加入书架 | 推荐本书 | 返回书页
今书网 -> 其他类型 -> 猫头鹰的万花筒 第105夜 空间填充与终端优化
- 事实上，了解理论适用范围的边界、预测能力的局限性及对例外、反例和失败的不断研究引发了更深层次的问题与挑战，促进了科学的持续发展，并带来了新的观念、技术和概念。
构建理论和模型的一个重大挑战是，辨别出能够捕捉一个系统每个组织层面上的基本动态结构的重要数据。
例如，在研究太阳系时，地球和太阳的质量很明显在决定地球的运动中居于重要地位，而它们的颜色（火星是红色的，地球是斑驳的蓝色的，金星是白色的，等等）则无关紧要，因为行星的颜色与计算它们运动的细节是不相关的。
同样，我们在计算能够让我们通过手机进行通信的卫星的详细运动时，也无须知道它们的颜色。
然而，这很明显也是一个尺度效应观点，如果我们近距离观察地球，比如在地表上方几英里的地方，而非从太空中数百万英里外的地方，它的颜色是地表现象多样性的呈现，包括山脉、河流、狮子、海洋、城市、森林和人类等一切事物。
因此，在一个尺度上不相关的因素在另一个尺度上就会变得具有决定性的作用。
在每一个观察的尺度上都面临的挑战是，提取出能够决定系统中占据主导地位的行为的重要变量。
物理学家已经创造了一个概念来正式确定这一方法的第一步，他们称之为“玩具模型”。
其策略是通过提取最重要的组成元素将复杂的系统简单化，由少量占据主导地位的变量代表，这些变量可以决定其主要行为。
一个经典的例子便是19世纪人们首次提出的一个观点，气体是由分子构成的，分子可以被视作小硬球，它们快速移动、相互碰撞，它们与容器表面的撞击是我们所认为的压力的来源。
同样，被我们称作温度的东西也可以被视作分子的平均动能。这是一个极为简单的模型，究其细节不一定严格准确，尽管它首次捕捉到并解释了气体的宏观粗粒度特征，如其压力、温度、热导率和黏性。
由此一来，它便提供了一个出发点，通过完善基本模型，并最终融入量子力学的复杂性，帮助我们发展出不仅有关气体而且有关液体和固体的现代的、更详细精确的理解。
这在现代物理学的发展中起到重要作用的简化玩具模型被称为“气体运动理论”。
与玩具模型相关的一个概念是一个理论的“零阶”近似，即简化的假设是为了得出近似最终结果。
能否先构建一个粗粒度零阶理论，以理解大量基于可以说明生物体基本特征潜在规律的基本原则的1/4次幂异速生长规模法则？
然后，我们能否把它当作一个出发点，定量得出更加精确的预测值和更高阶的纠正值，以理解在实际的生物系统中占据主导地位的行为？
许多人都认识到了生物学和物理学之间的文化差异。尽管如此，我们还是见证了极为激动人心的时刻，两个领域正在日益密切结合，产生出新的跨学科子领域，如生物物理学和系统生物学。
网络原理和异速生长规模法则的由来。
事实证明，构思出一套通用的网络总则，并提取出超越生物网络多样性的基本特征，是一项需要花上数月时间才能解决的重大挑战。
正如进入未知领域并尝试发展新的观点和研究方式一样，一旦有了发现或突破，最终结果似乎就明朗了。
很难相信这会花费这么长的时间，人们想知道为何不能在几天之内完成。挫折、低效、走入死胡同及偶尔的顿悟时刻组成了创造过程。似乎天然地有一个构思期，这是在所难免的。
一旦问题得到关注并得到解决，就会让人感到非常满足、非常兴奋。这是我们在阐释异速生长规模法则过程中的共同经历。
待尘埃落定，我们提出了一整套网络属性，它们被认为是自然选择过程的结果，在转变为数学运算时，它们便促进了1/4次幂规模法则的出现。
在对这些法则进行思考时，我们同时考量它们在城市、经济、公司中的可能类似法则或许会有所裨益，我们将在后文中更加详细地进行阐述。
空间填充。
空间填充背后的理念很简单，也很直观。粗略地说，它意味着网络的触角必须延伸至它所服务的整个系统的各个角落。
更加具体地说，无论网络的几何学和拓扑结构如何，它都必须服务生物体的所有生物子单元或子系统。
我们可以用一个更加熟悉的例子来理解：人体循环系统是一个经典的分级网络，心脏会向始于主动脉的多层次网络输送血液，经过规模不断缩小的血管到达最小的毛细血管，然后再通过网络系统返回至心脏。
空间填充就是指毛细血管作为终端单元或网络的末支，必须服务于人体内的每一个细胞，高效地为细胞供给足够的血液和氧气。
事实上，这一切只需要毛细血管距离细胞足够近，以使得足够的氧气能够高效地穿透毛细血管壁，并通过细胞的外膜。
极为类似的是，城市中的许多基础设施网络也是空间填充的，例如，天然气、水和电等公用事业网络的终端单元或终点都必须为构成城市的所有不同建筑物提供供给。
连接你的房屋与城市水路和电路的管道就像毛细血管，可以把你的房屋想象成细胞。
与此相似的是，公司的所有雇员都可以被看作终端单元，他们必须通过连接首席执行官与管理层的多重网络获得资源（如工资）和信息的供给。
终端单元的恒定性。
这意味着一个给定网络的终端单元，如我们刚刚讨论过的循环系统中的毛细血管，都有近似相同的尺寸和特点，无论生物体的体形多大。
终端单元是网络的重要组成部分，因为它们是能量和资源交换的传输点与分配点。其他例子还包括细胞内的线粒体、身体内的细胞、植物的叶柄（末枝）。
当个体从新生儿成长为成年人时，或者当不同体形大小的新物种进化时，终端单元不会重新改造，也不会重组或重新调节。
例如，所有哺乳动物的毛细血管都是相同的，无论是儿童、成年人、老鼠、大象还是鲸，尽管它们的体形各不相同，而且覆盖了巨大的体形范围。
终端单元的恒定性可以放在自然选择的节约天性的背景下来了解。
毛细血管、线粒体、细胞等是新物种的相应网络的“现成”基石，会相应地进行调节。
终端单元的恒定性构成了分类的特性。例如，所有的哺乳动物都有相同的毛细血管。这一类别中的不同物种，如大象、人和老鼠之间的区别就在于网络布局的大小。
从这个角度而言，分类之间的差别，即哺乳动物、植物和鱼等之间的差别，是由它们自身不同网络的终端单元的不同特性决定的。
尽管所有的哺乳动物都有相似的毛细血管和线粒体，鱼类也同样如此，但哺乳动物的毛细血管和线粒体与鱼的毛细血管和线粒体存在大小及整体特点的不同。
相类似的是，服务并支持城市建筑物的网络终端单元，如电源插座或水龙头，同样是近似恒定的。
例如，你家中的电源插座和世界上任何地方的任何建筑物中的电源插座都是相同的，无论建筑物是大是小。
或许在细节设计上存在差异，但它们的尺寸都是相同的。即使是纽约市的帝国大厦和迪拜、上海或圣保罗等地比你家房屋高50多倍的建筑物，其内的电源插座和水龙头与你家的也都是十分相似的。
如果电源插座随着建筑物的高度而等体积地成比例变化，那么，帝国大厦中的电源插座将会是你家中电源插座的50多倍大，它将会有超过10英尺高、3英尺宽，而非几英寸。
正如在生物学中一样，基本的终端单元，如电源插座和水龙头不会因我们设计新建筑物而每次都进行改造，无论这些建筑物地处何方，体积多大。
优化。
最后一个假设认为，在自然选择过程中隐含的连续的多重反馈和调整机制在过去长期发挥作用，使得网络性能得到了“优化”。
举例来说，包括我们人类在内，任何哺乳动物的心脏用来通过循环系统输送血液的平均能量值都最小化，即它是在既定的设计和不同的网络限制条件下能够得到的最小可能。
换句话说，在循环系统的架构和动力学的无限种可能中，那些能够进化并最终为所有哺乳动物所共有的充满恒定终端单元的空间是能够将心脏输出最小化的。
网络不断进化的结果是维持个体生命、完成生命日常生活任务的能量被最小化，以使得留给性生活、繁殖、抚育后代的能量最大化。这被称作达尔文适应度，是普通个体为下一代基因库所做的基因贡献。
这很自然地引出以下问题：城市与公司的动力学和架构是否也是类似的优化原则的结果？
在它们的多重网络系统中，得到优化的是什么？
城市的组织是为了使社会互动最大化吗？
通过移动时间最小化来优化交通吗？
它们是否最终受到每个公民、每家公司都要将自己的资产、利益和财富最大化的野心驱动？
优化原则位于自然界所有基本法则的核心，无论是牛顿定律、麦克斯韦的电磁学理论、量子力学、爱因斯坦的相对论，还是基本粒子的大一统理论。
它们的现代构成都是一个数学框架，其中一个被称作“作用量”的数值被最小化，这个数值与能量存在松散关系。
所有的物理学定律都源自“最小作用量原理”，该原理认为，在一个系统能够拥有或遵循的所有可能配置中，最终得以实现的是作用量最小的那个配置。
因此，宇宙自大爆炸以来的动力学、架构和时间演化，来自黑洞及传输手机信息所用的卫星和信息本身，所有的电子、光子、希格斯粒子，以及物理学中的一切，都是由这个优化原则决定的。
那么，为何生命不是呢？
这个问题使我们回到此前关于简单性和复杂性之间差别的讨论上来。
你或许能够想起来，物理学中几乎所有的定律都归于简单性，主要原因是它们可以用几个简短的数学方程来表达，如牛顿定律、麦克斯韦方程组、爱因斯坦的相对论等，都是根据最小作用量原理公式化的。
这是科学至高无上的成就之一，为我们理解周围世界、发展现代科技社会做出了巨大的贡献。
是否可以想象，无论生物体、城市还是公司，复杂适应系统的粗粒度动力学和结构都可以用同一原理得出类似的推导与表述呢？
以上三种假设要在粗粒度的平均意义上去理解，认识到这一点很重要。
让我来解释一下。你或许会想到，在人类个体内近1万亿根毛细血管中，肯定会存在一定的偏差，正如在给定分类组的所有物种中也会出现偏差一样。
因此，严格说来，毛细血管不可能是恒定不变的。然而，这一变量必须用相对依赖规模的方式来观察。
重点在于，与身体尺寸的多个数量级变量相比，毛细血管中的任何变量都很微小。
例如，即使哺乳动物毛细血管的长度有两倍的差异，与它们体重1亿倍的差异相比，也是微不足道的。
同样，作为树木的末枝，叶柄的差异也相对微小，连树叶尺寸的差异也很微小，一棵树从幼苗成长为大树后可能会达到100多英尺高。
不同物种的树木同样如此：树叶的尺寸有所差异，但相差的数量级相对较小，它们的高度和重量相差的数量级则很庞大。
一棵树的高度为另一棵树的20倍，但前者树叶的直径不会是后者的20倍。
因此，一个给定设计的终端单元变量的次生效应相对较小。其他假定中的可能变异也是如此：网络或许不会精确地填充空间或精确地优化。
从我们前文的讨论来看，这些偏差或变异所带来的修正被认为有着“高阶”效应。
这些假设构成了生物网络的结构、组织和动力学的零阶、粗粒度理论的基础，并使得我们可以计算出一个给定规模的理想生物体的诸多重要特性的平均数。
要实施这一战略并计算诸如代谢率、增长率、树木高度、细胞中线粒体的数量等数值，这些假设就必须转化为数学运算。
目标是确定理论的结论、结果和预测，并用数据和观察来对其进行检验。
数学运算的细节依赖特定的网络种类。正如我们之前所谈到的那样，我们的循环系统就是一个由不停跳动的心脏驱动的管道网络，而植物则是由稳定的非搏动性流体静力压驱动的无数细纤维构成的网络。
该理论概念框架的基础是，尽管这些是完全不同的物理学设计，但两种网络都受到相同的三种假设的限制：它们是空间填充的，有恒定的终端单元，将液体输送至整个系统所需的能量最小化。
事实证明，实施这一战略是一项艰巨的挑战，无论在概念上还是在技术上均是如此。
我们花了将近一年的时间处理所有的细节，但我们最终说明了有关代谢率的克莱伯定律和1/4次幂规模法则如何从优化的、空间填充的分支网络的动力学与几何学中而来。
最令人满意的或许是说明了神奇数字“4”从何而来，是如何出现的。
下面我将用文字阐述这一切如何出现的数学运算，让你洞悉我们身体运转的某些惊人的方式，以及我们如何与所有生命体和整个物理世界密切联系。
这是一个非凡的体验，我希望你会像我一样感到陶醉和兴奋。同样令人感到满足的是，将这个框架延伸至解决所有其他问题，如森林、睡眠、进化速率、衰老和死亡，我将在后文回到其中一些问题上来。