混沌理論與非線性動力學在聖塔菲的角色

聖塔菲研究所系列 060：從「可預測性的極限」到「複雜適應系統」的制度化轉譯

主題：聖塔菲研究所 領域：混沌、非線性動力學、複雜系 語言：繁體中文 日期：2026-07-03

重點摘要

  • 聖塔菲研究所不是混沌理論的單一起點。混沌理論在 1960 至 1980 年代已由氣象、流體、數學物理、生態學與實驗非線性系統共同推進；SFI 的角色，是把這些方法與問題意識納入「複雜適應系統」的跨學科制度平台。
  • 混沌理論給 SFI 的核心資產不是一句「蝴蝶效應」，而是三個技術觀念：敏感依賴初始條件、吸引子與相空間幾何、分岔與普適性。這些觀念讓研究者能用同一組語言討論氣候、金融市場、生態系、免疫系統、學習與演化。
  • SFI 的早期文化與洛斯阿拉莫斯、加州聖克魯茲非線性動力學圈、統計物理、計算機模擬密切相連。Murray Gell-Mann、George Cowan、David Pines、Philip Anderson、Stuart Kauffman、Brian Arthur、Doyne Farmer、Norman Packard、James Crutchfield 等人分別把「跨學科綜合」「湧現」「自組織」「非平衡」「適應」接到同一個研究場域。
  • 在 SFI，混沌理論逐漸從「低維決定論系統的不可長期預測」轉化為更寬的研究方案：如何在多代理、多尺度、非平衡、資訊處理與演化系統中辨識規律、建立模型、衡量複雜度，並評估預測的可行邊界。
  • 局限同樣重要：混沌不等於複雜，低維混沌模型不能自動解釋高維社會或生物系統；SFI 早期也常被批評概念過大、隱喻過多、實證標準不一。後續發展的關鍵，是把「漂亮的非線性故事」轉化為可檢驗的資料、模型與預測。

一、問題定位：混沌理論在 SFI 的位置

若把聖塔菲研究所（Santa Fe Institute, SFI）簡化成「混沌理論的大本營」，會失準。混沌理論在 SFI 成立前已經有深厚基礎：Henri Poincare 對天體力學三體問題的洞察、Edward Lorenz 在氣象模型中發現的敏感依賴初始條件、David Ruelle 與 Floris Takens 對湍流與奇異吸引子的理論、Robert May 用簡單族群模型展示決定論系統的複雜行為、Mitchell Feigenbaum 對倍週期分岔普適常數的發現，這些都不是 SFI 的產物。

SFI 的獨特性在於制度與轉譯。1984 年創立時，它不是一般大學系所，也不是單一國家實驗室計畫，而是刻意設計成一個能讓物理學家、經濟學家、生物學家、計算機科學家、數學家與社會科學家長期互相污染的場所。混沌理論在這裡扮演的角色，像是一套「前導語法」：它證明簡單規則可以產生複雜行為，證明非線性系統不能只靠線性化與平衡態直覺理解，也證明電腦模擬、相空間重構與統計量測能成為新科學方法的一部分。

因此，SFI 的混沌角色可分成三層：第一，作為複雜系科學的歷史入口；第二，作為非平衡與適應系統建模的技術工具箱；第三，作為一種科學文化的證據，說明跨學科新領域可以從數學、計算與實驗之間形成共同語言。

二、前史：從決定論可預測性到非線性世界

古典科學常被描述為拉普拉斯式圖像：如果知道宇宙某一時刻所有粒子的位置與速度，原則上便能計算過去與未來。這種圖像在實際科學中從來不完全成立，但它提供了一種強烈的研究直覺：規律等於可預測，簡單原因導致簡單結果，微小誤差只會造成微小偏差。

混沌理論拆掉的正是這個直覺。非線性系統中，變數之間不是簡單加總，而是互相乘疊、回饋、放大與抑制。只要動力學具有伸展與折疊的幾何結構，鄰近軌道就可能指數分離；即使方程式完全決定論，長期預測仍會受初始量測誤差限制。這不是無知造成的隨機，而是規律本身內建的預測邊界。

1963 年，Edward Lorenz 發表「Deterministic Nonperiodic Flow」，使用三個常微分方程描述簡化對流模型，呈現非週期但結構化的軌道。Lorenz 的成果後來被流行化為「蝴蝶效應」，但真正重要的是：可視化的相空間、奇異吸引子、有限維決定論系統的非週期行為，讓「看似噪音」可以被重新解釋成有幾何結構的動力學。

1970 年代，Robert May 在 Nature 發表的綜述以 logistic map 等一維差分方程展示，族群生態、經濟與社會科學常見的簡單遞迴模型，也能經由穩定點、週期倍化、混沌等行為階層。Feigenbaum 隨後發現一大類非線性映射在倍週期通往混沌時呈現普適比例常數，這使混沌理論不只是個案模擬，而具有接近臨界現象的統計物理味道。

這一段前史對 SFI 特別重要，因為 SFI 的創辦者與早期成員多來自物理、洛斯阿拉莫斯、計算與複雜系統邊界。他們熟悉一種觀念：宏觀規律未必能從單一微觀部件直接讀出；相反，規律可能出現在交互作用、回饋、尺度轉換與資訊處理之中。

三、SFI 的創立脈絡：從「新綜合」到複雜適應系統

SFI 於 1984 年在新墨西哥州聖塔菲成立。官方歷史與創立工作坊資料都指出，George Cowan、Murray Gell-Mann、David Pines、Stirling Colgate、Nicholas Metropolis、Herbert Anderson、Peter Carruthers、Richard Slansky 等人希望建立一個不受傳統學科邊界限制的理論研究機構。1984 年 10 月與 11 月的「Emerging Syntheses in Science」工作坊，後來被視為 SFI 早期自我定義的重要文件。

這些工作坊的主題並不只包含混沌。它們涵蓋自旋玻璃、分子演化、演化理論、人類行為、神經與意識、計算複雜度、細胞自動機、資訊與組織等。這點很關鍵：SFI 從一開始就不是「混沌研究所」，而是把混沌、非線性動力學、統計物理、計算理論、演化與認知問題放進同一個「新綜合」的視野。

不過，混沌理論提供了一個強力示範：跨領域不是口號，而是因為不同領域真的共享形式結構。Lorenz 的氣象方程、May 的生態模型、Feigenbaum 的映射普適性、Ruelle-Takens 的湍流路徑、Packard-Crutchfield-Farmer-Shaw 的時間序列相空間重構，都讓研究者相信：若能找到正確的抽象層次，物理、生物、社會與計算系統之間可能存在可比較的動力學法則。

SFI 後來常用「complex adaptive systems」描述研究對象。這個詞比「chaos」更寬：它不只關心軌道是否敏感依賴初始條件，也關心系統內部代理如何學習、演化、形成網絡、產生制度、交換資訊，並在非平衡條件下維持或改變組織。混沌理論在此成為基礎語言之一，但不是終點。

四、關鍵人物與貢獻

Murray Gell-Mann：從基本粒子到複雜適應系統

Gell-Mann 以粒子物理聞名，但他在 SFI 的角色是概念與制度性的。他關心的是從基本規則到高層次規律的橋接，尤其是「複雜適應系統」如何在資訊擷取、壓縮、模型化與行動中形成秩序。對 Gell-Mann 而言，混沌的重要性在於它迫使科學放棄過度單純的還原論圖像：知道微觀方程不等於理解宏觀組織。

George Cowan 與 David Pines：制度架構與跨學科場域

Cowan 來自洛斯阿拉莫斯，Pines 是凝態物理學家。兩人對 SFI 的早期形式至關重要：SFI 需要能支持長期理論討論、工作坊、訪問學者、博士後與非典型合作，而不是只追逐單一研究計畫。1984 年創立工作坊中反覆出現的語彙是「emerging syntheses」：新的綜合，而不是新的單科專業。這種制度安排讓混沌與非線性動力學能轉入生態、經濟、生命起源、免疫、認知與社會制度等問題。

Philip Anderson：多體、湧現與「More is Different」

Anderson 的名文「More is Different」早於 SFI 成立，卻是 SFI 思想背景之一。它主張層級上升會帶來新規律，不能只用低層物理方程直接替代高層科學。混沌理論對這個論點提供了動力學證據：即使規則簡單，行為仍可能在集體層次呈現新結構。SFI 將這種想法制度化，並擴展到經濟與生命系統。

Doyne Farmer、Norman Packard、James Crutchfield、Robert Shaw：聖克魯茲非線性動力學圈到 SFI

1970 至 1980 年代，加州聖克魯茲形成了一個非線性動力學圈。Packard、Crutchfield、Farmer、Shaw 等人與「Dynamical Systems Collective」相關，他們的重要貢獻包括從時間序列重構相空間、估計奇異吸引子維度、將混沌解釋成有幾何與資訊結構的決定論行為。1980 年的「Geometry from a Time Series」與 1986 年 Scientific American 的「Chaos」都是代表性文本。

這一群人的重要性，不只是他們懂混沌，而是他們把混沌轉成資料分析與預測問題：如果只觀測到一個變數的時間序列，能否重構系統的吸引子？如果系統是混沌的，短期預測是否仍可行？如果表面隨機其實有低維結構，該如何量測？這些問題後來與 SFI 關心的金融、經濟與複雜系統資料分析自然接合。

Stuart Kauffman：自組織、生命起源與 NK 模型

Kauffman 不是典型混沌理論家；他的核心貢獻在自組織、布林網路、生命起源、自催化集合與適應性地景。可是他與混沌理論共享一個基本問題：有序結構如何在不由中央設計的情況下出現？在 SFI 的語境中，Kauffman 代表了從低維混沌轉向高維適應系統的一條路徑：研究不只問「軌道是否混沌」，也問「網路如何維持臨界、有序與可演化性」。

W. Brian Arthur：非平衡經濟、遞增報酬與路徑依賴

Arthur 在 SFI 推動的複雜經濟學，將經濟視為不斷生成、非平衡、由異質代理互相適應的系統。這與混沌理論的關係不是把市場簡化為 logistic map，而是承認回饋、非線性、路徑依賴與多重均衡會讓傳統靜態均衡模型不足。SFI 的經濟學方案因此吸收了非線性動力學的精神，但把焦點放到代理、制度、預期、技術採用與市場生態。

五、技術與理論細節：SFI 吸收了混沌理論的哪些工具

1. 相空間、吸引子與重構

動力系統的狀態可表示為相空間中的點；時間演化則是相空間中的軌道。穩定點、極限環、環面與奇異吸引子分別代表不同長期行為。混沌系統的奇異吸引子通常具有分形幾何，軌道不週期重複，卻被限制在某個有結構的集合內。

Packard、Crutchfield、Farmer、Shaw 等人的時間序列重構工作，對 SFI 後續的資料導向複雜系研究很有啟發。Takens 嵌入定理提供理論支撐：在某些條件下，單一觀測量的延遲座標可重構與原系統等價的吸引子幾何。這讓研究者可以從實測資料出發，而不必一開始就掌握完整微分方程。

2. Lyapunov 指數與可預測性邊界

Lyapunov 指數衡量鄰近軌道平均分離速率。最大 Lyapunov 指數若為正，表示微小初始誤差會指數成長，長期精確預測不可行。這個量對 SFI 的意義不只在數學上，而在認識論上：模型不是只有「準」或「不準」，而是有可預測時間窗。金融、氣候、生態與社會系統的預測都必須問：資料噪音、模型誤差與系統內在不穩定性共同決定的預測期限是多少？

3. 分岔、普適性與臨界附近的規律

非線性系統隨參數改變，可能從穩定點轉為週期振盪，再經倍週期進入混沌，或經由間歇性、準週期破裂等路徑進入複雜行為。Feigenbaum 的普適常數顯示，不同具單峰形狀的映射在倍週期路徑上共享比例規律。這對 SFI 很重要，因為它提供了一個範例：跨系統普遍性不必來自相同材料，而可來自相同數學結構。

4. 資訊、熵與計算力學

混沌系統看似隨機，但其隨機性可能含有可量測的資訊產生率。Kolmogorov-Sinai 熵、互資訊、符號動力學與計算力學，都是把動力學與資訊理論接起來的工具。Crutchfield 與 Young 1989 年提出的統計複雜度與 epsilon-machine 方案，試圖從觀測序列重構最小預測模型。這條路線與 SFI 的核心問題高度一致：複雜系統的「結構」不是肉眼花樣，而是可壓縮、可預測、可計算的因果狀態。

5. 從低維混沌到高維適應系統

SFI 最重要的轉向，是不把混沌理論停在低維吸引子的美學，而把它放進更大的非線性科學。多代理系統、細胞自動機、演化演算法、NK 適應性地景、網路模型、人工生命與複雜經濟學，都繼承了混沌理論對線性平衡直覺的懷疑，但處理的對象往往更高維、更歷史依賴、更強調內部學習。

六、時間線：混沌、非線性動力學與 SFI 的交會

1890sPoincare 在天體力學與三體問題中指出決定論系統可能出現極端複雜軌道，成為後來混沌思想的遠源。
1962Stein 與 Ulam 在洛斯阿拉莫斯進行非線性變換的電子計算研究，顯示早期電腦與非線性科學的密切關係。
1963Edward Lorenz 發表「Deterministic Nonperiodic Flow」，氣象模型中的奇異吸引子成為現代混沌理論的標誌。
1971Ruelle 與 Takens 提出以奇異吸引子理解湍流的新路徑，挑戰傳統多頻準週期湍流圖像。
1975Li 與 Yorke 發表「Period Three Implies Chaos」，使 chaos 一詞在數學動力系統中取得明確位置。
1976Robert May 在 Nature 發表「Simple Mathematical Models with Very Complicated Dynamics」，將混沌直覺帶入生態與一般差分模型。
1978Mitchell Feigenbaum 發表倍週期分岔普適性成果，使混沌理論與臨界現象、重整化思想接軌。
1980Packard、Crutchfield、Farmer、Shaw 發表「Geometry from a Time Series」，推動從觀測時間序列重構吸引子幾何。
1984SFI 成立；同年舉辦「Emerging Syntheses in Science」創立工作坊，混沌與非線性動力學被放入更廣的跨學科綜合框架。
1986Crutchfield、Farmer、Packard、Shaw 在 Scientific American 發表「Chaos」，向更廣科學社群說明混沌的幾何與預測意義。
1987James Gleick 出版《Chaos: Making a New Science》，大幅提高混沌理論的公共能見度；同年前後 SFI 的複雜系敘事也進入更廣討論。
1988《Emerging Syntheses in Science》出版，保存 SFI 創立工作坊的研究願景與早期跨學科議程。
1989Crutchfield 與 Young 發表「Inferring Statistical Complexity」，將非線性動力學、資訊理論與預測模型重構接合。
1990sSFI 在人工生命、複雜經濟學、適應性地景、演化模型與網路思維上擴張；混沌成為基礎來源之一，而非唯一核心。
2000s 以後複雜系研究更重視資料、網路、代理模型、統計推斷與可驗證預測；SFI 也透過 Complexity Explorer 等教育平台延續非線性動力學與混沌教學。

七、影響：SFI 如何改寫混沌理論的用途

第一個影響，是把混沌從物理與數學專題轉成跨學科通用語言。SFI 讓研究者能用「吸引子」「分岔」「非平衡」「自組織」「適應」「資訊」討論非常不同的問題。這不是說所有系統都可用同一方程描述，而是說它們可以共享某些形式問題：穩定性如何失去？新秩序如何形成？短期可預測與長期不可預測如何並存？微觀互動如何產生宏觀型態？

第二個影響，是將混沌理論與計算文化結合。SFI 的早期環境深受洛斯阿拉莫斯與高性能計算影響。非線性系統常無法只靠解析解處理，必須用模擬、視覺化、資料重構與統計估計。這種方法論後來成為複雜系研究的日常：模型不只寫在黑板上，也在電腦中運行，並與資料互相校準。

第三個影響，是推動經濟學與社會科學的非平衡轉向。SFI 複雜經濟學並不主張市場只是低維混沌吸引子；相反，它把市場視為由異質代理、回饋、學習、策略、制度與技術變遷組成的演化系統。混沌理論在這裡提供的是反均衡、反線性、重視路徑依賴的思想資源。

第四個影響，是教育與公共科學。Gleick 的《Chaos》使混沌進入大眾文化，SFI 則把它安置在更長期的複雜系課程與工作坊中。SFI Press 的「Foundational Papers in Complexity Science」與 Complexity Explorer 課程，都顯示混沌與非線性動力學仍是理解複雜系的基本入口。

八、與其他發展的關聯

與人工生命

人工生命研究關心生命樣行為如何從簡單規則、局部互動與演化機制中產生。它與混沌理論共享「簡單規則產生複雜行為」的核心直覺，但更強調繁殖、變異、選擇、資訊與開放式演化。SFI 在 1980 至 1990 年代是人工生命研究的重要據點之一，這使混沌理論的影響跨入生命起源與演化模擬。

與複雜經濟學

傳統經濟模型常假定代表性代理、均衡與理性預期；SFI 複雜經濟學則偏向異質代理、遞增報酬、技術鎖定、非平衡調整與市場生態。混沌理論在此提供警告：非線性回饋可能使長期結果對初始條件與歷史路徑敏感，政策與制度效果也可能不是線性外推。

與網路科學

網路科學處理節點與連結的結構，而動力學處理狀態如何變化。SFI 的複雜系思維逐漸將兩者合併：疾病傳播、金融 contagion、生態食物網、城市系統與社會資訊擴散，都需要同時理解網路拓撲與非線性動態。混沌理論提供了動力學敏感性與穩定性語言，網路科學則提供互動架構。

與機器學習與資料科學

今日的資料科學與機器學習常以預測為核心，但混沌理論提醒我們：高準確短期預測不代表可長期外推；黑箱模型若忽略非平穩性、回饋與制度變化，很容易在分佈轉移下失效。SFI 傳統中從時間序列重構、計算力學到代理模型的路線，提供了另一種視角：預測必須連同可解釋結構、因果狀態與系統變化機制一起評估。

九、爭議與局限

第一個局限是「混沌」一詞的過度擴張。1980 至 1990 年代，混沌在公共文化中常被當成萬用隱喻：股市、戰爭、愛情、管理、創意都被稱為混沌。這種流行化有助傳播，卻也模糊了技術定義。嚴格地說，混沌通常指決定論動力系統中的敏感依賴、拓撲混合、週期軌道稠密等性質，或至少要有可量測的正 Lyapunov 指數與吸引子結構；不能只因為系統「很亂」就稱為混沌。

第二個局限是低維模型的誘惑。Lorenz 系統、logistic map、Henon map 等模型非常美，但真實生物、經濟與社會系統通常高維、開放、受噪音驅動、非平穩，且內部代理會改變規則。將低維混沌模型直接套到市場或社會，常會高估可重構性與短期可預測性。

第三個局限是資料問題。相空間重構與非線性時間序列分析需要足夠長、足夠乾淨、取樣合理的資料；但許多真實系統資料短、噪音大、缺漏多，而且觀測本身會干預系統。若沒有嚴格交叉驗證與替代模型比較，研究者容易把噪音或非平穩趨勢誤認為低維混沌。

第四個爭議是 SFI 早期「複雜性」概念的寬度。批評者認為，SFI 有時把太多問題放進同一個大傘，導致概念迷人但邊界不清。這個批評並非全無道理。SFI 後續較成熟的方向，例如網路科學、複雜經濟學、城市尺度律、計算力學、演化動力學與資料導向複雜系研究，之所以更有說服力，正是因為它們逐步建立了可操作的模型、資料與評估標準。

準確性說明

本文將「混沌理論在 SFI 的角色」定位為制度化與跨學科轉譯，而非聲稱 SFI 發明混沌理論。Lorenz、May、Feigenbaum、Ruelle、Takens、Li、Yorke 等關鍵成果均早於或獨立於 SFI；SFI 的貢獻在於把這些非線性觀念接到複雜適應系統、人工生命、複雜經濟學與資訊導向的研究計畫。

十、結論：SFI 把混沌理論變成複雜系科學的入口，而不是終點

混沌理論對聖塔菲研究所的意義，不在於替一切複雜現象提供單一答案，而在於改變科學提問方式。它使研究者嚴肅面對：決定論不保證長期可預測，簡單規則不保證簡單結果，平衡態不是唯一值得研究的狀態，資料中的不規則可能含有結構，跨學科共同語言可以從數學形式與計算實作中長出來。

SFI 接住了這些洞見，並把它們推向更寬的問題：生命如何自組織，市場如何演化，社會網路如何放大行為，城市如何尺度化，知識與制度如何在多代理互動中形成。這些問題超過了經典混沌理論的範圍，卻保留了它的核心精神：在表面不規則之下尋找可檢驗的生成機制，同時承認預測、控制與理解都有內在邊界。

因此，混沌理論在 SFI 的角色可以用一句話概括：它是複雜系科學的啟蒙語言與方法論前史，幫助 SFI 建立反線性、反單科、反靜態均衡的研究文化；但 SFI 的真正野心，是把這套語言擴展成研究複雜適應系統的長期制度。

參考來源清單

  1. Poincare, Henri. 1892-1899. Les methodes nouvelles de la mecanique celeste. Paris: Gauthier-Villars. 現代混沌思想的遠源，尤其是天體力學中非可積與複雜軌道問題。
  2. Lorenz, Edward N. 1963. “Deterministic Nonperiodic Flow.” Journal of the Atmospheric Sciences 20(2): 130-141. DOI: 10.1175/1520-0469(1963)020<0130:DNF>2.0.CO;2.
  3. Ruelle, David, and Floris Takens. 1971. “On the Nature of Turbulence.” Communications in Mathematical Physics 20: 167-192.
  4. Li, Tien-Yien, and James A. Yorke. 1975. “Period Three Implies Chaos.” The American Mathematical Monthly 82(10): 985-992.
  5. May, Robert M. 1976. “Simple Mathematical Models with Very Complicated Dynamics.” Nature 261: 459-467. DOI: 10.1038/261459a0.
  6. Feigenbaum, Mitchell J. 1978. “Quantitative Universality for a Class of Nonlinear Transformations.” Journal of Statistical Physics 19: 25-52. DOI: 10.1007/BF01020332.
  7. Packard, Norman H., James P. Crutchfield, J. Doyne Farmer, and Robert S. Shaw. 1980. “Geometry from a Time Series.” Physical Review Letters 45(9): 712-716. DOI: 10.1103/PhysRevLett.45.712.
  8. Shaw, Robert S. 1981. “Strange Attractors, Chaotic Behavior, and Information Flow.” Zeitschrift fur Naturforschung A 36(1): 80-112.
  9. Crutchfield, James P., J. Doyne Farmer, Norman H. Packard, and Robert S. Shaw. 1986. “Chaos.” Scientific American 255(6): 46-57. DOI: 10.1038/scientificamerican1286-46.
  10. Farmer, J. Doyne, and John J. Sidorowich. 1987. “Predicting Chaotic Time Series.” Physical Review Letters 59(8): 845-848. DOI: 10.1103/PhysRevLett.59.845.
  11. Pines, David, ed. 1988. Emerging Syntheses in Science: Proceedings of the Founding Workshops of the Santa Fe Institute. Addison-Wesley. 創立工作坊於 1984 年 10 月 5-6 日與 11 月 10-11 日舉行。
  12. Crutchfield, James P., and Karl Young. 1989. “Inferring Statistical Complexity.” Physical Review Letters 63(2): 105-108. DOI: 10.1103/PhysRevLett.63.105.
  13. Gleick, James. 1987. Chaos: Making a New Science. New York: Viking. 混沌理論公共傳播的關鍵文本，需與專業文獻交叉閱讀。
  14. Waldrop, M. Mitchell. 1992. Complexity: The Emerging Science at the Edge of Order and Chaos. New York: Simon & Schuster. 描述 SFI 早期人物、制度與複雜系敘事的代表性通俗史。
  15. Kauffman, Stuart A. 1993. The Origins of Order: Self-Organization and Selection in Evolution. Oxford University Press. SFI 自組織與演化複雜性的重要代表作。
  16. Arthur, W. Brian. 1994. Increasing Returns and Path Dependence in the Economy. University of Michigan Press. SFI 複雜經濟學、遞增報酬與路徑依賴的重要文集。
  17. Gell-Mann, Murray. 1994. The Quark and the Jaguar: Adventures in the Simple and the Complex. W. H. Freeman. 從基本物理到複雜適應系統的概念橋接。
  18. Crutchfield, James P. 1994. “The Calculi of Emergence: Computation, Dynamics and Induction.” Physica D 75(1-3): 11-54. DOI: 10.1016/0167-2789(94)90273-9.
  19. Santa Fe Institute. “History.” 官方歷史頁，說明 SFI 創立背景與「不設學科封地」的制度精神。https://www.santafe.edu/about/history
  20. Santa Fe Institute. 2018. “SFI Press publishes Emerging Syntheses in Science.” 官方新聞稿，回顧 1984 年創立工作坊與 1988 年文本。https://www.santafe.edu/news-center/news/sfi-press-publishes-emerging-syntheses-science
  21. SFI Press. “The Revolutionary Discovery of Chaos.” Foundational Papers in Complexity Science 條目，整理 Lorenz、Feigenbaum、Crutchfield-Farmer-Packard-Shaw 等混沌文獻。https://www.sfipress.org/23-lorenz-1963
  22. Santa Fe Institute / Complexity Explorer. “Introduction to Dynamical Systems and Chaos.” SFI 教育平台課程，顯示非線性動力學與混沌仍是複雜系教育入口。https://www.complexityexplorer.org/

本文採用公開來源、經典論文與 SFI 官方材料交叉整理；對於「SFI 是否創造混沌理論」這類容易混淆的說法，本文採保守表述：SFI 是混沌與非線性動力學跨學科制度化的重要節點，而非該理論的唯一發源地。