在2维空间,生命也可能存在?
汇上优课 发表于:2019-07-31 08:18:14
原标题:在2维空间,生命也可能存在?
图片来源:NASA, ESA, P. Oesch and M. Montes
在更低的维度上,生命能否存在?2维生命的设想非常诱人,但人们普遍认为,2维空间中不可能有生命存在。其中两个重要原因是:2维引力难以维持行星轨道的稳定性;2维网络的复杂度也无法支持生命活动。
但是,加州大学戴维斯分校物理学家J. H. C. Scargill在预印本网站发表了一篇题为“Can Life Exist in 2 1 Dimensions?”的论文。在这里,空间是2维的,而时间是1维的。Scargill通过上述两点论述,在2维空间,生命完全有可能出现。
2维太阳系的稳定性
首先,Scargill从引力的角度讨论了2维生命的可能性。
万有引力的一个显著特征是,一旦空间不是3维的,那么万有引力的大小就不再与距离的平方成反比。这会引起严重的后果——地球绕太阳的公转轨道变得不稳定。任何微弱的扰动,例如一颗陨石落到地球上,都会让地球离开现有轨道。
在非3维空间,如果不修改目前的万有引力理论(广义相对论),就不可能存在稳定的地球绕日轨道。地球或者是被太阳吸引,落入太阳而烧毁;或者是飘离太阳系。
而在2维空间,除了轨道稳定性的问题,引力本身也是生命存在的阻力。由于2维空间的引力没有自由度,在这里,甚至不存在真正意义上的引力。
为了解决这个问题,Scargill在2维空间中引入一个标量场,修改了整个引力理论,从而产生全新的2维引力场。在这种条件下,Scargill证明了可以存在稳定的圆轨道——这个圆轨道描述的是地球绕着太阳公转,而2维生物是生活在这个2维地球上的。
如果只考虑物理,2维中最重要的相互作用当然是引力,因为引力是最宏观的,也决定了时空结构。当然,对于其他三种相互作用——电磁相互作用、强相互作用与弱相互作用在2维空间会变得怎么样,Scargill在研究中没有提到。
神经网络是一个“小世界”
随后,Scargill从数学上证明,在2维空间中,神经网络的复杂度具备支持生命的条件。
神经网络是用神经元通过突起连接的复杂网络。在数学结构上,它其实属于图论所研究的范畴(神经元的细胞体是图的顶点,而突起是连接顶点的线条)。图论起源于欧拉对戈尼斯堡七桥问题的研究,后来在四色问题等研究中发扬光大,成为一个数学的基础分支。
比较低等的生物,比如线虫完整的神经网络已被绘制出来了。从目前的研究结论来看,神经网络的一个关键特性在于,它们是“小世界”网络。“小世界”网络介于规则网络与随机网络之间,同时具备规则网络与随机网络的性质。
小世界特征可以通俗理解为,这个世界其实很小,你只要通过6个人就可以认识世界上的每一个人,包括美国总统或者非洲某村的村长。而在复杂网络中,小世界模型意味着图中多数连接都很短,但同时有少量长程连接。
对于人脑神经网络来说,目前脑科学研究的一个基本观点是:人脑神经网络展现出小世界特征。
在数学上可以证明,与随机网络相比,小世界网络具有鲁棒性,因此也符合大脑的生理特性。在小世界网络中随机删除节点,对网络平均连接长度的影响很小。另外,小世界网络有大量的局域连接配合少数随机的全局连接,这种模式的传输信息效率也更高。人脑神经网络之所以具有小世界特性,可能是在成本-效率平衡的压力下,自然选择的结果。
2维网络的小世界特性
对2维生物来说,情况有一点特殊:2维生物大脑中的神经纤维不能交叉,因此其大脑的神经网络必须是平面的,这在某种意义上限制了它的复杂性。因此,一些研究认为,二维世界太简单了,无法让复杂的生命出现。
但是,2维的神经网络是否也能展示出小世界特征呢?这正是Scargill需要解决的问题。
北京师范大学系统科学学院副教授崔晓华告诉《环球科学》:“Scargill在论文中构造了一些带环的平面图。环在网络中很重要,因为带环的网络可以产生自我的周期行为。有研究认为,大脑处理时间信息的一项重要机制,就是利用局部神经环路记录信息。”
Scargill在论文中证明了,带环的2维网络可以展现出小世界特性。
除了小世界特性,Scargill还在论文中提到了大脑神经网络拓扑结构的另外两个特点——层级化与模块化,他证明了2维网络也可以展现出这些特点。因此,在神经网络这个角度上,2维空间也可能存在生命体。
虽然Scargill论证了2维生命体存在的可能性,但这距离证明2维生命还有很远的距离。还有其他理由认为我们这样的生命体无法在2维空间中存在。例如,霍金在《时间简史》中提到,在2维空间,生命体口腔与肛门的连线(消化道)会把这个生物分割为两个部分,因而2维生命体不能存在——当然这是从消化系统角度来论述这个问题的。或许,对于其他维度的生命,我们永远无法找到答案。
尽管如此,这样的讨论在科学上是有益的。例如,人脑中的小世界组织模式就很有价值,尤其是在目前的计算机工程领域,功耗低、高效智能的类脑芯片的开发与之密切相关。
责任编辑: