主题：【文摘】复杂：诞生于秩序与混沌边缘的科学 -- 梦里依稀

第八章　等待卡诺

　　1988年11月底，罗沙拉莫斯非线性研究中心的秘书交给朗顿一个密封的、看上去很像公函的信封，里面是实验室主任塞格福雷德?海克（Siegfried Hecker）的一份备忘录：

　　我们最近注意到，你已经在这里领取了三年的博士后奖学金，但却仍未完成博士论文。根据能源部第40－1130条规定，我们无法继续雇用领取了三年博士后奖学金后仍未获博士学位的人。但由于行政工作上的差错，我们忽略了提前向您提出可能会违背这条规定的警告。为此，我们已从能源部有关部门得到延期的获准，你不必退还1989年度的博士后奖学金，但除非你已获得了博士学位，否则我们对你的任命只能顺延至1988年12月1日。

　　一句话，“你被解雇了。”朗顿惊恐万状地跑去找非线性研究中心的副主任加利?多伦（Gary Doolen）。多伦煞有介事地告诉他确有其事，确实有这么一条规定，海克确实有权这么做。

　　直到现在，朗顿一回忆起这件事还心有余悸。这些促狭鬼让他整整傻了两个小时后才给了他一个令他惊喜的生日晚会。杜撰了这份备忘录，导演了这场恶作剧的法默说：“能源部规定的号码其实已经泄露了天机。克里斯（朗顿）今年四十岁，他的生日是11月30日。”

　　朗顿这才惊魂落定，兴高采烈地和大家一起尽享生日晚会，毕竟不是每一个博士学位候选人都会过四十岁生日的。法默甚至还在研究中心和理论小组朗顿的同事中发起凑钱给朗顿买了一把新的电吉它作为生日礼物。“但我确实想激朗顿尽快完成他的博士论文，因为我真的担心他迟迟拿不到博士学位，终会成为隐患。我怀疑可能真的有某种对朗顿不利的规定。”法默说。

　　人工生命论文

　　朗顿非常清楚法默的良苦用心，其实他早就对法默的用意心领神会了。没人比他自己更急于早日完成博士论文了。自人工生命研讨会召开后，他的研究有了长足的进展。他已经把原来在密西很大学的计算机上运行的细胞自动机模型移到了罗沙拉莫斯的SUN工作站上，他还为探测混沌边缘的相变做了大量的计算机实验，甚至还深入阅读了物理学方面的资料和文献，对如何用纯粹的统计方法来分析相变做了研究。

　　但这一年就这么过去了，他还没来得及实际动手撰写论文。自人工生命研讨会以来，他把大多数时间都耗费在研讨会之后的工作上。乔治?考温和戴维?潘恩斯都请他以桑塔费研究所的名义将研讨会的学术论文编辑出版，作为研究所准备出版的关于复杂科学的系列丛书中的一本。但潘恩斯和考温都要求，这些论文要经过研究所之外的科学家按在其它科学刊物上发表文章的规矩严格审定。他们对朗顿说，桑塔费研究所决不能有轻薄草率之举。人工生命必须是一门科学，决不是视频游戏。

　　朗顿非常赞同这个观点，他自己也一直是这样认为的。但这样做的结果是，他不得不耗费数月时间来编辑这些论文，这意味着把四十五篇论文各读上四遍，把每一篇都分别寄给几个审稿人，再把审稿人的修改和重写意见寄给原作者，还要想办法哄所有作者按时完成任务。然后他又不得不再耗费数月时间来撰写该书的前言和概论。他叹息到：“为此得花费大量的时间。”

　　但另一方面，这整个过程对他来说极有教育意义。“这就像是做博士资格研究，你得学会去其糟粕、取其精华，这使我真正变成了这个领域的专家。”该书的编辑业已完成，其严谨性完全符合考温和潘恩斯的要求。朗顿感到他所创造的远远不止是一系列的论文。他的博士论文或许仍然陷于困境，但研讨会的成果却为将人工生命变成一门严肃科学打下了基础。而且，朗顿在把参加人工生命研讨会的人的思想和洞见提炼成该书的前言和四十七页的概论的同时，也为人工生命的要旨撰写了一份最为清晰的宣言。

　　他在这份“宣言”中写到，人工生命与常规生物学基本上是相反的。人工生命不是用分析的方法――不是用解剖有生命的物种、生物体、器官、肌理、细胞、器官细胞的方法――来理解生命，人工生命是用综合的方法来理解生命。即，在人工系统中将简单的零部件组合在一起，使之产生类似生命的行为。人工生命的信条是，生命的特征并不存在于单个物质之中，而存在于物质的组合之中。其运作原则是，生命的规律一定是其动力形式的规律，这种规律独立于四十亿年前偶然在地球上形成的任何特定的碳化物细节之外。人工生命将用计算机，或也许是机器人等新型媒介来探索生物学领域的其它发展的可能性。人工生命研究人员将能够取得像宇宙空间科学家把宇宙探测船发射到其它星球上那样的成就。也就是，从宇宙的高度来观察发生在其它星球上的事情，从而对我们自己的世界有新的了解。“只有当我们能够从‘可能的生命形式’这个意义上来看待‘已知的生命形式’，才能真正理解野兽的本质。”

　　他说，从抽象的组织角度来看待生命，也许是人工生命研讨会上产生的最为瞩目的思想。这一思想与计算机科学紧密相关绝非偶然。这两者之间有着许多共同的知识之源。人类一直在探索自动机的奥秘，即，机器何以能够产生自己的行为。自法老王时代开始，埃及工匠利用水滴的原理发明了时钟。公元一世纪，亚力山大的西罗撰写了气体力学的论文。在这篇论文中，他描述了加压的气体如何使各种类似动物和人类形状的小机器产生简单的运动。一千多年以后，在欧洲进入伟大的时钟工业时代后，中世纪和文艺复兴时期的工匠便设计出日益精巧的、可以敲击报时的钟表。有些公用钟表甚至还有许多数字符号，具有计时和报时的全套功能。在工业革命时期，从时钟自动化技术又发展出更加高精尖的过程控制技术，即，工厂的机器由一组复杂的转动凸轮和相互连接的机械手所操纵。十九世纪的设计师们在把可移动凸轮和具有可移动栓的转动鼓轮这些改良的技术结合进来后，研制出了一种能够在同一台机器上产生多种动作序列的控制器。随着二十世纪初计算机器的发展，“这种可编程的控制器的引入便成为一般功能计算机早期发展的雏形。”

　　与此同时，逻辑学家正在把逻辑步骤的程序变成正式概念，从而奠定了计算机一般性理论的基础。二十世纪初，阿龙佐?彻基（Alonzo Church）、科特?歌德尔（Kurt Godel）、爱伦?图灵和其他一些人都指出，无论机器是用何种材料制造的，机械流程的实质，即导致机器行为的“东西”，根本就不是机器本身，而是一种抽象的控制结构，是可以用一组规则来表示的程序。朗顿说，正是这种抽象的东西使你可以从一台计算机里取出一个软件，插入另一台计算机上运作：机器的“机制”在于软件，而不在于硬件。这正是朗顿十八年前在麻省综合医院得到的启示。而一旦你接受了这一点，那就不难理解，生物体的“生命力”同样也在其软件之中，即，存在于分子的组织之中，而不是存在分子本身。

　　但朗顿承认，这种认识的跨越并非像看上去那么轻而易举，特别是当你考虑到生命呈现出怎样的流动性、自发性和有机性，而计算机和其它机器呈现出怎样的受控性，接受这种认识就更难了。初看上去，甚至从机器的角度来谈论有生命的系统都显得非常荒唐。

　　但答案就存在于进一步的伟大洞见之中，这也是人工生命研讨会上一再出现的主题：有生命的系统就像机器，这很对，然而生命体这台机器却具有与一般意义上的机器全然不同的组织形式。有生命的系统似乎总是自下而上地。从大量极其简单的系统群中涌现出来，而不是工程师自上而下设计的那种机器。一个细胞包含了许多蛋白、DNA和其它生物分子；一个大脑包含了许多神经元；一个胚胎包含了许多相互作用的细胞；一个蚂蚁王国包含了许多蚂蚁。从这个意义上来说，一种经济包含了许多公司和个人。

　　当然，这正是荷兰德和桑塔费研究所的同仁们在复杂的适应性系统一般性理论中所要强调的概念。区别在于，荷兰德把这种群体结构主要看成是一堆建设砖块，它们可以通过各种重组而产生非常有效的进化，而朗顿则主要视其为能够产生丰富多采的、类似生命的动力的机会。朗顿最终用斜体字归纳道：“我们从计算机模拟复杂的物理系统中获得的最为惊人的认识是：复杂的行为并非出自复杂的基本结构。”“确实，极为有趣的复杂行为是从极为简单的元素群中涌现出来的。”

　　这是朗顿由衷的认识。这段阐述非常清晰地反应了他发现自我复制的分子自动机的经验。这一阐述也同样强调了人工生命研讨会上的一场最为生动的演示：克内基?雷诺尔兹的“柏德”群。雷诺尔兹在这个计算机模型中只用了三条仅限于局部的和“柏德”之间相互作用的简单规则，而并没有编写全面的、自上而下的详尽规则，来告诉“柏德”群如何采取行动，也没有编写任何规则来告诉“柏德”群如何马首是瞻地听从头领“柏德”的指挥。但正是这些局部的规则使得“柏德”群对不同的情况产生了有机的应变能力。这些规则总是趋于将“柏德”拉向集中，在某些方面有些像亚当?斯密的那只看不见的手，总是要使供与求趋于均衡。但正如经济领域中的情形一样，聚集的趋向只不过是一种趋向而已，其结果却是，所有的“柏德”都根据近邻的行为作出反应，所以，当一群“柏德”碰到像柱子这样的障碍物时，每一个“柏德”就会各行其是，整个群体就这样毫不困难地兵分两路，从障碍物的两侧流绕而过。

　　朗顿说，如果用一组自上而下的规则来做这件事，整个系统行动起来就会麻烦、复杂到不可思议的地步：各种规则要告诉每一个“柏德”在碰到每一种可以想象到的情况时应该采取何种具体的行动。他确实见过这样的系统，它们总是显得非常愚蠢和不自然，更像是一个动画片，而不像是栩栩如生的生命。另外，由于这种自上而下的系统根本不可能把每一种情况都考虑到，所以这种系统总是一碰到复杂的情况就变得无所适从，总是表现得既僵硬又脆弱，常常会于踌躇犹豫之中嘎然而止。

　　乌德勒支大学的阿利斯蒂德?林登美尔（AristidLindenmeyer）和里基那大学的普莱赞梅斯劳?普鲁辛凯乌泽（Prezemyslaw Prusinkiewcz）的图示植物也同样是这种自下而上的、群体性思考的模式的产物。这些图示植物不是画在计算机屏幕上的，而是“种”到计算机屏幕上去的。它们起初是单个的茎枝，然后有一些简单的规则来告诉每一个茎枝怎样生出叶子、花朵和更多的分枝来。这些规则同样没有包含植物最终的整体形状应该是什么样的这类的信息，只是模拟植物生长过程中众多细胞怎样各自区分开来、怎样相互作用。但这些规则却产生了看上去极逼真的灌木、树木、或花朵。事实上，经过仔细筛选的规则是能够产生非常近似已知物种的计算机植物的。（而如果对那些规则做哪怕是极其微小的改变，都会导致产生完全不同的植物。这说明，对进化来说，发展进程中的微小改变多么轻易就能导致外形上的巨大改观。）

　　朗顿说，人工生命研讨会一再强调这样一个主题：获得类似生命行为的方法，就是模拟简单的单位，而不是去模拟巨大而复杂的单位。是运用局部控制，而不是运用全局控制。让行为从底层涌现出来，而不是自上而下地做出规定。做这种实验时，要把重点放在正在产生的行为上，而不是放在最终结果上。正如荷兰德喜欢指出的那样，有生命的系统永远不会安顿下来。

　　朗顿说，确实，当你把这个自下而上的概念当作其逻辑结论来看待时，你就会把它视为一门新型的、纯粹的科学――生机论。这个古远的概念说的是，生命包含着某种能够超越纯物质的能源、力量、或精神。而事实上，生命确实能够超越纯物质。这不是因为有生命的系统是被某种物理和化学之外的某种生命本质所驱动的，而是因为一群遵循简单的互动规则的简单的东西能够产生永远令人吃惊的行为效果。他说，生命也许确实是某种生化机器，但要启动这台机器，“却不是把生命注入这台机器，而是将这台机器的各个部分组织起来，让它们产生互动，从而使其具有‘生命’。”

　　朗顿最后说，从人工生命研讨会的发言中提炼出来的第三个伟大洞见是：从生命的特点在于组织，而不在于分子这一点上来说，生命有可能不仅只是类似计算机，生命根本就是一种计算法。

　　朗顿说，要知为何，就得从以碳为基础的常规生物学开始解释。生物学家们在这一个多世纪以来不断指出，活的生物体的最为显著的特点之一在于其基因型，即编入其DNA中的各种基因蓝图。生物体的结构正是这些基因蓝图所创造的。当然，在现实中，活细胞的实际运作极为复杂，每一个基因对每一种单一的蛋白分子来说都是一个基因蓝图，成千上万个蛋白分子在其所在的细胞内以各种方式进行着相互作用。实际上，你可以把基因型想成是许多并行运作的小计算机程序的组合，每一个程序代表一个基因，当它们被激活时，所有这些被激活的程序就会既相互竞争又相互合作，陷入逻辑冲突之中。而作为一个集体，这些相互作用的程序却能够完成整体的计算任务，这就是表现型，即，有机体发展过程中呈现出来的结构。

　　接下来，从以碳为基础的生物学，移到人工生命这个更为一般性的生物学，这一概念也同样适用。为了说明这一事实，朗顿杜撰出泛基因型（generalized genotype）这个词，或缩写为GTYPE，来特指任何低层次规则的组合。他又杜撰出泛表现型（generalized Phenotype）这个词，或缩写为PTYPE，来特指在某种特定环境中这些被激活的规则导致的结构和／或行为。比如，在一个常规的计算机程序中，泛基因型显然就是计算机编码本身，而泛表现型就是这个程序对计算机操作者所输入的数据的反应。在朗顿自己的自我繁衍分子自动机模拟中，泛基因型就是一组专门告诉每一个细胞如何与其邻居相互作用的规则，泛表现型就是这组规则的总体行为模式。在雷诺尔兹的“柏德”程序中，泛基因型就是三条指导每一个“柏德”飞行的规则，而泛表现型则是一群“柏德”聚集成群的行为。

　　更为广泛地说，泛基因型的概念和荷兰德的“内在模型”的概念基本上如出一辙。唯一的区别在于，朗顿的概念比荷兰德的概念更强调其作为计算机程序的作用。毫不奇怪，泛基因型的概念完全适用于荷兰德的分类者系统，一个特定系统中的泛基因型正是一组分类者规则。这个概念同样适用于生态系统模型。在这个模型中，一个生物的泛基因型包含其进攻和防御两个染色体。这个概念也适用于阿瑟的玻璃房经济的模型。在这个模型中，人工作用者的泛基因型就是通过刻苦努力而学会的一组经济行为规则。从原则上说，这个概念适用于任何复杂的适应性系统，只要其系统的作用者是根据一组规则发生相互作用，这个概念就能适用。这些系统的泛基因型不断发展、呈现为泛表现型，其实就是在进行一种计算。

　　而这个概念的美妙之处在于，一旦你看到了生命和计算之间的关系，你就能够从中推导出大量的理论。比如说，为什么生命总是充满了出其不意的事件？因为总的来说，即使从原则上，我们也无法从某组特定的泛基因型来预测其泛表现型会产生什么样的行为。这就是不可断定性定理，这是计算机科学的最为深刻的研究成果之一：除非计算机程序完全无足轻重，否则，要知道结局的最快途径就是运行这个程序，看它会产生什么结果。没有任何通用性程序能够比这更快地扫描计算机密码、输入数据，然后给你一个结果。老辈人认为计算机只是按程序员的指令运作，这个想法完全正确，但其实又风马牛不相及。任何计算机编码，一旦复杂到让人感兴趣的程度，就总是会产生让程序员都吃惊的行为表现。这就是为什么任何像样的计算机软件包在上市之前都要做反反复复的测试和调试，这也就是为什么用户总是能够很快发现，该软件永远调试不到尽善尽美的程度。对人工生命而言，最重要的是，泛基因型和不可断定性概念解释了为什么一个有生命的系统可以是一个完全在程序，即泛基因型控制之下的生化机器，但却仍然会产生令人吃惊的、自发的泛表现型行为。

　　反过来说，计算机科学的其他深刻的定理表明，你不可能把这个概念倒过来应用，你不可能预先设定某种你想要的行为，即某种泛表现型，然后找到一组能够产生这种行为的泛基因型。当然，在实践中，这些定理不可能阻挡程序员利用经过严格测试的算法来准确地解决在定义清晰情况下的特殊问题。但在定义不清、时常变动的生命系统存在的环境中，似乎只有不断尝试、不断出错这一条道路可走，这便是众所周知的达尔文的自然选择法。朗顿指出，这样的过程也许显得极其残酷且历史漫长。大自然编程其实就是建立各种由许多随意形成的不同泛基因型的机器，然后再淘汰掉那些不能胜任的机器。这段混乱而漫长的过程其实是大自然所能做出的最佳选择。同样，荷兰德的基因算法对计算机编程而言，或许也是对付定义不清、乱麻似的问题的唯一现实的办法。朗顿写道：“这很可能是寻找具有特定泛表现型的泛基因型的唯一有效的通用程序。”

　　在概论的撰写中，朗顿非常谨慎地避免宣称人工生命研究人员所研究的实体“真正”是活的。它们显然并不是活物。计算机中的“柏德”、植物和自我繁衍分子自动机，所有这些不过是模拟而已，是一种高度简化了的、离开计算机就不存在的生命模型。但尽管如此，既然人工生命研究的全部意义就在于探索生命的最根本的法则，那就无法回避这个问题：人类最终能够创造出真正的人工生命吗？

　　朗顿发现很难回答这个问题，因为没有任何人知道何为“真正的”人工生命。也许是某种基因建构的超级生物体？是一个能够自我繁衍的机器人？或是一种受过过度教育的计算机病毒？准确地说，生命究竟是什么？你怎么能确知你创造了生命或没有创造出生命？

　　毫不奇怪，这个问题在人工生命研讨会上引起了广泛的讨论，大家不仅在会上，而且在会下的楼道里和餐桌上也在大声而热烈地争辩这个问题。计算机病毒是一个最为热门的话题，许多与会者都感到，计算机病毒已经快要越线了，令人十分沮丧。恼人的计算机病毒几乎涉及到了所有衡量生命的尺度。计算机病毒能够通过自我复制而转移到另一台计算机上，或自我复制到软盘上，并进一步繁衍和扩散。它们能够像DNA一样把自己储存在计算机密码里，可以借主体（即计算机）的功能来实现自己的功能，就像真正的病毒能够借助受感染细胞的分子的新陈代谢功能一样。它们也可以在自己的环境中（计算机中）对刺激做出反馈，甚至可以借助某些计算机玩主扭曲的幽默感来产生变异和进化。计算机病毒确实可以在计算机控制的空间和计算机网络上生存下去。在物质世界之外它们不可能独立存在，但这不等于就能把它们划出生命物体的范筹。朗顿声称，如果生命真的只是组织的问题，那么，应该说，组织完善的实体就是活的，无论它是用什么做成的。

　　但不管计算机病毒是什么身份，朗顿都确信，“真正的”人工生命总有一天会诞生，而且很快就会诞生。它会诞生于生物化学领域、诞生于机器人和先进软件的发展中。而且，不管朗顿和他的同事们是否对它进行研究，它都会因商用的和／或军用的需要而出现，朗顿认为，正因为如此，人工生命研究才变得更为重要：如果我们真的是在向人工生命的美妙的新世界推进的话，那么，至少我们也该是睁着双眼步入这个境界。

　　朗顿写道：“到这个世纪的中叶，人类已经具有了毁灭地球上所有生命的能力。到了下个世纪中叶，人类将具有创造生命的能力。”在这两种能力中，很难说哪一种能力会带给我们更大的责任负重。这不仅是因为某种特定的生命物体将能够生存下去，而且因为进化的进程本身也会越来越落到我们人类的控制之中。

　　这一展望使他觉得，所有卷入人工生命研究的人都应该读一下《科学怪物》这本书：这本书很清晰地说明，制造了科学怪物的博士拒绝对他的创造物承担任何责任。（尽管电影上并没有这样的镜头），我们绝不能让这种情况发生。他指出，我们现在所导致的变化的后果是不可预测的，即使只从原则上来说也无法预测。但我们必须对后果负责。这反过来又意味着，必须公开辩论人工生命的意义，必须有公众的介入。

　　而且，假如你能够创造生命，那么你就会突然卷入到比对计算机病毒是否是活的这种技术性定义问题要大得多的问题之中。很快，你就会发现自己卷入了某种实证神学中。比如，你创造了一个生命物体之后，你是否有权力要求这个活物对你顶礼膜拜、奉献一切？你是否有权在它面前扮演上帝的角色？是否有权在它不听命于你的时候毁灭它？

　　朗顿说，这些都是很尖锐的问题。“不管我们是否对这些问题已经有了正确的答案，都必须坦诚地、公开地提出这些问题。人工生命不仅是对科学或技术的一个挑战，也是对我们最根本的社会、道德、哲学和宗教信仰的挑战。就像哥白尼的太阳系理论一样，它将迫使我们重新审视我们在宇宙中所处的地位和我们在大自然中扮演的角色。”

　　新的第二定律

　　如果说，朗顿的言辞较之大多数科学性文章显得调门略高，那这在罗沙拉莫斯他的圈子里也绝非罕见之事。法默就因高调先导艰深科学的概念而著称。这方面的一个最著名的例子，就是法默和他的夫人，环境法律师艾莱塔?白林1989年共同执笔的一篇非科学性演说，题目是：“人工生命：即将来临的进化”。这是法默在加州大学庆贺马瑞?盖尔曼六十大寿的研讨会上做的演讲。“随着人工生命的出现，我们也许会成为第一个能够创造出我们自己的后代的生物……”他这样写道。“作为创造者，我们的失败会诞生冷漠无情、充满敌意的生物，而我们的成功则会创造风采夺人、智慧非凡的生物。这种生物的知识和智慧将远远超过我们。当未来具有意识的生命回顾这个时代时，我们最瞩目的成就很可能不在于我们本身，而在于我们所创造的生命。人工生命是我们人类潜在的最美好的创造。”

　　撇开华丽的词藻不谈，法默是当真把人工生命视为一门新兴科学（这篇“即将来临的进化”的演说的大部分，是对这门科学的未来做出并非夸大其词的评价）。很自然，他对朗顿的研究也给予了同样当真的支持。毕竟，是法默首先把朗顿带到罗沙拉莫斯来的。尽管他对朗顿延宕已久的博士论文深感焦虑，但却丝毫不后悔把朗顿带到这里来。他说：“克里斯（朗顿）无疑值得我这么做。这儿的人都喜欢他，他有一个真正的梦想，有人生的志向，像他这样的人太少。克里斯还没学会如何提高工作效率。但我认为他很有远见，一种真正的远见。我觉得他为实现自己的抱负而付出了非常出色的努力，他不畏惧对付繁琐而具体的问题。”

　　确实，虽然朗顿凑巧还年长他五岁，但法默却是全心全意支持朗顿的良师益友。1987年，当法默还只是少数几个被桑塔费研究所的内部圈子囊括其内的年轻科学家之一时，他就说服考温为朗顿的人工生命研讨会捐资五千美元。在法默的推荐下，朗顿被邀请到桑塔费研究所的研讨会上来做演讲。法默还倡议研究所的科学委员会为人工生命项目招收访问科学家，他还鼓励朗顿在罗沙拉莫斯，偶尔也在桑塔费研究所举办一系列的人工生命讨论会。也许最重要的是，1987年，当法默同意在罗沙拉莫斯的理论研究中心主持新的复杂系统小组时，他把人工生命、机器学习和动力系统理论列为这个小组的三大主要研究方向。

　　法默并非天生的行政型人物。他三十五岁，是个高高瘦瘦的新墨西哥人，还像个研究生似的流着马尾巴、着T恤衫、爱说“质疑权威！”这样的话。忙忙碌碌的行政工作对他来说不啻是一个痛苦，不得不撰写建议书，向“华盛顿的那些笨蛋”乞讨研究基金是他的另一大痛苦。但法默无论在获取研究基金上、还是在激发知识热情上都天赋盖人。他最初在数学预测这个领域脱颖而出，现在仍然将大部分时间付诸于该领域的前沿性研究，致力于寻找预测随机而混乱的系统的未来行为的方法，包括对股市这种人们非常希望能够预测未来的系统做出预测。他把小组用于“一般性功能”的大部分研究经费都拨给了朗顿和人工生命研究小组的成员，而让他自己的非线性预测研究项目和其他研究项目自食其力。“预测研究能够带来实际的效益，我能够保证投资人在一年之内得到回报，而人工生命研究却要等很长时间才能产生结果。在目前的投资环境中，人工生命几乎无法得到研究资金。当一个资助我的预测研究的基金会打电话向我问及他们收到的一份人工生命研究的建议书时，我便对这种情况看得十分清楚了。从他们的态度来判断，他们把人工生命视为飞碟、或占星术之类的东西。他们看到我的名字出现在人工生命项目推荐人的名单上，深感不快。”

　　从长远来看，法默目前所处的情况不如他想象的理想。他确实非常热爱预测研究工作，但陷于预测研究和行政事务，他没有多少富裕时间来从事人工生命的研究。但人工生命比其他任何工作都打动他的心弦。他说，人工生命会领你深入到涌现和自组这些深层次的问题之中，而这些正是一直萦绕在他脑海里的问题。

　　法默说：“我上中学时就开始思考大自然中的自组织现象了。虽然起初的想法很模糊，是因为读了科学幻想小说。”他尤其记得艾萨克?阿斯莫夫（Isaac Asimov）写的那本《最后的问题》（The Final Question）。在那个故事中，未来的人类向宇宙超级计算机咨询如何废除热动力学第二定律。即：随着原子的自我随机化，宇宙万物无情地趋于冷却、腐朽和消亡的倾向。他们问，怎样才能扭转不断增强的熵？（熵是物理学家对分子层无序现象的称谓。）后来，在人类消亡、星球冷却很久以后，宇宙超级计算机终于知道了如何完成这项伟绩。它宣告说：“让光芒照耀吧！”然后就诞生了一个崭新而低熵的宇宙。

　　法默读到阿斯莫夫这本书的时候只有十四岁，这个故事那时候就带给他这样一个问题：他问自己，如果熵一直在增强，如果原子层的随机化和无序现象是不可抗拒的，那为什么宇宙仍然能够形成星球、云彩和树木？为什么在一个很大的规模上，物质往往总是趋于越来越有组织，同时又在一个较小的规模上，越来越趋于解体？为什么那么很久了宇宙都没有解体成某种无形的潮气？法默说：“坦率地说，对这些问题的兴趣是驱使我成为一个物理学家的动力之一。比尔?伍特斯（Bill Wootters）即物理学家威廉姆?伍特斯，现在麻省威廉姆斯学院）和我在斯坦福大学时，经常在物理课后坐在草地上长时间地谈论这些问题，当时我们的脑海里不断跃出各种思想。好多年以后我才发现，还有其他人也一直在思考这些问题，在这方面已有资料和文献的记载了――从事控制论研究的诺伯特?维纳（NorbertWiener）、从事自组织研究的伊尔亚?普利戈金、从事合作反射研究的荷曼?海哈肯（Hermann Haken）。”他说，事实上，在赫伯特?斯宾塞（Herbert SPencer）的著作中也潜在着同样的问题。十九世纪六十年代，英国哲学家斯宾塞提出“适者生存”这句话，推动了达尔文理论的普及。其实斯宾莎只是把达尔文的进化论看作推动宇宙结构自发起源的宏大力量的一个特例。

　　法默说，当时很多人都在独自思索这些问题。但当时他感到非常困惑。“我没见到有推动这些思考的专门学问。生物学家并不是在研究这些问题，他们在忙着弄清楚哪个蛋白和哪个蛋白发生作用，而忽略了一般性法则。在我看来，物理学家似乎也不是在从事这方面的研究。这就是为什么我转向混沌理论的原因之一。”

　　关于法默他们转向混沌理论，詹姆士?格莱克在他的畅销书《混沌》中有整章的介绍：法默和他终生好友诺曼?派卡德七十年代末还是加州大学桑塔克鲁兹分校物理学研究生的时候，是如何开始着迷于轮盘赌现象的；计算在轮盘旋转中的滚球轨线是如何让他们敏锐地感觉到，在一个物理系统中，最初情况下的细微变动能导致最终结果的巨大改观；他们和另外两个研究生，罗伯特?肖（Robert Shaw）、詹姆士?克鲁奇费尔德（James Crutchfield）是如何开始认识到，新兴的“混沌”理论，即，更广泛地被称为“动力系统理论”，所描述的正是这种初始条件中敏感依赖性；他们四个人是如何立志从事这个领域的研究，并从此以“动力系统小组”而著称。

　　“但不久我就对混沌理论感到很厌倦了。”法默说。“我觉得，‘那又能怎么样呢？’混沌学最基本的理论已经探索尽了，这个学科的理论已经很明朗了，在其研究前沿已经没有什么可以令人激动的新发现了。”另外，混沌理论本身也并不十分深刻。他向你解释了许多关于某种简单的行为规则如何产生令人吃惊的复杂动力现象。但除了所有这些美丽的分形图景之外，混沌理论其实很难解释生命的系统，或进化的根本性法则。它无法解释这些系统如何从随机无物开始，自组发展成复杂的整体。最重要的是，它不能回答法默的老问题，即，宇宙在永不停息地形成秩序和结构。

　　不知为什么，法默认定，对此还有全新的认识尚未穷尽。这就是为什么他和考夫曼、派卡德合作研究自动催化组和生命的起源，并全力支持朗顿的人工生命研究的原因。就像罗沙拉莫斯和桑塔费的许多人一样，法默也感到，某种理解。答案旋律、法则正徘徊于门外。

　　“我所属的思想流派认为，生命和组织就像熵的增强一样，是永不停息的。只不过生命和组织的形成没有什么规则，是由自我累积而成的，所以更要凭运气罢了。生命是一种更为广泛的现象的反映。我相信，这种更为广泛的现象正好与热动力学第二定律背道而驰，它是某种能够描述物质的自组倾向、能够预测宇宙中组织的一般性特点的法则。”

　　法默不清楚这一新的第二法则将会是什么样子的。“如果我们清楚的话，我们就能知道如何发现这条法则。目前对此只是推测，也就是当你退后一步，拍着脑袋陷入沉思时所获得的某种直觉。”事实上，他并不知道这会是一条法则、还是几条法则。但他明白无疑的是，最近人们已经在这个方面发现了许多蛛丝马迹，诸如涌现、适应性和混沌的边缘，这些发现起码可以为这个假设的新的第二定律勾勒出一个大概的轮廓。

　　涌现

　　法默说，第一，这个想象中的法则将能够对涌现做出严谨的解释：当我们说整体大于部分的总和的时候，我们指的是什么？“这不是魔术，但当用我们人类粗陋狭小的大脑来感觉时，这就像是魔术。”飞翔的“柏德”（和实际生活中的鸟类）顺应着邻居的行为而聚集成群；生物体在共同进化之舞中既合作又竞争，从而形成了协调精密的生态系统；原子通过形成相互间的化学键而寻找最小的能量形式，从而形成分子这个众所周知的涌现结构；人类通过相互间的买卖和贸易来满足自己的物质需要，从而创建了市场这个众所周知的涌现结构；人类还通过互动关系来满足难以限定的欲望，从而形成家庭、宗教和文化。一群群的作用者通过不断寻求相互适应和自我完善而超越了自我，形成了更为宏大的东西。关键在于要弄清楚这一切的来龙去脉，而又不落入枯燥无味的哲学思辨、或新时代的玄想泥潭。

　　法默说，这正是广义的计算机模拟和狭义的人工生命的美妙之处：在台式计算机上，用一个简单的计算机模型，就能拿你的思想做实验，看看它们的实际效果如何。你可以通过计算机实验对一些模糊的思想做出越来越准确的定位，可以试着提炼出突发在大自然中实际运作的本质。而且，那段时间已有了许多可供选择的计算机模型，其中引起法默特殊兴趣的是关联主义（Connectionism）：这个概念的意思是一个由“连接物”相连的“节点”网络所代表的互动作用者群。在这一点上，他和许多人都有共识。在这十多年间，关联论模型突然遍布各处。首要的范例就是神经网络运动。在神经网络运动中，研究人员利用人工神经元网络来模拟诸如知觉和记忆恢复这类的事情，并自然地对人工智能主流研究的符号处理方法发起了猛烈的攻势。但紧追其后的就是桑塔费研究所建立的基地，包括荷兰德的分类者系统、考夫曼的基因网络、还有他和派卡德以及罗沙拉莫斯的爱伦?泊雷尔森于八十年代中期为研究生命起源而建立的免疫系统模型。法默承认，这些模型中的有一些看上去并不很符合关联论，很多人在初次听到他们这样描述事物时都感到非常惊讶。但这只是因为这些模型是在不同的时间、被不同的人建立起来解决不同问题的，所以它们用以描述的语言也会不同。他说：“当你还原一切时，所有事物看上去都是一样的。你其实可以只建立一个模型，然后移于另一方面的模拟。”

　　当然，在神经网络中，节点一关联物结构是非常明显的。节点就相当于神经元，而关联物就相当于连接神经元的突触。比如说，一个程序员有一个神经网络模型的想象，他或她能够用激活一定的输入节点，然后让这一激活作用传遍这个网络的其余关联物的方法来模拟落在视网膜上的光线明灭。这个模拟效果有点类似于将货物船运到少数几个沿海城市的港口，然后让无数辆运输车通过高速公路将这些货物运往内陆城市。但如果这些关联物的布局不尽合理，那么这个网络在被激活后很快就会落入一个自我统一的型态，就相当于识别这样一幕：“这是一只猫！”而且，即使输入数据非常嘈杂、非常支离破碎，或就此而言，即使有些节点已经烧焦了，这个网络也同样会采取行动。

　　法默说，在分类者系统中，节点一关联物结构相当含糊不清，然而这一结构确实存在。一组节点就是这组可能的内部布告，比如像001001110111110，而关联物正是分类者规则。每一条规则都在系统的内部布告栏上寻找某条布告，然后通过张贴另一条布告来与寻找到的布告相呼应。通过激活某些输入节点，也就是，通过在布告栏上张贴相关的布告，程序员就能让分类者激活更多的布告，然后再激活更多布告。其结果就是布告如瀑布般飞溅，类似于将激活作用传遍整个神经网络。而且，就像神经网络最终会安顿在一种自我完善的状态中一样，分类者系统最终也会形成一种稳定的状态，组成这个状态的活性布告和分类者能够解决当前的问题。或者，用荷兰德的话来表述，这代表了一种涌现的心智模型。

　　这种网络结构也存在于他和考夫曼、派卡德建立的自动催化和生命起源的模型之中。在他们的模型中，这组节点就是所有可能的聚合体物种群，比如像abbcaad，而关联物就是模拟的聚合物群中的化学反应：聚合物A催化了聚合物B，并依此类推。通过激活特定的输入节点，即通过在这个模拟的环境中向这个系统稳定地输送微小的“食物”聚合物，就能引发瀑布般的反应。而这些反应最终会安顿下来，形成一种能够自我维生的活性聚合物和催化反应的型态：即，他们假设的从初始原汤中涌现出来的某种原始有机体的“自动催化组”。

　　法默说，这对老夫曼的基因网络模型和其它许多模型都同样适用。这些模型都潜在着同样的节点一关联物的构架。确实，几年前，当他刚刚认识到这一共同点时，他高兴得把这一切写成一篇题目为《关联主义的罗塞达碑》的论文，并发表了出来。法默在这篇论文中说，一个共同构架的存在消除了我们的一切疑虑，因为摸象的瞎子们至少已经把手摸在了同一头大象身上。而且还不止这些，对致力于研究这些计算机模型的人们来说，这个通用的构架排除了不同术语的障碍，使相互之间的沟通变得比以往容易得多了。“在这篇论文中，我认为重要的是，我设计出了一个模型之间的实际翻译机制。我可以把免疫系统的模型拿过来说：‘如果这是个神经网络，那就可以如此这般地来看这个模型。’”

　　法默说，但也许，拥有一个通用构架的最重要的理由是，它能够助使你提炼出各种模型的本质，使你把注意力转向研究涌现在这些模型中的实际情形。在这种情况下，很显然，力量确实存在于关联之中，这便是这么多人为关联论而兴奋激动之处。你可以从非常非常简单的节点，线性“聚合物”开始，“布告”只不过是二进制数学，“神经元”基本上也只是开开闭闭的开关。然而它们却能仅仅通过相互作用就产生令人吃惊的复杂结果。

　　以学习和进化为例。既然节点非常简单，那么网络的整体行为几乎完全就是由节点之间的相互关联来决定的。或用朗顿的话来说，相互关联中编入了网络的泛基因型密码。所以，如果要改善这个系统的泛表现型，只消改变这些节点之间的相互关联就行了。法默说，事实上，你可以通过两种方法来改变这种相互关联。第一种方法是让这些关联还呆在原地，但改善它们的“力度”，这相当于荷兰德说的采掘式学习：改善你所原有的。在荷兰德的分类者系统中，这种改变是通过水桶大队算法来实现的。这个算法对导致了良性结果的分类者规则实行奖赏。在神经网络中，这是通过各种学习算法来实现的。对算法的学习带给网络一系列的已知输入，然后加强或减弱关联的力度，直到这一关联能做出恰当的反应。

　　第二种更彻底地调整关联的方法是改变网络的整个线路布局，摘除一些老的关联点，置入新的关联点。这相当于荷兰德说的探索性学习：为获得大成功而做大冒险。比如，在荷兰德的分类者系统中，通过两性交配，产生不可模拟的新版本，从而达到基因算法的相互混合，正是这种情形。由此产生的新规则常常带入以往从未有过的新信息。这样的情形同样也出现在自动催化组模型中，出现在当偶尔有新的聚合物自动形成的时候，其情景就好像在现实世界发生的那样。由此产生的化学关联点能够给自动催化组打开在聚合物空间探索全新世界的大门。但在神经网络中这却不是常情，因为神经网络的关联原本是不能移动的突触的模拟。但最近在不少神经网络迷做的实验中，神经网络确实能够通过学习而重新布线。他们的理由是，任何固定的线路布局都是任意的，应该允许发生改变。

　　法默说，简而言之，关联论的概念说明，即使节点和单个作用者是毫无头脑的死物，学习和进化的功能也能涌现出来。更广义地说，这个概念非常精确地为一种理论指明了方向：即，重要的是加强关联点的力度，而不在于加强节点的力度，这便是朗顿和人工生命科学家所谓的生命的本质在于组织，而不在于分子。这一概念同时也使我们对宇宙中生命和心智从无到有的形成和发展，有了更深刻的了解。