oxford University Press.
- Sawyer, R. K. (2005). Social Emergence: Societies as Complex Systems. Cambridge: Cambridge University Press.
- Hoel, E. P., Albantakis, L., & Tononi, G. (2013). Quantifying causal emergence shows that macro can beat micro. Proceedings of the National Academy of Sciences, 110(49), 19790–19795.
- Wei, J., et al. (2022). Emergent abilities of large language models. Transactions on Machine Learning Research.