涌现:蚁群没大脑却建成城市
把一只蚂蚁单独放在桌上,它绕着圈走,碰到桌沿就转向。它看不见整片桌面,也不知道巢在哪。
几万只放在一起,它们能修出带通风竖井的巢,能在两条路里选出短的那条,能把尸体堆成几座固定的小丘。
单只蚂蚁的神经节里大约有 25 万个神经元,比一台老式计算器还少。
聪明不在任何一只蚂蚁身上。
个体的规则有多短
蚂蚁出门,沿着地面走,遇到食物就搬,回程留下信息素。后来的蚂蚁闻到,跟着走;走的人越多,味道越浓。
浓到一定程度,一条路就固定下来。短路线往返次数多,味道积累得快,于是短的那条赢。
这套机制有个名字,叫共识主动性(stigmergy),1959 年由法国昆虫学家皮埃尔-保罗·格拉塞提出:个体留下痕迹,痕迹又改变后来个体的行为。协调发生在环境里,不在谁的命令里。
这里没有一只蚂蚁在做规划,也没有一只蚂蚁知道全局。所谓群体智慧,是一串正反馈在约束条件下收敛出来的结果。
黏菌画出的那张地图
2010 年,北海道大学的中垣俊之团队在《科学》上发了一个实验。
他们在培养皿里摆了 36 片燕麦,位置对应东京都市圈的 36 座城市;用光照模拟山脉和水域;把一团多头绒泡菌放在「东京」的位置。
26 小时后,黏菌长出一张网。研究者把它和真实的东京铁路网对比:建造成本、运输效率、局部断线之后的连通能力,三项都在同一个量级。
Rules for Biologically Inspired Adaptive Network Design(Science,2010)机制和蚁群同构。管道里流量大,管壁就变粗;管壁变粗,又能容纳更大的流量。走得通的被加强,走不通的自己萎缩。
这不是「黏菌会规划」。它是一个梯度系统在约束下找到了局部最优。换成鸟、换成市场、换成神经网络,只要规则形状类似,出来的东西就类似。
三条规则与一群鸟
1986 年,克雷格·雷诺兹写了一个叫 Boids 的程序。每只虚拟鸟只遵守三条规则:别撞上邻居、朝邻居的平均方向飞、别离邻居太远。
没有领队,没有队形表,没有一只鸟知道「我们要往南飞」。屏幕上却出现了转弯、避障、收拢、散开。
康威的生命游戏也一样。三条规则,方格上的生死,能长出滑翔机、振荡子,还有能自我复制的结构。
复杂不需要复杂的原因。需要的是反馈、规模和一点点不对称。
为什么难预测
1972 年,菲利普·安德森在《科学》上发了一篇四页的文章,标题叫《多者异也》。
他的意思很硬:每一层复杂度都有自己有效的规律,你不能靠解底层的方程,把高层的性质推出来。知道了水分子的方程,推不出湍流;知道了神经元,推不出「记住一个电话号码」。
在每个复杂度层级上,都会出现全新的性质;理解这些新行为所需的研究,其根本性不亚于任何其他研究。
——菲利普·安德森《多者异也》,1972 年
计算上也一样。规则确定,也要跑。生命游戏没有闭式解,只能一格一格迭代。三体问题连解析解都没有。
还有参数敏感。生命游戏里把「出生需要三个邻居」改成「两个」,跑出来的图样就换了一整套。宏观行为在参数上是不连续的。
所以「涌现」多半只能事后描述,很难事前设计。你能看出它为什么成立,却说不出它一定成立。
反面:涌现常被当成遮羞布
最强反驳在这儿。
很多被叫作「涌现」的东西,其实只是我们没算清楚。说不清机制的时候,说一句「涌现」,等于给无知盖了个章。
大模型就是一例。2022 年,Jason Wei 等人统计了一批任务,发现模型参数量跨过某个门槛,算术、推理、多步问答的成绩突然从接近零跳到及格,于是有了「涌现能力」这个说法。
2023 年,Rylan Schaeffer 等人把这套曲线重画了一遍。他们指出,跳变来自评分方式:一道题必须完全答对才算对。换成看每个 token 的编辑距离,能力是平滑上升的,没有断崖。
Are Emergent Abilities of Large Language Models a Mirage?(arXiv,2023)所以至少有一部分「涌现」,是度量方式造出来的。换一把尺子,断崖就变成斜坡。
我倾向弱涌现:宏观性质原则上可以还原,实践上推不出来。这个区分很重要,它决定「涌现」是一个解释,还是一个借口。
还有一层。把蚁巢叫城市,是修辞。城市有规划局、有产权、有警察,蚁巢没有。类比只在「局部规则加反馈」这一层成立,越过这层,说的就不是蚂蚁了。
收口
找一段鸟群或蚁群的视频,把速度调到 0.25 倍。只盯一只,别看整群。
看它每一次转向之前,邻居在它视野的哪一侧;看它和最近那只隔了多远;看队形的变化是从哪一只开始的。
数上三分钟,再回头看整群。队形就不那么像有人指挥了。
参考
- Rules for Biologically Inspired Adaptive Network Design(Science,2010) · 论文
- 没有大脑的生物竟表现出智能?科学家为此吵了 20 多年(澎湃新闻,2025) · 报道
- More Is Different(Science,1972) · 论文
- Emergent Abilities of Large Language Models(arXiv,2022) · 论文
- Are Emergent Abilities of Large Language Models a Mirage?(arXiv,2023) · 论文
- Maze-solving by an amoeboid organism(Nature,2000) · 论文
- 群鸟算法的魔术,涌现,以及不可预测(科技3D视界) · 视频