g put…ers）。西姆斯利用一个有256×256 像素的计算机显示屏，每一个像素的颜色可以在整个光谱上变化。图形的形成由每个像素的颜色特殊组合而成。利用西姆斯的方案，计算机利用一种特殊的算法从一种特定的图形开始，而后产生一系列各不相同的图形。“在循环中”的人，选择对他或她看来最好的变动。然后计算机又提供另一套选择，如此不断进行下去。不用很久，这个系统就会集中到一个图形上，这种过程显示出人涉及到选择之中。人们告诉我，其结果非常令人注目，而且参与这种过程是非常吸引人的。
我们可以想像在这种方法的精心制作中，机遇在估计选择的算法中起了作用，而这些选择在每一阶段都会出现。或者，在非常相近的情形下，计算机可以作为算法的一部分从事一种伪随机过程（ pseudo…randomprocess）。在圣菲研究所召开的一次全体委员会议上，兰顿（ChrisLangton）对
西姆斯的工作作了一个简要的描述。史密松研究所（ SmithsonianInstitution）的秘书、考古学家亚当斯（BobAdams）提出，算法自身就要受变动的支配，而这算法又控制计算机不断提供的各种选择的方式。如果真是如此，它将变成一种图式，这种图式的每一个变体可以看成是一种不同的探索过程，在这过程中要通过长长一系列可能图形中追索、被选取的特殊过程（它可能或不可能包括一种基本的机遇），与被人作出选择引起的后果一起，将决定计算机显示屏上的图形。这些图形以后可能会变成一种恒定的中介物，并受选择压力的支配，例如市场中的推销或评论家的评论。计算机的方案（通过人这一主体）通常使我们得到较高的价格或较有利的评论，这种图形得到促进，而其他图形则受到贬谪。同样，人的兴趣、感受（有意识或无意识的）都可能在价格或评论的影响下发生变化。方案、计算机、主体的人，以及市场或评论家，形成了一个复杂适应系统，而人处于这个循环之中。事实上，这样一个系统可以作为一种未经加工的漫画，表现出真正的艺术家的创造过程如何在运作。另有一种复杂适应系统我们都十分熟悉，那就是人为自身目的而培育动植物。培育动植物，在现代生物学历史上扮演了一个重要的角色。达尔文在他的《物种起源》一书中，在红色标题“人工选择”（artificialselection）一节中反复论及这一内容，而且用它与自然选择（naturalselection）进行比较对照。孟德尔（Gregor Mendel）基因定律就是在培育豌豆的过程中，由修道士孟德尔发现的。在19 和20 世纪之交，当孟德尔的研究成果被再次发现和广为人知时，丹麦人德·福里斯（de Vries）在培育郁金香时发现了突变（mutation）。
培育者在他培育的生物中，仅选择其中的一些继续培育，他们正是靠这种方法将选择压力作用于生物。当然啦，自然选择也在同时起作用，还有许多动物和植物不能继续生存或繁殖下去，其原因和培育者的决定毫无关系。在生物进化中，基因组通常是一种图式，但是这儿的进化部分是直接的，而培育者的原则也会形成一种图式，虽然是另一种图式。当一位马的饲养员要将一匹马出售或者让它去进行比赛（或两者兼而有之），那么他的方法就与卡尔·西姆斯的计算机方案加上主体人的选择类似，他将受到市场和赛马场的选择压力。于是，一个带有部分直接进化的复杂适应系统，可以部分地成为一个有序程度较高的复杂适应系统，在这个系统里人类控制、校正的性质可以由它自身进入系统。
但是，假定一个富有的业余饲养员并不在乎他养的马在赛马场上的表现，或者不在乎谁想买他的马，那么，在有序性较高的复杂适应系统的情形下，饲养马的方法所导致的结果很可能不适应市场或赛马场的需要。正如管理人员行为的动机不在于吸引或保有顾客，这一位业余饲养马的人只是为了使自己高兴，并不按照商人的准则做事。从纯商业观点看，饲养是失败的，但却仍可继续下去。不适应图式的持续性：成熟的窗口
不适应的图式有时能持续下去，是因为有关的适应性中止了，或近于中止。年幼的儿童与他们生活中一些重要的人，形成各种关系：双亲、继父或继母、兄弟或姊妹、奶妈、妈妈的男朋友，等等，等等。按照霍洛威兹（Mardi Horowitz）的观点，儿童在这样一种关系中的态度和行为，由一种“个人图式”（Per…sonschema）控制，这种图式与儿童对所提到的个体的理解、感受有关。开始，这样一个图式还在变化之中，但到了儿童时期的后期，它就会抵制变化。在儿童成长的时期，这些个人图式可能深刻地影响他或她与其他人相处的关系。例如我们都熟悉，有些成人在儿童时期只有一个亲人（父亲或母亲）时，当他成年后会不断用不同的代用人物来填补那个空缺了的位置。个人图式常常是非常缺乏适应性的，在这种情形下长大的人常常会神经过敏，而且众所周知很难治愈。
用术语“成熟的窗口”（windows of maturation）和“可塑性”来考查上述情形，十分有益。成熟窗口极端的例子是铭记①这一现象。在洛伦兹（Konard Lorentz）的书《所罗门王的环》（King Solomon’s Ring）中，对铭记作了充分描述，并因此为世人知晓。一只刚生下来的灰色的鹅会把首先认为合宜的动物看成是它的双亲，并总是跟着它，在它的周围不愿离开。如果这个合宜的动物是洛伦兹或者是另一个人，那么这只鹅在某种意义上就会认为自己也是一个人，而它作为一个正常鹅生活的能力就永远地受到损害。成熟的窗口是生下来以后很短的一段时期，在这段时期里小鹅辨认它的“母亲”，过了这段时期辨认已经固定了。大多数小鹅在早期看见它的真正的母亲，那么铭记的遗传程序就表型地成功了。对少数小鹅来说，它把一位生态学研究者（如洛伦兹）当作它的母亲，遗传程序就明显地失去作用。在这样的情形下，由铭记提供的学习图式就不适合于这位特殊的个体了。由于这种学习图式对大部分个体有良好的结果，因此导致铭记的遗传图式在生物进化时就没有被消除。还有，遗传图式提供的这种成熟窗口，必需为生存提供某种共同的利益。估计这种利益来自于这种可能性，即当窗口关闭时，这种可能性将转而去寻求某种新的信息。
成熟的窗口对人类起的作用也早为人知。例如，有些婴儿一生下来视力就有问题，如果有可能恢复就应尽可能早地矫正（至少不要让尚未发现的新问题介入）。在其他情形下，窗口还可以说不那么绝对。在襁褓和儿童早期这一关键时期，如果对已出现的损害不予矫正，则各种忽略形式所造成的后果可能十分严重；但在适当的条件下，恢复的可能性很大。这些可能性在可塑性处作过讨论，神经系统改组自己的能力使模式在作过长期抵制后，最终还是要改变。
一个重要的公共政策的结果，尤其是在美国，涉及的范围是在两岁半以前所需的学习能力如果有缺陷，则可以根据“抢先”（Head Start）之类的方案进行补救，这些补救可以在接下来的两年半或更长的时间内给儿童以特殊的帮助。有些研究人员指出，成熟的早期窗口在这儿起了重要作用；如不在婴儿时期改善婴儿的学习环境，过了这段年龄的补救方案，从长远观点来看，就不那么有效了。另外一些研究人员则指出，事实已经证明，“抢先”方案如果在力度和时间上得以充分实施，那么在这种情形下就可以有足够的可塑性，使学习缺陷得到本质上和持续很长时期的矫正。这种关于少儿时期学习缺陷的争论，无论其功绩如何，有一点是十分① 铭记（imprinting）为动物早期就起作用的一种学习机制——译者注清楚的，在生命的早期获得第一语言是十分关键的。有少数几个已知的案例指出，由于儿童时期很少或根本没有与人类语言接触，结果天生具有的掌握一种语言语法的机能，不再起作用。显然，这与真实的成熟窗口有关系。不适应图式的持续：时间尺度
不适应图式存在的最普通（也许是最简单）的理由之一，是它们曾经是适应的，但原来已适应的条件现在不占优势了。复杂适应系统的环境改变的速率快于进化过程，于是两者不相配套。（成熟的窗口在某种意义上是这种时间尺度不匹配的一个极端的例子。）在人类思维领域里经常出现这样一种情形，情况的迅速变化超过了我们思维模式变化的能力，使思维模式落在后面。泽西岛（island of Jersey）动物园的创始人丢勒尔（Gerald Durrell）曾在多次探险中带回一些稀有动物，对此他还写了许多本富有魁力的书。他还详细叙述过一次经历，那是他用手抓住了一种西非的蛇。因为他“知道”那条蛇是一种无害的瞎眼蛇（像欧洲的无脚蜥蝎），所以没有作任何预防准备。突然，那条蛇张开了眼，但丢勒尔没有及时反应过来，没有从眼睁开这一新的信息想到这蛇是一种还不知道的而且很可能危险的蛇种。结果这条蛇果然有毒，丢勒尔被咬了一口，还差一点丢了命。
我们总是试图抓住我们的图式紧紧不放，甚至歪曲新的信息以适合我们的图式，而不是去改变我们的思想方式。很多年以前，有两位与埃斯彭物理中心有联系的物理学家在Marron BellsWilderness 爬山，当他们下山时迷失了方向，从山的南面而不是靠近埃斯彭的北面向山下走。他们向山下看，以为山下面的湖就是刻瑞特湖（Crater Lake），从这个湖他们可以认出回家的路。他们两人中的一个说，这个湖的边上有一个码头，而刻瑞特湖并没有。另一个物理学家回答说：“那一定是我们早晨离开后建造的。”勿需多说，一个失败图式绝望的防御最终总是错误的。这两位物理学家看到的是山另一边的阿瓦朗泽湖（AvalancheLake），结果他们在两天后才回到家。
再拿那条蛇来说，既然知道那条蛇实际上并不瞎，那么根据我们熟悉的创造性思想，就应该知道那条蛇很可能有毒，这样，我们就会从一个吸引域逃到另一个域。湖的情形也一样，既然山下的湖有码头，因此不像刻瑞特湖，那么就应该另寻道路。现在我们的讨论要强调的是：获得这些思想的过程，在很多情形下可能与他们的需要不能齐头并进。
众所周知，各个商业公司在判断变化的市场条件以便迅速跟上这种变化时，常常顾此失彼。在当今美国，减少战备经费意味着那些迄今主要为防卫而进行生产的工厂，应立即转为民用生产。这些公司由于几十年都与军事部门和相关的政府代理机构打交道，所以他们关于市场的认识就常常受到这种经历的制约。在与军事部门打交道时，出售一种产品也许只需与海军上将共进午餐就行了，而不必像民用商业的竞争那样精心策划。更有甚者，改变这些图式的机制和回应选择压力，常需几年的运作，然而与防御有关系统的需求却可能在一两年内急剧减少。如果管理人员（或者替代的新管理人员）不引入一种新的机制，以便能够更快对市场需求作出反应，那么他们公司的前景就不会光明。当环境的变化快于一种进化过程而使后者不能与之适应，这是一种挑战。这种挑战将深刻影响到生物圈和作为一个整体的人类。人类文化的进化，特别是通过技术领域的进步，使得人类有可能在很短的时期里使人口急剧膨胀，也使得每个人对其他人和对环境产生不利影响的能力大大增强。人体和其他有机体的生物进化，没有可能跟上文化的进化。我们人类自身的遗传图式大部分还反映50000 年以前的世界，不可能通过正常的生物进化机制在仅仅几个世纪里作出重要的改变。同样，其他有机体和整个生态群落也不可能迅速变化以适应人类文化引起的改变。
这就意味着，用以对付由强有力的技术武装起来的巨大人口数量所带来的结果，文化变化自身是唯一的希望。如果人类想聪明地对待自己的能力，那么合作（健康的竞争除外）和深谋远虑这两者都是当前最迫切需要的，可以说已经到了刻不容缓的地步。如果信任已经建立起来，那么在处理一些最紧迫的事情，如利用遗传和其他工程的未来进展进行人类或其他有机体的人工改变时，合作和深谋远虑则更加紧要。
当人类面临无数盘根错节事件显示出的巨大复杂性时，深谋远虑要求我们具有以下各种能力：认知和收集大量有关的信息；迅速利用由分枝的可供选择的未来历史所提供的信息；以及聪明地选择简单和相似的信息，以便不必牺牲那些有重要价值的成果。功率巨大的计算机在预测未来将起到重要的本质上的作用，但是我们不能允许它们把对问题的详细叙述，以牺牲其重要性为代价，而偏向于可定量和可分析。
在这一点上，我们简略地了解一下计算机对复杂问题能够提供的简化模型，是十分适宜的。像复杂适应系统运作的计算机可以在以下两方面为我们尽力：它们自己可以学习或适应；它们可以模仿或模拟真实世界，这个世界正是它们要学习，或适应，或涉入的世界。第二十章 学习或模拟学习的机器
计算机可以像复杂适应系统那样发挥作用。可以将硬件设计得能完成这些作用，也可以为有普通硬件的计算机编制学习（或适应、涉及）的程序。到目前为止，大部分这些设计或程序还得依靠模拟一个简化的图像，这是某些有生命的复杂适应系统如何工作的图像。神经网络计算
一个计算机复杂适应系统的人所共知的典型例子是神经网络，它可以实施软件或硬件的功能。我们设计一个大致上的模型，看哺乳动物（尤其是人）的大脑将如何运作。我们从许多组的结（nodes）或单元开始，这些结或单元通常称之为神经元，不过我们对大脑中个体的神经元到底对