上周（用chatGPT）阅读了一篇论文，标题为《Google creates self-replicating life from digital 'primordial soup’》。论文地址：https://arxiv.org/abs/2406.19108
生命起源与人工生命领域都在探究生命是什么以及它如何从一系列“前生命”动态中出现。大多数生命出现的基质一个共同特征是在自我复制出现时动态发生显著变化。尽管对于自然界中自我复制体是如何出现的有一些假设，但我们对自我复制体出现的一般动态、计算原理和必要条件知之甚少。这一点在“计算基质”上尤为突出，因为这些基质上的相互作用涉及逻辑、数学或编程规则。
在本文中，作者通过研究基于各种简单编程语言和机器指令集的几种计算基质，迈出了理解自我复制体如何出现的一步。研究表明，当随机的、非自我复制的程序置于缺乏任何显性适应度景观的环境中时，自我复制体倾向于出现。研究展示了这种现象是如何通过随机相互作用和自我修改发生的，并且这种现象可以在有或没有背景随机突变的情况下发生。作者还展示了在自我复制体出现后，越来越复杂的动态如何继续涌现。最后，研究展示了一个极简编程语言的反例，在这种语言中自我复制体是可能的，但至今尚未观察到其出现。
本实验表明，在没有规则或方向的数字“原始汤”中，可以出现自我复制的人工生命形式，这可能暗示了地球上生物生命的起源。我向我最稀罕的苟老师咨询了这项实验的意义，他表示：“这个实验对应着一个生命起源的假设，说明生命有可能是由智能生物创造的。虽然目前我们还是认为生命是通过演化产生的，但现在很难做出确切判断。”
数字原始汤中的生命
Google展示了虚拟生命形式可以在随机性中出现，无需任何规则或方向，这暗示了地球上生物生命起源的过程。Matthew Sparkes指出，尽管没有明确的规则或目标来鼓励这种行为，人工生命形式仍然从数字“原始汤”中随机产生。研究人员认为，更复杂版本的实验可能会产生更高级的数字生物，如果能实现，这些发现将有助于理解地球上生物生命出现的机制。
虽然进化过程已经被很好地理解，但关于惰性分子如何首次结合形成生命，仍然知之甚少。为了研究简单的起点如何能导致复杂的结果，Google的Ben Laurie和他的同事设计了一个实验，在该实验中，数万个独立的计算机代码片段随机混合、组合并执行它们的指令，经历了数百万代。由于没有规则来控制代码样本如何变化，也没有对特定行为的奖励，研究人员预计这个人口——被限制在一个固定数量内——会保持随机并且不产生任何连贯的行为。然而，让他们惊讶的是，模拟最终导致了自我复制程序的出现，这些程序迅速繁殖，达到人口上限。最终，新类型的复制体出现了，它们争夺空间，偶尔压倒并取代了之前的种群，就像生物有机体彼此竞争一样。
这项研究并不是首次尝试在数字世界中模拟生命：例如，生命游戏（Game of Life）这样的模拟展示了细胞网格在简单规则下的自我复制行为。Laurie指出，这项工作独特之处在于系统没有正式的规则、目标或过程来鼓励或启动人工生命——它们只是自然而然地出现了。“一切都在涌动，然后突然：砰，它们都是一样的。”他说。
Laurie表示，这些实验可能无法告诉我们生物生命如何开始的确切细节，但它们揭示了从无到有创造复杂性的内在机制。他认为，复杂的生物生命仅仅是经过了类似的漫长随机迭代的结果。“我认为没有什么魔法发生了，”他说。“物理现象发生了，而且发生了很长时间，产生了一些非常复杂的东西。”然而，地球上的生命只是在“数十亿年的大规模并行实验”之后才出现的，Laurie说，虽然他认为如果团队的系统在规模和持续时间上扩展，可能会产生更大的复杂性，但我们很快就会遇到当前计算机的限制。
“我的直觉是，如果你想要更有趣的行为，比如物种之间的竞争或战争，或者允许环境感知的复杂化——这些最终都会出现——需要的计算量将非常庞大，我们目前无法实际实现，”Laurie说。
Z80 CPU上的自我复制体生态系统![]()
在一个2D网格上由Z80 CPU生成的自我复制体生态系统中，每4x4像素组对应一个16字节的程序。在每个模拟步骤中，随机选择一对相邻单元格，将它们连接并由Z80仿真器执行256步。我们观察到几代自我复制体的出现。首先，基于堆栈的自我复制体浪潮席卷了网格，形成了几种共存变体的“生态系统”。随后，网格被使用内存复制指令的更强健的自我复制体所占据。颜色对应于自我复制体使用的几种最流行的指令代码：
LDIR/LDDR - 内存复制 PUSH HL - 将16位（存储在H和L寄存器中）推入堆栈 LD HL,X / LD HL,(X) - 立即值或间接值设置HL寄存器
这种模拟展示了不同指令集在自我复制体形成和演化过程中的作用，揭示了在计算基质上生命形式可能出现的机制。
巨大的成就
实际上，团队的许多实验在显示出有组织的行为之前，运行了数百万步。Laurie表示，其中一个在他笔记本电脑上运行的实例，每秒处理约30亿条指令，但仍然花了大约半小时才出现自我复制。英国约克大学的Susan Stepney表示，这项工作令人着迷。“从随机起点进化出自我复制程序是一项伟大的成就，”她说。“这无疑是理解生命起源潜在途径的重要一步，尽管是在与生物学标准‘湿件’截然不同的介质中。”
英国南安普敦大学的Richard Watson认为这些结果“非常酷”，但指出它们不太可能自动导致越来越复杂的行为。“他们测量的复杂性在自我复制器出现后有所增加。但尚不清楚它是否会以一种有趣的方式‘起飞’，”他说。“自我复制很重要，但认为它是一个万灵药，从中一切令人兴奋的生命特性都会自动出现，这是错误的。”
伦敦大学学院的Raquel Nunes Palmeira也对这项工作是否揭示了地球生命起源持怀疑态度。她将其比作经典实验，其中RNA链在试管中复制，结果是RNA长度越来越短，复制速度越来越快。她说，一种非常简单的自然选择形式在奖励缺乏复杂性，而不是鼓励更大的复杂性，这与解释复杂生命起源所需的完全相反。“拥有无限复制品并不保证复杂性，”Nunes Palmeira说。“如果你有一个东西只是自我复制，并且比其他一切都快，那么你只会有一个完全被它占据的系统。”
相比之下，生命涉及多个相互作用的组件，包括DNA、RNA、蛋白质等。她说：“这是一个非常复杂的系统，我认为仅仅通过研究自我复制，我们还没有更接近理解它是如何从无到有产生的。”
