涌现，来源于对复杂系统的研究，是复杂系统中最显著也是最重要的一种特征。在系统科学中，大量微观的个体一起互相作用之后，就会有一些全新的属性、规律或者模式自发地冒出来，这种现象被称之为涌现，最后的效果是“整体大于部分之和”。
动物学家卡尔·弗里施发现蜜蜂可以通过舞蹈交流，他因此获得诺贝尔生理学或医学奖。
当一只独自行动的蜜蜂发现一处丰饶的蜜源时，它会兴奋地返回蜂巢，表演一段8字舞。之所以叫8字舞，是因为密封的舞蹈路径会形成一个阿拉伯数字8，其中包含一个摇摆运动和一个返回运动。
借此，蜜蜂能够把花蜜的方向和距离精确地告知同伴，比如，它摆动臀部的时间越长，意味着蜜源的距离越远。其他蜜蜂可以解码这段舞蹈，按照它提供的信息找到花蜜。单个蜜蜂的智能水平很低，蜂群却可以发挥群体智慧。
蜜蜂和蚂蚁一样，都是采用了非常简单的算法，通过大量个体的尝试，最终得出最优路线。
蚂蚁费力地穿过沙滩回到蚁巢，沿途要爬过很多山丘，绕过很多鹅卵石。如果我们试图对每一条可能的路线编程，失败是一个注定的结局，因为理论上存在的路径无穷无尽。蚂蚁们不断地重复尝试，走的最多的路会留下最多的信息素，它一定就是最短的那条路径。
与之类似的，我们的大脑也是由无数个简单的神经元构成，通过信息交换涌现出智慧。在蚁群和神经元群体这两种体系中，整体水平较高的智慧，都是从一只蚂蚁，一个神经元这些简单的群体当中涌现出来的。
利用涌现的方法，在蚁群、蜂群和大脑中构建出智慧的力量，我们的大脑本身，就是一个涌现的超级系统。
如果我们把涌现应用到具体生活中，也会产生意想不到的力量。
有一个妈妈曾经办过一个摄影展，记录的无非是孩子的日常生活，摄影技术也谈不上高明。却吸引了大量的观众，赶到她所在的小镇，一睹为快。
神奇的吸引力说出来也很简单，她从孩子出生开始，每天为孩子拍一张照片，直到成年，一天都未曾错过。即使每一张照片都很普通，成千上万张照片串联在一起，就能产生震撼人心的效果。
单看每一张照片都很简单，可能还不如业余摄影师拍的好，放到一起的摄影展，就会产生超越整体的效果，这就是涌现。
大自然有两个重要的算法，一是进化，二是大脑，后者难免会被归为前者。在现实中，我们虽然会拼命思考，但是极少思考自己的思考。
只有一步步理解了更高维度的算法，才能重新获得对于人生的控制感。