生命如何產生於混沌之中？

人們一直認為，生命遵循著一套自己的法則，與非生物截然不同。但是，近年來科學家發現，簡單系統也可以表現出表現出類似於生命的行為，因此，科學家們正在爭論，這種表面的複雜性是否只是熱力學的作用結果。

撰文 菲利普·鮑爾（Philip Ball）

翻譯 張雪

審校 胡家僖

圖片來源：Olena Shmahalo/Quanta Magazine

物理學和生物學的差別究竟是什麼？如果從比薩斜塔上向下拋高爾夫球或炮彈，用物理學定律就能精準地預測物體的運動軌跡。

但如果用鴿子替代炮彈來做同一實驗的話，結果就不同了。生物系統當然不會違背物理學定律，可我們再也無法通過物理學定律來預測實驗的結果。生物學與物理學不同，生物系統有著明確的目標，就是生存和繁衍。我們可以這樣說：生物系統的目的引導著他們的行為。哲學家們在傳統上稱其為目的論（teleology）。

如今，藉助物理學，我們能預測出從大爆炸後十億萬分之一秒時的宇宙狀態一直到宇宙現在的樣子，但是卻沒人能夠想像地球上第一個原始細胞的出現竟預示著人類的誕生。物理學法則似乎並不能指示演化的過程。

演化生物學家恩斯特·邁爾（Ernst Mayr）表示，生物學這門科學獨一無二的特性，就來自於它的目的論和歷史偶然性。而這兩種特性可能都來源於它唯一遵循的指導原則——演化。演化取決於偶然性和隨機性，但自然選擇卻令其表現出意圖和目的。動物接近水源並不是受某種磁力吸引，而是出於它們內在的生存渴望。而我們之所以會長兩條腿，其目的之一就是為了幫助我們走向水源。

邁爾認為，這些特性令生物學非比尋常——生物學本身就是一項定律。但是，近期，非平衡態物理學、複雜系統科學和信息理論的近期發展正在向這種觀點發起衝擊。

一旦我們把生物看做一種「計算機」，不斷收集並存儲關於不可預知環境的信息，那麼繁殖、適應、能動性、目的和意義就可以被理解為物理學定律的必然結果，而不再是演化的即興創作。換言之，物理學定律一直參與其中，並且還在不斷發展。「目的性」和「意圖」原先被我們認為是生命系統的本質特徵，但現在看來，它可以在熱力學和統計力學定律的作用下自然而然地誕生。

去年11月，物理學家、數學家、計算機科學家與演化及分子生物學家們在美國聖塔菲研究所（Santa Fe Institute）的一場研討會上就這些問題進行了共同討論，這裡正是複雜系統科學研究的勝地。他們討論的內容在本質上就是這一個問題：生物學特殊在何處？

當然啦，科學家們無法就此達成共識，這不足為怪。但有一條非常清晰的信息是，如果生物學的目的論和能動性背後的確有物理學原理，那麼同樣的概念也應存在於基礎物理學的核心內容之中——那就是信息。

無序與麥克斯韋妖

人類第一次嘗試將信息和意圖融入熱力學定律是在19世紀中葉，那時蘇格蘭科學家詹姆斯·克拉克·麥克斯韋（James Clerk Maxwell）剛剛創立統計力學。麥克斯韋發現，將信息與目的性融入統計力學，似乎就能夠解釋熱力學無法單獨解釋的內容。

熱力學認為，氣體是由無數在熱能作用下隨機運動的分子組成的，麥克斯韋利用熱力學推導出了氣體壓力、體積、溫度等性質間存在可預測且可靠的數學關係。換言之，熱力學這門新興的科學，將氣體的宏觀性質，如壓力和溫度，與分子和原子等微觀水平的統計力學結合了起來。

根據熱力學原理，從宇宙的能量資源中獲取有用功的能力總是隨時間不斷遞減的。能量的聚集度總會逐漸降低，慢慢消散。在每個物理過程中，不可避免地會有部分能量以餘熱的形式耗散掉，消失在分子的隨機運動中。這種隨機性也就是熱力學中所說的「熵」（entropy）——熵是體系混亂程度的度量，熱力學第二定律表明，它永遠是增加的。宇宙最終會趨向於均衡、無聊的混亂狀態：這是一種平衡狀態，在這種狀態下熵值達到最大，並且不再發生任何有意義的事情。

難道我們命中注定要走向如此凄涼的結局嗎？麥克斯韋不願相信這個結局。1867年，麥克斯韋開始尋找熱力學第二定律的「漏洞」。他設想了一個無序的封閉體系，其中充滿了隨機運動的分子，而後，他想達到的目標就是將速度最快的分子與速度最慢的分子分離開，從而降低這一物理過程中的熵值。

想像下，有這麼一個「小妖精」（被稱為「麥克斯韋妖」，Maxwell』s demon）能夠看到一個封閉盒子中的每個分子。盒子從中間被分成了兩個隔室，中間的隔板上有一道滑動門，小妖精就控制著這道門，每次看到右隔室中有特別活躍的分子正在接近這扇門，就打開門讓分子通過，而每次看到左隔室中有緩慢不動的分子在接近這扇門時，他也打開門讓它通過。最終，小妖精讓右隔室中充滿了運動速度較慢的分子，而左隔室中則充滿了運動速度教快的分子——也就是說右邊冷，左邊熱，這就是個可以利用的熱源。

不過，這一設想只有滿足兩個條件才能實現。首先，妖精所了解的信息要比我們更多：它必須能觀察到所有的單個分子，而不僅僅只是知曉統計平均值。其次，這一過程是有目的性的：它的目的就是將冷熱氣體分離開。有意地利用這些知識，就能否定熱力學定律——至少看起來是這樣。

但麥克斯韋設想中的小妖精實際上並不能打破熱力學第二定律，阻止我們走向無可避免的致命熱寂。這其中的原因就在於，熱力學與信息處理（即計算）之間有著深刻的聯繫。德裔美國物理學家羅爾夫·蘭道爾（Rolf Landauer）表明，即便妖精能夠收集信息，並且可以在不耗費能量的情況下移動這扇沒有摩擦力的門，這個過程最終還是會有能量損失的。因為妖精不可能無限地記住每個分子的運動，它必須不定期地清空記憶，也就是忘掉之前的內容重新開始，這就意味著它無法持續收集能量。消除信息的行為會產生不可避免的代價——消耗能量，因而也會增加熵值。小妖精辛辛苦苦做出的所有違反熱力學第二定律的努力都被「蘭道爾極限」付之一炬。蘭道爾極限表明，信息消除，或是更廣義來講，將信息從一種形式轉換成另一種形式需要一個最低的能量代價。

蘭道爾原理（Landauer s principle）：擦除一個位元組數據所需要的最小能量是KTln2。其中K是玻爾茲曼常數，T是設備溫度。在室溫條件下（25℃，或者298K），蘭道爾極限表明擦除一個位元組所需要的最小能量大概是0.0178 eV或2.85 zJ。所以在室溫下，一台電腦修改100萬位元組（大約1M不到）所需要的最少能量是 2.85萬億分之1瓦。

而我們生物體，似乎就是麥克斯韋口中的妖精。儘管裝滿反應化學物質的燒杯最終會耗盡能量並趨於平靜、達到穩態，但自從35億年前生命的起源開始，所有的生物體就一直在避免這種毫無生氣的平衡狀態。他們「有意」從周圍的環境中收集能量來維持這種非平衡狀態，即便是簡單的細菌也是「有意」朝著熱量和營養來源移動的。物理學家埃爾溫·薛定諤（Erwin Schr?dinger）在他1944年出版的《生命是什麼》一書中也曾描述過這種觀點：生物體以「負熵」為生。

薛定諤認為，生物體通過捕捉和儲存信息實現了這一過程。其中一部分信息就編碼在生物體的基因中並且世代傳遞——這一套指令能幫助他們收穫負熵。薛定諤並不知道這些信息儲存在哪裡或者是如何編碼的，但他憑直覺猜測，這些信息編寫在某種「非周期性晶體」（aperiodic crystal）中，這一概念令物理學家弗朗西斯·克里克（Francis Crick）和詹姆斯·沃森（James Watson）獲得了靈感，他們最終在1953年發現了遺傳信息在DNA分子結構中的編碼形式。

在某種程度上來說，基因組就是生物體祖祖輩輩賴以存活的有用信息的一套記錄——至少是一部分記錄。根據聖塔菲研究所數學家、物理學家，也是研討會召集者戴維·沃爾珀特（David Wolpert）及其同事阿特米·科爾欽斯基（Artemy Kolchinsky）的說法，這其中的關鍵點在於，生物體超強的適應力與環境息息相關。如果細菌能夠可靠地朝食物來源的方向遊動，那它就更具適應性，因此比隨機遊動、僅靠運氣獲取食物的細菌生長得更加旺盛。生物體狀態及生物體生活環境之間的聯繫表明，二者能夠共享信息。沃爾珀特和科爾欽斯基認為，正是這些信息幫助生物體躲避了死氣沉沉的平衡態——正如麥克斯韋的妖精一樣，生物體因為了解信息才能調整自己的行為，從周邊環境的漲落中獲取有用功。如果生物體無法知曉這些信息，它們便會逐漸趨於平衡態——死亡。

這樣看來，生命可以被視為一種計算過程——它的目標就是最大化地實現有意義信息的儲存和利用。事實上，這正是生物體極其擅長的事情。蘭道爾針對麥克斯韋惡魔難題所給出的答案，為有限記憶計算所需的能量值設置了絕對下限，也就是信息消除的能量損失。當今最好的計算機的能量消耗要遠比這個數值大得多，通常而言，計算機的能量消耗和耗散值是這一數值的100萬倍以上。但據沃爾珀特所說，對單個細胞總計算量的熱力學效率的保守估計，細胞消除信息的能量消耗僅僅是蘭道爾極限的十倍左右。

他表示，這意味著，自然選擇與實現計算的熱力學消耗最小化高度有關，即自然選擇會盡其所能來降低細胞必需工作的總計算量。換言之，生物學似乎不太在意生存問題（可能人類是個特例），他認為，到目前為止，生物學著重考慮的應該是生命計算過程的利益與代價問題。

無生命的達爾文主義

因此，我們可以從一個新的角度來理解生物體：它們利用信息來適應環境並收集能量、逃避平衡態。這聽起來可能有些拗口，而且要注意到，這其中完全沒有提及基因和演化，那可是邁爾等大多數生物學家認為生物學目的和意圖所依賴的根本。

那麼，這種設想會給我們帶來什麼影響呢？自然選擇所依賴的基因無疑是生物學的核心。自然選擇驅動的演化過程會不會只是純粹的物質宇宙中一系列更普遍指令中的一個特例呢？事實似乎如此。

長久以來，適應性一直是達爾文進化論的標誌。但是，麻省理工學院的傑里米·英格蘭（Jeremy England）卻認為，複雜的非生物系統也能產生對環境的適應性。

這裡所說的「適應性」的含義要比通常達爾文學說中對適於生存的有機體的描述要更加具體。達爾文學說中的一個矛盾在於，在不回顧過去的情況下，你根本無法界定某種生物的適應性。「適者」是那些最終更善於生存和繁衍的生物，但你無法提前預測什麼才是適應性所需要的特質。鯨魚和浮游生物都適應海洋生活，但二者的關聯性恐怕少得可憐。

英格蘭對於「適應」的定義與與薛定諤更為相近，從本質上與麥克斯韋如出一轍，即具有「適應性」的實體能夠從不可預測的漲落環境中有效地吸收能量。這就像一個人能夠在搖擺的船上站穩而其他人都從船上跌落了，這是因為這個人擅長根據甲板的搖動而進行調整。利用非平衡態統計力學中的概念和方法，英格蘭及其同事，認為這些適應性強的系統能夠吸收並耗散環境的能量，同時在這一過程中產生熵。

複雜系統能夠輕而易舉地進入這些適應性強的狀態，英格蘭說道：「熱漲落的物質通常會自發地形成某種形狀，以此從隨時間變化的環境中獲取有用功。」

這一過程完全不涉及達爾文學說所包含的在複製、突變和特徵遺傳機制中逐漸適應環境的過程，它甚至根本不包括複製。「讓我們感到興奮的是，這意味著，一種看似具有適應性的結構並不非得擁有通常生物學意義上的雙親，」英格蘭說道，「因此，即便不存在自我複製，或者達爾文學說的邏輯無效時，我們仍可以用熱力學來解釋演化的適應性——只要這個問題中的系統足夠複雜、足夠普遍化，且敏感到能夠響應所處環境的漲落。」

但是，物理學的適應性和達爾文學說的適應性之間並無矛盾。實際上，後者可以被看作是前者的特例。如果存在複製，那麼自然選擇就成為了系統從環境中吸收有用功（即薛定諤所說的負熵）的路徑。自我複製對於穩定的複雜系統來說是一種極好的機制，所以生物學毫無疑問會利用這種機制。但是，複製通常不會發生在非生命世界裡，在非生命世界裡，適應性強的耗散結構傾向於高度組織化，例如沙子在風作用下經隨機運動而形成的高度組織化的沙紋和沙丘結構。這樣看來，達爾文進化論可以被視為掌管非平衡系統的更普遍的物理定律的一種特定實例。

預測機器

複雜結構適應漲落環境的情況還能幫助我們推斷出這些結構儲存信息的方式。簡單來說，不管這些結構是否具有生命，只要它們被迫有效利用可用的能量，它們就很可能成為「預測機器」。

生命的一項根本特徵，大概就是生物系統可以響應環境中的驅動信號並改變自身的狀態。環境發生變化，生物就做出響應。植物會向光生長，受病原物攻擊時也會產生毒素。這些環境信號通常是不可預測的，但生命系統卻能夠積累經驗、儲存關於環境的信息，並利用信息來指導未來的行為。（在這種情況下，基因僅僅提供了基礎而通用的基本要素。）

對於生物而言，預測並非可有可無的一種選擇。根據夏威夷大學的蘇珊娜·斯蒂爾（Susanne Still）、此前工作於勞倫斯伯克利國家實驗室的加文·克魯克斯（Gavin Crooks）及其同事們的工作，預測未來對於隨機漲落環境中的任何高能效系統而言都是十分必要的。

斯蒂爾及其同事表示，儲存對未來毫無預測價值的過往信息是有熱力學代價的。為了達到效率最大化，系統必須有所選擇。如果系統不加選擇地記住發生過的所有事情，它會蒙受巨大的能量損失。從另一方面來說，如果系統根本不儲存任何環境信息，那麼它就得不斷應對各種意想不到的麻煩。「熱力學最優化的機器必須捨棄過去的無用信息，只保留用於預測的記憶。」研究的共同作者、目前工作於西蒙弗雷澤大學的戴維·西瓦克（David Sivak）說道。簡單來說，系統一定要善於收集有意義的信息，也就是在未來的生存中有可能發揮價值的信息。

你可能認為，是自然選擇會傾向於讓高效利用能量的生命體存活。但即便是人體細胞中諸如泵或發動機一類的生物分子機器，也會自己積累經驗來應對未來。斯蒂爾表示，為了實現驚人的效率，這些分子機器必須「暗中構建目前所能創造的最簡潔的結構模式，並為即將到來的事情做出準備」。

死亡的熱力學

即便生物系統已能在沒有演化或複製的條件下通過非平衡狀態熱力學獲得了某些基礎的信息處理特徵，你可能還是認為，工具使用或社會合作這類更複雜的特徵一定要通過演化來獲得彌補。

但事實並不是這樣。工具使用和社會合作等行為通常被視為只有靈長類和鳥類等高度發達物種的專屬行為，但其實我們利用相互作用粒子組成的簡單模型系統就可以對其進行模擬。這其中的奧秘就在於，系統受到約束條件的指引：在既定時間跨度內，系統需令自身產生的熵值達到最大（在這種情況下，熵值是以粒子可能採取的路徑而衡量的）。

長久以來，熵極大一直被視為非平衡系統的特徵之一。但是這一系統模型會遵循這樣一條原則：它會令自己的熵在從現在到未來的一段固定時間窗口內達到最大。換言之，這個系統是有預見性的。實際上，模型會觀察粒子可能採取的所有路徑，並迫使它們採取產生最大熵的路徑。大致說來，這樣得到的路徑也是能為粒子隨後的運動提供最多選擇的路徑。

你可能會說，粒子系統有一種保持未來行動自由的趨勢，而這種趨勢能夠在任一時刻指導其行為。這一模型由哈佛大學的亞歷山大·威斯納-格羅斯（Alexander Wissner-Gross）和麻省理工學院的數學家卡梅倫·弗里爾（Cameron Freer）開發，他們將其稱之為「因果熵力」（causal entropic force）。在計算機模擬下，這些粒子在特定環境中呈圓盤狀運動，「因果熵力」創造出的結果非常可怕地令人聯想到智力。

在一項案例中，一個大型圓盤狀複合體能夠「利用」一個小型圓盤從狹窄的管道中獲取另外一個小型圓盤——這個過程看起來很像是工具利用。釋放圓盤會增加系統的熵。在另外一個案例中，分別處於單獨隔室中的兩個圓盤可以同步行動，共同摧毀另外一個更大的圓盤，從而與之發生相互作用，這則像是社會合作的雛形。

這些簡單的相互作用的介質能夠幫助我們一窺未來，然而，生命的一般規律卻並不能預測未來。那麼，這和生物學的相關性到底有多大？問題的答案還很模糊，但威斯納-格羅斯表示，他正在努力建立「一種適用於因果熵力的生物學機制」。與此同時，他認為這一過程還會衍生出其他實用價值——為人工智慧提供一條捷徑。「我認為，要想實現人工智慧，一定是先發現這種行為，再退回研究物理原理和約束條件，而不是正向地研究某種計算或預測技術。」他如此說道。換句話說，就是先找到一個能夠滿足研究需求的系統，再弄清其中的原理。

演化還指示了另外一種生命特徵——衰老。生物體都有壽命，這才創造出繁衍的機會，令故事得以延續，這樣父母不會存活過久，以至於與子孫後代競爭資源，阻礙其生存前景。這種生物學解釋肯定有其道理，但德國不萊梅雅各布大學的物理學家希爾德加德·邁耶-奧特曼（Hildegard Meyer-Ortmanns）認為，衰老最終是由信息熱力學掌控的物理過程，而並非生物學過程。

衰老肯定不只是磨損那樣簡單。「組成人體的大多數軟質材料在發生衰老之前都經歷過更新。」邁耶-奧特曼說道，「但這種更新過程並不完美。」處於熱力學方面的考慮，信息複製的指令一定會在精確性和能量之間有所權衡。生物體的能量供應有限，所以，隨著時間流逝，錯誤必然會積累，生物體不得不花費更多的能量來修復這些錯誤。更新過程最終會產生缺陷嚴重的拷貝，令生物體功能無法正常運轉，死亡也就隨之而來。

實驗證據證實了這一點。大家都知道，體外培養的人體細胞在衰老前最多能夠繁殖40到60代，這叫做海夫利克極限（Hayflick limit）。關於人類壽命的近期觀察表明，人類的壽命大多無法超越100歲是有其根本原因的。

那麼為什麼在漲落的非平衡環境中會出現這種高效、有組織的預測系統的趨勢呢？非平衡態熱力學告訴我們，物質在這樣的環境下就會自然而然地發生這樣的事情。換言之，正如許多科學家推論的那樣，在充滿能量資源的早期地球上，陽光和火山活動等能夠大量創造出平衡態，生命的出現並不是極度不可能事件，而是不可避免的事情。2006年，聖塔菲研究所的埃里克·史密斯（Eric Smith）和哈羅德·莫洛惠茨（Harold Morowitz）認為，非平衡系統熱力學極有可能在生命起源前的地球上創造了有組織的複雜系統，而並非像查爾斯·達爾文所說的那樣，原始化學物質就在「溫暖的小池塘」里緩慢地燉成「原始湯」。

這一觀點發表的十年內，研究者們對這一分析增添了諸多細節和看法。意義和目的——恩斯特·邁爾認為生物學所必需的那些特質——的出現可能是統計學和熱力學的自然結果，而這些一般屬性轉而又導致了生命的自然出現。

與此同時，天文學家們已經證實了，在宇宙中或許有多達10億顆行星在圍繞其他恆星運轉。許多世界都遠離平衡態，其中至少有一些是類似於地球的。同樣的規律也在那些世界裡發生著。

https://www.quantamagazine.org/20170126-information-theory-and-the-foundation-of-life/

轉載請先聯繫newmedia@huanqiukexue.com。