人工生命 Artificial Life，常日简称为 ALife。当你读到这几个字时，首先会想到什么？一个T恤衫品派司样一本Greg Egan的科幻小说？
对付许许多多的人工生命研究者来说，人工生命是对生命基本事理自下而上的科学研究。正如人工智能研究者通过从零开始构建智能系统来思考智能的实质一样，人工生命研究者通过从零开始构建生命系统来研究“生命”的实质。
图1：荷兰动感雕塑艺术家Theo Jansen发明的风力仿生兽Strandbeests
人工生命的研究目标是什么？
人工生命研究者的学术研究领域自然而然地与生物学和化学重叠，但也与打算机科学、天体生物学、物理学、繁芜系统、网络科学、地质学、进化科学、生命起源研究、当然还有人工智能和动物行为研究重叠。人工生命研究者的口头禅是“生命如其所能。”
要阐释人工生命这个领域，很自然地就要先阐明人工生命研究者所说的“生命”是什么意思。你可能会认为“生命是什么”这个问题良久以前就被办理了：正在成长和繁殖的东西便是活着的生命。但是，这个定义与凌乱的“生命”的科学事实相去甚远。很多视频游戏会仿照成长和繁殖中的动物，只管有些人会认为这些动物是活着的，但大多数人的共识是，“成长和繁殖”不敷以定义“活着”。同样地，盐晶体成长并且导致更多的盐晶体在它们周围成长，但是它们不是活着的。
但是，等一等，DNA呢？在初中时，你可能就知道了DNA是地球上所有生命的共同点。纵然你正在探求另一个星球上的生命，DNA也是你该当探求的确凿证据，对吗？好了，事情变得更有趣了。
DNA是由腺嘌呤、胸腺嘧啶、鸟嘌呤和胞嘧啶（DNA的基质）构成的双螺旋构造，除此之外还有另一个至关主要的事实，那便是它编码了关于细胞的信息，这些信息可以从亲本通报给后代（DNA的功能）。如果你专注于这个功能，而不管DNA是由什么组成的，也不管它是什么形状，那么你可以利用任何东西来编码和通报信息，包括由8个核苷酸组成的DNA分子（8-letter DNA ）或打算机中由0和1组成的字符串。在一定条件下，一些基质优于其它基质，但“信息通报”的功能并不依赖于DNA本身。在这个意义上，人工生命不受基质的限定。
8-letter DNA 的维基百科:https://en.wikipedia.org/wiki/Hachimoji_DNA
那么，人工生命研究者所说的“生命”是什么意思呢？这是我们想要弄清楚的问题！
总的来说，正如人工智能研究者开拓一些程序，用各种办法仿照已知的人类智能，而不一定就什么是“智能”达成同等，人工生命研究者试图创建动态系统来仿照已知生物的生命，而不一定就什么是“生命”达成同等。换句话说，人工生命追求的是一组功能，可以将生命定义为一个进程，并许可你在特定条件下在得当的平台上“运行”它，就像你可以在许多不同的硬件平台上运行一个软件一样。
你设置的规则越通用，并且在掩护功能时可以利用的平台越多，效果就越好。目前，个中一个功能是这样的：一个生物体该当进行自创生（ autopoiesis）（即有机体该当不断通过与周围环境交流物质来“重修”自己），对刺激作出反应，适应周围环境，繁殖并将不完美的信息通报给后代。然而，另一种定义认为，生命只是会受自然选择影响的任何自创生化学系统。当前让我们把问题定义为，如果它们有足够的生产力，我们就已经创建了一种人工生命形式，并且达成共识，称之为“活的”。以是，游戏开始了。
自创生（ autopoiesis）的学术词典：https://www.merriam-webster.com/dictionary/autopoiesis
有了这样一个广义的目标，人工生命不可避免地与许多其它领域重叠。人工生命分歧凡响之处在于其自下而上的方法，并专注于可以跨领域迁移的通用事理：呈现、信息、打算、微不雅观和宏不雅观变量之间的关系等等。
事实上，这是对人工生命最普遍的批评之一：人工生命对通用原则的关注使其“过于隐喻”、过于抽象、过于分散到其它领域，从而难以确定哪种研究“属于”人工生命。但是这个领域的研究并非隐喻性的，2019年人工生命会议的主题“人工生命如何帮助办理社会寻衅？”就明确了这一点，这个领域在实践和理论上都取得了详细进展，本文剩余部分将展示这一点。
人工生命简史作为一个科学领域，人工生命出身于1987年美国打算机科学家Christopher Langton举办的第一届人工生命研讨会。Langton创造了“人工生命”这个名称，并将其定义为“研究具有自然生命系统行为特色的人工系统”。
第一届人工生命研讨会：http://www.alife.org/conference/alife-1
然而，人工生命的哲学比20世纪80年代要古老得多：生命是一个可以在人工基质上重新创造的进程，就像一个可以在不同平台上运行的软件一样，这个不雅观点至少和犹太人关于魔像（Golem）的故事一样古老，魔像是一种由泥土构成的生物，只要写上精确的词语就会激活。有一些记录在案的例子，一些人试图在人工介质上重现生物性能，比如法国工程师Jacques de Vaucanson的消化鸭（1739年），这是一种机器“鸭子”，可以吞食食品并渗出预先装载的粪便。
魔像（Golem）的故事：https://en.wikipedia.org/wiki/Golem
出于一些神秘的缘故原由，De Vaucanson的织布机比他的鸭子更成功；这台织布机可以利用穿孔卡片进行编程，乃至引发了Charles Babbage的灵感，他与Ada Lovelace一起发明了第一台机器打算机。从那时起，人工生命和打算从未停滞相互影响。
图2：左图：消化鸭，右图：由消化鸭发明者设计的带有穿孔卡片的可编程织布机 （图片来源：维基百科）
约翰·冯·诺伊曼（John von Neumann）以对数学、博弈论和打算的贡献而有名。他也严谨地研究了细胞自动机自我复制的条件，这里的细胞自动机是他用纸和笔仿照的。他创造了许可二维自动机基于内部存储的信息构建自身副本的规则，而这是在创造DNA之前！
冯·诺依曼随后对繁芜性的进化产生了兴趣。与此同时，在50年代早期，挪威-意大利数学家Nils Aall Barricelli在军用级打算机上运行有史以来第一个进化算法，开始研究繁芜生命的进化。
John von Neumann 人物先容：https://en.wikipedia.org/wiki/John_von_Neumann#Cellular_automata,_DNA_and_the_universal_constructorNils Aall Barricelli 人物先容：http://nautil.us/issue/14/mutation/meet-the-father-of-digital-life
冯·诺依曼的自复制通用布局器的第一个实现（图片来源：维基百科）
35年后，在Langton召开的研讨会上人工生命作为一个科学社区出身了。此后，该社区规模虽小但稳定，每年都举办人工生命会议，并拥有自己的期刊。该领域常日分为3个子领域：
1. 硬人工生命（Hard ALife），与硬件干系，包括机器人学和新的打算架构；
2. 软人工生命（Soft ALife），与软件干系，包括打算机仿照（含人工智能）；
3. 湿人工生命（Wet ALife），与湿件干系，包括化学和生物学。
人工生命期刊：https://www.mitpressjournals.org/loi/artl
人工生命也一贯与艺术有着紧密的联系，以至于艺术可以被认为是第四个子领域。比如人工生命仿照常常在媒体画廊中展出，基于人工生命的机器人能够指挥歌剧演出，2018年人工生命会议举办了一次艺术竞赛。
机器人指挥歌剧演出的视频：https://www.youtube.com/watch?v=ePIYMN6gbzs2018年人工生命会议举办的艺术竞赛先容：http://artaward2018.alifelab.org/#winner
人工智能与人工生命目前，人工生命正受到AI界的再次关注。人工智能和人工生命的相互影响可以追溯到良久以前，深度学习的先驱们（如谷歌大脑的Geoffrey Hinton）受到了Inman Harvey等著名人工生命研究者的思想的影响。Uber人工智能实验室的卖力人Kenneth O. Stanley也是人工生命社区的受人尊敬的成员，由于他对开放性（Open Endedness）有深刻的研究。Stanley的著作《Why Greatness Cannot be Planned》涉及到了人工生命研究中最经典的主题：开放式进化（Open Ended Evolution，OEE）。Stanley辅导了Pic Breeder的创建，这是一个在线互助的OEE艺术项目，图片在个中进行“繁殖”和演化。他还创建了一类新的遗传算法，紧张用于神经网络优化。Stanley的NEAT算法最显著的特点是它专注于优化办理方案的多样性，而不仅仅是性能，从而使产生的办理方案超越了传统的仅专注于优化性能的方法。NEAT被付与2017年国际人工生命学会十年精彩论文奖。
深度学习的先驱们受到了人工生命研究者的思想的影响：https://twitter.com/geoffreyhinton/status/1110914561811587072Inman Harvey 人物先容：http://2018.alife.org/events/inman-harvey/Stanley的著作《Why Greatness Cannot be Planned》：https://www.goodreads.com/book/show/25670869-why-greatness-cannot-be-plannedPic Breeder 网站：http://picbreeder.org/NEAT算法：https://www.mitpressjournals.org/doi/10.1162/106365602320169811
不出所料，遗传算法的观点本身也起源于人工生命研究社区。1975年John Holland的首创性著作《Adaptation of Natural and Artificial Systems》先容了他在繁芜自适应系统和遗传算法上的事情。1992年在第一届欧洲人工生命会议上他和Francisco Varela一起提出了新的版本。Francisco Varela是人工生命社区中另一个家喻户晓的名字，他提出了自创生的观点。现在，遗传算法有自己的会议GECCO。
John Holland 人物先容：https://en.wikipedia.org/wiki/John_Henry_HollandFrancisco Varela 人物先容：https://en.wikipedia.org/wiki/Francisco_Varela遗传算法会议 GECCO：https://sig.sigevo.org/index.html/tiki-index.php#&panel1-1
Karl Sims进化的虚拟生物
人工智能和机器学习社区可能已经忘却了遗传算法起源于人工生命，但遗传算法从未停滞成为人工生命领域的一大研究领域。最著名的例子可能是Karl Sims进化的虚拟生物，但最近关于遗传算法的事情包括Emily Dolson关于空间分布对进化速率的影响的事情，和Artem Kaznatcheev关于适应度景不雅观（fitness landscapes）中计算繁芜性的事情。
Emily Dolson 的事情：http://cse.msu.edu/~dolsonem/Artem Kaznatcheev 的事情：https://www.biorxiv.org/content/10.1101/187682v4
超出人工智能领域的人工生命当然，人工生命不仅仅对单个生物的行为感兴趣。
人工生命中关于生物之间相互浸染的部分可以广义地定义为群体动力学（Swarm Dynamics）。从大略化仿照的鸟类具有的繁芜集群模式（这启示了在电影中利用CGI技能创造战士群体），到由单个真菌组成的“智能”黏液菌成群游动，再到群体化学（swarm chemistry），群体研究背后的紧张原则是探求呈现。呈现的属性是某种“超过其各部分之和”的东西：一种从较大略的部分中意外产生的繁芜形式。生命本身被认为是一个呈现的过程；一堆伶仃的分子并不像由这些同样的分子组成的细胞那样“有趣”或繁芜。
CGI（Computer-generated imagery）即电脑天生动画技能，它自出身之际就被利用于视觉艺术创作，如今已在电影、绘画等领域发展成熟，如《阿丽塔：战斗天使》《头号玩家》《阿凡达》。利用CGI技能创造战士群体：https://www.rocketstock.com/blog/crowd-control-the-vfx-behind-dynamic-crowd-simulations/
历史上我们是如何从“成堆的分子”变成“生物体”的，这是生命起源研究的主题。这是一个与人工生命有些不同的领域，但是两者在试图回答的问题上有很大的重叠。生命起源的研究者每每是生物学家、地质学家或化学家，他们最感兴趣的是生命在历史上“真正”是如何产生的，而不是它可能产生的所有办法。但也有一些研究者是人工生命社区的成员，他们研究生命起源中哪些事宜是随机的，哪些是真正必要的；哪些可以在不同的系统中繁殖，哪些不能。
特殊地，人工化学（Artificial chemistry）是一个从人工生命延伸出来的领域。人工化学研究者，如 Susan Stepney，研究繁芜性的起源、自组装的进化，以及其它生命进化的先决条件。
人工化学（Artificial chemistry）的维基百科：https://en.wikipedia.org/wiki/Artificial_chemistrySusan Stepney 人物先容：https://pure.york.ac.uk/portal/en/researchers/susan-stepney(1c276791-122c-4bd2-b5f0-09bb01fd3fe6).html
只管涉及的学科范围很广，但人工生命试图回答的所有问题都是相互关联的：与单个微粒的凑集比较，生物体的基本特色是什么？这些特色是如何形成的？我们如何在人工系统中从零再现它们？
本文作者Lana Sinapayen对人工生命未来的展望Lana认为人工生命领域的未来紧张有3条发展路径。首先，我们看到了下一个人工智能寒冬的初步迹象，人们对人工智能研究失落去信心，资金枯竭。一方面，浮夸其词的辞吐抢走了真实进展的风头。另一方面，一些人工智能从业者看到了深度学习热潮的局限性，并且在最近几年中，已经开始向人工生命寻求新的想法。
人工智能寒冬：https://en.wikipedia.org/wiki/AI_winter浮夸其词的辞吐抢走了真实进展的风头：https://www.skynettoday.com/briefs/sophia人工智能向人工生命寻求新的想法：https://www.quantamagazine.org/computers-evolve-a-new-path-toward-human-intelligence-20191106/
对付人工生命，如果你设法构建人工生命，并将进化运用于它，那么只要你做对了，终极一定能得到智能系统。在Lana看来，没有人工生命就没有人工智能，因此Lana对未来的展望是两个领域的领悟。
这项大规模的领悟将是人工生命取得更大进步的一部分：在人工系统中合成开放式进化（OEE）。OEE是这样一种想法，即一些系统随着韶光的推移繁芜性会呈指数增长，并且繁芜性永久不会停滞增长。地球上的生命听说便是这样一个开放的系统。在打算机或化学系统中创建 OEE意味着你从一些大略的东西开始，大概是一堆分子，或者是从零开始的仿照，然后从中得到巨大的繁芜性，例如活着的动物或故意识的生物。
对付人工生命来说，末了一件，也可能是最重大的一件事，便是在另一个星球上创造生命。不幸的是，到目前为止，我们只知道一种生命。当你的样本量是N=1时，很难进行科学研究。找到任何其它类型的生命会给我们带来丰富的知识：对付构建生命，什么是主要的，什么是无关紧要的。这将彻底改变我们处理“生命是什么”这个问题的办法，并将使人工生命在理论和实践上取得空前的进步。
总结在结束这个入门指南之前，再给大家分享一些在2019年人工生命会议上揭橥的论文。这个纯粹主不雅观的选择包括一篇关于硬人工生命的论文、一篇关于湿人工生命的论文、一篇关于软人工生命的论文和一篇关于艺术人工生命的论文。要得到更多关于人工生命的资源，请滚动至本文结尾。
2019年人工生命会议上揭橥的论文，可开放获取：https://www.mitpressjournals.org/toc/isal/31
主题：硬人工生命论文题目：
The ARE Robot Fabricator: How to (Re)produce Robots that Can Evolve in the Real World
作者： Matthew F. Hale，Edgar Buchanan，Alan F. Winfield，Jon Timmis
论文地址： https://www.mitpressjournals.org/doi/abs/10.1162/isal_a_00147
简介：众所周知，进化论利用随机突变来找到问题可接管的优化。进化算法可用于设计机器人的身体和掌握器，但这常日发生在仿照仿真中，然后才可能在现实天下中实现办理方案。这末了一步须要大量的人力劳动，并且常常面临很多失落败，由于现实天下总是比仿照天下更为严苛。本文提出了一种系统，该系统可以完备在现实天下中构建和进化小型机器人，这个过程是自主的，或者只需少量的人工干预。有了这个别系，你就不会在机器人进化的天下和现实天下之间有“现实差距”：统统都发生在现实天下中！
主题：湿人工生命论文题目： Synthetic Biology in the Brain: A Vision of Organic Robots
作者： Ithai Rabinowitch
论文地址：
https://www.mitpressjournals.org/doi/abs/10.1162/isal_a_00236
简介：当你利用自然生物学来布局人工系统时，或者当你利用工程学来布局生命系统时，合成生物学就发生了。基因工程已经相称成功了，在这篇论文中，Rabinowitch阐明了他如何仅通过修正奇丽隐杆线虫（C. Elegans worm）的DNA而在它的大脑中创建新的突触。
这尤其令人印象深刻，由于从DNA上移除基因的步骤就像找到线虫大脑中一个特定神经元上的一个突触一样详细！
主题：软人工生命
线虫是研究神经网络的绝佳模型：与大鼠或人类不同，线虫只有数百个神经元，并且我们知道每个神经元的精确映射。由于它们的大脑是流线型的，以是小小的修正就可能导致行为发生重大变革。通过创建一个突触，Rabinowitch成功地将回避行为转变为寻求行为，从而有效地编程出一个非常大略的“有机机器人”。论文题目： On Sexual Selection in the Presence of Multiple Costly Displays 作者： Clifford Bohm，Acacia L. Ackles，Charles Ofria，Arend Hintze
论文地址： https://www.mitpressjournals.org/doi/abs/10.1162/isal_a_00170
简介：一些动物表现出夸年夜的特色（比如五颜六色的羽毛或者精心编排的舞蹈）来吸引可能的配偶，只管这些表现可能使它们更随意马虎被捕食者吃掉。抵牾的是，空想情形下，你希望你的配偶去世于屈曲的可能性较小，而不是可能性较大。那么，这些代价巨大的特色是如何进化出来的呢？一个可能的阐明是“性感的儿子（sexy sons）”假说，女性选择一个“性感”的男性，希望她的儿子能够继续性感，并被尽可能多的女性选择，这导致了一个自我强化的代价巨大的性感循环。本文利用一个自下而上的方法来证明这些动力确实在一个别系中进化，在该系统中，一些特色的代价是不必要的，这些特色除了担保你有一些性感的儿子之外没有其它上风。
主题：艺术人工生命论文题目：
Edge of Chaos: Artificial Life based interactive art installation
作者：
Vasilija Abramovic，Ruairi Glynn
论文地址：
https://www.mitpressjournals.org/doi/abs/10.1162/isal_a_00209
简介：你听说过混沌边缘吗？混沌边缘是由Christopher Langton（便是创造“人工生命”这个名称的人）创造的，最初仅用于细胞自动机，指的是介于有序和混沌之间的空间。在这个空间中，改变一个变量的值可以使一个别系通过不同的高繁芜度阶段进行转换，而并不完备有序或完备混沌。一些研究探索创造大脑在混沌边缘运转最佳，并且生命本身听说也存在于混沌边缘。受到这个观点的启示，Vasilija Abramovic和Ruairi Glynn建造了一个巨型装置，个中运动物体由细胞自动机掌握。这个装置对参不雅观者的涌现做出反应，这种反应既不是可预测的，也不是混沌的。
人工生命资源清单首先，与我们一起参加在蒙特利尔举办的下一届人工生命会议，主题是“人工智能的新领域：人工生命能为人工智能供应什么？”
2020年人工生命会议官网：http://2020.alife.org/
理解更多关于人工生命的基本观点：
Dave Ackley 关于人工生命的系列视频：https://www.youtube.com/watch?v=QkuZIKj9U6c&list=PLm5k2NUmpIP-j5oOSEljDo3evg-wBIrMMSamim 关于人工生命的视频：https://youtu.be/wQQ2NHECcvQ来自国际人工生命学会的资源清单：http://www.alife.org/online-resourcesKenneth O. Stanley 关于开放式进化的论文：Open-endedness: The last grand challenge you've never heard ofhttps://www.oreilly.com/radar/open-endedness-the-last-grand-challenge-youve-never-heard-of/
跟上人工生命的最新进展：
人工生命期刊：https://www.mitpressjournals.org/loi/artl由 Anya Vostinar 和本文作者 Lana Sinapayen 共同管理的推特账号@alifepapers，专为发布获奖的人工生命干系论文：https://twitter.com/AlifePapersArxiv 上的人工生命的关键词：https://arxiv.org/search/searchtype=all&query=%22artificial+life%22&abstracts=show&size=50&order=-submitted_date
关注会媾和活动：
国际人工生命学会官网：http://www.alife.org/
联系和实践：
社交新闻网站 Reddit 关于人工生命的子版块：https://www.reddit.com/r/alife/关于人工生命的日语书本的 GitHub 仓库，不是英文的，但Python代码很随意马虎理解：https://github.com/alifelab/alife_book_src/Lenia 的 Mathematical Life Forms 的 GitHub 仓库：https://github.com/Chakazul/Lenia由 Olaf Witkowski 和本文作者 Lana 组织的人工生命识别竞赛：https://competitions.codalab.org/competitions/20612
更多可供欣赏的艺术人工生命资源：
2018年人工生命艺术竞赛获奖者：http://artaward2018.alifelab.org/#winnerJoel Simon的作品集：https://www.joelsimon.net/Ken Stanley 的 PicBreeder 网站：http://picbreeder.org/由 Joel Simon 创建的 ArtBreeder 网站，与 PicBreeder 类似，但利用的是GAN算法：https://artbreeder.com/William Latham 的作品集：http://doc.gold.ac.uk/~mas01whl/index.html
人工生命科幻作品：
Greg Egan 的 Permutation City（1995年）和Diaspora（1997年）：https://www.goodreads.com/fr/book/show/9687758-permutation-city https://www.goodreads.com/book/show/156785.DiasporaJanelle Shane 的未来专栏We Shouldn’t Bother the Feral Scooters of Central Park（2019年）： https://www.nytimes.com/2019/11/04/opinion/future-scooters-central-park.htmlKarel Čapek 的 Rossum’s Universal Robots，“机器人”一词的来源（1920年）：https://en.wikipedia.org/wiki/R.U.R.刘慈欣的《山》（2012年）： https://www.goodreads.com/book/show/13608770-mountainGreg Bear 的 Blood music（1985年）：https://www.goodreads.com/book/show/340819.Blood_Music
原文地址：https://thegradient.pub/an-introduction-to-artificial-life-for-people-who-like-ai/翻译：王佳纯审校：刘培源编辑：张爽
