本文來自微信公眾號： 格致論道講壇 ，作者：馬雷，原文標(biāo)題：《當(dāng)一條線蟲有了“數(shù)字分身”，人類離“數(shù)字永生”還有多遠？| 馬雷》

它必須是某種程度上接近生命的一種系統(tǒng)。

馬雷·北京大學(xué)國家生物醫(yī)學(xué)成像科學(xué)中心研究員

格致論道第128期|2026年4月11日北京

大家好，非常榮幸今天能跟大家分享我和數(shù)字生命的故事。我分享的題目叫做：數(shù)字生命——想象的，與已來的。我希望借這個機會，借這個平臺，和大家去介紹我們想象中的數(shù)字生命是什么，我們現(xiàn)在在做的研究又是什么。

我相信很多中國的科幻迷都比較熟悉這個畫面，這是《流浪地球2》里面圖恒宇和他女兒的一個片段。這也是在電影里面“數(shù)字生命研究所”（電影里面的虛擬科研機構(gòu)）所做的一項技術(shù)。圖恒宇在這個數(shù)字空間里面復(fù)活，并和他的女兒重逢。

我之所以用這個來做開場，是想問大家第一個問題：如果你能讓你的TA繼續(xù)存在，你會按下這樣的一個上傳按鈕嗎？

讓我們帶著這個思考，去進入今天的話題。

數(shù)字生命的定義

已完成：10%//////////

我用我的“龍蝦”（Agent）去搜索并總結(jié)了全網(wǎng)的關(guān)鍵字。大多數(shù)人想象中的數(shù)字生命或者所討論的數(shù)字生命大概就是以下這些內(nèi)容：數(shù)字世界、意識上傳、數(shù)字永生和永遠不死等等。

回過頭來看，數(shù)字生命的定義應(yīng)該是什么？

其實首先要看生命的定義是什么。生命的定義沒有非常精確的描述，因為我們對于生命的認識在不斷地發(fā)展。但是生命的特征我們是可以去描述的，比如組織、代謝、生長、繁殖、適應(yīng)等等。

那么不妨把數(shù)字生命當(dāng)作一個“對于可運行生命的假說”。數(shù)字生命不是一張被描述的圖，而是一個能夠被運行的、涌現(xiàn)出類生命特征的、可計算的體系和系統(tǒng)。

我們還是回到科幻電影。在座的有很多同學(xué)可能對這三個電影比較熟悉。我這里列出來的分別是：最經(jīng)典的科幻電影之一《黑客帝國》，以及我很喜歡的《Ghost in the Shell》，還有《超級駭客》。

這三部電影分別討論了數(shù)字生命里的三個對應(yīng)的概念——如果你的世界本身是一個模擬的世界，真實又在哪里；如果身體是可以被替換的，“你”又由什么構(gòu)成；以及如果你upload（上傳）之后，上傳的意識到底是“你”，或者是一個新物種等等。

這些科幻作品中有關(guān)數(shù)字生命的話題聽起來有些遙遠，但今天我們討論的是數(shù)字生命和現(xiàn)實的距離，以及我們當(dāng)下要做什么。

給大家看一個我?guī)啄昵白龅哪X模擬的視頻。

▲我們2023年的腦模擬視頻

這個視頻是用我們自己的寫的代碼，運行了Allen Institute（美國艾倫研究院）的視皮層的數(shù)據(jù)，并做了精細的腦模擬。希望通過這個視頻向大家展示，信息是如何在它的視皮層layer by layer（一層接一層）傳遞的。

▲腦模擬是神經(jīng)科學(xué)與人工智能的關(guān)鍵橋梁

人工智能和生命

已完成：20%//////////

接下來我從腦模擬切入今天的“數(shù)字生命”在研究的問題。

腦模擬是神經(jīng)科學(xué)和人工智能之間的一個重要橋梁，是我們對于可運行的智能的一種嘗試。腦模擬的一些重要工作其實啟發(fā)了當(dāng)代人工智能的發(fā)展，同時也增加了我們對于大腦本身的認識。

讓我們回到AI的源頭去思考這個事情。AI的偉大先驅(qū)圖靈曾經(jīng)提出過一個非常重要的問題：“Can machine think？”——機器能思考嗎？這是迄今為止在人工智能領(lǐng)域里面被大家引用最多的話。

直到今天，人工智能（Artificial Intelligence）發(fā)展到當(dāng)下，這個問題也是我們要去探索的問題之一。

同樣的，計算機體系之父——馮·諾依曼也提出過另外一個問題：“一個系統(tǒng)如何能產(chǎn)生與自身一樣復(fù)雜甚至更復(fù)雜的后代？”

我想給大家講的故事是什么呢？其實在馮·諾依曼和圖靈的那個時代，他們就已經(jīng)開始在思考：如果我們有一個足夠復(fù)雜的機器，那這個機器本身是否可以被稱作生命呢？

馮·諾依曼沒有給出一個非常明確的答案，但是他給出了一個描述性的論述：對于任何可以進行自我復(fù)制或者由程序和數(shù)據(jù)驅(qū)動的自動機來講，“存在著一個復(fù)雜性的閾值，高于這個閾值，這個自動機就有可能實現(xiàn)開放式的、復(fù)雜性的增長，或者涌現(xiàn)式的進化?！?/p>

最早他為了證明這個想法，就提出了Cellular Automata——元胞機細胞自動機的概念。通過一個非常簡單的規(guī)則和開放式的設(shè)計，就能實現(xiàn)這個系統(tǒng)自我復(fù)制和自我繁殖的過程。

▲自復(fù)制自動機理論：元胞自動機

直到今天，我們研究人工生命方向的人，都把這當(dāng)作人工生命研究的開端。

讓我們帶著這樣的問題去思考當(dāng)下的人工智能。

當(dāng)下的人工智能解決了很多的問題。我們每天可能都會用各種各樣的大語言模型、各種各樣的視頻生成模型，使用各種各樣的AI技術(shù)，比如說人臉識別等等。

總體來講，當(dāng)下的人工智能是很強、很大、很聰明的。但它的一個主要的運行范式是通過輸入，然后一直到model，再到輸出。

然而生命并非如此。如果我們把當(dāng)下的人工智能和生命本身進行類比，比如說一個嬰兒，或者是一只小鼠，甚至一個線蟲等等，生命是一個持續(xù)動態(tài)、持續(xù)交互，由身體、大腦和環(huán)境所不斷去演變的一個過程。這就是二者之間最大的區(qū)別。

我認為當(dāng)下的人工智能，大多數(shù)的情況下仍然是對數(shù)據(jù)的一次靜態(tài)映射，而真正的生命本身是一個可運行的系統(tǒng)。這個運行的系統(tǒng)不以你環(huán)境的擾動，比如說輸入停止，或者輸入增長，或者你的能量供給中斷為轉(zhuǎn)移。

總結(jié)來講，當(dāng)前的AI既沒有“身體”（Body），也沒有“世界”（World）。

我們有許多在做具身智能方向的學(xué)者。我認為當(dāng)前要解決的，其實就是如何去做好具身，如何構(gòu)建好世界模型。這也是現(xiàn)在AI領(lǐng)域里面研究的一個熱點。

再回到剛才的這個邏輯上，對于生命來說，我們應(yīng)該如何去刻畫它？我非常同意費曼的一句話：“What I cannot create,I do not understand.”（凡我不能創(chuàng)造的，我就不能理解）

我認為，我們想象中的生命應(yīng)該不是被還原出來的。如果通過這種自下而上的、從基因到大分子，再到細胞等等這樣的還原論來刻畫的話，可能是不足以使我們在今天去了解生命的。我們眼下了解生命最好的方式是去構(gòu)建一個數(shù)字生命系統(tǒng)，去運行它。

數(shù)字線蟲

已完成：40%//////////

這就來到了我們的研究。

▲數(shù)字線蟲BAAIWorm總體框架（2022年）

這個工作叫數(shù)字線蟲，是在2021年的下半年開始的，起源自一個非常非常naive（樸素）的想法。我們有了非常好的腦模擬、精細神經(jīng)元的模擬系統(tǒng)，以及各種各樣的關(guān)于生物的數(shù)據(jù)。那我們是否能把生命在一個計算機系統(tǒng)里面去跑起來，去驗證這樣的一個智能進化的過程？

那么在這樣的一個非常簡單直接的前向思考邏輯下，我們就很自然而然地想到：是否可以通過最簡單的模式動物開始做研究？

經(jīng)過調(diào)研發(fā)現(xiàn)，在我們之前，關(guān)于線蟲已經(jīng)有了很多很好的先驅(qū)性的工作。所以我們基于OpenWorm，基于它的開源的數(shù)據(jù)，構(gòu)建了一個更加精細的線蟲的閉環(huán)模擬。

如這張圖的左邊所示，我們自下而上，把跨尺度的結(jié)構(gòu)，從離子通道到它的神經(jīng)環(huán)路結(jié)構(gòu)，一直到它整個neural network的圖譜都構(gòu)建了出來。右邊是構(gòu)建了這樣的一個解剖學(xué)意義上的線蟲身體。把這樣的幾個模塊組成一個完全閉環(huán)的計算系統(tǒng)，可以通過一次運行去完成，這就是我們整個數(shù)字線蟲的總體框架。

這個工作是我們在2022年的智源大會上第一次發(fā)布，接下來我跟大家展開介紹一下這個工作。

為什么數(shù)字線蟲建立如此地難？為什么到今天為止還會有人覺得它重要？

這是因為我們是首個從bottom-up的思路，逐步地把各種各樣我們能夠找到的關(guān)于線蟲的生物物理的數(shù)據(jù)，包括神經(jīng)的網(wǎng)絡(luò)動態(tài)活動、突觸和間隙連接，包括神經(jīng)元的connectome（連接組）、包括electrophysiology（電生理）的數(shù)據(jù)，包括各種各樣的ion channel（離子通道）以及各種各樣的morphology（神經(jīng)形態(tài)）和它的神經(jīng)元類型的數(shù)據(jù)，有機地組成一個這樣的神經(jīng)系統(tǒng)。

這是我們這個工作里面一個非常大的貢獻。當(dāng)然這個貢獻需要和閉環(huán)的身體在一起進行計算，這才是一個完整的、可運行的生命。

這是我們當(dāng)年發(fā)布的第一個實時運行的線蟲模擬視頻。

在這個視頻里面，左邊是驅(qū)動它的神經(jīng)系統(tǒng)，右上是它部分肌肉信號的運行情況，中間是它神經(jīng)系統(tǒng)驅(qū)動下身體向前蠕動的爬行過程。

今天來說，我們發(fā)現(xiàn)這個工作也有很多遺憾。但是在當(dāng)時那個階段，我們“第一次”實現(xiàn)了最小模式動物在高精度的神經(jīng)系統(tǒng)模擬下的閉環(huán)仿真。

所以能給大家傳遞的信息就是：可運行的閉環(huán)模擬，或許是數(shù)字生命的一個開始。

當(dāng)下大家討論熱度很高的，Eon Systems數(shù)字線蟲引起很多神經(jīng)科學(xué)家和動物學(xué)家關(guān)注的一個地方：行為是否可以從經(jīng)過一定組裝的神經(jīng)結(jié)構(gòu)中自然而然地涌現(xiàn)出來？

我們的工作在比較早期就探索了這個問題。我們打造了這樣一個閉環(huán)系統(tǒng)之后，神經(jīng)元自發(fā)去驅(qū)動身體的活動和真實的線蟲是有非常高的相似性的。

或許現(xiàn)在我們也沒有辦法直接給出一個結(jié)論，即，是否真的給定一個神經(jīng)結(jié)構(gòu)，行為就會自然而然涌現(xiàn)？但是經(jīng)過一些逐層的、比如說調(diào)參，甚至一些不是完整的、不是端到端的強化學(xué)習(xí)，它也有可能會涌現(xiàn)一些以前我們沒有完全連起來的behavior（行為）。我覺得這是數(shù)字生命范式下最值得探索的事情。

我們這個工作發(fā)表在2024年的Nature Computational Science的封面上。

這個非常漂亮的線蟲的數(shù)字圖，是我和另外一位郭大師一起設(shè)計的。這是我們自己做的一個封面圖，我也為此非常驕傲。

我們這個工作也獲得了非常多的國際認可，包括得到了我們的審稿人之一——OpenWorm的項目主管（Padraig Gleeson），也算是線蟲模擬先驅(qū)的認可。

另外最近大家討論比較多的Eon Systems的“數(shù)字果蠅”的顧問科學(xué)家Konrad Kording，還有Eon Systems的head of engineering（工程主管）-PhilipShiu，以及歐洲的“數(shù)字果蠅”EPFL教授Pavan Ramdya，都在公開的文獻里面對我們進行了評價。

滑動查看更多

滑動查看更多

數(shù)字生命應(yīng)該是什么？

已完成：70%//////////

下面回到對數(shù)字生命有興趣的年輕人或者說同行們可能更關(guān)心的問題。

我們?nèi)绻褦?shù)字生命當(dāng)成是一個可研究的對象、當(dāng)成一個最基本的研究工具，那數(shù)字生命應(yīng)該是什么？

▲數(shù)字生命研究的兩個基本工具

我覺得第一個可能還是要從信息論本身來說。我們需要去了解如何衡量一個閉環(huán)系統(tǒng)的不確定性，這里就需要回到信息論中對信息熵的定義。

第二個方面就是數(shù)字生命本身。數(shù)字生命一定是在數(shù)字空間里面的一段可執(zhí)行的程序，不管這個程序有多大，我們都需要通過類似于柯爾莫哥洛夫復(fù)雜性（Kolmogorov?complexity）的工具去研究生成這段隨機性的一個長度。

我這里給大家一個稍微通俗一點的解釋：如果你用一個random函數(shù)（隨機函數(shù)）生成一個足夠復(fù)雜的函數(shù)，那它的信息熵會非常高，但是這個函數(shù)本身就是非?！岸獭钡?。也就是說，即使你面對一個“高信息熵”的數(shù)字生命的閉環(huán)系統(tǒng)，它未必是一個“高復(fù)雜性”的系統(tǒng)。

從這個角度去思考的話，我有一個基本理解：我們的生命——包括真實的生物領(lǐng)域里面的生命，和所謂的在數(shù)字空間里面的數(shù)字生命——它的復(fù)雜度，大概率是處在這種非?；煦绲植煌耆S機的狀態(tài)。

▲生命住在中間：Chaotic but not random（混沌但并不隨機）

它不可能特別規(guī)律，但也不可能非常隨機；它不一定有非常強的秩序，但也不可能是完全噪聲的。它處在規(guī)律和隨機之間，處在秩序和噪聲之間。

數(shù)字生命和生命一樣，它可能需要的不是這種Maximum（最大化）的Complexity（復(fù)雜度），它需要是一種和環(huán)境對應(yīng)的Viable（可行）的Complexity（復(fù)雜度）。

我這里借用了一張2022年我們在智源大會上發(fā)布線蟲工作時候的設(shè)想圖。也許我們可以去構(gòu)建一個人工智能的生命模擬工程。

▲人工智能生命模擬工程

從線蟲到果蠅、斑馬魚，再到小鼠、人腦，我們也許可以按照這樣一個遞進式的scaling范式去構(gòu)建我們的數(shù)字生命。而且這個范式，在今天看來，已經(jīng)逐步地被實現(xiàn)。

包括今年（2026年）大家所討論的果蠅，實際上2023年的時候我們的團隊也有過嘗試，F(xiàn)lyWire 2023年7月剛發(fā)布的數(shù)據(jù)做了模擬等等。

所以我這里想給大家說的就是：Scale?Matters（規(guī)模相當(dāng)重要），而且我們要持續(xù)地做這件事情。

在我的想象中，走向智能的未來，不完全是當(dāng)下的Scaling AI（AI模型擴展）——不是越來越多的數(shù)據(jù)去堆積，越來越多的、大的Pre-trained model（預(yù)訓(xùn)練模型），或者說把Pre-trained model的范式推廣到這種影像視頻，或者去構(gòu)建更復(fù)雜的、多模態(tài)驅(qū)動的世界模型。

我覺得其中一條路是值得我們?nèi)リP(guān)注的，其實是Scaling Digital Life（擴展數(shù)字生命的規(guī)模），也就是去構(gòu)造更復(fù)雜、由生物數(shù)據(jù)驅(qū)動的、跨尺度的數(shù)字生命。

我的想法也非常簡單：如果智能是來自于生命的最高級信息處理系統(tǒng)，那么真正的AI，它必須是某種程度上接近生命的一種系統(tǒng)。

▲走向智能的未來

我目前所在的國家生物醫(yī)學(xué)成像科學(xué)中心，承載了這樣一個歷史使命。我們建設(shè)和運營了北京大學(xué)承建的第一個國家重大科技基礎(chǔ)設(shè)施，叫多模態(tài)跨尺度生物醫(yī)學(xué)成像設(shè)施。

▲國家大科學(xué)裝置：多模態(tài)跨尺度生物醫(yī)學(xué)成像設(shè)施

這個設(shè)施擁有非常先進的、從宏觀到介觀再到微觀的多尺度的成像設(shè)備和能力，也是目前在國內(nèi)完全以生物成像為核心的國家重大科技基礎(chǔ)設(shè)施。

我自己從2021年開始擔(dān)任全尺度數(shù)據(jù)處理中心這個裝置的負責(zé)人。我本身的研究，也和這種數(shù)據(jù)驅(qū)動、包括生物啟發(fā)的AI模型緊密地相結(jié)合。

我們從大概幾年前就開始思考，這樣的一個大設(shè)施可以去驅(qū)動怎樣的事情。

那么除了我自己研究的一個小的路線之外，我們在這樣的一個大設(shè)施下面，其實可以做面向整個生命的全尺度建模，我們把它叫做“全景數(shù)字生命大計劃”。

▲生命觀象臺：極綜合交叉的研究手段

我們現(xiàn)在也希望，通過這樣的一個全景數(shù)字生命，去號召國內(nèi)外眾多相關(guān)的科學(xué)家和研究機構(gòu)，一起來推動這件激動人心的事情。

那我的實驗室在這里面做什么？我們做的其中一件事情就是把這種多模態(tài)的影像基礎(chǔ)模型整合起來，去構(gòu)建數(shù)字器官和數(shù)字生命。

▲北京大學(xué)馬雷實驗室：多模態(tài)影像基礎(chǔ)模型＋多組學(xué)數(shù)據(jù)驅(qū)動的數(shù)字器官和數(shù)字生命

其實在比較早期的時候，我們就覺得這種跨尺度的構(gòu)建，不可能是完全的bottom-up（自下而上），也不可能是完全的data-driven（數(shù)據(jù)驅(qū)動）。

所有的這些都可能是通過不同的人從不同的角度去努力完成的。我所做的數(shù)字器官可能很多同行也會去做。所以我們主要的特點，就是希望以成像數(shù)據(jù)為主去推動構(gòu)建。

我的實驗室一直在做的第二件事情，就是剛才大家所看到的數(shù)字線蟲。

從數(shù)字線蟲基本浮出水面的成果來看，我們的核心工作是把“身體、神經(jīng)系統(tǒng)和它所在的環(huán)境”整合在一起。實際上我們對于果蠅、小鼠乃至更復(fù)雜的物種，都在嘗試去構(gòu)造一套通用的方法。這套通用的方法應(yīng)該是適用于所有此類的數(shù)字生命體。

這個演講的最后，我想借用我曾翻譯的《千腦智能》這本書——Jeff Hawkins的著作——第十六章的兩段話：“我希望人們都認識到，成為一個多行星物種是一個非常令人興奮的目標(biāo)，也是對于我們生存至關(guān)重要的一個目標(biāo)。而真正能夠?qū)崿F(xiàn)這條路的唯一途徑，就是一定要去reverse engineering（逆向工程），也就是要對我們的大腦的皮質(zhì)柱進行逆向工程?！?/p>

歡迎感興趣的朋友們一塊來思考這個事情。我們只有真正地對我們的生命做了完全的數(shù)字化的模擬，或許有可能真正地成為一個多行星物種。

希望在我們可以接觸到的未來，人類可以成為星際物種，把生命和文明帶出地球。

謝謝大家！