整合營銷服務商
電腦端+手機端+微信端=數據同步管理
免費咨詢熱線：
電腦端+手機端+微信端=數據同步管理
免費咨詢熱線：
00多年來，科學界和工業界一直堅持著一種范式，來描述你的眼睛如何區分一種顏色。簡單來說，人們原先認為，感知的色彩空間是一個三維黎曼空間。這意味著，兩種顏色之間的距離等于連接它們的最短路徑的長度。
這一著名模型最初由黎曼（Bernhard Riemann）提出，并由亥姆霍茲（Hermann von Helmholtz）和薛定諤（Erwin Schr?dinger）進一步開發和推動。
然而，一項新研究糾正了這種三維數學空間中的錯誤。研究人員認為，關于眼睛如何感知色彩差異的數學模型并不正確，我們可能需要調整對色差的模擬方式。研究已于近日發表在《美國國家科學院院刊》上。
黎曼度量
對人類色彩感知進行建模，能夠實現圖像處理、計算機圖形和可視化任務的自動化。因此人們需要一種精確的感知色彩空間的數學模型。
在最初的嘗試中，人們使用了歐幾里得空間，也就是我們中學所學的那種“最熟悉”的幾何。歐幾里得幾何可以簡單理解成對平面空間的研究，其中的許多想法都可以通過在一張平坦的紙上畫出來。
現在假設我們把這張紙彎曲起來，比如變成一個圓柱體或者球體，就得到了一個曲面。這樣的表面比平面更難研究，這類曲面也是黎曼幾何的基本課題之一。
在后續更先進的色彩空間感知模擬中，黎曼幾何成了長期以來的常用范式。換句話說，感知的色彩空間不被視作一個三維黎曼空間。
這些模型在三維空間中繪制出紅、綠和藍三色。它們是我們視網膜上的感光視錐細胞感知的最強烈的顏色，這些顏色組合在一起，也就形成了RGB電腦屏幕上的所有圖像。
這張可視化捕捉了用于映射人類色彩感知的三維數學空間。一項新研究顛覆了長期以來對人類感知色彩空間的假設。（圖?Las Alamos National Laboratory）
在這項新研究中，團隊最初的想法是開發一些算法，能自動改善數據可視化的色彩圖，讓它變得更容易理解和解釋。然而他們卻意外地發現，長期以來對黎曼幾何的應用并不可行。
這項融合了心理學、生物學和數學的新研究表明，使用黎曼幾何會高估人們對巨大色差的感知。這是因為，人類的色彩感知會出現一種“收益遞減”效應，也就是說，對巨大的色彩差異的感知，無法通過將這兩個色調之間較小的色差相加所得，它實際上比后者的總和要小。而黎曼幾何無法解釋這種效應，色彩空間因此并不能用黎曼幾何來描述。
范式轉變
研究人員表示，他們并沒有預料到這一點，而且，目前還不知道這種新的色彩空間的確切幾何形狀。他們推測，或許可以引入一個額外的阻尼或權重函數，修正較長的色彩距離，但暫時還無法證明這個想法。
但研究人員相信，色彩空間的假定形狀需要一種范式的轉變。這項研究有可能促進科學數據的可視化，改善電視，并重新校準紡織和油漆行業。
參考來源：
https://discover.lanl.gov/news/0810-color-perception
https://www.pnas.org/doi/10.1073/pnas.2119753119
http://comet.lehman.cuny.edu/sormani/research/riemgeom.html
封面圖&首圖來源：Los Alamos National Laboratory
品：科普中國
制作：Philip Ball陽光
監制：中國科學院計算機網絡信息中心
很長一段時間里，我們認為，生命遵守著它自己的一套法則，但當簡單系統表現出“類生命”行為時，科學家開始為此爭論——這些顯而易見，又難以解釋的現象背后是否都是熱力學在作祟？
當我們把一個高爾夫球和一顆炮彈同時從比薩斜塔上釋放，根據物理學的法則，你可以非常精準地預測它們的軌跡。現在，我們用一只鴿子取代炮彈，重復剛才的實驗（鴿子會飛走）。生物學系統不會違背物理學定律，當然，它們似乎也不具有預測的能力。相比之下，它們的目標直截了當——生存和繁衍。
我們可以認為，生物是有目的地引導它們的行為，或者用哲學家常用的話來說——目的論。
出于相同的原因，現在的物理學讓我們可以從宇宙大爆炸后的十億分之一秒來預測今天世界的模樣。但是，沒有人能想象，地球上的早期最原始的細胞是如何演變成人類。由此看來，物理學定律似乎并不能主宰生物的進化。
進化生物學家恩斯特·邁爾(Ernst Mayr)認為，目的論和生物學中的歷史偶然性讓生物學在眾多科學中變得獨一無二[1]。這兩項特性可能也都來源于生物學中的唯一指導法則——進化。
進化的內在雖然依賴于機會和隨機性，但自然選擇卻賦予了它目的和意圖的外表。動物們會被水吸引，并不是因為磁力的作用，而是出于它們的本能——求生意圖。在這個過程中，腿是目的的體現者，并帶著它們到達水源地。
邁爾聲稱，這些特性讓生物學成為特例，即生物學本身就是一個法則。但最近，非平衡物理學中，復雜系統科學和信息理論的發展對此觀點提出挑戰。
一旦我們將生命看成可執行的計算代碼（即在不可預測的環境中收集和儲存信息），并考慮復制、適應、媒介、目的和意圖，那么就可以理解，生物并不是由進化即興產生，而是由于物理學法則產生的必然結果。
換句話說，似乎是有種物理學的東西在搞事情，并推動事物的演化。那么，一度被認為是定義生命系統特征的目的和意圖，也許會通過熱力學統計物理自然產生。
2016年11月，美國新墨西哥州圣菲研究所的一個研討會[2]匯聚了一大批研究“復雜系統”科學的人，物理學家、數學家和計算科學家與進化分子生物學家就這些問題進行了會談和爭論——究竟生物學是否特殊？它的特殊之處在哪里？
毫無疑問，他們并沒有達成共識。但卻釋放了一個很清楚的信號，如果在生物目的論和媒介的背后存在某種物理學機制，那么，它就會與近乎已成為基礎物理學核心概念的信息有某種相關性。
第一次把信息和意圖考慮進熱力學法則是在19世紀中期，那時候，統計力學的開山鼻祖——蘇格蘭科學家詹姆斯·克拉克·麥克斯韋（James Clerk Maxwell）正開辟統計力學的時代。麥克斯韋展示了如何引入信息和意圖，并去做被熱力學認為不可能成功的事情。
那時，麥克斯韋已經證明了氣體屬性，包括氣壓、體積和溫度，是如何從無數隨機和未知的分子熱運動中，得出它們之間滿足的可靠數學關系。換句話說，熱力學是分子和原子在微觀尺度統計力學下的產物，這門關于熱運動的新科學，它連接著大規模物質的屬性，比如氣壓和溫度。
根據熱力學規律，我們從宇宙能源中提取的、有用功的容量總是在減小的。隨著有用的能量一直減小，熱濃度總是趨向于變得平緩。在每個物理過程中，一些能量會通過分子間的隨機運動，不可避免地成為無用熱量而耗散掉。
這種隨機性等同于一個很有意思的熱力學量——熵（表征系統的無序性），也即熱力學第二定律。最終，所有宇宙中的事物將會變成一種均勻、雜亂無序的狀態——熱力學平衡態，其中熵會達到最大值，到那時，一切有意義事物都不復存在。
難道我們真的注定是這種苦悶的命運？不，麥克斯韋不愿意去相信它，正如他后來提到的那樣，1867年，他開始著手尋找熱力學第二定律中的“漏洞”。他的目標從處理一盒無序并隨機運動的分子團開始，接著他把運動快的分子從運動慢的分子中分離出來，從而減少這一過程中的熵。
想象一些可以看見盒子里每個獨立分子的小生物，不像麥克斯韋的那么沮喪，后來的物理學家威廉·湯姆森（William Thomson）稱之為妖。這個妖通過一個滑動隔板門把盒子分成兩個部分，每當他看到一個具有特定能量的分子從盒子的右方接近滑板門時，它就會把門打開，并讓分子通過；而當它看到一個慢一些、“較冷”的分子從盒子的左側接近滑板門時，它也會把門打開，讓分子通過。
最終，它會得到一個右側部分是冷氣體而左側部分是熱氣體的盒子，這就是儲熱器工作的原型。
這種情況發生必須具備兩個條件：第一，這個妖要比我們擁有更多的信息，因為它可以看到每個分子個體的運動狀態，而不是統計平均值；第二，妖具有意圖性——它可以有計劃的把熱分子和冷分子隔離開來。通過利用它有意圖的學識，就能無視熱力學定律。
人們花了一百年的時間去理解為什么麥克斯韋妖無法從事實上打敗熱力學第二定律，為什么麥克斯韋妖無法避免殘忍的滑板門滑向死亡般普適的熱平衡狀態。
并且，有理由表明，熱力學和信息運動過程中存在著更深的關聯，也就是運算。美籍德裔物理學家羅爾夫·蘭道爾認為[3]，即使妖可以在無能量消耗的情況下，把信息和光滑（無摩擦）門的運動統一起來，最終總會有其他的東西為此買單。因為在它開始繼續收集能量前，它不可能擁有每個分子運動無限制的記憶，它必須偶爾清除一下記憶，忘掉那些以前看到的，并開始新的記憶。而這種信息的擦寫不可避免的代價就是需要消耗能量，因此，熵還是會增加。
所有違反熱力學第二定律，依靠麥克斯韋妖靈活手工作業的努力，都被“蘭道爾極限（信息擦除需要有限成本）”給消滅了。（更普適一點來講，信息從一種形式轉換成另一種形式是需要成本的。）。
生物體似乎更像麥克斯韋妖。雖然一個充滿化學反應物質的燒杯，最終會消耗掉它的能量并進入到無聊、停滯的平衡態，但是從大約35億年前生命的起源開始，生命系統就開始有組織地避免落入無生命性的平衡態。
他們有“目的”地從周圍的非平衡狀態環境中獲取能量，即使是簡單的微生物——細菌，也會有“目的”地朝著熱源和營養物質的方向運動。埃爾溫·薛定諤（Erwin Schr?dinger）在他1944年出版的《生命是什么》中，曾這樣表述過：生命體是依靠“負熵”為食。
薛定諤說：“通過俘獲和儲存信息，它們做到了。”其中，有些信息是編碼在它們的基因里面，并且傳遞給下一代，包括那些獲取負熵的指令。
作為一個訓練有素的科學家，薛定諤并不知道，信息是如何存儲和編碼的，但正是這個被他稱之為“非周期性晶體”的直覺，卻激勵[4]了弗朗西斯·克里克（Francis Crick）和詹姆斯·沃森（James Watson）。并于1953年，他們發現了遺傳信息是如何編碼在DNA分子結構上的。
從那以后，基因組至少可以看作生物體祖先（可以追溯到很久以前）在地球上生存的一種記錄。
根據大衛·沃伯特（David Wolpert）(數學和物理學家)和他的同事艾米蒂·科林斯基(Artemy Kolchinsky)在圣菲研所研討會上的結果，有個關鍵點被提出來——具有高適應性的生物與它所生存的環境相關聯。如果一個細菌是因為左邊或者右邊有食物而朝該方向游動，那么它就能比那些隨意游動、全靠運氣尋找食物的細菌具有更好的適應性和繁殖能力。這種存在于生物體和它所處的環境之間的關聯性，表明它們之間的信息是共享的。
沃伯特和科林斯基認為，正是這種信息幫助了生命體保持非平衡狀態，因為，就像麥克斯韋妖一樣，它能從周圍環境的波動中提取信息并確定它的行為。如果沒有掌握這些信息，生物體就會慢慢地恢復到平衡狀態——死亡。
以這種方式來看，生命可以被視為一種最大化儲存和使用有用信息的運算[5]，而且生命也很好的證明了這一點。蘭道爾的結論給麥克斯韋妖的難題設定了一個絕對下限——有限記憶的運算需要一定的能量，也就是說遺忘是耗能的。
當今最好的計算機所浪費的能量，要遠遠高于傳統的能量消費和耗散，超了一百萬倍還不止！但沃伯特表示：“我們可以對一個細胞完成總計算所消耗的能量和相應的熱力學效率進行非常保守的估計，它僅僅是蘭道爾極限值的十倍左右”。
他還說：“自然選擇一直非常關注運算所需的最小化熱力學成本。它會竭盡所能地去減少細胞必須執行的運算總量。”換句話說，生物（可能除了人類以外）似乎并不會在生存問題上過度關心。
他還表示，這種關于貫穿生物整個生命的能量損耗和運算的問題，一直都被目前的生物學所忽略。
生物體可以被看成一種實體，原因是它們可以通過使用信息來獲取能量和逃避平衡態，從而適應周圍環境。當然，這聽起來有點繞口。但值得注意的是，這里并沒有提到基因和進化論，而像邁爾等科學家卻假定它們是生物的意圖和目的所依賴的。
這樣的圖像能帶領我們走多遠？被自然選擇過的基因無疑是生物學的核心。但自然選擇過的進化論本身可能是存在于純物理世界當中的、一個更具功能性和明顯目的性的特例嗎？由此看來，這還只是個開始。
適應性一度被認為是達爾文進化論的特點。但是麻省理工學院的物理學教授杰里米·英格蘭[6]（Jeremy England）對此表示質疑，他認為，對環境的適應性也可以發生在復雜的無生命體系里。
相比普遍認為生物體所有的特點都是為了生存的達爾文主義，此處的適應性有了更加豐富的內涵。達爾文觀點中的一個難題就是，除非進行追溯，否則沒有辦法定義什么是具有高適應性的生物體。
那些“最具適應性”的生物體表現出更好的生存能力和繁殖能力，但是你并不能預測什么樣的適應性是有意義的。比如，鯨魚和浮游生物都是具有很好適應性的海洋生物，但是在具體的適應方式上，彼此之間卻沒有什么明顯的聯系。
英格蘭對于“適應性”的定義更接近薛定諤，甚至是麥克斯韋，即一個具有良好適應性的個體可以從未知、擾動的環境中有效地吸收能量。就好比有個人能站在左右搖擺的船上，而其他人卻都跌倒了，因為她更能適應甲板的晃動。
通過在非平衡條件下運用概念模型和統計力學的方法，英格蘭和他的團隊認為[7]，這些具有良好適應性的系統應該屬于那些能從環境中吸收和耗散能量的體系，并在此過程中產生熵。
他還表示：“熱擾動的物質經常會自發地變成那種更容易從隨時間演化的環境中獲取功的形狀。”即復雜系統傾向于以驚人的易用性融入到這些高適應性的狀態中。
這個過程中，沒有涉及到對周圍環境的逐漸適應（而對周圍環境的逐漸適應卻貫穿了整個達爾文機制——繁衍、變異和性狀遺傳），沒有一點關于繁衍的事情！英格蘭還說道：“讓我感到激動的是——這意味著，當給予我們一定物理數量的可觀測原始適應性結構時，我們發現它們并不需要生理意義上的父輩結構。你可以用熱動力學去解釋進化論中的適應性，甚至可以更特殊一點，不需要自我復制那一套，達爾文的邏輯法則也不再成立”。（只要問題中的系統足夠復雜、多變和敏感就可以應對它所處環境中的擾動）
但是，物理學和達爾文的適應性并沒有沖突。事實上，后者可以看作前者的一種特例。如果復制存在的話，自然選擇就成了系統從環境中獲取功（即薛定諤的負熵）的途徑。自我復制實際上是一種可以使復雜系統更加穩定的機制。所以不要奇怪，這就是生物學的用途！
但是在非生命的的世界中，自我復制卻不會經常發生，那些具有良好適應性的耗散結構傾向于有高度的組織性，比如沙紋和沙丘，它們都是風沙的杰作的結晶。從這種方式來看，達爾文的進化論可以看作一種更普適物理規律的實例，并且這種規律還掌控著非平衡系統。
這種適應擾動環境的復雜結構圖像，同時也允許我們去推斷這些結構是如何儲存信息的。簡而言之，只要是這種結構，不論是有生命的還是無生命的，都會被迫使用可用的能量，并且它們有可能成為“預言機”。
生物學體系會改變它們的狀態來回應一些來自環境的驅動信號，這幾乎是生命特征的一種定義。只要有事情發生，你就會做出反應。植物會向著陽光生長，也會產生毒素去回應病原體。這些環境信號是典型的不可預測信號，但是，生命體系會依據經驗，從它們的環境中儲存和使用這些信息來引導未來的行為。（在這種圖像中，基因只是基本的、普通意義上的關鍵點）
盡管預測性無法選擇，但根據夏威夷大學的教授蘇珊·斯蒂爾（Susanne Still）和加利福利亞州前勞倫斯伯克利國家實驗室的研究員加文·克魯克斯(Gavin Crooks),以及它們同事的工作，對未來的預測似乎對處于隨機性和擾動性環境中的任何高效能量體系是必不可少的[8]。
斯蒂爾和同事發現，存儲過去信息所產生的能量損耗對未來的預測沒有價值。為了使有效性最大化，系統不得不進行選擇。如果它盲目地記憶所有發生過的事情，就會導致大量能量損耗掉。
另一方面，如果它一點也不儲存它所在環境中的信息，它就會不斷地去應對意外。斯蒂爾的合作者，大衛·西瓦克（David Sivak）(現任職于不列顛哥倫比亞省本拿比的西蒙弗雷澤大學)說道：“一臺最佳的熱力學機器必須讓它的情懷達到最小化——關于過去的無用信息——來平衡記憶和預測性。”簡單的說，它必須變得擅長獲取有用的信息，也就是那些有可能對未來生存起作用的信息。
你所期望的自然選擇青睞那些能夠有效利用能量的生物。但是一些個別的分子生物學器件，比如我們細胞中的泵和電機，在某些重要情形下，它們是通過對過去的學習來預測未來。斯蒂爾還說到，為了獲得它們驚人的效率，這些器件必須抹去它們到目前為止對世界表現形式的簡單印象，從而使它們能夠預測將來的事情。
在缺少進化和自我復制的情況下，即使生命體系中的基本信息處理性質已經被提出來了，通過非平衡動力學，你如果要想象更復雜的特性，如工具的使用，交流和社會合作，你必須把進化考慮進來。
算了，還是別考慮它了。這些行為通常被認為是高度發達和進化的生物的優勢所在，包括靈長類和鳥類，它們可以由相互作用粒子構成的簡單系統進行模擬。
這項技術的關鍵在于，系統需要約束條件的引導，即在給定的時間里，它會表現出使熵值的最大化（在這種情況下，可能需要對粒子所處的路徑進行不同的定義）。
熵的最大化一度被認為[9]是非平衡系統的特性。但是在這一模型下，系統遵守著在固定的時間窗口內，讓它的熵最大化的規則，并會延伸至未來。換句話說，它具有前瞻性。
事實上，這個模型遍歷了粒子可能存在的所有路徑，并迫使它們去適應產生出最大熵的那條。粗略講，它傾向于使粒子以后運動具有最多可選路徑的那條。
你也許會說，粒子系統經歷著一種保障它今后行動自由性的需求，并且這種需求引導著它每時每刻的行為。研究并發展了這一模型的學者，亞歷山大·維斯納·格羅斯（Alexzandra Wissner Gross）（哈弗大學）和卡梅倫·弗萊爾（Cameron Freer）(麻省理工學院的數學家)把這種需求稱為“熵的因果力”[10]。在使用計算機模擬特別設置過的圓盤狀粒子到處移動時，這股力量會產生具有某種智能性的結果。
比如有種情形，一個大的圓盤可以從細管中通過“利用”小盤去衍生出新的小盤，這個過程好比工具的使用，而新盤的釋放又可以提高系統的熵值。另外一種情形，為了能與更大的圓盤產生相互作用，兩個分別處于隔離區域的圓盤會同時去摧毀大盤，這就是社會合作的體現。
當然，這些簡單的相互作用方式對它們瞥見未來是有益處的。但從普適法則來看，生命卻并非如此。那么，這種作用是如何與生物學相關聯的呢？
雖然維斯納·格羅斯表示，他已經開始致力于為“熵的因果力”確立一種實際的、合乎生物學規律的機制，但并沒有弄清楚。與此同時，他還認為這種方法可能有實際的應用價值——給人工智能提供途徑。他預言，相比直接從運算或者預測技術出發，先觀察現象，后研究其背后的物理規律和約束條件會更快一些。換句話說就是，先找到你所想要的體系，然后再去解決它是怎樣工作的。
衰老也一直被認為是一種由進化決定的形狀。生物體要在有限的壽命里去創造機會繁衍后代，圍著父輩轉圈的子代不會待太長時間，它們就要去謀生和爭奪資源。這似乎本該就是故事的一部分，但是希爾德加·梅爾·奧爾特曼（Hildegard Meyer Ortmanns）(德國不來梅雅可比大學物理學家)卻不贊同，他認為，衰老的根本是由熱力學信息控制的物理學過程，而不是生物意義上的。
視頻里，David Kaplan 解釋了熵增法則是如何驅動隨機性進入到穩定、有序的生命結構
當然，這絕不是把東西用完了那么簡單。梅爾·奧爾特曼說：“我們制造的大部分軟物質材料會在它開始衰老前就推陳出新”。但是，這種更新的過程并不完美。熱力學信息的復制要求必須在精確度和能量二者間折衷[11]。一個生命體的能量供應是有限的，所以錯誤一定會隨著時間積累下來。此時，生命體不得不耗費大量的能量去修復這些錯誤。更新的過程最終會因為復制產生了太多的缺陷而無法正常運轉，接著，死亡便降臨了。
經驗似乎證明了這一點。眾所周知，培養的人類細胞似乎最多只能復制40到60次，接著就會停止復制，走向衰亡。（這被稱為海佛烈克極限，Haylfick limit[12]）最近對人類壽命的觀察表明，為什么人類百歲之后不會存活太久[13]？這里面可能有些本質的東西。
對于處在擾動的非平衡環境中，系統表現出明顯高效率的能量需求、組織需求和預測性，這是有推論的。我們自己就是這樣一個體系，就好比我們的祖先都回到了最原始的細胞，非平衡熱力學似乎要告訴我們，在這種情況下究竟什么才是重要的。
換句話說，行星上生命的出現，比如早期的地球，充滿了像陽光和火山活動類型的能源，它們持續破壞平衡。開始時，似乎沒有什么極其罕見的事情發生，正如很多科學家所假定的那樣，但實際上它就是會發生。
2006年，圣菲研究所的艾克·史密斯（Eric Smith）和后來的哈羅德·莫羅維茨（Harold Morawitz）認為[14]，非平衡熱力學系統更可能是在有著益生元（被認為是生命產生所需的物質）的地球上催生出組織和復雜系統，并使地球遠離平衡態，而不是把原始的化學材料簡單的放入“溫暖的小池塘”（查爾斯·達爾文是這么稱呼的）里，用小火燉出來的。
在提出這一爭論的前十年里，研究者進行了細節補充并深入分析。那些被恩斯特·邁爾認為是生物學必不可少的屬性——目的和意圖，可能是熱力學統計物理所產生的必然結果。而這些一般屬性可能會反過來，自發產生出某些東西，比如生命。
與此同時，天文學家告訴我們，在我們所處的星系里，估計有數以十億計[15]的行星繞著其他星球運轉著。它們有許多處于非平衡態，至少有些就像地球一樣，并且，同樣的規則也在那里發生著。
文章出處：https://www.quantamagazine.org/20170126-information-theory-and-the-foundation-of-life/
[1] Mayr E. What makes biology unique?: considerations on the autonomy of a scientific discipline[M]. Cambridge University Press, 2007.
[2] David Wolpert, Michael Lachmann, David Krakauer, Manfred Laubichler and P S. Statistical Physics,Information Processing and Biology[R]. New Mexico: .
[3] Landauer R. Irreversibility and heat generation in the computing process[J]. IBM journal of research and development, IBM, 1961, 5(3): 183–191.
[4] Jerry Coyne. Crick writes to Schr?dinger, 1953[EB/OL]. /2017-01-26. https://whyevolutionistrue.wordpress.com/2015/01/05/crick-writes-to-schrodinger-1953/.
[5] Rovelli C. Meaning= Information+ Evolution[J]. arXiv preprint arXiv:1611.02420, 2016.
[6] Wolchover N. A New Physics Theory of Life[EB/OL]. . https://www.quantamagazine.org/20140122-a-new-physics-theory-of-life/.
[7] Perunov N, Marsland R A, England J L. Statistical physics of adaptation[J]. Physical Review X, APS, 2016, 6(2): 21036.
[8] Still S, Sivak D A, Bell A J等. Thermodynamics of prediction[J]. Physical review letters, APS, 2012, 109(12): 120604.
[9] Jaynes E T. Information theory and statistical mechanics[J]. Physical review, APS, 1957, 106(4): 620.
[10] Wissner-Gross A D, Freer C E. Causal entropic forces[J]. Physical review letters, APS, 2013, 110(16): 168702.
[11] Barato A C, Seifert U. Thermodynamic uncertainty relation for biomolecular processes[J]. Physical review letters, APS, 2015, 114(15): 158101.
[12] Shay J W, Wright W E. Hayflick, his limit, and cellular ageing[J]. Nature reviews Molecular cell biology, Nature Publishing Group, 2000, 1(1): 72–76.
[13] Dong X, Milholland B, Vijg J. Evidence for a limit to human lifespan[J]. Nature, Nature Research, 2016, 538(7624): 257–259.
[14] Morowitz H, Smith E. Energy flow and the organization of life[J]. Complexity, Wiley Online Library, 2007, 13(1): 51–59.
[15] NASA. Billions and Billions of Planets[EB/OL]. /2013-01-03. https://www.nasa.gov/mission_pages/kepler/news/kepler20130103.html.
“科普中國”是中國科協攜同社會各方利用信息化手段開展科學傳播的科學權威品牌。
本文由科普中國融合創作出品，轉載請注明出處。
品：科普中國
制作：Philip Ball陽光
監制：中國科學院計算機網絡信息中心
很長一段時間里，我們認為，生命遵守著它自己的一套法則，但當簡單系統表現出“類生命”行為時，科學家開始為此爭論——這些顯而易見，又難以解釋的現象背后是否都是熱力學在作祟？
當我們把一個高爾夫球和一顆炮彈同時從比薩斜塔上釋放，根據物理學的法則，你可以非常精準地預測它們的軌跡。現在，我們用一只鴿子取代炮彈，重復剛才的實驗（鴿子會飛走）。生物學系統不會違背物理學定律，當然，它們似乎也不具有預測的能力。相比之下，它們的目標直截了當——生存和繁衍。
我們可以認為，生物是有目的地引導它們的行為，或者用哲學家常用的話來說——目的論。
出于相同的原因，現在的物理學讓我們可以從宇宙大爆炸后的十億分之一秒來預測今天世界的模樣。但是，沒有人能想象，地球上的早期最原始的細胞是如何演變成人類。由此看來，物理學定律似乎并不能主宰生物的進化。
進化生物學家恩斯特·邁爾(Ernst Mayr)認為，目的論和生物學中的歷史偶然性讓生物學在眾多科學中變得獨一無二[1]。這兩項特性可能也都來源于生物學中的唯一指導法則——進化。
進化的內在雖然依賴于機會和隨機性，但自然選擇卻賦予了它目的和意圖的外表。動物們會被水吸引，并不是因為磁力的作用，而是出于它們的本能——求生意圖。在這個過程中，腿是目的的體現者，并帶著它們到達水源地。
邁爾聲稱，這些特性讓生物學成為特例，即生物學本身就是一個法則。但最近，非平衡物理學中，復雜系統科學和信息理論的發展對此觀點提出挑戰。
一旦我們將生命看成可執行的計算代碼（即在不可預測的環境中收集和儲存信息），并考慮復制、適應、媒介、目的和意圖，那么就可以理解，生物并不是由進化即興產生，而是由于物理學法則產生的必然結果。
換句話說，似乎是有種物理學的東西在搞事情，并推動事物的演化。那么，一度被認為是定義生命系統特征的目的和意圖，也許會通過熱力學統計物理自然產生。
2016年11月，美國新墨西哥州圣菲研究所的一個研討會[2]匯聚了一大批研究“復雜系統”科學的人，物理學家、數學家和計算科學家與進化分子生物學家就這些問題進行了會談和爭論——究竟生物學是否特殊？它的特殊之處在哪里？
毫無疑問，他們并沒有達成共識。但卻釋放了一個很清楚的信號，如果在生物目的論和媒介的背后存在某種物理學機制，那么，它就會與近乎已成為基礎物理學核心概念的信息有某種相關性。
第一次把信息和意圖考慮進熱力學法則是在19世紀中期，那時候，統計力學的開山鼻祖——蘇格蘭科學家詹姆斯·克拉克·麥克斯韋（James Clerk Maxwell）正開辟統計力學的時代。麥克斯韋展示了如何引入信息和意圖，并去做被熱力學認為不可能成功的事情。
那時，麥克斯韋已經證明了氣體屬性，包括氣壓、體積和溫度，是如何從無數隨機和未知的分子熱運動中，得出它們之間滿足的可靠數學關系。換句話說，熱力學是分子和原子在微觀尺度統計力學下的產物，這門關于熱運動的新科學，它連接著大規模物質的屬性，比如氣壓和溫度。
根據熱力學規律，我們從宇宙能源中提取的、有用功的容量總是在減小的。隨著有用的能量一直減小，熱濃度總是趨向于變得平緩。在每個物理過程中，一些能量會通過分子間的隨機運動，不可避免地成為無用熱量而耗散掉。
這種隨機性等同于一個很有意思的熱力學量——熵（表征系統的無序性），也即熱力學第二定律。最終，所有宇宙中的事物將會變成一種均勻、雜亂無序的狀態——熱力學平衡態，其中熵會達到最大值，到那時，一切有意義事物都不復存在。
難道我們真的注定是這種苦悶的命運？不，麥克斯韋不愿意去相信它，正如他后來提到的那樣，1867年，他開始著手尋找熱力學第二定律中的“漏洞”。他的目標從處理一盒無序并隨機運動的分子團開始，接著他把運動快的分子從運動慢的分子中分離出來，從而減少這一過程中的熵。
想象一些可以看見盒子里每個獨立分子的小生物，不像麥克斯韋的那么沮喪，后來的物理學家威廉·湯姆森（William Thomson）稱之為妖。這個妖通過一個滑動隔板門把盒子分成兩個部分，每當他看到一個具有特定能量的分子從盒子的右方接近滑板門時，它就會把門打開，并讓分子通過；而當它看到一個慢一些、“較冷”的分子從盒子的左側接近滑板門時，它也會把門打開，讓分子通過。
最終，它會得到一個右側部分是冷氣體而左側部分是熱氣體的盒子，這就是儲熱器工作的原型。
這種情況發生必須具備兩個條件：第一，這個妖要比我們擁有更多的信息，因為它可以看到每個分子個體的運動狀態，而不是統計平均值；第二，妖具有意圖性——它可以有計劃的把熱分子和冷分子隔離開來。通過利用它有意圖的學識，就能無視熱力學定律。
人們花了一百年的時間去理解為什么麥克斯韋妖無法從事實上打敗熱力學第二定律，為什么麥克斯韋妖無法避免殘忍的滑板門滑向死亡般普適的熱平衡狀態。
并且，有理由表明，熱力學和信息運動過程中存在著更深的關聯，也就是運算。美籍德裔物理學家羅爾夫·蘭道爾認為[3]，即使妖可以在無能量消耗的情況下，把信息和光滑（無摩擦）門的運動統一起來，最終總會有其他的東西為此買單。因為在它開始繼續收集能量前，它不可能擁有每個分子運動無限制的記憶，它必須偶爾清除一下記憶，忘掉那些以前看到的，并開始新的記憶。而這種信息的擦寫不可避免的代價就是需要消耗能量，因此，熵還是會增加。
所有違反熱力學第二定律，依靠麥克斯韋妖靈活手工作業的努力，都被“蘭道爾極限（信息擦除需要有限成本）”給消滅了。（更普適一點來講，信息從一種形式轉換成另一種形式是需要成本的。）。
生物體似乎更像麥克斯韋妖。雖然一個充滿化學反應物質的燒杯，最終會消耗掉它的能量并進入到無聊、停滯的平衡態，但是從大約35億年前生命的起源開始，生命系統就開始有組織地避免落入無生命性的平衡態。
他們有“目的”地從周圍的非平衡狀態環境中獲取能量，即使是簡單的微生物——細菌，也會有“目的”地朝著熱源和營養物質的方向運動。埃爾溫·薛定諤（Erwin Schr?dinger）在他1944年出版的《生命是什么》中，曾這樣表述過：生命體是依靠“負熵”為食。
薛定諤說：“通過俘獲和儲存信息，它們做到了。”其中，有些信息是編碼在它們的基因里面，并且傳遞給下一代，包括那些獲取負熵的指令。
作為一個訓練有素的科學家，薛定諤并不知道，信息是如何存儲和編碼的，但正是這個被他稱之為“非周期性晶體”的直覺，卻激勵[4]了弗朗西斯·克里克（Francis Crick）和詹姆斯·沃森（James Watson）。并于1953年，他們發現了遺傳信息是如何編碼在DNA分子結構上的。
從那以后，基因組至少可以看作生物體祖先（可以追溯到很久以前）在地球上生存的一種記錄。
根據大衛·沃伯特（David Wolpert）(數學和物理學家)和他的同事艾米蒂·科林斯基(Artemy Kolchinsky)在圣菲研所研討會上的結果，有個關鍵點被提出來——具有高適應性的生物與它所生存的環境相關聯。如果一個細菌是因為左邊或者右邊有食物而朝該方向游動，那么它就能比那些隨意游動、全靠運氣尋找食物的細菌具有更好的適應性和繁殖能力。這種存在于生物體和它所處的環境之間的關聯性，表明它們之間的信息是共享的。
沃伯特和科林斯基認為，正是這種信息幫助了生命體保持非平衡狀態，因為，就像麥克斯韋妖一樣，它能從周圍環境的波動中提取信息并確定它的行為。如果沒有掌握這些信息，生物體就會慢慢地恢復到平衡狀態——死亡。
以這種方式來看，生命可以被視為一種最大化儲存和使用有用信息的運算[5]，而且生命也很好的證明了這一點。蘭道爾的結論給麥克斯韋妖的難題設定了一個絕對下限——有限記憶的運算需要一定的能量，也就是說遺忘是耗能的。
當今最好的計算機所浪費的能量，要遠遠高于傳統的能量消費和耗散，超了一百萬倍還不止！但沃伯特表示：“我們可以對一個細胞完成總計算所消耗的能量和相應的熱力學效率進行非常保守的估計，它僅僅是蘭道爾極限值的十倍左右”。
他還說：“自然選擇一直非常關注運算所需的最小化熱力學成本。它會竭盡所能地去減少細胞必須執行的運算總量。”換句話說，生物（可能除了人類以外）似乎并不會在生存問題上過度關心。
他還表示，這種關于貫穿生物整個生命的能量損耗和運算的問題，一直都被目前的生物學所忽略。
生物體可以被看成一種實體，原因是它們可以通過使用信息來獲取能量和逃避平衡態，從而適應周圍環境。當然，這聽起來有點繞口。但值得注意的是，這里并沒有提到基因和進化論，而像邁爾等科學家卻假定它們是生物的意圖和目的所依賴的。
這樣的圖像能帶領我們走多遠？被自然選擇過的基因無疑是生物學的核心。但自然選擇過的進化論本身可能是存在于純物理世界當中的、一個更具功能性和明顯目的性的特例嗎？由此看來，這還只是個開始。
適應性一度被認為是達爾文進化論的特點。但是麻省理工學院的物理學教授杰里米·英格蘭[6]（Jeremy England）對此表示質疑，他認為，對環境的適應性也可以發生在復雜的無生命體系里。
相比普遍認為生物體所有的特點都是為了生存的達爾文主義，此處的適應性有了更加豐富的內涵。達爾文觀點中的一個難題就是，除非進行追溯，否則沒有辦法定義什么是具有高適應性的生物體。
那些“最具適應性”的生物體表現出更好的生存能力和繁殖能力，但是你并不能預測什么樣的適應性是有意義的。比如，鯨魚和浮游生物都是具有很好適應性的海洋生物，但是在具體的適應方式上，彼此之間卻沒有什么明顯的聯系。
英格蘭對于“適應性”的定義更接近薛定諤，甚至是麥克斯韋，即一個具有良好適應性的個體可以從未知、擾動的環境中有效地吸收能量。就好比有個人能站在左右搖擺的船上，而其他人卻都跌倒了，因為她更能適應甲板的晃動。
通過在非平衡條件下運用概念模型和統計力學的方法，英格蘭和他的團隊認為[7]，這些具有良好適應性的系統應該屬于那些能從環境中吸收和耗散能量的體系，并在此過程中產生熵。
他還表示：“熱擾動的物質經常會自發地變成那種更容易從隨時間演化的環境中獲取功的形狀。”即復雜系統傾向于以驚人的易用性融入到這些高適應性的狀態中。
這個過程中，沒有涉及到對周圍環境的逐漸適應（而對周圍環境的逐漸適應卻貫穿了整個達爾文機制——繁衍、變異和性狀遺傳），沒有一點關于繁衍的事情！英格蘭還說道：“讓我感到激動的是——這意味著，當給予我們一定物理數量的可觀測原始適應性結構時，我們發現它們并不需要生理意義上的父輩結構。你可以用熱動力學去解釋進化論中的適應性，甚至可以更特殊一點，不需要自我復制那一套，達爾文的邏輯法則也不再成立”。（只要問題中的系統足夠復雜、多變和敏感就可以應對它所處環境中的擾動）
但是，物理學和達爾文的適應性并沒有沖突。事實上，后者可以看作前者的一種特例。如果復制存在的話，自然選擇就成了系統從環境中獲取功（即薛定諤的負熵）的途徑。自我復制實際上是一種可以使復雜系統更加穩定的機制。所以不要奇怪，這就是生物學的用途！
但是在非生命的的世界中，自我復制卻不會經常發生，那些具有良好適應性的耗散結構傾向于有高度的組織性，比如沙紋和沙丘，它們都是風沙的杰作的結晶。從這種方式來看，達爾文的進化論可以看作一種更普適物理規律的實例，并且這種規律還掌控著非平衡系統。
這種適應擾動環境的復雜結構圖像，同時也允許我們去推斷這些結構是如何儲存信息的。簡而言之，只要是這種結構，不論是有生命的還是無生命的，都會被迫使用可用的能量，并且它們有可能成為“預言機”。
生物學體系會改變它們的狀態來回應一些來自環境的驅動信號，這幾乎是生命特征的一種定義。只要有事情發生，你就會做出反應。植物會向著陽光生長，也會產生毒素去回應病原體。這些環境信號是典型的不可預測信號，但是，生命體系會依據經驗，從它們的環境中儲存和使用這些信息來引導未來的行為。（在這種圖像中，基因只是基本的、普通意義上的關鍵點）
盡管預測性無法選擇，但根據夏威夷大學的教授蘇珊·斯蒂爾（Susanne Still）和加利福利亞州前勞倫斯伯克利國家實驗室的研究員加文·克魯克斯(Gavin Crooks),以及它們同事的工作，對未來的預測似乎對處于隨機性和擾動性環境中的任何高效能量體系是必不可少的[8]。
斯蒂爾和同事發現，存儲過去信息所產生的能量損耗對未來的預測沒有價值。為了使有效性最大化，系統不得不進行選擇。如果它盲目地記憶所有發生過的事情，就會導致大量能量損耗掉。
另一方面，如果它一點也不儲存它所在環境中的信息，它就會不斷地去應對意外。斯蒂爾的合作者，大衛·西瓦克（David Sivak）(現任職于不列顛哥倫比亞省本拿比的西蒙弗雷澤大學)說道：“一臺最佳的熱力學機器必須讓它的情懷達到最小化——關于過去的無用信息——來平衡記憶和預測性。”簡單的說，它必須變得擅長獲取有用的信息，也就是那些有可能對未來生存起作用的信息。
你所期望的自然選擇青睞那些能夠有效利用能量的生物。但是一些個別的分子生物學器件，比如我們細胞中的泵和電機，在某些重要情形下，它們是通過對過去的學習來預測未來。斯蒂爾還說到，為了獲得它們驚人的效率，這些器件必須抹去它們到目前為止對世界表現形式的簡單印象，從而使它們能夠預測將來的事情。
在缺少進化和自我復制的情況下，即使生命體系中的基本信息處理性質已經被提出來了，通過非平衡動力學，你如果要想象更復雜的特性，如工具的使用，交流和社會合作，你必須把進化考慮進來。
算了，還是別考慮它了。這些行為通常被認為是高度發達和進化的生物的優勢所在，包括靈長類和鳥類，它們可以由相互作用粒子構成的簡單系統進行模擬。
這項技術的關鍵在于，系統需要約束條件的引導，即在給定的時間里，它會表現出使熵值的最大化（在這種情況下，可能需要對粒子所處的路徑進行不同的定義）。
熵的最大化一度被認為[9]是非平衡系統的特性。但是在這一模型下，系統遵守著在固定的時間窗口內，讓它的熵最大化的規則，并會延伸至未來。換句話說，它具有前瞻性。
事實上，這個模型遍歷了粒子可能存在的所有路徑，并迫使它們去適應產生出最大熵的那條。粗略講，它傾向于使粒子以后運動具有最多可選路徑的那條。
你也許會說，粒子系統經歷著一種保障它今后行動自由性的需求，并且這種需求引導著它每時每刻的行為。研究并發展了這一模型的學者，亞歷山大·維斯納·格羅斯（Alexzandra Wissner Gross）（哈弗大學）和卡梅倫·弗萊爾（Cameron Freer）(麻省理工學院的數學家)把這種需求稱為“熵的因果力”[10]。在使用計算機模擬特別設置過的圓盤狀粒子到處移動時，這股力量會產生具有某種智能性的結果。
比如有種情形，一個大的圓盤可以從細管中通過“利用”小盤去衍生出新的小盤，這個過程好比工具的使用，而新盤的釋放又可以提高系統的熵值。另外一種情形，為了能與更大的圓盤產生相互作用，兩個分別處于隔離區域的圓盤會同時去摧毀大盤，這就是社會合作的體現。
當然，這些簡單的相互作用方式對它們瞥見未來是有益處的。但從普適法則來看，生命卻并非如此。那么，這種作用是如何與生物學相關聯的呢？
雖然維斯納·格羅斯表示，他已經開始致力于為“熵的因果力”確立一種實際的、合乎生物學規律的機制，但并沒有弄清楚。與此同時，他還認為這種方法可能有實際的應用價值——給人工智能提供途徑。他預言，相比直接從運算或者預測技術出發，先觀察現象，后研究其背后的物理規律和約束條件會更快一些。換句話說就是，先找到你所想要的體系，然后再去解決它是怎樣工作的。
衰老也一直被認為是一種由進化決定的形狀。生物體要在有限的壽命里去創造機會繁衍后代，圍著父輩轉圈的子代不會待太長時間，它們就要去謀生和爭奪資源。這似乎本該就是故事的一部分，但是希爾德加·梅爾·奧爾特曼（Hildegard Meyer Ortmanns）(德國不來梅雅可比大學物理學家)卻不贊同，他認為，衰老的根本是由熱力學信息控制的物理學過程，而不是生物意義上的。
視頻里，David Kaplan 解釋了熵增法則是如何驅動隨機性進入到穩定、有序的生命結構
當然，這絕不是把東西用完了那么簡單。梅爾·奧爾特曼說：“我們制造的大部分軟物質材料會在它開始衰老前就推陳出新”。但是，這種更新的過程并不完美。熱力學信息的復制要求必須在精確度和能量二者間折衷[11]。一個生命體的能量供應是有限的，所以錯誤一定會隨著時間積累下來。此時，生命體不得不耗費大量的能量去修復這些錯誤。更新的過程最終會因為復制產生了太多的缺陷而無法正常運轉，接著，死亡便降臨了。
經驗似乎證明了這一點。眾所周知，培養的人類細胞似乎最多只能復制40到60次，接著就會停止復制，走向衰亡。（這被稱為海佛烈克極限，Haylfick limit[12]）最近對人類壽命的觀察表明，為什么人類百歲之后不會存活太久[13]？這里面可能有些本質的東西。
對于處在擾動的非平衡環境中，系統表現出明顯高效率的能量需求、組織需求和預測性，這是有推論的。我們自己就是這樣一個體系，就好比我們的祖先都回到了最原始的細胞，非平衡熱力學似乎要告訴我們，在這種情況下究竟什么才是重要的。
換句話說，行星上生命的出現，比如早期的地球，充滿了像陽光和火山活動類型的能源，它們持續破壞平衡。開始時，似乎沒有什么極其罕見的事情發生，正如很多科學家所假定的那樣，但實際上它就是會發生。
2006年，圣菲研究所的艾克·史密斯（Eric Smith）和后來的哈羅德·莫羅維茨（Harold Morawitz）認為[14]，非平衡熱力學系統更可能是在有著益生元（被認為是生命產生所需的物質）的地球上催生出組織和復雜系統，并使地球遠離平衡態，而不是把原始的化學材料簡單的放入“溫暖的小池塘”（查爾斯·達爾文是這么稱呼的）里，用小火燉出來的。
在提出這一爭論的前十年里，研究者進行了細節補充并深入分析。那些被恩斯特·邁爾認為是生物學必不可少的屬性——目的和意圖，可能是熱力學統計物理所產生的必然結果。而這些一般屬性可能會反過來，自發產生出某些東西，比如生命。
與此同時，天文學家告訴我們，在我們所處的星系里，估計有數以十億計[15]的行星繞著其他星球運轉著。它們有許多處于非平衡態，至少有些就像地球一樣，并且，同樣的規則也在那里發生著。
文章出處：https://www.quantamagazine.org/20170126-information-theory-and-the-foundation-of-life/
[1] Mayr E. What makes biology unique?: considerations on the autonomy of a scientific discipline[M]. Cambridge University Press, 2007.
[2] David Wolpert, Michael Lachmann, David Krakauer, Manfred Laubichler and P S. Statistical Physics,Information Processing and Biology[R]. New Mexico: .
[3] Landauer R. Irreversibility and heat generation in the computing process[J]. IBM journal of research and development, IBM, 1961, 5(3): 183–191.
[4] Jerry Coyne. Crick writes to Schr?dinger, 1953[EB/OL]. /2017-01-26. https://whyevolutionistrue.wordpress.com/2015/01/05/crick-writes-to-schrodinger-1953/.
[5] Rovelli C. Meaning= Information+ Evolution[J]. arXiv preprint arXiv:1611.02420, 2016.
[6] Wolchover N. A New Physics Theory of Life[EB/OL]. . https://www.quantamagazine.org/20140122-a-new-physics-theory-of-life/.
[7] Perunov N, Marsland R A, England J L. Statistical physics of adaptation[J]. Physical Review X, APS, 2016, 6(2): 21036.
[8] Still S, Sivak D A, Bell A J等. Thermodynamics of prediction[J]. Physical review letters, APS, 2012, 109(12): 120604.
[9] Jaynes E T. Information theory and statistical mechanics[J]. Physical review, APS, 1957, 106(4): 620.
[10] Wissner-Gross A D, Freer C E. Causal entropic forces[J]. Physical review letters, APS, 2013, 110(16): 168702.
[11] Barato A C, Seifert U. Thermodynamic uncertainty relation for biomolecular processes[J]. Physical review letters, APS, 2015, 114(15): 158101.
[12] Shay J W, Wright W E. Hayflick, his limit, and cellular ageing[J]. Nature reviews Molecular cell biology, Nature Publishing Group, 2000, 1(1): 72–76.
[13] Dong X, Milholland B, Vijg J. Evidence for a limit to human lifespan[J]. Nature, Nature Research, 2016, 538(7624): 257–259.
[14] Morowitz H, Smith E. Energy flow and the organization of life[J]. Complexity, Wiley Online Library, 2007, 13(1): 51–59.
[15] NASA. Billions and Billions of Planets[EB/OL]. /2013-01-03. https://www.nasa.gov/mission_pages/kepler/news/kepler20130103.html.
“科普中國”是中國科協攜同社會各方利用信息化手段開展科學傳播的科學權威品牌。
本文由科普中國融合創作出品，轉載請注明出處。
*請認真填寫需求信息，我們會在24小時內與您取得聯系。
