《盲眼钟表匠》-[英]理查德·道金斯

《盲眼钟表匠》作者：[英]理查德·道金斯作者简介理查德·道金斯(RlcbaRc)Dawns)，英国人，著名演化理论学者，英国皇家学会会士。94年出生于肯尼亚，l949年全家返回英国，就读牛津大学，受业于动物行为学名家丁伯根(Nkoaas mbenqenl907一l988，l972年诺贝尔奖得主)，获动物学博士学位。l976年出版《自私的基因》(e Sel：sbOene)，阐释以"基因"为分析单位的演化观，声名大噪。这本书的主旨是"自利为利他行为的基础"，可是许多人望文生义，以为他提倡"自私"。l995年起，道金斯担任牛津大学新设立的科学教育讲座教授(Cban Ol：P池c Un&nsan3mq Ol：Scence)；200年当选英国皇家学会会士。道金斯是英国最重要的科学作家，不但每一本书都是畅销书，并经常在各大媒体讨论、评论科学的各类问题。《盲眼钟表匠》与续篇《攀登不可能的山峰》(Ca)lBmq Moun la，pnol3alde，l996)都是演化生物学的入门书。道金斯的理论著作，除《自私的基因》外，以《延伸的表现型》(e Exenc)ec)Pben0)，pe，l982)最为重要。《盲眼钟表匠》获得英国皇家文学学会非小说类最佳书奖与美国洛杉矶时报的文学奖。l987年英国广播公司(BBC)根据本书拍摄的电视片，获得最佳科学纪录片奖。内容简介：这本书是建立在这样一个信念的基础之上的：我们自身的存在曾经是一个最难解的谜团。不过，现在这个谜团已经不复存在，因为达尔文和华莱士已破解了它--尽管我们还要继续为他们的解答添加注脚。我撰写这本书的原由在于，我诧异于竟然有这么多的人似乎不仅没有意识到这个解答的精致和优美，令我更加难以置信的是，许多人甚至根本没有意识到这样一个问题的存在!这个问题是相当复杂的。我用来撰写这些文字的电脑拥有64K字节(一个字节可以存储一个字母)的信息储存能力。电脑是人们有意识设计和制造出来的。你用来理解我的语言的大脑是由上百亿个神经细胞组成的。许多神经细胞都通过上千条"电线"与其他的神经细胞联结在一起。而且，从基因层面来看，人体中一万多亿个细胞中的每一个所储存的精确编码的数字信息是我的电脑所储存信息的一千倍。活体组织的复杂性可以与它们的精致外观设计相媲美。如果有人并不认为我们要对这种复杂的设计进行解释的话，我只好放弃。不过，转念一想，我不愿放弃，因为我撰写这本书的目标之一，就是让那些没有认识到生物复杂性奇观的人大开眼界。我的另外一个主要目标就是在展现这个谜团之后，通过对其解答的说明来解开这个谜团。0.序译者序"人从何处来?"这个萦绕在世世代代人心头的疑问，由达尔文做出了回答。l859年，达尔文的历史巨著《物种起源》发表之后，自然进化的世界观统治学术界达一个多世纪之久。到了20世纪70年代一80年代，进化论(从老达尔文进化论到新达尔文主义进化论)经历了一百多年的发展演变，其两大理论支柱(突变与自然选择)虽然对种内微进化能提供较好的解释，但对生命的起源和物种的变化不能提供良好的描述，尽管新达尔文主义一直对外声称他们能解释一切要解释的。随之学术界出现了不少对达尔文进化论的疑问，很多有名望的科学家提出了不少新理论。于是，生命起源的疑问再次成为人们争论的热点。美国生化学家比希(Bebe)996年震撼性的新书《达尔文的黑箱》(Danwm'S 8[aekBox)，引发了不少注意和争论。比希对达尔文进化论全面质疑，主张从科学上可以提出生物结构是来自智慧的设计。比希指出，生命的细节非常复杂，很难恰当地放在达尔文的理论中。达尔文主张，一种渐进的程序可一步一步地造成生物体的大转变，但他并无交代形成复杂结构的详细程序。"虽然现今对突变已有很多了解，但相对于进化来说，仍是一黑箱。"动物学家道金斯的《盲眼钟表匠》(e Bnc)Waz- cMakeR)一书，以保卫达尔文主义而名噪一时。他在书中曾讨论达尔文主义颇难处理的问题。道金斯之理论虽被一些科学家评为宗教性(无神的宗教)多于科学性，却广受一般不太懂科学的群众欢迎，成为一家之言。眼睛是非常复杂的结构；如何能一步步进化出来呢?道金斯认为这渐进的过程，每一步骤的机率是一半对一半。单细胞生物有一个感光点，在多细胞生物中，这些感光细胞被放在一个小杯型组织之中，能转动而找寻光源，就像一个没有透镜的照相机。此后如有一些半透明凸体在此小杯的洞中，就会产生改进，而形成类似眼睛之晶状体，再后一步步地改进，即可进化成真正的晶状体。作者笔法生动又不失逻辑性，严谨但不乏味，可以说是不可多得的科普读物。本书的最大价值在于它能够启发人们的思考，同时为人们提供了可供借鉴的思维方法。9世纪的英国数学家克里福德(845一879)说过一段被多人奉为圭臬的话："任何人在任何时代、地方，如果相信任何没有充分证据的东西，就是错误的。"要求证据应当是合理的，我们不应轻率相信。在探求的过程中，读者一定会发现无穷的乐趣。译者 王德伦2005年3月序言这本书是建立在这样一个信念的基础之上的：我们自身的存在曾经是一个最难解的谜团。不过，现在这个谜团已经不复存在，因为达尔文和华莱士已破解了它--尽管我们还要继续为他们的解答添加注脚。我撰写这本书的原由在于，我诧异于竟然有这么多的人似乎不仅没有意识到这个解答的精致和优美，令我更加难以置信的是，许多人甚至根本没有意识到这样一个问题的存在!这个问题是相当复杂的。我用来撰写这些文字的电脑拥有64K字节(一个字节可以存储一个字母)的信息储存能力。电脑是人们有意识设计和制造出来 的。你用来理解我的语言的大脑是由上百亿个神经细胞组成的。许多神经细胞都通过上千条"电线"与其他的神经细胞联结在一起。而且，从基因层面来看，人体中一万多亿个细胞中的每一个所储存的精确编码的数字信息是我的电脑所储存信息的一千倍。活体组织的复杂性可以与它们的精致外观设计相媲美。如果有人并不认为我们要对这种复杂的设计进行解释的话，我只好放弃。不过，转念一想，我不愿放弃，因为我撰写这本书的目标之一，就是让那些没有认识到生物复杂性奇观的人大开眼界。我的另外一个主要目标就是在展现这个谜团之后，通过对其解答的说明来解开这个谜团。解释是一项艰难的艺术。你可以通过解释，让读者理解你的语言；也可以通过解释，让读者心领神会。要达到第二种境界，仅仅依靠把证据客观地摆在读者面前是不够的。你必须成为一名倡导者，并使用倡导者的技巧。这本书不是一本不带感情色彩的科学论文。许多其他关于进化论的书籍都是非常优秀、富有教益的，值得与本书结合阅读。我不得不承认，这本书不仅远非毫无感情色彩，而且在某些部分充满了激情，这如果出现在专业科学杂志中，必定会招致批评。本书的目的不仅在于传播知识，而且在于说服、甚至是启示。我希望启示读者：．从表面上来看，我们自身的存在是一个令人毛骨悚然的谜团，同时传递一个令人激动的事实：这个谜团有一个优美的解答，它完全处于我们的掌握之中。而且，我希望说服读者相信，进化论的世界观的真实性绝非偶然，它是惟一能够解答我们存在之谜的已知理论。这使它成为一个令人倍加满意的理论。进化论不仅在地球上是正确的，而且在宇宙中任何存在生命的地方都适用。但是另一方面，我又希望自己能够与职业倡导者区别开来。一名律师或者一名政客可以为了钱代表客户慷慨陈辞，或者鼓吹他自己可能都不信仰的事业。我从来都没有做过这样的事情，将来也不会这样做。我可能也会犯错误，但是我只为真理而狂热，我从来不会鼓吹我自己都不相信的东西。我还记得曾经到一所大学的辩论协会与神造论者进行辩论的经历，这次经历给了我非常大的震动。在辩论之后的晚宴上，我与一位年轻的女士相邻而坐，她曾经在辩论中发表了支持神造论的比较有力的辩词，但是她明显并不是一位神造论者。于是，我请她如实地告诉我为什么要那样做。她很坦率地承认她只不过是为了练习自己的辩论技巧，而且认为支持一个连自己都不相信的立场更加富有挑战性。很明显，在大学的辩论协会中，指定辩论者站在哪一方的立场上进行辩论是很常见的做法，其中并不涉及自身的信仰。我并不乐于发表公开演说，但是我之所以不辞路途遥远地来完成这个任务，是因为我相信我要倡导的确属真理。当我发现辩论协会的成员只不过把它当作辩论游戏的载体的时候，我决定以后不再接受那些鼓励虚伪支持、危及科学真理的辩论协会的邀请。出于某些我自己也不明就里的原因，我认为进化论其他科学分支中的类似真理更加需要倡导。我们中的许多人都不了解量子理论、或者爱因斯坦的狭义和广义相对论，但是这并没有导致我们反对这些理论!与爱因斯坦的理论不同的是，进化论对于何种程度无知的批评者来说似乎都是平等的游戏。我认为，正如雅克?莫诺富有洞察力地评论的那样，进化论遇到的麻烦之一在于，每个人都自以为理解它。它确实是一个相当简单的理论，所以，人们会以为与几乎所有的物理学和数学理论相比，它简直就是小儿科。它的本质不过是说，存在遗传变异的非随机繁殖，只要有足够的积累时间，就会产生深远的影响。但是，我们有充分的理由相信，这种貌似简单性实际是一种错觉。千万不要忘记，这种理论尽管看起来简单，但是直到9世纪中期才由达尔文和华莱士发现，而这是在牛顿发表《基本原理》将近200年、在埃拉托色尼斯度量地球两千多年之后。为什么这样一个简单的思想在如此长的时间内，没有被牛顿、伽利略、笛卡尔、莱布尼茨、休谟、以及亚里士多德这些富有才具的思想家发现呢?它为什么偏偏要等待由两位维多利亚时代的博物学家揭开面纱昵?那些哲学家和数学家们究竟出了什么问题，以至于忽略了它的存在呢?为什么这样一种有力的思想至今依然没有融入常人的意识之中呢?似乎人的大脑是专门设计用来误解进化论、拒绝接雅克?莫诺，法国生物化学家，曾获965年诺贝尔生理学一医学奖。埃拉托色尼斯，古希腊数学家、天文学家、地理学家。他设计了一种世界地图并推测了地球的周长及地球到月球和太阳的距离。受进化论的。比如说，"偶然性"的问题往往会被歪曲成为盲目的偶然性。大多数攻击进化论的人都会迫不及待地、贸然地错误断定除了随机偶然性，进化论别无所有。既然生命的复杂性包含着偶然性的对立面，如果你认为进化论等价于偶然性的话，那么你会明显地发现，驳倒进化论是一件轻而易举的事情!我的任务之一，就是摧毁这种认为进化论是一种"偶然性"理论的轻率观点。使得人们倾向于置疑进化论的另外一个原因，在于我们的大脑习惯于处理的时间量程与进化过程中典型的时间量程有着天壤之别。我们习惯于理解需要数秒钟、数分钟、数年，或者至多数十年完成的过程。而进化论是一个关于缓慢积累的过程的理论，这些过程需要上万年、甚至上千万年才能够完成。我们所有的直觉判断在被放大许多个数量级之后都变成了谬误。我们精心调整的充满怀疑论和主观概率论的器官失去了效力，因为它被调整为--具有讽刺意味的是，它是由进化本身加以调整的--在几十年的生命过程中发挥作用。它需要想像力来帮助它冲破熟悉的时间量程的羁绊，而我正希望努力协助读者发挥他们的想像力。我们的大脑自然抵制进化论的第三个原因根源于我们作为创造性的设计者所取得的巨大成功。我们的世界充满了工程和艺术的丰功伟绩。我们已指人的大脑--译者注。经完全习惯地认为，复杂而精美的事物必然是深思熟虑的、精心设计的结果。这可能是绝大多数人信奉存在某种超自然的神明的最重要的原因。达尔文和华莱士利用巨大的想像力发现了一条与所有的直觉截然相反的道路，解释了原始的简单性如何衍生出复杂的"设计"，而一旦你理解了它，就会发现它是一条更为可信的道路。这其中想像力的跨越是如此的巨大，以至于时至今日似乎有许多人依然不愿意迈出这一步。这本书的主要目的就是帮助读者进行这种跨越。作者自然会希望自己的著作产生长远的影响，而非昙花一现。但是，任何倡导者除了要倡导永恒不变的真理之外，还必须对同时代的反对观点做出回应。风险在于，无论这些争论在今天看来是如何的白热化，它们在几十年之后都会显得陈旧过时。但是，人们往往会注意到这样一个矛盾现象：《物种起源》的第一版比第六版更加具有说服力。这是因为达尔文认为有必要在后来的版本中对那些对第一版的批评做出回应，这些批评在今天看来是如此地落伍，以至于对它们的回应不仅显得画蛇添足，甚至有误导之嫌疑。尽管如此，出于对批评者以及可能会被迷惑的读者的礼貌，我不能沉迷于对那些只会昙花一现的批评观点置之不理的诱惑。虽然我对本书中的哪些章节最终会成为过眼云烟有自己的看法，但是我相信读者--以及时问--会做出判断。我非常忧虑地发现，一些女性朋友(幸好为数不多)认为使用阳性无人称代词的意图在于把女性排除在外。如果确实发生排除情况的话(令我高兴的是，并没有出现)，我想我会很快也把男性排除在外。当我试探性地把我的抽象读者称为"她"的时候，一位女权主义者却谴责我故作姿态、让人领情，我应当说"他或者她"，以及"他的或者她的"。如果您对语言毫不在意的话，这非常容易办到。不过，如果您不在乎语言的话，您根本不配做读者，无论您是何种性别。在此，我恢复了英语代词的正常传统。我把读者称为"他"，但是我并不认为我的读者只是男性，正如一位讲法语的人不会把桌子当作女性一样。事实上，我认为我经常把我的读者当作女性，但那不过是我的个人事务，我并不认为这取决于我如何使用我的母语。同样的，我要表达感激的原因也是个人化的，希望我未能公平对待的人能够理解。我的出版商认为没有理由对我隐瞒他们的审查员身份(他们不是"评论家"--请恕我对未届不惑之年的许多评论家不敬，那些真正的评论家只有在书籍出版之后、作者已经无可作为的情况下才对书籍做出批评)，我从约翰?克莱布斯(再一次)、约翰?杜兰特、格拉汉姆?卡恩斯?史密斯、杰佛瑞?莱文顿、麦克尔?卢斯、安托尼?哈勒姆、以及戴维?派的建议中获益匪浅。理查德?格里高利对第十二章提出了善意的批评，最终的版本也因完全删除了这一章而有所增益。马克?雷德利以及艾伦?格拉芬虽然已经不再是我的正式学生，但是却与比尔?汉密尔顿一道，成为与我讨论进化论、并使我每天都有所获益的团体的指路明灯。帕米拉?维尔斯、彼得?阿特金斯、约翰?道金斯对我的多个章节都提出了有益的批评。莎拉?巴尼使得本书增色不少。约翰?格瑞宾纠正了一个重大错误。艾伦?格拉芬和阿特金森对一些计算问题提出了建议。动物学系的苹果麦金托什机联合会也友好地让我借用激光打印机来描绘生物形态。现在就职于朗曼公司的麦克尔?罗杰斯的不懈活力使我再次获益。他和诺顿公司的玛丽?卡内恩一起在必要的时候巧妙地运用油门(以鼓舞我的士气)和刹车(激发我的幽默感)。本书的部分内容是在动物学系和新学院善意给予的假期中完成的。最后，我本来应当在我的前两本书中就表示谢意的，是牛津大学的导师制以及我的许多动物学的学生，他们多年以来一直帮助我在艰难的解释艺术中实践我可能拥有的少数技巧。理查德?道金斯1986年于牛津第一章 前途未知动物是已知宇宙中最复杂的事物。我们所解的宇宙只不过是实际宙的叫部分。在其他的星球卜可能存在着比我们更加复杂的事物，而且他们中的某些部分还叮能经了解了我们。但是，这并改变我想要陈述的观。复杂的事物，无论置身处，都值得进行特别的解释。我们想要知道它们是如何出现的以及它们为什么如此之复杂。我要指的足，这种解释对于宙，任何地力的复杂事物基本上都是相州的，对我们，对黑猩猩、蠕虫、橡树、以及对外太空的怪兽都足相川的。是从，唧一方面米既，它划二我所渭的"简单"事物又是相的，例如岩石、云彩、河流、牮系以及夸克，它们是物理学研究的对象。黑猩猩、狗、蝙虬、蟑螂、人、蠕虫、蒲公英、细菌、以及银河系，的外星，物则是物学研了的对象。它们的区别在于设计的复杂性。生物学是研究表面看起来似乎是有意改计而成的复杂事物的。物理学是研究那塑不会使得我们联想到设计的简甲．事物的。乍看起来，人造的事物，例如电脑和汽车似乎是例外。它们都很复杂，而娃有意进行设计的，尽管的活体，是由金属和塑料制造的非血肉之躯。但是存木书，它们还是会被当作生物学的埘象来看待。读者对此做出的反应可能是问："好吧，不过它们难道真的是生物学对象吗?"语言是我们的奴仆，而不是我们的主人。为了不同的目的，我们可以方便地赋予语言不同的含义。绝大多数的烹饪书籍都把龙虾当作鱼类。动物学家可能会对此大为光火，义正词严地指出龙虾如果把人叫做鱼类可能更加有道理，因为鱼类与人之间的关系比与龙虾之间的关系要亲密得多"。而且，说到正义和龙虾，我听说最近有一处法庭不得不对龙虾究竟是昆虫还是"动物"做出裁决(这决定着是否应当允许人们对其生烹活煮)。从动物学上来说，龙虾当然不属于昆虫，它们是动物，我们和昆虫也都是动物。为不同的人使用语言的方式而激动万分是毫无意义的(尽管在我的非职业的现实生活中，我很有可能对那些生烹活煮龙虾的人大动肝火)。厨师和律师需要以其各自特殊的方式来使用语言，在本书中，我也是如此。不要去理会汽车和电脑究竟是不是真的生物学对象。关键在于，如果在某个星球上发现了此种复杂程度的事物，那么我们应当毫不犹豫地得出结论：在那个星球上存在、或者说曾经存在过生命。机器是生命体的直接产物，它们的复杂性和设计都源自于生命体，它们是判断在一个星球上是否存在过生命的依据。化石、骨骼、以及尸体的意义也在于此。我说过，物理学是研究简单事物的。这个观点初听起来似乎也是奇谈怪论。物理学看起来是一门相当复杂的学科，因为物理学的观点是我们难于理解的。我们的大脑是被设计用来理解狩猎、采集、交配、以及抚养幼童的：这是一个中等体积的对象以中等的速度在三维中运动的世界。我们不善于理解非常小和非常大的事物、存续期以兆分之一秒或者十亿年计的事物、没有固定位置的粒子、无法看到和触摸到的力和场，我们只有通过受它们影响的、我们能够看到和触摸到的事物才了解了它们。我们之所以认为物理学复杂是因为我们难以理解它，而且因为物理学书籍充斥着繁难的数学计算。但物理学所研究的对象依然是简单的对象。它们是具有无限重复的原子模式的气体或者微粒，或者像水晶一样的同质聚合体。至少从生物学的标准来看，它们不具备复杂的工作部件。即使是像星体这样由有限的部件组成的庞大的物理学对象，也是随机排列的。物理学的、非生物学的对象的行为是如此的简单，以至于我们能够以现有的数学语言对它进行描述，这正是物理学书籍充满数学的原因所在。物理学的书籍可能是非常复杂的，但是它们跟汽车和电脑一样，都是生物学对象--人类大脑的产物。物理学书籍描述的对象和现象比其作者身上的一个细胞还要简单。而其作者是由上百万兆个这样的细胞构成的，而且其中的许多细胞都彼此各异，它们以复杂的组织结构和精确的设计构成一台能够撰写书籍的机器。我们的大脑处理极端复杂性的能力并不高于其处理极限体积以及其他物理学中艰深的极限值的能力。迄今为止，还没有任何物理学家发明了描述这样一个对象、甚至是它的一个细胞的整体结构及其行为的数学语言。我们所能够做的只是理解关于生命体如何运转、以及它们为什么存在的某些基本原则。这就是我们的切入点。我们需要了解我们以及所有其他复杂的事物为什么会存在。现在，我们能够粗略地回答这个问题，虽然我们还没有完全理解其复杂性。例如，我们中的绝大多数人都没有详尽地理解一架客机是如何工作的。或许连它的制造者们也无法透彻领悟：发动机专家无法根本理解机翼，而机翼专家对发动机也是一知半解。即使是机翼专家，也未必能够以精确的数学语言来理解机翼：他们能够通过观测风洞或者电脑模拟中的模型，预测机翼在紊流状态下的行为--就像生物学家理解动物的方式一样。尽管我们对客机工作的理解非常不完全，我们也都明白它出现的大概过程。它由人类在绘图板上设计出来，然后其他一些人根据图纸制造出零部件，后来更多的人(在人类设计的其他机器的帮助之下)用螺丝钉、铆钉、焊枪、胶将这些零部件按照恰当的方式组合到一起。对我们来说，客机出现的过程并不太神秘，因为是人类制造了它。根据有目的的设计，将零部件系统地组合到一起，这是我们所知道和理解的，因为我们有第一手的经验--即使这种经验来自于我们童年时代玩具的组合和安装。那么，我们自己的身体呢?我们每一个人都是一台像客机一样的机器，只不过更加复杂罢了。我们是不是在设计板上被设计出来的?我们的零部件是不是由一名技艺高超的工程师装配而成的呢?答案是否定的。这是一个令人惊讶的答案，我们知道和理解这个答案才不过一个世纪左右的时间。当查尔斯?达尔文首先对这个问题做出解释之后，许多人都不愿、或者不能理解它。我在孩提时代第一次听到达尔文理论的时候，我断然拒绝相信它。直到l9世纪下半叶，在历史过程中的几乎每一个人都曾经坚信这个理论的对立面--有意识的设计者理论。许多人至今仍然相信上帝造人，这或许是因为对我们自身存在的真正的、进化论的解释依然没有成为大众教育课程的一个常规部分，因此，它必然受到广泛的误解。书名中的"钟表匠"借用自8世纪神学家威廉?帕列夫的一篇著名的论文。他的出版于l802年的《自然神学--源于自然现象的上帝的特征和存在的证据》是阐述上帝造人论点的著名著作，也是支持存在上帝的最有影响力的作品。那是一本我非常推崇的书，因为作者在他所处的时代成功地完成了我现在希望完成的事情。他提出了一个观点，狂热地信奉这个观点，并且不遗余力地向读者灌输这种观点。他对生物界的复杂性怀有恰当的敬畏之情，并且意识到这需要一种非常特殊的解释方式。他所犯的惟百错误--也是公认的重大错误--却恰恰是解释本身。他对谜题给出的是传统的宗教式的解答，只不过他的解释比任何前人都更加明确、更加具有说服力。但是真正的解释却是迥然不同的，直到有史以来最具革命性的思想家之一查尔斯?达尔文，它的真面目才为世人所知。帕列夫在《自然神学》中有一段著名的开场自：在穿越一片荒野的时候，假如我踏到了一块石头，有人间我那块石头是怎样出现在那里的，我可能会回答说，它一直都躺在那里--即使事实并非如此，别人也难以证明这个答案是荒谬可笑的。但是，假如我在地上发现了一块手表，有人问我那块手表为什么会出现在那个地方，我几乎不可能想到上面的那个回答，即据我所知，那块手表始终是待在那里的。在这里，帕列夫已经意识到了像石头一样的自然物体与像手表这样经过设计和制造的物体之间的区别。他接下来详细阐述了手表中的齿轮和弹簧的精确性，以及它们之间组合的复杂性。如果我们在荒野中发现一件像手表这样的物体，即使我们不知道它是如何出现的，仅仅依靠它自身的精确性和设计的复杂性，我们就不得不得出这样的结论：这块手表一定有一个制造者；一定有一个或者多个能工巧匠在某个时间、某个地点出于某种目的制造了它，是他或者他们领悟了它的构造、设计了它的用途。没有人能够合理地反驳这个结论。帕列夫坚持认为，即使是无神论者，在思考自然的作品的时候，也不得不得出这样的结论，因为：手表中所展示的每一个人工的痕迹、每一处设计的证明都会出现在自然的作品当中，只不过自然的作品更加巨大，程度更加难以计算而已。帕列夫接下来以优美的、虔诚的描述，解剖了生命体中的机械性构造，以图进一步阐述他的论点，他首先从人的眼睛开始，这也是达尔文后来最喜欢举的例子，而且它也将在本书中反复出现。帕列夫将人的眼睛与设计的仪器--例如望远镜--进行了比较，并且得出结论说："有几乎完全相同的证据表明，眼睛是被制造用来获得视觉的，正如有证据表明望远镜是被制造用来辅助视觉的一样。"他认为，眼睛一定是有设计者的--正如望远镜一样。帕列夫的观点热烈而真诚，并且披着当时最先进的生物学知识的外衣，但它却是错误的，而且大错特错。望远镜与眼睛、手表与生命组织之间的类比是虚假的。事实与表面现象完全相反，自然中的惟一的"钟表匠"就是物理学的盲目力量，尽管它是以一种非常特殊的方式在发挥作用。一名真正的钟表匠是具有预见力的：他设计齿轮和弹簧，利用心智之眼规划未来的用途，计划它们之问的联结。自然选择--这个达尔文发现的盲目的、无意识的、自动的过程，今天所知的、对于生命的存在以及看似有意图的生命形式的解释一一本身是毫无目的性的。它没有心钳，也没囟'心智之眼，更不会对未来进行规划；它没有洞察力，没有先见之明，甚至根本没有"视力"。如果非要说它在扮演了"钟表匠"角色的话，那么它就是一"个"卣眼钟表匠"。我应傍此、以及更多其他的进行解释，但是，我能贬低曾经给予帕列夫鼓舞的活"钟表"的奇迹；相反，我会尝试解释我的感觉，帕列夫-丁能会对这种感觉借题发挥。说到对活"钟表"的敬畏之情，我绝埘会输给任何人。我与尊敬的威廉'帕列夫的，块同感想可能会比我与位著名的现代哲学家的共n司感想更多，我曾经。这化著名的无神论者在'次宴会l：就这个问题进行过沦。我说道，我无法想像在1859年达尔文的《物种起源》m版之前彳人会是九神论者。"那么休说呢?"这位哲学家道：休莫是怎样解释生物界有组织的复杂性的?"我问道。"他没有解释。"这位哲学家说道，"为什么需要特殊的解释呢?"帕列火知道它需要特殊的解释。达尔文也知道。而且，我怀疑我身边的这位哲c≯家在内心深处也明E 这...点。厄沦如何，我有责任柏：这咀进行说。天于戴维?休谟，据说这能伟大的苏格兰哲学家早柞：达尔文之前一个世纪就驳倒了：帝造人论。但是休漠做的l4过是批评将自然中的表面设计作为：帝存租：的确实证据的逻辑。他并没有提出任何对于表面发计的其他解释，也没有对这个M题做m解脊。达尔文之前的休谟派无神论老'可能会这样说："我尢法解释复杂的生物设计。我所知道的是帝并刁是一个很好的解释，因此我们只能等待有人提个更好的解答。"我；禁感觉到，这样一种立场，尽管富有逻辑性，"是依然无法令人满意，而且，尽管在达尔文之前的无神论在逻辑上尚可维系，但是只有达尔文才使得成为一名在学术上满足的无神论者变成可能。休谟的某些著作表明，他低估了生物设计的复杂和优美。我想他会同意这一点。如果休谟在世的话，年轻的博物学者查尔斯?达尔文可能向他展示一两件东西，不过当达尔文进入休谟曾经所在的爱丁堡大学的时候，休谟离开人世已经40年了。关于复杂性和看似的设计，我已经谈论了许多，似乎这些词汇的含义不言自明。在某种意义上来说，它们的含义是很明显的--绝大多数人都对复杂性的含义有直觉的了解。但是，这些词汇--复杂性和设计--在本书的地位极其关键，因此我必须努力以更加精确的语言，让读者感觉到，复杂的、看似经过设计的事物是有特别之处的。那么，什么是复杂的事物呢?我们如何来辨别它?从何种意义说，一块手表、一架飞机、一只蠼螋，或者一个人是复杂的，而月亮却是简单的呢?我们能够想到的第一点，也是复杂事物的一个必要特征，就是它具有非单一的结构。一块粉色的牛奶布丁或者牛奶冻是简单的事物，因为如果我们把它切成两半，这两部分具有相同的内部构成，也就是说牛奶冻是同质的。一辆汽车是非单一结构的，与牛奶冻不同的是，汽车的几乎任何...一个部分都与其他部分不同。半辆汽车乘以2并不等于一辆汽车。这就相当于说，一个复杂的事物与简单的事物不同，它拥有许多的部分，而且这些部分属于不同的种类。这种异质性，或者"多部分性"，是一个必要条件，但并不是充分条件。大量的物体有许多组成部分，而且内部结构也是非单一的，但是却并不具有我所说的那种复杂性。例如，布朗峰。，是由许多种不同的岩石构成的，这些岩石混杂在一起，无论你从任何地方把山峰切成两半，这两部分的内部构成肯定是互不相同的。布朗峰拥有牛奶冻所不具备的异质性，但是它依然不具备生物学家所说的复杂性。下面让我们借助数学中的概率论，来尝试另外一条探求复杂性定义的路线。假设我们试着给出如'的定义个复杂的事物就是其组成部分的排列方式不可能仅仅是偶然的结果。借用...位著名的天文学家的类比，如果你把一架匕机的各个部件随机地组合到一起，你碰巧组装成一架可以运转的波音匕机的概率几乎为零。将架飞机的部件组合到一起的可能方法有数十亿种，但是其只有一一种，或者少数儿种组合能够得到一架飞机。而要把人的复杂部件组合到一起的方法更是不日胜数。这种给复杂性定义的方法似乎是前途光明的，但是我们还需要其他的东西。也可以说，将布朗峰的各个部分组合到一起的途径有数。亿种，但是其只有一种才是布朗峰。凶此，如果布朗峰是简单事物的话，那么是什么东西使得飞机和人成为复杂事物的呢?任何部件的杂乱组合都是独一一无：一的，而都是非概然的。飞机破碎场的碎屑堆足独一无二二的，没自'任何两个碎屑堆是相同的。如果你把匕机的碎片扔进碎屑堆，你碰巧两次击中具有完全卡日的部件组合的碎屑堆的几率跟你组装成一架飞机的几率，乙乎一样低。那么，为什么我们不能说一个垃圾堆、或者布朗峰、或者月亮，是跟匕机或者一条狗一样复杂?又为什幺在所有这些情阿尔审斯的龉音峰，赫稿4802米，况之下，原子的排列都是"非概然的"呢?我的自行车上的组合锁有4096个不同的组合。每一个组合都是"非概然的"，因为如果你随机地转动轮子，4096个组合中的任何一个都同样不可能出现。我可以随机地转动轮子，然后看着出现的数字，后知后觉地欢呼道："多么神奇啊。这个数字出现的几率是14096。这真是一个小小的奇迹!"这跟认为一座山峰上的某个特定的岩石排列、或者碎屑堆中的金属片是"复杂事物"别无二致。但是，在这4096个轮子的组合中有一个是独一无二的，207这个组合是惟一能够打开锁的组合。11207的独特性与后见之明毫无瓜葛：它是由制造商预先设置的。如果你随机地转动轮子，并且在第一次就恰好组合出207的话，你就能够偷走这辆白行车，这也将是一个小小的奇迹。如果你凭运气打开了银行保险箱上的组合锁，那将成为一个大大的奇迹，因为那个几率是几百万分之一，如果真是那样的话，你就能够偷来一座金山了。猜中能够打开银行保险箱的幸运数字，就相当于随机投掷废金属并恰好组装出一架波音747。在数百万个组合锁的所有组合中，只有一个能够打开锁。类似地，在数百万个废金属的组合当中，只有一一个(或者少数几个)组合能够飞上蓝天。能够飞翔的这个组合、或者能够打开锁的数字的独特性，跟后见之明毫无关系，它是预先设置的。锁的制造商固定了这个组合，并且告诉了银行的经理。飞机能够飞上蓝天是我们预先赋予飞机的一种属性。如果我们看到飞机在天空中飞翔，那么我们就能够知道它不是随机将废金属组合到一起形成的，因为我'rS道随机组合得到能飞上蓝天的飞机的几率是多么的微小。现在，如果你考虑将布朗峰的岩石胡乱堆砌到一起的所有可能自c方法，确实只有其中的一种能够得到我们所知的布朗峰。但是币朗峰是我们利用后见之明赋予它的名字。其他许多种堆砌岩年的方法中的任何一种，都可能被称为一座山峰，也可能被称为"前朗峰"。我们所知的布朗峰没有任何独特之处，没有任何预先确定的东西，没有任何等同于飞机、或者等同于大门洞开之后钞募纷纷滚出的保险箱的东西。那么生命体当中，相当于大门洞开的保险箱、或者翱翔的飞机能东西是什么昵?在某些情况下，它们几乎是完全相同的。燕子能够飞翔。正如我们已经看到的那样，要组装一个飞行器并不容易。如果你将燕子的所有细胞进行随机的组合，最终的结果能够飞翔的几率与零无异。并非所有的生命体都能够飞翔，但是它们所做的其他事情也是同样非概然的、预先指定的。鲸鱼不能飞翔，但是它们能够游泳，而且游泳的速度跟燕子飞翔的速度一样高。将鲸鱼细胞随机组合得到的结果能够游泳--暂且不必说像鲸鱼一样迅速、高效率地游泳--的几率是可以忽略不计的。在这一点上，一些目光锐利如鹰隼的哲学家(鹰隼具有非常锐利的视觉--你不可能将晶体和光敏感细胞随机组合得到鹰的眼睛)可能会开始嘀咕循环论证的问题。燕子能够飞翔，但是不能游泳；而鲸鱼能够游泳，却不能飞翔。我们事后才能够确定随机组合的结果究竟是能够游泳，还是能够飞翔。假设我们同意在尝试了组合细胞之后，再确定结果如何，那么随机组合的细胞可能会得到高级的穴居动物，例如鼹鼠；或者攀登能手，例如猴子。它可能擅长在空中滑翔，或者抓取油腻的碎布，或者沿着不断缩小的圆圈漫步，直至最终消亡。这份清单可以无限延续下去，不是吗?如果这份清单真的可以无限延续下去的话，我假想的这位哲学家就有话要说了。如果无论你多么随机地组合物质，最终的结果都擅长某些东西的话，那么就可以说我在燕子和鲸鱼的问题上欺骗了读者。但是生物学家可能需要更加明确地界定什么是"擅长某些"的东西。我们认定一个事物是动物或者是植物的最低要求，就是它应该能够以某种方式谋生(更加准确地说，它应当能够存活得足够长，以便能够繁殖)。谋生的方式确实有许多种--飞翔、游泳、在树木之问荡秋千，等等。但是，尽管存活的方式有许多种，死亡或者无生命的方式却必定更多。你可以在10亿年中反反复复地随机组合细胞，但是你可能一次也不会得到能够飞翔、或者游泳、或者穴居、或者奔跑、或者做任何其他事情的组合，甚至更加糟糕的是，你的结果可能根本不能被认为是生命体。这是一个漫长的争论过程，现在是时候让我们提醒自己，我们是如何陷入这场争论中来的了。当我们说一个事物复杂的时候，我们要寻找一个准确的方式来表达我们的意思。我们试图要弄清楚人类与鼹鼠、蚯蚓、飞机、手表--而不是与牛奶冻、布朗峰、或者月亮--之间的共同点。我们得到的答案是，复杂的事物具有某种预先确定的属性，这种属性极其不可能仅仅依靠偶然性而获得。对于生命体而言，这种预先确定的属性就是"精通"。要么精通某种特定的能力，例如飞翔；要么精通某种更加普遍的事物，例如躲避死亡的能力，或者通过繁殖传递基因的能力。躲避死亡是你必须学会的一件事情。人体具有一种回归到与周围环境保持均衡的倾向。如果你要衡量生命体中的某些数据，例如温度、酸度、水含量、或者电位，你通常会发现，它们与周围环境的指标大不相同。例如，我们的体温通常要比周围环境的温度高，在寒冷的气候中，人体不得不努力工作以保持这种温差。当我们死去之后，这种工作就停止了，温差也会逐渐消失，最终人体的温度将与周围环境趋同。尽管并非所有的动物都会如此辛书：地避免与周围的温度达到均衡，但是所：有的动物都会做一些类似的工作。例如，在一个二旱的国度里，动物和植物都会努力保持体内细胞中液体的含量，抗衡水分从体内流失至外界干燥环境中去的自然倾向，失败则意味着死亡。从更广泛的意义上来说，如果生命体不积极地工作以防止失败，它们最终将同周围环境融为一体，不再作为一个独立的生命存在。这就是任何生命体死亡之后的结局。人造的机器是一个例外，尽管我们已经同意把它们当作是名义的生命体，但非生命的事物是不会这样工作的。它们接受意图使它们与周围环境保持均衡的力量。布朗峰已经存在7很长的时间，或许还将继续存在很长的时问，但是它并没有努力求存。岩石只是因为重力的影响才停留在那里，不需要其他的工作使它继续停留在那里。布朗峰存在着，而且会继续存在着，直到逐渐风化，或者发生'场地震将它摧毁。它：不会像生命体一样，对风化的部分进行修补，也彳会在崩塌之后重新站立起来。它只是遵循着物理学的普通定律。这难道能够否定生命体也是遵守物理学定律的吗?当然不能。认为生命体违反物理学定律的想法是毫无道sa N9，没有任何超自然的"生命力"能够同物理学的根本力量相抗衡。但是，如果你试图以幼稚的：疗式利用物理学的定律来理解整个生命体的行为，你会发现收获甚少。人体是一个由许多部件组成的复杂的事物，为了理解它的行为，你必须将物理学定律应用到它的每一个部件，而不是整体上去。人作为一个整体的行为将作为各个部件相互作用的结果而出现。我们以运动学定律为例。如果你将一只死鸟扔到空中，它会像物理学书籍所说的那样，画出一道优美的抛物线，然后落到地上，并且停留在那里。它的行为与具有一定的质量和空气阻力的固体应当表现出来的行为完全一一致。但是如果你将一只活着的鸟扔到空中，它不会沿着抛物线落到地上，而是远走高飞。原因是它拥有抗拒身体承受的重力以及其他物理力的肌肉。肌肉的每一个细胞仍然遵守物理学的定律，它牵动翅膀，使得整个身体浮在空中。鸟并没有违反重力的规律。它一直承受着重力的向下牵引力，但是它的翅膀在积极地工作--它的肌肉在遵循着物理学的定律--以抗衡重力，使其浮在空中。如果我们幼稚地把它简单地看做一个无结构的、具有一定质量和空气阻力的整体物质，那么我们就会认为它违背了物理学的定律。只有当我们明白它是由许多内部部件构成的，每一个部件都遵循着自身的物理学定律，我们才能够理解鸟的整体的行为。这适用于所有人造的机器，也适用于任何复杂的、多部件的事物。这样我们就触及了我希望在这个相当富有哲学色彩的章节里面想要讨论的话题，也就是我们所说的解释的含义。我们已经明白了我们所说的复杂的含义。但是，如果我们要理解一台复杂的机器或者生命体的运作，怎样的解释能够使我们满意呢?答案是我们在上一个段落中得到的解释。如果我们希望理解一台机器或者生命体的运作，我们需要观察它的组成部分，并且了解它们 一之间是如何相互作用的。如果有一个复杂的事物是我们所不型解的，那么我们可以从我们已经理解的简单部件入手。如果我向一位工程师询问蒸汽机车是怎样作的话，我对能够佃我满意的回答的类型有非常公正的看法。像朱利安．赫胥黎r一样，如果这位程师回答说，它是由"动力"推动的，我一定不瓮感到满意。如果他接下来乱扯什么整体大于部分之和的废话冬我厌烦的话，我一定会打断他："这些无关紧要，你只需要告诉教它是怎样工作的。"我想要听到的是，发动机的各个部分是怎样耗互作用，从而产生整个发动机行为的。首先我希望听到的是关于一些大的部件的解释，尽管这些大部件的内部结构和行为可能爿常复杂，而且没有得到解释。首先需要进行解释的部件的名称包括火箱、锅炉、汽缸、活塞、蒸汽调节器等。这位工程师可以表示，暂不解释每个部件的作用。我会暂时接受这样的回答，而不去追问究竟每一个部件是如何：作的。只要每个部件发挥自己的作用，我就能够理解它们是怎样相互作用，从而使得整个机车运转的。当然，我可以询问每一个部分是如何工作的。在接受了蒸汽调节器调节蒸汽流的事实，并且利用这个事实来理解整个机车的运转之后，我把好奇心转移到了蒸汽调节器身上。现在，我希望了解'邑是如何利用自己的内部构造来实现自己的行为的。我们对任何一个级别的部件的行为的解释，是利用其组成部件的相互作用来进行的，并暂且不理会这些组成部件的内部结构。我们如此层层推进，一直达到最简单的、我们认为没有必要提问的部件。例如。赫胥黎，l887一1975，英国生物学家，汤玛士?赫胥黎之孙，著有《新分类学》等，也是重要的科学教育家，我们绝大多数人都会对坚硬的铁质活塞杆的属性了如指掌，并且准备利用它作为对包含它的、更加复杂的部件进行解释的单位。当然，物理学家们不会理所当然地接受铁质活塞杆。他们会问为什么它是坚硬的，而且会继续层层推进，直至基本的粒子和夸克。但是对于我们绝大多数人来说，生命如此短暂，无法效仿这些物理学家追根究底。对于任何特定的复杂组织，在通常情况下，我们只需要向下追究一两个层次，就能够得到令人满意的解释。汽车发动机的行为可以用汽缸、汽化器和火花塞来解释。当然，每一个部件都处于更低级别的解释的金字塔的顶端。但是，如果你问我发动机是如何工作的，我用牛顿定律和热力学定律来进行解释，或者用基本粒子进行解释，你一定会认为我是在高谈阔论，甚至是彻头彻尾的反启蒙主义者。毫无疑问，对汽车发动机的行为的最本质解释就是粒子之间的相互作用。但是如果用活塞、汽缸和火花塞之间的相互作用来进行解释会更有用。电脑的行为可以用半导体的电子门电路来进行解释，而半导体的电子门电路的行为又可以由物理学家用更低级别的组成部分的行为来解释。但是在实际当中，对于大多数的目的而言，如果你想要理解整个电脑的每一个层面的话，你简直就是在浪费自己的时间。因为电子门电路的数量极其庞大，而且相互作用不计其数。能够令人满意的解释必须把相互作用的数量控制在较少的范围之内。这就是为什么当我们在试图理解电脑的工作原理的时候，我们喜欢首先用几个主要的部件--内存、处理器、存储器、控制器、输入输出控制器等进行解释。理解了这些主要部件的相互作用之后，我们可能希望就这些主要部件的内部结构提出问题。只有专业的工程师才会深入到AND和NOR门电路的层次，也只有物理学家才会继续深入到电子在半导体介质中的行为的层面。对于那些喜欢某某"主义"这种词汇的人来说，我的理解事物工作原理的方法可能会被称为"等级简化主义"。如果你阅读了最新的知识分子杂志的话，你会发现"简化主义"像罪恶一样，只有反对它的人才会提起它。在某些圈子里，如果你自称是简化主义者，那就简直像承认自己吃婴儿一样骇人听闻。但是，正如没有人真正吃婴儿一样，也没有人是值得反对的简化主义者。这种不存在的简化主义者--人人反对、但是实际上只存在于他们的想像之中的简化主义者--试图直接用最简单的部分，甚至用部分之和来解释复杂的事物。另一方面，等级简化主义在解释级别结构中的任何级别的复杂实体时，是用仅比该实体低一个级别的实体进行解释；而这些用来解释的实体本身可能也是相当复杂的，需要简化到它们自身的组成部分，依此类推。无庸赘言，适用于高级别的解释方法与适用于低级别的解释方法颇为迥异--尽管传说中的吃婴儿的简化主义者会否认这一点。这就是为什么要用汽化器而不是夸克来解释汽车的原因。但是，等级简化主义者认为汽化器可以用更低级别的实体进行解释，而这些更低级别的实体又可以用再更低级别的实体进行解释......最终可以用最小的基本粒子进行解释。从这种意义上来说，简化主义只不过是理解事物的诚实愿望的别名而已。在这一部分开始的时候，我们提出了对复杂事物的何种类型的解释能够令人满意的问题。刚才我们从机械的观点考虑了这样的问题："它是怎样工作的?"我们得出的结论是，一个复杂事物可以被认为是有序的连续等级，它的行为可以用其组成部分的相互作用进行解释。但是，另外一个问题是复杂的事物是怎样出现的。这个问题是本书尤其关心的。在此我不必赘言。我要说的只是，理解机械原理的普遍原则同样适用于此。我们不会理所当然地接受一个复杂事物的出现，因为它的概率太小了。只要发生一个偶然事件，它就不可能出现。我们会解释它的出现是一个渐进的、累积的、逐步的从简单的事物、从简单到足以偶然出现的原始对象演变而来的过程。正如"大步骤简化主义"无法解释机械原理，必须用逐步的、层层剖析的方法取代一样，我们不能一步就解释复杂事物的起源。我们必须再次诉诸于一系列的小步骤，这一次是按照时间的顺序。牛津大学的物理化学家彼得?阿特金斯在其文笔优美的《造物》一书中写道：我要带你的心灵做一次旅行。这是一次领悟之旅，它会带领我们来到空间、时间、以及理解力的边缘。在旅途之中，我会告诉你，没有任何事物是无法理解的，没有任何事物是无法解释的，所有的事物都是极其简单的......宇宙中的大量事物，例如大象，根本无需解释。一旦分子学会了竞争和创造类似自身的另外一个分子，大象--以及类似大象的事物，不久之后，就会徜徉在乡野之间。阿特金斯假设，一旦相应的物理条件得到满足，复杂事物的进化--本书的主题--将是无可避免的。他研究了必须具备什么最低的物理条件，一个非常懒惰的造物者必须付出怎样的最少量的设计工作，才能够保证宇宙、以及后来的大象和其他的复杂事潮物在某一天出现。从他作为一个物理学家的立场，答案是造物者是无限懒惰的。为了理解万物的起源，我们需要假设的基本的初始单位要么是虚无(根据某些物理学家的观点)，要么是最简单的单位，简单到根本不需要造物者来干预。阿特金斯指出，大象和复杂的事物不需要任何解释。但那是因为他是一位信奉生物学进化论的物理学家。他的真实意图并不是大象不需要解释，而是对生物学家在接受一些物理学事实的基础上能够解释大象感到满意。因此，他作为一名物理学家的任务，就是证明我们接受这些事实的合理性。他成功地做到了这一点。我要做的工作只是锦上添花。我是一名生物学家。我接受物理学的事实--简单世界的事实。如果物理学家们对于这些事实是否已经得到理解没有达成一致意见，那不是我的问题。我的任务就是对大象以及充满复杂事物的世界，用物理学家们已经理解的、或者正在试图理解的简单事物进行解释。物理学家的问题是最终的起源和最终的自然法则。生物学家的问题是复杂性问题。生物学家试图用简单的事物来解释复杂事物的起源和作用机理。如果他到达了简单到足以安全地移交给物理学家的程度，他就可以认为完成了自己的任务。我很清楚，我对复杂对象的界定--统计学上概然率极低的、事前未知的方向--似乎十分怪异。我认为物理学是研究简单事物的界定同样看似怪异。如果你喜欢其他定义的复杂性方式，我并不介意，并且为了讨论的目的，我也可以采用你的定义。但是，我真正关心的是，无论我们怎么称谓这种"统计学上概然率极低的、事前未知的方向"，这都是一种需要付出特殊解释努力的属性。正是这种属性将生物学对象和物理学对象区别了开来。我们所要进行的解释不能违背物理学的定律。相反，我们要利用、并且仅利用物理学的定律进行解释。但是，我们要以一种不同于物理学教科书的特殊方式来利用物理学定律。这种特殊的方式就是达尔文的方式。我将在第三章"微小变化的积累"当中介绍它的基本内涵。同时，我也想效仿帕列夫，强调一下我们的解释所面临的问题--生物的巨大复杂性以及生物设计的美和优雅--的难度。第二章详尽地讨论了一个特例--蝙蝠的"雷达"，这是在帕列夫时代之后很久才发现的。在此，我举一个图例(图)--帕列夫该会多么喜爱电子显微镜啊!--眼睛以及两个：连续的局部"放大"的图像。图的上部是眼睛的剖面图。在放大：艺后，眼睛成了一个光学仪器。它与照相机之间的相似性是显而易见的。虹膜负责不断地调节光圈；"镜头"，实际上是复合镜头系统的一部分，负责聚焦的可变部分；利用肌肉收缩"镜头"可以改变焦点(就像在人造照相机中前后移动镜头一样)，图像会落在后方的视网膜上，并且刺激光电池产生反应。图的中问部分是视网膜一小部分的放大图。光线从左方进入。光敏感细胞(光电池)虽然不是最先接触光线的，但是它们被埋藏在内部以迎接光线。这种奇特的特征我们在以后还会提到。实际上，光线最先接触到的是神经节细胞，它们构成了光电池和大脑之间的"电子界面"。神经节细胞负责以复杂的方式对信息进行预处理，然后传递给大脑，其传递方式仅仅靠"界面"这个词不足以涵盖，"卫星电脑"可能是更加合适的名称。有线路经过视网膜的表面将神经节细胞和"盲点"联结起来，并在盲点处穿入视网膜，构成通向大脑的中继线，也就是视神经。"电子界面"中大约有300万个神经节，负责从．25亿个光细胞中收集数据。图的最底部是一个放大的光细胞一杆状体一的图像。当你观察这个细胞的精致结构的时候，要记住这种复杂性在视网膜中重复了．25亿次，即类似的复杂性在人体当中重复了数万亿次。．25亿光细胞这个数字大约是一幅高质量杂志照片中可解析点数的5000倍。光细胞示意图右侧的折叠的隔膜是收集光线的结构。这种分层的构造提高了它捕捉光子--光的基本粒子--的效率。如果第一层隔膜没有捕捉到光子，那么第二层、第三层等等就会捕捉到。因此，某些眼睛能够发现单独的一个光子。摄影师们能够使用的最快、最敏感的胶卷感光乳剂需要25倍的光子才能够探察到一点光线。细胞中间部分内部的糖块形状的东西主要是线粒体。线粒体不仅存在于光细胞中，而且存在于许多其他细胞中。每一个线粒体可以被看做是一个化工厂，它通过其内部复杂折叠的隔膜表面长长的、错综复杂的装配线，处理700多种不同的化学物质，然后制造出其主要的产品--可用能量。图左方的小圆球是细胞核。这是所有的动物和植物细胞共有的特征。我们在第五章将看到，每一个细胞核都拥有一个数字编码的数据库，其容量超过30卷大不列颠百科全书的总和。这个数字是针对每一个细胞的，而不是人体所有的细胞。图底部的杆状体是一个细胞。人体中细胞的总数大约为l0万亿个。当你在吃排骨的时候，你相当于正在撕碎l 000亿本大不列颠百科全书。第二章优美的设计自然选择是一个"盲眼钟表匠"。之所以说它"盲"，是因为它并没有事先预见，也没有计划顺序，更加没有目的。但是自然选择的现实结果却让我们惊讶莫名，因为其设计的外观仿佛出自"钟表制造大师"之手，让我们误以为那是事先设计和规划的结果。本书的目的就是破解这个充满矛盾的现象，令读者满意，而本章的目的则是让读者进一步感受设计错觉的力量。我们要考察一个特例，并将得出这样的结论：说到复杂性和设计之美，帕列夫的言论根本没有触及精髓。如果一个生命体或者器官中为了某种实际的目的，例如飞翔、游泳、视物、进食、繁殖，或者更加广义地说维持生存和组织基因复制，而嵌入了一个智能的引擎，那么我们可以说这是一个优美的设计。我们不必假设一个生命体或者器官是其引擎能够想像到．的最佳设计。毕竟，一个引擎的最佳设计往往会被另外一个引擎--尤其是被处于科技发展史后期的引擎--的最佳设计所超越。任何引擎都可以识别出于某种目的而被设计--即使是粗劣设计--出来的对象，你只要观察对象的结构，就可以明了其设计的目的。在第一章当中，我们主要从哲学层面进行了探讨。在本章当中，我将给出一个特殊的实例，我相信它能够给任何设计师留下深刻的印象，这个实例就是蝙蝠的声纳(雷达)。在逐步解释的过程中，我会首先提出生命体面临的问题，然后我将考虑一个明智的设计师可能会考虑的解决方案，最后我会给出自然实际采用的解决方案。当然，这个例子仅仅用于举例说明。如果哪个工程师对蝙蝠感到惊讶的话，一定还有无数其他生命体的实例同样会令他惊讶。蝙蝠的问题是：如何在黑暗中辨别方位。它们在夜晚进行狩猎，但是不能依靠光线帮助自己发现猎物和躲避障碍物。你可能会说，如果这是个问题的话，那么这个问题是它们自己造成的，它们只需要改变自己的习惯，在白天进行狩猎，就可以避免这个问题。但是白天已经被其他生物--例如鸟类--大量利用了。在必须夜晚谋生的前提下，在白天的时间已经被完全占用的前提下，自然选择赐予了蝙蝠擅长夜晚狩猎的本领。顺便说一句，夜间活动可以追溯到我们所有哺乳动物的祖先。在恐龙统治白昼的时代，哺乳动物的祖先们得以生存的原因是它们找到了在夜晚谋生的手段。只是在6500万年前恐龙神秘地大规模灭亡之后，我们的祖先才得以大规模地从事白昼的活动。还是回到蝙蝠身上来。它们遇到了一个技术问题：怎样在没有光线的情况下找到路和猎物。蝙蝠并不是惟一面临这一困难的生物。很明显，它们捕捉的在夜间飞翔的昆虫也必须能够辨别路径。深海中的鱼类和鲸鱼无论白天还是黑夜都几乎不见光线，因为太阳光无法穿透水体，到达如此深的海底。生活在极其浑浊的水中的鱼类和海豚也无法用眼睛视物，因为即使存在光线，也被水中的灰尘屏蔽或者反射掉了。大量其他的现代生物也是在难以或者无法视物的环境中谋生的。碡对于如何在黑暗中谋生的问题，一位工程师会考虑怎样的解决方案呢?他可能想到的第一个解决方案是用灯笼或者探照灯来制造光线。萤火虫和某些鱼类(一般是在细菌的帮助之下)能够自身发光，但是这个过程似乎需要消耗大量的能量。，萤火虫利用自身所发的光来吸引异性。这并不需要惊人的能量：雌性很容易在夜间在一定的距离之外看到雄性的小针状物，因为雌性的眼睛是直接暴露在光源之下的。但是利用光线为自己辨别路径则需要大量的能量，因为眼睛必须探察从周围环境反射回来的零星光线。因此，如果光源被用于顶灯照路的话，它必须比用于向外传递信号的情况要明亮很多。无论如何，不管是不是出自能量消耗的原因，除了某些奇特的深海鱼类和人类之外，没有任何动物利用制造出来的光线为自己照路。那么这位工程师还会想到什么呢?盲人有时候似乎对于道路中的障碍物具有非常敏锐的感觉。这种感觉已经被命名为"面部视觉"，因为盲人们表示这种感觉有点类似面部的触觉。有报道说，一个全盲的男孩儿能够依靠"面部视觉"，骑着自行车绕着他家附近的街区飞快地行驶。实际上，实验表明，"面部视觉"与触觉或者脸的前部没有任何关系，尽管人会认为这种感觉源自于脸的前部，就像感觉义肢疼痛一样。事实证明，"面部视觉"实际上来自于耳朵。盲人实际上是利用自己的脚步和其他声音的回声来感知障碍物的存在的。在发现这一现象之前，工程师们已经制造出了利用这一原理的仪器，例如测量船底水深的仪器。在这种方法被发明之后，武器设计师们想到利用它来探测潜水艇只是时间问题了。二次世界大战的双方都非常倚重这些仪器，并命名为"潜艇探测器"(英国)和声纳(美国)，以及类似的雷达技术(美国)和RD(无线电测向器，英国)，后者利用的是无线电的反射，而不是声音的反射。声纳和雷达的先驱们当时并不知道，但是现在全世界都已经知道，蝙蝠或者说蝙蝠所接受的自然选择早在数千万年之前就完善了这个系统，它们的"雷达"出色的探察和导航功能足以让工程师们莫名景仰。谈论蝙蝠的"雷达"从技术上来说是不正确的，因为它使用的不是无线电波，而是声纳。但是雷达和声纳背后的数学理论是非常相似的，我们对于蝙蝠行为的理解大部分来自于雷达理论。美国动物学家唐纳德?格立芬--蝙蝠声纳的主要发现者--创造了"回声定位法"这个词来概括动物和人类仪器使用的声纳和雷达的原理。在实际中，这个词更多的是用于指动物的声纳。笼统地提及蝙蝠，似乎所有蝙蝠都别无二致的做法是具有误导性的，这就仿佛我们一口气说出狗、狮子、黄鼠狼、熊、土狼、熊、以及水獭，因为它们都是食肉动物一样。不同种群的蝙蝠使用声纳的方式是截然不同的，仿佛它们是各自独立"发明"了声纳，就像英国人、德国人、和美国人独立发明了雷达一样。并非所有的蝙蝠都使用回声定位法。欧洲的热带果蝠拥有很好的视力，它们中的绝大多数只使用眼睛来辨别路径。但是，有一两种果蝠，例如Rou-seus，能够在视力无用武之地的完全黑暗中辨别方向。它们使用的是声纳，但是这种声纳比我们熟悉的温带小型蝙蝠所使用的声纳要原始得多。Rouseus在飞行的时候大声而有节奏地拍打舌头，通过测量每次拍打和回声之间的时间间隔来进行导航。我们能够清晰地听到Rouseus的大部分拍打(根据定义，它们是声音，而不是超声；超声是音调很高的、以至人类无法听到的声音)。从理论上来说，一个声音的音调越高，它就越适合于精确的声纳。这是因为低音调的声音的波长很长，它无法分辨相隔很近的物体。因此，在所有其他条件都相同的情况下，利用回声作为制导系统的导弹最好能够产生高音调的声音。实际上，绝大多数的蝙蝠都使用音调极其高的声音--超声，人类的耳朵无法听到。Rouseus拥有良好的视力，能够利用相对低音调的声音来进行微量的回声定位，以弥补视力的不足。与它不同的是，小型的蝙蝠似乎是技术更先进的回声机器，它们的眼睛很小，在绝大多数情况下不能视物。它们生活在回声的世界里，或许它们的大脑能够利用回声做一些类似"看"图像的工作，尽管我们几乎不可能"呈现"这些图像的模样。它们制造出来的噪音太高了，人类根本无法听到。在大多数情况下，它们比任何人曾经听到过的、甚至想像得到的音调都要高得多。我们无法听到它们是一件幸运的事，因为它们非常强大，如果我们能够听到的话，一定是震耳欲聋，那时候我们想安心睡觉一定是不可能的了。这些蝙蝠好像是微缩的问谍飞机，携带着"先进的仪器"呼啸而过。它们的大脑是经过精心调整的电子技术的微缩包，并用能够实时对回声世界进行解码的软件进行了编程。它们的脸经常会扭曲成令人生厌的怪异的形状，然后我们才会发现，原来它是精心设计的、往想去的方向发射超声波的仪器。尽管我们无法直接听到这些蝙蝠发出的超声波脉冲，但是我们可以通过一种翻译机器或者说"蝙蝠探测仪"来获得大致的印象。它能够通过一种特殊的超声波麦克风收集脉冲，并把每个脉冲转换成可以通过耳机听得到的咔哒声。如果我们携带着这样一台"蝙蝠探测仪"来到蝙蝠猎食的空旷地，当蝙蝠发出脉冲的时候，我们就能够接收到--尽管我们无法听到真正的脉冲声音。如果这种蝙蝠是Myos--一种常见的褐色小蝙蝠，那么在蝙蝠正常飞行的时候，我们就能够听到每秒钟0次的低低的咔哒声。这个速度跟标准的电传打字机、或者布伦式轻机枪的速度大致相当。假设在蝙蝠的眼中，它在其中飞翔的环境每秒钟改变0次。只要我们的眼睛是睁开的，那么我们眼中的视觉图像也会连续地更新。我们可以在夜间使用一台频闪观测仪，来观看间歇式更新的世界图像是什么样子。有时候在迪斯科舞厅会发生这样的情况，而且会带来戏剧化的效果。一个正在跳舞的人看起来好像是木木偶似间歇地动作着。显而易见，我们把闪光灯设置得越快，图像就与正常的"连续"移动的图像越接近。每秒钟"取样"0次的频闪观测仪可以满足普通用途的需要，但是还不足以适应接球或者捕捉昆虫的要求。不过，这只是蝙蝠在正常飞行情况下的取样率。当褐色拘,蝙蝠发现了一只昆虫，并且开始进入捕捉行动的时候，它的取样率就会增加。当蝙蝠即将接近移动目标的时候，它的取样率可以高达每秒钟200次，远远高于机关枪的速度。为了模拟这种情况，我们必须加快频闪观测仪的速度，使它的速度达到电源频率(在荧光条形照明灯下人们通常注意不到)的两倍。很明显，即使在打壁球或者乒乓球的时候，视觉世界以那样高的频率"脉动"的情况下，我们也能够正常发挥所有的视觉功能，而不会遇到任何麻烦。如果假设蝙蝠的大脑像我们的大脑一样建立世界的影像，那么脉冲率本身就足以说明，蝙蝠的回声影像至少跟我们的视觉影像一样具体和"连续"。当然，可能有其他原因使得其影像不如人那样的具体。如果蝙蝠能够把取样率提高到每秒钟200次，它为什么不始终保持这种取样率呢?既然在它的"频闪观测仪"上有一个频率控制"调节器"，它为什么不把它始终调节到最高，从而使得对世界的感知始终最准确，以应对紧急情况呢?原因之一是这么高的频率只适用于近距离的目标。如果后一次脉冲与前一次脉冲相隔太近的话，它会跟从遥远的目标返回的回声重叠在一起。即使情况不是如此，不能始终保持最高的脉冲频率也有很充足的经济方面的原因。产生很高的超声脉冲的成本一定也会很高，不仅消耗能量、消耗声音和耳朵，还可能消耗大脑的计算时间。每秒钟处理200次不同回声的大脑可能没有余力考虑其他的事情。即使每秒钟l0次的"怠速"也可能是成本很高的，但是要比每秒钟200次低得多。提高脉冲频率的蝙蝠将消耗更多的能量，而且声纳的精度却不一定能够提高。当在蝙蝠周围惟一的移动物体就是蝙蝠自身的时候，在连续的／0秒内，周围的世界已经足够熟悉了，不需要更频繁地取样。当附近出现另外一个移动物体--尤其是一只竭尽全力摆脱捕猎者的飞翔着的昆虫--一的时候，蝙蝠增加取样率的额外收益大于额外成本。当然，本段中所有关于成本和收益的考虑都只是推测，但是类似于此的事情必然是在发生的。着手设计收效声纳或者雷达设备的工程师很快就遇到了一个问题，也就是必须使得脉冲的声音非常大。这些脉冲的声音必须很大，因为声音在传播的时候，它的波峰会像一个不断扩大的球一样前进。声音的强度分布--或者从某种意义上来说"稀释"--在球的整个表面。任何球的表面积都与半径的平亨成正比。因此，随着波峰的前进和球的膨胀，在任何特定点上的声音的强度，不是与声源之间的距离成比例，而是与该距离的平：疗成比例地降低。这就是说，声音在远离声源之后，会非常迅速地减弱。当已经减弱的声音遇到一个物体--例如苍蝇一的时候，它会从苍蝇身上反射回来。反射回来的声音又以不断膨胀的球面波峰进行辐射。出于与原声音同样的原因，随着与苍蝇距离的平方的增大，声音也会减弱。当回声再一次到达蝙蝠的时候，其强度的减弱不是与距离苍蝇的远近成反比，甚至也不是与这个距离的平方成反比，而是与距离平方的平方，即四次方成反比。这就是说，它已经非常非常微弱了。如果蝙蝠在发送声音的时候使用扩音器，这个问题能够得到部分的解决，但是只有当它已经知道目标的方向之后，它才能够这样做。在任何情况下，如果蝙蝠要从一个遥远的目标收到足够响的回声，它所发出的声音必须足够响亮，而且探测回声的仪器--耳朵--也必须对微弱的声音十分敏感。正如我们所看到的那样，蝙蝠的叫声非常响亮，它们的耳朵也非常敏感。接下来的问题将沉重打击试图设计类蝙蝠机器的工程师。如果麦克风、或者耳朵足够敏感的话，它就处于被自己发出的巨大脉冲声音严重损害的巨大危险之中。试图通过降低声音来解决这个问题是不可行的，因为如果那样的话，回声就会更弱，以至于无法接听。而且，试图通过增加麦克风(耳朵)的灵敏度来解决问题的做法也不可行，因为这样耳朵将更容易受到损害。这个两难境地源自于发出的声音和返回的回声的强度之间的巨大差别，这个差别则是源白于无情的物理定律。工程师能够想到什么其他的解决方案昵?当二战中雷达的设计者遇到类似问题的时候，他们偶然发现了...+个称为"发送一接收雷达"的解决方案。发送出去的雷达信号是强度足够大的脉冲，它有可能破坏高度敏感的、等待接收微弱的返回信号的天线。"发送一接收"电路会在发送脉冲之前暂时断开接收天线，然后在要接收回声的时候重新打开天线。蝙蝠在很久之前--或许是在我们的祖先从树上来到地面之前几百万年--就建立了一种"发送一接收"开关技；术。它的工作原理是这样的：在蝙蝠的耳朵里面，声音从耳鼓通过三块分别叫做锤骨、砧骨、镫骨的小骨头，传递到声音敏感细胞。这三块骨头的安装就好像是一个高保真机，工程师可能会设计它来实现必要的"阻抗匹配"功能。重要的是，某些蝙蝠的镫骨和锤骨上附着着发达的肌肉，当这些肌肉收缩的时候，这些骨头传递声音的效力就会下降，就好像人用拇指堵住振动膜防止麦克风扩音一样。蝙蝠能够利用这些肌肉暂时关闭自己的耳朵。在蝙蝠发出脉冲之前，这些肌肉会立即收缩，从而将耳朵关闭，以免受到很响的脉冲的伤害。随后，这些肌肉会放松，耳朵又恢复到最大的敏感度，以便接收回声。这种发送一接收开关系统只有在每秒钟数次的精确度之下才能够发挥作用。一种叫做"塔达里达"的蝙蝠的开关肌肉能够每秒钟交替收缩50次，跟机关枪似的超声波配合得天衣无缝。这种时间计算能力是非常强大的，简直可以与一战时的一些战斗机的性能相媲美。这些战斗机的机关枪在螺旋桨之间发射，其发射时机与螺旋桨的转动经过了仔细的协调，使得子弹总是能够穿过螺旋桨叶片之问的空隙，不会打到螺旋桨上面去。我们的工程师接下来可能会遇到的问题是：如果声纳设备是通过测量从声音发射到接收到回声之问的沉默问隙来测量距离的话--Rousel：us使用的就是这种方法--那么，声音必须是非常简短、断续的脉冲。一个声音如果延续的时间过长，它还没有结束的时候，回声就已经返回了，即使发送一接收肌肉部分减弱了这个声音，它也可能妨碍对于回声的探测。理想状态是，蝙蝠的声音应该是非常简短的。但是，声音越简短，它的能量也越难产生一个质量较高的回声。由于物理学定律，我们似乎又遇到了一个不幸的折中局面。我们聪明的工程师可能会想到两个解决方案，他们在研究雷达的过程中，遇到这个问题的时候，确实也想到了这两个方案。这两种方案的优劣取决于测量距离(对象离仪器的远近)和测量速度(对象相对于仪器运动的快慢)二者哪个更为重要。雷达工程师们把第一种解决方案称为"线性调频雷达"。我们可以把雷达信号看做是一系列的脉冲，但是每次脉冲都有一个载波频率。它相当于声波或者超声波的音调。正如我们所看到的那样，蝙蝠的脉冲重复率为每秒钟几十次或者几百次。每一次脉冲的载波频率为每秒钟几万或者几十万次。换句话说，每次脉冲的音调都非常高。类似的，雷达的无线电波的脉冲也具有很高的载波频率。线性调频雷达的特殊功能是，它的每次发射的载波频率并不固定，而是在大约上下八度音阶之间变化。如果你把它想像成声波的话，每次雷达发射昕起来就好像狼嚎一样。与固定音调脉冲相比，线性调频雷达的好处在于，当回声返回的时候，原始的发射音是否结束无关紧要，它们不会彼此混淆。这是因为任何时间探测到的回声都是较早时候发射音的反射，从而具有不同的音调。人造雷达的设计者们很好地利用了这个巧妙的设计。有没有证据表明，蝙蝠也"发现"了这个技巧，并把它应用到自身的发送一接收系统中去呢?事实上，有无数种蝙蝠确实能够产生减弱的叫声，幅度通常在一个八度音阶之内。这些狼嚎般的叫声称为调频(M)。它们似乎正是线性调频雷达所需要的。但是，到目前为．止的证据表明，蝙蝠使用这种技巧的目的并不是为了区分回声和原始的声音，而是为了更微妙的任务，那就是区分回声和另外的回声。蝙蝠生活在近距离回声、远距离回声、以及中距离回声的世界里。如果它发出减弱的叫声，也就是狼嚎般的叫声，就可以通过音调来很好地区分回声。当来自于远距离物体的回声最终到达蝙蝠的时候，它比从近距离物体返回的回声"更古老"，因而音调更高。当蝙蝠面临着多个物体返回的回声的时候，它就可以应用这样的经验规则：音调越高，距离越远。我们的工程师可能想到的第二个聪明的解决方法，就是利用物理学家们称为"多普勒位移"的现象，这种方法尤其适合测量移动目标的速度。它也可以被称为"救护车效应"，因为人们最熟悉的现象就是当救护车从倾听者身边高速经过的时候，救护车警报的音调会突然降低。当一个声源(光源或者任何其他波源)和声音的接收者相对运动的时候，就会发生多普勒位移。最简单的方法就是，想像声源不动，而倾听者在移动。假设一家工厂房顶的警报器在以一个音调不停地呼啸。声音以一系列声波的形式向外传播，人眼是无法看到声波的，因为它们是空气压力所产生的波。如果我们能够看到它们的话，它们的形状就像是我们将石块扔进平静的池塘所产生的向外扩散的同心圆一样。想像我们把一系列的石块快速地连续扔进池塘，波就会从中心不断地向外扩散。如果把一艘小玩具船停在池塘中某个固定的位置上，小船就会随着从它下方经过的波一起有节奏地上下颠簸。小船颠簸的频率就好像是声波的音调。现在，假设这条船不是停泊在原地，而是跨越池塘，向波源的方向前进。当它遇到连续的波峰的时候，还是会上下颠簸。但是现在，它遇到波的频率将增加，因为它是在向波源前进。它颠簸的速度也会加快；而当它经过波源并向远离波源的方向前进的时候，它颠簸的频率将会明显地降低。出于同样的原因，假如我们乘坐一辆飞快的(最好是安静无声的)摩托车经过一个呼啸着的工厂警报器，接近工厂的时候，音调就会提高：我们的耳朵实际上以比静止不动的时候更快的速度接受声波；同样的，当我们的摩托车经过工厂并远离它的时候，音调就会降低。如果我们静止不动，那么我们听到的将是真实的警报声，它是介于两种多普勒位移之间的音调。因此，如果我们知道警报的确切音调，从理论上来说，我们可以将听到的音调跟已知的"真实"音调进行比较，就可以知道我们向声源前进或者远离声源的速度。在声源移动而倾听者静止的情况下，这个原理同样适用。这就是救护车现象的原因。据不太可信的传说，克里斯廷?多普勒为了展示这个效应，雇佣了一个军乐队在敞篷的火车上演奏，令经过的观众惊讶不已。这是相对运动在起作用，就多普勒效应而言，究竟是运动的声源经过耳朵，还是运动的耳朵经过声源，都无关紧要。如果两辆火车从相反的方向擦肩而过，各自的速度都是每小时l25英里①，一辆火车中的乘客将听到另外一辆火车的呼啸声由强突然转弱，因为相对速度是每小时250英里。多普勒效应也被用于警察的雷达测速仪。一台静止的发射仪沿着公路方向发射雷达信号。雷达波从迎面而来的汽车身上反射回来，会被接收装置捕获，汽车运动得越快，多普勒效应就越明显。通过比较发出的波频和反射回来的波频，警察或者说自动仪器就能够计算汽车的速度。如果说警察能够利用这种方法来测量飚车族的车速的话，难道我们不敢想像蝙蝠也能利用它来测量猎物的速度吗?答案是肯定的。一种叫做"马蹄铁蝙蝠"的小型蝙蝠很早就知道发射长时间的、固定音调的叫声，而不是短促的、或者减弱的狼嚎式的叫声。我所说的长时间，是按照蝙蝠的标准来说的。它的叫声仍然不超过l／0秒。而且在每一次叫声的末尾还会附加一次"狼嚎"。首先，想像一只快速飞向一个静止的目标一一例如一棵树--的马蹄铁蝙蝠发出连续的超声波。波峰撞击树身的速度将加快，因为蝙蝠是朝向树飞行的。如果在树上隐藏一个麦克风，因为蝙蝠的运动，它会"听到"越来越高的音调。实际上，树上并没有麦克风，但是从树身上反射回来的回声由于多普勒效应也会显得音调越来越高。从树身上反射回来的回声的波峰向蝙蝠前进，而蝙蝠也在快速地飞向回声。因此，由于进一步的多普勒效应，蝙蝠感受到的音调将更高。蝙蝠的运动导致了双重多普勒位移，其强度能够精确地反映蝙蝠的速度。通过比较自身叫声的音调和返回的回声的音调，从理论上来说，蝙蝠(或者说大脑中的计算机)就能够计算出它的飞行速度。这虽然不能告诉蝙蝠树的距离有多远，但是仍然能够提供有用的信息。如果反射回声的目标不是一棵静止的树，而是一只运动的昆虫，多普勒效应的结果将更加复杂，但是蝙蝠仍然能够计算它和目标之间相对运动的速度，很明显，这正是像蝙蝠一样的精确制导导弹所需要的信息。实际上，还有一些蝙蝠所使用的：技巧，比简单地发射固定音调的声波再测量回声音调更加有趣。它们小心地调整发射出去的叫声的音调，从而保持经过多普勒位移的回声的音调保持不变。当它们快速飞向一个运动物体的时候，它们的叫声的音调是在不断变化的，它们在不断地寻找能够使得回声保持固定音调的叫声的音调。这种巧妙的做法使得回声的音调保持在它们的耳朵最敏感的区域--这一点是非常重要的，因为回声是很微弱的。这样，通过监测它们为保持恒定回声音调而必须发出的音调的高低，就能够获得进行多普勒计算所需要的信息。我不知道人造的仪器--无论是声纳还是雷达--有没有使用这个技巧。但是由于这个领域的许多聪明的想法都是首先由蝙蝠发现的，我不介意打赌说答案是肯定的。可以预期，这两种截然不同的方法--多普勒位移法和线性调频雷达法--将被用于不同的特殊目的。某些种类的蝙蝠擅长其中的一种方法，其他种类的蝙蝠擅长另外一种方法。某些种类的蝙蝠似乎试图兼收并蓄，把调频式"狼嚎"附加到长时间的、固定频率的叫声的末尾(有时候是开始)。马蹄铁蝙蝠的另外一个有趣的技巧是活动外耳翼。跟其他蝙蝠不同的是，马蹄铁蝙蝠能够将外耳翼快速地前后移动。可以想像，接听表面相对于目标的快速移动导致了对多普勒位移的有用调制，从而提供了额外的信息。当耳朵朝向目标移动时，蝙蝠朝向目标移动的表面速度就会增加；当耳朵远离目标移动的时候，结果则相反。蝙蝠的大脑"知道"耳朵的运动方向，能够利用这些信息进行必要的计算。或许，蝙蝠面临的最棘手的问题就是来自于其他蝙蝠叫声的干扰所造成的危险。但是人类试验者却惊奇地发现，即使向蝙蝠播放极强的超声波，也很难干扰蝙蝠的活动。人们后来才发现了原因。蝙蝠一定是在很早之前就已经解决了避免干扰的问题。许舅种蝙幅者区县成群栅电存洞中的．官们枯的招声油和同声一协定是噪杂无章、震耳欲聋的，但是蝙蝠仍然能够在洞中迅速地飞来飞去，在一团漆黑当中，既不会撞到墙壁，也不会彼此碰撞。蝙蝠是怎样追踪自己的回声，避免被其他蝙蝠的回声：昃导的呢?工程师可能会想到的第一个方案是对频率进行编码：每一只蝙蝠都有自己独特的频率，就像一个个独立的电台一样。在某种程度上，可能是这样，但又不完全是这样。蝙蝠是怎样避免其他蝙蝠的干扰的?人类还没有彻底弄清楚这个问题，但是一个试图干扰蝙蝠的试验却提供了有趣的线索。这个试验表明，如果人为滞后地向它们播放它们自己的叫声，就可以欺骗某些蝙蝠。换句话说，就是给它们听自己叫声的假回声。甚至可以通过小心地控制滞后性假回声的电子仪器，使得蝙蝠准备降落在"幻觉中的"岩脊上。我想，这就相当于蝙蝠透过眼镜看世界一样。蝙蝠似乎使用的是一种可以称之为"异物过滤器"的东西。蝙蝠叫声的一系列连续的回声描绘了一幅周围世界的图画，这幅图画只有跟之前的回声所描述的图画相似的情况下，才会对蝙蝠有意义。如果蝙蝠的大脑听到另外一个蝙蝠叫声的回声，并且试图借此融入之前已经建立起来的世界图画的话，它将不会成功。它将使得先前世界中的物体突然发生了随机跳动。现实世界中的物体是不会发生这样的疯狂举动的，因此大脑可以放心地把它当作背景噪音过滤掉。如果人类试验者向蝙蝠播放人为滞后或者加快的它自身叫声的回声，这些假回声将会对蝙蝠先前建立起来的世界图画产生影响。异物过滤器会接受这些假回声，因为有先前的回声做背景，这些回声就显得可信了，会导致物体的位置似乎略微发生了移动的假象，这似乎完全符合现实世界中物体的能力。蝙蝠的大脑依靠这样的假设：每一次回声所描绘的世界图画要么与前一同一回声描绘的世界图画相同，要么只有略微的差别：例如，被追踪的昆虫的位置可能发生了稍微的变化。哲学家托马斯?内戈尔曾经写过一篇著名的论文，名字叫做《蝙蝠的世界是怎样的?》。这篇论文对于蝙蝠着墨并不多，更多的是讨论这样一个哲学问题，即想像成为另外一种生物将是什么样子。蝙蝠之所以总是成为哲学家手中的一个生动的例子，是因为作为一只依靠回声定位的蝙蝠的体验是非常奇特的，与我们的生活完全不同的。如果你想尝试一下当蝙蝠的感觉，你可以走进一个山洞，大声叫喊着，敲打两把汤匙，小心地测量你听到的回声，然后计算墙壁与你之间的距离。这样的做法无疑具有严重的误导性。以下所讲的"我们是怎样看到颜色的"，比"假如我们是一只蝙蝠"更加能够说明问题：使用一个仪器测量进入你的眼睛的光线的波长--如果是长波，你看到的是红色；如果是短波，你看到的是紫色或者蓝色。这恰好是一个物理事实，即我们称之为红色的光的波长大于我们称之为蓝色的光。不同的波长分别刺激我们视网膜上的红色敏感细胞和蓝色敏感细胞。但是，我们对于颜色的主观感觉中丝毫没有波长的概念。看到的是蓝色或者红色并没有告诉我们谁的波长更长。如果必要的话，我们只是记住这个事实，或者去查阅书籍。类似地，蝙蝠利用我们所说的回声来感知昆虫位置。但是当蝙蝠在感知昆虫位置的时候，它一定不会用回声的滞后来考虑问题，就像我们在感知蓝色或者红色的时候，也不会想到波长一样。事实上，如果我不得不去尝试不可能的事情、去想像假如我是一只蝙蝠世界将会怎样，我会认为回声定位对于蝙蝠而言，就像视觉对于人类。我们是彻底的视觉动物，根本没有意识到视觉是多么复杂的事情。物体之所以"在那里"，是因为我们认为我们"看到"它们在那里。但是我怀疑我们的感知实际上是大脑里的一个复杂的电脑模型，这个模型是建立在对来自于外部，但能被转换成可用形式的信息的基础之上的。外部光的波长的差别被大脑中的计算机模型编码成颜色的差别。形状和其他属性也被以同样的方式进行编码，成为容易处理的形式。对于我们来说，视觉与听觉的差别是相当大的，但是这并非直接源于光和声音的物理差别。毕竟，光和声音都被各自的感觉器官翻译成了同类的神经刺激，无论这种刺激传递的是关于光的信息，还是关于声音或者气味的信息。视觉与听觉和嗅觉之所以具有重大差别的原因，在于大脑认为对视觉世界、听觉世界、气味世界使用不同的内部模型是相当方便的，是因为我们在内部以不同的方式、为不同的目的使用视觉信息和声音信息，而不是因为光和声音之间的物理差别，才造成视觉和听觉有如此大的差别的。但是蝙蝠利用声音信息的目的与我们利用视觉信息的目的是基本相同的。它利用声音来感知并不断重复感知三维空间中物体的位置--正如我们利用光线来感知一样。它所需要的内部计算机的模型，是能够适应在内部代表三维空间中物体的位置变动的模型。我认为，一个动物的主观体验所采取的形式，就是其内部计算机模型的一个属性。在进化过程中，这个模型将根据其对于内部表示的适应性进行设计，而与外部的物理刺激无关。蝙蝠和我们需要相同类型的内部模型来表示三维空间中物体的位置。至于蝙蝠利用回声的帮助来构建这个模型，而我们利用光线的帮助来构建这个模型，与问题的实质无关。无论如何，外部信息在进入大脑之前都会被转换成神经刺激。因此，我猜想，蝙蝠"视物"的方式跟人大致相同，尽管将外部世界转换成神经刺激的物理媒介--超声波和光线--是完全不同的。蝙蝠甚至可以利用我们称之为颜色的感觉用于它自己的目的--来代表外部世界的差别，它与波长毫无关系，但是对于蝙蝠所发挥的作用与颜色对我们所发挥的作用非常类似。或许雄蝙蝠的身体表面有一些精细的纹理，从它身上反射回去的回声被雌蝙蝠感知为绚丽的颜色，此时，声音就相当于极乐鸟的华丽羽毛。我所说的并不是比喻。有可能雌蝙蝠对于雄蝙蝠的主观感觉就是鲜红色，跟我看到火烈鸟时的感觉一样。或者至少，蝙蝠对于它的配偶的感觉与我对火烈鸟的感觉之间的差别，同我对火烈鸟的感觉与火烈鸟对火烈鸟的感觉之问的差别，并没有多大差别。唐纳德?格立芬曾经讲述了一个故事，说的是在940年他和他的同事罗伯特?加勒姆布斯首次在动物学家会议上公布他们对于蝙蝠回声定位的新发现时所发生的一些事情。一位著名的科学家愤怒地表示了自己的怀疑：他抓住加勒姆布斯的肩膀，用力地摇晃，批评我们不应该提出如此令人无可容忍的观点。当时，雷达和声纳仍然被列为尖端的军事技术，对大多数人来说，认为蝙蝠可与最新的电子工程伟绩相提并论的观点，不仅是难以置信的，而且令人反感。尽这位著名的怀疑者很容易获得同情者。人们难以相信这种观点是有原因的。人的能力是有限的。正是我们人类的感官无法做蝙蝠能够做到的事情这一事实，才使得我们难以接受这种观点。因为我们只能从人造仪器的层面来理解它，而且只能在纸面上进行数学计算，所以我们觉得难以想像一只小动物竟然能够在其大脑中实现。正是因为用来解释视觉原理的数学计算也是非常复杂和繁难的，所以人们都觉得难以接受这个小动物可以"视物"的观点。我们的怀疑体现出双重标准的原因是十分简单的--我们可以视物，而不能利用回声定位。我可以想像在另外一个世界中，一些博学的、全盲的、类似蝙蝠一样的生物正在举行会议，当它们听说叫做人的动物竟然能够利用新发现的、无法听到的、叫做"光"的射线来辨别道路而惊讶不已，因为这种射线还属于它们的高度军事机密。这些卑微的人类几乎是全聋的(他们可以勉强听到声音，只能发出一些很低沉的声音，而且他们只能将声音用于一些初级用途，例如彼此之间的沟通，他们甚至不能利用声音来探测体积相当大的物体)。相反，他们拥有高度专业化的器官，叫做"眼睛"，可以利用光线。太阳是光线的主要来源，人类能够了不起地利用从物体上发射回来的光线。它们拥有一种巧妙的设备，叫做"晶状体"，它的形状经过数学计算，能够折射无声的光线，使得世界中的物体跟"视网膜"细胞上的图像形成一一对应。这些视网膜细胞能够以神秘的方式"听到"光线，并把信息传递给大脑。我们的数学家们已经证明，从理论上来说，可以通过高度复杂的计算，利用这些光线在世界中安全地遨游，这跟我们通常使用超声波一样有效--有时候甚至更加有效!但是谁又曾经想到过这些卑微的人类竟然能够如此复杂的这些计算呢?蝙蝠的回声定位只是我能够想到的优美设计的数以千计的例子之一。动物从外表上看起来似乎是由一个理论高深的、技艺高超的物理学家或者工程师设计的，但是没有迹象表明，蝙蝠像物理学家一样知道或者理解这些理论。蝙蝠应当被认为类似于警察用的雷达测速仪，而不是设计这个仪器的人。雷达测速仪的设计者理解多普勒效应的理论，并且可以用数学方程在纸上表达出来。设计者对于理论的理解体现在对仪器的设计之中，但是仪器本身并不理解它的工作原理。仪器包括电子部件，可以自动比较雷达频率，并把结果转换成便于理解的单位--每小时多少英里。其中涉及的计算是非常复杂的，但是完全在正确安装的、现代电子元器件的能力范围之内。当然，是一个复杂的大脑完成了安装(或者至少设计了安装程序)，但是大脑并没有参与电子元器件的工作过程。我们拥有的电子技术的经验，使得我们能够接受无意识的机器可以像它表现出来的复杂的数学思想一样工作的观点。这个观点可以商接转移到有生命的机器的工作上二面来。蝙蝠就是一台机器，它的内部电子构造使得它的翅膀的肌肉能够追踪昆虫，就像一枚无意识的制导导弹追踪一架飞机一样。到目前为止，我们来自于技术的直觉都是正确的。但是我们对于技术的经验还使得我们认为有意识的、有目的的设计师的大脑是复杂机器的起源。这种直觉对于有生命的机器而言是错误的。对于有生命的机器而言，"设计者"是无意识的自然选择，是"盲眼钟表匠"。我希望读者跟我、以及威廉?帕列夫一样，对蝙蝠的故事感到肃然起敬。从某个角度来说，我的目标跟帕列夫的目标是一致的。我不希望读者低估自然的伟大作品和我们在解释这些作品时遇到的问题。蝙蝠的回声定位--尽管在帕列夫的时代还不为人知--跟他所举的任何一个例子一样，都能够实现他的目的。帕列夫通过大量的实例，透彻地论述了自己的观点。他详细讨论了整个身体--从头到脚趾--说明了每一个部分就好像是精美设计的手表的内部结构。有许多原因使我也想这样做，因为其中有许多奇妙的故事可以讲述，而我喜欢讲故事。但是实际上没有必要堆砌实例，一两个例子已经足够了。能够解释蝙蝠飞行的假想也是解释生命界任何其他生物的：恨好候选者，如果帕列夫对于任何一个例子的解释是错误的话，我们也不可能通过罗列更多的例子使它变得正确。他的假想是，有生命的"钟表"是由一个"钟表巨匠"设计并制造的。我们现代的假想是，这个工作是由自然选择的逐步进化完成的。代的神学家们不像帕列夫那样直截了当。他们不会直指复杂的生命体，并说它们跟钟表一样，显然是造物者设计的。而是说，"难以相信"这样的复杂性，或者说"完美性是通过自然选择进化而来的"令人难以相信。每当我读到这样的评论的时候，我总是会在边上的空白处写下"自我辩护"'的字样。伯明翰主教休?孟特菲奥雷在最近的新书《上帝的可能性》中列举了无数的例子(根据我的统计，一章中有35个)。在本章的剩余部分里，我将借用这本书中的例子，因为这是一位著名的、博学的作家所做的比自然神学更新的真诚尝试。跟他的神学同事不同，孟特菲奥雷主教并不惧于指出，上帝是否存在的问题是一个明确的事实问题。他没有使用"基督教是一种生活方式。上帝是否存在的问题已经消除了：它只是现实主义的幻想所造成的错觉"之类的废话作为托词。他的书的一部分讲述的是物理学和宇宙学，对于这些内容我没有能力做出评论，但是我注意到他似乎是将真正的物理学家引为权威。在生物学部分他也会这样做吗?不幸的是，在这里他化乎偏爱引用亚瑟?科斯特勒、弗莱德?霍伊尔、高登?赖特利．泰勒以及卡尔?帕伯的著作!这位主教相信自然选择，但是无注理解自然选择足以解释进化的过程(部分原因可能是他像许多翼他人一样，将自然选择可悲地误解为"随机的"和"无意义的，，)。他大量引用可以称为"个人怀疑主义"的论点。我在其书的某一章中发现了以下的字句，顺序如下：......似乎没有发现达尔文主义的根据......要解释决不容易......很难理解......不容易理解......同样难以解释的是......我觉得难以理解......我发现不容易理解......我认为难于理解......要进行解释似乎并不可行......我不明白怎样......新达尔文主义似乎不足以解释许多复杂的动物行为......难以理解这些复杂的行为怎／z,能够只通过自然选择得以形成......不可能......这么复杂的器官是怎么进化来的......并不容易理解......难以理解......正如达尔文所指出的那样，个人怀疑主义的论点是不堪一击的。在某些情况下，这些论点完全建立在无知的基础之上。例如，这位主教认为难以理解的一项事实就是北极熊为什么是白色的：说到伪装，新达尔文主义并非始终能够容易地解释这一点。如果北极熊在北极处于统治地位的话，那么它们似乎没有必要进化成拥有白色伪装的皮毛。这些话可以翻译成这样：我坐在书房里，毕生从来没有去过北极，从来没有见过野生的北极熊，一直接受经典著作和神学的教育，到目前为止，还没有想出北极熊能够从白色皮毛获益的原因。在此，他的假设是只有被捕猎的对象需要伪装。他忽略的事实是"猎手"也能够从伪装起来、不被猎物发现中获益。北极熊会悄悄地靠近歇息在冰面上的海豹。如果海豹从远处就可以看到北极熊，它就可以逃脱掉。我怀疑，如果他能够想像到雪地上的一只灰熊试图接近海豹的话，这位主教很快就能够找到问题的答案。事实证明，关于北极熊的争论很容易被消除，但是从某个重要的意义上来说，关键并不在于此。即使世界上最权威的人也无法解释某些生物现象，这并不意味着它是不可解释的。许多谜团延续了几个世纪，最终还是得到了解释。绝大多数的现代生物学家都能够很轻松地用自然选择理论解释这位主教提出的35个例子，只不过并不是所有的例子都像北极熊那样简单而已。但是我们并不是在考验人的智力。如果我们发现自己对某个例子无法进行解释，我们不会得出冠冕堂皇的结论，借以掩饰自己的无能。达尔文自己也非常清楚这一点。个人怀疑主义还有更加严肃的版本，这个版本不是简单地建立在无知或者智商低下的基础之上。其中的一种论点直接使用了所有的人在面对高度复杂的"机器"时产生的"奇迹"感，例如蝙蝠完美的"回声定位设备"。其潜台词就是：如此美妙的事物不可能是通过自然选择进化而来的。这位主教引用了G．贝内特关于蜘蛛网的论述：一个观察了它几个小时的人，不可能会怀疑：现代的蜘蛛或者它们的祖先都不可能是蛛网的建造者，它也不可能是逐步随机变异的结是辗设错综复杂、绝对均衡的帕台农神庙是通过堆砌大理石块而建成的想法无疑是荒谬可笑的。并非不可能。这正是我所坚信的，而且我对于蜘蛛和它们的网还有一些亲身经历。这位主教接下去谈论了人的眼睛。他用华丽的辞藻提出了一个问题，并且暗示其没有答案："像这样一个复杂的器官，是怎样进化而来的呢?"这不是一个论点，而只是强调了他的怀疑。这种对达尔文所说的"极端完美和复杂的器官"的直觉怀疑的潜在基础有两点。首先，我们对于进化所用的极长时问没有直觉上的了解。绝大多数自然选择的怀疑者都能够接受这样的事实：从工业革命至今，各种蛾子的颜色就发生了微小的变化--例如变黑。但是，在接受了这一点之后，他们又会指出，这个变化简直太微不足道了。正如主教暗示的那样，黑色的蛾子并不是新的品种。我同意这只是一个微小的变化，跟眼睛、回声定位设备的进化无法相提并论。但是，蛾子只花了l00年的时问来进行进化。对我们来说，l00年似乎是很长的时间，因为它比我们的一生还要长。但是对于地质学家来说，那比他通常测量的时间要短l 000倍!眼睛不会形成化石，所以我们不知道我们的眼睛花了多长的时间才进化到现在这样复杂和完美的状态，但是可用的时间是几亿年。你可以设想一下，人类在如此短的时间内就对狗进行了基因选择。在几百年、或者几千年之内，我们就从狼获得了nL狗、牛犬、吉娃娃、圣伯纳德狗。你可能会说，"啊，不过它们还是狗，不是吗?""它们不是并没有变成不同'种类'的动物?"不错，如果你喜欢玩文字游戏的话，你可以把它们都称为狗。但是你可以想一想其中所花费的时问。如果把所有这些狗从狼进化而来所用去的时间比作正常的一步。那么，使用同样的步伐，你要走多远才能够回到露西和她的同类--最早的直立行走的人类化石--的时代?答案是大约2英里。你要走多远才能够回到地球进化的起点呢?答案是你必须从伦敦走到巴格达。你可以设想一下从狼进化到吉娃娃所发生的变化总量，然后乘以从伦敦到巴格达的步伐总数。这样，你就会对真正的自然选择中发生的变化的总量有一个直觉的理解。对于像人的眼睛和蝙蝠的耳朵这样高度复杂的器官的进化的自然怀疑的第二个基础，是对概率论的直觉应用。孟特菲奥雷主教引用了C．E．雷文对布谷鸟的论述。这些鸟会把蛋下到其他鸟的巢里去，后者会毫不知情地充当养父母的角色。像许多生物适应一样，布谷鸟的做法绝不止于此。，其他一些事实也证明了它们的寄生的生活方式。例如，母布谷鸟有在其他鸟的巢里下蛋的习惯，小布谷鸟有把寄主的小鸟推出巢外的习惯。这些习惯都能帮助布谷鸟成功地进行寄生生活。雷文继续写道：可以看出，每一个步骤对于全局的成功都是至关重要的。但是每一个步骤本身都是无用的。整体必须同时取得成功。正如我们所看到的那样，随机发生这样一系列巧合的概率是微乎其微的。原则上来说，这样的论点比那些纯粹的、赤裸裸的怀疑更值得尊敬。衡量一种情况的统计概然性是评价其可信度的正确方法。实际上，我们在本书中将多次使用这种方法。但是，你必须正确地使用它!雷文的论点有丽处错误：()他混淆了自然选择与"随机性"。突变是随机的，而自然选择却恰好是随机的对立面。(2)"每一个步骤本身是无用的"这句话并不正确，整个完美的工作必须同时实现的说法也是不正确的，每一个部分对于整体的成功都是至关重要的说法同样不正确。一个简单的、初级的、不成熟的眼睛、耳朵、回声定位系统、布谷鸟寄生系统等等也胜过一无所有。如果没有眼睛，动物就是彻底的盲目。如果有一半眼睛，即使动物无法聚焦获得清晰的图像，至少也可以发现捕食者运动的大致方向。而这完全可以决定生与死的区别。我将在下两章当中更加详细地阐述这些问题。第三章 微小变化的累积我们已经看到了生命体是多么不可思议，经过多么优美的"设计"而偶然出现的。生命究竟是如何出现的呢?答案--达尔文的答案--是从简单到足以偶然出现的原始个体逐渐地、一步步地转变而成的。逐步进化过程中的每一个后续变化与前期变化相比都简单到足以偶然发生。但是当你考虑最终产品与起点相比的复杂性时你就会发现整个累积的过程绝非是偶然的过程，而是一个受到非随机生存引导的过程。本章的目的是展示"累积选择"作为一个基本的非随机过程的强大力量。如果你在一个多卵石的海滩漫步，你会注意到那些鹅卵石并不是随机排列的。体形较小的鹅卵石往往出现在孤立的地区，而体形较大的鹅卵石则出现在其他的区域或者窄长的条形地带。这些鹅卵石经过了分类、排列和选择。居住在岸边的部落可能会对这种分类和排列感到惊讶，并且可能发展出一个用来解释它的神话，或许会把它归因于上天一个喜欢整洁和秩序的伟大神灵。对于这种迷信的观念，我们可能会付之一笑，并解释说这种排列实际上是物理学中的盲目的力量--在这个例子中是波浪的运动--造成的。波浪既没有目的，也没有意图，没有思想，更不必说喜好整洁的思想了。它们只不过是精力充沛地到处抛弃鹅卵石，体形大小有别的鹅卵石对此的反应各异，从而停留在了海滩的不同位置上。这种微小的秩序实际上来自于无秩序，其中根本没有头脑的规划。波浪和鹅卵石共同构成了一个能够自动创造非随机性的简单系统。世界上充满了这样的系统。我能够想到的最简单的例子是一个洞。只有比这个洞小的物体才能够通过它。这意味着如果你在洞的上方对物体进行随机的选择，通过某种力量对它们进行随机的摇晃和震动，经过一段时间之后，洞的上方和下方的物体就会非随机地进行分类，洞下方的空间将存有比洞小的物体。人类很早就开始利用这个创造非随机性的原则了，并制造出了非常有用的工具--筛子。太阳系是一个由围绕太阳运转的行星、彗星和碎片组成的一个稳定的排列，它也是宇宙当中许多个这样的环绕系统之一。卫星距离太阳越近，它就必须运转得越快，因为只有这样它才能够抗拒太阳的引力，保持其稳定的轨道。对于任何一个特定的轨道，卫星能够保持在该轨道运转的速度是惟一的。如果卫星以其他的速度运转，它就会进入更远的太空，或者坠落到太阳之中，或者进入另外一个轨道。如果我们观察一下我们太阳系的行星，每一颗行星都在以能够使其保持在围绕太阳的轨道中的速度运转。这是出自有远见的设计而形成的奇迹?不，它只不过是另外一个天然"筛子"而已。很明显，我们看到的围绕太阳运转的所有行星一定都是以能够使其停留在轨道中的速度在运转，否则我们根本不会看到它们，因为它们无法停留在轨道中。同样明显的是，没有有意识设计的证据，它只不过是另外一种类型的筛子而已。这种简单的筛选本身并不足以解释我们在生命体中看到的大量非随机秩序。请回忆一下组合锁的类比。简单筛选能够得到散非随机结果大致相当于只用一个转盘打开一个组合锁：能否打开全靠运气。但是另一方面，我们在生命体中看到的非随机性就如比是一一个巨大的具有无数转盘的组合锁。为了生成一个像血红蛋白这样的分子，血液中的红色素通过简单的筛选，就相当于牦血红蛋白的构成元素氨基酸随机进行混合，希望它们依靠运气辣生产血红蛋白分子。要完成这个任务所需要的运气是不可想伤的，用艾萨克?阿西莫夫①等人的话来说就是绝对"难以置信"。一个血红蛋白分子是由4条螺旋状缠绕在一起的氨基酸链组威的。让我们来考虑其中的一一个链条。它包括l46个氨基酸。生命体中一般包含20种氨基酸。将20种事物在链条的46个王不节上进行排列的可能性是一个不可想像的巨大数字，阿西莫夫耪其为"血红蛋白数字"。这个答案虽然容易计算，但是无法将其表示出来。包含l46个环节的链条的第一个环节可以是20种可能氨基酸中的任何，第二个环节也可能是20种中的任何一种，两个环节的可能性是20x20，也就是400；第三个环节的可能性是20x20x20，也就是8000；46个环节的可能性是20的46欢方。这是一个惊人的庞大数字。l00万是在的后面有6个0，0亿是在l的后面有9个0，而我们要找的这个数字，即"血红蛋白数字"近似于在的后面有l90个0这就是凭运气偶然生产血红蛋白的概率。而一个血红蛋白分子与生命体复杂性相比简直是小巫见大巫。很明显，仅仅依靠简单筛选本身根本不可能创造出井然有序的生命体，它只不过是创造生命秩序过程中的一个：基本组成部分，远远不是全部。我们还需要其他的东西。为了说①艾萨克?阿两莫夫，l920一992，俄裔美国科学家和多产作家。其作品包括《科学原理的通俗解释和科幻卷》，其中包括《基础三部曲》(963年)。明这一点，我首先需要区分"一步选择"和"累积选择"。到目前为止，我们在本章中考虑的简单的筛子都是一步选择的例子，而生命组织则是累积选择的产物。一步选择和累积选择的本质区别在于：在一步选择当中，被选择或者分类的个体，无论是鹅卵石还是别的其他东西，只经过一次分类；而在累积选择当中，它们却是反复进行的，也就是说，一个筛选过程的结果进入下一个筛选过程，依此类推，实体要经过许多代的选择或者分类，某一代选择的最终产物是下一代选择的起点，这个过程要延续许多代。我l'lar自然地借用"繁殖"以及"代"等与生命体相关联的词汇，因为生命体是我们已知的参与累积选择的最主要实例。它们实际上可能也是惟一参与累积选择的事物。但是在目前，我并不希望武断地做出结论。有时候云朵经过风的揉捏和雕琢会呈现出我们熟悉的物体的形状。曾经有一幅广为刊登的照片，它是由一个小型飞机的飞行员拍摄的，看起来好像是耶稣在空中张望的面容。我们都曾经看到过一些能够使得我们联想到其他事物的云朵，例如一只海马，或者是一张笑脸。这些相似性来自于一步选择，也就是说是一次巧合。因此，它们并不具有说服力。黄道十二宫与动物之间存在一定的相似性，并由此而得名，例如天蝎、狮子等等，但是它们就像占星术士的预言一样不能令人信服。我们并不会因为这种相似性而感到惊讶，因为我们通过生物适应，已经成为累积性选择的产物。我们会认为昆虫与树叶之间、或者螳螂与一束花之间的相似性不可思议，但是云朵与黄鼠狼之间的相似却很少能够引起我们的关注，根本不值得招呼同伴来观看。而且，对于云朵究竟与什么东西最相似，我们会很快改变自己的观点。哈姆雷特：你有没有看到远处的云朵很像一峰骆驼?波洛尼厄斯：噢，它确实很像一峰骆驼。哈姆雷特：我想它像一只黄鼠狼。波洛尼厄斯：确实像一只黄鼠狼。哈姆雷特：还是像一头鲸鱼?波洛尼厄斯：非常像一头鲸鱼。我不记得是谁首先指出：只要有足够的时间，一只随机猛敲打字机的猴子能够敲出莎士比亚的所有著作。最重要的条件是--有足够的时问。现在让我们把猴子所面临的任务限制一下。假设它要创造的不是莎士比亚的所有著作，而是一个简单的句子"我想它像一只黄鼠狼"，而且我们给它一个只有26个字母和一个空格键的键盘。那么，它写出这个句子需要多长的时问呢?这个句子总共有28个字母，我们假设猴子会进行一系列谨慎的"尝试"，每一次都会在键盘上敲打28个字母。如果它打出了正确的句子，试验就结束了；如果它没有成功，我们允许它进行另一次28个字母的"尝试"。我不认识猴子，不过幸运的是，我的ll个月大的女儿是一个经验丰富的随机打字工具，她非常急于充当"猴子打字员"角色。以下就是她在打字机上打出来的句子：UMMK K CDZZ ZD DSDSKSMS SS MCV PU DDRGLKDXRRDoRDE QDWDVOY UDSKZWD(：CVY CVY NMGNBAYDCCVD DRCDYYYRM N DSKD LD K WDWKKAZMZ XDKDS[MDKUDX其他一些重要的事情占去了她的时间，于是我不得不对电脑进行编程来模拟一个随机打字的婴儿或者猴子：WDLDMNL DBKWRZREZLMQCO PYVMQKZPGXWVGLAWVCQYOPYMWR SWNUXMLCDLEUBXWNZVQU OVAODVYKDGXDEKYVMOGGS VZQZDSZVPZPEPWVOVPMZGGEWRGZRPBCPGQMCKDBGW ZCC依此类推。我们不难计算出需要等待多长时间，随机电脑(或者婴儿，或者猴子)才能够打出"我想它像一只黄鼠狼"这个句子。让我们来考虑一下随机电脑或者婴儿或者猴子能够打出的长度正确的句子的总数。这跟我们在研究血红蛋白时的计算方法一样，而且得出的结果也同样庞大。首先总共有27个可能的字母(把空格算做一个字母)，猴子碰巧正确打出第一个字母M的机会是l／27；它正确打出前两个字母ME的机会是在正确打出第一个字母M的前提下，正确打出第二个字母E，因此概率是l／27×／27，等于／729；它正确打出第一个单词MENKS中8个字母的概率是8个／27相乘，也就是l／27的8次幂；它正确打出整个句子的概率是／27的28次幂，也就是l／27自乘28次。这是一一个非常小的小数，大约等于一万百万百万百万百万百万百万分之一一。也就是说，这个小句子就需要我们等待非常长的时间，更不必说莎士比亚的所有著作了。随机变异一次选择的数目已经如此庞大了，那么累积选择呢?它的效率应当有多高昵?非常非常非常高，或许已经超出了我们的想像。我们再一次利用猴子，不过这一次却使用完全不同的程序。首先，我们像以前一样选择一个由28个字母组成的随机序列：WDLMNL DBKWRZREZLMQCO P现在它对这个随机序列进行改良：反复地复制这个句子，但是在每一次复制的过程中都会出现一个小错误-一"突变"。电脑对突变的无意义的句子--原始序列的"后裔"--进行检查，选择最接近目标句子"我想它像一只黄鼠狼"的序列。在这种情况下，在下一"代"中胜出的序列恰好是：WDLMNL DBSWRZREZLMQCO P这并不是一个明显的改进!但是，这个过程在反复地进行，这个新序列又将产生突变的"后裔"，于是又选择出一个新"胜利者"。这个过程在一代代地延续。经过l0代之后，用于"改良"的序列已经变成：MDLDM[NLS SWRZREZ MECS P经过20代之后，它变成了：MELDNLS SWPRKE Z WECSEL现在，我们可以看出它跟目标句子之间已经存在了一定的相似性。经过30代之后，我们可以确信无疑：MENKS SLKE A WEASE0 MENKS S LKE A WEASEP 我们在第64代实现了目标。在第三轮测试当中，电脑从以下的序列开始： GEWRGZRPBCPGQMCKDBGW ZCC 我们S在L经KE过A4W代EA的S"E选L"择。性改良''之后实现了目标"MENKs电脑究竟花费了多长时间实现目标无关紧要。如果你确实想知道的话，我可以告诉你，在我出去吃午饭的时候，电脑就完成了测试，花费了大约半个小时的时间(电脑专家可能认为不应该这么慢，原因是这个程序是用BASC语言编写的，相当于电脑的咿呀学语。我用PASCAL语言重新改写之后，整个测试只花了ll秒)。对于这类工作，电脑比猴子要快一些，但是差别并不明显。真正重要的是累积选择花费的时间与单步选择：芘费的时间--一百万百万百万百万百万年--之间的差别。：这是宇宙存在时间的一百万百万百万倍。可以说，与猴子或者随机编程的电脑打出目标句子所花费的时间相比，到目前为止宇宙的年龄d,N可以忽略不计。但是，一台执行相同任务的、在累积选择约束之下的电脑所需要的时间少至l l秒种，多则一顿午饭的时间。因此，累积选择(每次改进，无论多么微小，：郜被用作未来建设的基础)和单步选择(每次尝试都是崭新的)存在着巨大的差别。如果革命性的进步不得不依赖单步选择的话=．它永远不会发生。但是，如果盲目的自然力量能够建立累积选择的必要条件的话，将会产生奇妙的结果。事实上，这就是在这个星球上所发生的一切，我们人类就是最近的、或许也是最奇妙的结果。我关于血红蛋白的计算仿佛构成了反对达尔文理论的观点，很奇怪，你竟然能够看着它而无动于衷。这样的人往往是自己领域中的专家，例如天文学家等等，他们认为达尔：丈仅仅用概率--单步选择--来解释生命组织。这种信念一一达尔文所说的进化是"随机"的--不仅是错误的，而且是站在了真理的对立面。概率在达尔文理论中只是微不足道的部分，最重要的部分则是累积选择，而它恰恰是非随机的。云朵不能进入累积选择。不存在使得具有特定形状的云朵产生出类似自身的子云朵的机制。如果存在这样一个机制的话，看似黄鼠狼或者骆驼的云朵能够产生具有大致相同形状的子云朵，累积选择就有机会进行。当然，云朵有时候确实会分解形成子云朵，但是这并不足以形成累积选择。一个必要条件是子云朵应该更像自己的父系，而不是祖系。近年来，一些对自然选择理论发生了兴趣的哲学家似乎对这重要的一点有所误解；另外一个必要条件是一个特定云朵的生存和复制应当取决于它的形状。或许在某个遥远的星系中，这些条件确实存在，在数百万年过去之后，结果出现了虚无缥缈的生命形式。这可以是一部优秀的科幻小说--《白云》--但是对我们的目的而言，类似猴子／莎士比亚这样的电脑模型更加容易掌握。尽管猴子／莎士比亚电脑模型有助于理解单步选择和累积选择之间的区别，但是它在某些重要方面可能发生误导。其中的一点是，在每一个选择性后代中，对突变的"后代句子"进行判断的依据是与遥远的理想目标--"我想它像一只黄鼠狼"--之间的相似性。生活并不是这样的。进化并没有长期的目标，没有遥远的标靶，没有最终的完美结果作为选择的依据，尽管人类的虚荣心促使我们乐于接受我们人类是进化的最终目标的观点。在现实生活当中，选择的依据永远是短期的，要么是简单的生存，要么从更加广义上来说是繁衍成功。如果在几千年之后，后来看起来似乎是朝着某个遥远的目标进步的过程，也只不过是许多代短期选择的结果。累积性自然选择对于未来是盲目的，并没有长期的目标。我们可以改变电脑模型，以考虑进这一点。我们也可以从另外的方面使得它更加现实。字母和单词具有人类的痕迹，所以，我们这一次让电脑进行绘画。或许通过突变的累积选择，我们可以看到电脑中出现类似动物的形状。在开始的时候，我们：不能嵌入特定的动物图像，我们希望作为随机突变的累积选择的自然结果而出现。在现实生活中，每一种动物的形状都是通过胚胎发育形成的。进化之所以发生，是因为在连续的世代更迭中，胚胎发育有略微的不同。这些区别来自于控制发育的基因的变化(突变--这就是我说的过程中微小的随机因素)。因此，在我们的电脑模型中，我们必须具有等价于胚胎发育的东西，或者等价于能够突变的基因的东西。有许多种方法可以满足电脑模型中的这些要求。我选择了一种方式，并把它编入了电脑程序之中。我现在要描述一下这个电脑模型，因为我想它具有启发意义。如果你对电脑一无所知，你只要记住，电脑是严格遵照你的指令行动并经常带来令你惊讶结果的机器。对电脑的一系列指令称为程序。胚胎发育是一个十分复杂的过程，难以在一台小小的电脑上现实地模拟，我们必须用某些简化的类比来代表它。我们必须找到一条简单的绘画规则，电脑能够容易地遵守，并且能够在"基因"的影响之下发生改变。我们应该选择怎样的绘画规则呢?电脑教科书经常用一个简单的树木生长图来解释他们"递推"编程法的效力：电脑首先画一条竖线，接着这条线一分为二二：，然后每一个分支又各自分成两个子分支，子分支又继续分成更小的分支，依此类推。这种方法之所以是"递推"的，是因为同样的规则(在这里是分支法则)适用于所有正在生长的树木。无论这棵树长得多么大，同样的分支法则适用于所有树梢的尖端。递推的"深度"指的是在生长过程停止之前允许的分支的数目。图2显示的是当电脑严格遵守绘图规则，在不同的递推深度情况之下的结果。在较高的递推深度下，该模式变得非常复杂，但是你可以很容易从图2中看出，它仍然是同一个简单的分支规则的结果。当然，这正是现实的树木上发生的事情。橡树或者苹果树的分支模式看似复杂，但是实际上并非如此。基础的分支模式是非常简单的。这个模式应用于树木所有尖端--分支产生子分支，子分支又产生子子分支，依此类推--才使得整棵树高大而茂盛。递推分支法则也是植物和动物胚胎发育的很好类比。我并不是说动物胚胎看起来像分叉的树木，事实上它们并不像。但是所有的胚胎都通过细胞分裂来生长。细胞总是分裂成两个子细胞。基因总是通过对本地的细胞以及细胞分裂的二分模式发生作用，而对整体施加影响。动物基因并不是整体的蓝图，正如我们可以看到的那样，基因更像是配方，而不是蓝图；而遵循这个配方的并不是发育中的整个胚胎，而是每一个本地细胞或者一连串的分裂细胞。我并不否认胚胎以及后来的成体拥有大型的身体。但是这种大型的身体来自于许多小的本地细胞的效应，这些本地的效应主要是二分模式的细胞分裂。基因正是通过影响本地的事件才最终对整个成体发生作用的。因此，这个描绘树木的简单分支规则似乎是模拟胚胎发育的可能方法。于是，我们把它编写进一个小小的电脑程序当中，命名为"发育"，并准备将其嵌入一个更大的名为"进化，，的程序当中。作为编写这个大程序的第一步，我们现在要把注意力转移到基因身上。在电脑模型当中．我们用什么来代表基因呢?在现实当中，基因有两项功能：首先它们影响发育，其次它们会传递到下一代。现实的动物和植物拥：有数万基因，但是我们只把电脑模型限制在9个。在电脑中每个基因都用数字代表，并称为基因的值。例如，某个基因的值可能：是4或者一7。我们怎样让这些基因影响发育呢?它们能够做许多事情。基本的想法是它们可以对绘画规则发挥微小的影响。例如，一个基因可能影响分支的角度，另外一个基因可能影响特定分支的长度。基因可以做到的显而易见的另外一件事情是影响递推的深度，也就是连续分支的数目。我为9号基因赋予了这项功能。你可以把图2看做是7个相关组织的图画，我不能具体说出其他8个基因的功能。你可以研究图3来大致了解它们的功能。在图的中央是基础树，来自于图2。在这个基础树的周围是8个其他的树，除了一个基因被改变--突变--之外，其他基因都与基础树相同。例如，基础树右侧的树显示了基因5发生突变，使其值+之后的结果。如果空间足够大的话，我希望在基础树的周围画上8个突变树。原因是一共有9个基因，每个基因都可以向上突变(值增加)或者向下突变(值减少)。因此，l8个树足以代表所有可能的源自于中央基础树的一步突变。每一棵树都有自身独特的"基因公式"，也就是9个基因的数值。我没有写下基因公式，因为它们对你毫无意义。对于真正的基因也是如此。基因只有经过蛋白质合成，翻译成为胚胎发育规则之后才具有意义。在电脑模型中也是如此，9个基因的数值只有在被翻译成树木分支模式之后才有意义。但是你可以通过比较两个已知具有特定基因差别的树体来了解基因的作用。例如，你可以将中央的基础树与它左右两侧的树进行比较，这样你就可以了解5号基因的作用。这也是基因学家在现实中的做法。基因学家通常不知道基因是如何对胚胎发挥作用的，也不了解任何动物的完整基因公式。但是通过对两个已知存在特定基因差别的成年动物身体的比较，他们就可以看到该基因的效应。不过，现实中的情况更加复杂，因为基因的效应是相互影响的，而不仅仅是简单的叠加。电脑树也同样如此，在后面的插图中我们将看到这一点。你会注意到所有的形状都是左右对称的。这是我对"发育'，程户赋予的约束条件。这部分是出于审美的原因，部分是为了减少生须的基因数量(如果基因对树的两侧的影响：不同，我们必须区乡左右基因)，第三个原因是我希望它演化成类似动物的形状，而自大多数动物体都是对称的。出于同样的原因，从现在开始，我刁再将这些生物称为"树"，而是改称为"生物体"或者"生物形态，，生物形态是德斯蒙德?莫里斯为他超现实主义绘画中模糊的亏物形状所起的名字。我特别喜欢这些绘画，因为其中一幅用在了我的第一本书的封面上。德斯蒙德?莫里斯说，这些生物形态柏他的大脑中"进化"，可以通过连续的画作来追寻其进化的过程还是回到电脑生物形态和8种可能的突变，其中一些有代表一目的如图3所示。由于每一幅图都是源自于中央生物形态的一苕突变，我们很容易看出它们都是中央形态的后代。我们的模拟秸序是"繁殖"，跟"发育"一样，我们可以将它打包进另外一个小酐电脑程序中，并准备嵌入另外一个更大的、名为"进化，'的程序兰中去。对于"繁殖"有两点需要注意：()没有性别之分。繁殖是无性的。我把生物形态想像成阴性，l77无性繁殖的动物，例女[蚜虫，基本上都是阴性。(2)我所说的突变都是每次只发生一科突变。后代与它的母体只有一个基因的差别；另外，突变就是犒母体基因的值+或者一l。所有这些约束只不过是为了方便起见：它们可以有另外的设定，但在生物学上仍然是成立的。但是这一条并不适用于模型的以下特征，也枞'疋El：二-例学、的一条基本原则。每个后代的形状并非直接来自于母体的形状。每一个后代的形状来自于其自身9个基因(影响角度、距离等等)的数值。每一个后代从母体的9个基因获得自身的9个基因。现实生活中的情况就是如此。生物体不会传递到下一代，而基因会传递到下一代。基因会影响胚胎的发育。基因的性质不受生物体发育的影响，但是它们传递下去的可能性却受到它们帮助创造的母体成功与否的影响。这就是为什么在电脑模型中"发育"和"繁殖"是两个独立的部分。只不过"繁殖"会把基因的数值传递给"发育"，从而影响生长规则。需要强调的是，"发育"不会反过来把基因的数值传递给"繁殖"--那无异于拉马克主义(见第十一童)。我们已经编制了两个程序模块--"发育"和"繁殖"。"繁殖"将基因传递到下一代，并有可能发生变异。"发育"接受"繁殖"提供的基因，并把这些基因翻译成绘画行动，从而在电脑屏幕上形成一个生物体的图像。现在是把这两个模块编写进叫做"进化"的大程序当中的时候了。"进化"基本上是由无限重复的"繁殖"组成的。在每一代中，"繁殖"都会接受来自于上一代的基因，在经过微小的随机错误--突变之后，将其传递到下一代。所谓的突变就是将随机选择的基因的数值+或者一。这就意味着，随着世代的沿袭以及每次微小变化的累积，后代与原始祖先的总基因差别将变得非常巨大。尽管突变是随机的，世代之间的累积变化却不是随机的。任何一...代与其母体之间的差别都是随机的，但后代中谁被选择延续到下一代却并不是随机的。这正是达尔文式的选择。选择的依据并不在于基因本身，而在于通过"发育"形成基因影响的生物体。除了被复制之外，每一代的基因还要进行发育，遵照其严格的规则在屏幕上生长出相应的个体。每一代的整"窝"后代(下一代中的每一个个体)都会展示在屏幕上。所有的这些后代都是同一母体的突变后代，每一个与母体只有一个基因的差别。这种高突变率是电脑模型中显著的非生物特征。在现实生活中，基因突变的概率往往低于百万分之一。我之所以设置这么高的突变率，是为了方便人眼在电脑屏幕上的观看，而且人类也不可能拥有等待00百万代基因出现的耐心。人眼在这个故事中将扮演积极的角色。它是选择的中介。它会审视一窝后代并从中选择一个进行改良。被选择的后代成为下一代的母体，它的突变后代会同时展现在屏幕上。在此，人眼的角色与改良纯种狗或者优质玫瑰时扮演的角色完全相同。换句话说，我们的模型是一个严格的人工选择模型，而不是自然选择模型。"成功"的判断标准不是真正的自然选择状态下的生存标准。在真正的自然选择当中，如果一个生命体能够存活，其基因将自动存活，因为它们是存在于生命体之中的。因此，存活下来的基因能够自动地传递帮助生命体存活的特质。但是在电脑模型中，选择的依据并不是生存，而是取悦人类的古怪：念头的能力。人类的古怪念头并不一定是随意的，因为我们会不经意地选择一些特定的属性，例如"与垂柳的相似性"。根据我的经验，人类选择者往往更加多变和违反常规。这与自然选择并非没有相同之处。人类告诉电脑要改良哪一个后代。被选中的基因被进行复制，新的一代开始了。像现实生活中一样，这个过程会无限重复下去。每一代的生物形态都与其直接祖先和后代只差一个基因突变。但是经过l00代的"进化"之后，最终的生物形态与最初的祖先就有00个基因的差别。而在这00个突变步骤中，可能发生的事情太多了。当我开始运行新编写的"进化"程序的时候，我根本没有想像其中可能发生多少变化。最令我惊讶的是生物形态很快就不再像一棵树了。基本的二分结构虽然没有变化，但是当线条反复交错之后，它很容易就被掩盖了，成为了一个整体的色块。图4显示的是一个不超过29代的特定进化历史。祖先是一个小生物--一个点。尽管祖先的身体是一个点，像原始粘土中的一个细菌，但隐藏在它体内的是跟图3中的树木一样的分支潜匀。图中的所有生物都起源于那个点，但是为了不把纸面弄得杂乱无章，我并没有画出所有的后代。我只打印出了每一代中的成功者(即下一代的母体)以及它的一两个不成功的姐妹。因此，图4显示的只是一条在我的审美引导下的进化主线以及所有的步骤。让我们来简单浏览一下进化主线上前几代的情况。点在第二代变成了Y。在下两代当中，Y变得越来越大，随后分支变得略微出现了一些弯曲，仿佛是一个制作精良的弹弓。在第七代的时候，分支的曲率越来越大，以至于两个分支几乎要连接到一起了。在第八代中，弯曲的分支越来越大，而且每一个分支都具有了小的附属物。在第九代当中，这些附属物再次消失了。第十代看起来好像是一朵花的一部分，弯曲的边缘分支好像是围绕着中央"柱头"的花瓣。在第十一代中，"花"的形状变得越来越大，而且越来越复杂。我不想继续罗列下去，直至第二十九代的图已经自己说明了问题。请注意每一代的个体与其母体和姐妹只有微小的差别。由于每一代与其母体只有微小的差别，因此可以预期它与其祖辈(以及孙辈)的差别只会略微增加一些。这就是累积进化的含义，只不过我们通过高突变渤口快了这个过程而已。因此，图4看起来更像是物种的谱系，而不是个体的谱系，但是其基本原则是相同的。在我编写程序的时候，我从来没有想到它会进化成各种树的形状之外的东西。我曾经想像到垂柳、黎巴嫩雪松、伦巴底白杨、海藻、甚至鹿角。我的生物学家的直觉、20多年电脑编程的经验以及最狂野的想像，都没有使我想到在电脑屏幕上出现的画面。我不记得自己是在什么时候想到进化的结果看起来可能像一只昆虫的。我带着大胆的猜测，着手从最像昆虫的后代开始改良。随着进化结果越来越像昆虫，我的疑心也与之俱增。你可以看到图4底部的最终结果。应该承认，它拥有像蜘蛛一样的8条腿，而不是像昆虫一样的6条腿。但是尽管如此，我依然不得不承认，当我在电脑屏幕上看到这个优美的生物的时候，我禁不住欣喜若狂。我的头脑中忍不住回响起了斯特劳斯的"查拉图斯特拉如是说"。我兴奋得茶饭不思，一闭上眼睛，眼前就浮现出那个昆虫的样子。市场上有一种电脑游戏，背景是玩家产生了幻觉，认为自己在一个地下迷宫中游荡，他会在复杂的地理环境中遭遇龙、半人半牛的怪物或者其他神话中的敌人。在这些游戏中，怪兽的数量其实是相当有限的。它们以及迷宫都是由程序员设计的。在进化游戏中，无论是电脑版本还是真实世界，玩家(或者观察者)都会产生一种在岔路众多的地下迷宫中游荡的感觉，但是可能的路径数量是有限的，玩家遭遇的怪兽也是偶然的、不可预测的。在生物形态的王国中漫游过程中，我遇到了神话中的虾米、阿兹特克人的神庙、哥特式教堂的窗户、原始的袋鼠绘画，有一次甚至是温彻斯特学院的逻辑学教授。图5是我从纪念品中选择的--d,部分，所有这些都是通过同一方法获得的。我要强调指出的是，这些图形没有经过人为的调整，没有经过任何方式的润色，完全是电脑绘画进化的结果。人眼所扮演的角色仅限于在许多代累积进化的突变后代中进行选择。现在，我们的进化模型比猴子打印莎士比亚著作更加现实。不过，生物形态模型仍然是有缺陷的。它虽然显示了累积选择创造出几乎无穷多种准生物形态的能力，但它使用的是人工选择而不是自然选择。进行选择的是人的眼睛。我们能不能停止使用人眼，通过某些在生物学上可行的标准，让电脑自己进行选择呢?这是个很困难的任务。在这里值得多花一点时间进行讨论。如果能够阅读所有动物的基因，你就能够极其容易地选择一个特定的基因公式。但是自然选择并不是直接选择基因．．而是选择基因对整体的效应，即表型效应。人眼擅长选择表型效应，这一点可以通过图5表现无疑。为了能够让电脑直接选择表型效应，我们可以编写一个非常复杂的模式识别程序。模式识别程序确实存在。它们能够被用来阅读打印甚至手写的文字。但这些程序是繁难的、复杂的程序，需要大型、快速的电脑。即使这种模式识别程序没有超出我的编程能力，也没有超出我的小电脑的能力，我也不会费时费力去编写它。这个任务最好由人眼和头颅之内的庞大计算机来共同完成。要让电脑选择模糊的总特征，例如瘦高、矮胖、曲线、尖细、甚至洛可可的装饰等，并不是十分困难的任务。一种方法就是通过编程让电脑记住人类在以前喜爱过的属性，并且在将来继续选择同样的类型。但是这种方法并没有使我们更加接近自然选择。重要的一点是，自然在进行选择的时候，并不需要计算能力，雌孔雀选择雄孑乙雀的特殊情况除外。在自然当中，选择的中介是直接的、赤裸裸的、简单的。它是残酷的收割机。当然，生存的原因决不简单--这也就是为什么自然选择能够创造出具有如此复杂性的动物和植物的原因。不过，死亡本身也有原始、简单的一面。非随机死亡足以选择表型以及它所包含的基因。为了在电脑中模拟自然选择，我们应该忘记洛可可装饰和所有其他的视觉特征；相反，我们应当把注意力集中到非随机死亡上面。生物形态应当在电脑模拟的敌对环境中相互作用。它们的形状应当决定它们能否在这种环境中生存下来。在理想状况下，敌对环境应当包括其他进化中的生物形态："捕食者"、"被掠食者"、"寄生虫"、"竞争对手"。被掠食者的外形应当决定它容易被捕食者捕获。这种易被捕食的标准不能由程序员设置到电脑当中，而是应当像其外形一样自然地出现。这样，电脑中的进化将真正发圭，因为自我强化的"军备竞赛"(见第七章)的条件将得到满足，连我也不敢确定它将在什么地方停止。不幸的是，作为一名程序员，我觉得自己没有能力建立这样一个虚拟世界。如果有足够聪明的人能够做到的话，他们一定是那些开发了嘈杂、暴力的街机游戏--太空入侵者的程序员。这些程序模拟了一个虚拟的世界，它拥有三维的地理环境以及快速发展的时间维度。实体在虚拟的三维空间中快速移动，互相碰撞，彼此射杀，互相鲸吞，并伴随着令人生厌的噪音。游戏的模拟非常成功，以至于操纵游戏手柄的玩家产生了强烈的幻觉，以为自己就是这个虚拟世界的一部分。我想这种游戏的最高形式出现在训练飞机和飞船飞行员的房间里。但是这些游戏与模拟在虚拟生态系统中捕食者和被捕食者之间"军备竞赛"的程序相比，简直是小巫见大巫。不过，这个程序还是能够实现的。如果有一个专业的程序员愿意与我共同接受这个挑战的话，我很乐意同他或者她进行联系。另外，还有一件容易得多的事情，我打算在夏天的时候进行尝试。到时候，我会把电脑搬到花园中阴凉的地方。，电脑屏幕能够显示彩色，我编写了一个新的程序，用几个新的基因来控制颜色，就像其他的9个基因控制形状一样。我会选择一个简单的、色彩明亮的生物形态作为起点。电脑会同时显示该生物形态的多个突变后代，后代跟母体之间存在形状和／或色彩的不同。我相信，蜜蜂、蝴蝶以及其他昆虫一定会到屏幕上来拜访，并"选择"撞到屏幕的某个点上。当电脑记录了一定数量的选择之后，它会将屏幕清空，对偏好的生物形态进行优选，并显示下一代的突变后代。我非常希望，经过许多代之后，野生昆虫会在电脑中导致花朵的进化。如果确实如此的话，电脑花会承受真花在自然界中所承受的相同的选择压力。鉴于昆虫经常光顾女性服装上色彩亮丽的斑点这一事实(以及许多已经出版的更加系统的试验)，我的希望大受鼓舞。另外一种可能性令我更加激动，即野生昆虫可能导致植物形态发生类似昆虫形状的进化。有一个先例是蜜蜂导致了蜂兰花的进化，这也正是我产生希望的原因。蜂兰花经过多代的累积选择之后，形成了类似蜜蜂的形状，吸引雄性蜜蜂与之交尾，从而携带传播花粉。想像图5中的蜂花拥有了绚烂的色彩，如果你是...只蜜蜂的话，你难道不会喜欢上它吗?令我悲观的主要原因是昆虫视觉的工作方式与我们完全不同。屏幕是针对人眼而不是蜜蜂的眼睛设计的。这很可能意味着，尽管我们和蜜蜂通过不同的方式都看到了蜂兰花外形像蜜蜂，但是蜜蜂很可能根本看不到屏幕上的图像。蜜蜂可能只会看到625条扫描线!不过，这仍然值得...试。到这本书写完的时候，我就会知道答案。有一句很流行的俗话："你从电脑当中获得的，永远不可能多于你输入电脑的。"另外一个版本是："电脑只会执行你的指令，因此电脑根本没有创造力。"这些话只是在微不足道的意义上才是正确的，它们如同是说莎士比亚只会写他的老师教他的那些单词一样。我在电脑中编制了"进化"程序，但是我并没有计划昆虫、蝎子、咬人的狗，或者月球登陆车。对它们的出现我一无所知。确实，我的眼睛进行了指导它们进化的选择，但是在每一步中我都把选择限制在随机突变后的少量后代之中，而且我的选择"策略"也是多变的、短期的。跟自然选择一样，我并没有任何长期的目标。以前我确实有一度试图确定一个长期的目标，这件事情非常具有戏剧性。首先我必须进行坦白。或许你已经猜到了，图4中的进化历史是重建的结果。那并不是我第一次看到的"我的"昆虫。当它们吹着胜利的号角出现的时候，我没有办法记录下它们的基因。它们就出现在屏幕上，我却没有办法理解它们，不能破解它们的基因。我推迟了关闭电脑的时间，绞尽脑汁试图想办法把它们保存下来，但是一无所获。跟现实生活一样，基因埋藏得很深。我可以打印出昆虫体的图像，但是不知道它们的基因。我立即对程序进行了修改，以便能够在将来记录下基因公式，但为时已晚。我失去了"我的"昆虫。于是，我着手尝试重新找到它们。它们进化过一次，一定可能再一次进化。像逝去的旋律一样，它们始终萦绕在我的心头。我在生物形态王国中徜徉，穿过充满奇妙生物的无穷疆域，但还是没能找到我的昆虫。我知道它们一定是隐藏在某个地方。我知道最初的进化是从哪个基因开始的。我有一幅昆虫外形的图片。我甚至有一幅从一个点进化到"我的"昆虫的整个过程的图片，但是我不知道基因公式。你可能会认为，重新构造进化路径是轻而易举的事情，但事实上并非如此。原因是即便只有9个基因发生变化，一条足够长的进化路径产生的生物形态也将是天文数字。在生物形态王国中朝圣的旅途中，有几度我似乎已经接近了我的昆虫的先驱，但是尽管我竭尽所能，进化还是走向了错误的方向。最后，经过反复的尝试，我终于再一次找到了它们。我不知道这些昆虫是否与最初的昆虫相同，但它们已经足够好了。这一次我没有犯任何错误：我记了基因公式，现在我可以随时"进化"昆虫了。在这里我似乎连篇累牍地说了一大堆，但是我提出了一个重要的观点。这个故事的要点是，尽管我对电脑进行了编程，详细地告诉它该怎样做，但是我并没有计划进化而成的动物是什么样子，而且当我第一次看到它们的先驱时，我十分惊讶。我根本没有办法控制进化过程，当我试图追溯某个特定的进化路径的时候，事实证明这是不可能的。如果我没有打印出全部进化先驱的图形的话，我想我不可能重新找回我的昆虫，即便如此，这个过程也是冗长艰难的。程序员无法控制和预测进化的过程是否显得矛盾?这是不是意味着电脑内部发生了一些神秘的事情?当然不是。现实世界中的动物和植物的进化过程也没有任何神秘之处。我们可以利用电脑模型破解这个矛盾，并借此更多地了解真实的进化过程。可以预期，破解这个矛盾的基础将包括以下内容。生物形态集合的数量是有限的，每一个集合都永久停留在一个数学空间中的独特位置上。永久停留的意思是，只要你知道了基因公式，你就能够立刻找到它。另外，它在这个特殊空间中的邻居与它只有一个基因的差别。现在，我知道了"我的"昆虫的基因公式，我可以随意复制它们，我可以告诉电脑从任何起点朝着它们的方向进化。当你在电脑模型中通过人工选择进化一个新的生物的时候，那似乎是一个创造过程。事实上确实如此。但是，你做的事情只是寻找生物，因为它已经存在于生物形态王国的基因空间里了。它是一个创造过程的原因是：找到某个特定生物的过程是极其困难的，生物形态王国是非常非常巨大的，其中的生物数量是无穷无尽的。无目的的随机搜索是根本不现实的。你必须采取更加有效、更有创造力的搜索程序。有的人天真地认为能够下棋的电脑的工作方式是在内部尝试所有可能的棋子着数的组合。当 他们被电脑击败之后，他们以这种想法自我安慰。但是他们大错特错了。棋子着数的可能性太多了：搜索次数将达到数十亿次，盲目尝试根本无法成功。编写一个优秀的下棋程序的艺术在于考虑穿越搜索空问的有效捷径。累积选择--无论是电脑模型中的人工选择，还是现实世界中的自然选择--就是一种有效的搜索程序，其结果看起来非常类似具有创造力的人的智能。毕竟，这就是威廉?帕列夫关于设计的观点。从技术上来说，当我们在玩电脑生物形态游戏的时候，我们所需要做的，就是找到等待被发现的动物。这给人一种人工创造的感觉。在一个只包含少量实体的小空间之内搜索通常不会有创造的感觉。随机翻开对象，并且希望恰巧碰到要找的对象的方法，适用于搜索空间很小的情况。随着搜索空问的增大，需要更多复杂的搜索程序。当搜索空间足够大的时候，有效的搜索程序与真正的创造别无二致。电脑生物形态模型很好地体现了这些要点，它们在人类创造过程--例如规划下棋的制胜策略--和自然选择的进化创造性(盲眼钟表匠)之问搭建了一座桥梁。为了说明这一点，我们必须把生物形态王国的想法发展到数学空间，数量无穷然而排列有序的多样生物形态，每个生物都停留在其正确的位置上，等待着被人发现。图5中的7个生物没有特殊的顺序。但是在生物形态王国中，每个生物都占据着自己独特的、由其基因公式决定的位置，周围是其特定的邻居。生物形态王国的所有生物互相之间都有确定的空间关系。这意味着什么?我们能够从空间位置上领悟到什么昵?我们谈论的空间是基因空间。每一个动物在基因空间中都有自己的位置。基因空间中的近邻们彼此只有一个突变基因的差别。在图3中，中央的基础树被它在基因空间中的8个近邻之中的8个包围着。根据我们电脑模型的规则，一个动物的l8个近邻是它可以创造的8种后代，也还有l8个是它可能的母体。在表亲这...代，每个动物拥有324个(8x8，为简单起见，忽略反向突变)邻居，包括它可能的孙子辈、祖父辈、姑妈或者侄女。在表亲的下一代，每一个动物都有5832个邻居，包括重孙辈、曾祖父辈、第一代堂兄妹等。从基因空间的角度考虑问题有什么意义呢?它能够为我们带来什么呢?答案是它为我们提供了一种将进化理解成逐步的、累积的过程的方法。根据电脑模型的规则，在任何一代当中，在基因空问中只移动一步是可能的。在29代当中，不可能在基因空间里有多于29步的移动。每一个进化历史都包含一条基因空间中的特定路径。例如，图4记录的进化历史是一条特殊的弯曲路径，在基因空间中穿过28个中间阶段，将原始点和最后的昆虫连接起来。这就是我说的在生物形态王国中徜徉的含义。我曾经试图把基因空间用图片表示出来。但是问题在于，图片是二维的，而生物形态所处的基因空间不是二维空间，甚至不是三维空间，而是九维空间(关于数学，我们需要记住的重要一点是，千万不要被它吓倒。它并不像某些数学宗师假装的那样困难。每当我感到畏惧的时候，我总是想起希尔凡纳斯?汤姆森在《简单的算术》中的格言："一个傻子能够做到的事情，另外一个傻子同样能够做到。")只要我们能够画出9个维度，我们就可以以每个维度分别对应一个基因。某个特定的动物一一例如蝎子或者蝙蝠或者昆虫--在基因空间中的位置就由其9个基因的数值确定了。进化就是在九维基因空间里逐步前行，动物之间基因差别的数目、进化所用的时间以及进化的难度，可以用二者在九维空间中的距离来衡量。唉，我们没有办法画出九维空间。我曾经试图简而化之，用一幅二维图像表示在生物形态王国的九维空间中从一点移动到另外一点的大意。要实现这一点有多种方法，我选择了一种我称之为"三角游戏"的方法。请看图6。在三角形的3个角落里是3个随机选择的生物形态。位于顶端的是基础树，位二_二左侧的是我的昆虫，位于右侧的没有名字，但是我觉得它很漂亮。跟所有的生物形态一样，它们3个也有自己的基因公式，并决定了它们在九维基因空间中的独特位置。