如何在计算机中模拟一个生命，并让它进化出自我思维？
-
要用计算机模拟生命，必须要先弄清楚生命是什么，当弄清楚了生命的本质，并且找到了计算机模拟生命的实现方法，那么模拟生命是有可能的。并且模拟生命并不一定要完全地复制现实中生命的维持方式。如果一定要完全地复制，那么首先得先从模拟单细胞生物开始，一开始就模拟人类无异于想要一步登天。生命的特点在于自发性而非被动性。一个程序其实是可以看做一个生命的，只不过这种生命与我们人类的生命形成方式不同，并且不在同一个世界，所以我们潜意识地认为只有模拟出和人类相似的生命才算得上是生命。就像，我们不会把一个单细胞生物放在眼里，因为它们太小太多太不起眼。想要模拟出和人类相似的生命，只有机器人才是最像的。眼睛、耳朵、鼻子、舌头等这些感官的模拟才是关键所在，因为思维本身寄托于对外界信息的接收和处理。没有感官也可以形成思维，但是那种思维是人工设定好的，我们清楚计算机所谓的思维产生的原理，那么我们必定是无法接受“这个思维是活的”这种看法的。制造真正的思维，必定要搭建好几层环境。当有一天我们完全地明白了人类大脑的运作原理，那么我们可能会发现，全世界都寂静了。
-
关于这个问题我有一个假说：虚拟生命产生意识，构建一个能产生自我思维的计算机环境是充分条件，只要有了充足的条件就可以细致的研究必要条件是哪些。现实的自然是拥有化学物理反应作为充足的物质条件的世界，一个虚拟生命系统，应该模拟这样的创生条件，比如先定义由活泼到惰性的化学元素，然后模拟化学物理反应，给一个生命诞生指标立一个生命临界，达到这个临界的反应就是前生命体，不断重复这样的临界条件，让前生命体成为生命的环境基础，再达到某个指标，让程序自己产生复制能力，再设立一个标准没有达到某种条件的前生命体会分解成低级分子。这样一个简单生命诞生过程就有了。将这个过程扩大它的层次，就是条件类似，但是元素已经改为有虚拟生命细胞，经过竞争，生命进化达到又一个临界。我们继续这个扩大层次的过程，设立标准（定立规则），凡是达到标准的多细胞继续进化。就这样重复这个过程，我们将层次进行划分，并寻找接近临界的最低条件。直至产生具有神经系统的虚拟生命。如果我们能制造模拟神经系统的虚拟生命，没有理由说这样虚拟生命是没有意识的。最后产生自我思维的程序，也一定是进化的结果。
-
要相信自组织过程。要知道简单方程表示的简单进程被放到一起后，复杂的东西就出现了，模式突然就自发的出现了。这是形态发生理论的一种看法，可以用到计算机中，即首先设计一些简单但是稳固的基础，然后任它自行发展。
-
用碳基生命的思维来考虑硅基生命，方法本身就错了。用生物学角度来看，如果目前的人工智能可以算做初期的硅基生命的话，目前它和人类（碳基生命）处于共生阶段。硅基生命的进化和发展初期要靠碳基生命来完成，而发展到中后期硅基生命可以自我设计、自我复制、自我进化完全摆脱碳基生命的控制。碳基生命的意识不能强加在硅基生命上，毕竟构成的基本元素不同。生命的本质是什么？简单来说就是繁殖和进化。如果一样东西，能够实现自我繁殖并且自我进化，这就是生命，比如最古老的单细胞生物。虽然目前硅基生命的繁殖和进化是由碳基生命的人类帮助完成的，但倘若有一天，人工智能可以自我设计自我进化，并且通过自动化工厂自我繁殖的时候，这不就是一种生命么？硅基生命未必需要碳基生命的个体化意识，它可以只有一种思想，只有一个单体意识，但它只要能做到自我进化，这样就够了。
-
发现有太多人纠结于“人工智能”，认为只有“智能计算机”才能模拟出“智能”，实在是搞笑。试想，演变出我们人类的宇宙，难道也是有智慧的？难道宇宙本身是个智能体？不是。宇宙演化出生命只是个随机性的事情。那么我们来假设一个理想的条件：计算机的计算能力足够强大。是的，只有这一个假设。那么，我们把世界的“粒度”精确到原子，也就是化学反应的最低粒度，然后把所有的原子进行建模，某个原子遇到某个原子会发生怎样的化学反应，然后让世界充满各种各样的原子。这样，直接加速时间的流逝，我们就可以如同大自然那样，发展处第一个“电子生命”。回答问题的人思路是在有些偏了，我们根本不需要了解“人类意识”是什么，根本不需要知道为什么会有“人类意识”，我们也根本不需要计算机“智能化”这样的玄妙，我们只需要足够快，足够强大的计算机，就可以像宇宙那样发展出第一个生命。难道你要告诉我宇宙也是智能体？
-
目前在计算机中模拟生命的方式还仅限于以下两种：1.系统生物学，从大量实验中获得生物中各项参数，代入已知的生化反应网络中，模拟出小范围的生命活动现在较好的系统生物学已经可以模拟出包含出一个几百种DNA/RNA/蛋白质的生化反应网络，GpepperLiu和周杰已经在这个答案下面做出了很好的介绍，我就不赘述了。值得注意的是，现在模拟代谢网络中的很多物质浓度参数都是假设估计出来的，例如人类离“补完”生命还有多远？代谢网络的大小和复杂程度使很多常规的分析方法都派不上用场。任意一个化学反应的速率都部分取决于反应物和生成物的浓度。但是，在这里一个反应的生成物同时又是另一个反应的反应物，所有的过程都紧密结合，不能单独解决。更为复杂的是，生物网络中含有物质的循环，比如碳水化合物代谢的柠檬酸的循环。有了循环，任意一个反应的生成物都可以绕全程一圈，然后作为同一个反应的反应物再次加入这个循环，从而使流经网络的物质总量无法被唯一地定义。为了回避这些困难，WholeCell的代谢模块采取了一个叫通量平衡分析（flux-balanceanalysis）的方法。其基本思想是，就算一个反应网络没有唯一的解，但最佳的解还是可以有的。找出这个最佳解的过程，很像是在优化化工厂或炼油厂日常运营时用到的算法。假设一家炼油厂有一系列产品（汽油、柴油等等），其制造成本和市场售价各不相同。用线性规划的数学方法能计算出利润最大时的产品结构。将同样的方法应用到活细胞的代谢中，也能得到一组使可用资源（如营养物）的有效利用率最大的反应速率。（目前还不能肯定微生物是否以这种方式优化其生长，但在达尔文的自然选择理论下，这是一种合理的假设。）感兴趣的同学可以在M.genitaliumWhole-CellModel看到他们模拟生命的视频（放心，没有你想象的那么炫）。对于程序猿们，他们还提供了开源代码CovertLab/WholeCell·GitHub哦！对于问题中模拟生物演化，抱歉这种方式目前还是做不到的，因为任何一个突变对蛋白质性质的影响都是很难预测的，更谈不上对生物演化的影响了。这个问题可以参见为什么几个氨基酸通过一定顺序排列，并具有一定的空间结构，便会突然具有生物活性？-生物学基于这种模拟的原理和局限性，他们可以模拟出某个网络内任意时刻各种物质的含量和各个生化反应的速度，但现在还模拟不出稍微复杂的网络，如整个大肠杆菌，更模拟不出生物的演化。2.群体遗传学，高度抽象生物体的特征和遗传突变，模拟群体的生物演化过程创建一个群体，其中有很多个个体，对于每一个个体，遵循生物遗传变异的规律，按照一定概率使它遗传or突变，反复重复很多代后观察这个群体的进化。这样的模拟不能模拟出：生命的新陈代谢，能量流动，物质循环，不能模拟出生物的复杂性状，不能模拟出生物的思维。可以模拟出：生物进化的大体规律，包括优胜劣汰，进化速度。再说一下关于生物思维的问题，生物思维的探索最终要追溯到神经网络，但是现在，生命科学还没到能揭示出大脑中神经网络的思维原理的地步。虽然机器学习在近几年取得了极大的成就，但仍然只是初步具备模式识别的能力，处于“算法有多人工，结果就有多智能”的状态，并不能像人脑那样真正地进行逻辑推理，在思维的原理上距离人脑还差别甚远。我在另外一个问题量子计算机能够模拟人脑的吗？-吴亮的回答的答案下面也提到，人的思维是从大脑的深处或许以量子的方式计算的，所以要真正做到强人工智能，应该还是要期待未来的量子计算机出马才行。关于人工智能，近几天刚好看了另外一篇文章因为任性，所以聪明：为什么人工智能会霸占世界？，原论文发表于PHYSICALREVIEWLETTERS，所以应该还比较靠谱。该文指出，强人工智能的诞生前提是先具有求生意识和称霸意识。从生物演化的角度我很赞成这个观点。如果这个观点被证明是正确的，强人工智能可能就永远不会诞生了。（向算法里面加入求生意识和称霸意识，没有哪个搞人工智能
回答请先登录