蚂蚁是典型的社会性动物。单只蚂蚁并不具备“智能”，但是蚁群却具备惊人的协作性，它们有条不紊地组建了自己的社会，我们称之为“蚂蚁群体智能”。 今天要讲的却不是它们的“群体智能”，而是相反，我们发现，蚁群中存在的一种BUG，先看看下面这幅图： 可怜的蚂蚁们围着一个中心点进行着无休止的转圈圈运动，直到力竭蚁亡。 它们为何要转圈圈？它们是在干什么？这是一种祭祀仪式吗？ 这种现象很早就被发现了，法国昆虫学家法布尔曾经做过一次试验： 把一群蚂蚁置于圆盘的周围，使它们首尾相连地沿着圆盘爬行。 他还在蚂蚁队伍旁放了些食物，蚂蚁只要离开队伍就可找到。 蚂蚁们就机械地沿着首尾相接的队伍爬行着，但都不离开队伍去寻找食物。 它们就这样辛勤地爬了七天七夜，最终全部饿死。 蚂蚁生物学家T.C. Schneirla有一次偶然遇到了几百只蚂蚁组成的死亡怪圈。而且这一现象持续了一整天时间，一场大雨甚至都没能阻止它们。 到了第二天，大部分蚂蚁死亡，但仍然有一些蚂蚁在虚弱的转着圈，处于濒死状态。 他在论文中描述了这一经历：“整个区域遍布已经死去和濒死的蚂蚁尸体，少量的幸存者围绕着一个小而且不规则的圆环迈着沉重的脚步。” 著名的昆虫摄影师Alex Wild在博客上也描述了这种现象。他写道：“我居住在巴拉圭的时候经常看到这种现象，田地中、厨房的盘子、甚至咖啡杯都会出现这种循环。这种小循环对于整个蚂蚁群体来说毫无意义，但是对个体的蚂蚁来说是致命的。” 看来，这不是偶然现象。 我们知道，蚂蚁是依赖信息素传递信息的。信息素（英语：pheromone，音译作费洛蒙），也称做外激素，指的是由一个个体分泌到体外，可被同物种的其他个体通过嗅觉器官（如副嗅球、犁鼻器）察觉，使后者表现出某种行为，情绪，心理或生理机制改变的物质。 信息素具有通讯功能。几乎所有的动物都证明有信息素的存在。（狗狗之间互相闻闻是个什么鬼？） 昆虫信息素是昆虫用来表示聚集、觅食、交配、警戒等各种信息的化合物，是昆虫交流的化学分子语言。其中昆虫性信息素是调控昆虫雌雄吸引行为的化合物，既敏感又专一，作用距离远，诱惑力强。性诱剂是模拟自然界的昆虫性信息素，通过释放器释放到田间来诱杀异性害虫的仿生高科技产品。该技术诱杀害虫不接触植物和农产品，没有农药残留之忧，是现代农业生态防治害虫的首选方法之一。 人类也具备信息素：雄二烯酮与雌四烯醇，它们对人类负责性行为与内分泌的下丘脑具有活化作用。 看来，一见钟情这事儿，和人类的性信息素有那么点关系哦。 男性信息素雄二烯酮可以舒缓女性压力、使女性保持心情愉快、并提升女性的性欲望。有统计显示，钢管舞女在雌激素最高的排卵期比月经期的小费收入高出81%，不管有钱没钱，男人这时候表现出了动物性。 网络直播红人其实何尝不是利用了这一点来赚男人钱的。（逃~） 回到蚁群转圈的行为上来。信息素蚂蚁的行为中起到了决定性的作用，蚂蚁个体之间正是以来信息素来传递信息，它们才得以寻找和搬运食物，才可以搬家和筑巢。 蚂蚁的信息素并不只有一种，而且各类信息素的浓度也会传达不同的信息。那么，在蚂蚁们不知疲倦地转圈圈的时候，信息素的传递一定出错了。 这种出错的概率可能不是很大，因为这种现象并不常见，但是一旦出错，就是致命的死亡漩涡。上面那个转圈的蚁群周围不知是否放了樟脑丸，总之，有地方出错了，遵守秩序的蚂蚁是自己的杀手。这种错误或许就是一种偶然，却导致了巨大的灾难。 当蚁群信息素传递被一泡尿或者樟脑丸破坏之后，蚂蚁的行为就会出错：用樟脑丸在地上画个圈圈蚂蚁就出不来。这事儿我小时候干过，也不知道从哪里学的，可能是别的小伙伴告诉的，小伙伴可能是从大人那里得到的知识。 现在我们知道是它们遗留在地面的信息素被破坏了。 恶作剧有时候也是人类经验知识的传递方式。现在说这些觉得有点不好意思，但是那时候却乐此不疲，小伙伴之间还传递这样的恐吓：谁要再向蚂蚁撒尿，谁的小JJ会肿起来--我身上自然从未发生过。当然，不幸被蚂蚁咬了小JJ，这事儿就是真的了。 蚂蚁的信息素是通过蚂蚁的触角来感受的。蚂蚁的触角分为五个部分，每个部分专门闻一种特殊的气味。当蚂蚁遇在一起时，它们会摆动自己的触角，这种做法就像它们在互相交谈一样。 当蚂蚁保护洞穴或准备行动时，它们的动作反常、令人惊奇。在出现这种情况的时候，稍加留意就会发现蚂蚁们正在交换情报或分配工作。每当发生情况时，在极短的时间内，这个消息就会在蚁群中传播开来。 蚂蚁的触角还是蚂蚁的听觉器官、运动感知器官。当我们把蚂蚁的触角破坏之后，蚂蚁的站立和行走就会出现极大的困难。 蚂蚁关爱协会看到这一段会不会来打我？ 总之，蚂蚁的死亡漩涡是蚁群行为的错乱，它们严格遵守信息传递规则，却把自己搞死了。这并非是进化的BUG，而是任何规则都可能导致的终极BUG：没有至高完美的规则，任何规则都有终极漏洞，一致的行为有时候是致命的。 这个道理我讲了好多次了，您觉得是不是这个理呢？人类社会的群体癫狂、拥挤踩踏、革命运动、迷信恐慌、股市踩踏，在这些行为上，人类和蚂蚁何其相似！ 在群体行为上，借鉴动物界的观察与科学结论，对促进人类社会的良好运行是有益的。只是，人类之间的连接远比信息素这事儿要复杂，我们还有更深刻的机制，比如权力、财富、思想、宗教、文化等，远不是信息素这么简单。 但是我们起码要知道的一点是：即使手握真理，也要允许不同意见的存在--如果有一只蚂蚁跑出轨道，或许它们就不会死去。 这些话，虽然刺耳，还是送给整天吵嚷着自己是真理化身的人们。尤其是：传统医学与现代医学、所谓专制与所谓民主、转基因与反转基因、动保主义与人类中心主义、环保主义与发展主义的对立双方，你们能坐下来好好谈谈吗？ 无论如何，自然界给了我们启示，我们有能力逐步认知世界的运行机制和灾难的防范机制，我们不要自大也不必自卑。 但是我们所有的努力最终还是为了人类自己：这不是人类中心主义，而是人类的自爱。 虽然，在顶级科学家们的世界观里，人类不是什么中心，神仙也不是什么中心，只有不断自我革命的科学才会让我们不断接近真理。 而我们现在发现：复杂性让一切确定性都崩塌了，不可预测的未来能在更高的维度上被人类认知吗？ 附一篇关于复杂性的科普文： “复杂性本身便是威胁所在。” 1894年，物理学家、诺贝尔奖得主阿尔伯特·迈克尔逊（Albert Michelson）宣布，科学即将终结，不久之后，人类便会解开所有未知之谜。 看上去，似乎大部分的基本原理都已牢固确立，但如此大胆而劲爆的预测常常会沦为一个笑话。很快，相对论和量子力学革命就在物理学界引发了一场大地震。 渐渐地，我们还发现，那些与人类生活最密切相关的生物学、社会学、经济学、政治学等等，恰恰不受任何基本原理的管辖。 越是深究人类自身与社会的运转，我们越能发现更多意料之外的复杂性。从20世纪起，科学开始在学科之间建立起桥梁，寻找适用于复杂性本身的原理。 什么是复杂性？ “复杂性研究”的对象是复杂系统行为背后的普遍原则。在这些系统中，大量成分以非线性方式展开互动。 在这里，“非线性”是指，单去理解个体成分，是无法理解整个系统的；非线性交互导致“整体大于部分之和”。 复杂系统科学家想要理解，在蚁群、细胞、大脑、免疫系统、社会团体和经济市场中，这些集体复杂性是如何产生的？它们虽截然不同，但却似乎存在着某种相似性，这令研究者颇感兴趣。 它们全都呈现出自组织性：系统成分通过自行组织，在没有任何核心或外部“控制者”的情况下，表现出一个连贯整体的行为方式。 复杂系统能够以个体成分无法实现的复杂程度，实现信息的编码与处理。复杂系统会演化，它们以一种开放的状态，持续发生着改变，逐渐学习并适应。 这类系统无法被精确预测，也不会呈现出便于科学家理解的平衡态。 转变我们的理解 当然，所有重要的科学发现都会改变我们对自然的理解，但我认为，复杂性研究在此基础上更进了一步：它不仅有助于我们理解那些重要现象，更会改变我们看待自然和科学本身的方式。 以下就是复杂系统科学改变我们理解方式的一些例子，也许会让你意想不到。 1、简单规则能产生不可预测的复杂行为 一周以后的天气预报为何不准？渔业人口的年变化数预测为何很难？股市泡沫和崩盘为何无法预知？过去，人们普遍认为，这类现象之所以难以预测，是因为其行为的高度复杂性，且还存在不少随机因素。 然而，复杂系统科学显示，即便是在基本规则极为简单、且完全确定的系统中，复杂行为和不可预测性也能产生。 通常，复杂性的关键在于系统之间交互规则的逐渐迭代。至于这种迭代是否是导致天气、股市和动物种群数量存在不可预测性的唯一原因，目前尚无定论。 2、数量众多导致结果迥异 在上文中，我引用了一句老话：整体大于部分之和。物理学家菲尔·安德森（Phil Anderson）则说得更为简洁，他说，复杂性告诉我们的关键一点是，“多则异，数量多了，结果的确就会不一样。。” 蚁群就是一个绝佳范例。正如生态学家尼格尔·弗兰克斯（Nigel Franks）所言，“单独来看，一只爬行中的行军蚁非常简单，若把100只行军蚁放在一处平面上，它们会兜兜转转，永不消停，直至累死。” 若是把50万只行军蚁放在一起，整体蚁群就成了难以预测的“超级生物体”，展现出高深、乃至骇人的“集体智力”。 脑部神经元、免疫系统细胞、创造力和城市中的社会运动、市场经济中的行为人等等，它们都遵循类似的道理。 复杂性研究显示，当系统成分之间以恰当的方式交互时，其整体行为——系统处理信息、决策、进化与学习的能力——能够与个体成分的行为形成明显反差。 3、着眼全局的“网络式”思维方式 21世纪初，首个人类基因组测序完成，科学界获益匪浅。美国前总统比尔·克林顿曾指出，有赖于人类基因组项目，“即便不说全部，大部分人类疾病的诊断、预防和治疗都将被彻底改变。” 的确，许多科学家都认为，只要绘制出人类基因的完整图谱，我们就能对基因运作有一个近乎全面的了解，知道哪些基因对应哪些性状，而这将为革命性的医疗发现和靶向基因疗法指明方向。 但如今，十多年过去了，当初预言的医疗变革还没有实现，不过人类基因组计划及基因学研究倒取得了巨大进展。 首先，人类基因（为蛋白质编码的DNA序列）约有2.1万个，远少于所有人的预期，仅仅与小鼠、蠕虫和芥菜的基因数差不多。其次，这些编码蛋白质的基因仅占人类DNA的2%上下。 两个谜团油然而生：如果人类基因数相对如此之少，那我们的复杂性源于何处？至于那98%的非基因DNA——过去曾被轻蔑地称为“垃圾DNA”，它们的作用又是什么？ 基因学家认识到，细胞中的遗传元素就像蚁群中的蚂蚁，它们的相互作用是非线性的，并以此形成错综复杂的信息处理网络。塑造生物体的正是这样一个网络，而非一个个基因。 另外，更令人吃惊的是：所谓的“垃圾”DNA是形成这些网络的关键。信息处理网络正日渐成为生物学中的核心组织原则。曾经的“细胞信号通路”如今已被称为“细胞信息处理网络”。 癌症治疗方面的新研究并不关注个体基因，而是着眼于被很多癌症所利用的细胞信息处理网络，对其施加干扰。 人们还发现，某些类型的细菌可通过“群体感应”网络进行交流，从而对宿主发起集体攻击；这一发现也在驱使人们研究针对感染的网络式疗法。 近二十年来，一种着眼于网络的跨学科科学逐渐崭露头角，并发展出相应的洞见与研究方式，应用于从基因学到经济学的各种网络。 在复杂系统领域内，就变革人类对世界的认知而言，贡献最大的也许要数“网络式思维方法”了。 4、非正态才是新常态 2009年，诺贝尔经济学奖得主保罗·克鲁格曼（Paul Krugman）曾说，“几乎没有经济学家预见到这场危机，但这不是最堪忧的。更严重的是，这个领域根本无视市场经济中出现灾难性崩溃的可能性。” 至少在一定程度上，这种“无视”是源于对一种风险模型的依赖，而这种模型就是以正态分布为基础。 正态分布即我们熟知的钟形曲线。经济学家和金融业人士常常使用这种分布，为投资的收益概率和损失风险建模。 图表1（a）显示了风险的正态分布。我在其中标出了出现“灾难性损失”的位置。如图所示，出现这种损失的概率几近于零，可能比你当街被雷劈的可能性还小。所以，从图表上看，你完全不用担心，除非模型本身是错的。 复杂性研究显示，在高度网络化的非线性系统中，更精确的风险预估模型是“长尾分布”。 图表1（b）是风险的长尾分布示例图（图中只显示了“损失”一侧）。图中，较长的非零“尾部”（最右）显示，出现灾难性损失的概率远远高于正态分布系统的预测。 若2008年的风险模型采用了长尾而非正态分布模型，人们在预测“极端事件” 时（本例中为“灾难性损失”），就会得出更高的可能性。 如今我们已知，长尾分布是复杂系统的标志性特征，随着我们对这类网络的理解日益加深，许多领域中的风险模型都需要重新审视——从疾病流行到电网故障，从金融危机到生态系统崩溃。技术专家安德烈亚斯·安东诺普洛斯（Andreas Antonopoulos）作了简洁的概括：“复杂性本身便是威胁所在。” 复杂性是一门新科学吗？ 在一些领域，“复杂性这门新科学”已成为了一种流行语。但它“新”到何种程度？跟“科学”又能沾上多少边？ 在当代的复杂性研究之前，曾有上世纪四五十年代的控制论运动，六十年代的一般系统理论，以及近几年的系统生物学、系统工程学、系统科学等，它们与复杂系统科学有一个共同的目标：找到通用的原理，从而能够解释，系统级别的行为如何从低级别成分之间的相互作用中产生。这些不同的运动吸引了不同的社群，关注点也不尽相同。 于我而言，复杂性并非一门单一科学，而是由不同领域科学家构成的社群，他们有着共同的跨学科关注点、方式方法，以及看待科学问题的共同观念。 至于这种观念的具体构成，我们很难下定论。我觉得，这首先涉及一种观念，即想要理解复杂性，需要整合力学、信息学、统计物理学和进化论的概念。其次，计算机模型是传统科学理论和实验的重要补充。 迄今为止，复杂性并非一门统一的科学，借用美国哲学家威廉·詹姆斯（William James）的话来说，它依然只是“科学的一种希望”。而我认为，这个希望有着光明的前景。 在这个大数据时代，复杂性也许能提供“大理论”——即针对催生海量数据的复杂过程，提供一种科学的理解。从该领域过去的贡献来看，复杂性催生的“大理论”备受追捧，它将更加深刻地变革我们对世界的认知。 这值得我们翘首以盼。用剧作家汤姆·斯塔帕德（Tom Stoppard）的话说：“活在这个年代是最好的，你自以为懂得的一切，几乎都是错的。” 翻译：雁行 来源：bigquestionsonline.com |
|
|
