当一条线虫有了“数字分身”，人类离“数字永生”还有多远？

本文来自微信公众号： 格致论道讲坛 ，作者：马雷，原文标题：《当一条线虫有了“数字分身”，人类离“数字永生”还有多远？| 马雷》

它必须是某种程度上接近生命的一种系统。

马雷·北京大学国家生物医学成像科学中心研究员

格致论道第128期|2026年4月11日北京

大家好，非常荣幸今天能跟大家分享我和数字生命的故事。我分享的题目叫做：数字生命——想象的，与已来的。我希望借这个机会，借这个平台，和大家去介绍我们想象中的数字生命是什么，我们现在在做的研究又是什么。

我相信很多中国的科幻迷都比较熟悉这个画面，这是《流浪地球2》里面图恒宇和他女儿的一个片段。这也是在电影里面“数字生命研究所”（电影里面的虚拟科研机构）所做的一项技术。图恒宇在这个数字空间里面复活，并和他的女儿重逢。

我之所以用这个来做开场，是想问大家第一个问题：如果你能让你的TA继续存在，你会按下这样的一个上传按钮吗？

让我们带着这个思考，去进入今天的话题。

数字生命的定义

已完成：10%//////////

我用我的“龙虾”（Agent）去搜索并总结了全网的关键字。大多数人想象中的数字生命或者所讨论的数字生命大概就是以下这些内容：数字世界、意识上传、数字永生和永远不死等等。

回过头来看，数字生命的定义应该是什么？

其实首先要看生命的定义是什么。生命的定义没有非常精确的描述，因为我们对于生命的认识在不断地发展。但是生命的特征我们是可以去描述的，比如组织、代谢、生长、繁殖、适应等等。

那么不妨把数字生命当作一个“对于可运行生命的假说”。数字生命不是一张被描述的图，而是一个能够被运行的、涌现出类生命特征的、可计算的体系和系统。

我们还是回到科幻电影。在座的有很多同学可能对这三个电影比较熟悉。我这里列出来的分别是：最经典的科幻电影之一《黑客帝国》，以及我很喜欢的《Ghost in the Shell》，还有《超级骇客》。

这三部电影分别讨论了数字生命里的三个对应的概念——如果你的世界本身是一个模拟的世界，真实又在哪里；如果身体是可以被替换的，“你”又由什么构成；以及如果你upload（上传）之后，上传的意识到底是“你”，或者是一个新物种等等。

这些科幻作品中有关数字生命的话题听起来有些遥远，但今天我们讨论的是数字生命和现实的距离，以及我们当下要做什么。

给大家看一个我几年前做的脑模拟的视频。

▲我们2023年的脑模拟视频

这个视频是用我们自己的写的代码，运行了Allen Institute（美国艾伦研究院）的视皮层的数据，并做了精细的脑模拟。希望通过这个视频向大家展示，信息是如何在它的视皮层layer by layer（一层接一层）传递的。

▲脑模拟是神经科学与人工智能的关键桥梁

人工智能和生命

已完成：20%//////////

接下来我从脑模拟切入今天的“数字生命”在研究的问题。

脑模拟是神经科学和人工智能之间的一个重要桥梁，是我们对于可运行的智能的一种尝试。脑模拟的一些重要工作其实启发了当代人工智能的发展，同时也增加了我们对于大脑本身的认识。

让我们回到AI的源头去思考这个事情。AI的伟大先驱图灵曾经提出过一个非常重要的问题：“Can machine think？”——机器能思考吗？这是迄今为止在人工智能领域里面被大家引用最多的话。

直到今天，人工智能（Artificial Intelligence）发展到当下，这个问题也是我们要去探索的问题之一。

同样的，计算机体系之父——冯·诺依曼也提出过另外一个问题：“一个系统如何能产生与自身一样复杂甚至更复杂的后代？”

我想给大家讲的故事是什么呢？其实在冯·诺依曼和图灵的那个时代，他们就已经开始在思考：如果我们有一个足够复杂的机器，那这个机器本身是否可以被称作生命呢？

冯·诺依曼没有给出一个非常明确的答案，但是他给出了一个描述性的论述：对于任何可以进行自我复制或者由程序和数据驱动的自动机来讲，“存在着一个复杂性的阈值，高于这个阈值，这个自动机就有可能实现开放式的、复杂性的增长，或者涌现式的进化。”

最早他为了证明这个想法，就提出了Cellular Automata——元胞机细胞自动机的概念。通过一个非常简单的规则和开放式的设计，就能实现这个系统自我复制和自我繁殖的过程。

▲自复制自动机理论：元胞自动机

直到今天，我们研究人工生命方向的人，都把这当作人工生命研究的开端。

让我们带着这样的问题去思考当下的人工智能。

当下的人工智能解决了很多的问题。我们每天可能都会用各种各样的大语言模型、各种各样的视频生成模型，使用各种各样的AI技术，比如说人脸识别等等。

总体来讲，当下的人工智能是很强、很大、很聪明的。但它的一个主要的运行范式是通过输入，然后一直到model，再到输出。

然而生命并非如此。如果我们把当下的人工智能和生命本身进行类比，比如说一个婴儿，或者是一只小鼠，甚至一个线虫等等，生命是一个持续动态、持续交互，由身体、大脑和环境所不断去演变的一个过程。这就是二者之间最大的区别。

我认为当下的人工智能，大多数的情况下仍然是对数据的一次静态映射，而真正的生命本身是一个可运行的系统。这个运行的系统不以你环境的扰动，比如说输入停止，或者输入增长，或者你的能量供给中断为转移。

总结来讲，当前的AI既没有“身体”（Body），也没有“世界”（World）。

我们有许多在做具身智能方向的学者。我认为当前要解决的，其实就是如何去做好具身，如何构建好世界模型。这也是现在AI领域里面研究的一个热点。

再回到刚才的这个逻辑上，对于生命来说，我们应该如何去刻画它？我非常同意费曼的一句话：“What I cannot create,I do not understand.”（凡我不能创造的，我就不能理解）

我认为，我们想象中的生命应该不是被还原出来的。如果通过这种自下而上的、从基因到大分子，再到细胞等等这样的还原论来刻画的话，可能是不足以使我们在今天去了解生命的。我们眼下了解生命最好的方式是去构建一个数字生命系统，去运行它。

数字线虫

已完成：40%//////////

这就来到了我们的研究。

▲数字线虫BAAIWorm总体框架（2022年）

这个工作叫数字线虫，是在2021年的下半年开始的，起源自一个非常非常naive（朴素）的想法。我们有了非常好的脑模拟、精细神经元的模拟系统，以及各种各样的关于生物的数据。那我们是否能把生命在一个计算机系统里面去跑起来，去验证这样的一个智能进化的过程？

那么在这样的一个非常简单直接的前向思考逻辑下，我们就很自然而然地想到：是否可以通过最简单的模式动物开始做研究？

经过调研发现，在我们之前，关于线虫已经有了很多很好的先驱性的工作。所以我们基于OpenWorm，基于它的开源的数据，构建了一个更加精细的线虫的闭环模拟。

如这张图的左边所示，我们自下而上，把跨尺度的结构，从离子通道到它的神经环路结构，一直到它整个neural network的图谱都构建了出来。右边是构建了这样的一个解剖学意义上的线虫身体。把这样的几个模块组成一个完全闭环的计算系统，可以通过一次运行去完成，这就是我们整个数字线虫的总体框架。

这个工作是我们在2022年的智源大会上第一次发布，接下来我跟大家展开介绍一下这个工作。

为什么数字线虫建立如此地难？为什么到今天为止还会有人觉得它重要？

这是因为我们是首个从bottom-up的思路，逐步地把各种各样我们能够找到的关于线虫的生物物理的数据，包括神经的网络动态活动、突触和间隙连接，包括神经元的connectome（连接组）、包括electrophysiology（电生理）的数据，包括各种各样的ion channel（离子通道）以及各种各样的morphology（神经形态）和它的神经元类型的数据，有机地组成一个这样的神经系统。

这是我们这个工作里面一个非常大的贡献。当然这个贡献需要和闭环的身体在一起进行计算，这才是一个完整的、可运行的生命。

这是我们当年发布的第一个实时运行的线虫模拟视频。

在这个视频里面，左边是驱动它的神经系统，右上是它部分肌肉信号的运行情况，中间是它神经系统驱动下身体向前蠕动的爬行过程。

今天来说，我们发现这个工作也有很多遗憾。但是在当时那个阶段，我们“第一次”实现了最小模式动物在高精度的神经系统模拟下的闭环仿真。

所以能给大家传递的信息就是：可运行的闭环模拟，或许是数字生命的一个开始。

当下大家讨论热度很高的，Eon Systems数字线虫引起很多神经科学家和动物学家关注的一个地方：行为是否可以从经过一定组装的神经结构中自然而然地涌现出来？

我们的工作在比较早期就探索了这个问题。我们打造了这样一个闭环系统之后，神经元自发去驱动身体的活动和真实的线虫是有非常高的相似性的。

或许现在我们也没有办法直接给出一个结论，即，是否真的给定一个神经结构，行为就会自然而然涌现？但是经过一些逐层的、比如说调参，甚至一些不是完整的、不是端到端的强化学习，它也有可能会涌现一些以前我们没有完全连起来的behavior（行为）。我觉得这是数字生命范式下最值得探索的事情。

我们这个工作发表在2024年的Nature Computational Science的封面上。

这个非常漂亮的线虫的数字图，是我和另外一位郭大师一起设计的。这是我们自己做的一个封面图，我也为此非常骄傲。

我们这个工作也获得了非常多的国际认可，包括得到了我们的审稿人之一——OpenWorm的项目主管（Padraig Gleeson），也算是线虫模拟先驱的认可。

另外最近大家讨论比较多的Eon Systems的“数字果蝇”的顾问科学家Konrad Kording，还有Eon Systems的head of engineering（工程主管）-PhilipShiu，以及欧洲的“数字果蝇”EPFL教授Pavan Ramdya，都在公开的文献里面对我们进行了评价。

滑动查看更多

滑动查看更多

数字生命应该是什么？

已完成：70%//////////

下面回到对数字生命有兴趣的年轻人或者说同行们可能更关心的问题。

我们如果把数字生命当成是一个可研究的对象、当成一个最基本的研究工具，那数字生命应该是什么？

▲数字生命研究的两个基本工具

我觉得第一个可能还是要从信息论本身来说。我们需要去了解如何衡量一个闭环系统的不确定性，这里就需要回到信息论中对信息熵的定义。

第二个方面就是数字生命本身。数字生命一定是在数字空间里面的一段可执行的程序，不管这个程序有多大，我们都需要通过类似于柯尔莫哥洛夫复杂性（Kolmogorov complexity）的工具去研究生成这段随机性的一个长度。

我这里给大家一个稍微通俗一点的解释：如果你用一个random函数（随机函数）生成一个足够复杂的函数，那它的信息熵会非常高，但是这个函数本身就是非常“短”的。也就是说，即使你面对一个“高信息熵”的数字生命的闭环系统，它未必是一个“高复杂性”的系统。

从这个角度去思考的话，我有一个基本理解：我们的生命——包括真实的生物领域里面的生命，和所谓的在数字空间里面的数字生命——它的复杂度，大概率是处在这种非常混沌但又不完全随机的状态。

▲生命住在中间：Chaotic but not random（混沌但并不随机）

它不可能特别规律，但也不可能非常随机；它不一定有非常强的秩序，但也不可能是完全噪声的。它处在规律和随机之间，处在秩序和噪声之间。

数字生命和生命一样，它可能需要的不是这种Maximum（最大化）的Complexity（复杂度），它需要是一种和环境对应的Viable（可行）的Complexity（复杂度）。

我这里借用了一张2022年我们在智源大会上发布线虫工作时候的设想图。也许我们可以去构建一个人工智能的生命模拟工程。

▲人工智能生命模拟工程

从线虫到果蝇、斑马鱼，再到小鼠、人脑，我们也许可以按照这样一个递进式的scaling范式去构建我们的数字生命。而且这个范式，在今天看来，已经逐步地被实现。

包括今年（2026年）大家所讨论的果蝇，实际上2023年的时候我们的团队也有过尝试，FlyWire 2023年7月刚发布的数据做了模拟等等。

所以我这里想给大家说的就是：Scale Matters（规模相当重要），而且我们要持续地做这件事情。

在我的想象中，走向智能的未来，不完全是当下的Scaling AI（AI模型扩展）——不是越来越多的数据去堆积，越来越多的、大的Pre-trained model（预训练模型），或者说把Pre-trained model的范式推广到这种影像视频，或者去构建更复杂的、多模态驱动的世界模型。

我觉得其中一条路是值得我们去关注的，其实是Scaling Digital Life（扩展数字生命的规模），也就是去构造更复杂、由生物数据驱动的、跨尺度的数字生命。

我的想法也非常简单：如果智能是来自于生命的最高级信息处理系统，那么真正的AI，它必须是某种程度上接近生命的一种系统。

▲走向智能的未来

我目前所在的国家生物医学成像科学中心，承载了这样一个历史使命。我们建设和运营了北京大学承建的第一个国家重大科技基础设施，叫多模态跨尺度生物医学成像设施。

▲国家大科学装置：多模态跨尺度生物医学成像设施

这个设施拥有非常先进的、从宏观到介观再到微观的多尺度的成像设备和能力，也是目前在国内完全以生物成像为核心的国家重大科技基础设施。

我自己从2021年开始担任全尺度数据处理中心这个装置的负责人。我本身的研究，也和这种数据驱动、包括生物启发的AI模型紧密地相结合。

我们从大概几年前就开始思考，这样的一个大设施可以去驱动怎样的事情。

那么除了我自己研究的一个小的路线之外，我们在这样的一个大设施下面，其实可以做面向整个生命的全尺度建模，我们把它叫做“全景数字生命大计划”。

▲生命观象台：极综合交叉的研究手段

我们现在也希望，通过这样的一个全景数字生命，去号召国内外众多相关的科学家和研究机构，一起来推动这件激动人心的事情。

那我的实验室在这里面做什么？我们做的其中一件事情就是把这种多模态的影像基础模型整合起来，去构建数字器官和数字生命。

▲北京大学马雷实验室：多模态影像基础模型＋多组学数据驱动的数字器官和数字生命

其实在比较早期的时候，我们就觉得这种跨尺度的构建，不可能是完全的bottom-up（自下而上），也不可能是完全的data-driven（数据驱动）。

所有的这些都可能是通过不同的人从不同的角度去努力完成的。我所做的数字器官可能很多同行也会去做。所以我们主要的特点，就是希望以成像数据为主去推动构建。

我的实验室一直在做的第二件事情，就是刚才大家所看到的数字线虫。

从数字线虫基本浮出水面的成果来看，我们的核心工作是把“身体、神经系统和它所在的环境”整合在一起。实际上我们对于果蝇、小鼠乃至更复杂的物种，都在尝试去构造一套通用的方法。这套通用的方法应该是适用于所有此类的数字生命体。

这个演讲的最后，我想借用我曾翻译的《千脑智能》这本书——Jeff Hawkins的著作——第十六章的两段话：“我希望人们都认识到，成为一个多行星物种是一个非常令人兴奋的目标，也是对于我们生存至关重要的一个目标。而真正能够实现这条路的唯一途径，就是一定要去reverse engineering（逆向工程），也就是要对我们的大脑的皮质柱进行逆向工程。”

欢迎感兴趣的朋友们一块来思考这个事情。我们只有真正地对我们的生命做了完全的数字化的模拟，或许有可能真正地成为一个多行星物种。

希望在我们可以接触到的未来，人类可以成为星际物种，把生命和文明带出地球。

谢谢大家！