爱因斯坦是一位永恒论者，但他似乎也对“现在”的明显特殊性感到困扰。哲学家鲁道夫·卡尔纳普（Rudolf Carnap）回忆跟爱因斯坦进行的一场讨论，对此做了详尽的说明：

有一次，爱因斯坦说起，他为“现在”的问题感到发愁。他解释说，“现在”的体验对人意味着某种特别的事情，某种跟过去和将来有着本质不同的事情，但这种重要差异，在物理学中体现不出来，也不可能体现出来。在他看来，科学无法把握这种体验，是一个令人痛苦而又不得不承认的问题。我评论说，客观上发生的一切都可以用科学来描述；一方面，事件的时间顺序在物理学中得到了描述；另一方面，人对时间相关体验的特殊性，包括他对待过去、现在和将来的不同态度，可以用心理学来描述和（原则上亦可用）解释。

一如卡尔纳普所说，许多物理学家和哲学家都相信，从概念上说，“我们生活在一个时间不会流动的宇宙”；从事实上看，“时间明明就会流动”。而要想把二者调和起来，唯一的办法是把我们的时间流逝感归结为一种心灵戏法。

在实践中，物理学家通常可以忽略物理学与时间神经科学之间的不和谐。狭义和广义相对论的方程式好到近乎离谱地阐释了实验数据——不管运用方程的人持有的是永恒论还是现在论。然而，这种“块体宇宙/时间流逝”悖论，意义非常深刻。数学物理学家罗杰·彭罗斯（Roger Penrose）说：

在我看来，我们对时间流逝的意识感受，以及我们用来断言物理世界现实的理论（这一理论无比准确）之间存在严重的分歧。这些分歧必定会向我们透露出某种人类意识感知赖以为基础的深刻物理知识……

物理学家兼作家保罗·戴维斯（Paul Davies）也写过类似的话：

时间在流动、在行进这一无法抵挡的印象（或许是通过精神“后门”产生的）是个极为深刻的谜。它与大脑中的量子过程有关吗？它是否反映了在物质世界中时间就在“那儿”的客观真实性质？只不过我们忽视了它？或者说，时间的流动完全是一种心理构建——是一种错觉或混淆？

时间流动性这样不言而喻的事情，怎么可能是大脑施展的错觉呢？这个问题有一种答案，它这样说：我们可以把块体宇宙想成是一系列的静态帧，就像一卷胶卷那样。尽管电影里包含许多不同的帧（每一帧都代表时间里的一个瞬间），可以说，所有帧都在胶卷里共存。就像家庭电影的帧一样，你出现在块体宇宙的许多帧里。在每一帧，你的意识里都有此前一帧的记忆。有人假设，在一个瞬间内综合性地访问时间上的多个瞬间，带来了我们主观上的时间流逝感。独立物理学家朱利安·巴伯（Julian Barbour ）通过观察一种翠鸟（这种翠鸟叫kingfisher，是捕鱼的高手）的动作，对此作了解释：

当我们认为自己在某个瞬间看到了运动，潜在的现实是，在那一个瞬间，我们的大脑里包含了运动物体出现在若干不同位置的对应数据。在任何一个瞬间，大脑都一次性地包含着若干“快照”。大脑，通过它将数据展现给意识的方式，为我“播放起了电影”……按照神经元模式的编码，我看到翠鸟的6或7张快照，使得我认为自己看见了翠鸟正在飞行。不管怎么说，这种大脑结构，以及它对若干快照的同时编码，仅属于一个……

如第1章所述，巴伯和其他一些物理学家，接受的是时间空间化的一种极端版本。他将永恒论的块体宇宙沿着时间轴切割，又将切片分散在永恒的宇宙里（他称之为“柏拉图尼亚”，Platonia）。巴伯认为，所有可能的时刻（也就是，构成时间中所有时刻的物质的一切不同配置），都以静态的“现在”形式而存在。

在更为标准的永恒论观点语境中，物理学家布莱恩·葛林（Brian Greene）提出了一个类似的想法，以求解释为什么我们尽管置身块状宇宙的切片中仍能感知到时间的流动：

时空中的每个时刻（每一时间切片）都像是胶卷里的一幅静态帧……对置身此类时刻的你来说，这就是现在，就是你体验到那一时刻的时刻。而且，它将永远如此。此外，在每一单独的切片中，你的思想和记忆都足够丰富，从而产生了时间不断流向那个时刻的感觉。这种感觉，这种时间在流动的感知，不需要先前的时刻（之前的帧）“按顺序点亮”。

毫无疑问，每个时刻，大脑都拥有前面时刻的记忆。我们在第6章中看到过，大脑是一个动态系统，能在此前事件的背景下对所有事件进行编码——若非如此，它就不可能理解言说，因为每个词语都必须放到之前词语的语境下去阐释（我们在第12章里会看到，有时候，还要放到此后词语的语境下）。然而，就算大脑可以从当前帧内访问前面的帧，我仍然认为，“时间流动是错觉”的概念太叫人难以置信了。实际上，对块体宇宙/时间流悖论来说，这种“一个瞬间里的多个瞬间”式解答是否与神经科学一致，还并不清楚。

请在微信公众号阅读全文。

在1915年，艾尔伯特·爱因斯坦给莫里茨·石里克（Moritz Schlick）写了一封信。石里克既是哲学家，也是物理学家，当时他刚刚发表了一篇关于相对论的文章。爱因斯坦对此称赞说：“从哲学角度来看，在这一主题上，没有什么写得比这篇文章更清晰了。”接着，爱因斯坦又在信中表达了自己在知识上对休谟的感激，“在发现相对论前不久，我曾地怀着钦佩的心情认真读过他的《人性论》。如果没有哲学上的这些研习，我很可能找不到这个答案（指相对论）。”

此后的30多年里，爱因斯坦的观点一直没有改变。他在写给自己的工程师朋友米谢·贝索（Michele Besso）的信中回忆说：“就我所知，休谟带给我的直接影响非常大。我在伯尔尼和康拉德·哈比希特（Konrad Habicht）与索洛维一起读过他的书。”在1902—1903年期间，爱因斯坦确实在一个阅读圈子中跟数学家康拉德·哈比希特和哲学系学生莫里斯·索洛维（Maurice Solovine）一起研读过休谟的论文。这段经历发生在他1905年发表狭义相对论之前，即在构思相对论的过程中。但是休谟哲学里究竟哪一部分帮助了爱因斯坦的物理学研究，仍然是个谜题。因而我们需要更进一步的探讨。

在爱因斯坦1949年的自传中，他详述了休谟是如何帮助他构建狭义相对论的。我们有必要拒绝错误的“时间绝对性原理（即同时性）”，因为绝对同时性假说

深藏在无意识当中，被人忽略。有能力清楚认识到这一假设的武断性，就意味着问题的解决方式已经被找到了。就我个人而言，尤其是通过阅读大卫·休谟（David Hume）和恩斯特·马赫（Ernst Mach）哲学著作，发现这一中心论点（即否定绝对时间、绝对同时性）所需的批判性推理类型得到了决定性的发展。

匹兹堡大学的历史与科学哲学专业教授约翰·D·诺顿（John D Norton）认为，爱因斯坦从休谟那里学到了关于概念的经验主义理论（很大可能也受到了马赫和实证主义传统的影响）。于是，他将概念经验论应用到他的同时相对性论据中时，结果发现，不同的观测者将会对两个事件的同时性产生不同的认识。以打开客厅和厨房两处的窗户为例，并没有绝对的事实可以表明是客厅的窗户先打开，还是厨房的先打开，或是同时。这种事件的时间顺序是由观测者决定的，它与我们所指定的参考系有关。

一旦同时相对性建立起来，爱因斯坦就可以调和他的理论中看似冲突的方面——相对性原理与光速不变原理。这一结论要求我们放弃“事件时序来自不可观测的绝对时间”的想法，而这也是爱因斯坦从休谟那里得到的观点。

休谟在知识文化界的影响是巨大的，包括哲学的所有方面以及多种科学学科。几年前，在一个面向专业哲学家们的投票调查中，哲学家们被问及他们最认同的已故哲学家是谁，休谟以显著的优势胜出。朱利安·巴吉尼（Julian Baggini）评价说：“当代科学家很少有时间去读哲学著作，但休谟哲学是例外。”在谈论休谟持续的影响力之前，我们应该先回到18世纪的近代文化环境当中。休谟的影响力来源于他彻底的经验主义思想，而这一思想必须通过认识他所处时代来理解。

观念论是近代哲学的主流认识理论。观念既是我们的心灵状态（例如牙疼），也是思想的物质形式（例如一个数学对象三角形）。这种观念论最明确的支持者是法国哲学家勒内·笛卡尔，对于笛卡尔来说，哲学本质上是对思想观念的探索。他在一封信中解释了为什么观念如此重要：“我确信，如果不借助于自己内心的观念，我无法知道我的外在是什么。”如果我们希望在对世界任何方面的探索中，获得某种确定性——无论探索是人类精神还是自然现象——我们都需要对被表述的对象有一个清晰的概念。

休谟的观念论区别于笛卡尔之处在于，他拒绝接受笛卡尔的“天赋论”。这种观点可以追溯到柏拉图的“回忆说”，柏拉图认为所有的学习都是一种回忆，就好像我们所学的任何东西在被教授前就已经存在于我们心中。天赋论的近代版本强调，我们的思想不是一块白板，相反，我们在出生和感知前就已经具备了一些观念。休谟一开始与其英国同胞和前辈约翰·洛克（John Locke）保持相同的观点。思想只有开始感知时，才具有观念。洛克在《人类理智论》（ An Essay Concerning Human Understanding）中写道，问人类最初是何时获得观念的，就是在问“他何时开始感知；具备观念和感知是同一件事”。基于这一洞见，休谟发明了他的复制原则。

对休谟来说，感知被划分为观念和印象，两者之间的区别在于程度的差异而非种类的不同。印象比观念更有力也更生动。比如说，我记得小时候我把手指放在客厅壁炉的窗户上，当我的手指碰到玻璃的时候，我感到疼（一种印象），所以现在我拥有这样一种感知的回忆（一种观念）。所有简单观念都跟一些简单印象相似。观念是印象的复制品。如果想要任何术语是有意义的，那么它必须被附加某种基于印象的观念。在休谟后期的著作《人类理智研究》（An Enquiry Concerning Human Understanding）中，休谟主张将他的复制原则用作一种认知测试，“来消除所有长期占据形而上学推理，并使其蒙羞的术语”。下面是该原则的适用方式：

因此，当我们质疑一个频繁使用的哲学术语不具有任何意义的时候，我们只需要考虑这个术语背后的观念是否确实来源于某种印象即可。如果它不可能指向任何的印象，那我们的质疑就得以证实。

我们可以把“绝对时间”这个术语跟某种基于印象的观念联系起来吗？在前面，我们已经看到爱因斯坦提出狭义相对论“所需的批判性推理类型”。复制原则对于理解休谟的时间哲学思想是很重要的，但我们最初是怎样得到时间的观念呢？在休谟第一本书的第二部分中，他提出我们通过感知变化来获得时间的观念。休谟写道：“固定不变的东西是无法向我们传达任何观念的。”变化分为两类：事物的序列，和物体间的相对运动。一个关于序列的例子是，音乐的和弦顺序。我们不可能从一个持续的单和弦中获取时间观念，它必须是一个序列：和弦，停顿，和弦，另一个和弦，如此进行下去。另一个时间观念的来源是可观测的相对运动。对运动的感知可以产生时间观念，因为“每个时刻都通过运动物体的不同位置来区分开”。

正如其所呈现的那样，时间是由连续而不可切分的瞬时序列构成的。哲学家唐纳德·L·M·巴克斯特（Donald L M Baxter）在《休谟的困难》（Hume’s Difficulty）一书中解释道，单个瞬间不是持续的，只有时间序列才可以被看作是持续的。我们必须感知到瞬时的变化，否则我们就不能抽象出时间的观念。为了理解休谟在这个问题上的推理过程，我之前提出过一个类比：想象有一位静止的观测者，她的面前是一面巨大的灰墙，墙的尺寸大到覆盖住了她的全部视野，墙面刷得非常平整。在这种情况下，她的眼前不会发生任何变化。墙是静止的事物，因而也不能说是持续的。这种不可变的事物是不能够产生时间观念的。但如果改变一些东西，比如一个蓝色的物体在前面运动，然后观测者就能够通过这个物体位置的改变来获得时间观念。虽然墙是静止，但运动的物体不是，在它运动时会改变相对于观测者的位置。然而，这种改变取决于观测者的视角，如果观测者和这个物体保持以相同的速度一起运动，那么在她的视野里还是没有发生任何变化，也就不会产生时间的持续感。

休谟的时间哲学展现了观测者和参考系之间的基本联系。我们并没有证据支持绝对时间，也没有证据肯定唯一的标准时间。事实上有很多不同的时间，这取决于观测者和参考系之间的关系。休谟写道，“时间是不可能单独存在的”，“因为时间仅仅是实物存在的方式”。基于这句格言，沃尔特·艾萨克森（Walter Isaacson）在他2007年出版的爱因斯坦传记中暗示道，休谟对绝对时间和标准时间的否定“不久后将会在爱因斯坦的相对论中回响”。

休谟的经验主义时间观与前相对论的权威解释形成了鲜明对比。以牛顿经典动力学中的时间观来说，艾萨克·牛顿（Isaac Newton）在其不朽之作《自然哲学的数学原理》中论证了绝对时间的存在。在论证中，牛顿宣称，时间的量（和空间、位置、运动一样）“是纯粹参照感官对物体的感知来构想的”。牛顿区分了绝对的、数学的时间，和相对的、可测量的时间（例如钟表上的时间）。绝对时间实质上是独立存在的，其存在与变化无关，无论宇宙中存在什么物质、无论其怎样运动，都与时间本身无关。时间具有一定的结构：它均匀而单向地流动。因此，两个同时事件之间的时差为零，而两个连续事件之间的时差不为零。根据牛顿的说法，每个人都会同意这一观点。时间序列和方向仅仅取决于其自身。

起初，因为假设了完全不可观察的实体，牛顿的观点似乎必须要承认存在形而上学的推测之嫌。相反，哲学家提姆·穆德林（Tim Maudlin）在《物理学哲学》中指出，牛顿的观点恰恰是非常直观的：

虽然牛顿好像在假设一些奇怪的、鬼魅般的、陌生的实体，但其实大部分人都是通过绝对时间和空间来认识物理世界的。举例来说，工匠和科学家们一直在尽力改进计时器的设计，来使钟表更加精准。但对于钟表来说，什么才算得上是“精准”？我们所认为的是，钟表连续以相等的时间间隔滴答走动，或者手表上的指针以恒定的速度扫过表盘。但“相等”或者“恒定”指的是什么？它们就是指时间本身的流逝，也就是绝对时间。

另一种与休谟不同，但却极具影响的时间观体现在伊曼努尔·康德的先验唯心主义中。康德在他的主要著作《纯粹理性批判》中表述了这一观点。在书中，康德明确地批判了牛顿认为时间独立存在的立场。根据阿德里安·巴顿（Adrian Bardon）的《时间哲学简史》（A Brief History of the Philosophy of Time），康德所关注的是时间概念的状语性用法，而不是它的实质性用法。我们与时间同行，而不是活在时间里。时间本身不是一种事物，而是人类的主观前提。用康德的术语来说，时间是一种先验的感觉形式。康德不认为时间是与生俱来的观念，相反，我们所体验到的时间是被心智所施加出来的。他的观点如下：

时间不是从经验中得来的某种经验性的概念。如果时间的表征不具有先验的根据，那么同时性和连续性都不能被我们所感知到。只有在先验的前提下，时间才能将几个事物表现为存在于某一相同时刻（同时）或是存在于不同的时刻（连续）。

作为休谟主义者的爱因斯坦，他对牛顿和康德的反驳是极为精彩的。对概念经验论的应用，使得爱因斯坦能够抛弃了关于绝对论和先验论。基于光速在任何方向恒定的这一假设，经验主义论点击败了绝对同时性。就像牛顿指出的那样，时间本身不可能独立于参考系的选择而存在。时间也不基于人类的直觉，因为它是一个经验的概念，这与康德所想的不同。休谟一定会非常同意这一观点。绝对主义论点会带来一种完全不可感知的时间结构，而先验主义论点则依赖于意识的先验因素，复制原则将这两者都排除在外。对于休谟和爱因斯坦来说，时间就是一种经验概念。

但休谟和爱因斯坦的关联也不应该被过分夸大。如果说休谟预见了相对论科学的发生，这也是不正确的。他根本不可能有这样的预见。相对论是工业社会的产物，晚于休谟写作的时期。爱因斯坦早期发表的论文《论动体的电动力学》就是应用麦克斯韦方程，对19世纪电磁物理学批判性反思的结果。

这部论文的开篇部分涉及到法拉第的电磁感应定律。通过将相对论原理扩展到电动力学领域，爱因斯坦提出了一个关于磁铁和线圈的思想实验。实验结果是，绝对电场跟时空的绝对量一样，都被相对化了。在这篇文章对同时性的定义中，爱因斯坦重点关注钟表的同步性。就跟电磁感应在产能方面的重要性一样，时钟同步在工业社会中也是相当重要的一个方面：19世纪铁路交通的发展，刺激了计时技术的改进。

休谟的观点中仍有耐人寻味之处。他确实设想了一种跟相对论一致的时间哲学，并且他的批判性思考也使他能够很好地表达一种反常识的观点。这也是狭义相对论所做的。放弃绝对时间和标准时间的结果是惊人的：因为时间膨胀的原因，父母可能比他们的孩子还要年轻。很多哲学家认为相对论与一种永恒静止的世界观是一致的：过去、现在和未来同等真实，并且不存在时间从先往后的流动。休谟当然不能明确看到这些意义，但他也意识到，自己对时间的观点违背了自然哲学的主流和我们平常世界观的直觉：

“我知道有人称持续时间的概念在某种意义上可以适用于完全不变的事物，但我认为这只是哲学家们和庸人们的共同观点。”

因为其严格经验主义的立场，休谟不能接受时间本身独立于变化这一观点。没有任何感官证据可以证明普遍、自持的时间是均匀流动的，不论如何：“观念总是代表着某种对象或印象，这也是观念的来源；并且，在没有臆想的情况下，观念不能代表，或应用于其他观念当中。”就像巴克斯特评论的那样：“没有任何可观察到的证据表明，时间结构在不同的空间中是均一的。”这与爱因斯坦对远距离同时事件的相对性论证非常接近。

尽管休谟作出了很多贡献，但他的观点和相对论所要求的形而上学之间还是存在明显的差异。这种差异与对形而上学现实性的怀疑有关。休谟经常被列入不可知论者的行列中，对独立于精神的实体，如物体、事件、因果性等表达不可知论的观点。在日常生活中，他当然相信一个外在世界的连续存在。但问题是，复制原则认为观念来源于印象，而最初的印象又来源于什么呢？

休谟是一位彻底的经验主义者，因而在印象来源于先前自然事件还是独立于感知的这一问题上，休谟持不可知论的态度。在其第一部著作的第三部分中，他提出如下观点：

“在我看来，那些源于感觉的印象，其最终原因是无法通过人类理性得到完全解释的；而且我们也永远无法确定，它们是从对象中直接获得，还是由思想创造性地产生出来，抑或是来源于我们的造物主。这个问题对我们现在的目标来说，也不具有任何实在意义。我们可以从我们感知结果的一致程度上得出结论，无论它们是真理还是谬误，是公正地代表自然或仅仅是感官的幻觉。”

我们的感知可能源于独立思想的天性，或是思想本身，再或是上帝。这是一个彻底的怀疑论调：没有任何办法来判断这三种选择哪一个是正确的，或是有其它更正确的选择。在休谟看来，我们甚至不能考虑现实本身，因为我们不能形成关于现实中任何一个事物的观念。休谟写道，这会是一个没有任何感觉性质的物体，“一个人类的感知无法企及的东西”。因为我们没有一个自在现实的观念，我们也就没有理由相信它存在。这源于一位研究休谟的学者米伦·波姆（Miren Boehm）在2013年提出的一个原则，“没有理由相信”（No Reason to Believe）原则：如果我们要去相信什么，我们必须要具备它的观念。而我们并不具有关于外在现实的观念。无论我们在这个问题上进行多少思考，我们都无法从怀疑论中找到出路。

形而上学实在论的问题与狭义相对论和时间哲学有什么关系？相对论要求一个事件的发生必须早于并独立于对它的观察。由于所有信号的传播速度都小于等于光速，所以信号的发送早于信号的接收。虽然相对论的推论是难以置信的，但就这方面而言，它是常识性的。想象这样一个例子：在新年前夜，我看到天空中的烟花。爆炸这一物理事件跟我隔着一定的空间距离。光和声波以有限的速度传播，也就是我需要一定时间才能接收到爆炸的信息。事件的发生一定早于我的视觉和听觉感知。如果我没有点燃爆竹，或者做其他跟把爆竹送上天有关的事，那么这次爆炸就完全是独立于我的。但爆炸仍然是导致我产生视觉和听觉印象的原因。

爱因斯坦本人钟情于实在论哲学，所以他对量子力学的不确定性十分反感。相对论中的事件实在论与休谟彻底怀疑论的经验主义相冲突。人们应该允许在感知和物理事件之间作区分，并同意我们的感知是由独立于我们发生的自然事件引起的。而休谟严格的经验主义立场并不支持这样的结论。

休谟和爱因斯坦之间的联系是多方面的，并且启发了科学和哲学之间存在的奇妙联系。在考察时间本质的时候，我们进入到了一个物理和哲学相互重叠的灰色领域。这一领域属于自然哲学，属于野心勃勃的哲学思想与科学知识的结合。希望在未来，自然哲学不再是一门死去的学科，而我们将会复兴它。

翻译：阿良；审校：王波小；编辑：EON

在印度南嘉寺（Namgyal monastery）有一种仪式，佛教僧侣会在仪式中创作图样精美复杂的彩色沙画曼陀罗（mandalas）。每一幅曼陀罗的直径长达三米，如此巨作需要耗时数周才能完成。作画期间，几个身着橘袍的僧侣们弓着身子跪在一个平台上，刮擦金属小瓶。沙子从小瓶的细孔中喷出，一次只有几颗沙，落入由粉笔准确勾勒的区域里。慢慢地、慢慢地，古老的图案绘制成了。等到大功告成，僧侣们念一段经，停留一小会儿，然后五分钟内把沙画全部抹掉。

虽然我没有亲眼看到过这个仪式，但是我在东南亚旅游的时候见过不少曼陀罗。在佛教里，曼陀罗的创造和毁灭象征了尘世的无常。这一仪式也让我想起有序（order）和无序（disorder）在世界核心玄妙的共生关系。

有些出人意料的是，无序不只是存在于大自然，无序更是大自然的养料。植物、星星、生命甚至时间之矢都依赖着无序。我们人类也一样——尤其是当我们把随机性、新奇性、自发性、自由意志和不可预测性等概念与无序捆绑在一起的时候。或许我们可以把这些概念都归类为超自然的。与无序对立的有序，则与系统、规律、理由、理性、模式、可预测性等概念相近。虽说这两个概念集的关系不像黄昏与黎明那样对应，但它们也有许多共通之处。

从现代美学就能看出，我们本能地被有序和无序同时吸引着。我们喜欢事物具有对称性与有规律可循的模式，但我们也渴望一点不对称。英国艺术史家恩斯特·贡布里希（Ernst Gombrich）认为，虽然人类心理在深层次上偏爱有序，但绝对有序的艺术却很无趣。“无论我们怎么分析规则与不规则之间的区别，”他在1979年的《秩序感》中写道，“我们最终不得不解释审美经验中最基础的事实——愉悦感总是介于乏味和困惑两者之间。”当太多有序的事物摆在面前，我们就不再感兴趣。而太多的无序，也无法让人感兴趣。我妻子是个画家，她习惯在画布的一角抹上一道色彩来打破平衡，好让作品更吸引人。可见，我们的视觉甜点（sweet-spot）介于乏味与困惑之间，介于可预测性和陌生感之间。

对于有序/无序的联结，人类总是很矛盾的。我们有时倾向有序，有时又会渴望无序。我们尊重原则、规律和有序。我们探求事物背后的成因，讲究逻辑上的论据。我们追求可预测性。不过，不是所有时候。总有一些瞬间，我们也看重自发性、不可预测性、新奇性和不受束缚的个人自由。我们喜爱西方古典音乐的结构，也喜欢爵士乐无拘无束的急奏（runs）和信手拈来的韵律。我们着迷于雪花的对称感，也迷恋着天上云朵捉摸不定的形状。我们喜爱纯种动物的规律性特征，同时也赞叹“混血儿”的美丽。我们会尊敬那些循规蹈矩、秉公正直的人。但我们也尊重打破陈规的生活方式，并颂扬自己那些狂放不羁、出人意料的行为。我们人类真是奇怪而矛盾的生物。而我们的宇宙也同样奇怪。

从科学与艺术的对立中，我们也可以看到有序/无序之间的创造性张力。在公元前250年，阿基米德构造出了浮力原理——任何浸没在液体中的物体（不管是完全或部分），都会受到一个向上的作用力，且这个作用力与排出液体重量相等。作为史上最早的量化自然定律之一，它预示着科学时代的到来。这条定律也可以表述成，当排出液体的重量等于物体的重量时，放入液体中的物体便停止下沉。为了证明这一定律，阿基米德想必曾经不断重复实验，探究不同形状、体积的物体和各种液体（比如水和水银）所产生的影响。（古希腊的集市上已经有天平了，用来称小麦、咸鱼、玻璃、铜块和银块。）

显然，质量与力构成的物理世界是逻辑、理性、可量化和可预测的。然而两个世纪以前，苏格拉底——这个身材矮壮，长着蒜头鼻和鱼泡眼的不停游荡的智者，在柏拉图等人口中“比起人类更像萨提尔（satyr）”*——却颂扬疯癫的创造力：“那个灵魂没有被灵感击中过的人，来到神庙前，以为可以靠艺术的帮助入殿；我说他和他的诗都不准进来；与疯人相较，理智的人永远无法望其项背。”

*萨提尔是古希腊神话中的羊男，性情快活而粗鲁好色。

我们经常把创造力与标新立异、惊奇以及心理学家和神经科学家所谓的发散性思维（divergent thinking）联系在一起——发散性思维指的是这样一种能力，即用自发和无序的方式探索解决问题的各种途径。与之相对的聚合性思维（convergent thinking），则用更逻辑、更有序、按部就班的方式解决问题。法国数学家庞加莱（Henri Poincaré）就曾在1910年称，他某个数学发现的酝酿过程，就是在两种思维方式之间的来回切换：

有那么15天，我竭尽全力想证明，不存在其他与我所谓的福克斯（Fuchsian）相似的函数。那时候我特别无知；我每天坐在写字台前，待上一两小时，尝试各种组合却一无所获。有一天晚上，我打破了生活规律，喝了杯黑咖啡然后失眠了。想法源源不断地涌出来；我感觉它们不停碰撞，直到环环相扣，换句话说就是产生了稳定的组合。到第二天早上……

毋庸置疑，是发散和聚合两种思维方式协同作用，点燃了我们部分创造力。

自苏格拉底颂扬疯癫诗人后的两千年里，都没有人详细阐述过无序在自然中的关键角色——直到德国物理学家鲁道夫·克劳修斯（Rudolf Clausius）。1822年，克劳修斯生于波美拉尼亚（Pomerania），一个德国波兰两国分占的地区，并在柏林大学接受教育。或许是受到教士父亲的宗教影响，克劳修斯过着很有原则的生活。在鲁道夫1888年去世时，他的兄弟罗伯特回忆道，“他最显著的性格特点就是真诚和精确，任何程度的夸张都违背他的本性。”

和爱因斯坦一样，克劳修斯是一个理论物理学家——也就是说，他的所有成就，包括他在无序问题上的开创性成果，都是由纸笔创造的数学功绩构成的。1850年，克劳修斯成为了柏林皇家炮兵与工程学院的物理学教授。同年，他发表了关于无序的伟大论文《论热的动力》。在文中克劳修斯表明，物理世界的变化与从有序到无序的必然运动息息相关。若是没有无序的潜能，宇宙的万事万物就永远不会变化，就像整整齐齐竖好的一排多米诺骨牌，或是一幅锁在保险箱里的佛教曼陀罗，南嘉寺僧侣的扫帚永远碰不到它。

克劳修斯论文的标题出现了“热”这个词，因为人们经常把无序的增加与高温物体向低温物体的热传导联系起来——但这个概念其实更宽泛。在后来的一篇论文中，克劳修斯发明了“熵”（entrophy）这个术语来量化无序的程度。这个词是由希腊语里意为“在里面” 的ἐν（en），和意为“转变”的 τροπή（tropē）构成的。于是熵增与世间的转变、运动和变化联系起来了。无序越多，熵就越多。《论热的动力》的最后两句话是：

1. 宇宙的能量是恒定的。
2. 宇宙的熵趋向于最大值。

有序不可避免地屈服于无序，熵不断增加直至无法再增加。是这一运动推动着世界的运作。干净的房间蒙上灰尘。庙宇逐渐坍塌。随着我们变老，骨头变得脆弱易碎。恒星终会燃尽，将它们的热能尽数献给宇宙的寒冷——然而在这一过程中，它们为周围的行星带去了温暖和生命。无序的无情增长是我们赖以生存的养料。

甚至连时间之矢这样基本的事实都是由有序到无序的运动决定的。如果你觉得这种说法很荒谬，请想象一个玻璃高脚杯从桌子上掉下来，摔碎在地板上——这是从有序到无序的转变最明显的例子。如果你在电影里看到这么一段，会觉得很正常。但如果你看到地板上的碎玻璃一跃而起，自动拼合成了一个完整的高脚杯，停留在桌子的边沿上呢？我们会认为这段电影是倒放的。为什么？因为随着我们向未来进发，一切都从有序变得无序。甚至可以说时间流逝的方向就是无序的增加。事实上，如果没有这些变化，我们根本没法分辨这一刻和下一刻；也就不存在钟表，鸟儿也不会飞，树叶不会划过空气从树上掉下来，更没有呼吸。宇宙会是一张绝对永恒的静态照片。

无序也是这一深奥问题的答案：为什么是有（something）而不是无（nothing）？（这类问题让物理学家和哲学家夜不能寐。）为什么会存在任何形式的物质，而不仅仅是纯粹能量（pure energy）？从科学角度上看，这个问题与反粒子的存在有关；科学家们于1931年预测到了反粒子，并于1932年发现了它们。每一个亚原子粒子，比如电子，都有一个反粒子孪生兄弟——除了电荷相反和某些其他性质的差异外都一模一样。至于这对兄弟的哪一个叫“粒子”哪一个叫“反粒子”，只是约定俗成罢了，就像南极、北极那样。当粒子与反粒子相遇，它们将彼此摧毁，除了纯粹能量什么都不剩。

假如在宇宙诞生之初，粒子与反粒子的数量相等，就能推断出在这样一个完全对称的宇宙中，一切物质早在几十亿年前就应该被摧毁了，只剩下纯粹能量。没有恒星，没有植物，没有人类……一切有形的物质都不存在。那我们又为什么在这儿？为什么所有粒子没有和它们的反粒子兄弟一起消失呢？

这个让物理学家头疼的问题，在1964年终于有了答案。通过一系列在当时极为精密的实验，人们发现粒子和反粒子的行为方式并非完全相同。二者与其他粒子作用的方式表现出细微的不对称性，所以在宇宙创生之初产生与摧毁的粒子和反粒子数量其实不等。在大批粒子与它们的反粒子携手湮灭后，一些粒子会留下来，就像在舞会上落单找不到舞伴的男同学，孤独地坐在长凳上。这些被剩下的粒子以及使之成为可能的不对称性，便是我们存在的原因。

无序不仅存在于物质如何构成自身的细枝末节里。在生命本身的深层结构中也有无序的踪迹。无序在生物学中最著名的例子，或许是基因的“洗牌”——通过基因突变，或者病毒及其他生物体的基因转移。藉由这些随机过程，生物体得以尝试各种情况下不可能出现的身体构造。这些基因“轮盘赌”的旋转可不是安排好的，它们的结果也无法提前预料。假如没有“洗牌”，生物就会受限于少量死板的设计。很多生物会灭绝，因为它们无法适应环境条件的变化，地球的生物多样性也会大大减少。

生物学中另一种与无序有关的著名过程叫做扩散（diffusion）。扩散指的是不平整的物质或能量团会被原子和分子的随机碰撞“抹平”。你可以自己实验一下，比如把一桶热水倒进装着冷水的浴缸里。一开始，浴缸中心会形成一块高温区域，周围则是凉的。然而热水很快与冷水混合，直到温度均匀分布。这就是扩散。借用克劳修斯的话来说，扩散不消耗任何能量，但它能增加无序——在这个例子中就是混合热量——从而引发转变和变化。要是没有分子的随机碰撞，扩散就不会发生。热水和冷水就会各自占据浴缸的一边，互不相干。

扩散也是将维持生命的物质运输到全身的一种关键机制。用氧气这种制造能量时不可或缺的气体举例吧。我们每一次吸入空气都在肺里聚集了高浓度的氧气。遍布肺部的微小血管中的含氧量则相对较低。这就使得我们赖以生存的气体从肺里“扩散”到血液中。这种定向运动其实是随机碰撞所导致的，因为后者趋向于将氧气分子从高浓度区域运输到低浓度区域。如果没有这些随机的“敲敲打打”和“横冲直撞”，肺里的氧气就会被困在原地，体细胞也就窒息而死了。

在神经元间穿梭的电信号也是生物体中扩散现象的实例。当带正电荷的钠原子和钾原子跨过神经元的细胞膜时，神经元会产生电脉冲。而这样的过程是由高浓度的带电离子朝低浓度区域随机“洗牌”并平衡浓度所导致的。说来很讽刺，个体原子的随机碰撞竟然导致了神经冲动的有序向前传导。这就是身体自我交流的机制。

可是这些微观领域的例子，包括克劳修斯关于熵的深刻洞见，都没能解释人类为何悖论般地同时着迷于有序和无序——我们又喜欢老实体面人，又爱特立独行者。我们的灵魂深处似乎有某种原始的冲动，早在克劳修斯或苏格拉底之前的远古时代就已印刻下来。或许这种对矛盾属性的接纳，赋予了我们数百万年前的祖先一种适应性优势。

这一推测听起来很可靠。从演化的角度来看，有序意味着可预测性、模式和可重复性——它们都使得我们能够做出准确预测。当我们想知道猎物什么时候会穿过树林，庄稼应该什么时候种下的时候，可预见性就很重要了。显然，可预见事物的确定性对我们的生活非常有帮助。或许更出人意料的是，关注惊喜、随机和新奇能给我们带来什么好处。如果我们过得太安稳，就无法应对变化：比如老虎突然出现在一条我们走过一千遍而从未遭遇意外的路上。而且我们也不愿冒险了，总害怕偏离我们熟悉的日常。这样就不难理解为什么我们演化得既渴望可预测的事物，又渴望不可预测的事物了。

如果渴望新奇事物给我们的祖先带来了生存优势，那么我们应该能在基因中找到证据。研究者最近发现了一种叫做 DRD4-7R 的（等位）变异基因；它还有个更酷的名字，“漫游癖（wanderlust）基因”。20%的人口拥有这种基因，它似乎与人们喜爱探索和冒险的癖性有关。这与我们希望部落的大部分成员待在家里、循规蹈矩、脚踏实地是符合的。但我们也需要一小部分人踏上危机四伏的征程，寻觅新的狩猎场所和意外的机遇。“有证据表明，与追求新奇、冲动等性格特征相关的那些等位基因，也与金融投资的风险行为有关。”新加坡国立大学心理学教授、DRD4-7R 研究的领导者之一理查德·保罗·爱波斯坦（Richard Paul Ebstein）说，“有这种基因的人似乎更倾向于冒险。”不过，其他生物学家也正确地指出，不太可能是某个单一基因控制了冒险和追求新奇等性状，而更有可能是一组基因的协同作用。

既然有序和无序都对人类有明显的好处，我们得反思一下我们（至少是西方人）总喜欢把事物分成极端对立的两极的倾向；而且我们还预设了价值的高低，掺杂了默认的偏好——高产和懒惰、理性和非理性、热和冷、光滑和粗糙、白和黑。或许我们其实应该把这些对立看作一种有效的平衡。

丹麦物理学家、量子物理的先驱之一尼尔斯·玻尔（Niels Bohr）曾说过，一个深奥真理的对立面也是真理。中国人自古以来就明白这个道理，比如古代儒家就有“阴阳”的概念：所有事物都是作为不可分割的矛盾对立存在的。“阴”与女性、黑暗、北面、衰老、柔软、寒冷联系在一起，而“阳”则代表男性、光明、南面、年轻、坚硬和温暖。阴阳的标志是两个纠缠着的漩涡，一黑一白，大小相等，两个旋涡中间都包含着对方颜色的一个圆点——这意味着阴阳和谐共生，没有哪个能主宰另一个。与之相反，典型的西方人思维则是试图通过二分法，简化这个令人困惑的世界。这种思维方式在某个阶段是有效的，直到我们凑近观察潜伏在这背后的真实的复杂性。如果我们最终得以站在更高的维度，就会重新找到简单和和谐。宇宙歌唱着有序，但它也歌唱着无序。我们人类寻求可预测性，但我们也渴望新事物。拥抱这些必然的矛盾吧，玻尔和孔门弟子说。

写到这里，文章也将收尾。我正在听奥地利作曲家安东·布鲁克纳（Anton Bruckner）的《第九交响曲》，他从1887年开始创作这首作品。交响曲的开场渐次展开主题。而第二乐章“谐谑曲”（the Scherzo）听上去很邪恶，好像隐瞒着什么黑暗的秘密。第三乐章“慢板”（the Adagio）中的几段则深深吸引了我。在一段连绵不绝的悦耳弦乐后（也许在许诺即将揭示秘密），声音变得越来越不和谐，音量也越来越大，直到我们听到雷鸣般的号声，粗粝而刺耳，然后是更多的撞击声，就像浪潮奋力拍打海岸。然后是一段寂静无声。弦乐再次渐起，宁静而抒情。这种悦耳和刺耳间的切换循环往复，直到乐章结束。

我不禁想到，如果没有与不和谐紧挨在一起，和谐的那几段还会听起来那么美吗？没有黑暗作伴的明亮呢？没有粗糙作伴的光滑？还有，失去了表面上无序之物作伴的有序？当然还有布鲁克纳自己，和我们所有人一样不过是巧合中诞生的——细胞在这个不可思议的世界里随机碰撞，带来了不可思议的生命。

翻译：有耳；审校：Root；编辑：EON

黄昏降临在坦桑尼亚平原上。天空的紫色更深了，一条雌斑鬣狗独自醒来。它巡视着家族领地，用尾下的酸味粘性物划出界限。它试图从微风中嗅出发情雄性的气味，而无视了前夜的残羹令肚子发出的咕咕声和身侧的瘙痒。这只形单影只的鬣狗正在为了生存而选择接下来的行动。

但它并不孤独。它分泌的粘性物并不仅仅是它自己的功劳，也归功于成千上万居住在它香腺中的细菌。微风中潜在异性的气味也来自于独特的微生物群。它肠道里的各种细菌帮助它消化食物，还有一些细菌则帮助它的免疫系统抵御寄生虫和病菌对皮肤和其他组织的入侵。

那么，在坦桑尼亚平原上挣扎求生的究竟是谁？应当把斑鬣狗和它体内的微生物分开看待吗？它们的相互作用是否形成了一种新的形式，超越了它们独立的存在？

“几十年甚至几个世纪以来，我们都低估了微生物对个体特征的潜在贡献，” 韦恩州立大学的微生物学家凯文·泰斯（Kevin Theis）说，他研究帮助鬣狗分泌黏液的微生物，“如果决定重要特征的基因是来自于微生物而非动物本身，那么我们需要采取系统的观念，将宿主-微生物系统看作一个整体。”

仔细观察任一动植物，你都会发现一大群细菌、真菌、病毒，它们形成了一个复杂而相互关联的生态系统。近期激增的一系列研究展示了我们如何高度依赖这些微生物来维持身体机能，为“何为个体”这一课题带来了众多疑问。

消化和免疫等生命功能长久以来都被认为是在自然选择，即差异化生存繁衍作用下，在单个有机体范围内发展和完善的。但如果我们的身体不是由同种细胞独裁统治，而是多种细胞的联合国，我们又该怎么解释它们的演化呢？

一些生物学家呼吁对演化论进行全面升级，称过去由研究更大、更易理解的生物而发展出来的想法已经过时了。另一些人则认为现存理论只是需要更谨慎地使用。所有人都同意，宏观和微观世界不可避免地相互依赖，而生物学家必须探索其相互关系的前沿。

从不孤单

“我们从不是独立的个体，”在2002年发表于《生物学评论季刊》（The Quarterly Review of Biology ）上的一篇论文中，史瓦兹摩尔学院的发展生物学家斯科特·基尔伯特（Scott Gilbert）及其同事发出了这样的宣言。这篇大胆的文章回应了先前重新将复杂有机体定义为一种新个体——“全生物”（holobiont）的呼吁。全生物这个术语包括了宿主动植物和它身上全部的组成微生物。一个全生物体内的所有基因，包括宿主的基因和微生物的基因，组成了“全基因组”（hologenome）。

泰斯及其同事在期刊《mSystems》上写道：“全生物和全基因组是 ‘自然界无可争议的事实’。”全基因组不只包括了宿主基因，由于至少有一部分微生物基因对宿主的存活和繁殖有重要影响，因此如果我们想要理解全生物的进化，就需要将全基因组作为潜在选择的一环。

“首先并且最重要的是，我认为全生物和全基因组是结构定义，”范德堡大学的演化生物学家赛斯·波登斯坦（Seth Bordenstein）说道。波登斯坦和其他一些研究者认为，由于自然界中普遍存在这种与宿主相关的微生物，需要有新的词汇来指代它。“我们接受将染色体或基因组作为结构基础，而下一级结构就是全基因组。”他说。

“第二个问题是：全基因组重要吗?”他继续说道。没人知道微生物中有多大比例可以影响宿主的适应性，某些微生物显然只是搭便车的。但假如存在某种程度的合作，如宿主提供居所或营养换得微生物为其生产其自身无法合成的代谢产物，那么它们就不仅仅是占据同一空间的两个有机体，而是某种程度上二者功能的集成。这就引出了一个问题：全基因组在演化上占有一席之地吗？

功能集成越紧密，宿主和微生物的命运越是紧密关联。波登斯坦说，对于这种全生物，你不能单独考虑宿主或微生物基因组的演化，因为个体特征是有机体们共同塑造的。“我们需要理解微生物扮演着怎样的角色，宿主扮演着怎样的角色，它们如何共同运作，”他说。波登斯坦还认为，全生物超出了宿主与微生物的简单加和。它们的相互作用还产生了一个自洽的实体，自然选择可以像对单独的个体或基因那样，以同样的方式作用于这个实体。

全基因组进化论的拥护者认为，如果宿主和微生物之间存在着世代相传的忠诚合作，那么全生物就将众多不同的、分离的进化谱系融为一体，形成一个由许多物种组成的联盟，其中的成员对整体功能均有贡献。只有当把全生物看作一个单一的实体、一个能够被自然选择塑造的整体时，我们才能理解它的复杂性。

变异和遗传

全生物通过自然选择演化代表着什么呢？全生物是如何形成整体特征，而不是某一类细胞经自然选择后散布到整个种群？经典自然选择演化论认为在一个拥有不同特征个体的种群中，其特征影响着可能拥有的后代的数量。这些特征必须是可遗传的，即稳定地代代相传。假设某个特征可能使某些幸运个体的生命周期或后代数量增倍，但除非它可以遗传，否则就是走进了演化的死胡同。

全生物是否符合演化实体的标准？微生物和宿主的基因组可以以深度影响宿主适应性的方式互相作用。但我们是否像遗传基因组那样遗传微生物还尚无定论。

亲代确实会将微生物组传递给子代。例如，一些雌性臭虫会在刚产下的卵附近留下一个粪球，作为幼虫的第一餐，从而将母亲的肠道微生物群传给它们。通常，非剖宫产所生的人类婴儿在分娩中会获得母亲的阴道微生物。母亲的微生物也会通过亲密接触和母乳喂养而传递给婴儿。尽管最终微生物群落会随着儿童在世界上的活动更自由而改变，但这些早期微生物在免疫系统发育中扮演了极其重要的角色。

并不是整个微生物组都会从亲代传给子代，但波登斯坦说这没有必要。“据我所知，从来没有人认为微生物组会被完全遗传。”但他和其他人认为如果其中重要的一部分被遗传了，那么其相互作用和演化需要被作为一个整体来研究。

揭开全基因组中的漏洞

其他研究者认为，演化中全基因组的概念将可被选择的单位的概念扩展成了不一致的。“仅仅因为微生物某时某地出现在一个有机体身上并不代表它们就是选择的一个单位，尤其在它们还不能被垂直传播的情况下，”圣路易斯华盛顿大学研究微生物的演化生物学家琼·施特莱斯曼（Joan Strassmann）说道。

宾夕法尼亚大学和纽约城市学院的生物哲学家德雷克·斯基林斯（Derek Skillings）说：“我不想明确声明垂直传播是必要的，但这是最可能解释搭档关系作为整体一起逐步演化的机制了。”

斯基林斯和其他评论家认为，寄生体的垂直传播还没有足够的证据，不足以让全生物成为演化的一致个体。许多宿主的微生物都是从外界环境获得的，而非其亲代。即使共享同一环境，也没什么理由假设亲代的微生物会转移到子代身上。即使微生物的种类是一样的，直接的垂直传播对形成演化个体也是必要的。

斯基林斯继续说道，自然中物种的重复同时出现并不代表它们就有共同利益。试想一对被困在永恒斗争中的宿主和寄生虫：它们每一代都共同出现并试图颠覆对方。你甚至可以想象同一族系的宿主世代被同一族系的寄生虫感染。然而，斯特林斯认为，即使稳固如这段关系，只有分开考虑各族的利益才能明白其间关系。而全基因组概念的支持者认为合作、竞争甚至中性关系都可以影响全生物的演化，这使得争论偏向了如何厘清这段关系的方向，而远离了事实本质。

施特莱斯曼认为仅关注全生物会导致许多对微生物的忽略。许多与宿主相关的微生物也会在宿主外度过一大部分生命周期，面对着全然不同的选择压力。她说，全生物的概念遮蔽了我们对这些微生物演化的理解，让我们只关注宿主环境，而忽略了其他栖息地也可以影响微生物的特征。

全生物中心论的批评者并不是轻视研究微生物和宿主相互关系的重要性，而是认为全生物的框架几乎总会误导方向。他们将全生物看作生态群落，而非演化中的个体。微生物的寄生关系很重要，但这并不代表“我们需要全部忘记已知的演化和自然选择如何作用。”施特莱斯曼说。

但将已存生态和演化理论应用到新的微生物世界说起来容易，做起来难，加州大学伯克利分校的生物学家布里特·科斯凯拉（Britt Koskella）提醒我们。许多这些理论都是为解释动植物如何相互作用和共存而建立的，“许多已被研究透彻的微生物生态学理论都无法适用于此，”她说。

而圣路易斯华盛顿大学的演化生物学家琼·施特莱斯曼认为，演化中的全基因组概念离可被选择单位的想法相差甚远。

以生态演替为例，它是一个评估某群落如何随时间聚集的框架。例如，一个新岛上植物群落的状态可能更多取决于物种抵达的顺序和它们填补的生态位，而非植物的本地演化，因为演化总是很慢。

但细菌演化得比动植物快得多，而且它们可以通过水平基因转移瞬间交换基因。“现在你得考虑微生物抵达，和通过变异或空间转移在其他物种出现前填补空缺生态位的可能性，”科斯凯拉说。细菌演替可能以与传统演替不同的、反直觉的方式进行。

科斯凯拉还说，其他要考虑到的区别包括宿主免疫系统对微生物的影响，以及微生物积极改造环境的能力。她认为理论家们需要全面考虑他们模型下的基本假设，以及它们是否平等地适用于微生物；而实验者们则需要检验这些模型的预测结果。“饰演者和理论家的对话很重要，”科斯凯拉说，“数据太复杂了，而且我们很快会遇到超出直觉的状况。”

解决经验问题，比如大部分全生物被遗传的几率、群落在世代遗传中究竟有多稳定，可以帮助人们形成更敏锐的直觉，并为理论工作提供信息。科斯凯拉说：“我们可以继续提出问题和搜集数据，但没有理论，你就无从得知如何着手理解或检验这些复杂性。”

关键在歌曲，而不是歌手

一种激进想法试图通过完全改写问题来开辟第三条道路。它的拥护者呼吁忘掉那些是什么微生物在相互作用，或者它们是垂直传播还是水平传播的细枝末节，转而关注相互作用，即各种微生物参与实施的稳定代谢过程。

“关键在歌曲，而不是歌手，”加拿大达尔豪斯大学的演化生物学家W.福特·杜利特尔（W. Ford Doolittle）说。他和在达尔豪斯的前同事奥斯汀·布斯（Austin Booth）将滚石乐队的一首歌“The Singer Not The Song”的标题颠倒过来，为他们的原创想法命名，缩写为ITSNTS。他们认为这个想法抓住了全生物理论吸引人的精髓，即将全生物视为不同种系间相互作用形成的稳定网络，而不分别赋予它们在演化中的独立身份。相反，是过程本身形成了某种演化谱系。

杜立特尔和布斯首先观察到肠道微生物群包含横跨许多细菌种类的物种和菌株，但是这些微生物的核心功能被显著保留了。这些拥有不同参与者的网络在代谢循环中起作用，其中一些细菌将营养转化为代谢产物，其他细菌再将它们的代谢产物转化为另一种代谢产物给宿主利用，如此循环。这些功能步骤中的许多可以由肠道中存在的无数菌株来执行，使得任何特定菌株都可能显得冗余。但是循环本身能够持续运行，不管参与的是哪些细胞。

杜立特尔用氮循环来解释该想法。大气中的氮通过各种各样的细菌、植物和分解者，比如真菌，发生一系列化学态转变。循环中的每一步都可以由无数属于同种“功能集团”的物种来完成，但过程本身保持惊人的稳定。

一旦这些网络存在，就会制造出可供其他微生物占据的生态位。循环变成了一个可供不同谱系生活的结构。“如果你上一个台阶，将这些相互作用的网络想作实体种群，你就会明白它们是演化的单位。”布斯说，“这将颠覆传统的演化观点。谱系的物质基础无关紧要。”

杜利特尔和布斯把这比作歌曲作为文化实体而持续存在的方式。杜利特尔说：“有些歌已经持续存在了很长时间，主要是因为其被万口传唱。”各个歌手来来往往，但即使在不存在乐谱和录音的文化中，这些歌曲通过合适的天才歌手传唱而在新一代中存活下来。类似地，一旦新陈代谢网络存在，不同谱系的有机体就可以演化以执行一些定义其的相互作用和过程。演化支持这种关联，因为这对于不同谱系的“自私的”个体或基因来说是有利的。

通过差异延续来对过程进行选择当然是一个不寻常的观念，但并非无前例。观念以“模因”的形式在文化中演化，虽然仍有争议，但许多人认为其并非不可信（模因概念本身就是受基因生物学概念启发的）。同样，将观念或模因换成新陈代谢的相互作用，它的延续取决于其招募微生物来执行它的能力。

这个框架对于研究全生物有多大用处还有待观察，且还有许多重要的问题亟待解决。对于许多进化生物学家来说，将差异延续类比于差异性繁殖的观点略显奇怪，同时如何定义代谢网络也尚无定论。

肥沃的土地

关于演化究竟如何运作的激烈争论从未停息。“看看演化观念的历史，你会发现它几乎始终处于这种辩论中，”布斯说，他提到了早期关于进化是逐渐进行还是间歇进行的争论。

“可以肯定地说，微生物演化之所以影响深远，是因为它抛弃了那么多的传统观念，或者至少重塑了它们。”

“我认为我们才刚刚开拓一个新领域，”波登斯坦说。他以遗传学诞生的早期为例，“这些早期的问题都很基础：什么是基因？基因如何遗传？”如今，生物学家才刚开始解决这些关于微生物-宿主相互作用的基本问题。“谁在那里？全生物的复杂性是什么？它的各个部分是如何结合在一起的？这些问题值得我们花上一个世纪的功夫来解决。”

翻译：狼顾；审校：玛雅蓝；编辑：Clover Honey 

想象你正在搭建伦敦参议院大学的乐高模型——乔治·奥威尔《1984》中的“真理部”的原型就是这幢建筑——在这个过程中，乐高积木块本身没有改变。如果拆散结构，再把积木重新拼成吉萨金字塔或者埃菲尔铁塔的模样，积木仍然是原来的形状、重量和颜色。

如果你把整个世界看作乐高积木，那你就是原子论者（atomism）。这种观点认为自然界万物都由微小的、不变的部分所组成。我们感受到的所谓变化、流动（flux）不过是宇宙机器的齿轮在转动；宇宙机器规模巨大，但它遵循着普遍法则，并由较小的单元构成，因而终将是可理解的。几个世纪以来，科学技术一直专注于辨认这些单元。科学实验，就是去识别系统与过程的组分；工厂，将部件拼装成产品，而这些部件本身又包含更小的部分；标准模型（Standard Model），则告诉我们什么是现代物理的基本实体。

然而，当这种组合性的模型无法解释某些现象，这些现象就成了迷。让我们举个简单的例子，比如小孩在微笑：通过观察组成小孩的原子的运动来解释他愉快的笑容，似乎很难，甚至不可能；引入胶子、中微子和电子这些亚原子的粒子，只会添乱。更有效的做法是诉诸于发展心理学或叙事性解释，比如“父亲微笑地看着孩子，于是孩子回以微笑”。那么，会不会发生了某种基础性的转变，产生了一些不能被还原为部分的新特征、新对象？

突现（emergence）的概念可以帮助我们理解这个问题。如果说原子论挖地三尺，力图寻找最基础的“砖瓦”，突现论则将目光投向上方和外部，考察当事物变得足够大、足够复杂时，是否会有新奇的现象突然出现。从雷蒙德·钱德勒1953年的小说《漫长的告别》中，我们可以一窥突现的基本原理：“如果一个人只是偶尔喝大，他仍和清醒的时候是一个人。然而一个酒鬼，一个真正的酒鬼，喝醉了就完全成了另一个人。你无法预料他会做出什么事情，唯一确定的是他已经不是你之前认识的那个人了。”

一个多世纪前，突现论在科学哲学领域很受欢迎。约翰·密尔（John Stuart Mill）、亨利·伯格森（Henri Bergson）、查理·布劳德（C D Broad）等著名学者认为，用化学和生物学解释生命起源是个几乎不可能完成的任务；或许我们只能说生命是从这些领域“突现”出来的，而需要用属于生命的特殊法则才能解释。然而，自上世纪30年代起，量子化学的进步以及DNA、RNA结构的发现照亮了原子论进路的前景。很快，突现论的正确性及其科学潜力，也笼罩在了怀疑的乌云里。

Emergent Properties

Although debates concerning the reality or precise nature of emergence are largely driven by contemporary scientific theorizing, the basic notion has quite a long history stretching back at least to Aristotle (384-322 BC). On Aristotle’s view, human beings, like other “secondary” substances, arise from a distinctive arrangement of the four material elements.

如今，这个概念常常被量子神秘主义者、灵魂信仰者以及坚信意识的本质高深莫测的人所援引。他们所说的突现含混不清，我们可以置之不理。然而，我们不应该因为这些“猪队友”而贬低突现论。虽然长期受到鄙弃，突现论确实可以帮助我们更好地理解世界，只要我们留个心眼，抓住它靠谱的部分，同时与神秘主义的畏惧态度划清界限。

····

严肃正经的突现论观点主要有两类。第一种还算容易得到辩护：当系统变得极度复杂，就不可能可靠地预测它未来的状态。于是，我们需要新的、不可归约的概念和理论去描述和解释一些新现象。因为这关乎我们如何拥有对世界的知识，就叫它认识论突现论（epistemological emergence）吧。（知识是认识论的研究对象。）

近些年，认识论突现论常常与复杂性理论和非线性系统（比如股市和天气）联系在一起。为了理解简单系统和复杂系统有何区别，你可以想象自己在一条自由流动的河边，把一艘玩具船放到水面上，它会漂到哪去呢？你只要知道水流的速度和船漂流的时间，很简单就可以算出船漂出多远。因为河流的运动是线性的，船的位置可以从两个（或更多）变量的相互关系中推得。可是，如果河流在突堤的柱子周围打涡旋，它的运动是非线性的，动荡无常，船的最终位置就很难确定了。因为我们不能把螺纹和旋涡化约成简单的变量。这是个复杂的系统，必须被当做整体来处理。它的最终状态不能从最初的基础情况中推出，只能从统计学的角度模拟，以一种高阶的、突现的方式。

认识论版本的突现论并没有在基础的层次上威胁到原子论，因为它不否认世界终究是由微小的部分组成的。认识论突现论只是强调，我们难以精准地预测这些部分的运转方式。回到那个孩子笑、父亲笑的例子，原则上，一个严格的原子论者会说只要拥有合适的测量仪器和计算力足够强大的计算机，我们完全可以对这个现象给出极为细致、完整的描述。然而，即使原子论者也可能会承认，这么做实在太蠢了。只要换一种层次的描述（在这个例子中，用心理学语汇考察事件），就可以很好地解释系统。

另一种突现论则极具争议，它关乎本体论（这个哲学术语指的是与存在的本质有关的艺术）层面。本体论突现论（Ontological emergence）认为有些特征和对象实际上是世界的一部分，而不是由于我们的理论和预测能力有所局限而导致的一种表象。原子论者可能不会买账，因为本体论突现论否定了世界的完全组成性质。

孩子在笑这个事件超越了基础物理的层次。

早期的突现论者区分出了本体论突现论的两个基本问题。第一个问题是：突现性质何以从一个系统的结构中产生？后人给出的答案是共时突现（synchronic emergence）。意思是，突现出来的东西与为突现提供基础的东西同时存在。举例来说，当某人大脑中神经元放电（这是突现的基础），他关于红色的意识体验（突现的产物）也同时产生了。这也就是说，意识或许依赖于特定的神经过程，但是意识本身具有真实的、非物理的性质，比如觉知（awareness）。（老实说，我们对意识的理解还非常浅薄，目前还没有资格评断它是否算作一种本体论突现产物。）

共时突现对许多不同层级的物体和性质都产生效力。比如，我们可以说生物性质存在于比化学性质更高的层次，而化学性质又高于物理性质。但是这种层级体系暴露了共时突现的一个致命缺陷，韩裔美籍哲学家金在权（Jaegwon Kim）著名的排他性论证（the exclusion argument）讲的就是这个问题。

假如你和绝大多数共时突现论者一样，认为每当一个事件在高于最基础层级的某个层级上发生，必定伴随着较低层级上的一系列事件同时发生，并且低阶事件确定了那个高阶事件。孩子在笑，便是一个较高层级的事件。这个事件不能被完全还原为物理过程，但必然是由某些基础的物理状态和结构确定了生理状态与心理状态；因此，每次拥有完全相同的物理状态和结构，孩子都会笑。如果你还相信世上任何事情都不可能脱离基础物理层次，那么就推出了：任何似乎发生在高阶的因果作用都是冗余的。孩子笑并不是母亲笑的原因，因为她的笑完全是一系列极为复杂的基础对象、过程和结构所导致的。笑，也不会导致任何物理变化，因为物理领域在因果上是自我闭合的。（顺便提醒一下，如果你拒绝承认物理世界的因果首要性，那你已经是突现论者了。）

····

这个反驳论证对共时突现的打击是摧毁性的。它将所有化学、生物、心理等种种不属于基础物理的性质都变成了仅仅是副现象（epiphenomena）——这些现象在世界的一切变化中都没有因果效力。然而，只要转向历时性突现（diachronic emergence），我们就可以避免排他性问题。历时性突现提出了一个完全不同的问题：是什么历时过程导致了突现特征的产生？

我们可以考虑一下匪帮的动态，当这些平日里理性的人组成一个群体，他们过激的行为似乎是一种整体性质。虽然匪帮是由许多个体构成的，它所展现出的特征却不能简单地等同于个体行为的累积，于是匪帮的行为遵循着特定的社会规律，而非心理规律。

这种看待匪帮行为的方式在排他性论证面前不堪一击：虽然乍一看没什么问题，但只要深入想想，你就会发现万事万物都可以被更基本的物理过程解释。然而，我们可以把这个例子换种说法。作为匪帮的一部分的个体，与加入匪帮前的那个人有着显著的区别。简言之，他们在加入匪帮时被改变了——丧失了我们认为是文明人类所必需的特征，而成为了某种截然不同的东西。（幸好这个过程一般是可逆的。）于是，群体的动态应该等于改变后的个体的行为的累积，而不存在什么匪帮的不可归约的整体性质。

自然界的一切法则在宇宙诞生之初就已经各就其位了吗？还是在变化中逐渐突现产生的？

你可能会想，还原主义者难道不能立即驳斥掉这个例子吗？没错。说到底这不是一个很有说服力的变化突现的例子，因为随着心理学和神经科学法则的演进，我们可能最终得以在更基础的层级上解释匪帮行为。然而，还有一些物理范围内历时性突现的例示就不太好处理了。

还记得那座乐高积木搭成的参议院吗？原子论的一大核心论点是，“砖瓦”是不变的。被我们当做是基本的东西的本质属性不会随时间而改变；不论是嵌入更大的单元，还是单独放在那儿，它的本质属性都一样。这些砖瓦的非本质属性可以改变，比如位置，但那些使得原子成为如此这般的原子的特征不可能改变。

然而，对于砖瓦究竟是什么这个问题，答案一直在变。现在我们的基本单元不是氢、氦、纳等元素，而是粒子物理标准模型中的实体。当渺子（muons）这种基本粒子变化成一个电子、一个电子中微子和一个渺子中微子，这三种变化的产物本身也是基本粒子。也就是说，非组合成的渺子转变成了截然不同的其他非组合成的基本粒子，这和匪帮成员是一个道理，只不过这种情况下找不到更加基本的解释方式了。

思考突现引出了一系列本质上属于哲学范畴的问题，虽然回答这些问题可能需要大量的科学工作的灌入。比如：自然界的一切法则在宇宙诞生之初就已经各就其位了吗，还是在变化中逐渐突现产生的？如果答案是后者，是否意味着存在一系列解释这些变化如何发生、为什么发生的“超法则”？在原子本体论自身的领域内，这些问题不会自然产生——而在一种审慎的突现论观点的指引下，我们也许可以有所突破，将这些概念从神秘主义思想的囚笼内解放出来。

翻译：有耳
校对：大秋

Atomism is basic: emergence explains complexity in the Universe | Aeon Essays

Does everything in the world boil down to basic units – or can emergence explain how distinctive new things arise?

斯里兰卡的一只神秘野猫也许能告诉我们答案。

最先不翼而飞的是金鱼。时不时地，办公室门外小池塘里的金鱼会在一夜之间少掉几条。金鱼不值钱，所以大家也懒得调查——案发地点位于一座非营利性环保组织的办公楼，处在斯里兰卡科伦坡市繁忙而燥热的中心地带。

接着龙锦鲤也失窃了。这种长着口须、流光溢彩、宛若天仙的日本鲤鱼每条价值约一万斯里兰卡卢比（65美元）。为了搭配奢华的风格，房东买了十条龙锦鲤。很快，他只剩七条。然后，三条。

房东慌了，安装了四个监控探头来抓小偷。高高的水泥墙围绕着一条狭窄的车道，池塘就坐落在车道尽头，所以那位鲤鱼大盗要么有钥匙，要么有跳上围墙并悄无声息着陆的超能力。房东想象不出什么人会偷一条鱼，但他急切地希望找到真凶。就在探头装上后没几天，安雅·拉娜雅卡（Anya Ratnayaka），当时在公益组织做文职工作的一位年轻而激进的环保主义者，被一连串短消息吵醒了，而且短消息里全是感叹号。她之前对锦鲤连环失踪案没什么兴趣，但当她解锁手机，看到一张探头拍到的模模糊糊的嫌疑犯照片时，她知道自己的人生即将改变。

小偷是一只猫。一只大猫。不是那种出来遛弯的软绵绵的宠物猫，也不是正在寻觅残羹剩饭的骨瘦如柴的野猫。它就像一只缩小了的豹子——或者一只苦练拳击的家猫。这家伙有黑色的斑点、小巧的耳朵和魁梧的肩膀。在夜色的掩护下，它完美避开了办公建筑群的所有障碍物，轻快地滑到雨棚下面，在池塘边着陆。照片里，它正俯身贴在池水边缘，耐心地等待着向65美元一份的夜宵出击的时机。

拉娜雅卡立刻辨认出了这是一只渔猫（Prionailurus viverrinus）。和猫科动物家族的绝大多数伙伴不一样，渔猫可喜欢水了。它们以沼泽为家，尤其是亚洲的芦苇湿地——遍布印度到马来西亚等国。它们还会游泳。它们的脚长得像蹼，短短的尾巴像舵，当它们沿着自家“海景别墅”边的水道泅游时，还会发出鸭子叫一般低沉的呱呱声。它们绝对名副其实，当它们从河岸跃入水中突袭毫无防备的鱼儿时，姿势优美有如跳水运动员。

世界上的渔猫专家屈指可数，拉娜雅卡是其中之一。当她研究那些在科伦坡周围湿地溜达的渔猫时，偶尔听说过有人在城市地区看到它们的传言。但是从未有人在离湿地很远的大都市拍摄到它们——确切地说，在地球上的任何城市都没有——直到2015年春天，一只锦鲤大盗被她办公室外的探头抓个正着。而现在，拉娜雅卡的手机保存了第一份证据——它可以证明那些隐居动物正被某些东西召唤着（或强迫着），来到亚洲发展最为迅速的城市核心。

自那时起，拉娜雅卡开始了有史以来第一项城市渔猫研究，辨认并追踪一小群分散在科伦布各处的渔猫；它们在屋顶上跳跃奔跑，或是在下水道里摇着尾巴蜿蜒前行。拉娜雅卡想知道，它们如何适应这种陌生的环境，以及它们适应的速度是否够快，让不断侵占它们自然栖居地的城市成为一个可持续的新家园。突然，她发现有一个大胆的理论似乎可以解答她的疑问。有些科学家推断，只有一个物种中最聪明的成员得以在危机四伏、瞬息万变的城市世界中幸存。若果真如此，城市或许正在让栖居于其间的动物变得比乡间小伙伴们更聪明。

野生动物研究者必须面对认知科学最令人望而却步的问题：如何定义智力？

对于拉娜雅卡的研究中那些并不知情的城市拓荒者来说，城市生活对它们大脑的影响是决定它们命运的诸多因素之一。然而，要真正理解这些影响，野生动物研究者必须面对认知科学最令人望而却步的问题：如何定义智力？

····

即使是和其他南亚城市相比，科伦坡的扩建速度也是惊人的。这座沿着印度洋海岸线铺开的城市，自丝绸之路时代起便是一个国际贸易中心。然而，一场残酷的内战从上世纪80年代一直打到本世纪初，重创了斯里兰卡的现代经济。战后，科伦坡急速发展，恢复繁荣。大量新企业流入，对热带气候甘之如饴的游客蜂拥而至；西方风格的科伦坡北区现在摩天大楼林立，到处是整洁的咖啡馆和嘈杂的夜店。同时，愈发蜿蜒的城市边界也以摧枯拉朽之势一路向周围的丛林挺近。

一个闷热的二月早晨，拉娜雅卡带我去看她从前办公室那只淘气锦鲤猎手的栖居地。她把我塞进电动三轮车的后座，我们一路摁着喇叭穿过满满当当的街道向北进发。十字路口到处可见散发着炫目光晕的菩萨像；一切都闻起来像熏香、垃圾或是汽油。

我们正颠簸缓行，拉娜雅卡——这个29岁的紫发女人，曾经用巧克力酱罐头装渔猫粪，放在爸妈的冰箱里——愉快地提到了那位“毛手毛脚”的小偷的奇异之旅；她给这只年轻的公猫起名“蛟”，意思是日本传说中一种生活在水下的神龙。蛟项圈上的 GPS 数据显示，它不仅出没于当地的池塘和运河，而且曾经造访一家闪着霓虹灯的电影院的停车场，和一个多车道环岛的正中央。他的领地约有2平方英里那么大，而且绝大多数面积都被沥青和车流覆盖着。

我们的三轮车转了几个小弯，行驶到了铺满落叶的岔道上，最后突然停在一条更加荒僻的断头路上。摇晃的棕榈树叶遮蔽了烈日炙烤下的建筑物，这些建筑物部分配有池塘和花园。她鬼鬼祟祟地使了个眼色，把我带到一幢无主的房屋附近。我们穿越一排停靠的摩托车，附身经过一座阳台，停在了一个灰蒙蒙的空房间的小窗下面。窗下的墙壁上沾满了尘垢。半晌我才明白过来，那些都是猫爪印。拉娜雅卡说，这个废弃的房间是蛟最喜欢的藏身处。

在科伦坡的混乱之巅，拉娜雅卡的猫儿们已经将隐蔽的通道和晦暗的避难所织成了一张网；这张网就在人类世界里，我们却几乎看不见。拉娜雅卡告诉我，蛟会在晚上爬上邻近的高墙，偷偷摸摸地赶路，再一阵猛冲穿过几片绿植，最终到达附近运河的低岸。从这里，他可以小跑着去电影院，然后在天亮前溜回家，到池塘里抓些鱼。“从项圈记录的数据可以看出，这家伙挺怡然自得。”拉娜雅卡说，“他知道自己在干什么。他有一套固定的路径，从来不跑偏。”

这一隐蔽的策略似乎颇有成效，至少现在来看是的。拉娜雅卡已经在科伦坡各处定位了另外10只渔猫。其中几只——可能是蛟的直系亲属——漫游在喧嚣的商业区；另外几只坚守着城市角角落落的湿地公园。在这两种不同的环境中，他们都能愉快地沿着既定的路线玩耍，拉娜雅卡还断言许多渔猫是在科伦坡市内出生的。也许是这里独特的城市规划为渔猫提供了立足之地，按照拉娜雅卡的说法，宽阔的运河系统构成了科伦坡的大动脉，而蛟和他的城市表亲们把运河当成了猫猫高速公路。

在一条运河上的一座老旧的拱形桥上，我们结束了旅程。我们用手遮住阳光，远眺碧绿的河水，一个发福的男人开着摩托艇突突驶过。运河旁有条杂草丛生的纤道突起着，在花丛树木的遮蔽下若隐若现，我自然开始想象渔猫在纤道上奔跑的景象。事实上，附近一所音乐学校的老板已经目睹了一只猫在校园池塘里偷鱼。

然而，绝大多居民从没在科伦坡市内看到过渔猫，更别说他们大概也认不出来。拉娜雅卡和我在桥上问起两个值日班的交警，他们摆摆手表示没见过。其中一位还打包票说：“科伦坡是没有渔猫的啦。”

当天晚上，我花了十分钟尝试向我短租公寓的房东，热情可掬的谦达拿·帕蒂拉格（Chandana Pathirage）先生解释渔猫的事情。直到我在手机上谷歌了图片，并告诉他这种猫有时候偷吃人们养的鸡甚至家猫的幼崽，他才茅塞顿开。“啊，我听说过类似的故事！”他说，“有人说它们是从外头来的。它们晚上出现。它们杀死小猫，吃松鼠、小鸟、老鼠。它们抓池塘里的鱼。”他告诉我，人们把这种猫叫做“贼猫”。

····

到2030年，地球上近10%的陆地将会被城市覆盖。现在，地球上超过一半的人口住在城市地区，还有一些动物，数量未知——比如伦敦地铁里那些嗡嗡叫的蚊子，它们已经安家落户很久了，甚至演化出了独特的基因，再比如孟买镇上那些追着流浪狗到处跑的豹子。科伦坡是全球城市化浪潮的前哨阵地：树上住满了衣着华丽的喜鹊和鹦鹉，它们合唱起来简直是游戏机房；壁虎爬上墙壁，大腹便便的巨蜥在灌木间流窜；一天晚上，我看到有条小船一样长的鳄鱼在湖里闲庭信步。

如果说关于城市适应性有什么未解之谜的话，最令人迷惑的当属：城市生活对动物的大脑做了什么？

一些动物在城市落脚，只是因为无处可去。也有些情况下，它们很乐意地主动搬来，因为城市里有现成的食物或其他一些野外不具有的优势。比如芝加哥的丛林狼，只要待在城市的地界内，就可以避开陷阱和穷追不舍的猎人。“城市对于它们确实是一个巨型避难所。”俄亥俄州立大学的野生动物生态学家斯坦·格特（Stan Gehrt）说，他研究这种犬科生物将近二十年了。“城市的地貌有许多无人占领的角落和缝隙，丛林狼把这些地方好好地开发利用了一番。”

如果说关于城市适应性有什么未解之谜的话，最令人迷惑的当属：城市生活对动物的大脑做了什么？一些对于城市中野生动物的研究已经表明，城市可以对动物行为产生让人瞠目结舌的影响。格特研究的豺狼不仅知道哪里过马路最安全，还学会了依据车速和车流量避开交通拥堵。那么，像这样的行为转变是否意味着城市动物经历了更深层次的思维模式变化？我们甚至可以问，城市动物到底是什么东西？

这些问题让野生动物生态研究者中的一小部分人困扰不已，这些生态学家趟进了“城市动物智力”话题的浑水。研究者们在一些发达的大都市放置了一些简单的谜题装置，通常是很难开启的食物罐头之类，以比较城市动物的问题解决能力与它们的野外朋友有何差异。结果令人惊喜，从加拿大浣熊到巴贝多红腹黑雀等多种动物，居住在城市的都比栖居在乡间的表现好得多。尽管几乎在所有场合都是“狡猾者生存”，一些科学家提出，城市等陌生而变化无常的环境对一系列广泛的认知能力都有极高的要求。

按照这样的思路，他们最终推测道，或许城市对演化之路的扭曲作用，已经强大到使得栖居于期间的所有动物都更加聪明的地步——当然，前提是这些动物先得在城市生活中幸存下来。这一理论引发了众多争议。即使是支持它的研究者也立刻提出了疑虑：智力是很复杂的。没有人认为新环境是让动物变聪明的唯一驱动力；动物互动的方式，它们如何相互学习，还有它们身处的物理环境的性质，都被认为是影响个体动物行为以及大脑世代演化的重要因素，不论它们住在哪儿。

更别说，到底什么是智力呢？研究者们任何企图验证“城市让动物更聪明”这个概念的尝试，最终都被卷入一场肆虐了心理学界一百多年的持久战。要测量一个人有多聪明，并不存在世人普遍认可的的方法。人类的智力涉及多方面，难以捉摸，而且它的起源很模糊。定义其他物种的智力就更难了。

“我们研究领域最大的挑战不是如何回答某个问题，因为我们连应该怎么提问都不清楚。”怀俄明州立大学的行为生态学家萨拉·本森-安兰（Sarah Benson-Amram）说，她正研究浣熊智力。“我们说的不是同一种语言，我们不知道每种动物具体如何感知世界。你该如何给各种生物进行一次公平的智力测验呢？——即使退一步，只测验一种动物，就能做到吗？”

然而，研究新环境中的动物，或许可以帮助科学家们形成一个适用于所有物种的智力定义。本森-安兰和该领域内的一些其他学者，将目光聚焦在了灵活性（flexibility）上。灵活性一直被看作衡量智力的必要标准。“面对环境变化，你能改变自己的行为反应，你不会把曾经管用但现在失效了的老一套反复搬出来。”本森-安兰说。这一定义智力的方法——研究者也称之为“行为可塑性”——与所谓某一物种的特殊智力截然不同。本森-安兰举例说，一只灌丛鸦能够贮藏成千上万颗种子并记住每一颗的位置，这显然是一种特殊的敏度。但是要对付城市里那些陌生的障碍，她这样假设道，动物需要一整套兼具多样性和综合性的智力技能——洞察力、谋略、远见等等。

拉娜雅卡正是想知道科伦坡的渔猫是否比城外的兄弟们更具灵活性，她搜集了该群体的饮食、睡眠习惯、领地及其他行为的数据。然而，假如科伦坡真的让渔猫更聪明了，故事可能会发生悲剧的转折：那些最可能在城市茁壮生长的动物，也可能是最先死去的。

····

我在斯里兰卡遇到的第一只渔猫已经被冻成了冰棍。我看到它纯属巧合；一天傍晚，我到城市边界的湿地远足，莫名走到了一所野生动物康复中心。我看到一块沾满泥土的建筑群指示牌，还有猴子在树林间舞蹈，顿生好奇心，于是沿着木板小道来到了一片林间空地。那儿全是巨大的笼子，装满了来自科伦布及周边地区的受伤动物：一只独腿老鹰、一头病恹恹的野猪、一只绑着绷带的豪猪。一个名叫维布沙那·班达拉（Vibushana Bandara）的满脸稚气的管理员告诉我，康复中心不对公众开放，但他还是友好地决定带我参观一下，而没有报警什么的。

他教我把小香蕉递给几只濒危的紫脸叶猴——这一物种遭到了科伦坡高速城市化的“屠杀”。然后他把我领到一间快散架的办公室外，打开一个工业用冷冻柜，向我展示了一大堆保存在里面以供未来研究之用的动物尸体。他用一只手往冰里挖，拎出来一只渔猫。这只斑点生物跟石头一样硬，被固定成了对折的姿势，四只爪子挤在一起。班达拉抓住它一条腿提起来，解开保护用的布料，它的整个身体依旧僵在半空中一动不动。

不久前，这只瘦小的母猫在城外不远处被车撞死了。康复中心每个月都要接收一两只渔猫，班达拉解释说，可惜多数已经死了。凶手常常是汽车或摩托车。班达拉咣当一下把猫扔在我们身前的草地上。霜冻散布在她的爪子和鼻子上。她嘴巴周围有冻住的血，一侧大腿上有条深深的伤口，经过冷冻变成了蓝色。

科伦坡的一些环保主义者猜测，斯里兰卡内战其实对城市周边的渔猫起到了保护作用。虽然在持续猛烈交火的斯里兰卡北部地区，暴力给野生动物带去了沉重的灾难，科伦坡却只有零星的爆炸等暴力冲突——这足以遏制城市的发展，让湿地和那儿的野生居民们享受了数十年祥和的岁月。如今，科伦坡扩展了，正在适应城市生活的动物们也必须面对它们最大的敌人：我们。

本森-安兰与其他两位研究者近日在期刊《动物研究》（Animal Behavior）上发表论文称，对于那些最擅长利用城市资源与机遇的动物来说，这一情况尤为棘手——而且这是个自相矛盾的麻烦。没错，城市生活无处不在的谜题能够筛选出一些代表智力的特征，比如较高的创造力、学习能力、记忆力，还有勇敢和好奇心——论文中写道。然而，这些特征同样能驱使浣熊入室打劫你的垃圾桶，驱使美洲狮趁你呼呼大睡打碎窗户从天而降，或者，驱使渔猫把你养在木屋门前的毛茸茸的幼猫叼走。

这样的遭遇对于当事的人类是坏事，对于作为入侵者的动物同样很糟糕。过去三年间，在斯里兰卡死于汽车轮下的渔猫超过100只，然而这些猫科动物面临的威胁远不止于此。在科伦坡北部农村，村民处罚渔猫的方式人尽皆知：一旦渔猫在偷鸡时被笼子困住，人们便把沸水倒到它们眼睛里。在全国各地，时有渔猫因被当成豹子而被追赶并杀害，斯里兰卡人一般很尊敬远处的豹子，但一旦靠得太近，就怕它会扑上来。（渔猫和豹子不一样，迄今未曾有过渔猫攻击人类的记录。）

假如渔猫可以选择住在丛林还是城市，它们百分百毫不犹豫地选择前者。

在拉娜雅卡的想象中，一只科伦坡渔猫的生活在大多数时候应该是充满恐惧的。人类在城里过马路都要被吓死，她说。“而且好多人家养狗。有人用老鼠药灭鼠，猫又去吃中毒的老鼠，这很可能致死。”

拉娜雅卡怀疑，假如渔猫可以选择住在丛林还是城市，它们百分百毫不犹豫地选择前者。虽然它们有时会从城市环境中得到好处，但科伦坡的危险总是紧追不舍。回到拉娜雅卡刚认识蛟的时候，她每天都会把办公室池塘里的鱼补齐，这样他每天晚上都会回来供她好好观察一番。诱饵非常奏效，仿佛有魔法，直到一天晚上他没有现身。很快，她接到科伦坡野生动物部门的电话：有人发现下水道里卡着一只愤怒的渔猫。可能他长胖了太多，已经没法钻出来了。

····

我在斯里兰卡的生活快要结束时，我开始担心自己浪费了太多时间追问什么是智力。有那么多不确定因素，那么多变量。如果说我在渔猫身上看到了什么，也许答案很简单，那就是城市环境对动物大脑的影响实在太广泛了，以至于让人无从说起。

我曾希望亲眼看到斯里兰卡的渔猫，要活着的，而不是冻成冰棍的，希望明白一些理论不能告诉我的东西。某天凌晨我强行起床赶上了5点的火车，前往阿努拉德普勒，科伦坡向北125英里的一座古城。我的目的地是一所现役军事基地，那里有一个小型残障动物园地。

拉娜雅卡和同事们一再向我保证，这个动物园免费向公众开放，是斯里兰卡罕见的动物保护圣地。但是许多动物外貌凌乱，精神也不太正常。当我到那里时，迎接我的是一只暴躁的火鸡，对游客吹胡子瞪眼，还有一只孤独的猴子，在装满鸭子的笼子里来回踱步。那里有两块独立的围栏圈地，应该是那些被拯救的渔猫的地盘，但我一只都没看到。这般场景让我紧张兮兮，我绕着一块圈地走了一圈，透过一扇锈迹斑斑的铁门瞥见了一个晦暗的巢穴。然后一股惊人的臭味钻进我的鼻子，仿佛机油、洋葱混合着麝香——是一只渔猫在打扫卫生呢。在黑暗的笼罩下，一双沉着而苍白的眼睛闪着微光。

有人告诉我，这只猫正默默地守护着一窝三周大的奶猫。这些奶猫白天是不会出现的，于是一个魁梧的饲养员把我领到另一块圈地。我还没明白他要干什么，他就打开了围栏的锁，大摇大摆地走到一个木棚旁，然后粗鲁地一拳打在棚顶上。又一只渔猫出洞了，发出癫狂的嘶嘶声。它跳上一根低悬的树杈匍匐而行，警戒地搜寻惊吓的源头。

这就是我花了一个礼拜穿越湿地、闹市和安静的小巷寻找的生物。这是一只公猫，比那只冻起来的母猫健壮多了，也许是动物园伙食太好了吧。他的毛色是冷冷的灰色，右耳下面有个新鲜的粉色伤口，可能是强迫性抓瘙导致的。我们直勾勾地盯着他，他呲牙以示回应，仿佛正告诉我，“你对我感兴趣，可我没有。”

饲养员走出圈地，指向圈地里一棵树让我看。我意识到树桠间躲着第三只渔猫。它双目浑浊，可能是被附近丛林的人用热水烫瞎了。

然后饲养员晃荡着走开了，留我一个人面对这些恼怒的动物。如果它们有什么秘密想要倾诉，现在就是我倾听的时刻。我在篱笆外的草地上坐下，打开记事本，等待着记录这些猫儿宽阔的额头下涌动着的深邃思想。然而，我也料到了，它们只是继续像猫一样。健壮的那只渔猫在木围栏旁扑通一声趴下了，对小跑过去的我投向警示的目光。不久他就睡着了，偶尔颤动着醒来舔舔四肢、咬咬尾巴。园地里时不时有彩色的鸟儿俯冲而下，他也随之竖起耳朵。

我们三个懒洋洋地窝在午后的热浪下，我开始仔细琢磨动物认知之谜——为什么这些生物触手可及，却完全无法被人理解呢？可是，有些动物研究者相信我们可以彻底参透智力。密歇根州立大学资深动物学家凯·胡尔坎普（Kay Holekamp）就是其中一位提议通过性格测验来量化动物智力的科学家。鉴于人们已经倾向于用行为特征的语汇定义智力，比如勇敢、好奇心、恒心等等，胡尔坎普推断，研究者应该能够全面测验所有已知的与智力相联系的特征，然后用算法统合这些结果，得出一个综合评分：g，代表总体智力（general intelligence）。

以同事们著名的“谜题罐头”实验为参考，胡尔坎普开始试验她的想法，她给分别生活在肯尼亚农村、城市和郊野的鬣狗设计了六项挑战：装有食物的巨型金属罐头，上面有一些通向食物的洞；涂上多种颜色的桶，用以测验图式识别能力，等等。通过测量每条鬣狗的表现水平，胡尔坎普搜集了一系列扎实的数据——哪些鬣狗学习新事物的速度最快，哪些最迅速地适应新环境，哪些最擅长遏制自己的冲动。最终，她希望考察的是，不同的栖居地是否影响了鬣狗的“g”值。

和动物智力领域的大量研究一样，这种“心理测量因素分析法”（按照胡尔坎普的说法）的有效性尚无定论。在她的设想中，终有一天科学家们可以对动物进行一系列详尽彻底的测试，这样一来便有了评估动物智力的数学基础，对物种间、跨物种两种情形都适用。然而这种测量真正意味着什么，将是个充满争议的问题——而且有引发伦理困境的隐患——就像人类的性格和智力测验一样。此外，测验的规模得要多庞大，才能对鬣狗和蜂鸟（随便举个例子）同等有效，现在没人说得准。

不管怎样，胡尔坎普认为，想要搞清楚城市对动物大脑的所有可能影响，她的方法是最明智的。且更重要的是，这一方法可以弥合人类与其他生物之间的鸿沟。目前看来这还是不可跨越的。

她还引出了一个出人意料的话题。“如果我们开始明白是什么驱动并塑造了动物总体智力的演化，便完全有可能把这些驱动力置入数字有机体所感知的环境中，从而使其演化出智力。”她说。她指的就是人工智能：明白动物是怎么变聪明的，能够指导我们自己制造智能。

····

而在拉娜雅卡这儿，任何对动物智力的探求都只不过是通往动物保护的垫脚石。至于那些生活在持续现代化城市中的渔猫，拉娜雅卡对它们的未来持极度悲观的态度。“如果你只看短期影响，似乎城市对它们有好处。”她说，“但长期来看，我觉得除非所有的发展都符合可持续性的要求，否则这个物种是活不下去的。”

一旦拉娜雅卡整合好了从跟踪项圈和配有运动感应相机的陷阱装置上收集的数据，她就会将这些神秘的“城里猫”与它们的丛林亲戚们进行比较——后者由她的同事阿山·图度伽拉（Ashan Thudugala）追踪研究。两位研究者相互交流渔猫的行为观察，试图阐明科伦坡到底怎样改造了拉娜雅卡的猫儿们，有了这些资料，就可以找到合适的方法来保护城市湿地，并改善拥挤的居民区，让渔猫和其他野生动物得以安居。“我的意思不是要拆掉一大片建筑，或者禁止人类靠近湿地之类的。”拉娜雅卡说，“我的建议都很简单，比如人行道上多种些花花草草，让鸟儿过来歇歇脚。”

小型猫科动物专家吉姆·桑德森（Jim Sanderson）是拉娜雅卡的导师，他希望有朝一日可以为科伦坡渔猫发起一次大规模的宣传活动，就像日本人保护西表猫那样声势浩大。随着地处偏远的西表岛高速城市化，当地独有的西表猫一度濒临灭绝，幸亏一系列由政府支持的保护运动才转危为安。人们为西表猫挖掘地下通道，在公交车门上贴上猫儿的照片，甚至把灌木丛修成这种珍稀动物的模样。“迄今没有人提案说：嘿，我们给渔猫建个栖息地吧！”桑德森说，“大家都反过来：嘿，我们需要下水道！然后渔猫就利用了下水道。其实我们只要稍微花点心思，就能创造动物与人类都其乐融融的环境。”

我在科伦坡的最后一天，拉娜雅卡、桑德森、图度伽拉和几个志愿者办了一个渔猫公众展示会。这活动真是蠢得可爱：他们先绕着湖游行了一圈；途中有几个知识小站，供人们停留学习。然后是一系列关于斯里兰卡小型猫科动物的讲座。讲座在一座城市湿地公园中央宽阔的草房里举办，绝大多数听众都是受过良好教育、家境优渥的环保主义者（科伦坡的环保团体规模不大，但正迅速扩张），他们在小岛般星星点点的灌木丛之间席地而坐；说不定身旁正藏着只渔猫呢。

不过，没有人看到渔猫，也没有人期待会看到。它们在场，却撞不见。它们躲在树下花间，它们在那里，也在这里。

太阳渐渐西沉，我沿着公园外一圈住宅街道走啊走，心想，会不会遇到一只早早出门享用晚餐的渔猫？我来到了小巷的尽头，这是条死路，突然，我看见有什么在动，一个生物从旁边的灌木丛滚了出来。我的心砰砰跳——但那不是渔猫。被我困住的是一只巨蜥，在这城市随处可见。这只弓着腿的爬行动物在一扇紧闭的庭院大门和我之间窜来窜去，进退两难，然后狠狠地撞在栅栏上，又精疲力尽地滑了下来。我只好给它让路。它一阵狂奔回到绿化带里去了。

测量动物智力最可靠的方式，说不定就是看它们懂不懂“别挡人类的道”。拉娜雅卡开始追踪蛟半年后，他的定位项圈坏了，可能卡在下水道里了，也可能游泳时毁掉了。之后的一两个月里，他还时不时被陷阱装置的相机拍到，再然后，杳无音信。拉娜雅卡已经两年没见到他了。很可能他已经死了。但拉娜雅卡相信，如果真是那样，有人会发现他的尸体的，因为蛟总是在人群密集的地方游荡。或许，他厌倦了城市生活，沿着科伦坡的运河漂流而下，回到了祖先们的水岸世界。更有可能的情况是，他仍然流浪在街头——成为了更加狡猾老练的小偷，潜入池塘饱餐一顿鲤鱼，然后高唱着凯歌消失在夜色中。

翻译：有耳，校对：邮狸

Are Cities Making Animals Smarter?

A mysterious wildcat in Sri Lanka may hold a clue.

圣劳伦斯拂晓

“鲸曾是未来、现在和过去，皆为一体；人类与其他物种的命运，殊途同归。”

——菲利普·霍尔《鲸》

乔·霍维特（Joe Howlett）去世的那天，破晓很美丽。舍派堪港的海面如镜般风平浪静，随着太阳浮上深蓝天空，乔掌舵着希拉号（Shelagh）——加拿大鲸研究所的科考船，驶入圣劳伦斯湾，准备开始一天的北大西洋露脊鲸考察，并对新不伦瑞克北部海湾的浮游动物进行采样。

在开阔水面，乔和船上的其他科学家早早起了床，面对金色晨光惊叹不已——途中和他们迎面相遇的三艘大帆船，正满帆而行，驶入港湾参加夏季节日。

乔，59岁，这辈子几乎一直是水手和渔夫，这些节日帆船，他看得欣喜若狂。

好天气对他们来说是多重的祝福：除了要完成常规的科考任务，希尔号的两位首席科学家——乔和菲利普·汉密尔顿（Philip Hamilton）可能会尝试在开阔水面解救被困鲸。之前的一个夜晚，他们接到了联邦海洋与渔业部（Department of Oceans and Fisheries, DFO）的电话：一头露脊鲸在他们的位置附近被捕蟹网缠住了，发现受困鲸的渔民试图靠近它时，这头鲸便发狂起来，猛烈拍击水面，它巨大的身躯交错遍布着深深的白色伤痕，这是被捕鱼用具缠绕过的典型伤痕。（世界上80%的露脊鲸一生中至少受困过一次，50%的露脊鲸经历过2次以上。现在许多的露脊鲸身披刺眼的白色伤痕，而它们原来的皮肤应该是光滑、天然墨黑的。）

求助电话打进来时，兼为新英格兰水族馆安德森·卡伯特海洋生物中心生物学家的汉密尔顿刚为小组第二天的航线做好了规划。开启鲸GPS坐标定位后，他发现受困鲸就在自己2公里范围内。他告诉渔业部：当然，我们会试着搜寻它。

这种求助对他们来说算稀松平常：乔是坎波贝洛鲸救援队的创始成员之一，这只队伍由渔民志愿者组成，自2002年开始，专门在加拿大滨海诸省对被困渔网的鲸进行施救。他是世界上曾冲在最前线的鲸解救老兵之一，无数次与重达70吨、受困痛苦的鲸亲密接触。

2017年是这种极度濒危的动物最危险的一年。渔民和研究者在圣劳伦斯湾发现了更多露脊鲸尸体，有些受船舶撞击致死，有的被渔网绞死。因为无法自由游动或进食，被渔网缠绕的鲸死于饥饿，或因渔网嵌入肉体过深，日复一日，月复一月，渔网甚至割入骨骼，最后死于感染。直到2017年7月9日，希拉号接到刚才的求助电话，在短短四周内已经发现了7具鲸尸体，生物学家们已经开始将尸体拖走进行尸检。

距乔上一次解救鲸才过去5天，当时渔业部的干事们与希拉号在海湾一同施救。希拉号花了1个多小时一直在尝试靠近鲸，但这头鲸突然出人意料地停止了抵抗，无力地浮在水面上。随后，乔得以与刚抵达的联邦海洋与渔业部干事一同切除渔网，只用了15分钟，整个施救过程十分快速，解救一头鲸通常要花上数小时，而生性暴躁机敏的露脊鲸更是麻烦。

1000多年来，人类撑着小船，伺机捕杀鲸；乔则是第一代乘着小船去拯救鲸的人。

作为一名渔民，乔知道这些生物之所以受困，年复一年，是因自己生计带来的恶果。（几年前，乔工作过的渔船上的渔具正好出现在了代托纳海滩临海的露脊鲸身上。）乔选择从事拯救鲸，最主要是因为他觉得自己愧对这片海。他想要回馈海洋。但与旧时代的捕鲸人不同，他向往大海、对慢慢靠近世界上那些最庞大的动物感到兴奋不已。1000多年来，人类撑着小船，伺机捕杀鲸；乔则是第一代乘着小船去拯救鲸的人。

这就是为什么，去年7月那个夏天清晨，他那么急于出海。–

深爱着海的男人

“纵使我将它解剖，只刀入骨肉罢了；我对它一无所知，且永远无从知晓。”

——赫尔曼·梅尔维尔《白鲸》

乔·霍维特，他的家人叫他乔伊，在新斯科舍省哈伯斯火车站长大。他的父亲是车站经理，乔每天看着乘客来来往往，自己则驻足原地。他的童年在垂钓、帆船和体育运动中度过，很少远离自己的出生地，直到1975年，那年他17岁。那年夏天，乔和他的朋友史蒂夫·克罗夫特（Steve Croft）加入壳牌公司的考察船，向北航行，为石油勘探进行地震学调查。他们行经塞布尔岛、纽芬兰、巴芬岛然后前往格陵兰岛，每6小时轮班负责30名船员的伙食——途中乔升职为甲板水手。

他们看到拉布拉多海的冰山向南漂流，北极熊游荡于海岸。他们在格陵兰岛忙活了一周，从当地因纽特人那里买了抛光坚果，雕刻成小戒指出售。夏末，他们回到哈利法克斯时，史蒂夫、乔和其他六人将船驶往该船的船籍港，德克萨斯州的加尔维斯敦。日子一天天地去过，向南航行时看着美国海岸在身边延伸着，艰苦的工作已经完成了，晚上他们便聊天、给家里写信。史蒂夫说，这应该是乔过得最像度假的日子。

乔并没有回到哈伯斯完成高中学业；相反，他加入了海岸警卫队，二十多岁的那几年里，他在路易斯圣洛朗的西北通道上破冰，环绕北美航行，甚至在百慕大三角遭遇过飓风。

1986年，28岁时，乔的人生又一次被改变。那时他在贝德福德海洋研究所工作，绕着坎波贝洛绘制海床图，途径新不伦瑞克的一座小岛，有900居民，离缅因州海岸只数百米。他的船停泊在“加拿大老兵团”附近的一个码头，当时“加拿大老兵团”是这座岛上唯一的酒吧。一晚，在社区舞会上，他结识了土生土长的坎波贝洛岛民，鲱鱼渔夫的女儿，达琳·布朗（Darlene Brown）。她请求乔留下来，乔却说他做不到——最后乔在她父亲帮助下找到了工作。

乔的兄弟托尼·霍维特（Tony Howlett）回忆到：“乔说这辈子有三件事他永远不会去做，”他说过：“我永远不会搬到新不伦瑞克；我永远不会结婚；我永远不会成为渔夫。”在那一年他却把这三件事都做了。

1987年他和达琳结了婚。他们生了一个儿子，名叫泰勒，乔也成为达琳第一个儿子——查德的继父。查德的亲生父亲，迈克尔·布朗，同是这座岛的居民，成了乔最好的朋友之一。

乔安顿了下来，但他把那种水手特有的冒险精神也带给了他在小岛长大的妻子。他组建了“青蛙池勇士曲棍球队”，队员由岛民与卢贝克居民组成，卢贝克曾是缅因州的一座陆上小村庄，过桥便是坎波贝洛。

去往新不伦瑞克，途径缅因州参加圣斯蒂芬的世界青少棒球大赛的路途很长，开车要花上好几小时，但他们会绕行走乡间小路，即使夜幕早已降临，为的是不让旅程早早结束。乔曾教他的朋友大卫·安东尼（David Anthony）如何驾船，一有机会他们就偷偷摸摸出海。乔不管到哪都带着他的口风琴，想逮住每一个大显身手的机会。“就算他表演得像铲屎一样，他也玩的很开心。”他的朋友麦凯·格林尼（Mackie Greene）说。

乔与托尼最后一次遇见时，乔告诉托尼，自己的生活能变成这样还是“有点开心的”。“在这我有了孩子们，今后也要一直在这生活，”乔说，“这样挺好。”

坎波贝洛也是乔第一次近距离接触鲸的地方。刚搬到岛上不久，乔独自一人在夜晚出海，渔船拖着一拉网的鲱鱼，他听见水下有什么东西正在跟着自己的渔船和渔网里的鱼，互相呼唤着，浮上水面在他四周游动。当乔告诉妹妹玛丽·艾伦·洛纳根他的奇遇时，她担忧不已。要是鲸靠得太近了，会不会掀翻他的小船？

“乔，你难道不害怕吗？”她问。

“梅儿，它们知道我在船上。”乔答道。

第五日

“上帝就造出大鱼和水中所滋生各样有生命的动物，各从其类；又造出各样飞鸟，各从其类。上帝看着是好的。 上帝就赐福给这一切，说：「滋生繁多，充满海中的水；雀鸟也要多生在地上。」 有晚上，有早晨，是第五日。”

——《创世纪 1》21-23

放在现在谈可能有些古怪，但是在19世纪初，自然学家仍对于新鲜出土的化石困惑不已，争论着一种生物完全灭绝是否可能（被人类完全灭绝或者经自然选择消失）。美国第三任总统和野生动物爱好者托马斯·杰斐逊（Thomas Jefferson）写道：“这便是自然的运转模式，她绝不会允许任何种族的动物灭绝；不允许她伟大工程有任何一环皴裂破碎。”换言之，生物不会灭绝，以免与上帝的完美创造相矛盾。还是将这话告诉乳齿象、野牛以及像怀俄明蟾蜍这样的不起眼的小动物。把这话讲给露脊鲸听吧。

到11世纪的尾声，巴斯克人攀登山丘与高塔，于比斯开湾高处搜寻北大西洋露脊鲸的身影。这些缓行的庞然大物于海面群聚，由于有着厚重的鲸脂层，死后就像肥大的黑色软木塞一样长时间漂浮于海上。“捕鲸人只需静坐于海岸，待露脊鲸游经，撑木舟或小船随行，屠戮，拖回。”

到了16世纪，比斯开湾的鲸群近乎被捕杀殆尽时，巴斯克人驶向更远的纽芬兰海岸，捕杀弓头鲸。

马萨诸塞州伍兹霍尔海洋机构生物学家，合作性、数据共享的保护组织北大西洋露脊鲸保护联盟主席，马克·鲍姆加特纳（Mark Baumgartner）说。

几个世纪以来，仅靠船桨与鱼叉，人类征服上帝的巨兽，宣示自己的统治地位。到了16世纪，比斯开湾的鲸群近乎被捕杀殆尽时，巴斯克人驶向更远的纽芬兰海岸，捕杀弓头鲸。到了17世纪，鲸油振兴了西方文明，集中在马萨诸塞的北美捕鲸业，如野火般蔓延开来。露脊鲸（right whale），其名被理解为“正确的鲸”（“right whale” to kill）而被大量捕杀，但当时人们对这种生物却一无所知。直到18世纪现代分类学创立，自然学家才得以渐渐掌握鲸物种间的差异；从前，人们对露脊鲸的称呼各不相同：巴斯克地区的人称它sardre（school），丹麦人称其svarthval （black whales），荷兰人把来自挪威北角的鲸叫做Noordkapers，冰岛人称其sletbags（smooth backs）。那时人们未曾想到，露脊鲸迁徙至全球各地，是一种遍布全球的物种。

在北美，露脊鲸被称为“真鲸”（true whale）, “鲸须鲸”（whalebone whale）, “七尺骨鲸”（7ft bone whale）, “石鼻鲸”（rock-nose whale）。但对于内陆人来说，它们曾是可怖的海底谜兽。16世纪，艺术家们把它们描绘成有着尖牙突刺的巨型魔鬼鱼，浑身布满眼睛，甚至口器。“对于现代世界来说，鲸是在充满威胁的世界中，无辜无害的象征，” 菲利普·霍尔（Philip Hoare）在他的书《鲸》（The Whale）中写道，“另一方面，大鱼吞噬了约拿，历史认为这是危险，或者辛巴德发现自己在巨鲸背上，‘鲸背已沉积土壤，自天地初树木已生于此。’”

将它们屠杀殆尽更为简单。

我们用石油制品替代了鲸油，捕杀暂时停歇了下来，但因为人类又发明了鱼叉发射器与捕鲸船，捕杀量远超海洋从前的猎捕承载能力。

到1930年，每年有5万头鲸被捕杀，而在战后的几年，鲸油作为一种廉价的材料，被用于制造人造奶油、冰激淋、肥料、肥皂等近乎所有的产品。2015年的一项研究估计，20世纪全球的鲸捕杀量接近300万。记者丹尼尔·克雷西（Daniel Cressey）在英国杂志《自然》报道此事时写道：“其他著名的动物捕杀案例可能有更大的捕杀量… …但是就纯粹的生物量而言，20世纪的捕鲸当为历史之最”。

1986年国际捕鲸委员会最终禁止了商业捕鲸（尽管少数国家，包括日本，挪威和冰岛，无视禁令）。自此，一些物种的种群数量渐渐恢复——例如座头鲸与南极小须鲸，预计到2050年，它们的种群数量有望恢复到人类捕鲸前水平。但是对所谓的“城市鲸”——露脊鲸来说，它们的栖息海域与工业化的海岸线重合，1986年露脊鲸的种群数量曾低于300头——这种消亡曲线过于陡峭，且它们栖息的水域充满了更多人为危险。–

灭绝的解药

“将军，如果我们随己所欲对待这些鲸，我们将会和灭绝它们的人类一样罪恶。”

——斯波克，《星际迷航4：抢救未来》

查尔斯·斯托米·梅奥（Charles “Stormy” Mayo）一直靠海为生。他的家人最初在1659年于科德角定居，而他却选择出海，他这样做不是为了捕杀海里的生物，而是为了研究它们。在达特茅斯学院获得生物学学位并获得迈阿密海洋与大气科学学院的几个研究生学位后，他当时决定回到普罗文斯敦，在海角最远的那一端，造一艘帆船，过宁静的生活，因为他觉得自己在学术界太激进了。然而在仅几个月之内，他就和一位朋友联手，反对一项港口疏浚工程。他们的努力最终成就了沿海研究中心，一开始这个组织仅有两位活动成员，现在则变成了重要的科研与海岸管理机构。

1983年4月的一天，梅奥正在一艘科德角湾的鲸观察船上工作，恰好看见数头露脊鲸游经，在向众人解释这是多么罕见的景观时，一位年长的女性走到梅奥一旁。他们的简短对话竟彻底改变了梅奥的研究生涯。乃至35年后，他仍然清晰地记得，随着海风吹拂着她的长发，她解释道自己在楠塔基特岛捕鲸博物馆工作时，看到过文件记录：在过去的几个世纪，科德角的捕鲸热潮并不集中在春季或夏季，而是在严冬。“我不是什么生物学家，”她说，“但是你想寻找露脊鲸的话，你应该那时候去。”第二年一月，梅奥开始了他的观察。

一月底，他在港口外就发现了第一头露脊鲸。随后，他经常同时目击2只，3只，4只鲸——那时露脊鲸是大多数生物学家眼中的谜。“那年，所有人都大开眼界。”他说。

就像捕鲸一样，鲸解救是对生命的极端狂热，冰冷海水上充满热血与肾上腺素。

约一年后，来自达尔豪斯大学和英格兰水族馆的研究人员，包括菲利普·汉密尔顿（Philip Hamilton）和莫伊拉·布朗（Moira Brown）——之后的加拿大鲸研究所领导者，在夏季的几个月里，发现芬迪湾大型的露脊鲸集群。他们发展出一套识别不同鲸身份的方法，其一部分手段是靠辨认生长于鲸皮肤的突出、粗糙、独一无二的斑块——胼胝。经过数年的识别、拍摄与编目，研究人员终于可以确定露脊鲸的数量：大约270头。虽然种群数量比较少，但是出人意料地呈现出缓慢的恢复趋势。影响恢复的两大阻碍是：船只碰撞与渔具缠绕。

船只撞击造成的死亡比较容易理解。这种钝器伤，让鲸就像被车轧死的动物一样暴毙。但是被渔网缠绕更加复杂，更毛骨悚然。被渔网缠绕的鲸可能会拖着渔网数年，海水的作用将尼龙绳深深嵌入它们的肉体，甚至骨骼，随时间流逝，它们的伤口愈加暴露在水生病毒细菌之下。渔网阻力使觅食更加费力。尼龙绳有时会缠绕在鲸须上，使它们难以进食。被缠绕的鲸可能死于感染或饥饿，并且缠绕带来的心理压力甚至会造成雌性延迟怀孕，这不仅意味着更多的死亡，关键是幼崽更少。

虽然莫伊拉·布朗等人主张调整芬迪湾的航道，梅奥和他的朋友大卫·马蒂拉（David Matilla）正在尝试更加直接，更危险的方法：解绳救助——从数百年的捕鲸技术中借鉴来的鲸解救手段，于20世纪70年代由圣约翰纪念大学的鲸研究员乔恩·利恩（Jon Lien）首创。

就像捕鲸一样，鲸解救是对生命的极端狂热，冰冷海水上充满热血与肾上腺素。这与捕食者与猎物之间的关系相近——恰当的说，对鲸的解绳救助就像将捕鲸行为完全反其道而为之。

梅奥的父亲查理一辈子都是渔民，有时会在科德角附近捕猎领航鲸，在与他交谈过后，梅奥和马蒂拉有了想法。如果他们可以将鲸身上的渔网附上塑料浮标，把受困的鲸放在“浮筒”里（旧时捕鲸人曾用来处理木制浮标），那么他们就有可能让鲸力竭而放弃抵抗，得以抵近剪断渔网。

救援人员不使用鱼叉，而是把爪钩拴在控制绳和浮标上，抛出爪钩钩住鲸身上的渔网。一旦救援人员足够接近，他们便用特制的鱼叉（将改造的水手刀绑在鱼叉长短的杆子上）一根一根地剪断渔网。

要拯救的生物大到无法尽收眼底，那时的肾上腺素飙升你能想象吗？

1984年10月，在马萨诸塞州格洛斯特海岸边，他们准备为一头名叫艾比斯的雌性受困座头鲸首次尝试这种方法。她逃脱了救援者的第一次追踪，但一个月之后，到感恩节那一天，梅奥、马蒂拉和一组船员带着水听器和苏迪亚克充气艇出发，去录制普罗文斯敦附近的座头鲸群的叫声。抵达时，他们发现了艾比斯，她仍然被渔网缠着，和上次见她时比，消瘦很多。

小队当时没有带任何工具，在赶回去带来更多的绳索、浮标和第二艘充气艇后，他们开始了救援行动。用小船锚作钩爪，连着控制绳与浮标，钩住缠绕着鲸的渔网。就如老捕鲸人所述，艾比斯已经精疲力竭，无力逃跑，游了几分钟便停歇了。梅奥和马蒂拉依靠着小艇，用水果刀割开缠绕在她鲸须上的尼龙绳。随后她便自由了。

第一次解救之后，梅奥和马蒂拉继续与查理合作，开发了专门的工具。很快，沿海研究中心的成员开始为世界各地的人提供培训，_学员包括2002年的坎波贝洛鲸救援联合创始人乔·霍维特和麦基·格林尼。

要完成鲸救援，需要特别的人来操作，乔和格林尼分别都是不同领域的最佳人选。2000年初，他们各自运营着自己的赏鲸船，都擅长绳索操作，海上工作经验丰富。他们足够默契，足够的友好竞争让工作变得有趣。“许多时候只需要乔手指一点，”格林尼说，“我心里就明白他想让我往哪儿开。”

乔也是团队的驱动者。“他不断挑战极限，”乔的朋友、捕鱼同事、鲸解救员大卫·安东尼说。“毫无疑问，他是咱们之中最优秀的。”作为训练有素的海岸警卫队长官，乔也相当注重安全与航海技术。如果感觉实施解救太过于危险的话，他不会让船员行动。

他们刚起步时，渔业部为他们提供了一艘单人快速救援艇，新英格兰水族馆为他们临时燃油费赞助。18个月后，安东尼正式加入乔的团队。一天，在捕虾船甲板上，乔告诉安东尼，他认为他们还是亏欠大海。

今天，格林尼和大卫谈到解救这种超现实般的生物。你是否曾亲眼目睹一头座头鲸？要拯救的生物大到无法尽收眼底，那时的肾上腺素飙升你能想象吗？

网上有一段2016年乔解救受困露脊鲸的视频，你可以看到救援行动的超强体力消耗，以及精神震撼。身着红黑坎波贝洛鲸救援制服、戴着自己的签名款墨镜，乔俯身贴卧在橘色苏迪亚克充气艇舷缘——他的动作有力、专注、果断——将鱼叉或长杆一次又一次用力推入水中。视频的尾声，解救鲸后收拾器材时，你可以看到乔脸上的汗水与疲惫。（视频仅展示了解救的最后2分钟，然而乔、格林尼、布朗和前渔业部干事杰瑞·康威已经为此忙活了4个小时。）格林尼身着同样的红黑外套与白色头盔，大声欢呼并举起双手庆祝胜利。你能感受到紧张后轻松的氛围。

–

今天，格林尼和大卫谈到解救这种超现实般的生物。你是否曾亲眼目睹一头座头鲸？要拯救的生物大到无法尽收眼底，那时的肾上腺素飙升你能想象吗？格林尼说：“你无法目睹它的全貌，或许是因为它让你双腿发颤。”这两人曾经在午夜，追逐一头长须鲸，一路从坎波贝洛追到布莱尔岛。他们曾被一头座头鲸举起，离开水面。他们承认，追逐鲸就如折磨一般，却是有价值的。格林尼说：“眼前的动物正饱受煎熬，你必须有所作为。”

露脊鲸的种群数量越来越靠近灭绝的边缘，就算只拯救一头露脊鲸，也是事关重大的。但是以回报大海为理由，很难解释他们在谈及解救行动时难以掩饰的兴奋语气。体验鲸气孔的呼吸，这种感觉无法言说。也许他们之间的羁绊与他们相互的信任一样深厚。特别的人才能承担如此风险——不仅希望拯救鲸，也渴望感受野性。

每片沙滩上，都有死去的鲸

“现在，于此惊诧时刻，于不经意之间我们正决定，进化之门是继续敞开，抑或是永久地关闭。”

——伊丽莎白·克尔伯特《第六次大灭绝》

2003年，加拿大鲸研究所说服了加拿大运输部和国际海事组织，将芬迪湾和罗斯威流域的航道移出新斯科舍省南岸。一些地区的船只撞击风险降低了90%，截止2010年，露脊鲸的种群数量已提升至483。露脊鲸成为了动物保护的象征，这个物种在经历了几个世纪的人类屠杀之后，近况有了些许好转。

但海面之下并不安宁，洋流开始带走大量鲸赖以生存的浮游动物，远离目前的露脊鲸栖息地，远离芬迪湾的新安全区域，远离科学家的观察区域。

芬迪湾的露脊鲸种群数量一直在上下浮动，但是2010年研究者发现，在寻常地带觅食的鲸减少了。海湾中浮游动物的数量和质量都有所下降。一种解释是，随着缅因海湾的升温（由于墨西哥湾暖流的北移与洋流的减速，这里比全球99%的海域升温更快），且因为冷水携带更多氧气，洋流正把浮游动物带到北方水温较冷的圣劳伦斯湾。

鲸正追随它们的食物，进入新的海域：船只航速相当快的水域，每年春天，正当鲸来时，几乎牢不可破的尼龙绳和成千上万的捕蟹笼缠绕在一起，从海面到海床，变成了水下尼龙森林，缠住任何游经的物体。

截至去年6月底，托尼亚·维默（Tonya Wimmer）已经厌倦了发邮件报告海湾死鲸的情况。作为哈利法克斯海洋动物反应协会（Marine Animal Response Society, MARS）的主任，当发现受困露脊鲸时与救援队伍、研究者取得联系是她的职责。当发现死鲸时通知研究界也是她的工作，就像2017年6月18日，19日，21日，22日和23日那几天一样。她说：“所有人都困惑了，最糟糕的情形就是听到：‘伙计们，我们发现另一头，还有一头，又有一头。’”

研究人员得找出每只鲸具体的死因。首先，他们尝试从漂浮在水面的死鲸身上采集样本（基本上是大块的皮肤和脂肪）。来自爱德华王子岛大学的病理学家皮埃尔·伊夫·道伍斯特（Pierre-Yves Daoust）博士甚至亲自爬上一具浮肿的鲸尸骸，切下实验室需要的样本。在使用这些手段后，显然无法得出结论，渔业部便授权协会将鲸尸体拖至海滩，使用大型政府器材进行尸检。

鲸的尸检工作至少需要30人或更多。挖掘机一条一条地剥去外层鲸脂，然后是肌肉，器官，直至骨骼暴露。一些鲸被绳索包裹，深深嵌入皮下——死因很明显：死于饥饿或感染。（早些年，人们发现一些鲸被绳索穿透了骨骼。）在其他的鲸体内发现了大块的黑灰：船只撞击造成内出血，漂浮于海上的尸体在烈日曝晒下，血块从内部被烧熟。维默说：“每个周末我都会去加拿大沿海诸省风景甚好的海滩，可几乎每一片沙滩上，都躺着一具庞大的鲸尸体。”

去年解剖尸检的12具漂浮的鲸尸体中，2头死于渔网缠绕，4头死于钝物撞击，其余的尸体都已高度腐烂，无法确认。

其中有2具尸体，是乔·霍维特曾经救援过的鲸。

圣劳伦斯的悲剧

“……映入你眼帘

觉些许难以置信

抵苍穹之一瞬

出乎你所有想象

就如第五日生命之神话

黑暗破晓，如雨倾洒

回旋，向天际；随后

再次坠入那片漆黑丝绸

返航

一齐驶入那冷焰”

——玛丽·奥利弗《座头鲸》

7月10日，在圣劳伦斯，乔和希拉号船员收到了由观测飞机发来的受困鲸新坐标。在接下来的几个小时里，他们向北，向东，向南，向北，向东航行，来回搜索这片区域。仍然没有遇见它的运气。

约中午时分，他们与渔业部干事们会面，渔业部的人坐快速救援舟与乔一行人会和。本周稍早些，乔和汉密尔顿与这些干事们非常高效地协作救助了一头受困露脊鲸。会面期间，他们得知另一架观测飞机于16公里外定位了那头鲸。希拉号行驶得太慢，乔和汉密尔顿跳上联邦海洋与渔业部的船，急速前往。

上午10点后他们很快找到了4123号露脊鲸，一头6岁大的雄性鲸，情况不容乐观。一圈又一圈，渔线紧紧地把它的身体和鳍缠住，嘴里的鲸须更是缠绕了十多圈。汉密尔顿和乔向干事们解释道，这次行动不会和第一次一样轻松。汉密尔顿警告他们：“乍一看露脊鲸好像不会屈伸，但其实它们的尾巴可以一直拍到头部。”

乔站在船头就位，手里捏着他的鱼叉准备就绪。汉密尔顿居后，站在驾驶室边以便指挥渔业部的船长行船。他们小心翼翼地靠近4123，鲸却以3-4节的稳定航速逃离了追逐。站在船上，乔可以看到鲸背部的一些渔线缠得并不紧，留有些许空隙，以便剪断。快艇追上了4123，船长掌舵让小艇与巨鲸并排航行。看鲸并没有转向，也没有下潜的意图，乔便猛推鱼叉，剪断了一根渔线。4123，或许是感到焦虑和疼痛，拍打着它的尾鳍，把水溅到了船上。

船长放缓速度，好让4123平静下来，随后他们又一次尝试抵近。又一次尝试，乔将鱼叉推入缠结的渔线，第二团纠缠的线被成功钩住。汉密尔顿记得他目睹鲸潜入水下，掉头向小艇游去。乔的反应一如通常，随着4123消失在船头之下，他仍然用力拉扯着渔线。乔用力的拉啊拉——随后鲸在汉密尔顿的视野中消失了，但渔业部的船长能看到。乔转身，脸上闪过一丝微笑，并对着船员们竖起一个大拇指。他成功剪断了渔线。但是船长发现4123突然毫无征兆地从乔身后浮出水面，它的尾鳍正要砸落下来。汉密尔顿及时转身，却只看到露脊鲸的尾巴从充气艇一侧弹开。随后，所有人发现乔瘫坐着，倚着舷缘，面朝驾驶舱。

汉密尔顿冲了过去，看见乔急促地吸了几口气，不知他的意识是否清醒。“我急切希望刚才乔是在呼吸，但是我的潜意识告诉我，不，乔根本没有呼气，”汉密尔顿说。他想确认乔的心跳，却没有发现跳动。汉密尔顿问船员是否有镜子，放在乔嘴前确认他是否还有呼吸。一名渔业部干事递过一部手机。“有那么一两分钟，我真的不想承认事情的严重性。我真的不想承认这是真的。”

船员们扶住乔，让他躺在船的甲板上。由于担心脊柱受伤，汉密尔顿在乔脖子下垫了一件夹克，随后开始做心肺复苏。一名渔业部干事呼叫了希拉号。随后他们紧急返航。

希拉号的船员并不知道情况有多糟糕，带出来一些创可贴。渔业部的船到达后，接受过高级急救训练的滑雪救护队队员，汉森·约翰逊（Hansen Johnson）带着他的心脏除颤器跳上甲板。跪在乔身边，小心翼翼地将乔的头向后倾斜，抬起下巴，保持呼吸道畅通，汉密尔顿则继续做心脏按压。

来回重复的急救让船员们近乎恍惚，忘记了自己有多疲惫。他们无助地重复着急救，直到一个半小时后渔业部干事通过无线电组织好了紧急救助，以最快、最稳的航速前进，平静的海面被急船一刀切开。最终他们与海岸警卫队快艇集合，随后又花了90分钟赶往码头。

他们最终达到舍派堪时，急救小组已经将码头的一侧封锁隔离。医疗小组把乔接到便携式心电图仪上，经过几次测试后，医生宣布，乔在船上死亡。

约翰逊说：“如果你在做心肺复苏，伤员仍然没有心跳，如果一直坚持下去，保持器官运作，还有复苏的机会。因为一旦放弃，就彻底没有希望了。”

接受现实

“假设上帝远行归来，微笑着问我们，是否对宇宙万物有了些许头绪。恐怕上帝想问，我们是否终于想到要不要请教鲸。随后稍环顾四周，说道：‘话说回来，鲸们去哪儿了？’”

——科马克·麦卡锡《人与鲸》

2017年7月15日，来自坎波贝洛和鲸保护界的400多人齐聚岛上的小教堂，追悼，纪念乔的一生。这是坎波贝洛居民记忆中最大的一场葬礼。麦基·格林尼说：“有些人在岛上住了20，30年，但他们仍不是真正的岛民。乔是这座岛真正的居民。乔可以到任何人家里串门，不用敲门或打招呼；他就直接走进别人家，到冰箱里拿一瓶啤酒。如果茶几上有食物，他可能会吃一些。他早已融入这座岛，他是我们的家人。

加拿大运输部下令暂停鲸解救行动，并对事故进行了调查。托尼·霍维特这样形容他的兄弟：“如果这次事故发生在别人身上，他不会考虑自己，乔会开着自己的船，独自出海。他听不进别人的劝告。”

事故发生后，格林尼提心吊胆地继续运营他的鲸观光生意，有孩子在船上时，他总担心鲸靠得太近。“鲸在船底时，我只想着逃离，”他说。

到2017年底，加拿大水域已经发现了12头死鲸，在美国水域发现了3头。2017年10月5日，加拿大野生动物健康合作组织公布了露脊鲸尸检报告，证实了所有人都已经知道的事实：鲸死于船只撞击和渔线缠绕。同月，在露脊鲸保护联盟的年会上，马克·鲍姆加特纳和美国东北渔业科学中心的皮特·科克龙（Peter Corkeron）向与会者宣布，他们已经完成了估算。还有约100头可繁殖的雌性露脊鲸存活，每年至少有4-5头死亡。这意味着要保持种群数量稳定，每年必须要有4-5头露脊鲸幼崽出生。据我们所知，2018年，没有幼崽出生。如果这种情况持续下去，鲍姆加特纳说，“未来二十年内，露脊鲸将彻底灭绝。”

2018年3月，加拿大政府宣布实施正式、存有争议的保护计划。他们重启露脊鲸解救行动。格林尼和安东尼，一旦接到电话，将立刻出发行动。飞机和海上监视将会增加，加拿大运输部规定，途经圣劳伦斯湾西部，大型船只限速。

海岸警卫队试图在4月破冰，以便捕蟹渔民早日撒网（不巧，天公不作美，渔季迟来）。今年春天，在目击露脊鲸的海域，联邦海洋与渔业部禁止捕蟹作业。捕雪蟹的渔季也会在6月30日结束，较通常提早两周结束，几名渔人向渔业部提交了申请，测试新式无网螃蟹笼。所有的这些措施，虽饱受争议，但都实质性上改变了传统捕鱼方式，且对今年雪蟹的收成有很大影响。

希望，让我们在危机面前凝聚，但它也会助长叛逆。世界被塑料埋没，循环利用一小部分垃圾又有什么用？全球温室气体排放持续攀升，减少开车又有什么用？格林尼和安东尼接替了乔，他们的工作并不是无足轻重——它很及时，且至关重要，可最终，也只是权宜之计。

如果鲸重新繁盛起来，为它们种族的延续争取到了时间，我们才算成功。曾经给它们带去末日的人类，若不做更多的干预，我们这辈子，恐难看到此景。现在我们远看着，撤走渔网，故意躲开它们。现在最好的假设也只是不会灭绝。梅奥说：“我必须向你强调，当种群数量非常低且呈下降趋势时，想要挽回，难度极大。”

我们在这颗星球留下的烙印太深，她已遍体鳞伤。想要彻底拯救，抚平伤痕已无可能。

帝王蝶迁徙

“人类的精英们被关爱诅咒，即使我们的视野模糊不清，笨手笨脚还不死心，无论如何都想要保护任何看上去美丽的东西。”

——乔恩•莫阿拉姆《野之物》

2017年春天，乔的兄弟托尼和他的妻子珂赛特在后院种了乳草，试图吸引帝王蝶。托尼说：“乔正在拯救鲸，我们就种些乳草来救帝王蝶。”

7月的一个下午，珂赛特第一次在外头发现这些蝴蝶，正当她仔细打理乳草时：两只鲜艳的橙色蝴蝶互相纠缠着，在花园扑翅翻飞。她立刻开始拍照，过于着迷甚至忽略了家里的手机铃响。“家里电话打不通就打我手机，我最好快去接电话。”她想着。一只手接着电话，一只手用相机拍蝴蝶时，她却听到了乔的噩耗。

“帝王蝶在墨西哥是死亡的象征，”今年3月托尼告诉我：秋寒潜入加拿大时，帝王蝶就开始它们的长途迁徙，南飞至中墨西哥的山脉。有阿兹特克神话如是说：橙色蝶群，每年于死亡之日以遮天之势而来，是逝世亲人之魂魄。

乔去世后约一个月，珂赛特和托尼留意到一条鲜艳的毛毛虫，正在木架下爬行。两人每天观察着它，这只蠕动的小生物随后变成了显眼的绿色蛹。8月25日早晨，珂赛特前去查看蝶蛹，透过外壳，她看到了蝴蝶斑斓的橙色翅膀，已是完全半透明，随时准备孵化。因为珂赛特还有工作要做，所以托尼代为静坐在蝴蝶旁，手机随时准备录像。他在那儿耐心等待了七个小时，直至帝王蝶破茧而出。

翻译：邮狸

校对：亦兰

编辑：EON

原文：https://thedeepmag.ca/joeandthewhale/

一般来讲，我们倾向于默认雄雌这两种生物性别。但在精子和卵子还没有进化出来之前，在生殖细胞还没有发生形态上或尺寸上的变化之前，生命体是没有所谓的性别之分。

现在很多真菌、藻类、原虫也还是没有分性别。不过，这些物种虽然没有性别，但是却有不同的交配种类。你可以理解为，在分子层面上有不同的性别细胞，但在解剖学层面上没有不同的性别组织结构。

而且这些不同的交配种类还不是成对出现的。

拿社会型阿米巴盘基网柄菌（Dictyostelium discoideum）来说，它们就有三种交配种类。每种类型都可以和其他两种配对。簇生鬼伞（Coprinellus disseminatu），子实体部分为白色的一种蘑菇，有143种交配种类，同理，每一种都可以和其他142种配对。有着毛茸茸伞部的裂褶菌，其交配种类超过2万3千种（不过它的繁殖策略过于复杂，所以不再是每一种都可以和其他种类配了）！

新的理论

为什么大部分的生物只有两种性别呢？

英国巴斯大学研究员乔治·康斯坦布尔（George Constable）和苏黎世大学演化生物学家汉娜·可可（Hanna Kokko）找到了这个问题的答案。

他们在《自然-生态与演化》上发表的论文提出一个模型，根据三个底层的生态学因素（变异率，也就是产生新种的概率；种群数量；交配的频率）可以预测出一类物种有多少种交配类型。他们的研究工作不仅帮助我们了解到这些生物，还能加深我们理解两性是如何演化的。

很多科学家认为，生命出现的早期，交配种类的演化是为了绕开近亲繁殖可能带来的危害。但如果一种生物和另一种有生殖隔离的物种交配的话，那就无法产生后代了。

如今，这个关于繁殖种类数的假说只在稳定性这个命题上得到了比较高的地位。

按说，物种的繁殖种类越多，对物种的存活会越有利。繁殖种类数是2的话，那么种群里有一半的生物相对另外一半来说，都可以作为配偶。如果这个数字是3，那可繁殖的对象上升到种群的三分之二。如果变异后带来了新的繁殖种类，那么完全不用担心找不到适合繁殖的对象；反而，可繁殖的对象数量会大大增加，范围会放宽到每一个个体。这样的话，能大大增加子代的数量。

“所以，更符合直觉的情况应该是繁殖种类的数量会越来越多。”康斯坦布尔说。

如今，这个关于繁殖种类数的假说只在稳定性这个命题上得到了比较高的地位。只维持两种繁殖种类也许是更好的一种选择。信息素信号的网络更简单更高效，以及从母代传细胞器到子代的筛选系统也更容易操作。

但这些假说没有考虑到相互猎杀的可能。

康斯坦布尔突然意识到，“我发现，我们一直默认这些物种一直在繁殖。”这个预置的假设，对他理解种群是如何演化的有巨大的影响。因为，在非繁殖期间，繁殖种类这个特征就是中性的了。观察后发现的情况是，一般都会有几种种类是主导的，然后其他种类就会消失了。

根据他们的模型，那些比较重度依赖繁殖的大型种群能留有比较多的繁殖类型。但繁殖频率低的物种则没有那么多的繁殖种类。

康斯坦布尔和可可产生了一个新的疑问。繁殖频率要有多低，现在的繁殖种数才会只剩下两个呢？

少到可怜。结果他们发现，只要数以千计的子代里有一次就够了。

“一开始，我很失望。”康斯坦布尔说，“143这个数字太小了。”

但是当他和可可去自然界里寻找例子时，他发现他们的模型预测结果是非常优秀的。

理解多样性的意义

慕尼黑工业大学演化生物学家Bart Nieuwenhuis说，“这（成就感）就是做研究最美好的地方。”

按说，像阿米巴、真菌等只有两种性别的生命体的交配频率应该挺低的，因为大部分时间都是快速低耗能的无性繁殖。像有些酵母菌，每1000到3000代才会有一次有性繁殖。当生存环境变得恶劣的时候，有性繁殖交换基因有可能会产生有利于存活的性状，从而有可能提高他们存活的几率。

悉尼大学进化生物学家Jussi Lehtonen说，“这个谜题很久都没解开，提出一种合理简洁符合这些生命体生物学的解说花了很长时间。”

可可认为，只根据小鼠、果蝇、大肠杆菌的生命体模型来理解我们的生物学底层原理还是不够的，我们应该去发现自然界里多样性更为底层的功能。

虽然这些物种遵循的规律看起来很难懂，但这可能帮助我们理解那些熟悉的性状。

“研究人员有时候看待多样性的解读角度和目光有些短浅。也不是所有的生命都遵循大多数最常见的规律。”

她希望这次的研究，能激发同行做更多非模式生物的实验。非模式生物的研究，比如说她这次做的工作，也能够帮助科学家打下基础，比如说特殊物种的信息素信号以及细胞器遗传的机制。

虽然这些物种遵循的规律看起来很难懂，但这可能帮助我们理解那些熟悉的性状。“我们可以把只有两种繁殖种类看作雄性和雌性的演化触发条件。”法国里尔大学生物学家Sylvain Billiard提到。

康斯坦布尔和可可的模型提供了一种性别出现的可能机制。Nieuwenhuis观察到，当交配频率太低，也很难找到配偶时，那主流的繁殖种类数就是2。这种情况下，特化的更小的，可以更容易到达配偶体内的配子就出现了。也许就是从这里，开始了性别的分化。

Nieuwenhuis尝试在实验室验证这个假说。他一直在让酵母菌裂变，使之产生能与另外两种交配的第三种繁殖类型。“太难了，”他说，到现在他都没有成功过。

康斯坦布尔还认为，这研究工作还可以有更多直接的应用。有一种会感染庄稼的致病型真菌，它的其中一种繁殖种类破坏力极强。控制这个种类的基因，也许和抗真菌药的基因关联起来的话，就能消灭掉这种真菌。

搞明白这些性状如何能关联在一起，可以有效地控制或防止枯萎病。

吉尼瓦大学的一位博士后Zena Hadjivasiliou说，“从某些角度上来说，先从简洁的、符合直觉的想法开始（提出假说）。然后有时候最精湛的工作就是来自于这些简洁的灵感。”

那么，站在15年后来看，这本书到底在讲什么？它的核心是讲一些非常抽象的东西：元理论（the theory of all possible theories）或者元宇宙（the universe of all possible universes）。但对我而言，本书的一大成就是认识到人们可以在程序可实现的计算型宇宙（computational universe）中做实验，以此探索事物本质。在书的结尾有许多乍一看很奇异的图片，其实它们只是由非常简单的程序生成。

在1980年，我是一名理论物理学家，如果那时你问我简单程序能做什么，我可能会回答“并不多”。大自然展现出的复杂性深深吸引着我，但像典型的还原论科学家那样，我认为理解复杂性的关键在于搞清楚事物基本成分的详细特征。

现在回想起来，命运对我十分眷顾，多年前我恰好拥有兴趣和技能去切实探索计算型宇宙中最基本的实验：系统地排列一套最简单的程序，并运行它们。

我最初就知道会发生很多有趣的事情，然而很多年以后，我才开始真正体会到我所看到的伟大力量。对我而言，一切都始于一张照片：

或者，它的现代形态：

我称之为规则30。这是我一直最喜欢的发现，我把它印在自己随身携带的名片上。它是什么？是我们能想象的最简单的程序之一。它运行在数排黑白相间的单元格上，从一个黑色单元格开始，然后在下一行重复应用给定规则。关键在于，尽管这些规则怎么看都极其简单，应用后浮现出的模式并不简单。

这是计算型宇宙的一个出人意料却十分关键的特征：即使极其简单的程序也可能生成非常复杂的行为。我花了整整十年才明白这种现象有多广泛。它并不仅仅发生在像规则30这样的元胞自动机上。在人类想象范围内所有规则或程序中，它基本都会出现。

类似的现象已经出现了几个世纪，譬如圆周率和素数分布，不过它们基本只被视为个例，其深刻意义尚未得到挖掘。距我第一次看到规则30的现象，已经过去近35年了，每过一年，我就更清楚地了解其中蕴含的深远意义。

四个世纪以前，木星的卫星及其运转规律的发现，为现代精密科学和现代科学思维奠定了基础。那么规则30能否催生另一次知识革命，进而带来一种新的思考方式？

从某种意义上来说，我不太喜欢充任引领者（“转换范式”是个费力不讨好的活）。多年来，我只是径自用这些概念来发展技术和完善构思。但随着计算和人工智能逐渐站在世界舞台中心，我认为应当让更多人理解计算型宇宙蕴藏的巨大价值。

计算型宇宙的含义

以下是我今天看待这个问题的方式。通过观察木星的卫星，我们提出一个观点：假如以正确方式看待的话，宇宙是一个有序而规律的地方，而人类终将理解它。但现在，通过探索计算型宇宙，我们很快发现类似规则30这样的存在，认识到即便极简规则也能生成不可化约的复杂行为。

《一种新科学》的伟大发明之一是计算等价性原理。第一步是把每个过程（无论它发生在黑白方格、物理世界还是我们大脑中）视为一种将输入转为输出的计算。计算等价性原理表明，在一个极低的阈值上，所有过程都对应着复杂度相同的计算。

当然它也不一定正确。也可能类似规则30的过程要比飓风的流体动力学，或者我在写作时的大脑运动过程更简单。而计算等价性原理认为这些事情在计算上是等价的。

这是一个有着深层含义的重要论证。一方面，它暗含着我所说的计算不可化约性（computational irreducibility）。如果有类似规则30的东西正在进行和大脑或者数学一样复杂的计算，我们不可能‘‘超过’’它去预测结果，只能通过不可化约的计算，有效跟踪其每一个步骤，弄清楚它要做什么。

精密科学中的数学传统尤其强调通过求解方程来预测系统行为。但是计算不可化约性表明，传统方法并不适用于分析计算型宇宙，我们只能通过执行明确的计算来模拟系统行为。

观察世界的角度转变

在《一种新科学》这本书中，我完成的其中一件事是展示了如何将简单程序作为一种模型，应用于分析各种物理、生物和其他系统的基本特征。书籍出版时，不少人对此持怀疑态度。大家都认为严肃的科学模型应当建立在数学方程基础上，这种延续了300多年的学术传统的确非常牢固。

但在过去的15年里，一些惊人的变化已经发生。今天，无论在动物行为模式领域还是网络浏览行为领域，新涌现的模型通常都基于程序而非数学方程。

年复一年，时间缓慢无声地流逝着。而在这个领域，却发生了戏剧性转变。三个世纪以前，数学方程取代了纯粹的哲学推理。在短短几年内，程序又取代了数学方程。目前来看，程序是实用而高效的：它做得更好，更有用。

在理解事情发生的基础时，人们会被引导至类似计算等价性这种想法上去，而非数学理论和微积分。传统的以数学为基础的思维方式使得力和动量等概念在我们讨论世界时随处可见。但是现在，当我们从根本上思考计算理论时，必须从不可判定性（undecidability）和计算不可化约性（computational irreducibility）这样的概念开始。

某种类型的肿瘤会在某种特定模式下停止生长吗？这或许就是不可判定性。如何预测天气变化？这或许就是计算不可约性。

这些概念不仅在理解能否对事物建模时大有帮助，而且在弄清楚能否管控事物时也非常重要。在经济领域，计算不可化约性会制约全球治理方式的发挥空间。在生物领域，计算不可化约性也会抑制普遍疗法的可能性，使得推动个性化医学疗法的发展成为必然趋势。

基于计算等价性等原理，我们能展开讨论，究竟为何自然界中复杂行为如此常见。或者，为什么就连确定性极强的基本规则也会导致计算不可约的行为，虽然从实践上看这种行为貌似体现了“自由意志”。

深耕计算型宇宙

《一种新科学》的一个中心思想是，计算型宇宙中有着令人难以置信的丰富性。这意味着，存在非常丰富的资源可供我们挖掘利用。

你想自动生成一个有趣的定制艺术品吗？那就先看看简单的程序，然后自动选择一个你喜欢的，正如WolframTones音乐网站十多年前做的那样。想找到一个最优算法吗？只要搜索那些程序足够多次，就会找到合适的那一个。

通常情况下，我们习惯于付出努力、按部就班地建造事物，比如逐步制定建筑计划，画工程图纸或者写代码。但是，拥有极易获得的丰富性的计算型宇宙为我们提供了另一条创作之路：不用尝试建造任何东西，你只需要给出所要之物的定义，然后在计算型宇宙中搜索即可。

有时候真的挺容易找到。比如，你想生成一个随机数。那么，只需要枚举元胞自动机（就像我在1984年做的那样），很快就会发现规则30——它是最广为人知的显性随机数生成器之一（例如，看一下单元格值的中心列）。否则，你可能得搜索100000个案例（就像我在寻找逻辑最简单的公理系统，或者最简单的通用图灵机那样），或者搜索数以百万甚至万亿的案例。过去25年里，在计算型宇宙中，我们发现了很多新算法，同时我们也依靠这些算法来运行Wolfram语言。

某种程度上，这相当引人深思。如果人们在计算型宇宙中发现了一些小程序，那么就可以说它做了人想做的事。但是，当我们观察程序运行时，并不了解它背后的运行逻辑。即便可以分析程序的某个部分，并惊叹于它的“聪慧”，仍旧无法理解整个过程，毕竟这和我们熟悉的思维模式大相径庭。

当然，我们在使用造物主的杰作时也有过类似体验。我们可能会发现，某些特定物质是一种有效药物或强力化学催化剂，却不清楚其原理。然而，在工程学以及大多数推动现代技术进步的努力中，我们的关注重点通常都放在建构那些设计结构和运转逻辑比较易于理解的事物上。

曾经，我们以为这就足够了。但在对计算型宇宙的探索中，我们发现这远远不够：只选择那些我们易于理解的事物，就会忽略计算型宇宙中的大多数巨大力量和丰富性。

现有技术的世界

当我们从计算型宇宙中挖掘出更多东西时，世界会变成什么样？今天我们构建的环境充斥着像简单形状和重复过程这样的东西。但我们越频繁地利用计算型宇宙，事物看起来就会越不那么寻常。有时，它们看起来像“有机物”，或者像我们在大自然中看到的东西（毕竟大自然遵循类似的规则）。但有时候它们看起来相当随机，直到有一天突然不可思议地达到了我们能够认知到的某种形态。

数千年来，人类作为一种文明，一直在探索周遭的道路上前进——无论是用科学解码自然，还是用技术创造环境。然而，要想利用计算型宇宙的丰富资源，我们就必须在一定程度上放弃这条道路。

过去人们都认为，和人类创造的工具相比，人类大脑拥有更强大的计算力，因此我们总能“理解”他们。但计算等价性原理表明这是错的：计算型宇宙中有很多东西和人类大脑或人造工具一样强大。一旦我们开始使用这些东西，我们就失去了所谓的“护城河（edge）”。

今天我们仍在想象，我们可以识别出程序中那些不相关的漏洞。但在计算型宇宙中，计算不可化约性遍地都是，人们唯一能够做的只是运行它，看看会发生什么。

人类本身作为一种生物系统，就是在分子尺度上进行计算的一个绝佳案例，我们身上同样遍布着计算不可化约性（这就是在一些基本层面药物难有成效的原因）。我想这是一种权衡：人们可以将技术运算限定在可被理解的层面上。不过，这无疑会错过计算型宇宙中的诸多丰富性。而我们甚至无法将自身的生物学成就在我们创造的技术中对应起来。

机器学习和神经网络的复兴

我注意到，知识领域存在一种普遍现象。在几十年、甚至几百年内，知识水平都在缓慢增长，之后由于某种方法论的进步，开始迈入5年左右的“高增长”时期，几乎每周都有重大成果面世。

非常幸运，我上世纪70年代刚进入粒子物理学研究领域时，正值该领域的飞速发展期。于我而言，上世纪90年代是我个人的一个高产期——《一种新科学》就是这么来的，事实上这也是我十多年都不舍得离开该领域的原因。

今天飞速发展的领域显然是机器学习，或者更具体地说是神经网络。我很高兴看到这一趋势。我在1981年就开始研究神经网络，甚至早于我开始使用元胞自动机和发现规则30。但我从没用神经网络做过任何有趣的研究，我认为它们过于复杂，无助于解决我关心的基本问题。

所以，我把它们简化后，利用元胞自动机做实验。（我受到了统计物理中伊辛模型等的启发，以此类推。）开始时，我认为简化过度了，小型元胞自动机无法进行有趣的实验。后来，我发现了规则30。自那以后，我一直试图深入理解它的含义。

在创建Mathematica（一款科学计算软件）和Wolfram语言（一种编程语言）时，我经常关注神经网络研究动态，偶尔也会用一些小方法来做一些算法。大约5年前，我听到一些让我惊讶的事：通过训练神经网络进行复杂运算的想法奏效了。起初我还不确定，后来我们开始尝试为Wolfram语言增加神经网络运算能力。两年前我们发布了imageidentify.com网站，现在我们已经有了一整套神经网络系统。是的，对此我印象深刻。一些传统上被视为只有人类才能完成的领域，现在已经可以利用计算机开展常规性工作了。

神经网络究竟是怎样运转的？它与大脑无关，只是灵感（尽管实际上它与大脑的工作方式可能多少也有些类似）。一个神经网络实际上是一系列对数组进行运算的函数，每个函数从数组中提取相当多的输入变量。它和元胞自动机没有什么不同。除了一点，那就是元胞自动机通常处理的不是像0.735一样的任意数字，而是像0和1这样规则的数字。此外，在元胞自动机中，每个步骤只从一个定义完整的局部区域获取信息，而不是从所有区域获取信息。

客观地说，现在“卷积神经网络（convolutional neural nets）”研究很常见，它的输入模式和元胞自动机同样有规律。人们逐渐发现，神经网络的运转并不依赖精确数字（比如32位），可能只需要几位数就够了。

神经网络的一大特征是，我们知道如何让它们“学习”。特别是，它们已经从传统数学中学到了许多功能（比如连续编号），无论提供什么样的训练集，都可以使用类似微积分这样的方法，使它们通过逐渐改变参数来适配行为。

目前还不清楚，需要多少计算量或者多少训练范例。但五年前的突破性发现表明，现代 GPU 和网络收集训练集已经足够用于解决许多重要的实际问题。

几乎没有人会在一个神经网络中最终明确地设置或“编程”得出一些参数。取而代之的是，它们会自动设定合适的参数。但不同于元胞自动机等简单程序（它们通常穷举所有可能性），神经网络有一种基于微积分的渐进过程，这会逐渐完善网络，类似于生物进化过程中逐步提高有机体“健康”的过程。

这种训练神经网络的方式效果显著，不过人们也很难理解其内在规律。但从某种意义上说，神经网络依旧大致遵循计算型宇宙的规律：它基本上保持相同的计算结构，并且通过改变参数来改变其行为。

于我而言，神经网络的成功是对计算型宇宙理论阐释力的认可，也是对《一种新科学》思想的另一种印证。因为它表明，在计算型宇宙中，只要摆脱详细行为能被预测的确定性系统的束缚，马上就能发现各式各样的丰富性和有用的东西。

符合现代机器学习理论的《一种新科学》

是否能在神经网络分析中用上计算型宇宙的全部力量和《一种新科学》的思想？对此，我表示怀疑。实际上，随着对细节的认知愈发清晰，我认为对计算型宇宙的探索将进入高速增长期：进入一个前所未有的繁荣时期。

在当前的神经网络研究中，存在一种明显的权衡。在神经网络内部，与简单函数（包含基本参数）相似的部分越多，就越容易用微积分的思路来训练网络。但是，神经网络与离散程序或者结构可变的计算越相似，其训练难度就越高。

值得一提的是，我们现在经常训练的网络在几年前来看是完全做不到的。正是这些数千万亿次的 GPU 高效运算才使得训练可行。即使在增量数值方法不可能到达的领域，有人用非常常见的技术（就比如说，本地全局搜索）做重要的训练，我也不会太惊讶。甚至有可能发明像微积分一样的主要归纳法，并运用在整个计算型宇宙中。（不过，基于对元胞自动机规则空间等事物的几何基本概念的概括性认识，我仍保有一些怀疑。）

人们能利用它做什么？或许会发现能实现特定计算目标的更简单的系统，也可能诞生超出我们目前可实现的（比如人类大脑范畴）的全新运算层次。

近期，有个关于建模的趣事。随着神经网络越来越成功，人们开始疑惑：当我们可以为神经网络的结果构建一个黑盒模型时，为什么还要费心模拟系统内部运转过程？如果我们设法让机器学习深入计算型宇宙中，我们就不必再费劲权衡了，它们已经能够学习其模型机制和结果。

我敢肯定，将完整的计算型宇宙引入机器学习范畴，将会带来惊人的后果。值得一提的是，计算普遍性和计算等价性原则会弱化它的原理性。因为这两个特性表明，即使目前通用型的神经网络也能模仿任何其他系统的功能。（事实上，1943年诞生的现代神经网络思想带来了这种普适性。）

作为一个实用性问题，当前的神经网络早期是建立在硬件上等事实，会使它们成为现行技术系统所需要的基础，即便它们远远不算最优解。我的猜测是，在可预见的未来，让有些程序可以访问完整的计算型宇宙是很有必要的，这也使得它们更加实用。

发现人工智能

实现人工智能需要怎样的条件？儿时，我喜欢研究如何让计算机知晓事物，并且能够回答它已知的问题。在我 1981 年学习神经网络时，这项兴趣也部分包含在我当时的所做的——试图理解怎样构建这样一个系统之内。碰巧，我那时刚刚开发了 SMP（一款数学软件），它是 Mathematica 的前身（最后演化为Wolfram语言），并且主要基于符号模式匹配（“假如看到A，则将A转换为B”）。当时，我想象人工智能是某种“更高层次的计算”，但是不知道如何实现它。

我时常思考这个问题，却一直没能解决。然而，当创作《一种新的科学》时，我突然想到：如果我真的相信计算等价性原理，那就不存在任何所谓“更高水平的计算”，因此人工智能必须依据现有水平的计算知识来实现。

正是这个认识让我着手开发 Wolfram|Alpha（一个“计算知识引擎”）。我发现，很多像自然语言处理这样“人工智能导向的东西”，只需“普通计算”就能完成，压根用不到任何神奇的新型人工智能发明。客观地说，事实的一部分就是：现在我们已经在使用《一种新科学》中的思想和方法：我们不仅仅在将所有事物程序化，而且常常在计算型宇宙中搜索规则和算法来使用。

那么能否普遍运用人工智能？基于目前所掌握的工具和知识，我们的确可以将我们可以定义的任何事物自动化。但问题在于，下定义是一件比我们想象中更困难、更核心的事。

我看待这一点的方式是，有很多已经很接近计算型宇宙的运算。它们是很强大的，可以和人类大脑相媲美。不过，除非它与人类的目标和动机相结合，否则我们便不认为这是一种“智力”。

自从开始写作《一种新科学》，我一直喜欢引用格言“天气有自己的想法”。这听起来像一种万物有灵论和先知论。不过计算等价性原理表明，根据多数现代科学理论来看，这种说法是正确的：气象流体力学和人类大脑中的电传导在计算复杂度上是相同的。

但是，它是“智能”的吗？当我和人们谈论《一种新科学》和人工智能时，我经常被问到何时能让机器诞生“意识”的问题。生命、智能、意识：它们都是人类在地球环境下提出的特定概念。那么，在普遍意义上它们究竟是什么？所有地球生命都有核糖核酸（RNA）和细胞膜。但这仅仅是因为我们所知的生命都是相关联的历史分支的一部分，并不意味着这些细节正是生命概念的根本要素。

智能也是如此。我们只有一个有足够说服力的例子：人类。（对动物我们都无法肯定。）但我们所经历的人类智能与人类文明、人类文化和生理结构都有着深刻的关联，尽管这些都和智能的抽象定义毫无关联。

我们也可能会想到外星智能。虽然计算等价性原理暗示我们周围其实存在“外星智能”，但它与人类智能并不完全一致。譬如，规则30就像人类大脑一样进行着复杂计算，但它对于自己正在计算的东西的意义似乎并不明确。

我们想象，人类行动总是包含特定目标和动机，而规则30只是按照限定规则在运转。不过，我们终将意识到，两者之间的差异并不大。毕竟，人类大脑同样被自然规律所支配着，某种程度上我们的行为也只是在遵循那些规则。

任何过程都可以用机械原理来描述（“石头遵循牛顿定律运动”），也可以用目标论来描述（“石头正在移动以最小化潜在能量”）。基于机械原理的描述在和科学产生关联时最有用，而基于目标论的描述在和人类智能产生关联时最有用。

这对于思考人工智能至关重要。我们可以构建出与任何事物复杂程度相当的计算系统，但我们能让它们去做符合人类目标和动机的事情吗？

从某种意义上说，这是人工智能的关键问题：重要的不是实现底层的复杂计算，而是如何从计算中实现我们想要的沟通。

语言的重要性

我一生大部分时间从事的是一名编程语言设计师的工作，其中最重要的成果就是创造了 Wolfram 语言。我一直将自己视作一个语言设计师，首先想象人们想进行什么样的计算，然后像简化论科学家一样，找到能用于建立计算的优质原语。但不知为何，在写作《一种新科学》和思考人工智能的过程中，我的思维方式逐渐改变。

现在，我认为自己正在人类思维模式和计算型宇宙的潜能之间架设一座桥梁。原则上，计算可以实现各种各样令人惊奇的事。编程语言，就是人类表达需求或目标，并尽可能使其实现自动化运转的一种方式。

编程语言设计必须从我们了解和熟知的内容开始。在 Wolfram 语言中，我们用英语单词命名内置原语（built-in primitives），利用这些单词已有的含义来引申。Wolfram语言与自然语言不同，它更加结构化，更加强大。它是基于人类共享的知识语料库，建立于我们熟知的词汇和概念之上。它给我们提供了一种建立任意复杂程序的途径，以便能有效指向任意复杂的目标。

计算型宇宙能做很伟大的事，但这些事未必都是我们人类能描述或与之产生联系的。但是，在构建 Wolfram语言的过程中，我的目标是尽最大努力挖掘人类所需的一切，并用可执行的计算术语来表达它。

当我们在观察计算型宇宙时，很容易被已有的表达方式或思维框架所局限。现代神经网络提供了一个有趣的例子。为了开发 Wolfram语言的图像识别功能，我们训练神经网络识别了上千种事物。为了满足人类的需求，神经网络最终得用可以被语言命名的概念来描述它看到的东西，譬如桌子、椅子、大象等等。

然而在神经网络内部隐含的操作逻辑是识别世界上任何物体的一系列特征。它是绿色的吗？它是圆的吗？等等。经过训练后，神经网络能鉴别出有助于分辨事物差异性的特征。问题在于，这些特征几乎都没有用人类语言指定过。

在计算型宇宙中，可以找到描述事物的绝佳方法，我们对此却十分陌生。基于人类文明的现有知识库，我们还无法表述他们。

当然，当前人类知识库也在不断添加新概念。一个世纪以前，人们还无法描述嵌套模式（nested pattern），而现在我们只用说“它是一个分形（fractal）”。关键在于，在计算型宇宙中，“潜在有用的概念”是无穷尽的，我们永远也不可能跟上它的步伐。

数学中的隐喻

写作《一种新科学》时，我把它视为打破数学的应用——至少是作为科学的基础的一种努力。不过，我意识到的事情之一就是，纯数学本身也对书中思想产生了很大影响。

什么是数学？它是一门基于数字、几何等来研究确定的抽象系统的学科。从某种意义上看，它探索的是所有潜在抽象系统组成的计算型宇宙的一小部分。但也不能否认数学对人类知识领域的巨大贡献：事实上，大约300万个已知的数学定理也许是人类构建的最大的体系性智力结构。

自欧几里得以来，人们至少在理论上认为数学先从某些公理（比如，a+b=b+a，a+0=a，等等）开始，然后再构建定理推导过程。数学为什么难？根源在于计算不可化约性现象，显而易见，我们无法简化定理的推导步骤。换句话说，数学得到的结果可能是任意的。更糟的是，正如哥德尔不完全性定理（Gödel’s Theorem）所论证的那样，数学已经证明某些系统内存在既不能证明也不能证伪的命题。这种情况被称为“不可判定性（undecidable）”。

从某种意义上说，数学之伟大就在于可以有用地去证明它。毕竟多数我们关注的数学结果都与不可判定性相关。那为何这种不可判定性不出现呢？

事实上，如果人们考虑随机抽象系统（arbitrary abstract systems），它出现得很多。以典型的元胞自动机或图灵机器为例，询问系统，是否无论其初始状态如何，均停止在周期性行为上。就连如此简单的事物，往往都呈现出不可判定性 。

为什么数学中不会出现这种情况？也许数学公理有其特殊之处。当然，假如有人认为数学是唯一描述科学和世界的工具，也许是出于某种特定原因。但本书主旨认为，计算型宇宙中有一整套潜在规则，可以用于科学研究和描述世界。

事实上，我并不认为数学传统中所使用的公理有任何普适意义：它们只是历史的偶然产物。

人们发明的数学定理又是怎样的？我认为它们同样是历史产物。除了最微小的区域之外，数学海洋中充满了不可判定性。但不知何故，数学偏爱挑选可以证实定理的岛屿，并且为自己处于靠近需耗费巨大努力方可证明的不可判定性之海的地方而自豪。

我对数学中已公布的定理的网络结构很感兴趣（这是一种有待整理的东西，像历史上的战争或化学物质的特性）。我很好奇，数学成果中是否存在固定序列，或者从某种意义上说，随机部分是被人为挑选出来的。

我认为，有相当多的类比可以用于理解我们之前讨论的关于语言的问题。什么是论证？基本上是一种向某人解释为何某事为实的途径。我已经做了各式各样的自动化论证，其间有成百上千个步骤，每个环节都能用计算机加以验证。但是，就好比一个神经网络的内部构造，这怎么看都很奇怪，人类难以理解。

如果一个人想要理解它，必须熟悉“概念性节点”（conceptual waypoints）。这更像是语言体系中的词汇。如果论证的某个特定部分有一个名称（如“史密斯定理”），并且拥有公认的含义，那么它对我们就是有用的。但如果这是一个无差别的计算组块，对我们而言就没有任何意义。

任何公理系统都包含一系列无穷可能的定理。哪一个是“有趣的”？这真是个独属于人类的问题。基本上，它们最终都会成为“有故事的定理”。我在这本书中指出，从符合基本逻辑的简单案例来看，历史上被视为有趣的命名定理在某种意义上恰恰是最微不足道的。

我猜测，对于更丰富的公理系统，“有趣”的东西必须来源于已经被视为有趣的事物。这就像建构一个单词或概念：除非将其与现有概念相联系，否则无法引入新概念。

近年来，我特别好奇像数学这样一个领域，究竟固步自封、缺乏进步到了何种程度。是否只能有一条历史演进路径——从算术到代数再到现代数学的更高成就？还是有无数种多样化的可能性，可以造就完全不同的数学史呢？

某种意义上，答案取决于“元数学空间的结构（structure of metamathematical space）”：也就是远离不可判定性汪洋大海的真实定理网络是什么？也许对不同的数学领域而言有一些差别，有些领域（认为数学是“被发现的”）会比其他领域（认为数学具有随机性，且数学可被“发明”）更“固步自封（inexorable）”。

但对我来说，最有趣的事情莫过于，当我们看待这些术语时，关于自然与数学特性的问题，最终和自然与人工智能的特性的问题是多么近似。正是这种共性使我意识到，《一种新科学》的想法是多么强大和普遍。

科学何时出现？

传统数学方法在物理学和天文学等科学领域的确发挥了重要作用，但在其它一些领域，如生物学、社会科学和语言学等却用途不大。长期以来，我一直坚信，要在这些领域中取得进展，必须要拓展目前使用的各种模型，站在更宏观的计算型宇宙中考虑问题。

的确，过去15年间，这种做法也逐渐取了一些成功。比如，有许多生物和社会系统都在使用由简单程序构建的模型。

不同于呈现为“可解决状态”的数学模型，进行精确模拟后，计算模型通常呈现出计算不可化约性。这可以成功做出特定预测或应用于技术模型。但这有点像数学定理的自动化论证，人们可能会问：“这真的是科学吗？”

是，人们可以模拟系统行为，但是否能“理解”它呢？在某种意义上，计算不可化约性意味着人们并不总是能够“理解”事物。在计算模型中，可能没有有用的“故事”可讲，也可能没有“概念性节点”，只有大量的详细计算。

想象一下，某人正在努力研究大脑如何理解语言——这是语言学的一大目标。也许我们会得到一个精确模型，发现一些决定神经元放电或低水平大脑表现的精确规律。然后我们来看看，在理解整个句集时产生的特定模式。

如果这些模式看起来像规则30的行为呢？或者像循环神经网络的内部结构？我们能讲一个发生了什么的故事吗？要做到这一点，就必须创建某种更高级的符号表示法：在这里有效产生了能表示事件的核心元素的词汇。

然而，计算不可化约性意味着可能没法创造这些东西。虽然它总能发现一个计算可归约性（computational reducibility），从而使人们可以陈述一些东西。但不会存在一个完整的故事。可能有人会说，这些可归约的科学事实没用。不过，这只是当人们使用（如标题所述）《一种新科学》时会碰到的麻烦之一。

控制人工智能

近年来人们很担心人工智能。他们想知道，当人工智能“比人类更聪明”时会发生什么。计算等价性原理带来一个好消息：从基本层面来说，人工智能永远不会“更聪明”——它们只能进行和人类大脑层次相当的运算，这和简单程序在做的事一样。

当然从实际来讲，和人类大脑相比，人工智能确实可以更快地处理大量数据。我们也会让它们替人类处理许多事物，比如从医疗设备到中央银行再到运输系统等。

那么重要的是，我们该如何指导它们做事。一旦我们开始真正应用计算型宇宙，就不可能给人工智能“手把手式”的教导。而是我们只需要为人工智能设定目标，让它们自己找出实现这些目标的最佳路径。

从某种意义上说，我们已经用Wolfram语言这样做很多年了。有一些用来描述任务（诸如画图、数据分类等）的高级功能，之后编程语言会自动寻找最优解完成任务。

最终，真正的难题是找到一种描述目标的方法。比如，你想寻找一个元胞自动机，用于制作“漂亮的地毯图案”或者“好的边缘检测器”，但这些东西究竟意味着什么？你需要的是一种能帮人类尽可能准确传递其意图的语言。

这和我之前谈过的问题差不多。人们必须找到一种可以相互间讨论我们关心的事的方式。计算型宇宙中有无限多的细节。但是通过人类文明和共通的文化历史，我们可以找出一些重要概念，并用它们来表述目标。

三百年前，像莱布尼茨这样的人热衷于寻找一种精确的象征性方式来呈现人类思想和人类话语。他太超前了。直到现在，我们才胜任这项任务。事实上，我们花了很长时间才让Wolfram语言能够描述真实的世界。我希望能建立一个完整的“象征话语体系”，帮助我们谈论我们关注的事。

今天，我们只是用比日常用语更精确一点的法律术语撰写法律合同。但是用象征语言，我们可以撰写真正的“智能合约（smart contracts）”，用高级术语描述我们的目标，随后机器便可以自动验证或执行合约。

那人工智能呢？我们要告诉它们，我们希望它们做什么。我们需要和它们签订合约，或许还得为它们制定章程。这些文件都建立在某种象征语言之上，它既允许我们表达目标，也能交由人工智能执行。

关于人工智能章程应该包含什么，以及如何构建它，从而反映世界政治和文化景观，有很多值得探讨之处。其中一个显而易见的问题是：人工智能章程能会像阿西莫夫的机器人三定律那样简单吗？

《一种新科学》中蕴藏着答案：不可能。从某种意义上说，章程是一个描述世界的可能性与不可能性的尝试。然而计算不可化约性表明，这需要收集无穷多的分析案例。

我觉得这很有趣，计算不可化约性等理论最终和一些很实际且核心的社会问题相冲突。一切都始于对理论可能性的理论探索，最终却演变为社会上每个人都要关心的问题。

无穷尽的前沿

我们会达到科学的终点吗？我们——或者人工智能——最终会发明出一切需要发明的东西吗？

对于数学，很容易发现我们能构造出无穷个定理。对于科学，也有无数详细问题要问。同时，还有无数发明等待我们去创造。

但问题在于：有趣的新事物总会一直存在吗？

计算不可化约性表示，通过对旧事物进行大量不可化约的计算后，总会发现新事物。因而从某种意义上说，我们总会发现“惊喜”，但并不会从旧事物中立即浮现出来。

它只是像不同形状的怪岩一样无穷无尽？还是会出现一些人类认为有趣的新特征？

又回到了我们曾遇到过数次的问题：对人类而言，我们必须基于可用于思考某个事物的概念框架来发现有趣的事物。的确，我们可以在元胞自动机中找到一个“永久结构”，然后开始谈论“结构间的碰撞”。但当我们看到一堆乱七八糟的东西时，除非用更高层次的象征性的方式来谈论它，否则并不会感到“有趣”。

从某种意义上说，“发现有趣”的速度不会受到人类进入计算型宇宙和发现事物能力的限制。相反，它将被人类为发现的新事物建构概念框架的能力所制约。

这类似于《一种新科学》形成过程中正在发生的事。人们看到这些（http://www.wolframscience.com/nks/p42–why-these-discoveries-were-not-made-before/）（素数分布、圆周率位数等）。但如果没有相应的概念框架，它们看起来并不“有趣”，也不会存在以它们为核心建构的事物。事实上，当我更加了解计算型宇宙——甚至是我很久以前看到的东西——我逐渐建立起支撑我走得更远的概念框架。

此外，需要指出发明（inventions）与发现（discoveries）有一定差别。人们在计算型宇宙中看到一些新东西，这是一种发现，而如何利用计算型宇宙实现某种目标才是一项发明。

而且像专利法一样，如果你只说“看，这就行了”，那算不上真正的发明。你必须以某种方式理解它达成的目标。

在过去，发明过程的重点往往是让某个东西开始工作（发明让灯泡亮的灯丝等等）。但在计算型宇宙中，重点转移到了发明目的上来。因为一旦你描述了目标，就可以自动化地找到一种实现路径。

这并不意味着它总是很容易。事实上，计算不可化约性意味着它相当困难。比如，你知道某些化学物质相互作用的精确规律。你能找到一种化学合成路径，进而发现某种特定的化学结构吗？可能有一种方式，但计算不可化约性同时表明，我们可能无法弄明白这条路究竟有多长。如果还没找到，那你可能永远也无法确定究竟是因为不存在，还是因为尚未找到。

物理学基本原理

如果一个人想探索科学的边界，他估计会怀疑物理学的基本理论。考虑到我们在计算型宇宙中看到的一切，物理世界是否和计算型宇宙中的某个程序存在对应关系？

当然，除非找到它，否则我们便无法真正了解它。但自从《一种新科学》出现后，我对这种可能性越来越乐观。

无疑这将是物理学的一大变化。如今，有两个主流基本物理框架：广义相对论和量子场论。广义相对论提出已经超过100年了，而量子场论估计也超过90年了。它们都取得了巨大的成就，但都未能提供一个完整的物理学基本理论。我想，现在已经是时候迈出新步伐了。

但还有一件事：在探索计算型宇宙的过程中，即使基于非常简单的模型，我们也会迸发出大量关于可能性的灵感。我们可能认为，物理学的丰富性必须基于一些非常复杂的基础模型。但目前来看，即使是非常简单的底层模型也能很好地生成复杂性。

底层模型可能是什么样的？我不打算展开讨论很多细节，只想强调一点，底层模型应该尽可能少地嵌套。我们不能自大地认为已经理解了宇宙构造；我们应该使用尽可能非结构化的通用模型，按照计算型宇宙的逻辑去运行：搜索一个能实现任务目标的程序。

我最喜欢的非结构化模型是网络：它只是一个链接节点的集合。它们完全有可能形成一些类似代数结构的模型，也可能形成一些其他的东西，但都可以被视作一种网络。按照我的设想，它是一种时空表层之下的网络：我们已知的时空表征都必须从该网络的实际行为中显现出来。

过去的十年里，人们越来越关注循环量子引力（loop quantum gravity）和自旋网络（spin networks）。它们和我一直在做的事一样，都涉及到网络，也许两者间还有更深的关联。但在通常的表述中，他们更像是一种数学式的复杂。

从传统物理学方法的角度来看，这是个好主意。但是，基于从研究计算型宇宙而来的直觉，而且将其应用于科学和技术，似乎就完全没必要。的确，我们尚未彻底理解物理学的基本理论，但可以理解最简单的假设。它和我研究过的简单网络特别相似。

一开始，对经过传统理论物理训练的人（包括我自己）来说，这显得很陌生。不过，还是有一些东西并非那么陌生。大约20年前，我有一个大发现（至今还未被广泛接受），当你看到一种我研究过的巨型网络时，你可以证明它的平均行为遵循爱因斯坦重力方程（Einstein’s equations for gravity）。换句话说，即使不在基础模型中置入任何精致的物理定律，它也会自动出现。这个发现特别让人激动。

人们对量子力学提出了很多问题。的确，我的基本模型并未建立在量子力学上（正如它不建立在广义相对论上一样）。目前要确定“量子力学”的本质比较困难，不过也有一些潜在迹象表明，我的简单网络最终表现出了量子行为——就像我们所熟知的物理学一样。

假如，由无数可能的程序构成的计算型宇宙中存在基础物理理论，那我们该如何寻找呢？显然，应该从最简单的程序开始搜索。

在过去的15年里，我一直在做这件事，虽然频率低于我的预期。到目前为止，我的主要发现是，很容易找到那些并非显然不属于我们宇宙的程序。有很多程序的时空表征与我们这个宇宙差异很大，或者还表现出其他异常。但事实证明，找到并非明显不属于我们这个宇宙的替代宇宙并不困难。

但计算不可化约性给我们出了个难题。我们可以通过数十亿个步骤模拟替代宇宙，但并不清楚它会朝什么方向演变，是否会成长为我们这样的宇宙，或者完全不同。

我们不太可能仅仅通过宇宙初始时的片段状态，就能发现任何熟悉的东西，比如说光子。因此，我们很难构造一种描述性的理论或者强有力的物理学。但从某种意义上说，这和我们在神经网络等系统中面临的问题出奇地类似：那里有计算过程，但我们是否能识别出“概念性节点”，并从而建构一个可以理解的理论？

我们的宇宙是否必须在那个层面上可被理解这个问题我们并不清楚，而且我们可能在很长一段时间里都处于一种奇特状态中，自认为在计算型宇宙中发现了人类宇宙，却又不敢肯定。

当然，我们也许足够幸运，推演出了一个有效的物理系统，并通过我们发现的小程序重建整个宇宙。这是个非凡的科学时刻，但又会引发一系列新问题，比如为何是这一个宇宙，而非另一个？

装有一兆个灵魂的盒子

现在，我们人类是以一种生物系统的形式存在的。但在未来，肯定会在技术上以一种数字或者说计算型的形态再现人类大脑的所有过程。因此，只要这些过程能代表人类，就可以在所有计算层面上实现人类的“虚拟化（virtualized）”。我们可以想象，这样发展下去，未来整个文明形态可能会演变成“装有一兆个灵魂的盒子（box of a trillion souls）”。

盒子里面会以各种计算形式，展现那些“虚拟灵魂”的思想和经历。这些计算反映着宏伟的人类文明，以及我们的一切经历。但在某种程度上，它们并不算多么特殊。

也许会让人类有点失望，毕竟计算等价性原理已经表明，这些计算并未呈现出比其他系统更复杂的计算性——即使与简单计算相比也是如此——同时也没有呈现出复杂恢弘的文明历史。的确，细节蕴含所有历史。但从某种意义上说，不知道寻找何物或关心何物，你就不能说它有什么特殊之处。

好吧，但是“灵魂”本身呢？人们是否可以通过观察他们实现的特定意图来理解其行为？在目前的生物形态中，人类有各种各样的限制和特征，它们赋予我们目标和意义。但在虚拟的“上传”形态中，大多数都会消失。

我曾经思考过，在这种情形下，“人类”的意图会如何演化。当然，在虚拟化形态下，人类和人工智能之间差异不大。未来也可能会让我们失望，“虚拟灵魂”的未来文明为了消磨永恒时光而陷入“玩游戏”效应的陷阱。

我逐渐认识到，用我们目前对目标和意义的认识来理解未来是行不通的。想象一下，回到一千年前，给古人解释未来的人们每天都在跑步机上行走，或不断地给朋友发照片。关键在于，除非相应的文化框架已经形成，否则这些活动便没有意义。

当我们试图描述什么是有趣的或可解释的时，会再次发现这些都依赖于一整套“概念性节点”网络的发展。

我们能想象100年后数学的模样吗？它建立在我们不知道的概念上。同理，未来人类的动机也依赖于某些未知的概念。站在今天的人类视角，我们能做出的最好描述，或许是那些“虚拟灵魂”只是在“玩游戏”而已。但是对于未来人类而言，可能存在一整套微妙的动机结构，让他们能通过回溯历史文化发展的每一步来理解。

此外，如果我们了解物理学基本理论，随后完成虚拟化，那么至少在原则上：我们可以模拟“虚拟灵魂”宇宙的运转。如果这样可行，那就没什么理由必须对人类宇宙进行模拟，它可以模拟计算型宇宙中的任何宇宙。

正如我提到的，即使在任何宇宙中，也永远不会出现“事情都做完了”和“没什么可发现的了”这样的情况。但我有一些奇思妙想，那些“虚拟灵魂”不会满足于只存在于人类物理宇宙的模拟版本中，可能更乐于（无论这对他们意味着什么）走出牢笼，去探索更广阔的计算型宇宙。因而从某种意义上说，人类未来将是一个无穷尽的探索之旅，而这一切无疑会出现在《一种新的科学》所讨论的语境中。

计算型宇宙的经济学

很久以前，我们就被迫思考“虚拟灵魂”的问题。我们面临着一种窘境，在人工智能完成大部分劳动的世界里，人类应该做什么。从某种意义上说，这个问题并不新鲜：它只是科技和自动化发展的延伸。但不知为何，这次感觉非同寻常。

我认为原因在于，计算型宇宙中有那么多丰富、易得的事物。我们可以打造一台能自动完成任务的机器。我们甚至可以建造一台通用计算机，通过编程来完成多样化任务。然而，即使这些自动化程序拓展了人类行动的界限，人类仍旧得在其中投入许多精力。

现在不一样了，我们只要明确任务目标，剩下一切都会自动完成。各种各样的计算（也就是所谓的“思考”）可能即使没有人类的介入也会持续进行。

乍看之下，似乎不太对劲。未经耕耘，怎能丰收？这有点像问大自然是如何自身拥有复杂性的。要知道，我们耗费巨大精力制造的物品，本身也并不太复杂。我认为，答案是它正在对计算型宇宙进行挖掘。对我们而言亦是同理：通过挖掘计算型宇宙的潜能，我们基本上达到了无限的自动化水平。

当今世界上的许多重要资源仍然依赖于物质材料，这些材料通常从地球中开采出来。当然，一些地理和地质上的偶然性决定了合适的开采人员和开采地点。此外，可供开采的资源数量也是有限的。

然而，计算型宇宙的资源却是取之不尽用之不竭的，任何人都可以开采。在开采方面虽然存在一些技术性问题，不过也有一大堆优秀的开采技术。计算型宇宙拥有面向全球的无限资源，不存在稀缺性，更不“昂贵”。

计算思维之路

上个世纪最伟大的智力转变，或许是计算思维方式的出现。我常说，从考古学到动物学的范畴内，只要一个人在其中任选一个“X”领域，那么“计算型X”领域也将马上或很快出现，而这些“X”领域必将代表各自学科的发展方向。

我一直在努力尝试发现这样的计算领域，开发Wolfram语言便是一例。不过，我对元问题也很感兴趣：应该如何传授抽象的计算思维，比如教给孩子们？作为一种实用工具，Wolfram语言无疑非常重要，但其概念、理论和基础又是怎样的？

这就是《一种新科学》诞生的缘由。它主要讨论纯粹抽象的计算现象，而非在特定领域或任务中的应用。这有点像初等数学：只是通过引入数学思维来促进教学和理解，无关具体应用形式。《一种新科学》的核心也是如此。我们需要知道，看重直觉和引入计算思维模式的计算型宇宙与具体的应用程序无关。

人们可以把它看作是一种“前计算机科学（pre computer science）”或“前计算型X（pre computational X）”，在讨论计算过程的具体细节之前，人们可以只研究计算型宇宙中简单而纯粹的事物。

确实，在孩子学会算术之前，他们也完全可以做一些像元胞自动机填色卡片书之类的东西，自己执行或者在计算机上运行一些简单程序。这能教会他们什么吗？其实，它教导孩子们学会为事物定义规则或设计算法，让他们知道使用它们会带来一些有用且有趣的结果。同时，它让像元胞自动机这样的系统生成一种视觉模式，比如，人们甚至可以在自然界中找到这些原型（就像软体动物的壳）。

随着世界更加计算化——更多事情可以被人工智能和对计算型宇宙的挖掘完成——不仅理解计算思维变得极具价值，在探索计算型宇宙中养成的直觉也变得非常重要。在某种意义上，这种直觉是《一种新科学》的根基。

还有什么要弄清楚的？

在写作《一种新科学》的10年时间里，我的目标是尽可能回答所有关于计算型宇宙的“显著性问题”。站在15年后回顾，我自认为做的不错。事实上，如今在考虑该用计算型宇宙做些什么时，我发现自己很可能已经在书或者笔记里谈论过了。

过去15年中最大的变化之一，是我逐渐更深入地了解了这本书的意义。书中有许多具体的概念和创见。但从长远来看，我认为最重要的是，它们作为应用和概念的根基，如何帮助人们理解和探索一系列新事物。

但即使在计算型宇宙的基础科学方面，人们仍然希望获得一些具体的结果。比如，试图发现更多证据来证实或证伪计算等价性原理及其适用性。

像大多数科学一般原理一样，计算等价性原理的认识论地位比较复杂。它是一个可被证明的数学定理吗？它是宇宙的自然法则吗？或者说它是一种对计算概念的定义？或许可以说，它更像热力学第二定律或自然选择学说，是这些的结合。

但有一点很重要，那就是发现具体的证据来证明（或证伪）计算等价性原理。该原理表明，即便简单规则系统也应能进行任意复杂的运算，因而它们也可以充当通用计算机。

事实上，这本书的主要结论发现，该原理也适用于最简单的元胞自动机（规则110）。该书出版五年后，我决定为另一项证据设立奖项：能想到的最简单的通用图灵机（universal Turing machine）。我很高兴短短几个月内就有人获奖，图灵机被证明是通用的，此外还发现了一些证实计算等价性原理的证据。

在推进《一种新科学》的应用上还有很多事要做。比如，有待建立的适用于各种系统的模型，有待发现的技术，有待创造的艺术，要理解这些含义还有许多工作要做。

但很重要的是，不要忘记对计算型宇宙进行纯粹理论研究。以数学类比的话，应用数学值得追求，“纯粹数学（pure mathematics）”同样有探索的巨大价值。计算型宇宙也是如此：需要探索很多抽象层次的问题。正如书名所暗示的，现在已经可以定义一门新学科了：一门纯粹的计算型宇宙科学。我认为《一种新科学》的核心成就开启了一门新学科，我将其视为自己的最大成就。

本文首发于Stephen Wolfram的博客。

翻译：自天然；校对：tangcubibi；编辑：EON

克里斯托夫·科赫（Christof Koch），一位从事意识和大脑领域研究的顶尖学者，有个著名理论称大脑为“已知宇宙中最复杂的研究对象”。大脑错综复杂，由一千亿个神经元和一百万亿个连接组成，不难理解为什么说他的这个理论很可能就是真相。

但宇宙中还有无数其他复杂的研究对象。比如，星系可被分为很多不同规模的巨型结构，分别被称作“星系团”（cluster）、“超星系团”（supercluster）和“纤维束”（filament），延伸数亿光年之远。这些结构之间的边界及其周围被称作“空洞”（cosmic void）的空间可能极其复杂。引力作用将这些边界上的物质加速到每秒数千公里，在星际气体中产生了骇人的冲击波和湍流。通过衡量描述它所需的信息位数的大小，我们已经预测到丝状结构与空洞的边界是宇宙中最复杂的空间之一。

这不禁令人深思：宇宙是否比大脑更复杂？

所以我们——一个天体物理学家和一个神经科学家——联合起来，对星系网络与神经网络的复杂性进行了一个定量比较。我们得出的第一个结果着实惊人：大脑和宇宙不仅在复杂性上十分相似，在结构上也是如此。宇宙可能与规模是其十亿亿分之一的物体具有自相似性。

比较大脑和星系团是一个艰难的任务，因为我们需要处理以截然不同的方式获得的数据：一方面是天文望远镜和数值模拟，另一方面则是电子显微镜、免疫组化和fMRI（功能性磁共振成像）。

我们还需要考虑规模上的巨大差异：宇宙网络中的所有星系勾勒出一个大型的结构，至少延伸数百亿光年，这比人脑的规模大了27个数量级。此外，其中的一个星系上还栖息着数十亿大脑。如果宇宙网络至少与它的任何组成部分一样复杂，我们可能会天真地得出结论：宇宙必须至少和大脑一样复杂。

人脑中的神经元总数与可观测宇宙中的星系数目大致相同。

但“涌现”（ emergence ）的概念使得这种比较成为可能：许多自然现象在所有尺度上的复杂性不尽相同，只有在最大程度上探查苍穹时，这张宏伟的宇宙巨网才变得明晰起来。在较小的尺度上，物质被限定于恒星、行星和（可能存在的）暗物质云中，这种结构就消失了。不断演变着的星系对原子内电子轨道上的舞蹈漠不关心，而电子绕核旋转，亦毫不顾及它们所处的星系。

宇宙就是以这样的方式容纳了许多系统的嵌套，而不同规模的系统之间几乎没有交互。这种尺度隔离使得我们能在自然尺度上研究物理现象。

星体、气体和暗物质（其存在有待被证实）由于自身引力形成的光环是构建宇宙网络的砖瓦，可观测宇宙（observable universe）中的星系总数在一千亿以上。时空的加速膨胀和其自身引力牵拉之间的平衡使得宇宙拥有了蜘蛛网般的形态。普通物质和暗物质凝成弦状的纤维，并在其交叉处形成星系团，余下的大部分空间则空空荡荡。最终形成的结构似乎与生物学有着若隐若现的关联。

直到最近，文献中才出现人类大脑中细胞或神经元数量的直接估测值。占大脑80%的皮质灰质含有60亿个神经元（是脑神经元总数的19%）和近90亿个非神经元细胞；小脑有大约690亿个神经元细胞（是脑神经元总数的80.2%）和近160亿个非神经元细胞。有趣的是，人脑中的神经元总数与可观测宇宙中的星系数目大致相同。

从下图中，我们一眼就能看出二者的相似：左边模拟的是延伸约十亿光年的宇宙截面中的物质分布，右边则是一张4微米厚的人类小脑切片。

这种显而易见的相似，是否只是因为人类总是倾向于从随机数据发掘一些看似有意义的模式？（编者按：这种行为又称 Apophenia，人类倾向于探知表面上毫无关联的事物之间的内在联系并赋予其意义。）然而答案却是否定的：数据分析表明，这两个系统确实有着可量化的相似度。研究人员使用功率谱分析（power spectrum analysis）技术来研究大尺度上的星系分布情况。图像的功率谱测量的是属于特定空间尺度的结构波动强度，换句话说，它能告诉我们每张图像中有多少高音和低音音符共同交织组成这一首独特的空间奏鸣曲。

从图2的功率谱分析图像中可以看到令人震惊的一幕：两个系统波动分布的相似程度非常惊人，尽管他们相差巨大的数量级。

不断演变着的星系对原子内电子轨道上的舞蹈漠不关心。

小脑中0.1-1mm 范围内的波动分布不禁令人联想起数千亿光年内的星系分布。在显微镜所能观察到的最小尺度（大约10微米）下，大脑皮质的形态与几十万光年尺度上所看到的星系更加相似。

相比之下，其他复杂系统（包括云、树枝、等离子体和湍流的对应图像）的功率谱分析结果与宇宙网络的截然不同，这些系统的功率谱更加严格地依赖尺度，而这可能是它们分形性质的表现。这种现象在树枝分叉和云层形状中更加明显，二者都是非常典型的分形结构，在很大的尺度范围分布内保有自相似性（self-similiarity）。另一方面，对于人脑和宇宙这样的复杂网络，它们可观察到的行为都没有分形的特征，这可以被解释为依赖尺度的自组织结构出现的依据。

尽管功率谱的比较结果很惊人，也不能说明二者的复杂程度是否相同。估测某一系统复杂性的常用方法是衡量预测其自身反应的难度。通过计算可执行这一预测的最小程序所需的信息位数，我们可以量化这种复杂性。

最近，我们中的一位研究者通过数字模拟宇宙测量出了预测宇宙演变是多么困难(1)，这个估测表明，在它（至少是在模拟宇宙中）表现出自组织结构的尺度上，描述整个可观测宇宙的演变需要大约 1-10PB（1PB=1024TB）。

估测人脑的复杂性则难上加难，因为模拟人脑在全球范围内仍是个极大的挑战。尽管如此，我们可以认为它的复杂程度与智力和认知成正比。根据对神经网络连接的最新分析，一些研究者得出结论：成人大脑的记忆存储总量在 2.5PB 左右，与上文中预估宇宙所需的 1-10PB 非常接近。

大致看来，记忆容量上的相似意味着储存在人脑中的信息（例如，一个人的全部生命体验）可以被编码为宇宙中的星系分布；反过来说，一个有人脑记忆容量的计算机也可以在最大尺度上再现这复杂的宇宙。

比起其内部的星系，宇宙与人脑更相似；比起神经元胞体内部，神经网络与宇宙网络也更相似。尽管二者在所处环境、物理机制和规模大小上有巨大差异，在信息论的研究方法下，人类的神经网络与星系间的宇宙网络的相似程度仍令人咋舌。

这个事实，是否揭示了某些关于这两个系统的层展现象原理的重要之事呢？或许吧。但我们必须采取半信半疑的态度，因为这个分析存在一定的局限性，因为我们取样采用的测量方式差异非常大，且样本量很小。

此外，这个分析并未指出两个系统间的动态相似性。构建信息在时间和空间内的传递模型将是接下来的研究关键。对于宇宙网络，这已经可以通过数值模拟实现；对于人脑，我们需要依靠更多全球样本的估算数据，通常是由较小的部分开始，再扩大规模。在不久的将来，我们的目标是在更复杂的数字人脑模型中检验这些概念。

人类大脑计划（Human Brain Project）这样的项目致力于模拟整个人脑神经网络，而射电天文学领域的最大企业Square Kilometer Array 将帮助我们填补其中的一些细节，并让我们深入了解宇宙是否比我们以为的更加惊人。

References

1. Vazza, F. On the complexity and the information content of cosmic structures. Monthly Notices of the Royal Astronomical Society 465, 4942-4955 (2017).

翻译：杜璇；校对：tangcubibi；编辑：EON

原文：The Strange Similarity of Neuron and Galaxy Networks