控製論群體並沒有按照自己安排的解決問題的時間表找到相應答案。幾十年後，研究混沌、複雜性、人工生命、包容架構、人工進化、模擬仿真、生態係統和仿生機器的科學家們將會為控製論中的問題提供一個框架。對《失控》進行片麵概述的人也許會說本書是控製論研究現狀的最新資料。
但是本書也令人頗為迷惑。如果它真是探討控製論的，為什麼全書罕見“控製論”這個術語呢？從事尖端科學研究的早期開拓者如今在哪裏？為什麼老一輩的學術權威和他們的傑出想法沒有處在他們那自然延伸的研究工作的中心呢？控製論怎麼了？
在我最初和年輕一輩的係統開發者打交道的時候，這是困擾我的一個難以理解的事情。這些更為博學的人當然知道早期的控製論工作，但他們當中幾乎沒有一個具有控製論背景的人。好像在知識傳播的過程中，那整個一代人都消失了，出現了一個缺口。
對於控製論運動消亡的原因有三種推測：
由於當時炙手可熱但夭折了的人工智能研究領域抽走了大量資金，控製論研究因資金枯竭而中止。人工智能的失敗在於，開發出了效用，卻犧牲了控製論。人工智能隻是控製論研究的一方麵，但是，當它得到政府和大學的大部分資金時，控製論其餘大量待研究的課題就消失了。剛畢業的學生們紛紛進入人工智能研究領域，於是，其他領域後繼乏人。之後，人工智能研究自身也陷入停頓。
控製論是批處理計算模式的受害者。信息傳遞是控製論的最主要的妙策。這種需要測試其想法的試驗，要求計算機以全麵考察的模式全速運算多次。這樣的要求對於保護主機的嚴格律條來講顯然不合時宜。因此，控製論理論幾乎很少對此進行實驗。後來廉價的個人電腦開始風行於世，但在大學裏采用卻是出了名的慢。連中學生都把蘋果II型機搬回家了，大學裏還在使用穿孔卡片。克裏斯·朗頓在蘋果電腦上做出了平生第一個人工生命實驗。多恩·法默和朋友用組裝電腦，發現了混沌理論。實時掌控一台完備的通用型計算機是傳統控製論需要但從未做到的事情。
“把觀察者放進盒子裏”這句話扼殺了控製論。1960年，福瑞斯特英明地提出，可以把係統觀察者作為一個部件加入一個更大的元係統，來獲得對社會係統的創新觀點。他給自己的觀察設立一個稱為二次指令控製的框架，或稱之為觀察係統的係統。這個真知灼見在以下一些領域是有的放矢的：比如家庭心理治療，臨床治療師得在理論上把自己融入這個家庭以求療效。但是，當臨床治療師給病人錄像，之後社會學家給臨床治療師觀看病人錄像的情況錄像，然後再為自己觀察治療師錄像……時，“把觀察者放進盒子裏去”就陷入無限回歸。到了20世紀80年代，美國社會控製論名冊裏就充滿了臨床治療師、社會學者以及主要興趣在觀察係統的效用上的政治學者們。
以上三種原因一致行動，以至於到了20世紀70年代末，控製論就此枯萎消亡。絕大多數控製論的研究停留在本書述及的水平：不切實際地拚織一幅宏大的畫卷。真正的研究人員要麼在人工智能研究室裏遭遇挫折，要麼在俄羅斯偏僻的科研機構裏繼續工作，在那裏控製論研究作為數學的分支確實繼續進行著。在我看來，沒有一本正式的控製論教科書是用英文寫成的。
23.2 科學知識網之缺口
我們稱為科學的知識構架中存在著裂縫，一個缺口。熱衷於科學的年輕人填補了這個缺口，他們沒有背負睿智前輩們強加的包袱。而這個缺口讓我對科學的空間充滿了好奇。
科學知識是一種平行的分布式體係。沒有中心，沒人處於控製地位。其中容納著無數智慧的頭腦和分散的書籍。它也是一個網絡，一個事實和理論互相作用互相影響共同進化的體係。但是作為在崎嶇不平的神秘王國中並行探索的行動者的網絡來說，科學研究的領域遠比我在這裏已經談及的任何領域都更為寬廣。僅僅適當地論述科學的結構，就需創作出比我至今已完成的著述更冗長的一本書。在此結尾的章節中，對此複雜體係我隻能點到為止。
知識、真理和信息在網絡和群體係統內流動。我一直醉心於科學知識的構造，因為看上去它似乎凹凸不平、厚薄不勻。我們共同了解的很多科學知識都發源於一些小的領域，而在這些領域之間卻是大片無知的荒漠。我可以將現在的觀察數據解釋為由正反饋和吸引子帶來的結果。一點點知識就可以闡釋周圍的許多現象，而新的闡釋又啟發了知識自身，於是知識的角落迅速擴大。反之亦然，無知生無知。一無所知的領域，人人都避而遠之，於是愈加一無所知。結果就出現這樣一幅凹凸不平的圖景：大片無知的荒漠中橫亙著一個個自成體係的知識山峰。
在此由文化產生的空間中，我最著迷的是那些荒漠——那些科學認知的缺口。對於未知的事物我們能知道些什麼？進化理論隱現的最大希望是揭開生物體為什麼不改變的神秘麵紗，因為靜態比改變更為普遍，也更難解釋清楚。在一個變化的係統中，我們對於不變能了解多少？變化的缺口向我們明示了變化整體的什麼情況？因此，我躍躍一試要探個究竟的是整體空間中的認知缺口。
這本特別的書遍布缺口以及整體。我不知道的遠遠多於我知道的，但是很不走運，論述我不知道的卻遠遠難於論述我所知道的。由於無知的本性，我當然也無法知道自己所擁有知識的所有缺口。承認自己無知真是個不錯的秘訣。科學認知也是如此。全麵勾繪出人類在科學認知上的缺口或許就是科學的下一次飛躍。
今天的科學家相信，科學是不斷革新發展的。他們通過進行著微小變革的模型來解釋科學如何發展。按此觀點，科研學者建立起一種理論來解釋事實（比如，因為可見光是一種波，所以能生成彩虹），而理論本身又能指引尋找新的事實。（你能彎曲光波嗎？）又是收益遞增法則，把新發現的事實整合進理論體係，使得理論更加有力也更加可靠。偶爾，科學家們會發現不易用理論解釋的新事實（光有時的表現像粒子）。這些事實被稱為異常事件。當與起支配作用的理論一致的新事實不斷湧現時，最初的異常事件就被擱置不理。到了某個時刻，經驗證，累積的異常事件太大、太討厭或太多了，再也無法忽略了。這時，必然會有一些激進分子提出變革性的另類模型來解釋異常事件（比如，光的波粒二象性）。舊的理論被掃地出門，新的理論迅速占據優勢地位。