當一條線蟲有了“數字分身”，人類離“數字永生”還有多遠？

如果智能是來自于生命的，

那么真正的AI，

它必須是某種程度上接近生命的一種系統。?

大家好，非常榮幸今天能跟大家分享我和數字生命的故事。我分享的題目叫做：數字生命——想象的，與已來的。我希望借這個機會，借這個平臺，和大家去介紹我們想象中的數字生命是什么，我們現在在做的研究又是什么。

我相信很多中國的科幻迷都比較熟悉這個畫面，這是《流浪地球2》里面圖恒宇和他女兒的一個片段。這也是在電影里面“數字生命研究所”（電影里面的虛擬科研機構）所做的一項技術。圖恒宇在這個數字空間里面復活，并和他的女兒重逢。

之所以用這個來做開場，是想問大家第一個問題：如果你能讓你的TA繼續存在，你會按下這樣的一個上傳按鈕嗎？

讓我們帶著這個思考，去進入今天的話題。

數字生命的定義

已完成：10%//////////

用“龍蝦”（Agent）去搜索并總結了全網的關鍵字。大多數人想象中的數字生命或者所討論的數字生命大概就是以下這些內容：數字世界、意識上傳、數字永生和永遠不死等等。

回過頭來看 ， 數字生命的定義應該是什么 ？

其實首先要看生命的定義是什么。生命的定義沒有非常精確的描述，因為我們對于生命的認識在不斷地發展。但是生命的特征我們是可以去描述的，比如組織、代謝、生長、繁殖、適應等等。

那么不妨把數字生命當作一個“對于可運行生命的假說”。數字生命不是一張被描述的圖，而是一個能夠被運行的、涌現出類生命特征的、可計算的體系和系統。

我們還是回到科幻電影。有很多同學可能對這三個電影比較熟悉。我這里列出來的分別是：最經典的科幻電影之一《黑客帝國》，以及我很喜歡的《Ghost in the Shell》，還有《超級駭客》。

這三部電影分別討論了數字生命里的三個對應的概念——如果你的世界本身是一個模擬的世界，真實又在哪里；如果身體是可以被替換的，“你”又由什么構成；以及如果你upload（上傳）之后，上傳的意識到底是“你”，或者是一個新物種等等。

這些科幻作品中有關數字生命的話題聽起來有些遙遠，但今天我們討論的是數字生命和現實的距離，以及我們當下要做什么。

給大家看一個我們幾年前做的腦模擬的視頻。

▲2023年的腦模擬視頻

這個視頻是用我們自己寫的的代碼，運行了Allen Institute（美國艾倫研究院）的視皮層的數據，并做了精細的腦模擬。希望通過這個視頻向大家展示，信息是如何在它的視皮層layer by layer（一層接一層）傳遞的。

▲腦模擬是神經科學與人工智能的關鍵橋梁

人工智能和生命

已完成：20%//////////

接下來從腦模擬切入今天的“數字生命”在研究的問題。

腦模擬是神經科學和人工智能之間的一個重要橋梁，是我們對于可運行的智能的一種嘗試。腦模擬的一些重要工作其實啟發了當代人工智能的發展，同時也增加了我們對于大腦本身的認識。

讓我們回到AI的源頭去思考這個事情。AI的偉大先驅圖靈曾經提出過一個非常重要的問題：“Can machine think？”——機器能思考嗎？這是迄今為止在人工智能領域里面被大家引用最多的話。

▲ 圖靈（Alan Mathison Turing，1912年6月23日—1954年6月7日）

直到今天，人工智能（Artificial Intelligence）發展到當下，這個問題也是我們要去探索的問題之一。

同樣的，計算機體系之父——馮·諾依曼也提出過另外一個問題：“一個系統如何能產生與自身一樣復雜甚至更復雜的后代？”

▲ 馮·諾依曼（John von Neumann，1903年12月28日—1957年2月8日）

我想給大家講的故事是什么呢？其實在馮·諾依曼和圖靈的那個時代，他們就已經開始在思考：如果我們有一個足夠復雜的機器，那這個機器本身是否可以被稱作生命呢？

馮·諾依曼沒有給出一個非常明確的答案，但是他給出了一個描述性的論述：對于任何可以進行自我復制或者由程序和數據驅動的自動機來講，“存在著一個復雜性的閾值，高于這個閾值，這個自動機就有可能實現開放式的、復雜性的增長，或者涌現式的進化。”

最早他為了證明這個想法，就提出了Cellular Automata——元胞機細胞自動機的概念。通過一個非常簡單的規則和開放式的設計，就能實現這個系統自我復制和自我繁殖的過程。

▲ 自復制自動機理論：元胞自動機

直到今天，我們研究人工生命方向的人，都把這當作人工生命研究的開端。

讓我們帶著這樣的問題去思考當下的人工智能。

當下的人工智能解決了很多的問題。我們每天可能都會用各種各樣的大語言模型、各種各樣的視頻生成模型，使用各種各樣的AI技術，比如說人臉識別等等。

總體來講，當下的人工智能是很強、很大、很聰明的。但它的一個主要的運行范式是通過輸入，然后一直到model，再到輸出。

然而生命并非如此。如果我們把當下的人工智能和生命本身進行類比，比如說一個嬰兒，或者是一只小鼠，甚至一個線蟲等等，生命是一個持續動態、持續交互，由身體、大腦和環境所不斷去演變的一個過程。這就是二者之間最大的區別。

我認為當下的人工智能，大多數的情況下仍然是對數據的一次靜態映射，而真正的生命本身是一個可運行的系統。這個運行的系統不以你環境的擾動，比如說輸入停止，或者輸入增長，或者你的能量供給中斷為轉移。

總結來講，當前的AI既沒有“身體”（Body），也沒有“世界”（World）。

我們有許多在做具身智能方向的學者。我認為當前要解決的，其實就是如何去做好具身，如何構建好世界模型。這也是現在AI領域里面研究的一個熱點。

再回到剛才的這個邏輯上，對于生命來說，我們應該如何去刻畫它？我非常同意費曼的一句話：“What I cannot create,I do not understand.”（凡我不能創造的，我就不能理解）

▲費曼（Richard Phillips Feynman，1918年5月11日－1988年2月15日）

我認為，我們想象中的生命應該不是被還原出來的。如果通過這種自下而上的、從基因到大分子，再到細胞等等這樣的還原論來刻畫的話，可能是不足以使我們在今天去了解生命的。我們眼下了解生命最好的方式是去構建一個數字生命系統，去運行它。

數字線蟲

已完成：40%//////////

這 就來 到 了 我們 的研究。

▲數字線蟲BAAIWorm總體框架（2022年）

這個工作叫數字線蟲，是在2021年的下半年開始的，起源自一個非常非常naive（樸素）的想法。我們有了非常好的腦模擬、精細神經元的模擬系統，以及各種各樣的關于生物的數據。那我們是否能把生命在一個計算機系統里面去跑起來，去驗證這樣的一個智能進化的過程？

那么在這樣的一個非常簡單直接的前向思考邏輯下，我們就很自然而然地想到：是否可以通過最簡單的模式動物開始做研究？

經過調研發現，在我們之前，關于線蟲已經有了很多很好的先驅性的工作。所以我們基于OpenWorm，基于它的開源的數據，構建了一個更加精細的線蟲的閉環模擬。

如這張圖的左邊所示，我們自下而上，把跨尺度的結構，從離子通道到它的神經環路結構，一直到它整個neural network的圖譜都構建了出來。右邊是構建了這樣的一個解剖學意義上的線蟲身體。把這樣的幾個模塊組成一個完全閉環的計算系統，可以通過一次運行去完成，這就是我們整個數字線蟲的總體框架。

這個工作是我們在2022年的智源大會上第一次發布，接下來我跟大家展開介紹一下這個工作。

為什么數字線蟲建立如此地難？為什么到今天為止還會有人覺得它重要？

這是因為我們是首個從bottom-up的思路，逐步地把各種各樣我們能夠找到的關于線蟲的生物物理的數據，包括神經的網絡動態活動、突觸和間隙連接，包括神經元的connectome（連接組）、包括electrophysiology（電生理）的數據，包括各種各樣的ion channel（離子通道）以及各種各樣的morphology（神經形態）和它的神經元類型的數據，有機地組成一個這樣的神經系統。

這是我們這個工作里面一個非常大的貢獻。當然這個貢獻需要和閉環的身體在一起進行計算，這才是一個完整的、可運行的生命。

這是我們當年發布的第一個實時運行的線蟲模擬視頻。

在這個視頻里面，左邊是驅動它的神經系統，右上是它部分肌肉信號的運行情況，中間是它神經系統驅動下身體向前蠕動的爬行過程。

今天來說，我們發現這個工作也有很多遺憾。但是在當時那個階段，我們“第一次”實現了最小模式動物在高精度的神經系統模擬下的閉環仿真。

所以能給大家傳遞的信息就是：可運行的閉環模擬，或許是數字生命的一個開始。

當下大家討論熱度很高的，Eon Systems數字線蟲引起很多神經科學家和動物學家關注的一個地方：行為是否可以從經過一定組裝的神經結構中自然而然地涌現出來？

我們的工作在比較早期就探索了這個問題。我們打造了這樣一個閉環系統之后，神經元自發去驅動身體的活動和真實的線蟲是有非常高的相似性的。

或許現在我們也沒有辦法直接給出一個結論，即，是否真的給定一個神經結構，行為就會自然而然涌現？但是經過一些逐層的、比如說調參，甚至一些不是完整的、不是端到端的強化學習，它也有可能會涌現一些以前我們沒有完全連起來的behavior（行為）。我覺得這是數字生命范式下最值得探索的事情。

我們這個工作發表在2024年的Nature Computational Science的封面上。

這個非常漂亮的線蟲的數字圖，是我和另外一位郭大師一起設計的。這是我們自己做的一個封面圖，我也為此非常驕傲。

我們這個工作也獲得了非常多的國際認可，包括得到了我們的審稿人之一——OpenWorm的項目主管（Padraig Gleeson），也算是線蟲模擬先驅的認可。

另外最近大家討論比較多的Eon Systems的“數字果蠅”的顧問科學家Konrad Kording，還有Eon Systems的head of engineering（工程主管）-Philip Shiu，以及歐洲的“數字果蠅”EPFL 教授Pavan Ramdya，都在公開的文獻里面對我們進行了評價。

數字生命應該是什么？

已完成：70%//////////

下面回到對數字生命有興趣的年輕人或者說同行們可能更關心的問題。

我們如果把數字生命當成是一個可研究的對象、當成一個最基本的研究工具，那數字生命應該是什么？

▲數字生命研究的兩個基本工具

我覺得第一個可能還是要從信息論本身來說。我們需要去了解如何衡量一個閉環系統的不確定性，這里就需要回到信息論中對信息熵的定義。

第二個方面就是數字生命本身。數字生命一定是在數字空間里面的一段可執行的程序，不管這個程序有多大，我們都需要通過類似于柯爾莫哥洛夫復雜性（Kolmogorov complexity）的工具去研究生成這段隨機性的一個長度。

我這里給大家一個稍微通俗一點的解釋：如果你用一個random函數（隨機函數）生成一個足夠復雜的函數，那它的信息熵會非常高，但是這個函數本身就是非常“短”的。也就是說，即使你面對一個“高信息熵”的數字生命的閉環系統，它未必是一個“高復雜性”的系統。

從這個角度去思考的話，我有一個基本理解：我們的生命——包括真實的生物領域里面的生命，和所謂的在數字空間里面的數字生命——它的復雜度，大概率是處在這種非常混沌但又不完全隨機的狀態。

▲生命住在中間：Chaotic but not random（混沌但并不隨機）

它不可能特別規律，但也不可能非常隨機；它不一定有非常強的秩序，但也不可能是完全噪聲的。它處在規律和隨機之間，處在秩序和噪聲之間。

數字生命和生命一樣，它可能需要的不是這種Maximum（最大化）的Complexity（復雜度），它需要是一種和環境對應的Viable（可行）的Complexity（復雜度）。

我這里借用了一張2022年我們在智源大會上發布線蟲工作時候的設想圖。也許我們可以去構建一個人工智能的生命模擬工程。

▲人工智能生命模擬工程

從線蟲到果蠅、斑馬魚，再到小鼠、人腦，我們也許可以按照這樣一個遞進式的scaling范式去構建我們的數字生命。而且這個范式，在今天看來，已經逐步地被實現。

包括今年（2026年）大家所討論的果蠅，實際上2023年的時候我們的團隊也有過嘗試，FlyWire 2023年7月剛發布的數據做了模擬等等。

所以我這里想給大家說的就是：Scale Matters（規模相當重要），而且我們要持續地做這件事情。

在我的想象中，走向智能的未來，不完全是當下的Scaling AI（AI模型擴展）——不是越來越多的數據去堆積，越來越多的、大的Pre-trained model（預訓練模型），或者說把Pre-trained model的范式推廣到這種影像視頻，或者去構建更復雜的、多模態驅動的世界模型。

我覺得其中一條路是值得我們去關注的，其實是Scaling Digital Life（擴展數字生命的規模），也就是去構造更復雜、由生物數據驅動的、跨尺度的數字生命。

我的想法也非常簡單：如果智能是來自于生命的最高級信息處理系統，那么真正的AI，它必須是某種程度上接近生命的一種系統。

▲走向智能的未來

我目前所在的國家生物醫學成像科學中心，承載了這樣一個歷史使命。我們建設和運營了北京大學承建的第一個國家重大科技基礎設施，叫多模態跨尺度生物醫學成像設施。

▲國家大科學裝置：多模態跨尺度生物醫學成像設施

這個設施擁有非常先進的、從宏觀到介觀再到微觀的多尺度的成像設備和能力，也是目前在國內完全以生物成像為核心的國家重大科技基礎設施。

我自己從2021年開始擔任全尺度數據處理中心這個裝置的負責人。我本身的研究，也和這種數據驅動、包括生物啟發的AI模型緊密地相結合。

我們從大概幾年前就開始思考，這樣的一個大設施可以去驅動怎樣的事情。

那么除了我自己研究的一個小的路線之外，我們在這樣的一個大設施下面，其實可以做面向整個生命的全尺度建模，我們把它叫做“全景數字生命大計劃”。

▲生命觀象臺：極綜合交叉的研究手段

我們現在也希望，通過這樣的一個全景數字生命，去號召國內外眾多相關的科學家和研究機構，一起來推動這件激動人心的事情。

那我的實驗室在這里面做什么？我們做的其中一件事情就是把這種多模態的影像基礎模型整合起來，去構建數字器官和數字生命。

▲北京大學馬雷實驗室：多模態影像基礎模型＋多組學數據驅動的數字器官和數字生命

其實在比較早期的時候，我們就覺得這種跨尺度的構建，不可能是完全的bottom-up（自下而上），也不可能是完全的data-driven（數據驅動）。

所有的這些都可能是通過不同的人從不同的角度去努力完成的。我所做的數字器官可能很多同行也會去做。所以我們主要的特點，就是希望以成像數據為主去推動構建。

我的實驗室一直在做的第二件事情，就是剛才大家所看到的數字線蟲。

從數字線蟲基本浮出水面的成果來看，我們的核心工作是把“身體、神經系統和它所在的環境”整合在一起。實際上我們對于果蠅、小鼠乃至更復雜的物種，都在嘗試去構造一套通用的方法。這套通用的方法應該是適用于所有此類的數字生命體。

這個演講的最后，我想借用我曾翻譯的《千腦智能》這本書——Jeff Hawkins的著作——第十六章的兩段話：“我希望人們都認識到，成為一個多行星物種是一個非常令人興奮的目標，也是對于我們生存至關重要的一個目標。而真正能夠實現這條路的唯一途徑，就是一定要去reverse engineering（逆向工程），也就是要對我們的大腦的皮質柱進行逆向工程。”

▲Jeff Hawkins

歡迎感興趣的朋友們一塊來思考這個事情。我們只有真正地對我們的生命做了完全的數字化的模擬，或許有可能真正地成為一個多行星物種。

希望在我們可以接觸到的未來，人類可以成為星際物種，把生命和文明帶出地球。謝謝大家！

來源：格致論道講壇

原標題：當一條線蟲有了“數字分身”，人類離“數字永生”還有多遠？| 馬雷

編輯：丁香葉子

轉載內容僅代表作者觀點

不代表中科院物理所立場

如需轉載請聯系原公眾號