🔢 mathematics

Emergent Fibonacci Structure from Local Growth Rules

本文介绍了一种基于三种物理原理的局部生长模型，该模型自然地生成了一系列参数化螺旋镶嵌结构，并证明了斐波那契结构在这一更广泛的形态景观中，作为一种能量优选且稳健的构型，精确地出现在一个临界点上。

原作者： Richard Taylor

发布于 2026-09-01

📖 1 分钟阅读🧠 深度阅读

原作者： Richard Taylor

原始论文采用 CC BY 4.0 许可（https://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

螺旋图案是自然界中最持久的特征之一。它们在向日葵花盘种子的排列中盘绕，在鹦鹉螺的外壳上螺旋上升，并在某些晶体的结构中扭转。几个世纪以来，科学家们观察到这些螺旋往往遵循一种被称为斐波那契数列（Fibonacci sequence）的特定数值节奏，即每个数字都是前两个数字之和。这种模式在如此不同的生物体中如此可靠地出现，使得研究人员长期怀疑有一种隐藏的、普遍的规则在起作用。主流的问题一直是：这种秩序是来自于植物内部复杂的、预设的指令，还是仅仅由于细胞生长并相互挤压的方式而产生的。

杜克大学理查德·泰勒（Richard Taylor）的一项新研究表明，答案在于后者：斐波那契模式并非植物接收到的指令，而是简单物理作用力的自然结果。通过构建一个模拟二维表面生长的计算机模型，研究人员证明了当应用三个基本的生长原则时，著名的斐波那契序列会自动出现。该模型在构建时并未预设斐波那契数字。相反，它始于一个简单的规则：新细胞想要通过生长来占据空间，但如果必须改变方向，则需要付出代价。当生长所获得的能量与转向所付出的能量成本达到完美平衡时，系统便会自然而然地进入斐波那契节奏。

该模型在一个类似于数字画布的细胞网格上运行，生长是逐步进行的。研究人员定义了三个简单的物理规则来引导这种生长。首先，系统奖励面积的增加，这意味着它倾向于向外生长以获取更多空间。第二，它对转向施加惩罚。如果一个生长边缘决定改变方向，它必须“重新激活”前一个细胞的一个休眠侧面，这会消耗能量。第三，生长被限制在一次只能沿着单个边缘进行，从而迫使结构进行顺序扩张。随后，计算机计算出下一个细胞生长的最有效路径，权衡获取新空间的收益与转向的成本。

当研究人员运行这些模拟实验时，一个显著的模式出现了。如果转向的成本相对于生长的奖励被设定为一个特定的值，系统就会产生精确的斐波那契序列：1, 1, 2, 3, 5, 8，等等。这是在没有任何预写指令告诉模型要遵循这些数字的情况下发生的。斐波那契结构作为一个“临界点”出现，即生长力与转向力完美平衡的一个甜点区。研究表明，这种特定的平衡在能量上是优选的，这意味着在这些条件下，它是系统生长最有效率的方式。

研究还探讨了当平衡发生轻微偏移时会发生什么。如果转向的成本发生微小的变化，系统会产生不同的数字序列，其中一些是已知的数学模式（如雅科布斯塔尔数/Jacobsthal numbers），而另一些则是从未见过的全新序列。然而，研究发现，对于这些不同设置中的广泛范围，生长的早期阶段仍然看起来非常像斐波那契模式。这表明，真实的生物系统不需要被精确调节到确切的临界点也能产生斐波那契螺旋。只要生长的物理规则和转向规则大致相似，系统就会自然产生类斐波那契模式。

这一发现为为什么斐波那契序列在自然界中如此普遍提供了全新的视角。它意味着这种模式并非神秘的生物代码，而是一个稳健的物理结果。由于斐波那契排列在广泛的条件下都是稳定的，有限的有机体（例如细胞数量有限的植物）可以很容易地进入这种节奏，而无需精确的遗传控制。该模型表明，这些螺旋的普遍存在是由于简单的局部规则随时间相互作用，从而创造了一种既在能量上高效又在结构上具有韧性的复杂全局秩序。这项工作将细胞生长的离散、逐步性质与我们在自然界中看到的螺旋的平滑、连续之美联系起来，表明黄金比例不仅是一个数学上的奇趣现象，而且是在特定条件下的一种物理必然性。

技术摘要：从局部生长规则中涌现的斐波那契结构

问题陈述
从植物叶序到准晶体，螺旋形态在自然界中无处不在。虽然现有的理论框架（连续反应扩散模型、生物力学模型和几何模型）描述了这些模式，但离散斐波那契计数如何稳健地涌现仍未得到完全解决。具体而言，目前尚不清楚为什么斐波那契序列在没有被显式编码进生物指令或通过全局能量最小化强加的情况下，依然如此一致地出现。以往的方法通常通过符号替换或几何膨胀来生成斐波那契结构，这实际上是将序列构建进了模型之中，而非将其推导出来。本文旨在探讨：斐波那契结构是否可以作为纯粹局部、离散生长规则以及极小能量约束的结果而涌现。

方法论
作者提出了一个由三个物理驱动原则控制的二维离散细胞生长模型：

生长奖励：面积的增加在能量上是受优待的。
转向惩罚：改变生长方向会产生能量成本，该成本与为了支持沿新侧面生长而必须重新激活的非活跃细胞数量成正比。
受限顺序扩张：生长被限制在每一步仅一个向外的边缘。

该模型完全在整数范围内运行，以反映生物细胞初始化的离散性质。它通过增长方向的长度 $g_i$ 与垂直方向长度 $p_i$ 的对 $(g_i, p_i)$ 来定义生长段。几何结构强制执行一个递推关系：当发生右转时， $p_{i+1} = g_i + p_{i-1}$ 。

转向或直行前进的决策由能量不等式 $E = -\lambda V + \rho Q$ 决定，其中 $V$ 是面积增益， $Q$ 是转向惩罚。通过比较继续直行与转向的能量，模型推导出了垂直序列 $\{p_i\}$ 的广义递推关系：
$p_{i+1} = \lceil p_i + (\kappa - 1)p_{i-1} \rceil + p_{i-1}$
其中 $\kappa = \rho/\lambda$ 是转向惩罚权重与生长奖励权重的比例。模型使用连分数（用于测量短程行为）和渐近增长率（用于测量长程行为）进行分析。

核心贡献

无需强加即可涌现：本文证明，在面积增加的能量收益与转向成本平衡的临界点（ $\kappa = 1$ ）处，斐波那契递推关系（ $p_{i+1} = p_i + p_{i-1}$ ）精确涌现。这一过程无需预先定义斐波那契序列，也未使用全局优化。
参数化螺旋镶嵌家族：该模型生成了一系列由 $\kappa$ 参数化的连续整数序列及相应的矩形螺旋镶嵌。
识别特殊序列：通过分析，模型在特定的整数 $\kappa$ $κ$ 值下恢复了已知的整数序列：
- $\kappa = 1$ ：斐波那契数。
- $\kappa = 2$ ：雅科布斯塔尔数（Jacobsthal numbers，针对 $p_i$ ）以及 2 的幂次（针对 $g_i$ ）。
- $\kappa = 3$ ：OEIS A006130。
- 非整数 $\kappa$ ：由于引入了基于步长的取整函数（ceiling function），生成的全新整数序列并不属于 Horadam 家族。
瞬态列奥纳多结构：在临界点附近（ $\kappa = 1 + \epsilon$ ），模型会产生一段瞬态的列奥纳多序列（Leonardo numbers, OEIS A001595），随后过渡到新的渐近增长率。

结果

临界点与相变：在 $\kappa = 1$ 时，模型精确恢复了斐波那契序列，其渐近增长率 $r(1) = \phi \approx 1.618$ 。
渐近行为：对于一般的 $\kappa$ ，渐近增长率由 $r(\kappa) = (1 + \sqrt{1 + 4\kappa})/2$ 给出。随着 $\kappa$ 偏离 1，增长率会发生变化，序列的符号结构也会随之改变。
连分数度量：对早期项赋予高权重的连分数度量在 $\kappa = 1$ 处表现出不连续的下降。对于 $\kappa < 1$ ，序列在较长时间内保持类斐波那契特征。对于 $\kappa > 1$ ，序列会迅速过渡到不同的符号结构（最初为列奥纳多数），导致度量值发生剧烈偏移。
数值验证：模拟证实，当 $\kappa = 1$ 时，序列精确重现斐波那契数。当 $\kappa = 2$ 时，比值收敛于 2。对于非整数 $\kappa$ ，虽然收敛到理论值 $r(\kappa)$ 的速度较慢，但其趋势是明显的。

意义与主张
本文声称，自然界中有限规模生物体内斐波那契螺旋的普遍存在，可以通过鲁棒性而非全局最优性来解释。由于模型的早期阶段行为在广泛的参数空间邻域内（特别是对于 $\kappa \leq 1$ ）都保持类斐波那契特征，因此有限生命体不需要占据精确的临界点即可表现出斐波那契模式。该模型表明，局部能量平衡是本质的选择机制，使得斐波那契结构能够从简单的物理原则中自然涌现，而无需生物学上的编码指令。

这项工作与 Douady–Couder 范式及相关的离散方法相一致，但通过一个简化的、基于整数的模型实现了这一点。它将斐波那契镶嵌识别为更广泛的螺旋形态家族中一个具有能量优势且结构鲁棒的特例，为自然界中此类模式的普遍性提供了一种潜在的解释。

技术摘要：从局部生长规则中涌现的斐波那契结构

类似论文