給大自然重開(kāi)一局：平行世界的人類(lèi)會(huì)長(zhǎng)出怎樣的眼睛？

演化留給我們的身體構(gòu)造中，哪些是必然，哪些是偶然？Science advance上的一項(xiàng)來(lái)自MIT媒體實(shí)驗(yàn)室、隆德大學(xué)等機(jī)構(gòu)的研究，構(gòu)建了一個(gè)融合物理仿真、深度強(qiáng)化學(xué)習(xí)與遺傳算法的框架，讓虛擬智能體在“數(shù)字化的自然選擇”中，重新走了一遭視覺(jué)演化的路。這項(xiàng)研究，為我們推開(kāi)了一扇窺探造物主圖紙的新窗口，它試圖回答“我們的眼睛，為什么偏偏長(zhǎng)成了今天這副模樣？”

?Tiwary, Kushagra, et al. "What if eye...? Computationally recreating vision evolution." Science Advances 11.51 (2025): eady2888.

https://www.science.org/doi/10.1126/sciadv.ady2888

一場(chǎng)場(chǎng)"數(shù)字寒武紀(jì)"的演化實(shí)驗(yàn)

如果視覺(jué)僅用于導(dǎo)航會(huì)怎樣？如果眼睛從未演化出晶狀體之類(lèi)的光學(xué)元件會(huì)怎樣？如果動(dòng)物的大腦在整個(gè)演化歷程中始終保持小巧會(huì)怎樣？（圖1a-c）

這三個(gè)"如果"，戳中了演化生物學(xué)的核心困境：我們只能觀察已經(jīng)發(fā)生的歷史，卻無(wú)法實(shí)驗(yàn)?zāi)切┪丛x擇的路。

自然選擇用數(shù)億年時(shí)間，讓生物的眼睛有了光感斑點(diǎn)，復(fù)眼、針孔眼及相機(jī)眼的驚人多樣性。每一個(gè)現(xiàn)存的視覺(jué)系統(tǒng)，都是多重約束、多重任務(wù)、多重歷史偶然性疊加的唯一解。

然而，如果生存的籌碼發(fā)生改變，生命的形態(tài)又將如何重塑？僅僅依靠比較當(dāng)下已有的生物，很難回答這樣的“反事實(shí)“問(wèn)題。但如果真有一種工具，能讓我們模擬演化未曾涉足的平行宇宙呢？通過(guò)算法在硅基世界中重構(gòu)演化的動(dòng)力學(xué)法則（即突變、選擇與適應(yīng)），我們便能親眼目睹那些非凡的眼睛是如何在代碼中長(zhǎng)出來(lái)。這種虛擬的演化推演，不僅能讓我們系統(tǒng)地檢驗(yàn)形態(tài)、神經(jīng)處理與環(huán)境壓力之間的隱秘羈絆，更能指導(dǎo)未來(lái)的具身AI，去探索那些連大自然都未曾嘗試過(guò)的視覺(jué)設(shè)計(jì)。

?圖1：計(jì)算演化的人工智能智能體揭示了環(huán)境壓力如何塑造了自然視覺(jué)的演化。

為了容納這場(chǎng)數(shù)字造物，研究者建立了一個(gè)名為“演化沙盒”（Evolutionary Sandbox）的仿真系統(tǒng)，其架構(gòu)包含了三個(gè)關(guān)鍵部分：每一個(gè)經(jīng)歷演化的具身智能體擁有一個(gè)可變形的“頭部”，其上感光器的多寡、陣型的排列、乃至晶狀體（Lens）的有無(wú)，都是可演化的參數(shù)。而在頭顱深處，潛藏著一個(gè)簡(jiǎn)單的感知器或深度網(wǎng)絡(luò)，負(fù)責(zé)將視覺(jué)輸入轉(zhuǎn)化為動(dòng)作指令（如移動(dòng)、旋轉(zhuǎn)）。

在沙盒中，具身智能體將在不同光強(qiáng)下生存并尋找食物，區(qū)分物體形狀。而在沙盒之外， “遺傳算法”充當(dāng)了自然選擇的鐮刀。每一代表現(xiàn)最好的智能體（獲取食物最多、避障最穩(wěn)）會(huì)獲得繁衍機(jī)會(huì)，其“虛擬眼部的狀態(tài)數(shù)”和“處理視覺(jué)數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)權(quán)重”會(huì)有一定概念發(fā)生變異并傳遞給下一代。

自然界中，演化與學(xué)習(xí)并非獨(dú)立過(guò)程，而是通過(guò)鮑德溫效應(yīng)（Baldwin Effect）相互耦合。為了復(fù)刻這種生命的張力，虛擬生物虛擬生物的成長(zhǎng)周期被拆分為內(nèi)外雙環(huán)：內(nèi)循環(huán)采用“深度強(qiáng)化學(xué)習(xí)”，模擬個(gè)體在短暫一生中的后天適應(yīng)；外循環(huán)則依靠“遺傳算法”，模擬種群在漫長(zhǎng)世代中的演化更迭（圖1d）。具體來(lái)說(shuō)，研究中智能體的基因型并不直接編碼某種刻板的行為，而是編碼一種“可學(xué)習(xí)的潛力”。這對(duì)應(yīng)生物學(xué)的底層邏輯：基因從不事無(wú)巨細(xì)地規(guī)定每一根神經(jīng)突觸的權(quán)重，它只負(fù)責(zé)勾勒發(fā)育的藍(lán)圖與網(wǎng)絡(luò)架構(gòu)。而外循環(huán)也并不直接評(píng)估基因型的"靜態(tài)優(yōu)劣"，而是評(píng)估該基因型經(jīng)過(guò)學(xué)習(xí)后能達(dá)到的最佳性能。

具身智能體的基因型（圖1e），編碼了智能體視覺(jué)系統(tǒng)的形態(tài)（眼睛數(shù)量、位置、朝向、視場(chǎng)角），光學(xué)特征（瞳孔大小、光學(xué)元件、折射率）及神經(jīng)表征算法（網(wǎng)絡(luò)架構(gòu)、參數(shù)量、記憶長(zhǎng)度）。這些獨(dú)立的可變基因可以對(duì)反映自然視覺(jué)演化路徑的演化路徑進(jìn)行計(jì)算探索。

而具有經(jīng)過(guò)強(qiáng)化學(xué)習(xí)獲得各類(lèi)視覺(jué)系統(tǒng)的智能體，將需要在仿真環(huán)境中執(zhí)行導(dǎo)航，檢測(cè)及追蹤三類(lèi)任務(wù)（圖1f），用視覺(jué)檢測(cè)為自身帶來(lái)演化優(yōu)勢(shì)。為了隔離單一演化壓力，研究設(shè)計(jì)了三個(gè)極簡(jiǎn)但物理真實(shí)的任務(wù)。

• 導(dǎo)航（Navigation）：在迷宮中快速移動(dòng)+避障，獎(jiǎng)勵(lì)=前進(jìn)距離-碰撞懲罰；

• 檢測(cè)（Detection）：在三個(gè)外觀相似的球體中識(shí)別僅紋理旋轉(zhuǎn)角度不同的食物，獎(jiǎng)勵(lì)=接近目標(biāo)-誤觸毒物；

• 追蹤（Tracking）：考察視覺(jué)系統(tǒng)應(yīng)對(duì)目標(biāo)與干擾物隨機(jī)運(yùn)動(dòng)，對(duì)結(jié)果進(jìn)行時(shí)空整合能力。

這些任務(wù)分別對(duì)應(yīng)視覺(jué)的三大基礎(chǔ)功能：空間定向、物體識(shí)別、運(yùn)動(dòng)追蹤。通過(guò)控制變量，研究者可以觀察到當(dāng)生存的唯一壓力是導(dǎo)航時(shí)，眼睛會(huì)怎么長(zhǎng)？當(dāng)生存迫切需要精細(xì)的分辨率時(shí)，光學(xué)系統(tǒng)又會(huì)如何響應(yīng)？

圖1d中的雙循環(huán)系統(tǒng)實(shí)際上是在進(jìn)行分層優(yōu)化。外循環(huán)解決"長(zhǎng)時(shí)尺度的結(jié)構(gòu)創(chuàng)新"，內(nèi)循環(huán)解決"短時(shí)尺度的行為適應(yīng)"。這種分工符合生物演化邏輯。在這個(gè)沙盒中，研究中的視覺(jué)系統(tǒng)，其光學(xué)像差、光通量、分辨率都受物理定律約束。演化必須在"收集更多光"和"獲得更清晰像"之間做權(quán)衡，這同樣模擬了生物眼睛面臨的核心挑戰(zhàn)。

任務(wù)驅(qū)動(dòng)眼睛向某個(gè)方向特化

如果視覺(jué)只服務(wù)于單一功能，不同任務(wù)會(huì)塑造出怎樣的眼睛？為了回答上述問(wèn)題，研究者讓具身智能體從1只眼睛，1個(gè)感光單元，45°視場(chǎng)角（演化起點(diǎn)的光感斑點(diǎn)）開(kāi)始演化（圖2a）。

然后，在導(dǎo)航任務(wù)組和檢測(cè)任務(wù)組中，分別允許形態(tài)基因突變（增加/減少感光單元、增加/減少眼睛、調(diào)整位置），觀察50代后的收斂結(jié)果。

?圖2：不同的任務(wù)導(dǎo)致了演化出不同類(lèi)型的眼睛

結(jié)果顯示，高精度導(dǎo)航需要快速感知周?chē)h(huán)境變化，而非精細(xì)識(shí)別物體。于是，虛擬演化出的分布式低分辨率采樣+并行神經(jīng)處理，是能效最優(yōu)解（圖2b）。這種演化結(jié)果，類(lèi)似捻翅目昆蟲(chóng)（Strepsiptera）的"眼點(diǎn)眼"——每個(gè)小眼含多個(gè)感光細(xì)胞，形成"塊狀"而非"像素式"采樣。

而檢測(cè)組的物體識(shí)別，需要高空間頻率信息，要將感光資源集中于前方，配合更大神經(jīng)處理帶寬，才能在有限時(shí)間內(nèi)完成精細(xì)分類(lèi)。虛擬演化的結(jié)果更接近脊椎動(dòng)物相機(jī)眼，或是頭足類(lèi)眼睛的前向高分辨區(qū)域（圖2c）。

當(dāng)環(huán)境的唯一獎(jiǎng)賞是“成功避障”時(shí)，演化不會(huì)浪費(fèi)資源發(fā)展高分辨；當(dāng)需要"識(shí)物"時(shí)，前向聚焦成為必然。這場(chǎng)硅基世界中的數(shù)字推演，為功能決定形式的演化假說(shuō)提供了計(jì)算證據(jù)。這解釋了為什么深海生物往往擁有巨大的、感光極其靈敏但空間分辨率極低的眼睛，而鷹等捕食者則演化出了極高的空間分辨率。

如果眼睛能彎曲光線呢？

在生命演化的早期，視覺(jué)系統(tǒng)始終被困在一個(gè)物理囚籠里：如何兼顧“光線的捕獲”與“成像的清晰”？從簡(jiǎn)單的光敏斑點(diǎn)發(fā)展到杯狀眼睛，其孔徑（類(lèi)比相機(jī)的光圈）變得更小。小孔徑時(shí)成像清晰（高空間精度），但由于進(jìn)光量少，信噪比低，它會(huì)在暗處失效。反之，大孔徑進(jìn)光多，信噪比高，但成像模糊。

對(duì)此，生物的解決方案是通過(guò)透鏡讓光彎曲。在模擬演化中，研究者在第30代解鎖光學(xué)基因突變權(quán)限（允許演化透鏡形狀與折射率，即出現(xiàn)晶狀體，圖3a）。在權(quán)限解鎖的初期，智能體的生存性能開(kāi)始短暫下降（畢竟，隨機(jī)生成的劣質(zhì)透鏡往往只會(huì)扭曲現(xiàn)實(shí)，帶來(lái)災(zāi)難）。但隨后，演化產(chǎn)生了凸透鏡，讓具身智能體的視覺(jué)系統(tǒng)能夠擁有大孔徑與高銳度（圖3b，c）。

?圖3：計(jì)算演化揭示了透鏡成像如何解決視覺(jué)的基本權(quán)衡問(wèn)題。

實(shí)驗(yàn)證明，一旦基因突變撕開(kāi)光學(xué)參數(shù)的封印，哪怕沒(méi)有任何預(yù)設(shè)的終極目標(biāo)，精妙的透鏡結(jié)構(gòu)也會(huì)在生存中自發(fā)涌現(xiàn)。

上述晶狀體的演化，本質(zhì)上是對(duì)"光-精度權(quán)衡"的帕累托改進(jìn)。演化壓力下，那些原始針孔眼會(huì)被歷史淘汰，只有在那些節(jié)奏緩慢、光照極其充沛的溫室環(huán)境中，它們才更可能得以保留。晶狀體出現(xiàn)后，通過(guò)折射重構(gòu)了視覺(jué)系統(tǒng)的演化空間，讓系統(tǒng)能同時(shí)擁有大孔徑與高銳度。新光學(xué)機(jī)制（凸透鏡）的出現(xiàn)，是演化在物理約束+任務(wù)壓力下的必然解。

在模擬演化實(shí)驗(yàn)中，透鏡的出現(xiàn)并非漸進(jìn)的，而更像是一種相變。當(dāng)感光器密度增加到一定程度，由于光波衍射帶來(lái)的物理模糊，再增加感光器也無(wú)法提高清晰度。此時(shí)，壓力積累導(dǎo)致形態(tài)發(fā)生突變——演化出具有聚焦能力的透明介質(zhì)（透鏡）。透鏡的出現(xiàn)瞬間打破了模糊天花板，讓視覺(jué)精度實(shí)現(xiàn)量級(jí)跨越。

一個(gè)通用的冪律縮放：

視覺(jué)越敏銳，處理視覺(jué)的神經(jīng)網(wǎng)絡(luò)越大

視覺(jué)系統(tǒng)不止是感光元件，還包括處理視覺(jué)信號(hào)的神經(jīng)網(wǎng)絡(luò)。在生物演化與人工智能設(shè)計(jì)中，我們始終面臨一個(gè)核心問(wèn)題：性能的提升究竟依賴(lài)更清晰的眼睛（視覺(jué)敏銳度）？還是更大的神經(jīng)容量？亦或是更長(zhǎng)的記憶（時(shí)間整合）？

直覺(jué)告訴我們，三者都很重要。但在資源有限（演化能量約束或芯片功耗約束）的情況下，它們之間是否存在替代關(guān)系？是否存在瓶頸效應(yīng)？

模擬演化顯示，對(duì)于低難度任務(wù)，演化后的智能體的感光器數(shù)量較少，且很快達(dá)到飽和。而為了應(yīng)對(duì)需要獲取足夠的信息熵才能完成的高難度任務(wù)，演化過(guò)程驅(qū)動(dòng)感光器數(shù)量顯著增加。這說(shuō)明眼睛的分辨率不是越高越好，而是由生存任務(wù)的計(jì)算需求決定的。生物不會(huì)無(wú)限制地追求高清視覺(jué)，因?yàn)槟且馕吨薮蟮拇x負(fù)擔(dān)。

該研究考察了視覺(jué)敏銳度，神經(jīng)網(wǎng)絡(luò)參數(shù)量（103~10?）與時(shí)間記憶（輸入幀堆疊長(zhǎng)度）之間的變化關(guān)系。結(jié)果顯示：如果眼睛的分辨率提高一倍，對(duì)應(yīng)的神經(jīng)網(wǎng)絡(luò)規(guī)模需要呈非線性增長(zhǎng)才能消化這些信息。

當(dāng)視覺(jué)敏銳度本身就是個(gè)半瞎的殘次品時(shí)，你就算往大腦里瘋狂堆砌再多的神經(jīng)參數(shù)，也絕無(wú)可能捅破性能的天花板。唯有當(dāng)神經(jīng)網(wǎng)絡(luò)的容量與視覺(jué)輸入的敏銳度完美契合那道冷酷的冪律法則時(shí)，智能體在導(dǎo)航、檢測(cè)與追蹤這三大生死試煉中的誤差，才會(huì)相應(yīng)降低。這意味著沒(méi)有足夠多的感官輸入，處理視覺(jué)信息的神經(jīng)網(wǎng)絡(luò)將巧婦難為無(wú)米之炊（圖4a-c）。而精打細(xì)算的大自然，絕不會(huì)容忍任何算力的揮霍。如果你沒(méi)有一顆足夠強(qiáng)悍的大腦去解碼高清的圖像，那么演化出一雙鷹眼，不過(guò)是在自尋死路。

此外，沙盒還揭示了一條殘酷的視覺(jué)需求階梯：檢測(cè)任務(wù)對(duì)敏銳度的渴求>追蹤>導(dǎo)航（圖4a-c）。隨著獵物和食物來(lái)源越來(lái)越難以探測(cè)和辨別，自然演化的武器競(jìng)賽加劇了視覺(jué)系統(tǒng)的處理需求。而在追蹤等關(guān)注視覺(jué)動(dòng)態(tài)的任務(wù)中，演化還留了一手底牌：增加時(shí)間記憶的長(zhǎng)度，可以在一定程度上彌補(bǔ)神經(jīng)容量的先天不足（圖4d，e）。

?圖4：任務(wù)依賴(lài)的冪律規(guī)律揭示了視覺(jué)敏銳度的極限如何影響性能，以及時(shí)間記憶如何補(bǔ)償神經(jīng)容量。

這對(duì)應(yīng)到生物學(xué)中，高視覺(jué)敏銳度物種（鷹、靈長(zhǎng)類(lèi)）確實(shí)擁有更大視覺(jué)皮層。對(duì)于深度學(xué)習(xí)，上述冪律定理意味著，模型性能同時(shí)依賴(lài)數(shù)據(jù)質(zhì)量（感官輸入）與模型規(guī)模（神經(jīng)容量），在盲目堆砌萬(wàn)億參數(shù)之前，請(qǐng)先確保你喂給它的，是足夠純粹的高清輸入。此外工作記憶可緩解瞬時(shí)感知限制。

歸根結(jié)底，視覺(jué)演化是一場(chǎng)關(guān)于信息獲取成本與生存收益的博弈。上述發(fā)現(xiàn)量化了“感知硬件”（眼睛）與“軟件算法”（大腦）之間相輔相成的關(guān)系。這解釋了為什么自然界中既有簡(jiǎn)單的眼點(diǎn)，也有復(fù)雜的相機(jī)眼，其實(shí)每種設(shè)計(jì)都是在其生態(tài)位任務(wù)下的最高性?xún)r(jià)比方案。

跨學(xué)科啟發(fā)

光、物理約束、能量消耗，這幾條簡(jiǎn)單的物理規(guī)則，經(jīng)過(guò)千萬(wàn)次的迭代，最終在算法的模擬演化中，誕生了類(lèi)似地球生物的多種視覺(jué)系統(tǒng)。借助計(jì)算演化的研究方法，我們能回答反事實(shí)問(wèn)題，甚至為演化增加額外的維度，如果給AI智能體強(qiáng)加一項(xiàng)社交任務(wù)，它們是否會(huì)為了眉目傳情，而演化出帶有絢麗虹膜的眼眸？演化是否會(huì)因?yàn)榄h(huán)境的極端化（如純黑暗）而徹底拋棄視覺(jué)？這些“What if”問(wèn)題，如今都已在代碼的推演中，觸手可及。

過(guò)去我們研究視覺(jué)，是把眼睛當(dāng)成一個(gè)固定的攝像機(jī)。而更合適的視角是讓感知系統(tǒng)與身體、環(huán)境是耦合在一起的演化整體。這種“具身化”的視覺(jué)觀，為解釋生物多樣性提供了定量工具。文中的框架，可以擴(kuò)展到更多的視覺(jué)任務(wù)，甚至其它感官的研究中。未來(lái)，可以考慮生物在自然環(huán)境中，需要應(yīng)對(duì)的不止是導(dǎo)航，檢測(cè)及追蹤某一類(lèi)任務(wù)，而是在其生物周期內(nèi)的不同時(shí)間段之內(nèi)，用到所有三類(lèi)任務(wù)時(shí)，智能體如何權(quán)衡互相沖突的需求。

目前的計(jì)算機(jī)視覺(jué)（CV）大多基于標(biāo)準(zhǔn)化的相機(jī)傳感器。這項(xiàng)研究暗示，對(duì)于特定的工業(yè)機(jī)器人或無(wú)人機(jī)，我們不應(yīng)該使用通用的攝像頭，而應(yīng)該根據(jù)其任務(wù)（如高速避障或微小瑕疵檢測(cè)），模仿演化過(guò)程，為其定制化演化出最匹配的傳感器形態(tài)和后端算法。

在視覺(jué)處理的早期階段，生物眼睛通過(guò)物理形態(tài)（如黃斑區(qū)的非均勻采樣）在物理層就完成了“數(shù)據(jù)降維”。這種預(yù)處理機(jī)制可以減少神經(jīng)系統(tǒng)需處理的數(shù)據(jù)，從而在神經(jīng)網(wǎng)絡(luò)容量不增加的前提下，更好地利用上述縮放定理來(lái)優(yōu)化視覺(jué)處理系統(tǒng)的性能。這啟示我們，與其追求更強(qiáng)的GPU處理海量像素，不如在傳感器端通過(guò)物理演化來(lái)過(guò)濾無(wú)效信息。

關(guān)于追問(wèn)nextquestion

天橋腦科學(xué)研究院旗下科學(xué)媒體，旨在以科學(xué)追問(wèn)為紐帶，深入探究人工智能與人類(lèi)智能相互融合與促進(jìn)，不斷探索科學(xué)的邊界。歡迎評(píng)論區(qū)留言，或后臺(tái)留言“社群”即可加入社群與我們互動(dòng)。您也可以在后臺(tái)提問(wèn)，我們將基于追問(wèn)知識(shí)庫(kù)為你做出智能回復(fù)哦~

關(guān)于天橋腦科學(xué)研究院

天橋腦科學(xué)研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元?jiǎng)?chuàng)建的世界最大私人腦科學(xué)研究機(jī)構(gòu)之一，圍繞全球化、跨學(xué)科和青年科學(xué)家三大重點(diǎn)，支持腦科學(xué)研究，造福人類(lèi)。

Chen Institute與華山醫(yī)院、上海市精神衛(wèi)生中心設(shè)立了應(yīng)用神經(jīng)技術(shù)前沿實(shí)驗(yàn)室、人工智能與精神健康前沿實(shí)驗(yàn)室；與加州理工學(xué)院合作成立了加州理工天橋神經(jīng)科學(xué)研究院。

Chen Institute建成了支持腦科學(xué)和人工智能領(lǐng)域研究的生態(tài)系統(tǒng)，項(xiàng)目遍布?xì)W美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎(jiǎng)勵(lì)計(jì)劃、、科普視頻媒體「大圓鏡」等。