Limbomorphs

想象一个这样的世界：你不是在逐件组装机器人，而是教计算机构思出属于它自己的生命形式。这就是人工生命（Artificial Life）的游乐场——在这个领域，科学家们将代码与创造力混合在一起，观察是否能从简单的规则中涌现出“生命”行为。这就像是在烘焙一个你并不完全了解配方的蛋糕；相反，你不断品尝面糊，调整配料，并期待最终能让一个完美的、蓬松的蛋糕自动浮现出来。在这个特定的科学领域，研究人员使用进化计算（Evolutionary Computation），这一过程模仿了自然界的“适者生存”。正如自然界筛选出最优秀的动物来生存和繁衍一样，这些计算机程序让用户挑选出看起来最“酷”的图案，然后计算机利用这些心仪的图案来繁衍下一代。这是数字版的犬类或花卉育种，只不过你培育的不是皮毛或花瓣，而是像素与运动。为什么有人会关心这个？因为如果我们能看到目标导向的行为——比如避开墙壁或寻找路径——从一个没有大脑、没有身体、也没有明确指令的系统中涌现出来，这可能会改变我们对“思考”本质的理解。

走进 Gifbrealer，这是一个偶然误入生物学领域的数字艺术工具。它最初只是为了帮助人们制作酷炫的循环动画 GIF，其工作原理就像是一场图像的遗传彩票。你从一团混乱的像素开始，计算机生成数千个变体。你挑选出喜欢的那些，计算机便通过混合与变异来制造新的图像。这个系统中的“DNA”并不是关于某个角色的指令列表，而是一个关于**时空场（spatiotemporal field）**的数学配方。想象一张巨大的、无形的织物，横跨空间与时间。计算机的任务是确定这张织物上的每一个点在每一时刻应该是什颜色。用户充当了“自然”的选择者，挑选出最有意思的循环。

起初，结果只是一些抽象的、旋转的噪声。但在经过多次用户选择后，奇怪的事情发生了。图案开始看起来像是生物。作者称这些生物为肢体形态物（Limbomorphs）。它们不是真实的动物，也不生活在有墙壁或重力的模拟世界中。相反，它们存在于一个确定的、三秒钟的循环中——一个数字化的“边际状态”。它们看起来像是在游泳、爬行或漂浮，尽管那里既没有水，也没有地面，更没有实际的身体。它们仅仅是恰好看起来具有生命感的色彩图案。

真正的魔力，也是这篇论文的主要发现，发生在研究人员开始“拨弄”这些数字生物时。由于“肢体形态物”只是一个数学场，而不是环境中独立的角色，你无法用手指去推它。相反，研究人员使用了一种特殊的绘图工具来扭曲生物所生活的宇宙“规则”。他们在屏幕上画出黑线，计算机将其解释为看不见的墙，从而改变了生物计算其距离中心点的方式。

结果出人意料地具有特异性。不同“物种”的肢体形态物有着各自独特的反应方式，这表明它们拥有截然不同的个性或行为。一种被称为“鱼”的类型似乎对画出的墙壁感到恐惧，它会主动游离墙壁，仿佛无法忍受在一个无法清晰“看见”的空间里。另一种类型，“毛毛虫”，表现得像个聪明的导航员；如果上方出现墙壁，它会远离；但如果墙壁在下方，它则会靠近，仿佛在寻找一条路径。最令人惊讶的是“水母”。当研究人员画出一个小迷宫时，这个生物不仅撞上了它，还拉伸了自己的身体，缠绕在迷宫周围，并重新调整方向以适应新的形状。

作者谨慎地指出，这些生物没有大脑、眼睛，甚至没有一个独立于环境之外的“自我”。水母内部并没有一个决定转向的小驾驶员。相反，整个行为都源于场本身的复杂数学逻辑。论文指出，这些反应可能看起来像是目标导向行为——如导航或避险——但它并未止步于说它们是真正具有意识或思维的。毕竟，这是一种模拟，其“智能”是用户选择与数学规则共同作用的反映，而非生命的火花。然而，这样一个没有明确主体、没有环境、也没有交互规则的系统，竟然能产生如此具有物种特异性且具有适应性的反应，这确实是一个迷人的暗示。它表明，这种“基础认知（basal cognition）”——即最简单的、关于如何行动的感知——或许就隐藏在场的动力学之中，等待着被一位带着绘图工具的好奇用户所发现。