复杂性的基础是模块化的分层结构，导致基于较低级别网络的结构和功能的涌现级别。通俗而言，当需要执行复杂的任务时，可以将其分解为子任务，每个子任务都比整个项目更简单，需要更少的数据和更少的计算能力，并将这些任务分配给特定的模块。因此，人们更加容易接受自下而上的因果关系。物理决定论的强烈意识使得自下而上的因果观念盛行,而在分子生物学和神经科学界,机械论的解释占主导地位。
它们之所以普遍存在,正是因为它们非常成功。但是现实世界是否是由自下而上的因果关系主导的?是否存在自上而下的因果关系?回答以上问题涉及“
撰文 | Otávio Bueno翻译 | 刘志航审校 | 刘培源原文章标题：Mathematics and Measurement: Causation and the Mind原文地址：https://link.springer.com/chapter/10.1007/978-3-030-71899-2_3摘要：这篇文章讨论了乔治·埃利斯（George Ellis）对这一复杂概念进行了令人信服的解释的两个方面——数学结构的因果断言以及在测量中的作用（特别是在量子力学中）及其对观察者的依赖性——并强调了经验主义背景的重要性以阐明这一信息尽管作者同意Ellis的整体观点但可能在某些细节的理解上有不同意见