|
在20世纪最后的20年，人们对生命科学的研究兴趣快速增温。一时间许多大学都建立了生命科学的院系，实验室里人们研究着各种各样的生命形式，从DNA到人类基因组，从合成蛋白质到克隆动物，分子生物学达到了征服世界的程度。 就在这时，美国的一群年轻人却从电脑的生命游戏中突发奇想，如果不考虑蛋白质的因素是否可以在电脑中制造出数字生命？Langton C等人成功了，1987年他们在美国的LosAlamas组织召开了世界上第一次“人工生命”研讨会，他们用自己的工作展示了多种可在电脑上演示的具有生命特征的系统，以及他们对人工生命的理解。这个会吸引了计算机科学、生命科学、系统科学及人工智能等方面160多人参加，著名学者Hol1andJ及Lindenmayer也参加了会议，对这些年轻人的想法给予了肯定。从此，人工生命领域就成为颇受关注的、面向21世纪新科学的一个分支，它吸引了系统科学、计算机科学、人工智能、控制科学、生物科学、机器人科学、认知科学、经济学、哲学以及人类学等领域众多的专家学者投入研究。如今，在美国、欧洲及日本这方面的研究最为活跃，在中国人工生命的研究己经有了一定的发展，除去一些教授和院士外有相当数量的年轻学者及研究生对此感兴趣，也有了一批自己的研究成果。 一、“人工生命”研究的基本问题 生物化学家们在实验室里用人工的方法合成出蛋白质，国外称这种生命为“湿”生命。而系统学家则更重视生命的信息本质。不管是否有蛋白质这种媒体，如果某个信息过程类似从DNA中解码得到基因，而它又控制着整个的信息处理过程，再现生命的某些特征，为什么不可以说这也是一种“生命”呢？其实，科学家们希望用非蛋白质的媒体表现生命的基本形式已经很久了。早在20世纪40年代，杰出的数学家和物理学家John Von Neumann就开始对机器是否能自我复制这个问题产生了浓厚的兴趣。在50年代，Penrose就讨论过用机械 的方法制造可以自繁殖的机器。 人工生命的开拓者建构了一种数字生命形式，其中一部分表现出有新陈代谢、遗传、进化、变异、适应性、生存竞争等生命现象，例如Thomas.Ray提出的数字生命系统Tierra；或者，他们试因把从生命现象得到的启示运用于开发具有类似于生命特征的复杂的信息处理系统，比如说“人工脑”和“进化机器人”的研究。 人工生命的创始人Langton C（1989），认为人工生命是“研究那些具有自然生命现象的人造系统”：“人工生命是这样的一个研究领域：致力于去抽象出生命现象的基本动力学原理，并担这些原理运用到别的媒体，比如说计算机，让它们在这些媒体中实现操纵和接受检验。除了为地球上己知的生命形式（life-as-we-know-it）提供新的研究方法外，人工生命允许我们去探索更广泛的可能生命（life-as-it-could-be）的领域”。 综合起来，人工生命是研究那些具有生命特征的人工系统。人工生命的许多研究致力于理解我们所知道的生命形式，地球上的生命，以寻求得到生命形式（并不局限于某种特定的载体）的普遍特征。地球上的生命进化也仅仅代表一种特定的进化途径。他们认为可以用别的物质来构造另类载体的生命形式，赋予它们生命的特征，使其具有进化、遗传、变异等等生命现象，得到生命的普遍行为。需要指出的是，人工生命并非是对于生物系统的模拟和仿真，它们也是一种“生命”，只是用不一样的载体而己。而且，人工生命的巨大魅力还在于，为当今正在兴起的复杂性理论提供了一种实验手段。 当前国际上人工生命的基本研究仍然是构造具有进化特征的数字生命系统平台，并在其上实现进化试验。所谓数字生命专指那些以电脑为工具和媒体，电脑程序为生命个体的人工生命的研究。这方面以Thomas Ray的数字生命世界Tierra系统为代表，也还有一些相关的数字生命平台的研究。一个“生命”被设计为适合在这样的环境中生存的某种数字代码程序。这个程序能够自我复制，并且直接被CPU执行，这些机器代码能够直接触发CPU的指令系统以及操作系统的服务程序。通过对资源的占有来体现它在进化过程中的优势地位。Thomas S Ray是一位生物学家、进化论学者，他把生物学上有关生物体进化的概念引进到计算机领域，用数字计算机所提供的资源：RAM单元、CPU时间以及操作系统为他的数字生命提供一个生存环境。在Tierra的运行中，随着世代的推移生命体呈现出复杂的现象，种类日趋增多，同时“单细胞”向“多细胞”方式进化，形成自己的生态环境。在自然生命的进化过程中，曾经出现过物种大爆炸及灭绝的情况，表现出复杂的生物多样性。Tierra的运行在某种程度上表现了物种爆炸的情形：表现出了在一个复杂性剧增的时期都有的进化跃变行为。 复杂性的增加还体现在多细胞化的进程当中，从人工单细胞向多细胞的进化也是人工生命研究中的重要方向，这时细胞不一定是一段程序，可以通过建立数字细胞的模型及其环境，假定细胞与环境及其互相之间的相互作用模式来运行。有关研究显示出数字细胞的分化现象，即同种细胞分裂达到一定数量后，在其细胞团内部自然出现不同种的细胞（并非预先设计好的）。这种现象在自然界进化过程中是非常基础的变化，否则，个体永远不会出现不同的器官而只能是一堆相同细胞的堆积物。这种现象也称为分支过程，它是进化的基本过程。当前这方面的研究正在艰难深入地进行着，仍然有许多问题，比如，数字细胞是否可以像干细胞那样进行定向分化？ 数字生命的研究确实在电脑屏幕上演示出了生命的许多深刻的特征。生物进化论诞生与发展的近百年时间里，充满了困惑与争论。虽然现代基因组的研究为生物进化论提供了许多有利的解释，但至今仍然有许多问题不能解决。仅仅诞生十多年的人工生命研究所面临的困难是可想而知的。构建的数字生命系统并不是每一个都具有进化特征，因而，数寄生命系统的可进化性就是人工生命研究中的一个基础难题。 二、“人工脑”研究 人工脑的研究是人工生命研究中的重要课题，它综合了硬件的进化与软件的进化。目前不少国家致力于人工脑的研究与开发，例如日本、美国、俄国。人工脑不是像人工肾人工心脏等用于医学的治疗工具，而是指具有部分脑功能的进化硬件与软件系统。人工脑的研究本质上是研究一种全新的信息处理模式以及如何产生机器智能。研制者并不想单纯地用电子器件再现生物大脑，而是想得到在某些方面类似于生物大脑的信息处理系统，使系统具备自治和创造性。研制者在系统的设计中引入了人工生命的'进化与涌现'机制，使系统能够按照适应性自我组织，系统本身需有一些机制以实现在功能上和结构上的自发变化，为进化和涌现机制提供一个框架。用自下而上的方式产生智能是人工生命与人工智能的结合点。 人工脑的实现方式之一是使用类似生命的模型。在这个模型中，系统有一个类似于生命系统胚胎发育的功能，使得系统的结构和组成单元能够发生变化，形成复杂系统。人工脑的建构正在从硬件和软件的设计两方面来推进，硬件的进化是一个极具挑战性的课题，这种人工脑需要大量的研究资金。进化软件为基础的人工脑强调了两点，一是模仿脑细胞（或称神经元）的运作方式，采用神经生理学和神经形态学的最新发现，超越过去的脑模型，使机器对不同的刺激产生反应，表现出像脑一样的记忆、学习：二是这个机器能够像婴儿一样通过机器的感知来接受训练，产生由下而上的智能。当今的电脑表面上看也具有一些脑的功能，但它与生物脑有明显的不同。生物脑首先处理的是感知信息，如视觉、听觉、触觉、嗅觉与味觉，这是一种多模式信息的并行处理；进一步，生物脑可以把它处理的感知信息转变为知识，这是脏功能中最重要的。已有的知识相互作用可以产生新的知识，它不一定是从感知信息得来的，这就是“涌现”。人工脑的研究首先要解决机器感知，当今的计算机视觉与计算机听觉（以及计算机触觉等）研究己有了相当的进展，但电脑还无法有效地把这不同的信息综合为统一的感知信息，更谈不上实现认知。应该研究机器感知信息处理理论及知识的表示理论，研究这种知识的存储及提取模式，研究知识如何上升为概念及涌现的条件等，从而实现机器智能，为将来人造生物材料的人工脑提供必要的理论储备。人工脑的研究具有良好的应用前景，其视觉理解功能和昕觉理解功能可以综合地或分别地应用于开发新型的智能控制系统。例如，新一代的智能机器人、智能家电、智能监视器、智能玩具等。 可以看到当今国际上都在以不同的途径研究与开发具有部分脑功能的信息处理系统。这是在21世纪一开始就表现出来的新动向。中国应该对这个新动向给予足够的关注。今后一旦人造生物神经元材料出现，这方面的研究将会有极大的进展。 三、人工生命的相关研究 分子生物学告诉我们基因信息除去把父代的生命特征遗传给后代之外，它还控制着从受精卵第一个细胞的发育和生长，它可以保证后代发育成为同一种生物而不是其他的。当然，也以很小的概率会发生变异。基因不仅具有发育信息的处理功能，而且具有控制发育的控制功能。在数字生命中的“基因”也是一样，它们担负着这双重任务。到目前为止，分子生物学的研究还不能完全解释上述的两个问题。例如，人类基因组圈谱测序的完成使人们颇为诧异，原来估计人类的基因约有10万个，但实际测出来的是3万-4万个，比一些简单动物多不了多少；而且，人类的基因与猩猩等一些哺乳动物的基因有98.8%是一样的，就是这百分之一多一点的基因决定了胚胎会发育成人而不是猩猩，反之亦然。那么，生物的进化与发育信息是怎样储存在基因中的呢？绝不是简单地延长基因的长度可以解决的。或者说，这种信息的储存不是一维的，而是和它的空间结构形式有关，也就是说，它是具有分数维空间的性质。更通俗一些来说，我们用笔在纸上写字，笔尖画出来的是一条曲线，当笔尖写出单词和句子时，它就以曲线形式包含了大量的信息，这种载有信息的曲线不是一维的而是小于二的分数维。为此，我们需要创造新的信息量函数和信息论。 毫无疑问，随着人工生命的深入研究及与其他学科的进一步交叉，将会提出更多的新问题。除上述的基础研究问题外，人工生命的研究者们还涉足其他的一些研究，例如，关于进化算法（evolutionary algorithm）的研究、基于人工脑的智能机器与Multiple-agent工具结合的群体行为研究，如蚁群模型，人工社会模型等、人工免疫学的研究、元胞机（cellular Automata）与复杂性的研究、基于人工生命原理的计算机图形艺术等。在人工生命国际学术会议上，这些研究占有相当数量。限于篇幅这里无法逐一展开讨论，读者可从相关文献中获得进一步的了解。 四、写在最后的几句话 前面对人工生命的研究内容进行了介绍，尽管这个领域还没有提出严格的定义和边界，但是，它的生命力是无须怀疑的。同时，这也是我们发展自己、缩小与国际水平差距的一个机遇。如果一个领域已经发展成熟了，从无到有地追赶国际水平那是要花大力气的。当前，国家自然科学基金委对人工生命的研究给予了许多支持，这些支持无疑会对人工生命的研究和发展产生重要的推动作用。当然，如果人工生命这个新领域能够列入“十五”发展规划，从系统学的基础研究以及机器人新技术研究方面也能得到支持，那么中国在这个领域的研究5-10年时间可以达到国际水平。 除去国家的支持外，在研究方式上也需要推动跨学科的研究。要像维纳在40年代把控制论的研究与医学结合在一起，组织生物学、系统学、计算机科学、机器人学、社会科学的跨学科的合作，让年轻的新生力量大量加入这个领域。那么，中国在这个研究领域取得领先地位是不成问题的。 整理不易，欢迎打赏 张永光，1941年11月生于山西太原市，1964年毕业于天津南开大学数学系，现任职于中国科学院系统科学所研究员、博士生导师。主要研究兴趣是系统的建模、鲁棒自适应控制、小波图像压缩等。自从1995年以来，开始进行有关“人工生命”及复杂性问题研究。在20世纪90年代承担的几项应用研究先后获得了国家科技进步三等奖、中国科学院科技进步二等奖、国家环保局科技进步一等桨，以及航天工业部两项科技进步三等奖。1999-2001年先后应邀在日本ATR研究所、室兰工业大学、大分大学等进行人工生命与人工脑的合作研究。回国后，在清华大学、中国科技大学、中国农业大学、中国科学院交叉科学研究中心、北京科技大学等做过约10次学术讲演，介绍人工生命及复杂性的研究，受到国内学术界的关注。己发表文章71篇，译著4种（有合作者）。 |
|
|
