– “自我”的边界决定了自我，决定了“自我”与“环境”（进化的决定因素）的关系。“自动机是不能同它所处的环境完全分割的，换句话说，如果不先说明自动机所运作的环境，就不能判断它是好是坏、是快是慢、是坚强还是脆弱。”
– “自我”的变异+“环境”的选择：产生进化。子系统发展出新的模块/功能，复杂度大于母系统（复杂度下限：千亿）。
第五堂课 复杂自动机的一些考量 ——层次和进化的问题
二、关于复杂度（complication）
复杂度就是指复杂的有效程度，或者说是做事情的潜力。有目的地去做事的时候牵涉到的复杂程度。具有最高复杂度的对象就是那些可以做很困难的，牵涉很多事情的东西。
生命可以复制同自身相似的其他生命。生命是由基本零件构成的非常复杂的组合，从概率论或者热力学的角度看，这种组合的出现是极不可能的。唯一能够使得这个奇迹显得不那么神奇的解释是：生命可以复制自身。因此，如果由于某种特殊原因，一个生命偶然出现了，那么，从此以后，生命就不再被概率法则所束缚，只要环境合适，更多的生命就会跟着出现。然而，从热力学的角度讲，这种“合适的环境”，比起生命本身的存在几率已经要高出很多了（But a reasonable milieu is already a thermodynamically much less improbable thing）。所以，从某种程度上说概率运算在这里存在着一个漏洞（loophole），而自我复制的过程恰恰正是利用了这个漏洞。
生命这种现象是一种“统计的”规律。生命是用一大堆不可靠的原件搭建起来的一台可靠的机器，这台可靠的机器一定会操纵概率法则来“统计地”实现自身的存在。只有那些能够达到一定的复杂性并且突破了某个阈值的系统才有可能成功的利用“概率论中的漏洞”。
比起单纯的自复制，自然界中的生命更胜一筹，因为随着时间的流逝，生命会变得更加精巧。基因这种复杂度比人低一个数量级的东西，是如何蕴含了如此复杂的人类个体的信息的呢？一切生物都来自无生命混沌环境中简单的个体，它们逐渐演化出更复杂的东西，这些生命具有产生比自己更复杂之物的能力。
另一方面，当我们分析人工自动机的时候，却可以得到截然相反的结论。通常一台机器总是比它能够制造出的零件更复杂。如果自动机A 能制造出自动机B的话，那么A一定包含关于B的全部信息，这样A才能按照这些信息把 B 制造出来。自动机的“复杂度”，或者说它的生产潜力，是不断降级的。也就是说，一个系统的复杂度总是比它制造的子系统要高一个数量级。复杂度是不断降低而非升高的，这个分析人工自动机得到的结论，和上面的分析生命本身得到的结论完全相反。
我们的结论是这样的，存在着一个复杂度的阈值，如果系统低于此阈值则它的复杂度就会衰退。虽然我们现在对于什么是复杂度以及如何测量复杂度还不甚了解，但是我认为即使我们用最粗糙的衡量标准，也就是系统中所包含的零部件的数量来衡量系统的复杂度的话，本结论仍然成立。这个阈值的具体大小，就取决于我们该如何定义基本的零件。复杂度阈值是一个决定性的临界点，低于它，组装生成自动机的过程就会走向衰退；而一旦超越了这个临界点，组装进化在适合条件下就会发生爆炸性的突变，每个自动机所制造出来的新自动机都比自己更加复杂，更加具备潜能。”
复杂度如何度量？复杂度的阈值到底是多少？冯诺伊曼也不知道如何来定义这个复杂度的概念，及如何计算出这个阈值。 冯诺伊曼给出了一种定性的描述，“这里的复杂度就是指复杂的有效程度， 或者说是做事情的潜力。这里我说的并不是一个具体对象牵涉到的复杂程度，而是它有目的地去做事的时候牵涉到的复杂程度。从这个意义上说，具有最高复杂度的对象就是那些可以做很困难的，牵涉很多事情的东西。”
75译者注：千亿这个数字很有趣，略作估算，会发现很多大数都处于很接近这个尺度的范围，除了上文提到的神经元激发能量消耗和物理下限之比以外，还包括大脑中的神经元数量、每个神经元在人一生中激发的总次数、每个神经元包括的蛋白质大分子数量、甚至银河系中间恒星的数量。宇宙和大脑有着一种比例关系。
