© Anna Ruch

利维坦按：

当我们说，“原子有内在体验吗”，相信很多人会说：当然没有。那么，如此众多的、没有体验的原子组成了我们的大脑，为什么就具备了意识的主观体验了呢？

尽管我们不甚了解意识和复杂人类经验如何从物质大脑中产生的，但我们已知的许多现象，在其中，复杂系统的行为通常在系统的个体物质层面并不显著，且无法被理解。这种行为被称为“涌现现象”（emergent phenomena），比如天空中椋鸟群的飞行模式：

© Pinterest

我们可以将我们的大脑想象成是拥有1000亿只椋鸟般的神经元集群。我们可以完全了解单个神经元的工作原理，例如电离子如何通过神经元细胞膜进行交换的，电流又是如何通过神经元传输的，以及两个神经元之间如何通过化学方式连接的，但我们仍然无法填补所有关于神经元集合如何产生我们称之为“意识”这个感觉的空白。

不过，神经科学向我们表明，意识在人类大脑这样高级大脑中的涌现，虽然远比椋鸟群复杂，但它们却没有实质区别。尤其是：意识是从数以亿计的神经元的集体交互中涌现的，而非受到了任何“特异”功能或是超自然力量的加持。

2024年10月8日，物理学界陷入了一场争议。当天，诺贝尔物理学奖颁给了与黑洞、宇宙学或奇异的新亚原子粒子无关的发现，而是关于人工智能的研究。这个学科的最高奖项怎么能颁给旨在模仿人脑的机器研究呢？这其中又有什么物理学可言呢？

在20世纪的大部分时间里，物理学家们基本上忽略了生命系统。他们将生物体理解为机器，尽管这些机器是由黏糊糊的分子部件构成的。一个名为生物物理学（Biophysics）的分支领域揭示了这些分子机器背后的具体物理机制。然而，生物体作为一个整体，却并非他们关注的重点。

1933年中国医学海报中，将人体比作机械般的工厂。© flickr

但如今，我的许多物理学同行已经不再认同这种轻率的否定。相反，我们逐渐相信，在每一种微生物、动物和人类身上，都蕴藏着一个谜团——它挑战着物理学家几个世纪以来秉持的基本假设，并可能解答关于人工智能的关键问题。它甚至可能有助于为下一代重新定义这个领域。

长期以来，物理学的核心傲慢在于这样一种观念：它是所有科学中最“基础”的那一门。物理专业的学生学习关于现实最基本的内容——空间与时间、能量与物质——并被告知，所有其他科学学科最终都必须被还原为物理学所提出的基本粒子和定律。这种哲学被称为“还原论”（Reductionism）。从牛顿定律开始，到20世纪的大部分时间里，随着电子、夸克、相对论等发现的出现，还原论运作得相当成功。但在过去几十年中，物理学中最具还原主义色彩的分支，其进展已经放缓。例如，长期被寄予厚望的“万有理论”，如弦理论，并未结出实质性的成果[1]。

然而，在宇宙中思考“什么是基础的”，并非只有还原论这一条路径。从20世纪80年代开始，物理学家（以及其他领域的研究者）开始发展新的数学工具，用来研究所谓的“复杂性”（Complexity）——即整体远远大于其各部分之和的系统。还原论的最终目标，是将宇宙中的一切解释为粒子及其相互作用的结果；而复杂性则承认，当大量粒子聚集在一起，形成诸如生物体这样的宏观事物时，仅仅了解粒子本身，并不足以理解现实。

物理学家菲利普·W·安德森（1923-2020）。© Santa Fe Institute

这一方法的早期先驱之一是物理学家菲利普·W·安德森（Philip W. Anderson），他用一句简洁的话概括了这种新兴的反还原主义视角：“多即不同”（More is different）。复杂系统科学在21世纪迅速发展，该领域的研究者也于2021年获得了诺贝尔物理学奖。

从物理学家的角度来看，没有任何复杂系统比生命更古怪、也更具挑战性。首先，生命物质的组织方式违背了物理学家对宇宙的通常预期。你的身体由物质构成，和宇宙中的一切其他事物并无不同；但你今天所由之构成的原子，一年后将不再是同一批原子。这意味着，你和所有其他生命体都不是像岩石那样的惰性物体，而是一种在时间中展开的动态模式。

© Imgur

然而，对物理学而言，真正的挑战在于：构成生命的这些模式是自组织的。生命系统以一种奇异的循环方式同时创造并维持自身，这是任何现有机器都无法复制的。以细胞膜为例，它通过允许某些化学物质进入、阻止另一些进入，使细胞得以存活。细胞创造并持续维持着细胞膜，但细胞膜本身又是一种“过程”，正是这一过程构成了细胞本身。

这种“先有鸡还是先有蛋”的问题，挑战了旧物理学的梦想：一旦宇宙中的基本粒子被全部编目，其他一切就都可以被明确描述并加以预测。给我一颗年轻的恒星，我就可以运用还原论的物理定律来预测它的未来：它将存活100万年而不是10亿年；它会以黑洞的形式终结，而不是成为一颗白矮星。

但生命体的组成部分却会产生全新的、出乎意料的东西，这种现象被称为“涌现”（emergence）。给我一颗来自地球早期历史的简单细胞，我永远无法预测，在大约40亿年之后，它会进化成一只能够朝你脸上挥拳的巨型兔子。袋鼠——和人类一样——是生命演化中不可预测的、涌现性的结果。

支配物质和能量的基本定律，无法预测生命的另一项基本属性：生命是宇宙中唯一一个会为了自身目的而使用信息的系统。植物向着光生长，微生物朝着富含养分的食物源游动，动物躲避捕食者，人类把巨大的金属装置送入外太空。当然，人们可以编程让一个机器人在电量不足时去寻找墙上的插座，但必须由某个生命体（例如一名人类程序员）将这种需求硬编码进机器中。相比之下，生命本身既具有行动主体性，又是自主的。从微生物到螃蟹再到人类，所有生命体都有各自想要满足的需求。

要真正理解生命系统作为自组织、自主主体的本质，物理学家需要摒弃“只关注粒子”的思维模式。物理学家的一项伟大才能——从简单组成部分（如原子）的定律出发，一路推演到复杂整体——无法完全解释细胞、动物或人类。幸运的是，这一领域还有另一项基本技能可以提供帮助：一种提出问题并构建模型以作出预测的独特方式。物理学家一向擅长抓住系统的本质特征，并将这些本质用数学语言表达出来。通过细胞膜流动的有用能量有多少？哪种神经元排列方式，能够最大化扁形虫神经系统中的信息量？如今，这些技能必须被用于一个古老的问题——一个直到现在才真正获得应有重视的问题：什么是生命？

© GIPHY

运用这些技能，物理学家——与构成复杂性科学的所有其他学科的研究者共同合作——或许能够揭开这样的问题：生命在数十亿年前是如何在地球上形成的，以及生命如何在如今我们能够借助尖端望远镜探索的遥远外星世界中形成。同样重要的是，理解生命作为一种有组织的系统，为何在根本层面上不同于宇宙中的其他一切，可能会帮助天文学家设计出新的策略，在那些与地球几乎毫不相似的地方寻找生命。将生命——无论多么陌生——分析为一种自组织、由信息驱动的系统，或许将成为在数百光年之外的行星上探测生命迹象的关键。

在更贴近我们自身的层面上，研究生命的本质，很可能也是充分理解智能——并构建人工版本的智能——所必不可少的。在当前这场人工智能热潮中，研究者和哲学家一直在争论：大型语言模型是否、以及何时，能够实现通用智能[2]，甚至获得意识[3]——或者事实上，它们是否已经达到了这一点。要恰当地评估这些主张，唯一的办法是以一切可能的方式研究那个唯一被普遍认可的通用智能来源：生命。将关于生命的新物理学引入人工智能问题，不仅可能帮助研究者预测软件工程师能够构建什么；它还可能揭示，试图在硅中捕捉生命本质特征的努力，其极限究竟在哪里。

随着21世纪的继续展开，我的物理学同行无疑将继续推进对黑洞、量子力学以及其他传统领域的研究。然而，对生命的研究将把我们带到前所未想之地，为这一学科的未来开辟一条新道路——而这一次，它将与生物学家、生态学家、神经科学家和社会学家站在真正平等的起跑线上。在最佳情况下，对生命本质这一根本问题的追求，可能不仅会引领物理学家发现新的科学奇观，还可能带来一种全新的科学实践方式。

参考文献：

[1]www.math.columbia.edu/~woit/wordpress/?p=14200

[2]www.theatlantic.com/technology/2025/12/neurips-ai-bubble-agi/685250/

[3]www.theatlantic.com/technology/2025/10/ai-consciousness/683983/

文/Adam Frank

译/天妇罗

校对/兔子的凌波微步

原文/www.theatlantic.com/science/2025/12/physics-life-reductionism-complexity/685257/

本文基于创作共享协议（BY-NC），由天妇罗在利维坦发布

文章仅为作者观点，未必代表利维坦立场