1700268220
1700268221
我不再这样叙述了。你看图就行了，一直看到第29代。请注意每一代的姊妹之间只有微小的差异，它们与母亲的差异同样的小。由于它们每一代都与母亲有微小差异，因此我们预期它们与外祖母的差异会稍大一点。这就是累积演化的要义—即使我们提升了突变率，让演化以不切实际的速率向前狂奔。因为演化速度快得不符实际，所以图4看来像物种的系谱，而不是个体的系谱，但是原则（累积演化）是一样的。
1700268222
1700268223
当初我编写这个程序，除了各式各样类似树的形状，完全没有想到它会演化出其他的东西。我期待见到垂柳、黎巴嫩杉（cedars of Lebanon）、伦巴第杨树（Lombardy poplars）、海草，也许还有鹿角。我身为生物学家的直觉，加上20年编写计算机程序的经验，以及最狂野的梦境，都不足以让我产生足够的心理准备，实际在银幕上出现的图案令人出乎意料。在枝杈模式的演化过程中，我不记得什么时候脑海里突然浮现一个念头：何不试试演化出类似昆虫的图案！就这么着，这个无厘头点子驱使我一代又一代地挑出任何一个看来像似昆虫的孩子繁衍下去。相似的程度逐步演化，不可思议的感觉也在心头逐步滋长。读者可以在图4下方看见最终的产物。我承认，它们有八只脚，像蜘蛛，而不是六足的昆虫，即便如此，你看它们多像昆虫啊！我第一次看见这些精致的电脑创造物在我眼前出现，欣喜雀跃，难以自已，直到现在仍然无法平复。我记得当时心中响起了宣示胜利的《查拉图斯特拉如是说》起始和弦（理查·施特劳斯1896年的作品，1968年的电影《2001年：太空漫游》主题曲）。我无心进食，那天晚上，我一阖眼“我的”昆虫就蜂拥而出。
1700268224
1700268225
市面上有些电脑游戏会令玩家产生幻觉，以为自己正在一座地下迷宫中漫游，这座迷宫非常复杂，但是地理布局明确，在其中玩家会遇见恶龙、半人半牛兽，以及其他神话主角的对手。在这些游戏中，怪物的数量其实不多。它们全是计算机程序师设计的，迷宫的地理布局也是。在演化游戏中，无论是虚拟的还是真实的，玩家（或观察者）在道路不断分叉的迷宫中神游，但是可能路径的数量几乎是无限的，而且一路上遇到的怪物都不是设计出来的，都是事先不可预测的。我在闭塞的生物形世界中漫游，一路上遇见了精灵虾、阿兹特克神殿、哥特式教堂的窗子、袋鼠的画，有一次还碰上一幅“漫画”，我居然认得，是牛津大学教授威金斯（Davis Wiggins，逻辑讲座教授，2000年退休）！可惜我忘了“收集”起来，空留回忆。图5是我收藏的一部分，全是以相同的方式“培育”出来的。我要强调：这些形状不是艺术家的创作。它们没有经过任何加工、修饰。它们全都在电脑里演化，由电脑画出来的。人类眼睛的角色，只限于“选择”—在随机突变的儿女中挑出一个繁殖，许多世代后，就可以观察到累积演化的结果。
1700268226
1700268227
现在我们手里有了一个切合实际情况的演化模型了，盲目敲打键盘的猴子没的比。但是生物形模型仍然有所不足。它为我们演示了累积选择的威力，类似生物的形状（“生物形”）得以产生几乎无限的变异，但是这个模型依赖人择而非自然选择。人眼在做选择。我们可以摆脱人眼，让电脑根据符合生物界实情的标准自行选择吗？不过这事比预想的困难多了，值得我花一些时间向大家解释。
1700268228
1700268229
要是所有动物的基因组你都一目了然，根据一个明确的判断标准选出一个特定的基因式就太容易了。但是自然选择并不直接拣选基因，它拣选的是“基因对身体的影响”，就是学者所说的“表型效应”（phenotypic effects）。我们的眼睛擅长挑选“表型效应”，人类已培育出了许多品种的家犬、牲口以及家鸽就是明证，要是读者不嫌弃，不妨图5也当作一件证据。为了让电脑直接选择“表型效应”，我们得写一个非常复杂的“模式辨识”（pattern-recognition）程序。市面上的确有这种“模式辨识”程序，电脑用来“阅读”印刷文字，甚至手写文字。但是这种程序是尖端软件，高手才会设计，而且大型、高速电脑才跑得动。不过，即使这种程序我会写，我的64k计算机跑得动，我也懒得动它们的脑筋。“模式辨识”这种工作，还是眼睛与大脑合伙来做比较妥当，毕竟大脑是个拥有100亿神经元的电脑！
1700268230
1700268231
1700268232
1700268233
1700268234
图5
1700268235
1700268236
让电脑选择模糊的一般特征倒不太难，例如高瘦、短胖，甚至玲珑有致的曲线、锋芒、洛可可式的（rococo）装饰纹。一个办法是写个电脑程序让电脑记住人类在历史上青睐过的性质—着眼于它们的“类别”—然后电脑继续以同样的标准挑选未来的世代。但是这算不上仿真自然选择。请记住：自然不需要计算能力就能选择—除了少数例外，例如雌孔雀选择雄孔雀。在自然中，通常的选择媒介（agent）作风直接、赤裸又简单。它是台阴森的收割机。当然，存活的理由并不单纯—难怪自然选择能够创造出极为复杂的动物、植物。但是死亡却是粗陋、简单的。在自然界，在众表现型中做选择，只要通过“非随机死亡”就成了。表现型一旦选出，也等于选了它体内的基因。
1700268237
1700268238
若要电脑以令人感兴趣的方式模拟自然选择，我们就该忘记洛可可式的装饰纹与所有吸引视线的特征。我们应该致力于模拟“非随机死亡”。在电脑里，生物形应与虚拟的恶劣环境对抗。它们是否经得起环境的折腾，应与它们的形状有因果关联。理想状态是，恶劣的环境应包括其他的生物形—猎食者、猎物、寄生虫、竞争者—大家都在物竞天择，自求多福。举例来说，猎物与猎食者之间的斗争，胜负与它们的形状特征有因果关联。换言之，有些猎物由于体形的特征，易于逃过遭猎杀的命运。可是什么样的体形特征能协助个体逃过劫数，或让个体易遭劫数，不应由程序设计师事先决定。那些判生判死的标准应该是结果，就像生物形的演化一样，我们凭后见之明才能发觉。于是符合实情的演化剧就可以在电脑里上演了，因为条件已经齐备，一场不断增强的“军备竞赛”（arms race，参见第七章）即将发动，至于结局，我不敢臆测。不幸，我的程序设计本领还不足以建构这么一个虚拟演化世界。
1700268239
1700268240
什么人有这种本领呢？我想电玩店里“外星人入侵”之类的嘈杂、庸俗动作电玩你一定早已熟悉了，发展那些电玩的程序师就有这种本领。这些程序都在仿真想象的世界。在那个虚拟世界中，有地理情境，通常以三维空间呈现，也有快速移动的时间向度。其中有些对象在虚拟的三维空间中嗡嗡穿梭，在令人难以忍受的嘈杂声中彼此相撞、相互射击、互相吞噬。那个虚拟世界甚至逼真到操弄控制器的玩家都以为身临其境，情不自禁。我认为这种计算机程序设计最高段的产品，就是训练飞行员或宇宙飞船驾驶员的虚拟机了。但是与我们想要模拟的世界与情况相比，这些程序就太小儿科了。我们得模拟一个完整的生态系，猎物与猎食动物在其中演化，然后发展成愈演愈烈的军备竞赛！不过，这是做得到的。要是程序设计高手有意试试身手，与我合作接受挑战，请与我联络。
1700268241
1700268242
尽管模拟“军备竞赛”目前似乎是不可能的任务，还是有一些简单得多的事可做，我就打算暑假试试看。我会在花园里找个阴凉的地方，摆上一台电脑。屏幕要用彩色的。我手边有个“生物形”程序，其中有几个基因专门控制色彩，运作的方式就像那9个控制形状的基因一样。我会随便挑一个看来简洁、鲜艳的生物形做起点。然后电脑就展示出它的突变子女，整个屏幕上都是，有的颜色不同，有的形状不同，有的颜色、形状都不同。我相信蜜蜂、蝴蝶或其他昆虫会“造访”屏幕，它们“撞击”屏幕上特定生物形的位置，就表示它们“看上”了它—“选择”了它。等到昆虫访客超过一定数量之后，电脑就清理屏幕，以最受青睐的那个生物形代表第二世代，繁衍下一世代。于是屏幕上就出现了新一代的突变子女。
1700268243
1700268244
我很指望经过许多许多世代后野外的昆虫能让花朵在电脑里演化出来。果真的话，电脑花朵遭受的自然选择压力与野外的花朵完全一样—显花植物的演化驱力正是昆虫。我的指望可不是一厢情愿，事实上昆虫经常停留在女士衣服上的鲜艳处，科学家也系统地做过实验，研究昆虫的色彩癖好。另一个更令人兴奋的可能，是野生昆虫让类似昆虫的形状演化出来。这也有先例可援，绝非我瞎想：蜜蜂就是蜂兰演化的推手。蜂兰看来像似蜂后，引诱雄蜂与它交配，借以传播花粉。蜂兰今日的形态是它世代受到雄蜂垂青的累积结果。想象一下，要是图5中的“蜂花”是彩色的，你会不会以为它是蜜蜂？
1700268245
1700268246
我悲观的主要理由是：昆虫的视觉与我们的很不一样。映像管屏幕是为人眼设计的，而不是昆虫的眼睛。因此，虽然我们与蜜蜂殊途同归，都将蜂兰看作形似蜂后的东西，蜜蜂可能根本看不见映像管屏幕上的图像。蜜蜂也许只能看见625条扫描线而已。不过，这个实验仍然值得做。我想本书出版时，我就知道答案了。
1700268247
1700268248
常听人说：电脑输出的结果，不会比你输入的多。这个说法还有其他的版本，像是：电脑只能做你叫它做的事，因此电脑绝无创意。这些陈腔滥调的确是真的，可是又当不得真，这好有一比：莎士比亚一辈子写过的—字—也不过是他第一位老师教他写的那些玩意儿，不是吗？电脑跑的“演化”程序是我写的，可是图5上的那些图形都不是我事先构想的。压根儿我就没想到它们会出现，因此我认为说它们“突现”（emerge）挺实际的。没错，它们的演化以我的选择做向导，但是每一阶段我只能在一小撮随机突变的样本中做选择，我的选择谈不上“策略”，只能说投机、善变、短视。对生物形会演化成什么模样，我心无定见，自然选择也没有。
1700268249
1700268250
关于这一点，要是你听我说过一个故事，管保你印象更深刻。话说有一回，我的确试过在跑“演化”程序之前就默认了一个终极目标。不过我必须先来个坦白从宽。即使我不坦白，我想你也猜得到。图4的演化史是事后重建的。里面的“昆虫”不是我第一次见到的那些。当初它们出现在屏幕上，我心头响起了胜利的号角，可是我无法记录它们的基因式。它们就在眼前，在屏幕上，而我无法掌握它们，无法解开它们的基因式。我不愿把电脑关掉，一直在绞尽脑汁，希望想出什么办法来将它们的基因式记录下来，结果枉费心机。它们的基因埋藏在内部深处，真实生物的也是。我可以用打印机将它们的躯壳印出来，但是我失去了它们的基因。我立即修改了程序，以后的生物形都能留下基因式供日后查考，可是往者已矣，无从挽回。
1700268251
1700268252
于是我开始设法将它们找回来。既然它们演化出来过，难道不能再演化一次？记忆中的施特劳斯和弦萦绕心头，“我的”昆虫也挥之不去。我在生物形的国度里四处漫游，不知见过多少奇异的生物与事物，无奈过尽千帆皆不是，我没找到它们。我知道它们必然在什么地方。我知道它们的演化起点—始祖的基因式。我有它们的“画影图形”。我甚至连它们历代祖先的形貌都有记录。可是我不知道它们的基因式。
1700268253
1700268254
也许你以为重建它们的演化路径很容易，其实不然。理由是：演化世代要是到达某个数目，即使只涉及9个基因，可能的演化系谱也是个天文数字。好几次我遇上似乎可算“我的”昆虫的祖先，可是不管我怎么小心在意地选，以后的演化总不免步入歧途。最后，我在生物形国度里的演化漫游总算有了眉目—我又逮着了它们。那种胜利的心情，不亚于我第一次见到昆虫在屏幕上演化出来。我至今仍不清楚它们是否就是让我心中响起施特劳斯《查拉图斯特拉如是说》起始和弦的那些，还是它们只是趋同演化的产物，只不过形似而已。不过我已经很满意了。这一次不会再出错了：我把它们的基因式记了下来，现在我随时可以让“昆虫”演化了。
1700268255
1700268256
我承认这个故事有些地方我夸张了一些，但是我有深意。我希望读者明白的是：即使程序是我写的，电脑按照指令亦步亦趋行事，屏幕上演化出的动物也不是我规划的，我很清楚它们的“祖先”是什么模样，可是我见到它们时自己也万分惊讶。我完全不能控制演化，即便我想让某个“演化史”重演过一遍，依然无法得逞。好在那些“昆虫”的祖先每个世代我都打印过，留下了完整的图像记录，然而即使有图为凭，整个过程仍困难而沉闷。程序师不能控制或预测电脑图像的演化过程，你觉得困惑吗？难不成电脑里有什么我们难以理解甚至神秘的玩意儿在搞鬼？当然不是。真实生物的演化也不涉及什么神秘玩意儿。电脑模型可以帮助我们解决这个谜团，并对真实的演化过程有所认识。
1700268257
1700268258
我先交代一下，解决谜团的论证大致是这样的：有一个数目固定的生物形集合，每一个生物形都在一个数学空间中占据一个独特的位置。它们的位置是永久的，只要知道基因式就能立刻找到它们；而且每个生物形与四周的紧邻都只有一个基因的差异。因为我已知道我的“昆虫”的基因式，我可以随意复制它们，也可以让电脑从任何一个生物形朝向它们演化。你第一次以“人择”演化出新玩意儿的时候，会觉得那是一个创造的过程。也的确是。但是你实际在做的，只是在生物形国度的数学（基因）空间里“找寻”它们。我说这的确是个创造的过程，理由是：寻找任何一个特定的生物形极为困难，只因为生物形的国度非常非常大，居民几乎有无限多。在其中，漫无目的、毫无章法地搜寻根本不可行。你必须采取某种有效的—有创意的—搜寻策略。
1700268259
1700268260
有些人天真地以为会下棋的电脑是暗中试过所有可能的棋步后才落子的。要是他们输给电脑，这种想法可以令他们好过一点，但是他们的想法完全错了。棋局的可能棋步，数量实在太大了：在这么大的搜寻空间中使用闯空门的伎俩无异于大海捞针。写一个成功的下棋程序，秘诀在于找出有效的搜寻快捷方式。累积选择—无论是电脑模型的人择还是真实世界里的自然选择—是个有效的搜寻方式，它的结果看来就像是有创意的智能设计出来的。毕竟培里的设计论证着眼的就是那一点。就技术而言，我们在电脑上玩的生物形游戏，不过是从早已在数学空间就位的玩意儿中，搜寻觉得悦目的个体。整个过程让人觉得像是从事艺术创作。在一个很小的空间中搜寻的话，其中不过小猫三四只，通常不会觉得像是在创作什么。孩子玩的找东西游戏不会令人觉得有创意。随意瞎闯就想找到目标，通常只有在搜寻空间很小的时候才行得通。空间增大后，搜寻方式就得有点章法；空间越大，章法越得讲究。一旦空间大到一定的程度，有效的搜寻方式就与真正的创意无从分别了。
1700268261
1700268262
电脑生物形模型把这些论点展示得十分清楚，它们在人类的创造过程（例如构思赢得棋赛的策略）与自然选择（盲眼钟表匠）的演化创造之间构成一座有教育意义的桥梁。为了了解这一点，我们必须将“生物形国度”发展成一个数学“空间”，四面八方充满了形态有差异的生物形，它们有秩序地分布排列，各安其位，等待造访。图5的17个生物形，并没有什么特殊的安排。但是它们在生物形国度中，都有自己的独特位置，由基因式决定，四周也围绕着特定的邻居。在生物形国度中，它们彼此间都有明确的空间关系。那是什么意思？空间位置会有什么意义？
1700268263
1700268264
我们谈的空间是基因空间。在基因空间中，近邻都是基因式只差一个基因的个体。图3中央是基本形，周围的生物形是它在基因空间中18个近邻里的8个。那18个近邻都是它可能生产的子女，它也可能是它们的子女，这都是我们的电脑模型容许的。由那些近邻向外跨出一步，中央生物形的邻居就达到324个（18×18，暂且忽略“朝向祖先方向的”突变）。再跨出一步，邻居的数量就增加到5824个（18×18×18），包括可能的曾祖/曾孙，表/堂兄弟姊妹等等。
1700268265
1700268266
为什么要谈基因空间呢？我们会得到什么结论呢？答案是：基因空间可以帮助我们了解演化是一个渐进、累积的过程。根据电脑模型的规则，每一个世代只能在基因空间中移动一步。自始祖起经过29个世代，落脚的位置不可能距始祖29步以上。每一部演化史都是基因空间中一个特定的路径，或叫“轨迹”。举例来说，图4所记录的演化史就是基因空间中一个特定的蜿蜒轨迹，连接一个点与一只昆虫，中间经过了28个世代。我以比喻的方式说我在生物形国度里“漫游”，指的就是这个。
1700268267
1700268268
本来我想将这个基因空间以一张图画来呈现。我遇到的问题是：图画是二维空间。生物形居住的基因空间不是二维空间。它甚至不是三维空间，而是九维空间！[一谈到数学，千万记住别害怕。数学没那么可怕，尽管有时数学家会让你觉得数学难得不得了。每一次数学难着我了，我都会想起电机工程大师汤普森（Silvanus Thompson，1851～1916）在《轻松学习微积分》（Calculus Made Easy）中的箴言：“要是一个傻子会做，每个傻子都会。”]要是我们能够画出九个向度，就能以每个向度对应一个生物形基因组的基因。每个特定动物的位置，就说蝎子或蝙蝠或昆虫好了，都能在基因空间中以它的基因式定位。演化变化就是在这九维空间中一步一脚印创造出来的。两个动物的遗传差异，从一个演化成另一个所需的时间，以及演化的困难程度，都可以用它们在这九维空间中的距离来表示。
1700268269