上一節我著重從“靜態”的角度分別對人類大腦的形態、結構以及功能作了闡述。這一節將從係統動力學的角度對大腦的整體行為進行某種程度的“刻畫”。這樣做有兩個好處：一是有助於從“動態”方麵揭示大腦尤其是大腦兩半球之間的動力學特征；二是有助於從“係統科學”的橫斷麵說明大腦作為複雜係統的一般特性，進而為在不同層次係統之間的跨越，敷設一座橋梁。[97]
自20世紀60年代以來，以一般係統論、控製論和信息論為標誌的係統科學，70年代以耗散結構理論、協同學、超循環論等為代表的自組織理論，以及80年代以後以混沌理論、複雜適應係統理論等為代表的複雜係統科學的興起與發展，使人們在描述和刻畫係統及其複雜性方麵逐步形成了一係列的概念、原理、方法和技術。其中，對複雜動力係統的認知最初源於對氣象學中一大堆變量的解釋。隨後，人們將動力係統看作是隨時間變化、可以用一組方程式來加以刻畫的係統，並配有一套相應的概念，如狀態空間、吸引子、相變和混沌等。具體來說，動力係統可由一組變量來刻畫；這些變量服從一組非線性方程，而這些方程建有一個具有吸引子的狀態空間，以解釋行為的穩定模式等。當然，係統動力學最為成功的解釋和應用主要是在氣象學、物理學、生物學以及經濟學領域，同時在神經科學領域也有新的拓展。
例如，人工智能專家、控製論者M.A.阿爾貝勃（Michael A.Arbib）指出：“大腦不是線性網絡。”[98]計算機科學家J.霍普菲爾德（J.Hopfield，1984）在其建構的記憶模型中將記憶看作是一個係統的動態過程；存放的一個記憶相當於一個穩定吸引子。（見圖5-4）
圖5-4 記憶模型中兩個穩定吸引子
該圖的黑點位置為一吸引子；黑點以外為不穩定狀態。不穩定狀態可看成是自由聯想中某記憶事物的已知部分。由於動態係統能量函數的變化總是由不穩定的狀態朝向局部極值點的穩定吸引子流動，這就相當於由事物的一部分自動聯想出整個事物。[99]