大多数人可能首先想到的是。 一般来说，当一个特定的模式被证明具有这样的特征——它内部的成分产生了以前不存在的属性什么是阈值，这在科学上被称为涌现。
对于大多数复杂系统来说，涌现实际上是一个非常基本的新功能。 然而，你可能没有想到，虽然互动在我们身边极为普遍，但我们却很难感受到涌现现象的出现。 然而事实上，这种现象可以说是比比皆是。
例如，我们很容易忽视的蚁群，实际上是一个复杂的系统。
然而，这个概念很容易导致读者认知混乱。 确实有些抽象，似乎没有根据。 术语越复杂，人们就越有可能难以注意到核心问题。
例如，看看下面随机选择的图片。 尽管实际上对路线有一些不恰当的描述，但您可以体会到对此问题进行建模的复杂性和帮助。 在建模方面，最近出现的是计算建模的新方法。
科学家布莱恩大约五年前描述了《复杂性指南》（这里需要注意的是，这是非常进步的，可能会影响我们未来的生活）。
当您在浏览网页时点击无数插入的超文本链接时，您可能会更好地理解这个概念并一一获取相关的详细信息。
然而，也有人对这个问题提出了不同的理解——核心点是复杂性科学本身实际上拥有核心。
其实，从本质上看，如果讨论复杂性问题什么是阈值，我们可能会首先选择那些有生命的系统，因为在这样的前提下，生命一定是核心问题。
对于这样的假设，科学家们反映，这似乎是生物学中正在探索的东西。 但如果单从系统科学的角度来看，人类确实可以通过特定的生物体获得具有研究意义的抽象模式。
不过整个过程中要注意保持生物学的理论基础，但举这个例子的真正目的是为了提炼出一套能够代表系统中所有生命的核心问题。
对于这样的理论，我们可以看下面这张图——它涵盖了物理学，还有一些信息和计算知识，而生命的位置就在这张图的中心。 这张图可以让我们更详细地理解这个概念。
冯·诺依曼此前也曾表达过他对复杂系统问题的看法。 核心点是，这个问题会被分水岭——人造系统一分为二，比如我们今天看到的汽车和我们建造的房子。
另一部分实际上是一些自然发生的系统。 分水岭一侧的某些系统会因某些原因而降级。 例如，人类必须定期去维修店保养自己的汽车，否则很容易导致严重的问题。
然而，相反，在分水岭另一侧的这些系统中，自发降解往往不会缓慢发生，有些甚至会演变。 特别是如果我们从生态系统的角度来看，它确实会随着时间的推移而发生变化。 一定要先进。
从这个方面我们可以总结出复杂度阈值。 如果复杂性没有达到这个指定的阈值，那么系统将按照人类现在已知的物理定律继续退化。
结论：
如果遇到与上面相反的情况，如果高于这个阈值，系统可能就不再能够遵循热力学第二定律了。 这个时候，宏观上似乎发生了升级，发生了快速的进化。
那么，冯·诺依曼之前研究的阈值有什么物理意义呢？ 我们还不知道。
