Computational Life: How Well-formed, Self-replicating Programs Emerge from Simple Interaction
Blaise Agüera y Arcas, Jyrki Alakuijala, James Evans, Ben Laurie, Alexander Mordvintsev, Eyvind Niklasson, Ettore Randazzo, Luca Versari
cs.NE, cs.AI
2024-06-27
把随机初始化的极简语言程序放进无适应度函数的原始汤里互相执行,自复制程序在多数语言中自发涌现,SUBLEQ 是反例。
生命起源研究的主场一直在化学基质:RNA 世界、自催化网络。换到计算基质(程序和指令集)上,「生命怎么从无到有」几乎没有系统实验。经典人工生命系统 Tierra 和 Avida 都从一个人手写的「祖先」自复制程序起步,直接跳过了最难的一段:从没有自复制体的「前生命」状态,到自复制体接管全局的相变。更早的 Coreworld 观察过自发涌现,但归因只有随机初始化和随机突变两种。Google 的 Paradigms of Intelligence 团队联合芝加哥大学的 James Evans,要把这个归因钉死:没有任何适应度函数时,随机程序靠什么获得自复制能力。
主装置叫 primordial soup(原始汤),是 Fontana 1991 年 Turing gas 的变体:2^17 个 64 字节的程序随机初始化,每个 epoch 随机挑一对程序,按随机顺序拼接、执行,再切开扔回汤里。关键设计是指令带和数据带合一,执行必然改写双方,程序互动的方式只剩互相覆盖。语言主体是 BFF,即 Brainfuck 的扩展:去掉输入输出流,换成两个读写头之间的双向拷贝指令,共 10 条,其余字节值当数据用。
检测相变靠两个工具:
| 设置 | 结果 |
| BFF 原始汤,0.024% 突变率 | 16k epochs 内 40% 运行相变 |
| 零突变 + 固定配对模式 | 约 50%,不降反升 |
| 只跑 128 epochs | 1000 次中 3 次 |
| 注入手写自复制体跑 128 epochs | 22% 接管 |
| Forth 原始汤 | 1k epochs 内几乎全部相变 |
| SUBLEQ / RSUBLEQ4 | 数十亿次执行后无自发涌现 |
对照把归因钉死了:短运行只有 3/1000,排除随机初始化直接抽中;零突变加固定配对让系统总熵不再增长,相变率反而更高,排除背景突变。剩下的解释只有程序互相改写。个案复盘支持这个结论:第一个自复制体在一次复杂改写事件中诞生,本体随即被别的 tape 内容覆盖,靠副本活下来;随后进入「zero-poisoning」低谷(第一代复制体写不动 0 字节),最终被结构更稳的 [<,}] 家族取代。真实指令集上同样复现:Z80 上栈机制的复制体先扫过 2D 网格,再被用 LDIR/LDDR 块拷贝指令的版本取代;8080 上复制体总是两字节重复(如 01 c5),从未出现循环式变体。长带 Forth 里,能循环的「好复制体」约 60 秒、1800 亿条指令内出现(吞吐约 3·10^9 条/秒)。Forth 涌现远快于 BFF,原因之一是它天然有一字节的平凡自复制体(指令 0C)。反例是 SUBLEQ:最短手写自复制体要 60 字节,改良的 RSUBLEQ4 也要 25 字节,种子注入能接管,随机初始化下汤永远停在均匀噪声。
这是第一批系统回答「计算基质上生命如何起步」的实验,价值有三。归因清楚:自修改是主因,这是之前的计算基质研究没有建立的结论。工具可搬:tracer token 和高阶熵不依赖具体语言,任何开放演化系统都能拿来用。反例有用:SUBLEQ 提示「最短可行自复制体的长度」可能是预测一门语言能否孕育生命的核心变量,给理论建设留了具体入口。对研究开放式演化、以及关心 AI 系统自我复制风险的人,这套装置是现成实验床,代码开源且支持 CUDA。
作者自己列的:单步自催化框架盖不住多步自催化集;按 64 字节完美自拷贝判定会漏掉带偏移的功能性复制,子串级检测又算力不可行,所以证据是「个案复盘 + 统计指标」的混合。此外还有几处:短运行 3/1000 只能说明随机抽中极难,不能完全排除初始化贡献;SUBLEQ 反例只有长度这一个初步解释,没有理论;高阶熵用 brotli 近似 Kolmogorov 复杂度,而实验用伪随机数生成器,真实 K 被生成程序的长度封顶,这个偏差论文只带过一句;相变判定阈值(高阶熵 ≥ 1)没做敏感性分析,40% 这个头牌数字对阈值有多敏感,未知。