摘要：Life, its origin, and its distribution: a perspective from the Conway-Kochen Theorem and the Free Energy Principle
Life, its origin, and its distribution: a perspective from the Conway-Kochen Theorem and the Free Energy Principle
生命、其起源及分布：从康威-科亨定理与自由能原理的视角
https://www.tandfonline.com/doi/epdf/10.1080/19420889.2025.2466017?needAccess=true
摘要
我们认为，生命起源（OOL）问题不仅仅是一个化学问题，而且首先是一个认知科学问题。通过康威-科亨定理和自由能原理的视角来解读，当代物理学将所有能够持续存在的复杂动态系统都视为贝叶斯智能体。如果所有持续存在的系统在某种程度上——哪怕只是最小程度上——都具有认知能力，那么所有持续存在的系统是否在某种程度上都具有生命，或者生命系统仅仅是认知系统的一个子集？我们认为无法划出一条明确的界限。从这一视角出发，我们重新审视了费米悖论和德雷克方程。我们得出结论，提升我们识别和与各种不同体现形式的多样化智能进行交流的能力，无论其是否基于熟悉的生物化学，都将解决或使生命起源问题变得无关紧要。
关键词 ：多样化智能；德雷克方程；费米悖论；自由意志定理
1. 引言
生命起源（OOL）问题通常被认为是一个化学问题[1]：在合适的条件下，如何将正确的分子分隔化，从而启动一个自催化过程，不仅维持正确的分子浓度，还能维持使能条件和必要的分隔化？许多观点已被提出，通常集中在自催化或分隔化作为主要问题。人们普遍认为，在地球早期可能发生了多次生命起源事件，但只有最后的共同祖先（LUCA）这一谱系——所有已知生命的共同祖先——存活了下来[2–4]。人们也普遍认为，生命起源事件可能发生在其他地方，这促使人们通过各种方式寻找地外生命的证据。
导致LUCA及其谱系的生命起源事件在许多相关领域具有重要意义。首先，它代表了一个起源奇点，必须支撑起进化生物学的基石——生殖周期。其次，它有效地定义了“合成”生命，为合成生物学和生物工程学设定了边界条件，这两者都是旨在创造和研究生命可能的新形式[5]。第三，它是外星生物学的一个关键固定点，促使我们定义我们在地球之外的星球上寻找的是什么，以及构建不同的起源故事对复杂性和智能的进一步发展意味着什么。最重要的是，它对“生命”的定义产生了强烈影响：传统的观点认为生命是一个与非生命物质截然不同的类别，但这种观点受到需要识别和解释生命从非生命中突然出现的尖锐相变的挑战。与此相关的是生命与心智的关系问题。无论我们为创造心智所需的最小动态制定什么理论，理解它们与生命起源的关系都是至关重要的。传统观点认为，认知是在生命的复杂性轴上扩展的某个时刻出现的，即认知生物是生命生物的一个子集[6]。
在这里，我们回顾一种关于生命起源问题的替代思维方式，这种思维方式受到康威-科亨（CK）定理[7,8]的启发，这是物理学的一个结果，以及自由能原理（FEP），这一理论框架最初起源于神经科学[9,10]，并在过去十年中扩展为对一般物理系统的描述[11–16]。CK定理将所有物理系统描述为具有能动性的，具体表现为表现出即使在原则上也无法从局部因果影响中预测的行为。FEP将所有物理系统描述为推断性的，具体表现为表现为贝叶斯满意者的行为。CK定理和FEP共同提出了一个比生物学中的主流观点（例如在[6]中所代表的）更广泛的认知观，并且可能会让那些主张植物或微生物中存在基础认知的人（例如在[17–21]中）感到惊讶。它们特别表明，所有复杂系统都是能动材料的组织，这些材料在多个尺度上执行贝叶斯满意行为[22–24]。这反过来又表明，生命起源问题并非是一个化学问题，或者至少不仅仅是一个化学问题，而是一个认知科学问题：即表征一个系统被认为具有生命的认知水平或类型的问题。它引发了关于生命和认知是否共存的问题，正如许多人所争论的那样[25–28]，以及如果它们不是共存的，那么区分生命认知系统和非生命认知系统的具体属性是什么。它表明，开发能够识别和与具有多样化体现形式的多样化智能进行交流的方法——这些智能在多样化的状态空间中表现出行为[22,29–31]——将是全面解决生命起源问题的必要条件。
我们首先在第2节回顾CK定理，在第3节回顾FEP。然后，我们在第4节考虑生命是否与认知共存这一基本问题。我们讨论了当宇宙中可用的材料被视为具有能动性时，几乎在任意空间和时间尺度上可能出现的多样化体现形式的惊人范围。我们还考虑了这些系统在其“生命周期”中可能穿越的多样化状态空间，其中一些可能仅与我们熟悉的三维（3D）嵌入空间有最小耦合，而熟悉生物的外显行为正是在这个空间中展开的。我们以一种可以应用于多样化体现形式和多样化状态空间的方式来制定典型的生命标准，包括具有变异的繁殖和自创生代谢。然后，我们在第5节转向恩里科·费米著名的“他们在哪里？”问题，并讨论我们可能会期待多样化认知系统——我们可能认为它们是“活着的”，也可能不认为——能够运用的通信能力。
2. 康威-科亨定理作为对能动性的通用表征
2006年，约翰·康威（John Conway）和西蒙·科亨（Simon Kochen）发表了他们的“自由意志定理”，并于2009年发表了一个更一般化、因而也更强大的版本。康威-科亨（CK）定理涉及观察者与某个感兴趣系统之间的相互作用，这些相互作用符合狭义相对论（SR）和量子理论（QT）。前者要求系统与观察者之间的相互作用是因果的，具体来说是系统之间 i）信息的传递只能向前传递时间，ii）且速度不超过光速；实际上，这两个条件定义了狭义相对论中的“因果性”。图1展示了一个满足这些条件的相互作用。在描绘任一系统在时空轨迹的“世界线”上的每一点，这里为了简化起见，垂直绘制以表示时间的流逝（而没有空间中的相对运动），任一系统可能受到的过去因果影响都包含在该系统的“过去光锥”内，即从过去任意延伸到该系统的时空区域，从该区域发出的以不超过光速传播的信号能够到达该系统。如图1所示，在时间t2，当系统接受观察者的操作时，该系统的过去光锥完全包含了在时间t1观察者开始对系统进行操作时的过去光锥。同样，在时间t3，当观察者从系统中接收到观察结果时，观察者的过去光锥完全包含了系统在时间t2的过去光锥。
CK定理在其最初形式中指出，在任何符合狭义相对论和量子理论的观察情境中，如果观察者在某个时间t1的行为不能完全由观察者在该时间的过去光锥中的事件决定，那么被观察系统在某个t2 > t1时对观察者在t1的行为的响应，也不能完全由系统在t2的过去光锥中的事件决定。证明过程较为复杂，依赖于早期的科亨-斯佩克（Kochen-Specker）定理[32]，该定理表明符合量子理论的观察表现出对上下文的非因果依赖性。然而，其背后的直觉是直截了当的：宇宙某部分的量子态的演化只能被理解为整个宇宙量子态演化的投影。局部信息，例如来自过去光锥的信息，永远不足以完全指定一个量子态；这种局部信息的不足也构成了伍特尔斯-祖雷克（Wootters-Zurek）“不可克隆”定理[33]的基础。在处于纠缠态的扩展空间系统中，这种情况尤为明显，其中单个系统的空间分离部分在观察者的实验室参考系中似乎具有不同的过去光锥。局部信息对于量子态指定的不足性既适用于观察者，也适用于被观察的系统，这将原始定理的“如果—那么”表述替换为2009年版本的更强表述。
CK定理向我们展示了，在当前基础物理学的背景下，所有系统表现出生命系统的一个典型特征：它们对局部因果行为的决定性存在抵抗，因此它们能够以令人惊讶的方式行动。可以将这种行为归结为“随机性”或“随机性”，从而从本质上以热力学的术语来理解，但我们指出，这样做已经为系统存在于能动性谱系中提供了最低要求——一定程度的自主性，随后可以通过进化或工程过程将其扩展为更高级别的智能形式（具有更强的历史性、元认知等）。在这里，我们跟随惠勒（Wheeler）[34]、富克斯（Fuchs）[35]以及其他人的观点，将CK定理，乃至量子理论本身，解释为意味着所有系统都具有根本的能动性特征。我们在下一部分中将描述一种表述这种观点的方式：如果两个系统是可区分的——从形式上讲，如果它们的联合状态没有纠缠——它们对输入执行计算以及因此赋予输入语义的选择是独立的，因而也是“自由的”[36]。这种解释的自由性是能动性的基础，这是二阶控制论[37–39]的一个关键观点。
3. 自由能原理（FEP）作为对认知的通用表征
自由能原理（FEP）描述了那些可以从其嵌入的环境中区分开来的物理系统的行为，并为这些系统在一段时间内保持与环境的可区分性提供了必须满足的条件。它可以被表述为一个显然同义反复的主张：任何能够从其环境中被区分出来的系统，必须以一种能够维持其与环境可区分性的方式行事，这种可区分性既可以从外部观察者的角度来理解，也可能从系统自身的角度来理解[11]。更技术性地讲，任何这样的系统都必须以一种能够维持其状态与环境状态条件统计独立性的方式行事。FEP将条件统计独立性的维持描述为在系统与环境边界处测量的变化自由能（VFE）的渐近最小化，并将VFE的最小化描述为贝叶斯满意行为。直观上，VFE是系统对其环境下一步将对它做什么的不确定性的度量；因此，VFE可以被解释为环境对系统的压力，而贝叶斯满意行为可以被解释为决定如何最好地缓解这种压力。因此，FEP可以被视为提供了一种将经典动态系统[11–14]或量子理论[15,16]中的行为描述翻译成认知科学（以及当涉及多个主体时，社会科学）语言的“词典”。在接下来的内容中，我们将一致地使用“主体”（agent）一词来指代符合康威-科亨定理和FEP的系统，认识到这种用法的范围涵盖了所有在一段时间内保持与环境可区分的物理系统，而这一范围比其他一些用法的范围要宽得多；关于一般性的综述请参见[41]，关于生物学领域具体用法的综述请参见[42]。
要理解FEP是如何工作的，假设U（代表“宇宙”）是一组足够大的物理自由度集合，可以被视为孤立的，并考虑将U分解为一个系统S及其环境E（按定义，E就是除了S之外的一切）。请注意，在这里，FEP相关的状态空间是U的状态空间，它包含了U作为一个整体的所有可能状态，而不仅仅是S的可能状态。FEP描述了U的两个组成部分S和E的行为，当且仅当它们的状态——可以被视为U状态的正交投影——彼此条件统计独立时。S从E（反之亦然）的条件统计独立性要求：i）S和E都是U足够大的组成部分，即它们足够大以至于拥有不会直接受到它们相互作用影响的“内部”或“本体”状态；ii）相互作用足够弱，即它们自由度之间的耦合足够稀疏。经典物理和量子物理都提供了满足这些条件的精确标准。经典动态系统可以分解为两个条件统计独立的组成部分，当且仅当它们之间可以定义一个马尔可夫毯（MB）——一个“小”的状态集合，所有相互作用都通过它进行——请参见[11]中在经典场景下的定义。量子系统可以分解为两个条件统计独立的组成部分，当且仅当联合态可以分解为各个组成部分的状态，即在狄拉克符号中，。如果这个条件不成立，S和E就被定义为纠缠的。如果这个条件成立，就可以定义一个全息屏，所有相互作用都通过它进行[36]；在量子描述中，全息屏扮演了与经典描述中马尔可夫毯相同的角色。4. 生命 = 认知，还是生命 ⊂ 认知？
通过将基础物理学用适用于所有时间持久系统的能动性语言重新表述，康威-科亨（CK）定理和自由能原理（FEP）抹去了认知系统与“纯粹物理”之间的任何“明确界限”，同时为动态复杂性和认知复杂性之间提供了一种自然的关联。相对简单的、直观上“愚蠢”的系统（如电子或岩石）具有微不足道的认知能力，而复杂的多组分系统（如大分子、生物化学途径或细胞）则具有显著的认知能力，表现出诸如纠错、学习和记忆等特征[22]，更复杂的系统（如章鱼、人类或生态系统）则具有更强的认知能力；在所有情况下，这种认知的种类和程度都必须通过实验来确定[51]。实际上，在没有进一步限制性假设的情况下，CK定理和FEP与哲学家（如加伦·斯特劳森[52]或菲利普·戈夫[53]）提出的激进泛心论是一致的；关于跨文化的历史综述请参见[54]，关于具体讨论请参见[22,50]。然而，由于CK定理和FEP本身并非意识理论，它们也绝不强求意识的存在（Fields, Albarracin, Friston, Kiefer, Ramstead, 和 Safron，正在审稿中）。
抹去“纯粹物理”与认知之间的界限，立即引发了关于生命归属的问题。如果这样做将“生命系统”的含义扩展到包括所有能够随时间持续存在的事物，那么我们是否有理由将生命与认知等同起来，正如马图拉纳和瓦雷拉[25]或帕蒂[26]所争论的那样？通常被引用的功能（如复制、代谢或分隔化）对“生命”的定义有多重要[55]？有机化学有多重要——它是复杂系统的唯一来源，还是其他化学也能自主地产生复杂系统？鉴于我们只有一个LUCA谱系的例子，是否值得尝试对生命进行一般性定义[56]？在提出这些问题时，考虑术语的使用是有价值的。通常认为，将认知术语应用于非传统基质（生物化学途径、细胞、器官、“机器”等）充其量是无用的文字游戏，最坏的情况是属于分类错误。我们主张一种工具主义立场，在这种立场下，本体论范畴并非不可侵犯的哲学既定事实，而是必须随着科学的进步而更新，术语的效用程度来自于它们所促成或抑制的互动协议。例如，一个系统大致处于能动性谱系中的位置X这一说法，通过使用认知和行为科学的工具对该系统进行研究而获得的经验性益处的程度来体现。我们在其他地方[57–61]已经讨论了许多这样的例子，这些例子展示了如何通过消除边界来促进新的研究计划，并导致生物医学和生物工程等领域的新实践能力和发现。因此，认知极为广泛的这一观点并没有贬低这一概念，而是建议在新的系统中对已被证明对理解传统具身心智有用的工具和概念进行实验性测试。
自由能原理（FEP）最初是作为一种生命系统的理论而提出的，它从其最小的物理假设中推导出许多生命特征。例如，所有可分离的系统都必须被分隔化，尽管如上所述，它们可能在我们熟悉的三维嵌入空间之外的空间中被分隔化。基因调控网络在分子浓度的状态空间中被分隔化，而计算机程序的执行轨迹在有限数据结构的可能编码的状态空间中被分隔化。如上所述，FEP通常再现了生命系统对低环境诱导压力的偏好。FEP通常再现了巴特利特和王[55]提出的定义生命（或用他们的术语，“lyfe”）的四个“支柱”中的三个：耗散、稳态和学习，尽管有些系统仅在某种最小复杂性极限下才表现出这些功能。第四个支柱，自催化复制，并非由FEP要求；然而，任何与环境相互作用的持久、有界系统，根据其构造，必然是自催化的。特别是，一个既是有界的又是持久的开放系统的动力学必须既有耗散成分也有非耗散成分，在经典表述中，这对应于打破详细平衡的非平衡稳态解。其中耗散性涨落平均为零的系统看起来是保守的，即表现为经典物体，而耗散性动力学仍然显著的系统是混沌的，表现出生命熟悉的特征，如电生理振荡、生物节律、生命周期和繁殖[13]。此外，繁殖是任何试图降低其局部VFE的系统的一种自然策略，因为将自身的副本放入环境中通常会增加其可预测性[62]。FEP通常促使足够复杂的系统发展出类脑形态，以从环境中最大化信息获取[63]。它通常促使分隔化和层次化信息处理[14,64–66]。它促使在共享环境中暴露的相似主体群体中产生通信和集体问题解决，因此为多细胞发育、群体行为以及种群规模上的进化提供了自然的描述[67–70]。
对声称FEP通常描述生命的观点的一个明显反驳是，指出具有已知结构的复杂人工制品，如人类制造的计算机，并声称它们显然不是活的。尽管这种系统是分隔化的、耗散的并且能够学习，但这种论点认为，它们不能被认为是活的，因为它们不维持稳态，也不是自催化的。然而，我们必须问，这是否仅仅是一个直觉泵。基于有机化学的系统存在，我们为它们提供了一个由设计完美化的环境，任意大量的热力学自由能供应，以及通过外部供应的部件进行辅助运动复制；例子包括基因组DNA、蛋白质和病毒。如果我们用有机部件制造计算机，并将它们维持在我们体内，我们还会将它们视为非生命的人工制品吗？许多生物，包括不仅有人类寄生虫和病原体，还有大多数家畜，都依赖人类提供的环境服务来维持稳态和繁殖——这种对我们的依赖是否使它们变得不那么有生命？我们自己也依赖于我们的微生物内共生体，正如它们依赖于我们一样。所有生物都依赖它们的环境；这种对环境的不独立性可以被视为定义性的。历史上，“我们知道它时就能认出它”并不是一种可靠的方法来定义生命或心智。我们会说，现在更是如此[22,31]。
如果FEP确实通常描述生命，那么生命起源问题（OOL）又该如何呢？生命起源是否只有一个，即在大爆炸时？还是生命起源事件是普遍存在的，只要有机化学或其他任何化学能够产生复杂性的地方就会发生？如果FEP并不通常描述生命，即如果生命系统是能动的、认知系统的某个真子集，那么必须在FEP所赋予的通用属性和能力之外添加什么才能产生生命定义，以及如何将这种添加与自然进化系统和生物工程构建之间越来越模糊的界限相协调[22,31]？换句话说，“生命”是一个本体论范畴，还是一个解释性建构[71]？有人可能会根据[56]的观点认为，这些问题并不重要，甚至不可能重要。但真正重要的是，我们是否能够识别并与FEP告诉我们无处不在的多样化智能系统进行交流，无论我们何时遇到它们。
5. 他们在哪里？
费米悖论——为什么我们从未观测到智慧地外生命的证据，尽管可观测宇宙足够大，我们本可以预期会观测到——自 [72] 以来一直被广泛讨论。Webb [73] 回顾了 75 种提出的解决方案，而 Gray [74] 对这一讨论提出了总体批评。然而，正如 Webb 指出的那样，悖论的表述及其提出的解决方案都隐含地将地外生命建模为与人类相似，心理上和文化上即使不是生物学上也是如此 [75]。这种假设增加了戏剧性，并使大部分讨论带有科幻小说的色彩。FEP（自由能量原理）将所有系统建模为最小化 VFE（变分自由能量）从而最小化体验到的压力的心理系统，即使是单个细胞也可以拥有这种心理 [26]。它将心理复杂性与系统复杂性联系起来，前提是系统的边界带宽允许 [66]。然而，要预测出类似人类的心理，还需要额外的假设；因此，FEP 并未告诉我们人类心理，更不用说文化，的普遍程度。此外，尽管我们无法接触到真正的外星生命，但我们现在有机会研究那些未受到生命之树典型进化选择力量影响的合成和混合生物。赛博格、混合机器人、生物机器人、最小活性物质和人工智能都对在环境和遗传无法讲述完整故事时预测出现的形态和功能提出了独特的挑战 [23,76]。
然而，FEP 告诉我们，地球上确实存在比我们更复杂、更智能的认知系统。当用 FEP 描述时，系统发育进化和个体形态发生发育具有相同的正式结构，只是在空间和时间尺度上有所不同 [77]；因此，LUCA（最后的共同祖先）的整个谱系可以被描述为一个单一生物体的形态发生，即我们所知的生命 [78]。我们可以从遗传学上对这个生物体进行特征描述 [4,79]，并描述其发育如何改变了其环境 [80]，但我们与之密切相关的部分之间的交流却很笨拙，我们对其整体心理的理解也仅限于 VFE 最小化以及因此的压力降低这一抽象概念。我们没有能力“看到”我们所知生命的整个环境，也无法详细地模拟其与环境的整体相互作用。将关注的系统扩展到洛夫洛克和马古利斯 [80] 的行星盖亚系统——参见 [81] 以了解其外星生物学的推广——会得到一个更复杂的系统，其中一些过程已被建模为主动推断 [82]，但上述关于完整或详细模型的评论同样适用。与这样的系统进行交流会是什么样的呢？能否开发工具来协助将这些系统的理论预测感知和目标空间映射到我们自己的空间——一种增强现实技术，以促进高度多样化心智之间的理解甚至共存？我们不知道。我们在识别我们自身自然器官的感知 - 行动循环、问题解决行为以及在非常规空间中的智能导航方面的困难，凸显了我们进化固件所提供的狭窄过滤器。
将一个物理系统建模为信息处理器——一台计算机——是一种从可观测物理到可计算函数的映射 [83]。FEP 是指定这种映射的一般形式的一种方式。包括 FEP 指定形式的映射在内，从可观测物理到可计算函数的映射可以在任何尺度上构建，随着事件被粗粒化的尺度增加，计算复杂性会降低。在一个给定的尺度内，可能存在许多不同的映射。因此，任何物理系统都可以被视为同时计算许多不同的函数，它被“视为”计算哪种函数取决于所采取的视角和进行的测量 [84]。因此，FEP 不仅在每个尺度上描述一般系统为 VFE 最小化器 [14]，它还允许进行多种这样的描述。一个描述是否支持与系统的富有成效的互动，取决于它在多大程度上捕捉到系统自身测量和作用于其世界的方式——它用来理解其世界正在对其做什么的“参考框架” [15]。要理解并尤其是影响系统的行为，最好用它们自己的语言与它们交流。这就是我们通过直觉在与他人以及在一定程度上与其他哺乳动物相处时所理解的尺度和描述依赖的“因果涌现”现象 [85]，我们可以在模型生物的情况下对其进行实验性研究 [86,87]，但对于一般系统，我们只有理论上的把握。
FEP（自由能量原理，Free Energy Principle）表明，解决费米悖论的方法是摒弃我们对智慧生命的拟人化认知。它暗示我们周围存在着智慧生命，其中一些比我们更智慧，但我们尚未能够检测到，或者无法理解、无法与之沟通。它还表明，智慧生命可能广泛存在于宇宙中，但我们不应期望它们在结构、形态或行为习惯上与我们相似。假设我们会遇到某种我们未来可能建造的技术人工制品，或者接收到我们未来可能发送的某种信号，这种假设本质上是认为智慧生命意味着一种与我们功能相似的心理和操作身体的能力。而FEP则表明，生命和心理的多样性远远超过LUCA（最后的共同祖先）的谱系，更不用说通向哺乳动物和人类的亚谱系了。
即使有这些预期，地球上的生命也提供了足够的多样性，挑战了我们构建模型和开展实验的能力。如[6]所述，只有少数生命科学家接受生物体普遍具有智慧这一观点。我们尚未充分理解微生物的感知和行为能力，无法准确预测它们在新环境中的行为；我们对真核细胞（例如人类癌细胞）的理解则更为有限。比较基因组学继续揭示出新颖的、似乎仅限于特定谱系的功能，基因组序列的多样性之大，以至于无法排除来自非LUCA谱系的横向贡献。此外，合成生物学和生物机器人学正在构建一些既没有进化历史又具有明显新问题解决能力的生物系统。在更宏观的层面，生态学仍然主要是一门以观察和现象学模型为基础的科学，我们对真社会性昆虫群体作为认知个体的理解也极为有限。我们难以找到与集体智慧（如蚁群，而非单个蚂蚁）交流的方法，并且很少意识到我们自身也是集体智慧的典型例子。我们很难在不熟悉的时空尺度上或在不熟悉的问题空间中识别我们的认知亲缘关系，许多科学家似乎努力维持各种区别，以捍卫人类中心主义的残余观念。即使是作为一个真实主体的最基本特征——具有物理形态——也不再像过去那样牢不可破。我们现在可以将自己理解为暂时持久的动态模式，而不是像孤子、飓风等那样的物体。我们作为自我修改的模式存在于代谢和认知媒介中，这迫使我们面对一个问题：还有哪些其他模式实际上是主体？模式与物体之间、思想与思考者之间的微弱区别，为我们打开了认识一类越来越广泛的非常规主体的大门，而我们此前对它们完全视而不见。换句话说，我们仍然只在很小的程度上准备好面对地球上存在的其他生命系统。来自其他行星的智慧生命或其人工制品，对我们来说可能是无法识别的。
6 从自由能原理（FEP）视角看德雷克方程
德雷克方程估算了从地球可探测到的地外智慧文明数量，其中，是每颗此类恒星上适宜生命存在的行星数，分别表示这些行星上生命出现、演化为智能生命、以及发展出可探测技术文明的概率，而之外，所有因素的不确定性都很大，导致已发表的人工制品——如电磁信号、物质实体或其他无法用已知物理和化学规律解释的信息承载模式。这种对人工制品的关注，使德雷克方程在逻辑上与其灵感来源——费米悖论保持一致，但却与外星生物学的核心关注点有所偏离。德雷克方程中的各个参数的相关性甚至意义都曾受到批评，相关批评的广泛样本可参考生命起源事件（而非智慧文明数量）的替代模型，可参考自由能量原理（FEP）暗示，外星智能系统的数量可能非常庞大，但它并没有提及这些系统的可探测性。此外，通过将所有物理系统都视为贝叶斯智能体，自由能量原理消除了“人工制品”和“自然产物”之间的明确区别；任何携带信息的模式——任何与噪声有所区别的东西——都可能是一个来自具有一定智能水平的系统的“信号”s。因此，它认为真正重要的数字是我们通过贝叶斯满意策略识别出一个外星信号s（无论其形式如何）的概率P（r|s）。在这方面，它与Gertz [94]的观点大致一致，Gertz认为唯一重要的数字是fd，即通过任何手段探测到智能外星生命的概率。
人类一直处于大规模的信息承载模式之中，从可见恒星的非均匀分布到宇宙微波背景的各向异性[96]，我们将其视为“自然的”，因此从生物学或认知科学的角度来看并无兴趣。将太阳系尺度的非随机性视为一种通信方式，同样未能通过上述的效用性检验。那么，将一块明显非人类制造的太空垃圾视为一种通信方式或具有生物学意义的发现，其效用性又在哪里呢？一方面，这样的发现会打破我们的人类中心主义，让我们明白我们并不是“宇宙中孤独的存在”，正如许多人所恐惧或所希望的那样。另一方面，它又会证实我们的人类中心主义，因为它证实了我们内心深处的一个假设，即那些外星生物在某些重要方面与我们“相似”。换句话说，将这样的发现视为“非自然”的效用，并不在于它如何帮助我们更好地应对环境，而在于它对我们自身的启示。它会告诉我们，我们并非独一无二，而是在某种意义上是“不可避免”的。德雷克方程通过包含fc这一项，假设了这种独特性或不可避免性的两极。与之相反，自由能量原理挑战我们去想象一个充满智能系统的宇宙，其中绝大多数系统与我们毫无相似之处。它重新解释了Gertz的fd，将其视为人类变得足够聪明以识别外星智能生命出现的概率。
对自由能量原理的更激进的看法是，它为任何观察者（无论是单个个体、全人类、LUCA的谱系、盖亚，还是其他任何大小的系统）将N定义为1。另一个可被检测到的智能系统是检测系统的整个环境。任何系统的挑战在于理解其整个环境试图向它传达什么。它唯一无法从其整个环境中得知的是它们之间边界的起源B，因为这一事件是系统及其整个环境的起源（OOL）。
7. 结论
起源问题（OOL）是在经典物理和经典时空中提出的，它假设一个非生物环境按照经典力学的方式运作。康威-科亨定理（Conway-Kochen theorem）和自由能量原理（Free Energy Principle, FEP）挑战了这些假设。前者通过证明局域决定论与已知物理相冲突，后者则通过将即使是经典动力学系统也形式化地解释为贝叶斯智能体，来挑战传统观点。
综合来看，康威-科亨定理和自由能量原理将物理系统描述为在每一个尺度上都至少具有最低限度的智能性，并暗示生命、认知和复杂性是不可分割且无处不在的。如果情况确实如此，那么在实践中，起源问题实际上被替换为如何识别并成功与各种不同体现形式的智能体进行互动的问题，而这种互动可能涉及熟悉的生物化学，也可能不涉及。
原文链接：
https://www.tandfonline.com/doi/epdf/10.1080/19420889.2025.2466017?needAccess=true
阅读最新前沿科技趋势报告，请访问欧米伽研究所的“未来知识库”
未来知识库是“欧米伽未来研究所”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问进入。
截止到2月28日 ”未来知识库”精选的100部前沿科技趋势报告
《核聚变，确保 21 世纪美国的主导地位的关键技术》
《世界知识产权组织：2025WIPO 技术趋势报告：交通运输的未来（145 页）》
《世界知识产权组织（WIPO）：2024 年世界知识产权指标报告（194 页）》
《联合国环境规划署：2024 年保护地球报告（81 页）》
《联合国工发组织：2024 清洁技术创新能力建设框架研究报告（51 页）》
《凯捷：Applying TechnoVision 2025：未来科技趋势及应用愿景（17 页）》
《谷歌：2025 年 AI Agent 白皮书：AI 智能体时代来临（42 页）》
《富而德律师事务所：2024 年国际仲裁趋势年度回顾报告（41 页）》
《邓白氏：2024 年全球企业破产报告（27 页）》
《LLM 时代小模型的应用潜力与挑战 》（50 页）
《斯坦福 2025 斯坦福新兴技术评论十项关键技术及其政策影响分析报告》（英文版 191 页）
《英伟达：2025NVIDIA 自动驾驶安全报告（26 页）》
《微软 MICROSOFT (MSFT) 2024 年影响力摘要报告（23 页）》
《高德地图：2024 年中国主要城市交通分析报告（29 页）》
《德勤 & CAS：2025 锂离子电池回收行业报告 - 面向绿色未来的市场及创新趋势（36 页）》
《ABI Research：2025 生成式人工智能在语义和实时通信中的应用研究报告（20 页）》
《2025 年 3D 打印技术发展趋势、产业链及相关标的分析报告（45 页）》
《生成式基础模型的可信度 —— 指南、评估与展望》（231 页）
《量子信息科学与技术对国家安全的影响》（118 页）
《中国科学技术信息研究所：2024 科技期刊世界影响力指数（WJCI）报告（68 页）》
《思略特（Strategy&）：2025 汽车行业的人工智能（AI）机遇研究报告（12 页）》
《赛默飞：2024 年中国生物科技行业调研报告：资本寒冬中生物科技企业的生产之道（18 页）》
《清华大学：2025 年 DeepSeek 与 AI 幻觉报告（38 页）》
《美国企业研究所（AEI）：2025 创新未来电力系统研究报告：从愿景迈向行动（71 页）》
《超材料的智能设计研究进展》
《Ember：2030 年全球可再生能源装机容量目标研究报告（29 页）》
《量子信息科学与技术对国家安全的影响》
《英国人工智能安全研究所：2025 年国际人工智能安全报告 - 执行摘要（22 页）》
《世界海事大学：2024 海事数字化与脱碳研究报告：可持续未来（250 页）》
《艾睿铂（AlixPartners）：2024 回溯过往锚定未来：大型科技公司如何推进人工智能愿景研究报告（18 页）》
《Wavestone ：2025 数据与 AI 雷达：掌握数据与人工智能转型的 10 大挑战研究报告（30 页）》
《CSIS：2024 中美学术的再联结研究报告：在激烈竞争的时代增进相互理解（120 页）》
《MSC：2025 全球国防创新就绪度差距系列报告：突破制约国防创新的六大隐性障碍（第四版）（32 页）》
《2025 年 AI 编程发展前景及国内外 AI 编程应用发展现状分析报告（22 页）》
《中国核电 - 公司深度报告：世界核电看中国 - 250218（22 页）》
《医药生物行业：医疗器械行业全景图发展趋势及投资机会展望 - 250216（28 页）》
《皮尤研究中心：2024 美国社交媒体使用情况研究报告（英文版）（30 页）》
《科睿唯安：2025 基因编辑领域的领先创新者洞察报告 - 改变药物发现和开发范式的八大创新者（47 页）》
《经合组织（OECD）：2025 年全球脆弱性报告（218 页）》
《计算机行业年度策略：AI 应用元年看好 Agent、豆包链及推理算力三大主线 - 250218（38 页）》
《国金证券研究所：从理想走向现实，全球人型机器人研究报告》
《深度解读 DeepSeek 原理与效应（附 PPT 下载）》
《兰德公司（RAND）：2025 借鉴危机经验构建城市水安全韧性研究报告：五城案例分析（62 页）》
《凯捷（Capgemini）：2025 行业创新洞察：电气化飞机推进系统研究报告（27 页）》
《国际能源署（IEA）：2025 全球电力市场报告：至 2027 年的分析与预测（200 页）》
《Zenith：2025 年国际消费电子展（CES）趋势报告：AI 对消费科技、消费行为及传媒营销的变革性影响（17 页）》
《RBC 财富管理：全球透视 2025 年展望报告（33 页）》
《美国国防部和国家安全领域的十大新兴技术》（96 页）
《代理型人工智能全面指南》（45 页 ppt）
《麦肯锡 2025 人类工作中的超级代理。赋能人类解锁 AI 的全部潜力》（英文版 47 页）
《仲量联行（JLL）：2025 美国制造业的复兴全面分析报告：未来制造业增长及工业需求前瞻（26 页）》
《未来的太空领域：影响美国战略优势的领域》
《Luminate：2024 年年终美国影视行业报告：数据及趋势洞察（40 页）》
《Anthropic：2025 年 AI 经济影响报告：AI 如何融入现代经济的各类实际任务（38 页）》
【ICLR2025】《LLMS 能否识别您的偏好？评估 LLMS 中的个性化偏好遵循能力》
《改进单智能体和多智能体深度强化学习方法》（219 页）
《美国安全与新兴技术中心：2025 中国学界对大语言模型的批判性思考通用人工智能 AGI 的多元路径探索研究报告》（英文版 29 页）
《世界经济论坛 & 麦肯锡：2025 以人才为核心：制造业持续变革的当务之急研究报告（40 页）》
《超越 ChatGPT 的 AI 智能体》（82 页 ppt）
《Harris Poll：2024 年汽车技术预测报告：消费者对先进汽车技术与功能的洞察（14 页）》
【新书】《人工智能智能体的应用》（527 页）
《哥伦比亚大学：超越 Chatgpt 的 AI agent 综述》
《欧盟标准组织 - 体验式网络智能（ENI）- 基于人工智能代理的下一代网络切片研究》
《中国科学院：2024 开放地球引擎（OGE）研究进展与应用报告（55 页）》
《中国工程院：2024 农业机器人现状与展望报告（70 页）》
《美国安全与新兴技术中心：2025 中国学界对大语言模型的批判性思考：通用人工智能 (AGI) 的多元路径探索研究报告（29 页）》
《罗兰贝格：2050 年全球趋势纲要报告之趋势五：技术与创新（2025 年版）（72 页）》
《理特咨询（ADL）：2025 解锁聚变能源：驾驭聚变能商业化的机遇与挑战研究报告（20 页）》
《埃森哲：技术展望 2025—AI 自主宣言：可能无限信任惟先 - 摘要（12 页）》
《怡安（AON）：2025 年气候和自然灾难洞察报告（109 页）》
《美国安全与新兴技术中心：2025 AI 翻车事故（AI incident）：强制性报告制度的关键要素研究报告（32 页）》
《牛津经济研究院 2025 确保英国充分释放量子计算的经济潜力研究报告 》（英文版 64 页）
《欧洲创新委员会（EIC）：2024 年科技报告（65 页）》
《大模型基础 完整版》
《国际人工智能安全报告》（300 页）
《怡安（AON）：2025 年全球医疗趋势报告（19 页）》
《前瞻：2025 年脑机接口产业蓝皮书 —— 未来将至打造人机交互新范式（57 页）》
《联合国（United Nations）：2024 技术与统计报告：从业者投资法指南（67 页）》
《经济学人智库（EIU）：2025 全球展望报告：特朗普再次当选美国总统的全球影响（16 页）》
《大规模视觉 - 语言模型的基准、评估、应用与挑战》
《大规模安全：大模型安全的全面综述》
《Emplifi：2024 年 Q4 全球电商行业基准报告 - 社交媒体趋势洞察（37 页）》
《DeepMind：2025 生成式魂灵：预测人工智能来世的益处和风险研究报告（23 页）》
【AI4Science】《利用大型语言模型变革科学：关于人工智能辅助科学发现、实验、内容生成与评估的调研》
《世界银行：2025 极端天气高昂代价：气候变化背景下的马拉维金融韧性构建研究报告（76 页）》
《北京理工大学：2025 年中国能源经济指数研究及展望报告》
《Space Capital：2024 年第四季度太空投资报告（22 页）》
《NetDocuments：2025 年法律科技趋势报告（32 页）》
《CB Insights：2024 年度全球企业风险投资（CVC）状况报告：私募市场交易、投融资数据及分析（130 页）》
《Artlist：2025 年全球内容与创意趋势报告（59 页）》
《IBM 商业价值研究院：2024 投资人工智能伦理和治理必要性研究报告：AI 伦理前线五位高管的真实故事（24 页）》
《世界基准联盟（WBA）：2025 塑造未来：对可持续发展目标（SDGs）影响最大的 2000 家公司研究报告（46 页）》
《清华大学：2025 年 DeepSeek 从入门到精通（104 页）》
《麦肯锡：2025 工作场所中的超级代理 (Superagency)：赋能人类解锁人工智能的全部潜力（47 页）》
《凯捷（Capgemini）：科技愿景 2025：关键新兴科技趋势探索（54 页）》
《硅谷银行（SVB）：2025 年上半年全球创新经济展望报告（39 页）》
《BCG：2025 工业运营前沿技术：AI 智能体 (AI Agents) 的崛起白皮书（26 页）》
《DrakeStar：2024 年全球游戏与电竞行业报告（26 页）》
《理特咨询（ADL）：2025 人工智能驱动的研究、开发与创新突破的新时代研究报告（80 页）》
《互联网安全中心（CIS）：2024 年网络安全冬季报告：回顾与展望（30 页）》
《方舟投资（ARK Invest）：Big Ideas 2025 - 年度投研报告（148 页）》
《DeepSeek：2024 年 DeepSeek-V2 模型技术报告：经济、高效的混合专家语言模型（52 页）》
《CB Insights：2024 年度全球风险投资状况回顾报告：私募市场交易、投融资和退出数据及分析（273 页）》
《全国智标委：2025 城市生命线数字化标准体系研究报告（105 页）》
《经合组织（OECD）：2024 年全球政府创新趋势报告：促进以人为本的公共服务（46 页）》
《DeepSeek_R1 技术报告》
《摩根斯坦利报告 —DeepSeek 对于科技和更广义经济的含义是什么？》
《李飞飞最新 S1 模型的论文：s1 Simple test-time scaling》
《世界经济论坛 -《全球经济未来：2030 年的生产力》报告》
《2035 年技术融合估计：量子互联网、人机接口、机器学习系统、隐形机器人、增材制造》
《百页大语言模型新书》（209 页 pdf）
《量子技术和网络安全：技术、治理和政策挑战》（107 页）
《大语言模型中的对齐伪造》（137 页）
《2035 年技术融合估计：量子互联网、人机接口、机器学习系统、隐形机器人、增材制造》（美陆军 232 页）
《美国防部 CDAO：人工智能模型的测试与评估》（66 页 slides）
《自动驾驶的世界模型综述》
《Questel2024 深度学习领域专利全景报告》（英文版 34 页）
《深度解析 Palantir》（20250122_204934.pdf）
上下滑动查看更多
来源：人工智能学家
