BFF: Simple explanations for complex phenomena
本文通过证明，通过简单的突变随机游走发现自我复制者的效率与通过配对相互作用一样有效，且限制祖先树的深度和宽度可以防止其出现而非促进其出现，从而挑战了“计算生命”假说。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
大局观：在“汤”中寻找“自我复印机”
想象你有一个巨大的、冒着泡的数字“汤”锅。这锅汤里有数百万个微小的、随机的代码字符串（就像由随机字母组成的短句子）。研究人员的目标是观察在这个汤中出现一个“自我复制者”需要多长时间。
自我复制者就像一台神奇的机器，当你打开它时，它会打印出与自身完全相同的副本。在生物学中，这就像一个细胞分裂成两个完全相同的细胞。在这个计算机实验中，它是一段能将自身改写为自身副本的代码。
长期以来，科学家们认为，要找到这些神奇的机器，你需要一个复杂的“汤”，其中程序不断地相互作用、交换部分并共同进化（就像一个混乱的生态系统）。这篇论文挑战了这一观点。
主要发现：随机性比“社交”更快
研究人员测试了两种寻找这些自我复制代码的方法：
- “社交汤”法（旧方法）： 你把两个随机程序撞在一起，运行它们，看看会发生什么。如果它们产生了一个自我复制者，太棒了。如果没产生，你就把这些碎片放回汤里，再试一次。这就像是希望一个复杂的生态系统通过不断的相互作用自然进化出一种新物种。
- “随机游走”法（新方法）： 你不再让程序进行交互，而是随机选取一个程序，对其进行微小的调整（比如改变几个字母），然后检查它是否是一个自我复制者。如果不是，你就再次调整它。这就像是在盲目地尝试各种钥匙去开锁，直到有一把能打开为止。
令人惊讶的结果： “随机游走”法找到自我复制代码的速度远快于复杂的“社交汤”。
事实上，研究人员发现，如果你只是随机猜测正确的“原料”（特定类型的代码字符）并不断尝试，你找到自我复制者的速度比让程序在汤中相互作用和进化要快大约 25 倍。
“神奇原料”类比
为什么随机方法如此之快？
想象你在尝试烤一个蛋糕，但你不知道食谱。
- **“社交汤”**就像一个混乱的厨房，每个人都在向碗里扔随机的食材，搅拌它们，并希望蛋糕能神奇地形成。
- **“随机游走”**则像是一位知道“面粉”和“糖”是最重要食材的厨师。这位厨师不会扔进随机的泥土和石头，而是只从面粉和糖的桶里挑选。
研究人员意识到，“社交汤”自然会发现某些代码字符（如特定的运算符）是有用的。一旦他们确定了哪些字符是有用的，他们就直接使用这些字符来随机构建程序。这种“富集了优质原料的汤”比起充满随机性的全随机汤，几乎能瞬间找到自我复制者。
“家族树”实验：我们需要复杂性吗？
论文的一个重要部分探讨了进化论中的一个普遍观点：复杂的生命形式必须是由更简单的部分随着时间推移组合而成的（比如像用砖块盖房子，或者家族树变得越来越深）。
研究人员问道：我们需要这些复杂的“家族树”代码来找到自我复制者吗？
为了测试这一点，他们设定了一条规则：“不允许深层的家族树。”
- 他们阻止程序复制之前已经组合过的复杂代码块。
- 他们强制系统只能使用非常简单、浅层的组合。
结果： 即使在这些严格的规则下，自我复制者仍然出现了。它们只是出现得稍微慢了一点。
转折点： 虽然自我复制者很容易出现，但它们无法统治整个汤。
- 类比： 想象你找到了一个能制造自身副本的人。如果你让他们肆意妄为，他们最终会填满整个房间（占领整个汤）。但如果你在一个规定他们不能与其他成员结合形成更大群体的房间里，他们虽然仍能制造副本，但无法通过扩张来占领整栋建筑。
论文得出结论：复杂性（深层家族树）对于“找到”自我复制者并非必需。 它只是对于自我复制者如何统治系统是必需的。
核心要点总结
- 复杂性并不总是必要的： 你不需要一个复杂的、相互作用的生态系统来找到生命（自我复制）的最初火花。简单的、随机的试错同样有效，而且通常更好。
- “汤”并不是主角： 程序之间复杂的相互作用并没有帮助更快地找到自我复制者。事实上，使用正确“原料”的简单随机搜索反而更优越。
- 发现 vs. 统治： 汤中复杂的相互作用有助于自我复制者扩散并接管系统，但它们对于发现自我复制者本身并不是必需的。
简而言之，这篇论文表明，寻找自我复制的“最初火花”是一个比我们想象中要简单的过程，而复杂的“进化汤”更多是关于火花被发现之后发生的事情，而不是关于火花是如何被创造出来的。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。