What do you think?
Complexity: A Guided Tour
What enables individually simple insects like ants to act with such precision and purpose as a group? How do trillions of neurons produce something as extraordinarily complex as consciousness? In this remarkably clear and companionable book, leading complex systems scientist Melanie Mitchell provides an intimate tour of the sciences of complexity, a broad set of efforts that seek to explain how large-scale complex, organized, and adaptive behavior can emerge from simple interactions among myriad individuals. Based on her work at the Santa Fe Institute and drawing on its interdisciplinary strategies, Mitchell brings clarity to the workings of complexity across a broad range of biological, technological, and social phenomena, seeking out the general principles or laws that apply to all of them. Richly illustrated, Complexity: A Guided Tour--winner of the 2010 Phi Beta Kappa Book Award in Science--offers a wide-ranging overview of the ideas underlying complex systems science, the current research at the forefront of this field, and the prospects for its contribution to solving some of the most important scientific questions of our time.
368 pages, Hardcover
First published March 2, 2009
About the author
Melanie Mitchell
17 books245 followersMelanie Mitchell is a professor of computer science at Portland State University. She has worked at the Santa Fe Institute and Los Alamos National Laboratory. Her major work has been in the areas of analogical reasoning, complex systems, genetic algorithms and cellular automata, and her publications in those fields are frequently cited.
She received her PhD in 1990 from the University of Michigan under Douglas Hofstadter and John Holland, for which she developed the Copycat cognitive architecture. She is the author of "Analogy-Making as Perception", essentially a book about Copycat. She has also critiqued Stephen Wolfram's A New Kind of Science and showed that genetic algorithms could find better solutions to the majority problem for one-dimensional cellular automata. She is the author of An Introduction to Genetic Algorithms, a widely known introductory book published by MIT Press in 1996. She is also author of Complexity: A Guided Tour (Oxford University Press, 2009), which won the 2010 Phi Beta Kappa Science Book Award.
She received her PhD in 1990 from the University of Michigan under Douglas Hofstadter and John Holland, for which she developed the Copycat cognitive architecture. She is the author of "Analogy-Making as Perception", essentially a book about Copycat. She has also critiqued Stephen Wolfram's A New Kind of Science and showed that genetic algorithms could find better solutions to the majority problem for one-dimensional cellular automata. She is the author of An Introduction to Genetic Algorithms, a widely known introductory book published by MIT Press in 1996. She is also author of Complexity: A Guided Tour (Oxford University Press, 2009), which won the 2010 Phi Beta Kappa Science Book Award.
Ratings & Reviews
Friends & Following
Create a free account to discover what your friends think of this book!
Community Reviews
Displaying 1 - 4 of 4 reviews
January 11, 2011
Melanie Mitchell è una docente di talento. Lo dimostrò con la sua "Introduzione agli algoritmi genetici", che per efficacia batte anche la presentazione del suo inventore (John Holland).
Con questo testo Melanie colma una lacuna importante: un testo introduttivo e comprensivo alla disciplina che va sotto il nome di Complessità.
E come c'era da aspettarsi il risultato è ottimo. Il testo introduce prima elementi di teoria dell'informazione, computazione, evoluzione e genetica, e poi passa in rassegna i numerosi campi in cui i concetti li sviluppati sono stati finora applicati (intelligenza artificiale, sociologia, reti, biologia e altro). Man mano che si avanza, mentre chi non conoscesse la materia rimarrà stupito dalla ricchezza di orizzonti e prospettive aperte, le correlazioni tra i campi diventano evidenti. E gli ultimi capitoli non risparmano interessanti e profonde riflessioni sul ruolo delle simulazioni nella scienza (la terza via, accanto a teoria e sperimentazione), sull'esistenza presunta di una teoria della complessità, sulla necessità di un nuovo linguaggio per questa nuova disciplina (così come il calcolo ha dato il linguaggio alla fisica newtoniana), sulle questioni aperte nell'evoluzionismo e nella genetica (ruolo dell'autoorganizzazione rispetto alla selezione naturale), sulla illusoria pervasività delle "power laws" che sembrano ormai "più normali delle distribuzioni normali (nel senso di gaussiane)".
La Mitchell usa sempre un linguaggio chiarissimo e preciso, comprensibile senza sacrificare la rigorosità scientifica, ed espone la materia in maniera progressiva senza richiedere sostanziali pre-conoscenze dal lettore (se non la sua intelligenza).
Ci sono capolavori divulgativi che dovrebbero essere lettura obbligatoria per quegli studenti di fine liceo/inizio università che volessero capire cosa la scienza può insegnare e mostrare loro quanto possa essere affascinante e ricca. "Un'occhiata alle carte di dio" di Ghirardi, "The evolution of complexity" di Axelrod, "Godel Escher Bach" di Hofstadter sono i primi che grandi esempi che mi vengono in mente. Questo testo della Mitchell è senza dubbio un ulteriore gioiello da aggiungere alla lista.
Con questo testo Melanie colma una lacuna importante: un testo introduttivo e comprensivo alla disciplina che va sotto il nome di Complessità.
E come c'era da aspettarsi il risultato è ottimo. Il testo introduce prima elementi di teoria dell'informazione, computazione, evoluzione e genetica, e poi passa in rassegna i numerosi campi in cui i concetti li sviluppati sono stati finora applicati (intelligenza artificiale, sociologia, reti, biologia e altro). Man mano che si avanza, mentre chi non conoscesse la materia rimarrà stupito dalla ricchezza di orizzonti e prospettive aperte, le correlazioni tra i campi diventano evidenti. E gli ultimi capitoli non risparmano interessanti e profonde riflessioni sul ruolo delle simulazioni nella scienza (la terza via, accanto a teoria e sperimentazione), sull'esistenza presunta di una teoria della complessità, sulla necessità di un nuovo linguaggio per questa nuova disciplina (così come il calcolo ha dato il linguaggio alla fisica newtoniana), sulle questioni aperte nell'evoluzionismo e nella genetica (ruolo dell'autoorganizzazione rispetto alla selezione naturale), sulla illusoria pervasività delle "power laws" che sembrano ormai "più normali delle distribuzioni normali (nel senso di gaussiane)".
La Mitchell usa sempre un linguaggio chiarissimo e preciso, comprensibile senza sacrificare la rigorosità scientifica, ed espone la materia in maniera progressiva senza richiedere sostanziali pre-conoscenze dal lettore (se non la sua intelligenza).
Ci sono capolavori divulgativi che dovrebbero essere lettura obbligatoria per quegli studenti di fine liceo/inizio università che volessero capire cosa la scienza può insegnare e mostrare loro quanto possa essere affascinante e ricca. "Un'occhiata alle carte di dio" di Ghirardi, "The evolution of complexity" di Axelrod, "Godel Escher Bach" di Hofstadter sono i primi che grandi esempi che mi vengono in mente. Questo testo della Mitchell è senza dubbio un ulteriore gioiello da aggiungere alla lista.
November 19, 2019
Frattali, emergenza, attrattore strano, informazione, evoluzione, genetica, legge di Zipf, networks, automi cellulari, teoria dei sistemi... tutte cose che bene o male avevo già sentito, e che mi ero resa conto facessero tutte parte della stessa teoria sottostante. A cercare su Wikipedia o su altre fonti, questi concetti venivano continuamente ripetuti, e veniva sempre lasciato intendere che poteva esistere una qualche unificazione di tutti questi, e questa unificazione, se aveva un nome, si doveva chiamare complessità. Ma cos'è la complessità, per davvero? Ed esisteva? Era qualcosa? Come permetteva di collegare tutti questi concetti? Come li metteva in ordine?
Ecco, se anche voi vi siete trovati in questa situazione, questo è precisamente il libro che fa per voi. Un libro di divulgazione scientifica serio e ben scritto, su un tema enorme e molto recente, che vi fornisce i giusti prerequisiti, vi dà una panoramica sulla ricerca e rimette al posto giusto tutti quei concetti che avete prima confusamente associato a questa materia; tutto quello che avete sempre sentito sulla complessità, insomma, ma organizzato, ordinato, arricchito e ampliato. Il tutto con un approccio familiare, uno stile simpatico e amichevole, che salta da un aneddoto personale a una spiegazione dettagliata della mappa logistica, dal racconto di come l'autrice è riuscita ad avvicinarsi a Hofstadter alla spiegazione precisa di un algoritmo genetico, alternando pause, riflessioni e storielle ad approfondimenti specifici.
E infine, aspetto per me fondamentale, un gigantesco comparto di note per approfondire, e una bibliografia enorme, ricca di libri e di articoli scientifici per approfondire, che mostrano in modo ancora più evidente la natura di 'trampolino' che ha questo libro per chi desidera andare ancora più a fondo.
Era esattamente ciò di cui avevo bisogno, nel momento in cui ne avevo bisogno.
Grazie Melanie Mitchell per aver scritto questo capolavoro!
PS: una piccola parentesi per parlare della matematica. Io non ho avuto nessun problema a leggerlo, ma io mi sto per laureare in fisica, quindi mi rendo conto che forse altri potrebbero avere problemi. Vi dico quindi che, mentre andate sul sicuro per quanto riguarda le parti di aneddoti e discorsi qualitativi, quando decide - e spesso lo fa - di approfondire e di andare più nel dettaglio, per chi non ha mai visto niente di informatica, per chi non ha la minima idea di che cosa sia un programma, per chi ha il terrore delle equazioni e dei grafici a barre, per chi fa fatica a seguire un ragionamento logico-matematico, quelle parti potrebbero risultare incomprensibili. Non so che dire se non che mi dispiace molto per voi...
Ecco, se anche voi vi siete trovati in questa situazione, questo è precisamente il libro che fa per voi. Un libro di divulgazione scientifica serio e ben scritto, su un tema enorme e molto recente, che vi fornisce i giusti prerequisiti, vi dà una panoramica sulla ricerca e rimette al posto giusto tutti quei concetti che avete prima confusamente associato a questa materia; tutto quello che avete sempre sentito sulla complessità, insomma, ma organizzato, ordinato, arricchito e ampliato. Il tutto con un approccio familiare, uno stile simpatico e amichevole, che salta da un aneddoto personale a una spiegazione dettagliata della mappa logistica, dal racconto di come l'autrice è riuscita ad avvicinarsi a Hofstadter alla spiegazione precisa di un algoritmo genetico, alternando pause, riflessioni e storielle ad approfondimenti specifici.
E infine, aspetto per me fondamentale, un gigantesco comparto di note per approfondire, e una bibliografia enorme, ricca di libri e di articoli scientifici per approfondire, che mostrano in modo ancora più evidente la natura di 'trampolino' che ha questo libro per chi desidera andare ancora più a fondo.
Era esattamente ciò di cui avevo bisogno, nel momento in cui ne avevo bisogno.
Grazie Melanie Mitchell per aver scritto questo capolavoro!
PS: una piccola parentesi per parlare della matematica. Io non ho avuto nessun problema a leggerlo, ma io mi sto per laureare in fisica, quindi mi rendo conto che forse altri potrebbero avere problemi. Vi dico quindi che, mentre andate sul sicuro per quanto riguarda le parti di aneddoti e discorsi qualitativi, quando decide - e spesso lo fa - di approfondire e di andare più nel dettaglio, per chi non ha mai visto niente di informatica, per chi non ha la minima idea di che cosa sia un programma, per chi ha il terrore delle equazioni e dei grafici a barre, per chi fa fatica a seguire un ragionamento logico-matematico, quelle parti potrebbero risultare incomprensibili. Non so che dire se non che mi dispiace molto per voi...
April 14, 2022
“Linearity is a reductionist’s dream, and nonlinearity can sometimes be a reductionist’s nightmare.” Melanie Mitchell.
Per sistema complesso di intende un sistema composto da molti componenti connessi tra loro senza un controllo centralizzato, con regole semplici che fanno emergere comportamenti collettivi complessi attraverso l’apprendimento o l’evoluzione. Il sistema è quindi non lineare: il totale è di più della somma delle sue parti.
Mi è piaciuto il giusto equilibrio tra teoria (molta), cenni storici (pochi) ed esperienze personali (solo accennate).
L’autrice fa una carrellata di sistemi complessi in fisica, biologia, epidemiologia, sociologia, scienze politiche, e computer science, senza necessariamente parlare di una teoria universale che li descrive.
Questo perché la complessità non è ancora una scienza matura. Manca una definizione univoca, e non sono ancora stati isolati gli aspetti chiave: “we need a new vocabulary that not only captures the conceptual building blocks of self-organization and emergence but that can also describe how these come to encompass what we call functionality, purpose, or meaning”.
Il libro tratta molti concetti che orbitano attorno alla complessità. Qualche spunto d’interesse:
- L’entropia come misura per la complessità: “Many people have proposed alternatives to simple entropy as a measure of complexity. Most notably Andrey Kolmogorov, and independently both Gregory Chaitin and Ray Solomonoff, proposed that the complexity of an object is the size of the shortest computer program that could generate a complete description of the object.”
- La capacità di auto-replicazione: “The essence of self-copying … is to use the same information stored in memory in two ways: first as instructions to be executed, and second as data to be used by those instructions.”
- Probabilità e casualità: “It appears that such intrinsic random and probabilistic elements are needed in order for a comparatively small population of simple components (ants, cells, molecules) to explore an enormously larger space of possibilities, particularly when the information to be gained from such explorations is statistical in nature and there is little a priori knowledge about what will be encountered.”
Ogni capitolo tratta di una tematica a sé stante, menzionando gli scienziati ed i testi di riferimento. In questo modo il lettore ha tutto quello che gli serve per approfondire una specifica tematica di interesse. Ad esempio, vi consiglio l’ottimo Scala: Le leggi universali della crescita, dell'innovazione, della sostenibilità e il ritmo di vita degli organismi, delle città, dell'economia e delle aziende per saperne di più sulle leggi di scala, argomento discusso nel capitolo 17.
Libro interessante ma non per tutti. Per un’introduzione al tema consiglio il famoso Caos: La nascita di una nuova scienza.
Per sistema complesso di intende un sistema composto da molti componenti connessi tra loro senza un controllo centralizzato, con regole semplici che fanno emergere comportamenti collettivi complessi attraverso l’apprendimento o l’evoluzione. Il sistema è quindi non lineare: il totale è di più della somma delle sue parti.
Mi è piaciuto il giusto equilibrio tra teoria (molta), cenni storici (pochi) ed esperienze personali (solo accennate).
L’autrice fa una carrellata di sistemi complessi in fisica, biologia, epidemiologia, sociologia, scienze politiche, e computer science, senza necessariamente parlare di una teoria universale che li descrive.
Questo perché la complessità non è ancora una scienza matura. Manca una definizione univoca, e non sono ancora stati isolati gli aspetti chiave: “we need a new vocabulary that not only captures the conceptual building blocks of self-organization and emergence but that can also describe how these come to encompass what we call functionality, purpose, or meaning”.
Il libro tratta molti concetti che orbitano attorno alla complessità. Qualche spunto d’interesse:
- L’entropia come misura per la complessità: “Many people have proposed alternatives to simple entropy as a measure of complexity. Most notably Andrey Kolmogorov, and independently both Gregory Chaitin and Ray Solomonoff, proposed that the complexity of an object is the size of the shortest computer program that could generate a complete description of the object.”
- La capacità di auto-replicazione: “The essence of self-copying … is to use the same information stored in memory in two ways: first as instructions to be executed, and second as data to be used by those instructions.”
- Probabilità e casualità: “It appears that such intrinsic random and probabilistic elements are needed in order for a comparatively small population of simple components (ants, cells, molecules) to explore an enormously larger space of possibilities, particularly when the information to be gained from such explorations is statistical in nature and there is little a priori knowledge about what will be encountered.”
Ogni capitolo tratta di una tematica a sé stante, menzionando gli scienziati ed i testi di riferimento. In questo modo il lettore ha tutto quello che gli serve per approfondire una specifica tematica di interesse. Ad esempio, vi consiglio l’ottimo Scala: Le leggi universali della crescita, dell'innovazione, della sostenibilità e il ritmo di vita degli organismi, delle città, dell'economia e delle aziende per saperne di più sulle leggi di scala, argomento discusso nel capitolo 17.
Libro interessante ma non per tutti. Per un’introduzione al tema consiglio il famoso Caos: La nascita di una nuova scienza.
November 15, 2010
(se vuoi una mia recensione più seria di questo libro, va' su Galileo, http://www.galileonet.it/recensioni/1... !)
La complessità è una cosa complicata. Fin qui non ci piove. Ma lo è forse ancora più di quanto si pensi: anche se esiste la Teoria della Complessità, se si chiede a due ricercatori in questo campo di definirla si otterranno con ogni probabilità almeno due risposte diverse. Melanie Mitchell, probabilmente nota ai fan di Douglas Hofstadter visto che è stata una sua studentessa, ha raccolto in questo libro una serie di informazioni sulla complessità. Cose positive: il libro è sicuramente comprensibile per una persona interessata ai temi ma senza una cultura specifica: alcune sezioni, come il capitolo sugli algoritmi genetici, sono molto ben fatte. Cose negative: onestamente non sono riuscito a capire cosa sia in pratica la teoria della complessità. Forse la cosa è naturale, proprio perché è una disciplina così multifunzionale che non si può dare una visione coerente d'insieme; però il risultato finale è un po' deludente.
La complessità è una cosa complicata. Fin qui non ci piove. Ma lo è forse ancora più di quanto si pensi: anche se esiste la Teoria della Complessità, se si chiede a due ricercatori in questo campo di definirla si otterranno con ogni probabilità almeno due risposte diverse. Melanie Mitchell, probabilmente nota ai fan di Douglas Hofstadter visto che è stata una sua studentessa, ha raccolto in questo libro una serie di informazioni sulla complessità. Cose positive: il libro è sicuramente comprensibile per una persona interessata ai temi ma senza una cultura specifica: alcune sezioni, come il capitolo sugli algoritmi genetici, sono molto ben fatte. Cose negative: onestamente non sono riuscito a capire cosa sia in pratica la teoria della complessità. Forse la cosa è naturale, proprio perché è una disciplina così multifunzionale che non si può dare una visione coerente d'insieme; però il risultato finale è un po' deludente.
Displaying 1 - 4 of 4 reviews