按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
要的遗传灯泡是能够将自己组织成有趣的行为形式，就像随风摇曳的棕榈树或翩翩起舞
的火烈鸟一样。另外，他知道非常稀松地连接的网络是不现实的：雅各布和莫纳德已经
证明了，真正的基因通常都受控于好几个别的基因（今天，我们知道典型的数额是两个
到十个）。
所以考夫曼就取其中间数。这样的网格连接既不十分稠密，也不十分稀疏。在实际
操作上，为了让事情更简单些，他取每个基因只有两条输入的网络。他发现了隐含着特
殊意义的现象。他早就知道，稠密连接的网络会非常敏感：如果你深入进去，调节任何
一个基因的状态，比方说，从打开的状态调节到关闭的状态，那就会引发雪崩现象，导
致网络像瀑布一样无止无休地来回翻滚。这就是为什么稠密相连的网络总是趋于混乱状
态的原因。它们永远不可能安顿下来，但在只有两个输入的网络中，考夫曼发现，开关
一个基因并不会引起连续扩散的变化波动。在大多数情况下，被触及的基因会恢复到原
来的状态。事实上，只要基因活动的两种形态相差不是很大，它们就会趋于会聚。“事
情变得简单了。我能够看见电灯泡趋于进入开或关的状态。”考夫曼说。换句话说，两
条输入的网络就像一盏灯光一样随意闪烁，却又总是能够自己组织成火烈鸟或香槟酒杯
图案的广告牌。
秩序！考夫曼利用医学院课程外的一切业余时间来研究它。他在笔记本上画上了越
来越多的两条输入的随机网络图，详尽地分析每一个网络的行为方式。这是一项既引人
入胜、又令人困惑的工作。关于这项工作的好消息是，两条输入的网络好像总是能够很
快地稳定下来。在最好的情况下，它们能够在几种不同状态中循环往复。这正是一个稳
定细胞的状况。关于这项工作的坏消息是，他并不知道他做的两条输入的模型和真正的
遗传调节网络有什么相干。真实细胞中的真实网络包含了几万个基因，而考夫曼用铅笔
和纸画的网络在达到不过五个或六个基因时就已经容纳不下了。要追踪一个包含七个基
因的网络的所有可能的状态和状态的转变情况，意味着要填满128×14的矩阵。如果要
做一个包含八个基因的网络，就要求把这个矩阵扩大一倍，并以此类推。“而手工操作
导致误差的机率简直大得无可避免。”考夫曼说。“我一直眼巴巴地看着我的七个基因
的网络，简直无法忍受要画包含八个基因的网络图的念头。”
“不管怎么说吧，在我读到医学院二年级时，我无法再继续下去了。这个游戏我玩
得时间够长的了。所以我穿过大街，来到计算机中心，询问是否有人能够替我编个程序。
他们说，‘当然可以。但你得付钱。’所以我掏出钱包。我很乐意付这笔钱。”
在决定让计算机代劳后，考夫曼发誓要全力以赴：他要模拟包含一百个基因的网络。
回想起这件事时，他笑了。好在当时他并不完全知道他在做什么。让我们这么想一下：
单个的一个基因只能有两种状态：开或关。但包含两个基因的网络就可以有2×2，或者
说，四种状态：开——开、开——关、关——开、关——关。一个包含三个基因的网络
就可以有2×2×2，或8种状态，依此类推。这样，在一个包含100条基因的网络里可能
出现的状态就是2的100次方，也就是相当于100万兆兆，也就是1的后面跟着30个零。考
夫曼说，这就产生了无穷无尽的可能性。更重要的是，从原则上说，没有理由说明为什
么他模拟的网络不能够随机漫游于这个空间之内。他是故意让他们随机连接的，而这将
意味，他的关于细胞循环的想法根本没有希望得到证实：计算机必须经过100万兆兆的
状态转变后才会出现重复的情况。这将把是各种状态都持过一遍的细胞循环，这个过程
无边无际到了超过想象力。考夫曼说：“如果计算机从一种状态过渡到另一种状态需要
万分之一秒，则让计算机运转100万兆兆微秒，就要花比宇宙历史漫长几十亿倍的时间。
我根本不可能在读医学院期间完成这个实验！”光是付计算机的上机费，就足以让考夫
曼在从医学院毕业之前就破产。
但幸运的是，考夫曼当时并没有做这个运算。在一位对他帮助颇大的计算机中心编
程员的帮助下，他的包含100个基因的两条输入的模拟网络编码后，就轻松地将一堆打
了孔的卡片交给了前台。十分钟以后，结果就出来了，打在了宽幅报表纸上。这结果正
像他所期待的那样，表明网络很快就稳定地安顿在有秩序的状态之中，大多数基因只固
定在开或关的状态，其它基因在几种不同的形态间循环。这些形态看上去当然不像火烈
鸟或任何可以辨认的东西。如果这个包含了一百个基因的网络是一个有一百个电灯泡的
拉斯维加斯广告牌的话，则这些有秩序的状态看上去就像振动不停的斑驳图案。但它们
确实存在，而且非常稳定。
“这简直太令人激动了！”考夫曼说。“无论是那时还是现在我都觉得我的这个发
现具有很深远的意义。它不是任何人能够凭直觉臆想出来的。”两条输入的网络并不是
在100万兆兆种状态中漫游，而是很快就移入这个空间的一个极小的角落滞留了下来。
“它安顿了下来，在五个、六个、七个，或更多的状态中，典型的是在大约十种状态中
倘佯、循环，形成惊人的高度秩序！我简直就被这个结果震惊了。”
最初的模拟只是一个开始。考夫曼仍然搞不清楚稀疏相连接的网络为什么会这样神
奇。但它们就是如此神奇，他感到这个结果让他完全从一个全新的角度来看待基因和胚
胎的发育过程。他用最初的方法做为样板，并在这个基础上加以改进，又做了无数个类
型的模拟。他想知道，这种有秩序的行为是什么时候出现的？为什么会出现？同时他也
想知道如何用真实的数据来检验他的理论？
他想，根据他模拟的模型，一个很显然的推断就是，真正的基因网络必须是疏松地
相互连接的。稠密连接的基因网络似乎无法在稳定的循环之中安顿下来。他并不指望真
正的基因网络全都像他模拟的基因网络一样都只是两条输入。大自然从来就不是这么规
范的。但他的计算机模拟和他所有的计算使他认识到，从某种统计学意义上来说，基因
网络只能是稀疏相连的。当你观察数据，就会发现真正的基因网络似乎就像模拟的那样
稀疏。
到目前为止一切进展得还不错。另一个对理论的测验是观察一个含有一组调节基因
的特定的生物体，弄清楚它能够产生多少细胞类型。当然，考夫曼还处于专门研究基因
网络的典型行为表现的阶段，还说不出什么特别的东西来。但他肯定可以从统计上观察
到与之相关的内容。他一直有这样一个假设：一个细胞类型会呼应它所属于的稳定状态
的循环，所以他的模拟越做越大。他一直跟踪了解，随着网络模拟规模越来越大，到底
会出现多少状态的循环。当他做到对包含四百至五百个基因的网络进行模拟这一步时，
他得出的结论是，循环的次数大致相当于网络内基因数的平方根。同时，他还利用课余
时间到医学院的图书馆去翻阅大量难懂的参考资料，寻找真正生物体的比较性数据。为
此他费尽了周折，但总算有了结果：生物体中细胞类型的数额确实大致相当于该生物体
中基因数的平方根。
事情就这样进行着。“见鬼，我真的成功了！”考夫曼说。这是他经历的最辉煌的
一件事。当医学院二年级结束时，他花在计算机上的费用已经累计到好几百美元了。但
他毫不痛惜地付清了这笔费用。
1966年，在医学院三年级开学的时候，考夫曼写了一封信给麻省理工学院的神经生
理学家沃伦·卡洛（WarrenMcCulloch），向他解释他在基因网络方面所做的研究，并
问他是否感兴趣。
考夫曼承认，写这封信有些鲁莽。卡洛本人最初也是医学博士，是神经生物学方面
的巨子之一，更别说他在计算机科学、人工智能和思维哲学方面的贡献了。在过去的二
十年间，他和他忠实的追随者们研究发现了思想的内含意义，最初发表于1943年的研究
结果是他和十八岁的数学家沃尔特·匹茨（Walter Pitts）合写的论文，题目是“内在
神经活动之逻辑微积分”。在那篇论文中，卡洛和彼兹宣称，大脑可以被模拟成逻辑运
行的网络，比如“和”、“或”、“不是”等等。在当时，往轻了说，这也是一个革命
性的思想，产生了极大的影响。卡洛－匹茨的模型不仅是现在被称之为神经网络的第一
个例证，而且也是将大脑活动当作一个信息处理形式来认识的最初尝试——正是这一认
识激发了人工智能和认知心理学的诞生。他们的模型首先指出，非常简单的逻辑通道之
网能够产生极其复杂的计算结果。这一发现很快就被普遍地运用到计算机理论中了。
但不管卡洛是不是一个科学巨子，考夫曼觉得他是唯一能够分享他的研究成果的科
学家。“卡洛是我知道的唯一的一个在神经网络方面做了大量研究的人。而且我很清楚，
基因网络和神经网络基本上是一回事。”他说。
另外，考夫曼到了这个阶段非常需要外界的一点儿支持。医学院的教育对他来说是
喜忧参半。在医学院他当然获得了他作为一个牛津大学哲学系的学生迫切需要的“事
实”，但这些事实却不可能给他提供更深层的结果。“当时我必须按别人说的来做我应
该做的事，这使我内心非常焦躁。在医学院，一个人要做的是掌握事实、掌握诊断法、
吸取诊断智慧的精华，然后准确无误地完成整个诊断过程�