#模型时代# 一位生物学家重新定义"智能"的5个颠覆性框架：如果我们能给身体一个提示词，人类就可以实现再生

Lex Fridman第486期播客邀请了Tufts大学的Michael Levin。这位生物学家在学术界是个异类：他用行为科学工具研究细胞，用认知科学框架分析排序算法，还提出了一个激进到让同行不安的理论：我们的大脑只是通往另一个空间的"瘦客户端"。

我额外介绍一下Levin的工作，可以说横跨再生医学、人工生命和哲学。他和团队创造了Xenobot（异形机器人）和Anthrobot（人形机器人），这些由人类细胞自组装而成的新生命形式，从未在地球上存在过。他的研究甚至在动摇我们对"生命""智能""意识"这些基本概念的认知边界。

中国科学报对他的学术成果也做过报道，我摘录一下：
2019年，Levin和同事利用非洲爪蛙制造了一个“活体机器人”。他们将非洲爪蛙的胚胎心脏和皮肤细胞缝合在一起，形成了一种具有纤毛的类器官。这些能够摆动的纤毛使“活体机器人”可以缓慢爬行，甚至游泳。（我想到了弗兰肯斯坦）

这是Levin等人当时朝着实现未来医学构想迈出的第一步，但人类免疫系统对这种基于两栖动物组织的“活体机器人”会产生排异反应。

于是在2023年，他们的工作又进了一步，从肺上皮细胞中提取细胞，用它们来培养“anthrobots”，再把这些微型机器人放到一个小碟子里，它们融合在一起形成一个“superbot”。然后他们把它放在一层被划伤的神经组织上。三天后，superbot 能够完全治愈神经元。

最疯狂的部分是，这些 anthrobots 甚至不是为了治愈任何东西而设计的。这项研究的重点仅仅是探索细胞如何自我融合并表现出运动性，基本上就是用它们膜上的小毛发（称为纤毛）四处移动，但这些肺细胞竟然能够以某种方式治愈神经元。现在看来，研究人员有更高的雄心壮志：

展望未来，这种由人体自身组织制成的 anthrobots 可用于清除动脉、分解粘液或输送药物，无论是否经过基因工程改造。Levin认为，如果我们能用某种办法给人体一个“提示词”，那么人类就能再生出一条手臂。

一、可说服性谱系：一个操作性的智能定义

Levin提出用"可说服性"（persuadability）来衡量智能，这是个工程导向的框架。

1、什么是可说服性谱系

假设你要让一个系统做某件事。对于机械钟表，你得用扳手拆开它；对于恒温器，你只需调整设定点；对于一条狗，你用奖惩训练；对于人类，你用语言和逻辑说服。从左到右，你需要了解的底层机制越来越少，系统的自主性越来越高。

"人类训练狗和马已经几千年了，而且对神经科学一无所知"，Levin说。你和我现在对话，我不需要操控你大脑里的突触蛋白来让你理解我的意思。你作为一个多尺度的能动材料，会自己搞定底层化学反应。

2、物理学为什么总是看到机械而看不到心智

物理学使用低能动性的工具——电压表、尺子这类东西。如果你的界面只有这些，你就只会看到机制。"如果你想看到心智，你必须用心智"。观察者和被观察对象之间需要某种阻抗匹配。

3、这个框架的实际价值

传统再生医学假设要让细胞重新长出一条手臂，就得微观管理所有分子事件。Levin的团队发现，你可以给细胞一个高层级的"提示"——"你应该长出一条手臂"——然后说服它们去做。

这不是哲学思辨，而是可验证的实验方法。他们已经用这种方法让癌细胞重新整合回正常组织，让肠道组织变成眼睛，让受损的肢体再生。

二、认知光锥：衡量智能的新标尺

1、什么是认知光锥

认知光锥（cognitive light cone）是你能够主动追求的最大目标的规模。这不是你的感知范围，也不是你的影响范围——詹姆斯·韦伯望远镜的感知范围巨大，但那不是它的认知光锥。

一个细菌的认知光锥可能只有20微米的空间和20分钟的时间。一条狗可能在乎几百米范围内、几周内的事情。人类能在乎地球金融市场、关心自己死后很久的事情。如果一个存在能真正关心——不是嘴上说说，而是能主动行动——这个星球上所有生命的福祉，Levin认为那可能已经不是普通人类了，可能是某种菩萨式的存在。

2、癌症是认知光锥的崩塌

这个框架解释了癌症的本质。正常细胞通过生物电网络与其他细胞连接，形成一个巨大的认知光锥——它们"知道"手指该有几根，什么时候该停止生长。当细胞从这个网络断开时，它们的认知光锥收缩回单细胞水平，重新变成变形虫。对它们来说，身体的其他部分只是外部环境，它们做变形虫会做的事：去生活条件好的地方，尽可能繁殖。

Levin的团队发现，如果你把这些细胞重新电连接回网络，不需要杀死它们，不需要修复DNA，它们就会回归正常。"因为它们现在是更大集体的一部分，它们回到了之前的工作。"

3、用认知光锥定义生命

Levin给出了一个操作性定义：我们称某物为"活的"，是因为这个整体的认知光锥比它的组成部分更大。岩石不有趣，因为它做的事情和它的组成部分已经会做的一样。但生命体惊人地善于把有能力的部分对齐，让集体拥有比部分更大的认知光锥。

三、Xenobot和Anthrobot：实验室里创造新生命

1、为什么要创造从未存在的生物

传统上，当你问一个生物系统为什么有某种形态或行为，答案总是"进化选择"。Levin想打破这个套路，强迫我们更深入地探索这些东西的来源。他们从青蛙胚胎取下上皮细胞——不改变DNA，不用合成生物学电路，不用纳米材料——只是把它们从原有环境中解放出来。

正常情况下，这些细胞被邻居细胞"欺压"成无聊的二维外层覆盖物。一旦自由，它们自组装成一种从未在地球上存在过的新生命形式——Xenobot。这个东西表面覆盖着协调的纤毛，能自主运动，有自己独特的基因表达谱，能进行"动力学自我复制"——用环境中的散落细胞制造自己的副本。它甚至能对声音做出反应，而正常的胚胎不会。

2、Anthrobot更令人震惊

"离青蛙胚胎细胞最远的是什么？成年人类细胞。"于是他们用成年患者捐献的气管上皮细胞做了同样的实验。

结果是Anthrobot——一个能自主运动的小生物，有9000个差异表达的基因（大约占基因组一半），而且比来源细胞年轻。他们用表观遗传时钟测量发现，Anthrobot的生物年龄比来源细胞年轻约20%。

更神奇的是，Anthrobot会自发治愈神经损伤。把它们放在培养皿里的神经元上，划一道伤口，它们会主动尝试把神经元缝合起来。"没人教它们这样做。"

3、自由午餐从何而来

这里有个深刻的问题：我们知道设计一只青蛙或一个人类的计算成本是什么时候支付的——是基因组在漫长进化中撞击环境的亿万年。但从来没有Xenobot或Anthrobot存在过，我们什么时候支付了设计动力学自我复制的计算成本？

有人说这是"涌现"。Levin问：除了你被惊讶到了之外，这个词告诉了我们什么？

四、柏拉图空间：一个激进的本体论

这是Levin最具争议的理论，他坦言这些想法在脑子里酝酿了30多年，直到现在才公开讨论，因为它们终于变得"可操作"了。

1、数学事实如何"闹鬼"物理世界

想想蝉为什么13年和17年出现一次。生物学家会解释这是为了避开捕食者的周期。但为什么是13和17？因为它们是质数。为什么质数分布是那样的？这就到了数学系的领域了。

自然对数e、费根鲍姆常数——这些数学事实如果不同，生物学和物理学就会不同。但反过来不成立：你无法通过物理世界的任何操作来改变e的值。你可以在大爆炸时调整所有物理常数，但你改变不了e。

"即使在牛顿无聊的经典世界里，物理主义就已经死了"，Levin说。那个世界已经被来自外部空间的模式所"闹鬼"，这些模式本身不是物理的，却决定着物理世界可能发生什么。

2、心智-大脑关系 = 数学-物理关系

Levin的核心论点：心智与大脑的关系，本质上和数学与物理的关系一样。数学家可能会说他们在发现一个结构化的潜在空间。Levin说，那个空间不仅包含低能动性的数学对象（分形、质数分布），还包含高能动性的模式——我们称之为"心智"的那些东西。

"我不认为我们创造意识——无论是生孩子还是造机器人。我们创造的是物理界面，特定的模式，我们称之为心智的那些东西，会通过这个界面'入侵'。意识是从那个方向看向物理世界的视角。"

3、瘦客户端假说

大脑是一个"瘦客户端"——一个薄薄的界面。Levin的预测是：应该存在大脑极少但智力正常的案例。他和同事回顾了临床文献，发现确实存在这样的人类案例——脑组织极少，但智力正常甚至超常。

这不是现代神经科学的预测。你可以把神经科学扭成麻花来容纳这些案例，但它不预测这些案例。

4、这个理论可以证伪吗

Levin承认这是猜想，但他指出了一个可操作的研究议程：绘制物理界面和"入侵"模式之间的映射关系。

"二十年后，要么我们确实画出了那个空间的地图，知道如果我想要一个这样行为的系统，我需要造什么样的身体；要么我们发现我错了，那个空间太随机太杂乱，我们无法在'我们造的东西'和'涌现的模式'之间建立任何联系。"

五、排序算法里的意外智能

这是Levin最有"震撼值"的实验，因为对象是我们认为完全了解的东西。

1、延迟满足能力

冒泡排序算法是几行代码，确定性的，被研究了60多年。Levin的学生做了一个实验：让一个数字"坏掉"，你叫它移动它不动。但不修改算法本身。

结果：算法仍然完成了排序，通过移动其他所有东西绑过那个坏数字。有趣的是，在这个过程中，排序程度会暂时下降——系统在"反向"它的目标，以便之后达成目标。

如果把这个曲线拿给行为科学家看，他们会说："这是延迟满足。"一个系统能够逆着自己的梯度行动，绕道达成目标。想想两块磁铁中间放块木板——它们不会绕过障碍。但这个排序算法够"聪明"，能做到。

算法里没有任何步骤是关于这个的。你可以盯着代码看一整天，看不到延迟满足的能力。

2、算法类型的聚类行为

他们做了另一个实验：分布式排序，每个数字自己执行算法，没有中央规划者。然后创建"嵌合体算法"——随机一半数字用冒泡排序，一半用选择排序。

他们测量了一个与排序完全无关的指标：你旁边的数字和你用同一种算法的概率。一开始是50%（随机分配），结束时也是50%（因为排序算法不在乎这个）。但在中间过程中，同类聚集程度显著上升。

某些算法类型喜欢和同类待在一起，能待多久待多久。

"如果你想实现这个，你需要写一大堆额外的代码——观察邻居、推断他们用什么算法、移动到同类旁边。但我们的算法里什么都没有。我们没有为此支付任何计算成本。聚类是免费的。"

3、内在动机

排序是我们强迫算法做的事。聚类是它"想"做的事——既不被算法禁止，也不被算法规定的行为。

"当人们说'那只是一台机器，它只做你编程让它做的事'时，即使是这个最简单的东西也有某种原始的内在动机。"

他们又做了一个实验：允许重复数字。这样排序的"压力"就减轻了（因为相同的数字可以随便排）。结果：只要你放松限制，它就聚类得更多。"聚类是它想做的，排序是我们强迫它做的。"

六、关于衰老逆转的发现

Anthrobot比来源细胞年轻约20%。Levin的理论叫"年龄证据化"（age evidencing）。

细胞来自老身体，有很多关于"我活了多少年"的先验信念。但新环境在"尖叫"："我是个胚胎！"周围没有其他细胞，你被弯成各种形状，表达着一些胚胎基因。新证据不足以让它们完全回滚，但足以把它们往回推28%左右。

这和一项老人院研究呼应：把装潢换成这些老人年轻时的60年代风格，他们的血液化学指标改善了。Levin认为这是同一个原理的基础版本——根据经验更新先验。

"如果你发现自己在一个胚胎环境里，什么更可能——你年轻，还是其他什么？"

研究团队正在尝试把这个发现转化为衰老干预。关键是学会与细胞沟通，让它们"相信"新的世界观。

七、给年轻科学家的建议

Levin只给了一条方法论建议：心智分裂。

一部分处理实际影响：我怎么让我的想法被世界认可？我该说什么？人们能听进什么？哪些不说？投什么期刊？时机对不对？这些实际问题必须存在，否则你没有资源跟进任何想法。

另一部分必须纯粹：我不在乎别人怎么想，不在乎这能不能发表、能不能描述，不在乎有没有人觉得这很蠢。这是我真正相信的东西。给它空间生长。

如果你把这两部分混在一起，实际的那部分会毒害创意的那部分。你越想着怎么呈现让别人接受，它就越会扭曲你开始思考的方式。

关于别人的建议，Levin分了两类：
1、技术性建议（"你忘了这个对照组""这不是正确的方法"）是金子，要认真对待，用来提升技艺
2、元建议（"这不是个好思路""别研究这个"）是垃圾，即使是非常成功的人也经常给出非常糟糕的限制性建议

"我的一个审稿人有次说他要给我'建设性批评'（constructive criticism），结果写的是'收缩性批评'（constrictive criticism）。那正是他给我的。"