腦智慧 圖片來源：Pixabay
在達爾文的里程碑式著作《物種起源》（On the Origin of Species）中，他有一次信仰危機。他坦誠地寫道：“眼睛具有將焦點調整到不同距離、接納不同數量的光以及校正球面像差和色差的無與倫比的能力，假設它是由自然選擇形成，我承認，這似乎荒謬至極。” 在科學家們執著於研究眼睛的進化細節的同時，我們仍然停留在生物學“智慧是如何出現的”這個問題上。在沒有外部設計師的情況下，生物系統如何能夠自下而上地產生連貫且以目標為導向的行為？
事實上，智慧是對可用資訊的有目的的反應，通常是對未來的預測，它並不僅存在於某些特權物種的頭腦。它在許多不同的時空尺度上分佈在整個生物學中。不僅有聰明的人、哺乳動物、鳥類和頭足類動物。這種智慧且有目的解決問題的行為可以在所有生物的一部分中找到：單細胞和組織、單個神經元和神經元網路、病毒、核糖體和RNA片段，甚至運動蛋白和分子網路。可以說，理解智慧的起源是生物學的核心問題，且這個問題仍然是開放的。在這篇文章中，我們認為當前發育生物學和神經科學的進展提供了一條有前景的途徑來展示模組化系統的架構如何構成進化和有機體智慧的基礎。
生物學家被訓練去專注於研究生命系統的機制，而不是它們的目的。作為生物學家，我們應該弄清楚“如何”而不是“為什麼”，追求因果關係而不是目標。“為什麼”不僅總是存在，而且正是驅動選擇特定“方式”的原因，使生物體能夠從巨大的可能性空間中選擇和利用特定機制來生存。例如，就人眼而言，晶狀體的光學特性只有在它們有助於將光線聚焦在視網膜上時才有意義。如果你不問晶狀體為什麼是透明的，無論花多長時間研究它是如何變得透明，你永遠不會了解它的功能。
事實上，隨著“組學”革命產生關於基因組、轉錄組、蛋白質組和連線組的系統定量資料，理解智慧如何出現的問題變得更加急切。生物系統正被剖析到其終極複雜性，但在隧道的盡頭並沒有出現神奇的答案。大資料競賽並沒有為生命系統提供更好的解釋。如果有的話，那就是它讓解釋生命系統變得更難了。
大腦神經網路 圖片來源：Pixabay
現代生物學在試圖解釋有意義的智慧行為時面臨著基本的知識鴻溝。一個由細胞和電訊號組成的系統如何產生一個具有行為和精神狀態的良好適應性身體？如果細胞沒有智慧，那麼智慧行為是如何從由它們組成的分散式系統中出現？這個基本的謎團充斥著整個生物學。從某種意義上說，所有生物現象都是“群體決策”，因為生物體是由各個獨立的部分組成——器官、組織、細胞、細胞器、分子。生命系統的哪些特性使各個元件協同工作以實現更高階的目標？
一個共同的答案出現在兩個不同的領域：發育生物學和神經科學。論證分三步進行。第一步基於自然選擇的第一個也是最好的設計理念之一：模組化。模組是獨立的功能單元，如建築物中的公寓。模組實現區域性目標，這些目標在某種程度上是自我維護和自我控制的。模組具有基本的解決問題的智慧，它們與系統其餘部分的相對獨立性使它們能夠在變化的環境下實現其目標。在我們的建築示例中，一個住在公寓裡的家庭可以繼續他們的正常生活並追求他們的目標，例如送孩子上學，而無論其他公寓裡發生了什麼。例如，身體中的肝臟等器官執行著特定的低階功能，例如控制血液中的營養物質，這與大腦中發生的事情相對獨立。
論證的第二步是模組可以在層次結構中組裝：較低階的模組組合形成越來越複雜的較高階的模組，然後成為更高級別模組的新構建單元，並依此類推。在我們的公寓樓裡，家庭可能屬於一個當地協會，比如一個政黨的地方分會，其目標可能是確保該地區所有家庭未來的福利。這個政黨可能屬於一個議會，其目標可能是制定整個國家的政策，等等。在生物學中，不同的器官可以屬於一個生命體的同一個身體，其目標是生存和繁殖，而不同的生物體可以屬於一個群體，就像一個蜂巢，其目標是為它的成員維持一個穩定的環境。同樣，細胞的區域性代謝和訊號傳導目標整合到一個構建和修復複雜器官的形態發生結果中。因此，越來越複雜的智慧從模組的層次結構中出現。
這似乎解決了這個問題，但層次模組化仍然不能解釋進化，也就是在較低階的層次一次只改變一個元素是如何能夠操縱較高的層次。如果上層模組是由下層模組構建，那麼是否仍然需要同時修改大量內容來更改上層模組呢？我們論證的第三步解決了這個問題：每個模組都有一些關鍵元素，它們充當控制旋鈕或啟用模組的觸發點。這被稱為模式完成，系統一部分的啟用會開啟整個系統。在我們的公寓樓裡，這個家庭將有一個核心人物，比如說父母中的一位，他（她）將在會議中代表家庭，並在需要時參與其中。這些觸發點用於代表整個模組，從而使這些模組能夠在新情況下被啟用、更改、停用或部署，而無需操縱或重新建立它們的所有部分。此外，模式完成也將自然地從相互聯絡、相互作用的系統中出現。
層次結構 圖片來源：Pixabay
近年來，研究人員已經在神經環路和發育生物學中發現了模式完成的證據。例如，當Luis Carrillo-Reid和他在哥倫比亞大學的同事研究老鼠對視覺刺激做出反應時，他們發現啟用包含超過1億個神經元的老鼠大腦中間的兩個神經元就可以人為地觸發視覺感知，並導致特定的行為。這些迷人的模式完成神經元激活了編碼視覺感知的細胞小模組，小鼠將其解釋為真實物體。類似地，在2018年發表的工作中，塔夫茨大學的Michael Levin和佛羅里達大學的Christopher Martyniuk審查了資料，這些資料顯示瞭如何在非神經組織中觸發簡單的生物電模式來誘導細胞在新的位置（如蝌蚪的腸子）構建眼睛或其他複雜器官。
經濟學家Herbert Simon、神經科學家Valentino Braitenberg、計算機科學家Marvin Minsky進化生物學家Leo Buss、Richard Dawkins和David Haig以及哲學家Daniel C. Dennett等人之前已經探索了用層次模組化的思想來解釋生物智慧。這些來自發育生物學和神經科學的最新實驗現在可以提供一種通用機制，說明它如何透過生成模式完成的關鍵節點起作用。雖然對於模式完成單元的工作原理還有很多需要了解，但它們可以為如何調整模組系統目的而無需更改全部的問題提供解決方案。操縱區域性目標追求模組來使它們在身體的多個組織尺度上進行協作是一個強大的引擎。它使進化能夠利用細胞網路的集體智慧，使用和重新組合在較低級別發現的技巧，同時在存在噪聲和不確定性的情況下保持穩定執行。
就像棘輪一樣，進化可以有效地攀登智慧階梯，從簡單的分子一直延伸到認知。層次模組化和模式完成可以幫助理解細胞和神經元在形態發生和大腦處理中的決策，從而產生適應性良好的動物和行為。研究集體智慧是如何在生物學中出現的，不僅可以幫助我們更好地理解進化和設計的過程和產品，而且還與人工智慧系統的設計相關，並更廣泛地適用於工程學甚至社會科學。
撰文：Rafael Yuste，哥倫比亞大學生物科學教授兼神經技術中心主任；Michael Levin，塔夫茨大學生物學教授兼艾倫探索中心主任。
翻譯：馬孔碩
審校：張欣怡
引進來源：科學美國人
本文來自：中國數字科技館
