1700256030
1700256031
虽然如今市面上的可编程芯片中，逻辑门的数量往往在百万级。但是经过严谨的估算后，我们认为研究规模相对更小的集成电路是一个更好的选择。如果我们考量一个包含16个逻辑门的集成电路，可能的电路数量将达到1046个，这个数字会随着逻辑门的增加以指数级增长。当逻辑门达到36个时，电路的可能数量已经超过了10100个。巨大的基数倒是让是否要制作芯片进行实物测试的疑问显得清晰明了：面对数百万个需要测试的电路，我们也只能用计算机对它们进行模拟了。
1700256032
1700256033
包含16个逻辑门的集成电路理论上能够演算1019种布尔函数，不过我们以前并不清楚图书馆内的电路是否都有功能。说不定其中大部分的电路只能执行一些比较低级的计算，比如加法和乘法。为了寻找答案，拉曼首先构建了一张巨大的网络，并向其中添加尽可能多的集成电路。他设计了200万种集成电路，每种电路中的逻辑门之间都以随机的方式互相连接。这200万种不同的电路可以演算出150万种不同的功能函数，而其中只有寥寥数种函数类似于我们熟悉的与函数。虽然拉曼在研究中已经尽了很大努力，但是他的工作仍然只涉及了一小部分集成电路，有待验证的集成电路数量是200万的1040倍，而布尔函数的数量则是150万种的1012倍。拉曼的工作告诉我们，即便是简单的集成电路，同样能够计算数量庞大的布尔函数。
1700256034
1700256035
由于图书馆中电路的数量要远远多于布尔函数，确切的数字是1026倍，所以图书馆中许多电路表达的含义应当是相同的，含义相同的文本执行相同的逻辑函数，但是我们并不知道它们的组织方式。为此拉曼随机选定了一个执行任意函数功能的集成电路并寻找它的相邻电路。他寻找的方式是对集成电路中的逻辑门进行调整，例如把某个逻辑门的输入端调换到另一个逻辑门的输入端。
1700256036
1700256037
如果这种“突变”后的集成电路依旧可以执行原来的逻辑函数功能，拉曼就选择留下它。如果逻辑函数改变，他就重新尝试其他连接方式。通过重复这个过程，拉曼的集成电路一步一步地远离最初的起点，而电路的函数功能保持不变。拉曼从某个随机集成电路出发，在保证函数功能不变的情况下进行随机游走，重复了上千次。
1700256038
1700256039
集成电路网络中随机游走能够到达的距离，甚至比我们在之前章节中探讨过的基因型网络都远：大多数集成电路可以在保证函数功能不变的情况下，从图书馆的一端走到截然相对的另一端。两个集成电路除了执行的函数功能相同之外，可以说毫无相似之处，从单个逻辑门到多个逻辑门之间的连接方式皆不同，但是它们的确都位于同一张集成电路网络中，只要不断改变基本逻辑门之间的连接就可以把其中一个变成另一个。不仅如此，在研究中我们还发现，无一例外，所有的函数都具备这个性质。也许这是所有二进制逻辑门电路的一个基本特性。数字图书馆和生物图书馆相比，也许有过之而无不及。
1700256040
1700256041
下一步，拉曼把注意力转向了集成电路所在的社区，他首先寻找某个电路所在的社区，确保这些相邻的集成电路与原电路功能相同，然后再寻找社区电路的相邻电路，列出它们所有的函数功能。拉曼发现，这些社区的多样程度与生物图书馆不分伯仲。功能相同的不同集成电路所在的社区中，有超过80%的集成电路执行着不同的函数功能。和生物图书馆类似，对于集成电路而言这是一件好事：一个集成电路能够维持自身的函数功能，同时又保留有巨大的改变潜力。虽然一个集成电路的所有相邻电路仅有大约60种新的函数功能，但是只要对逻辑门的连接进行10次改变，潜在的新函数数量就达到了100多种；100次改变后，这个数字变成了400多种；而如果我们从起点走出1 000步，那么沿途将遇到近2 000种新的函数。
1700256042
1700256043
在先前的章节中我还打过多维空间网络的比方，基因型网络就像一块复杂得难以想象的编织物，而且这块织物只存在于高维空间。拉曼发现这个比喻同样适用于集成电路，功能特定的某个集成电路能够以任何一个随机电路作为起点，通过改变若干个逻辑门之间的连接而获得。数字电路也像一块高维空间的纺织物，这张网络让我们寻找所需功能函数的效率得到了大大提升。
1700256044
1700256045
通过与基因型网络的对比可以得知，集成电路网络具备推动电脑芯片优化的所有特征，它就是硬件进化的曲速引擎。未来的某一天，YaMoR的继承者将不仅能够经过学习避开路上的坑洞，还可以学会更复杂的技能，比如洗碗、照顾孩子打球等。它们的数字大脑可以通过按部就班的修改和优化，在不影响原有行为的基础上习得新的技能，温故而知新。如果有人说我们的大脑也在用相同的方式进行学习，我一点都不会感到惊奇。如今我们都知道，在人的一生中，大脑中神经元之间的突触连接始终在发生着变化，而这种变化与生物探索基因型网络的方式相似。倘若如此，工程学借鉴生物进化的日子将指日可待。
1700256046
1700256047
不幸的是，我们对工程学该如何借鉴生物学依旧一无所知。我们仍然不知道创造力的物质基础到底是什么。不过我们也发现，新的技术发明不是免费的，因为拉曼找到了标价签，而这个代价我们并不陌生。
1700256048
1700256049
拉曼对逻辑电路的复杂性进行了分析，也就是电路中包含的逻辑门的数量多少。他找到了最简单的逻辑电路，所谓最简单，就是无论多小的改变都无法保证电路的功能不变。最简电路中的每一个逻辑门、逻辑门之间的每一处连接都至关重要，稍作改变，电路的函数功能就无法维持。因此，最简电路的结构和算法无法被改进，经得起修改和优化的电路需要一定的复杂度。越复杂的逻辑电路对修改的耐受性越高。
1700256050
1700256051
复杂电路中看似多余的逻辑门和逻辑门连接就像备用零件，用以帮助芯片学习新的函数功能，它们就是爱迪生所说的“无用的垃圾”。和生物学中一样，看似多余的复杂性，其实对进化而言至关重要。这就是人类的工程技术能够从自然界借鉴的东西之一：如果我们想撬开创造力的黑匣子，奥卡姆剃刀的刀刃多少显得有些单薄。如果说精简主义是水，那么创造力就是油，两者互不相融。
1700256052
1700256053
但是这并不意味着技术创新的领域里容不下精简主义和高雅主义。恰恰相反，只是它们藏在更深的层次里。高雅主义的实质就是精简主义本身：利用有限的原料和有限的规则，创造出世界万物。利用这个规则，大自然创造了蛋白质，创造了调控环路，创造了新陈代谢，创造了生命。从简单的病毒到复杂的人类，继而催生了我们的文化和技术：无论是《伊利亚特》还是iPad。技术发明的精简主义和高雅主义就像自然图书馆，隐藏在现实世界的背后，看不见，摸不着。我们只能从生命之树上觅得一些亦真亦幻的风影，就像柏拉图洞穴里的变幻之影。
1700256054
1700256055
1700256056
1700256057
1700256059
适者降临：自然如何创新 后记 柏拉图的洞穴
1700256060
1700256061
1970年10月，科普杂志《科学美国人》（Scientific American）上刊登了一篇文章，报道了英国数学家约翰·康韦（John Conway）设计的一款生命游戏“Game of Life”。这个“游戏”的参与者不是人类，而是计算机中以小方格代表的细胞，每个细胞有“开”（生）和“关”（死）两种不同的状态。在计算机内的网格图中，每个小方块被另外8个方块包围。游戏的规则很简单：如果每个细胞周围的细胞中存活的细胞少于2个，那么它的状态就转变为“关闭”，按照游戏中的术语来说，就是“它死了”。如果细胞周围存活细胞的数目大于或者等于4个，它也会死去。而如果细胞周围活细胞的数量是2个或者3个，它就能够存活。最后一条游戏规则是：如果一个死细胞周围有且仅有3个活细胞，那么它将复活。这个游戏的设计原型是如何构建一台自我复制的机器，它的提出者是一代通才约翰·冯·诺依曼（John von Neumann）。
1700256062
1700256063
这就是生命游戏的全部规则。游戏一旦开始，所有细胞的生死存亡都以上述规则为准，而游戏接下来发生的一切远远没有人们想的那么简单。计算机中的图形变化模式相当复杂，变化样式无穷无尽，无法预测，例如有的细胞可以通过自我复制完成“传宗接代”。从简单的开局开始，生命游戏可以无限进行下去，不断生成复杂的图形，变幻莫测。
1700256064
1700256065
这简直就是真正的生命！
1700256066
1700256067
生命游戏更像是一则生命的隐喻，而不是对生命的模拟。它带给我们的启示非同寻常：用数学和计算机科学研究生命的多样性是可行的。当然这个想法在生命游戏出现之前早已萌芽。在《物种起源》出版17年之后，达尔文在他的自传中写道：“我一直懊悔于没能在数学方面有所精进，领略它的博大精深。我羡慕那些颇有数学天赋的人，他们似乎有着异于常人的洞察力。”
1700256068
1700256069
达尔文逝世4年之后，萨莉·加德纳发明了诡盘投影仪，他们两人的工作都在各自的领域中掀起了革命。不过，就算达尔文真的是一位数学家，他依旧会迷失在寻找生命建筑师的黑暗里，或者更糟，他可能根本就不会意识到进化的存在。在巨大的自然图书馆里，光有达尔文的进化论还远远不够，生物进化的科学理论之光需要更多燃料。
1700256070
1700256071
生物学和数学需要更立体的交织，当这一点实现时，时间已经又过去了将近一个世纪。休厄尔·赖特和费希尔是这个领域的先驱，他们用数学理论填补了传统达尔文进化论和孟德尔遗传学之间的空隙，首次通过计算预测了自然选择对推动生物进化的助益程度，为现代进化论的建立奠定了基础。而后半个世纪转瞬即逝，直到系统生物学出现，我们才窥见微观分子的相互作用如何造就了生物复杂的行为和表现型。当然，如果不是这些研究，我们也不会知道细胞比生命游戏中的方块要复杂得多。细胞的调控环路与人类大脑中的神经网络类似，它们都能通过执行复杂的计算以调节分子行为，维持自身的存活。虽然生物的调控环路与数字计算机差异巨大，但是拥有实体的生物与虚拟的数学和算法之间却有着某种深深的羁绊，这连康韦和达尔文都没有猜到。
1700256072
1700256073
系统生物学中强大的数学工具让我们能够破译自然图书馆中每个基因型所对应的表现型，这是我们利用计算机研究生物进化的先决条件。在研究的过程中，我们意识到了基因型网络的存在，而基因型网络正是新性状的源头（不管是新的代谢、生物大分子还是调控环路），也就是生命的源头。生命从混沌之初发展到单细胞生物，从细菌、真菌的远古祖先到原始的蠕虫、鱼类、两栖类、爬行类，直到人类出现，经历了万亿年的繁衍生息。而在这个过程中，基因型网络功不可没。
1700256074
1700256075
光有基因型网络还不够，如同宇宙尘埃只是循着引力的引导就形成了巨大的星系，数学让我们意识到自然图书馆在自组织过程中也遵循一个简单的规律。这个规律就是普遍存在的发育稳态，而遗传上的稳定性来自复杂性。一定程度的复杂性让生物能够适应不断变化的环境。由此，我们发现了自然图书馆中馆藏之间紧密交织的相互关系。
1700256076
1700256077
我们在书中探讨的图书馆与解剖学家研究的肌肉、神经和结缔组织完全不一样。它们甚至不像单细胞生物那样能够用显微镜看到，也不能用观察DNA晶体结构的X射线成像。它们是触不可及的抽象概念和数学模型，只允许我们借助思维徜徉其中。
1700256078
1700256079
那这些图书馆是不是只存在于我们的想象中呢？它们是客观存在的，还是我们凭空捏造的呢？
[
上一页 ]
[ :1.70025603e+09 ]
[
下一页 ]