292-Michael Levin：大脑以外的智能

万年看客

https://www.youtube.com/watch?v= ... y-&index=18&t=3642s

画面上这位不用我多介绍，这位正是阿兰.图灵。他的兴趣不仅在于人工智能，而且还在于普遍化的智能。他想要理解心智究竟是什么以及如何创造心智。当然，人类历来都有能力创造心智，毕竟每一天我们都在生育新生儿。但是用丹尼尔.丹奈特的话来说，这属于“毫不理解的能力”。图灵希望我们能理解这份能力，从而得以理性地建造认知系统。未必人尽皆知的是，图灵还曾经发表一篇关于形态发生的论文，或者说生物体表的花纹图案如何自发形成。你可能会问，为什么某个对于智能与计算感兴趣的人也会对形态发生感兴趣。我认为图灵看到了深层事实：智力的产生与花纹的产生归根结底是一回事。可惜他天不假年，如果他能进一步研究一下这两个问题的对称之处，那么极有可能他不仅将会极大地推进今天的计算机科学，甚至还会大幅促进今天的生物学。

人们看到白蚁穴或者蜂巢时会说：“这是集群智能。”与之相对的则是集中智能，例如你大概认为你自己属于集中智能。但是实际上你的大脑同样也是无数神经元的集群。从这个意义上说，一切智能都是集群智能，一切认知系统都是各种组成部分之和。画面上是一只名叫长吻虫的单细胞生物。这玩意没有大脑，没有神经系统，没有干细胞，这一个细胞就是一只生物。而且这只生物只需要一个细胞就完全有能力应对自己在新陈代谢、生理、行为与形态学方面的一切需求。所有多细胞生物的祖先都是这种独立的单细胞有机体。这样看来，发育生物学或许是最神奇的科学学科，理由如下：我们全都跨越了宏观与微观之间的笛卡尔边界。我们所有人的生命都起始于单独一个静态的卵母细胞，这个细胞只是一堆化学物质的集合，其中大部分物质一开始都没有发挥什么功能。用俗话来说，这个细胞“仅仅是物理现象”，仅仅依靠物理与化学理论就能解释。但是到头来，这个细胞或许会变成一头大象、一只白鹳或者一团水母，会成为集中化的复杂认知系统，这个系统有能力宣称：“我不是机器，我拥有真正的心智”——无论这句话究竟是什么意思。但是这段旅程漫长而缓慢，从纯物理到心智的转变过程就是胚胎发生学。在这个过程当中并没有什么魔法，并没有天降闪电，并没有什么闪闪发光的界限明确标注：“由此往前你将不再是纯粹的物理现象，自此开始你已经成为了认知系统。”

我今天想要探讨以下四点。首先，生物学会在千变万化的问题空间当中利用一套多尺度能力架构或者说嵌套式问题解决手段，而且每一层的手段都具有各自的行动原则。穿越问题空间的导航原则与能力是我们理解心智涌现与心智功能的基础。其次，我认为在一定意义上，目标指向是研究非常规心智主体时可以依赖的强大恒定量，有助于我们识别与构建这样的主体并且与之沟通或者将我们自身与其进行比较。说到这里，我将要概述一套用来构建认知规模缩放（cognitive scaling）的特定认知边界模型。再次，这场讲座有三分之一的篇幅将会用来讲解一个具体事例，旨在说明形态发生其实就是一群细胞发挥集体智力解决特定问题，具体来说就是在解剖形态空间当中导航。在这一部分我会谈到生物电网络，这正是使得认知规模缩放得以发生的机制。在这里我会发表很多听上去相当概念化哲学化的言论，但是我们必须意识到这些听上去玄而又玄的言论最终总会指向非常实际的经验性预测。在这方面我们已经钻研了二十年，取得了许多新发现，其中有些已经应用在了生物制药领域。最后我们要考虑一下，生命在各个尺度的能力使得合成生物工程学成为了可能，而合成生物工程学又为全新的身体与心智形态提供了浩瀚的选择空间。更有甚者，这些新身体与新心智将会完全不具备进化由来，这一点将会极其深远地影响包括伦理学在内的诸多学科。

先来看看单细胞，也就是我们所有人的基本构成。画面右边是一个硅藻单细胞，看它的结构多么规整而又精巧繁复。画面左边是一个伞藻单细胞——没有画错，这个细胞确实有十厘米长而且长得像个蘑菇，下面有根，中间有柄，顶上有盖，但是只有一个细胞核。换句话说，单细胞并不仅仅是最简单的建造构件，而是具备了非常有趣的形态学能力。此外它们还具有行为能力。画面上是一种黏菌，名叫多头绒泡菌，也就是培养皿中间那团黄圆盘。培养皿边缘的白圆盘是玻璃片，完全不具备活性，也没有沾染食物残渣。黏菌与玻璃片都铺在一层琼脂上。黏菌一侧有三块玻璃片，另一侧只有一块。事实证明，只要黏菌开始生长，肯定会趋向更重的三块玻璃片那一侧，除非遭到干扰。在最初几个小时，黏菌会向各个方向生长，在此期间它会缓慢地拽动自己栖身的媒介。这种生物力学效应几乎就像声呐一样，黏菌可以通过拽动琼脂来解读不同方向的震动差异，差异的根源则在于不同质量的玻璃片导致琼脂产生不同的形变，从而在被拽动时产生不同的受力角度。黏菌隔着几厘米就能分辨出三片玻璃与一片玻璃造成的受力角度差异。黏菌案例的有趣之处在于行为与形态的紧密结合。而且这团黏菌同样只是一个单细胞。这种生物通过形态变化做出行为。黏菌体现了进化解决问题的方式如何缓慢地从形态空间转向行为空间。

接下来我想花几分钟来扩展一下大家对于能动主体的认识。画面上这张版画体现了对于能动主体的老派经典认识。版画主题是亚当在伊甸园里为飞禽走兽命名。这幅画体现的思想渗透了许多科学研究：能动主体天然是离散的、相互分离的。“这是一只老鼠”，“这是一个人脑”，等等。但是我们很有必要拆除这道藩篱，因为无论从进化时间尺度还是从发育时间尺度来说，生物体总会缓慢变形成为截然不同的形态体系，具备此前未有的其他特质。真正重要的问题在于这些特质于何时出现以及如何出现。我举几个例子。蝴蝶的幼虫身体柔软，咀嚼叶片为食。它最终要变成一只具备硬质身体、吸食花蜜的成虫。由于这两种生存方式需要截然不同的调控机制，蝴蝶必须在化蛹阶段重塑自己的大脑。在蛹里，幼虫的大脑化作液体，原本形成的神经连接几乎完全被切断，大量神经细胞死亡，然后一个具备全新结构的新大脑被构建了出来。真正的神奇之处在于，新大脑居然能保留幼虫的记忆。有理论认为记忆依靠突触连接的微调而存在。哲学的入门问题是“身为毛毛虫是什么感受？”“身为蝴蝶是什么感受？”我们如今还可以更进一步发问：“身为正在转化成蝴蝶的毛毛虫是什么感受？”作为一名大脑正在重组的认知主体是个什么感受？正如刚才所说，这种变化不仅发生在进化尺度上，也发生在单一生命体的生长过程当中。

再举个例子。涡虫也有很多有趣的特质，其中之一是被切成好几段的涡虫每一段都能再生，就算被切下来的那一段没有脑子——别忘了涡虫确实具备集中化的大脑。不过涡虫也很聪明，你可以训练它们。比方说我们可以用激光在金属板上蚀刻许多小圈，并且在遍布小圈的区域放置食物，让涡虫将这片区域与食物建立联系。然后你切掉涡虫的头部，剩下的身体会一动不动地度过接下来的八九天。等到重新长出头部之后，这条涡虫依然记得要去小圈区域觅食。由此我们可知，当涡虫学习时，信息从涡虫的脑部流向身体，并且以某种我们尚不理解的方式存储在了躯体当中某个我们尚不清楚的位置。然后这些信息又流回了新生的大脑，从而继续指导涡虫的行为。在这里，形态记忆——即按照正确的形态再生的能力——与行为记忆——也就是在活着的时候学到的技能——关系非常紧密，而且记忆可以通过身体组织来传递。此前的学习结果可以通过身体组织压印在再生的大脑上面。

更复杂的无脊椎生物也能体现出类似的可塑性。画面上是一只蝌蚪，有大脑，有鼻孔，有嘴，有内脏，有脊索，唯独没有眼睛——或者说唯一一只眼睛被我们催生在了尾巴上。在蝌蚪头部原本应该长眼睛的位置并没有眼睛。我们将原本要形成眼睛的早期原基细胞移动到了尾巴上，结果蝌蚪就变成了这个样子。实验证明，这样的蝌蚪依然具有视力，依然可以通过视觉行为测试。必须指出，尾巴上的眼睛并未直接连接到蝌蚪的大脑。眼球会伸出视神经四处打探，有时会搭在脊索上面，还有时会搭在内脏上面。而蝌蚪大脑在千百万年的进化当中早已适应了从头部特定位置的眼球直接接收视觉信号。现在蝌蚪的尾巴上长出了一块奇怪的组织，向脊索发送奇怪的信号。但是大脑依然能辨识出这些视觉数据并且依据这些数据学习相应的行为。用不着多世代长期适应，只需一代蝌蚪就能掌握用尾巴看世界的能力。这种可塑性能力极大地缓冲了基因突变的负面效果，因此非常有助于进化。假设你是一团要形成蝌蚪眼睛的细胞，就算你发现自己旁边不是大脑而是肌肉，也依然可以照常形成眼睛。就算你找不到视顶盖，也能将视觉细胞搭在随便什么地方，姑且将就着用。这种“有什么牌打什么牌”的能力——即在最短时间里搞清楚自己在哪里、需要干什么以及有哪些可用资源——对于生命非常重要。

生物学利用这一点构建了多尺度能力架构。显而易见的是，生物体采用了套娃结构；没那么显而易见的是，套娃当中的每一层其实都是可以在不同空间独立解决问题的能动主体。换句话说，并非只有整个一只动物才能解决问题，事实上这只动物身体的各个组成部分都有能力解决自己所在空间的问题。这里所谓的“不同空间”是什么意思？我们都知道有机体可以在三维空间内移动，并且做出各种聪明的行为。但是除了三维空间之外还存在其他空间，例如转录空间，或者说一切可能的基因表达的总和；解剖形态空间，即特定生物体结构的一切可能的几何布局的总和；还有生理空间，即足以维持生命的一切生理状态的总和。我们如今十分擅长分辨三维空间里的智力表现，十分擅长分析一般尺寸的物体以一般速度在我们视野里的移动，十分擅长区分石头与猫之间的智力差距。但是我们非常不善于估测其他空间里的智力，因为我们没有对应的训练集群，我们很难想象某人一生下来就具有不同常人的感知力——其他人天生具备视觉，而此人或许天生可以感知自身血液的化学成分，可以感知胰脏与其他脏器的精妙运作机制。这样一来，此人肯定会更加理解“生理空间内的能力”是什么意思。在我看来，每当人们某种生物提出智力水平主张，都应当指明他们指的是哪个空间里的智力。提出此类主张其实等于针对主张者本人也进行了一次智力测试，因为只有足够聪明的人们才能辨识与理解其他生物的智力行为，才能意识到这些生物的智力系统在哪个空间发挥作用，才能辨认出这些智力系统想要达成怎样绝非无关紧要的目标。

我目前正在架设的框架旨在让人们能够认识、创作与关联——某些情况下意味着控制——范围宽广的多样化智能，不仅局限于熟悉的对象，例如我们人类、猿类、鸟类甚至章鱼，而且还要包括各种单细胞有机体、集群生物、从未存在过的人造生物、软件或者机器人形态的人工智能乃至可能的地外有机体。地球生命虽然千奇百怪，但是都得归于同一套形态发生学体系之下，样本数量仅仅是一。用这样的数据集来研究智力，就好像用某个模型生成的数据反过来测试这个模型。要想打破成见，必须依靠人造生物甚至外星生物。当然，我绝对不是第一个打算构建此类框架的人。Arturo Rosenlueth，Norbert Wiener以及Julian Bigelow早就设计过这种量表。这款量表不考虑被衡量对象有没有大脑或者究竟源自自然进化还是人工设计，而是完全关注不同程度的能力或者说智力，衡量依据则是功能性、可观察且独立于观察者的分类标准。我希望我的框架一方面能够让我们在同一框架下比较与控制所有这些标准【有无主动行为——行为是否有目的性——会不会作出反馈——会不会预测——会不会自我指涉】，另一方面还能为新的能力标准留出空间。我的核心主张在于，一切涉及如何辨识智力与认知能力的言论都必须可以接受实验的经验性检验，决不能仅仅是哲学性质的先入之见。

比方说，形态发生可以被视为一群细胞的集体智力。假如接受这一点，那么我们就可以研究一类非常不寻常的能动主体。画面上是一具人类躯体的横截面，可以看到各种大小不一的器官与组织各安其位。对于绝大多数人类来说，所有这些器官与组织全都在它们该在的地方。问题在于这么高的组织性来自哪里？每一个人类最初都是一团囊胚细胞，而这些细胞有能力非常可靠地构建人体。人们或许要问，这个构建过程在多大程度上体现了智力的存在？器官分布的模式从何而来？你可能会说来自DNA，但是如今我们可以阅读基因组，因此我们知道DNA的专长是蛋白质排序，或者说DNA专长为各种细胞制造相应的微观硬件。但是在基因组当中看不出任何关于生物宏观身体结构的信息，例如尺寸、体型、对称性、眼睛个数等等。作为再生性药物的研究人员，我们想知道如何控制这个过程。如果我们打算劝说体细胞重建一部分缺失的组织，那么我们必须搞清楚细胞之间如何交流，细胞的集体智力如何运作。作为工程师，我们更是打算再进一步：重建缺失部位固然很好，但是如果我们打算让人体细胞构建某些完全不一样的东西又当如何？在不改变基因硬件的前提下，我们究竟能让一批人体细胞造出多么不同于常规人体的东西？我们的终极目标是所谓的解剖编译器。未来的某一天，我们将会坐在电脑面前绘制某种生物的新形态——完全不涉及分子通路之类的微观层面，只要画出我们想要的外在性状就行。比方说我们可以画一只三个脑袋的涡虫，机器会根据我们的指令编纂一套刺激信号，发送给涡虫的体细胞，让涡虫再长出两个脑袋。如果能做到这一步，那就证明我们已经彻底掌握了与细胞集合体沟通的能力。在生物医学领域，除了应对传染病之外的几乎一切问题都会用到这种能力，例如先天缺陷修复，重度创伤愈合，自体抗癌，逆转衰老，等等。所有这些课题的解决之道都基于下面这个问题的答案：一群细胞如何决定它们打算构建什么东西？

目前我们距离这个答案还非常遥远，解剖编译器之类的东西根本无从说起。为什么？因为我们还不清楚软件和硬件的分界线在哪里。画面右边是一只蝾螈幼体，长着两条腿；画面左边是一只蝌蚪或者说青蛙幼体，没有腿。我的团队培养了一种蛙蝾螈，也就是将蝾螈与青蛙的囊胚细胞各取一部分凑成一团。问题如下：我们掌握了蝾螈的基因组，也掌握了青蛙的基因组，那么谁能预测蛙蝾螈的幼体有没有腿？谁都回答不了这个问题，就算掌握了这两种生物的全套基因信息也不行。因为这个问题没那么直截了当。这个问题的本质在于怎样理解异质细胞集合体的行为方式，而目前我们还不具备这方面的科学知识。目前我们非常擅长在分子层面操纵生物，我们可以重写分子通路，可以针对单个细胞做出各种修改。但是说到控制大规模细胞结构与功能，我们还有很长一段路要走。今天的生物医学依然停留在硬件层面。所有让人们兴奋异常的技术，例如Crispr与通路重塑，全都发生在硬件层次。从控制论角度来说，我们就好比正在为一台五十年代的电脑编程，具体方法则是插线拔线增减元件。我们对于生物学的理解依然停留在表面，并不理解除了基因之外还可以通过哪些界面与生物体互动。计算机可以提供多种高级界面。假设你想在笔记本上面从Word切换到Photoshop，用不着先把电烙铁拿出来。为什么？因为笔记本的界面允许我们通过输入信息、刺激或者经验来为其重新编程。而生物学目前还离不开电烙铁。

那么我们现在除了硬件之外还需要理解什么？威廉.詹姆斯对于智力下过很有趣的定义：智力就是以不同方式实现同一目标的能力。说得再抽象一点，智力就是通过各种行为来操纵某些微观状态，从而实现特定的宏观状态。做到这一点的方式取决于具体的局部环境。我们来谈谈形态空间的概念。形态空间是一个虚拟的多维空间，其中包含着确定某种解剖结构的所有变量。举例来说，画面上是David Raup为所有软体动物的甲壳形态绘制的形态空间。只需要三个参数，这个空间就能产生任何一种你所见过的蜗牛壳或者贝壳，以及任何一种确实存在或者可能存在却从未存在过的甲壳。假设你是一个软体动物胚胎，打算为自己长一副外壳，那么你要做的就是从原点出发穿过这片空间，最终抵达你所属的亚种所对应的区域。假设你是软体动物的修复组织，打算修复甲壳的破损，那就等于你被强推到了错误的区域，必须设法返回正确区域。更早一些时候二十世纪四十年代，Darcy Thompson早就设想了类似形态空间的理念。他将某种生物的体态作为范本并且用网格划分生物体态。然后他再按照数学方式扭曲网格使其形变，就能得到其他同样存在的生物。例如鲉科鱼类头宽尾窄，对应扇形网格。假如将网格中段拉宽，头尾两端往里挤，那就变成了菱鲷属的常见体型。

那么有机体具备哪些穿越形态空间所需的能力？我们所有人一开始都是一个受精卵，最终目标则是长成圆颅方趾的形态。通常情况下这个变形过程非常可靠。不止如此，我们这套系统还具备许多不得了的能力。比方说，哺乳动物与其他许多动物的胚胎都很擅长自我补全。假如你在细胞分裂初期将胚胎一分为二，两个只剩一半的细胞团并不会长成两个缺胳膊少腿的半边人，而是会长成一对单卵双胞胎。换句话说，两个半边细胞团都“意识到了”自己缺少什么，并且及时进行了补全。进一步说来，胚胎这个系统在形态空间当中有能力从不同的出发点起步，沿着不同路径抵达常规人体的目的地。

再举个例子：蝾螈的肢体再生能力。墨西哥蝾螈的肢体、眼睛、下颚、一部分头部与脑部乃至心脏都可以再生。假设你切掉墨西哥蝾螈的肢体前端，无论是齐着肘部切掉还是齐着肩部切掉，再生出来的部位都会和原来一般大小，不多不少，一旦到位之后就会停止再生。换句话说，当再生部分符合蝾螈肢体的正确形态时，再生就会停止。蝾螈肢体达到了某种解剖学稳态，肢体细胞能够穿越形态空间，确定自己是否处于正确区域。一旦抵达正确区域，它们就会停下来。无论在远端下刀还是在近端下刀都没有区别。

当然我必须指出，再生并不是所谓低等有机体的专利。人类肝脏就具备极强的再生能力，鹿每年换角时都要再生大量骨骼、血管与神经，七岁到十一岁的人类儿童甚至还能再生被削掉的手指尖。所谓再生就是在形态空间当中偏离正确位置之后的复原过程，但是还不仅如此。下面是我最喜欢的例子。画面上是蝾螈肾小管的横截面，一般来说由八九个细胞围成一圈构成。我们可以制造具备额外基因组副本的蝾螈。首先，就算基因组的数量达到了正常数量的三四五六倍，也依然能生成完全正常的蝾螈。其次，蝾螈体内的细胞尺寸会增大，原本需要八九个细胞才能围起来的肾小管截面现在只需要四五个就能围起来。细胞会将自身拉长，使得横截面大小依然与原先一样。换句话说，体积变大的细胞等比例地改变了自身形状，从而继续实现正确的大尺度解剖结构。真正神奇的地方在于，当细胞达到一定程度之后，甚至只需一个细胞就能形成肾小管截面——这个细胞会首尾相接呈环形，从而形成与原来一样的管腔。多个细胞形成小管结构靠的是细胞间的交流，单个细胞形成小管结构靠得则是截然不同的分子机制。在这里，细胞支架发生了扭曲，导致细胞变形。生物体体统有能力利用不同的底层分子机制来实现同样的大尺度解剖目标。这是顶层控制或者说顶层诱因的好例子。但是另一方面，上述例子也很好地体现了“有什么牌打什么牌”的概念。生物体系统生成细胞的目的是构建特定结构。它们不能指望在构建过程当中细胞团一定不会被切成两半，不能指望基因组数量一定正确，不能指望细胞尺寸一定恰到好处。生物体系统必须有能力随机应变，妥善应对各种意外，利用正常情况下原本用不着的机制来生成一只正确的蝾螈。

再举一个关于形态学目标的简单例子。蝌蚪的目标是变成青蛙。为了变成青蛙，蝌蚪必须重新安排自己的面部布局。下颚要前突，眼睛要前移，等等。我们原本以为，基因组会设置一套规定动作，让全体五官向特定方向运动特定距离，然后标准蝌蚪就变成了标准青蛙。根据我们的假设，这个过程的认知能力基准线非常低，换句话说这个过程是固化的，每次都会重复同一套步骤。我们打算检验这个假说，或许这个过程的适应能力要比我们想象的更强。于是我们创造了所谓的毕加索蝌蚪，借助手术手段让蝌蚪五官移位，眼睛一高一低，下颚斜向一侧。结果表明这些蝌蚪依然能生成相当正常的青蛙，因为蝌蚪的五官“知道”彼此之间正确的相对位置。毕加索蝌蚪五官的移动方式很不走寻常路，有时它们甚至会移动得太远，不得不再折返一段，直到构成正常的青蛙脸为止。所以说这个过程并不是固定的，基因真正提供给我们的是一台有能力实现错误最小化的机器。为了尽量减小在形态空间当中距离正确位置的变差，这台机器有能力在形态空间当中到处移动。

画面上的图表是标准的发育生物学范式图，这套范式非常强调涌现。基因相互调控，将彼此开启与闭合，基因产生蛋白质，蛋白质按照物理规则相互作用，然后复杂的解剖学结构就按照简单的规则涌现了出来。这个过程确实存在，但是就像我刚才表明的那样，形态发生并不是一个单纯前馈的愚蠢过程，而是存在物理与基因两个层面上的反馈。一旦你因为疾病、致畸物或者基因变异偏离了特定的形态目标，这些反馈回路就会发挥作用，尽量降低干扰项的影响。生物学家很熟悉反馈环，生物体内到处都是反馈环。但是这里的反馈环有两点新颖之处。首先，例如调节体内pH值的反馈环仅仅需要维持一维量度的特定区间，但是蝾螈肢体结构维持稳态的过程却非常复杂，相当于粗略地描述了蝾螈肢体的解剖结构。诸多细胞的集合如何存贮了一套如此复杂的固定点？假设蝾螈的再生过程当真是维持稳态的回路，并且明确编码了正确目标状态的体现，而我们又学会了破译与重写编码模式，我们就可以在生长范式图的下游解决问题而不必非得在基因层面的起点下手修改。我怀疑Crispr技术与基因组编辑技术的进步很快就要撞上南墙，低垂果实眼看就要被摘完，因为我们目前还完全没办法逆转形态生成的过程。如果我们想要在大尺度层面修改生物的解剖结构。比方说美西钝口螈有三对外鳃，左右对称分布成两组。假如我们想将外鳃的布局修改成两两一组，按照轴对称分布成三组，那么我们应该修改哪个基因？我们一点头绪都没有。从思路上来说，最佳做法是修改固定点，然后让细胞发挥特长，即按照固定点组装解剖结构。人体的恒温调节系统之所以如此优秀，正是因为我们可以修改固定点，用不着非得了解整个体系的运作机制，用不着知道微观层面的各种细节。因此发育生物学范式图做出了非常强大的预测：我们理应能够找到特定稳态的固定点并且将其加以修改，再让细胞根据修改结果重新开工建造。假如这个预言成真，那将会成为基底认知能力的好例子：即便看似简单的系统也能存贮与体现目标状态，并且在形态空间实现这一目标，一路上还要排除例如畸形之类的各种干扰。

那么生物组织究竟如何存储了复杂解剖结构作为固定点？有一种人体组织非常擅长存储几何结构，这就是人脑。而生物电则是存储信息的媒介。大脑的硬件如图所示：大脑是神经元的集合，神经元上有离子通道与质膜，两者构建了电压梯度，然后神经元可以通过化学突触与电突触与自己的邻居交流自己的电压梯度情况。由神经元构成的网络具有某些有趣特质。今天的神经科学认为，只要我们能破解神经元之间的交流代码，就可以通过监控脑部电信号来辨识生物的所思所想，例如在这个生物接受迷宫测试时我们可以提前得知它接下来打算往哪边走。根据神经解码的理念，大脑体系的全部认知潜力都存在于电生理学当中。但是事实证明，每一个人体细胞其实都会传递电信号，这套体系非常古老。每一个人体细胞都具备离子通道，绝大多数人体细胞都具备与邻居之间的间隙。早在大脑登台之前很久，进化就发现电信号网络是存储信息与学习新信息的有效手段。早在细菌刚刚进化出生物膜的时候就运用了这项手段。这样说来，神经科学究竟能不能研究大脑以外的对象？能不能利用神经解码与记忆截取之类的理念来研究不是大脑的电信号组织？这正是我们当前的研究方向。

有趣之处在于，尽管我们的发育生物学与神经科学划分成了许多不同科系，尽管我们有很多相互区分的学术期刊，尽管我们背后的资助机构来头各异，但是我们采用的研究技术却分不出被研究组织之间的差异。画面上是一个典型结构的大脑，传统观点认为这个大脑的任务是控制肌肉，让人体在三维空间当中运动。不过脑系统与人体其他部分的调控系统其实高度同构，而且其他调控系统的基本构成用不着非得是神经元不可。你关于神经元提出的问题完全可以对着其他细胞再提一遍。你在神经科学领域已经掌握的一切手段——感知控制论，光遗传学，神经递质分子——全都可以应用在大脑之外。大脑之外的生物电网络堪比将细胞粘合在一起的认知胶水，使得一群细胞得以穿越单个细胞无法穿越的形态空间。非大脑生物电网络的作用不是操纵肌肉穿越三维空间，而是操纵身体的构造布局穿过形态空间。

如今我们已经研发了追踪与操纵非大脑生物电网络的第一套分子工具，也就是电压敏感染料。画面上的图像是一个被这种染料染色过的青蛙胚胎，每一个胚胎细胞的生物电压都会引发荧光。由此我们可以看到细胞之间如何交流。我们进行了许多计算建模，试图理解电压梯度与离子通路和离子泵之间的关系。我们再来看另一个染色青蛙胚胎的发育情况，画面上方这个胚胎即将发育成为蝌蚪，此时正在形成蝌蚪的面部。从这段影像当中提取出一帧画面，可以看到早在基因将蝌蚪五官塑造成形之前，应当安置五官的位置上已经出现了活跃的生物电信号。之所以给大家看这帧画面，是因为这帧画面的内容最容易理解——我们称之为“电之脸面”——其他身体结构形成时对应的电信号模式则要难以解读得多。我们也可以操纵这些模式，例如借助光遗传手段抹掉某个去极化区域并且引发其他区域的去极化，改变下游的基因表达，从而进一步改变生物的解剖结构。这样我们就能从功能层面上证明这个模式是生长控制所必需的方面，同时也是“细胞如何知道怎样塑造一张青蛙脸”这个问题的答案的天然组成部分。刚才说的是自然模式，下面再来看看病理模式。画面下方的青蛙胚胎被注入了人类的致癌基因，这个胚胎将会长出癌瘤，癌细胞将会转移。但是早在开始形成肿瘤之前，我们就能观察到注射区域的细胞的生物电活动产生了异常。可以看出致癌基因触发了去极化，导致了缝隙连接的闭合，细胞开始相互脱离。

更为重要的一点在于，现在我们还掌握了用来进行功能性实验的工具。就像在神经系统一样，我们主要能做两件事。首先，对于一切细胞来说，我们都能在分子层面上开启与闭合缝隙连接，从而控制哪个细胞可以与其他细胞交谈，换句话说就是控制了整套生物电网络的拓扑结构。我们的手段不靠场，不靠波，不靠震动，不靠磁力，全靠分子层面的生理学。我们还能操纵离子通路来直接设定电状态，手段包括光遗传学、药物、诱发突变等等。所有这些缝隙连接与离子通路都是细胞之间正常使用的交互界面，特定的微生物与寄生虫也会利用这些界面，现在我们这些生物工程师也能用了。

我们能利用这些界面干什么？刚才我说过，蝌蚪眼睛的位置由胚胎头部的特定电状态决定。如果我们将这种电状态转移到其他地方会怎么样？于是我们找来某种离子通路RNA，这种RNA可以设定类似眼睛区域的生物电状态。然后我们将这种RNA注入胚胎当中原本将要形成内脏的部位，这些准内脏细胞发现自身电状态改变后随即开始形成眼睛。这样一来，发育生物学教科书当中的两项论断立刻就被证明是错的。其一是只有前神经外胚层组织才能发育成眼睛——并非如此。之所以正常情况下只有前神经外胚层组织发育成眼睛，是因为调控眼睛发育的PAX-6基因仅仅作用于这里。我们完全可以通过改变电状态让基因作用于其他区域。我们在与内脏细胞群互动时并未明确提供形成眼睛所需的一切信息。这个信息量很大，因为眼睛要由多种不同细胞按照非常特别的方式构成。我们仅仅给出了一个非常简单的生物电信号，好比下令调用子程序或者扣动分子扳机，告诉细胞们：“在这里构建一只眼睛。”重活都是细胞自己干的，用不着我们事必躬亲地进行微管理。我们仅仅更改了细胞自身的决策。这样长出来的眼睛同样具备一切正确的组织分层，晶状体、视神经与视网膜一样不缺。还有另一点神奇之处。画面右边是长在蝌蚪尾巴上的异位晶状体。晶状体周围标注为蓝色的细胞是被我们进行过离子通路干预的细胞，我们对这些细胞下达了制造晶状体的指令。但是这些蓝色细胞数量很少，单靠它们自己造不出恰当形状的晶状体，于是这些蓝色细胞开始招募周围未经干预的棕色细胞，双方共同形成了这个晶状体。换句话说，在这里存在两层指令，我们向蓝色细胞下达了“制造晶状体”指令，但是在这个高层次子程序调用指令的下游还存在另一条指令：“招募你所需要的任何细胞来确保晶状体尺寸正确。具体制造过程我们不插手，我们不会告诉你正确的晶状体应该有多大。”

我们目前能够制造什么？我们目前能制造听囊，这是蝌蚪的内耳平衡器官。制造方法同样是借助离子通路的错误表达。我们能让听囊异位生长，能让跳动的心脏异位生长，能让青蛙长出四个大脑，能让青蛙长出六条腿。通过控制生物电交流模式，我们可以告诉蝌蚪与青蛙的身体组织应该长成什么样，从而对它们的身体进行有条理的大尺度修改。这种能力可以应用于生物医疗，比方说青蛙并不具备肢体再生的能力，我们截断青蛙的肢体，等了四十五天，啥事都没发生。然后我们用特定的鸡尾酒组合打开了特定的离子流，几天之后青蛙体内例如MSX1这样的再生基因就被激活，开始再生青蛙腿。新生的青蛙腿脚趾俱全，对触碰敏感，而且具备运动能力。现在我们已经将实验对象转向了哺乳动物，因为归根结底我们希望人类病人的器官可以再生。话说至此，我必须披露一下我与这方面研究的利害关系。Dave Kaplan与我共同成立了Morphoceutical Inc.公司，我们的初步产品是画面上这款生物反应器。将反应器套在老鼠的截肢断面上，就可以向断面注入离子通路药物。我们希望这项技术能尽快投入生物医学。

接下来咱们转向另一类组织，我让大家看看集体智力究竟如何存储记忆。刚才我说过，涡虫被切成碎块之后还能再生。涡虫的神奇之处之一在于极强的再生能力，之二则在于它们不会衰老。我实验室里的涡虫是几亿年前的涡虫的直接物理延续。问题在于，涡虫碎块的各个部分怎么知道自己应该再生成为什么样子才能组成一只新涡虫？怎么知道再生出一个脑袋就恰好足够？画面上是一只完整的涡虫，长着一个头部与一个尾部。促成头部生长的基因在头部得到了表达，在尾部则没有。同时切掉头部与尾部，中段总会在前方长出一个头，后方长出一个尾巴。另一只涡虫同样长着一个头部与一个尾部。促成头部生长的基因同样在头部得到了表达，只不过这家伙被切掉头尾之后会长出两个头，前方一个后方一个。因为我们发现了决定涡虫头部数量的生物电回路，也可以说这个回路记住了涡虫有几个脑袋。观察一下切掉头尾的中段的生物电模式，前一只涡虫中段的前端生物电格外活跃。我们可以用药物改变中段的生物电模式，让后端的生物电也活跃起来，于是就有了两个头的涡虫。但是真正的关键之处在于，我们并没有将涡虫中段的生物电模式修改成双头模式，而是修改成了没被切割过的完整涡虫的原本模式。换句话说，涡虫体内蛰伏着一段关于自己长着两个头的记忆，而且这段记忆只有在掉了脑袋之后才会被激活。我们不妨将其称作反事实理念，或者说以记忆为依据、针对尚未发生的事件进行的预测。假如你询问一只涡虫的生物电模式：“正确的涡虫应该有几个头？”对方的答案将会是“两个”。涡虫的身体并不会根据这个答案来构建自己，这个答案就这样存贮在它体内，直到原装的脑袋被切掉为止。然后我们激活这个答案，涡虫的身体中段就会按照这个答案再生出两个头。简而言之，一具涡虫身体对于“正确的涡虫”有两种表达方式。我们相信生物电模式还能存贮更多信息，只不过目前我们仅仅做到这一步而已。

为什么我坚持将生物电模式称作记忆？接下来我们将两个头的涡虫安置在清水里，先切掉前端的大头，再切掉后端的小头，然后不再干涉中段的再生，不去改变涡虫的基因组——我们自始至终都没碰过基因组——这个中段依然会再生出两个头。之所以我要将生物电模式称作记忆，是因为这套模式具备记忆的主要特点。首先是长期稳定性，一旦被调整成两个头的模式接下来就会保持下去。其次是易变性，也就是可以被重写。我们可以将一个头的涡虫变成两个头的涡虫，也可以让两个头的涡虫再变回去。再次是潜伏性，换句话说就是只有在恰当条件下才会被激活。一个头的涡虫被切掉头尾之后并不会自发长出两个头，必须人为加以干预。最后是彼此区分的不同结果，也就是一个头与两个头的区别。我们想要理解生物电回路的状态空间。我们可以为这个回路建模，一个头、两个头与没有头这三种状态的空间位置都位于这个模型上面。然后我们想要将这份理解与目前的计算工具结合起来，尝试回答电网络记忆事物的具体方式。 更具体地说，我们想知道电网络如何存贮完成特定范式所需的信息。比方说一个字母被擦去一部分，电网络怎样根据残存部分复原原本的字母？总体来说，我们希望将我们对于神经网络的热力学理解与眼前这方面的理念结合起来：体细胞是一种具备原始认知能力的能动主体，试图记住自己在解剖形态空间当中的位置。

我刚才说过，基因组并没有强行规定涡虫该长几个头，仅仅提供了一套默认硬件：其他条件相当的前提下姑且只长一个头。但是我们可以给硬件重新编程，使其长出两个头或者干脆不长头。不止如此，我们不仅能找到关于头部个数的吸引子，还能找到关于头部形状的吸引子。涡虫的头部是三角形，我们切掉这个头，然后通过离子通道药物干扰生物电网络的其余部分，就能让新长出来的头在形态空间当中偏向新的吸引子。换句话说，我们可以让涡虫长出淡水涡虫的方形平头，或者地中海涡虫的圆头。涡虫、淡水涡虫与地中海涡虫早在一亿年到一亿五千万年之前就已经分化成了不同物种，但是我们根本没有改变基因就将涡虫变成了别的样子——不光头型改变了，而且还具备了其他物种的大脑形状与干细胞分布。简而言之，涡虫体细胞的集体智力在形态空间当中可能抵达许多目的地区域，某些区域负责头的个数，另一些区域负责头的形状，还有些区域干脆从来没有被自然进化利用过，正好便宜了我们。我们现在能造出浑身长刺的涡虫，圆筒形状的涡虫，甚至若干种形状结合在一起的涡虫。按照Darcy Thompson的理论，如今我们有能力强迫生物系统进入形态空间当中从未被进化涉足过的区域，大概是因为这些区域对应的形态在生态系统里缺乏竞争力。

我们现在正在构建某种全栈式模型：首先研究涉及细胞内基因表达渠道的分子基因学——基因组在这个层面发挥作用；然后我们要构建生物体组织层面的生理学模型，既然我们已经发现了生物体内的电信号回路，那就要搞清楚这些回路有什么用，具备怎样的记忆与计算特质；再下一步是推导出指导生物体行为的算法集合，并且通过理解这些算法获得干预生物行为的能力：“我希望这条涡虫长出这么多脑袋，脑袋的形状应该是这样这样。”编程行为只能发生在这个层面。

最后我再举几个生物医学方面的相关例子来说明上述策略。画面上是一只蝌蚪的大脑，可以看到前脑、中脑与后脑三部分。一旦让蝌蚪暴露在酒精、尼古丁或者其他足以诱发基因变异的物质当中，蝌蚪的大脑就会被搅得一团糟。问题在于我们应当如何与蝌蚪的胚胎式细胞取得联系，使其重新构建正确的大脑，尽管这些细胞已经遭受了不同程度的损害。我们构建了一套电信号模式的模型，以此告诉蝌蚪细胞，正确的大脑应该是什么尺寸与形状。我们的实验对象不仅包括被化学品伤害的蝌蚪，还包括发生了特定基因变异的蝌蚪。这个基因名叫Notch，是一个非常重要的神经系统发育基因。画面中间的照片是Notch基因变异的蝌蚪的大脑，可以看到前脑已经没了，中脑与后脑也变成了囊泡状。这些严重脑残的蝌蚪平时毫无行为可言，只会一动不动地躺着。于是我们询问电信号模型，应该打开与关闭哪些离子通路才能将这只蝌蚪体内的电信号模式恢复到正确状态？换言之，组成这只蝌蚪的细胞集合不知道如何穿越形态空间。我们如何给它们带路？模型做出了非常具体的预测：有一条离子通路名叫HCN2，只要我们通过基因或者化学手段触发这条通路，就能让蝌蚪重新长出一个结构与功能全都完好的新大脑，让蝌蚪的智商重新占领高地。尽管Notch基因依然变异，尽管依然暴露在酒精与尼古丁当中，但是打开HCN2通路的蝌蚪与对照组蝌蚪的智商并无区别。简而言之，有了计算模型，我们就能向细胞集合传达我们想要的生物医学目标状态。更神奇的是，例如Notch变异这样的硬件缺陷居然可以在软件层面加以修正。我们仅仅让蝌蚪在一段时间内接受了打开HCN2通路的药物，结果蝌蚪的生物电模式就得到了修复。这就是我们目前正在使用的生物医学策略。我们构建一个计算平台，然后根据具体问题询问平台，需要向细胞发送怎样的信号才能让细胞恢复到正常状态。

在最后几分钟我们不妨抛下细节后退一步，放下概念性理念。我的思考框架名叫TAME，或者说各层心智的技术路径。在进化当中会发生认知规模缩放现象。个体细胞有个体细胞的目标：一变二二变四，在一切适宜新陈代谢的区域生长。随着细胞的聚合，目标也飞速增大，例如生成一条肢体。任何一个单独的细胞都不知道手指头是什么，也不知道该长几根手指头。但是集合起来它们就能长出数目正确的手指头。我们如何定义目标指导的行为？如果我们伤害生物体或使其偏移正确状态，生物体就会尽其所能地回归这个状态。大目标也可以遭到拆解。画面上是人类的胶质母细胞瘤细胞，这些细胞切断了自身与更大的细胞集合体之间的联系，切断了与更大的电信号网络之间的联系，回归了远古时期的单细胞生存方式，将人体的其他部分当成了外部环境。癌细胞并不比正常细胞更自私，只不过它们划定的自我范围更小。正常细胞为了同一个巨大的自我而群策群力，而癌变则意味着粘合众多细胞的认知胶水失效，致使癌细胞只为更小的自我效力，也就是单细胞。

我们可以构建单细胞逐渐聚合并形成电信号网络的模型。一旦网络成型，立刻就能提供更强的记忆力，更能存储过去的信息并且依次为依据来预测未来，从而让组成网络的细胞集合得以实现更大的目标。反过来说，我们可以触发细胞的癌化基因，让促使细胞形成肿瘤的癌化蛋白质在细胞当中得到十分明显的表达，但是与此同时又强行施加生物电信号，迫使这些细胞继续保持彼此之间的联系，从而维持电信号网络的正常运行，结果肿瘤根本发育不起来，因为我们强迫这些细胞继续将邻居当成自我的一部分。

进一步说，要想比较与对比多种多样的智能——无论它们的构造方式如何——就要对比它们能维持的目标的尺度。我们应该问的问题是，在时间与空间的层面上，某一个智能体系能够维持的最大目标是什么。比方说细胞构成蚂蚁，蚂蚁构成蚁群，而蚁群则是复合智能体系，拥有高于蚂蚁以及细胞的更大目标。反过来说，我们认为每一个较大尺度层面上的目标都会扭曲下一层较小尺度目标的选择余地。不同尺度的目标之间存在梯度关系，而追求目标的空间的形态则由最大尺度的目标来决定。进化显然利用了这一招——一方面扭曲目标空间，另一方面又设法穿越这一空间——将这一招应用在了各种不同的空间。具体来说，生命一开始专注于穿越新陈代谢的空间，然后进入了生理空间，再然后进入了基因转录空间，再然后进入了形态学空间，最终进入了三维行动的空间——我们通常认为生命直到这一尺度才会表现出智能。如今我们用来衡量智能的模型看得是某个集合体存储较大的目标状态的能力。单独一个细胞自然只能维持非常有限的简单目标状态，例如维持内部PH值。但是众多细胞耦合而成的网络可以维持稳态环路，可以存储更大的目标，更多的固定点，采取规模更大的行动。这就是智能的尺度放大现象。

我举个例子。我与Josh Bongard共同成立了一家名为Fauna Systems的公司，主营业务是研究生物机器人。我们提出了一个很简单的问题：假如我们将生物的体细胞从它们的常规环境当中解放出来，它们将会如何表现？这些细胞会怎样重新构想自己构成多细胞结构之后的行为？假如我们将这些细胞从原本的限制当中解脱出来，它们将会过上怎样的生活？我们从发育早期的青蛙胚胎当中提取了一团青蛙的表皮细胞并且在培养皿里将其打散。一开始我们并不知道会发生什么。这些细胞可能会死；可能会相互远离，爬向四面八方；还可能聚合形成类似皮肤的单层结构。结果放置一夜之后，这些细胞聚合成了很多小团。我们将这些小团称作活体机器人/xenobot——顺便说一句，我们做实验用得是非洲爪蛙，学名xenopus laevis，这也是xeno-前缀的由来。

这些活体机器人是自成一体的原型有机体。细胞表面的鞭毛原本用来分布青蛙体表的粘液，现在则成了活体机器人的游泳装置。活体机器人会来回巡视，也会兜圈子，还会穿越由玻璃管道构成的迷宫，在拐弯的时候甚至不会碰到玻璃壁。出于某些我们尚不理解的内部机制，有时它们走迷宫走到半路还会原路退回去——要记住，这只是一团青蛙皮肤细胞而已，其中一个神经元都没有，更不用说脑组织了。不过观察一下就会发现，活体机器人吞吐钙离子的动态确实很像脑信号活动。

活体机器人还会再生。在它们身上切一刀开个大口子，它们就会将依然连接的部分当做铰链，奋力将身体蜷缩成团，将切口封闭起来，从而恢复原本的形状。这还不是它们的最神奇之处。最神奇之处一开始不是我们发现的，而是人工智能模拟程序发现的。计算机对活体机器人进行了计算建模，在模拟环境当中撒满了微小颗粒。结果活体机器人的数学模型会将微小颗粒聚拢成一堆一堆。于是我们在现实世界重现了这个实验，将大量打散的单个青蛙皮肤细胞撒满活体机器人的培养环境。组成活体机器人的青蛙细胞显然不能按照青蛙惯用的方式来繁殖，但是在培养皿里撒满皮肤细胞之后48小时，活体机器人就学会了如何实现冯.诺依曼的梦想：一款能够从环境当中收集材料复制自身的机器。它们将松散的皮肤细胞收集成了一堆一堆。它们的行为对象是具有主动性的材料而不是完全被动的材料，于是被堆成一堆一堆的皮肤细胞又形成了下一代活体机器人。这一代活体机器人又会收集细胞制造再下一代活体机器人。据我们所知，这种运动式自我复制不存在于自然界任何地方。

从进化角度来看，活体机器人简直令人瞠目。在整个试验当中我们从来没有编辑过非洲爪蛙的基因组。我们唯一采取的手段就是做减法，让青蛙的皮肤细胞摆脱制约。如果我问：“正常的青蛙皮肤细胞想要干什么？”你可能会说：“它们想要老老实实地形成一层二维被动结构，位于蝌蚪身体的最外层，将细菌挡在外面。”但是这并不是完全自由的青蛙皮肤细胞真正想干的事。它们真正想干的是组成活体机器人，它们与青蛙胚胎的其余部分的指导性互动迫使它们不得不形成皮肤。一旦获得自由，它们想干以及能干出来的事情要刺激得多：它们想要形成三维结构，而且这套结构还具备专属于自己的生长序列——生长了80天的活体机器人的形态与刚刚形成时大不相同，谁也不知道它究竟要长成什么样。那么青蛙的基因组在进化当中学会了什么？诚然，基因组学会了如何在正确的环境里形成一只青蛙，但是它不仅学会了这一招而已。它还学会了如何制造一整套硬件，其中每一种硬件都能以不同的方式生存。简而言之，进化似乎并不会为具体问题提供具体解决方案，而是会提供许多解决问题的工具。自然界从未出现过活体机器人，自然选择从未创造过活体机器人。进化提供的强大硬件在陌生环境里现场发挥，这才有了活体机器人。

我最后想说的是，生命极其擅长以现场发挥的方式进行决策，具有令人难以置信的互操作性。我们可以将多种组织细胞混合在一起制造嵌合结构，也可以将活体细胞与纳米材料结合起来。每一种进化产生的材料——无论是细胞还是DNA——与设计产生的材料进行各种组合之后都有可能成为能动主体。达尔文当年慨叹于千变万化的生命，忍不住赞颂“无尽形态之美”，但是一切自然形成的生命形态在组合式能动主体面临的辽阔选择空间当中只不过是一个小点而已。有些此类组合已经以机械化生物体、生化机器人与嵌合体的方式成为了现实。在过去，确定我们自身对于其他能动主体负有的道德义务并不算难。我们可以把这个东西打翻在地，如果听见金属撞击的哐当声，那就可以确定这东西是工厂产品，不具备多少认知能力，我可以毫无道德负担地将这个东西大卸八块；如果你摸一下这个东西，感觉软软的还长了一身毛，那就可以确定这是一个进化产生的能动主体，对待这个主体的态度要好一点。像这样界定能动主体的标准——来自哪里、材质是什么——大概再过一二十年就会灰飞烟灭，届时我们将再也不能以这些标准为基础来确定自己与能动主体之间的关系，届时我们将会被全然陌生、从未有过的主体包围，而系统发生学完全无法指导我们辨识与界定这些主体。搞清楚我们可以期待这些主体为我们做什么，以及我们需要为它们做什么，将是一项艰巨而重要的任务。相比之下，达尔文的进化无非是儿戏而已。

万年看客

捞

wlhlz

现在的生物技术真有点在空中楼阁上跳舞的感觉，在对底层原理一知半解甚至完全搞不清的情况下发展出了各种技术，这个实验室就是在用基因和细胞搭积木，虽然能达到甚至超过预期的目的，但是却根本不知道基因是如果实现这些操作的

云梦泽岸

这个研究思想其实可以用于科幻网文上的，解释什么穿越转世心灵感应的设定，既然细胞能够电刺激让蝾螈长出肢体，灵魂的信息也可以储存在电信号里嘛，那再塑灵魂也就是机器调整一下的问题。

化境

打卡收藏

qiulan

辛苦楼主翻译Levin的这个talk。与人文社科类报告不同，自然科学的学术报告需要结合片子看才能明白他在说什么，比如用landscape表示fixed point之间的关系。
关于Levin talk的comment：多个尺度上的动力学带来了不同层级的fixed point，即细胞或者组织的生理态。为实现多种生物功能及响应环境挑战，这些不同层级上fixed point之间有没有一般的组织规则？这种问题，要么大而化之地提出、粗略地描述性地回答，要么以个例/特例为对象讨论而不知能推广到何处。Levin也许有一些模糊的看法，但目前的知识还是只能做具体而微的工作。更大的问题，意识是什么？不觉得这群做pattern and dynamics的人真能给出答案。

remedios010000

生命会自己找到出路