經濟衰退、傳染病能事先預期嗎?背後「複雜系統」理論掀起蝴蝶效應
經濟衰退、傳染病能事先預期嗎?背後「複雜系統」理論掀起蝴蝶效應

未來能預測嗎?答案可能不如你想像中的好回答。

縱使我們無法得知二十年後某一天會發生什麼事情,或接下來即將有什麼轉變,但我們必定會根據自認為會發生的情況來做出決策,且結果通常有一定的可靠程度。如果人生中一切都是偶然發生的,我們就都不敢出門,而且就算待在家裡也會感到不安。

問題是,無論多數結果發生的可能性有多高,也都並非確定的。如同作家切斯特頓(G. K. Chesterton)所解釋道:「我們所處世界真正的麻煩點……在於近乎理性卻不完全如此。人生不是毫無邏輯可言,但愛用邏輯思考卻容易落入陷阱。世界看似夠符合數學和規律,實際上卻不盡然。精確的表現顯而易見,不精確的面向則是隱晦不明,難以掌控的混局潛伏其中。」

因為這些暗藏的不精確面向,世界不可預測的程度其實超乎我們的預期。相對穩定的時期之間夾雜著明顯偶然出現的動盪,大流行傳染病、經濟衰退和新科技都是擅自登場。不可預期的性質延伸到人生幾乎每個層面,以2002年為例,競技滑雪賽中因為最後一圈選手在彎道上相互碰撞使數名領先者落敗,最終由澳大利亞的選手奪下冠軍金牌。

以認知層面而言,多數人能理解這樣的不可預測性,但實際上大家卻低估了其普遍程度。因此,我們一開始會先揭露出世界上暗藏的混局,解釋複雜系統、人類決策及科技如何綜合起來製造出本質難以預測的環境。

shutterstock_brain_think_maze_552606274.jpg
圖/ Shirstok via Shutterstock

繁複系統及複雜系統,如何解釋蝴蝶效應?

系統是由環環相扣的要素所結合的一套體系,會產生其獨有的行為模式。

我們能把系統分成兩種基本的類型:繁複系統及複雜系統。

繁複系統(complicated system) 中,就算有數千個互相牽連的部分,但各部分都會依循規則,因此行為可預測和可理解。譬如,機械錶或是噴射機引擎就是繁複但運作起來可預測的裝置。

相對地, 複雜系統(complex system) 因為各要素彼此獨立,又或是可能依照各自的意識來運作,所以整體不等於每個部分的加總,使得行為變得不可預測。為什麼呢?

1887年,瑞典國王奧斯卡二世(Oscar II)提供獎金徵求解決難纏的三體問題(Three Body Problem),也就是有關於三個天體運行模式的物理挑戰,以地球、月球和太陽為例。法國數學家亨利.龐加萊(Henri Poincaré)便放膽一搏而失敗,結果該難題至今仍沒有人可以解出來。不過,龐加萊發表的論文令人嘆為觀止,因此仍獲頒獎金。他不斷地思考這個難題,某次對原論文的修訂版本為「混沌理論」(Chaos Theory)埋下了根基。

他解釋道, 系統的要素之間相互牽連時,計算上的小誤差或變化會因為這些要素互動越多而被擴展得越大 ──超過半個世紀後,氣象學家愛德華‧ 羅倫茲(Edward Lorenz)在執行氣候模式的電腦模擬時,同樣也觀測到這個現象。

羅倫茲發現微小的差異(例如,測量變量精確到小數點後四位,或是小數點後六位),會產生天差地遠的預測結果。這個觀察讓他在1972年的一場氣候講座上發表一篇短論文,題為:〈可預測性:巴西蝴蝶振翅是否會使德州掀起風暴?〉(Predictability: Does the flap of a butterfly's wings in Brazil set off a Tornado in Texas?)此現象因此得名為「蝴蝶效應」。

龐加萊或羅倫茲兩人理論的核心概念,解釋了在世界上、尤其在商業界中的大量不確定性: 首先,我們得到的資訊都不完整;第二,輸入內容可能導致非線性的產出結果。

隨機思維+書腰立體書封
圖/ 商周出版

本文授權轉載自《隨機思維:不死守目標、拉高容錯率,打破企業經營追求完美的傳統慣性》, Matt Watkinson, Csaba Konkoly著,商周出版

責任編輯:蘇柔瑋

往下滑看下一篇文章
台灣不只要用國際標準,更要參與討論!TWNIC如何培養下一代網路人才,接軌國際技術社群?
台灣不只要用國際標準,更要參與討論!TWNIC如何培養下一代網路人才,接軌國際技術社群?

打開瀏覽器、觀看串流影片,看似日常的上網行為,背後其實仰賴一套套國際網路標準運作。當網路技術持續演進,台灣除了採用這些標準,能不能進一步參與它們形成的過程?

「即便有很多事情可能要做10年才會有效果,但我想我們應該擔任這樣的角色。」TWNIC執行長余若凡指出,台灣硬體產業在全球已有亮眼成果,但對底層網路技術與國際標準的關注、參與仍有成長空間。對TWNIC而言,除了管理「.tw」、「.台灣」網域名稱與台灣IP位址資源,也希望成為台灣與國際網路社群之間的橋梁。

TWNIC 執行長余若凡
圖/ TWNIC 執行長余若凡

這也是TWNIC與國立虎尾科技大學合作舉辦IETF研習課程的背景。從IETF組織運作、RFC標準形成,到IPv6-only等新一代網路技術,課程不只協助參與者理解國際標準,更希望培養實際參與與落地的能力。透過這場合作,TWNIC也試圖串起國際社群、校園人才與產業需求,讓台灣從採用標準,進一步走向參與標準。

硬體做到世界級,下一步讓台灣人才走進標準制定現場

IETF(Internet Engineering Task Force,網際網路工程任務組)作為全球網際網路技術標準形成的重要場域,許多技術規範最終透過RFC文件發布。對TWNIC而言,台灣若能讓更多企業、學校、研究者與工程師參與,不只能更早掌握國際網路技術變化,也有機會把台灣經驗帶進國際討論。

TWNIC因此一方面把國際議題帶回台灣,另一方面也把台灣人才送出去。透過TWNIC Academy學員計畫,每年資助8位學員參與重要國際組織,時間長達一年;部分學員返台後更自主形成社群,近期一場交流活動便吸引近40位參加,背景從網路工程延伸至政策、法律及社會科學。「我們希望最終有更多人可以參與。」余若凡說。從在台培訓、實際參與國際組織到返台形成社群,TWNIC希望讓人才培育不只停留在單次課程,而能持續累積參與國際標準討論的經驗。

會設定網路還不夠,學校補上「讀懂標準」的能力

但真正想要走進IETF,光是「會用網路技術」還不夠。國立虎尾科技大學電機工程系教授兼秘書室主任秘書蘇暉凱指出,大學課堂教授TCP/IP或網路設定,多半從教科書或整理過的教材入手;真正參與國際標準討論,面對的卻是RFC等第一手技術規範。

他將其中的差距歸納成三種能力:規範閱讀、實作驗證與技術表達。工程師除了讀懂規範,也要能透過實作與工具驗證實際網路行為,最後以精準的技術英文語言與國際社群溝通。「這三種能力不是短期間就能養成。」蘇暉凱指出,因此需要逐步融入大學與研究所的課程及專題。

這也凸顯學校在合作中的角色,TWNIC負責連結國際社群、技術趨勢與參與機會,學校則把這些標準帶進人才培育與實作現場。兩者合作,才能讓「參與國際標準」從少數專家的工作,逐漸變成年輕工程師可以累積的能力。

國立虎尾科技大學電機工程系教授兼秘書室主任秘書蘇暉凱
圖/ 國立虎尾科技大學電機工程系教授兼秘書室主任秘書蘇暉凱

IPv6走向主流,校園先成為產業轉型的試驗場

IPv6正是這套合作模式的具體案例。余若凡指出,全球IPv6使用率已正式跨過五成,迎來關鍵轉折。包含越南、捷克等國皆已將全面轉向IPv6排入國家政策時程,主流行動裝置與微軟Windows作業系統也已原生支援。過去許多環境仍採取IPv4與IPv6並行的架構,隨技術、終端與轉換機制逐漸成熟,進一步走向IPv6-only的條件也開始成形。IPv6-only並不代表與既有IPv4服務切割,而是透過NAT64、DNS64等轉換機制維持連線。對產業而言,真正的問題也逐漸從「技術能不能做到」,轉向是否有足夠經驗與信心部署。

為此,TWNIC 從人才培育到校園實作,持續推動 IPv6-only 環境的應用與部署,除了自行建置 IPv6-only Demo Site,也逐步於北、中、南三地拓展示範場域與實作據點。余若凡觀察,相較於企業在商業效益尚未明朗前,對導入新技術往往較為謹慎,校園更適合作為技術驗證與人才培育的場域。透過 TWNIC 推動的實作機制,讓師生在實際環境中理解 IPv6-only 如何運作,一方面培養未來進入產業的人才,另一方面也能累積可供業界參考的部署經驗。對蘇暉凱而言,這意味著學生不能只學會 IPv6 位址格式,更要從網路維運、資安到應用發展,建立面對 IPv6 環境的完整思維。

從Demo Site、教育訓練、技術活動到實作手冊,TWNIC希望逐步降低新技術的理解與部署門檻。當IPv6走向主流,台灣面對的已不只是「網路要不要升級」;如何讓更多人才讀懂國際標準、具備實作能力,甚至走進IETF參與討論,才是台灣從標準「使用者」走向「參與者」的下一步。

IETF研習課程

TWNIC將於10月29至31日2026年臺灣網際網路研討會(TANET 2026)暨國際計算機會議(ICS)設攤展示,規劃「新世代IPv6-Only Wi-Fi無線網路體驗與建置」及「TWNIC IPv6智慧工作室(IPv6 Smart Studio)」兩大主題。歡迎各界蒞臨參觀與體驗!
詳細介紹請參閱:https://twnic.tw/blog/contents.php?id=253&lang=zh-tw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓