人工生命 Artificial Life：Chris Langton 與其邊界

人工生命不是「把生物畫成電腦動畫」，也不只是人工智慧的一支。Chris Langton 在 1980 年代把一批原本分散在細胞自動機、自組織、演化計算、複雜系統、理論生物學與機器人學中的研究聚合成一個綱領：不要只分析已存在的生命，而要合成能表現生命特徵的人工系統，藉此追問生命的形式條件、動力學邊界與可實作性。這個綱領在聖塔菲研究所早期的複雜系統氣候中快速成形，也很快碰到自己的理論、方法與哲學邊界。

一、歷史背景：從控制論、細胞自動機到聖塔菲

人工生命的根不在 1987 年突然出現。它繼承了三條較早的研究線索。第一條是 von Neumann 的自我複製機器與細胞自動機傳統。von Neumann 在 1940 至 1950 年代追問一台機器如何製造另一台與自己同型的機器，後來由 Arthur Burks 編輯成《Theory of Self-Reproducing Automata》（1966）。這套構想不只是機械幻想，而是把「複製」「構造」「描述」與「通用性」放進一個形式系統。它預示了後來人工生命的核心問題：生命不是單一物件，而是一組能維持、複製、變異與演化的過程。

第二條是 1970 年代以後的複雜系統與非線性動力學。Conway 的 Game of Life（1970）向廣大電腦文化展示：局部規則可以產生滑翔機、振盪器、碰撞、計算等非直覺結構。Ilya Prigogine 的耗散結構、Haken 的協同學、Kauffman 的隨機布林網路、Per Bak 等人的自組織臨界性，都使研究者相信「複雜秩序」可能不是由中央設計者寫入，而是在多成分、非線性、遠離平衡的系統中湧現。

第三條是認知科學與生物哲學中的功能主義、自治與自創生問題。Maturana、Varela 與 Uribe 在 1974 年提出 autopoiesis，強調生命體是生產並維持自身組織邊界的網路，而不是只由 DNA 或外部目標定義。這和 Langton 後來的「life-as-it-could-be」形成張力：如果生命的關鍵是組織與過程，那麼電腦中的過程是否能算生命？如果生命必須嵌入物質代謝與環境交換，純粹模擬又是否只是符號影子？

聖塔菲研究所（Santa Fe Institute, SFI）於 1984 年成立，早期使命是讓物理學、經濟學、生物學、電腦科學與社會科學在複雜適應系統框架下交會。這種制度環境非常適合人工生命：它既不是傳統生物系的延伸，也不完全屬於 AI；它需要跨領域、需要大膽形式化，也需要容忍早期模型粗糙而概念野心很大的研究。

二、Chris Langton：從自我複製到命名一個場域

Christopher G. Langton 的角色不只是發明幾個模型，而是替一個研究集群命名、提供哲學敘事、建立會議與出版管道。公開資料通常稱他為人工生命領域創始者之一，並將 1987 年 9 月在 Los Alamos 舉辦的第一屆人工生命工作坊視為場域凝結點。該工作坊的全名是「Workshop on the Synthesis and Simulation of Living Systems」，後來以《Artificial Life》論文集出版，列入 Santa Fe Institute Studies in the Sciences of Complexity。

Langton 的標誌性定義是：人工生命研究「人造系統中表現自然生命特徵的行為」。這句話的重要性在於它避開了兩個限制：它不把生命限定為地球生物化學，也不把研究限制為對既有生物的資料分析。人工生命在這裡是一種合成生物學之前的「合成方法論」：先建造可運作的抽象生命過程，再用它回頭理解自然生命的必要條件與偶然條件。

他的早期成果《Self-Reproduction in Cellular Automata》（1984）直接回應 von Neumann 與 Codd。von Neumann 的自我複製自動機非常強大，因為它包含通用構造能力；但這也使模型龐大複雜。Langton 的策略是降低要求：通用構造足以產生自我複製，但不必然是自我複製的必要條件。於是他在二維細胞自動機中展示一種較簡單的自我複製環狀結構，即後來所謂 Langton loop。這個模型的貢獻不是證明「電腦裡已經有生命」，而是把自我複製從通用機械的宏大要求中拆出來，變成可實驗、可變形、可比較的動力學構造。

三、技術核心：Langton loop、lambda 參數與 edge of chaos

1. Langton loop：自我複製的最小化與代價

Langton loop 是一種二維細胞自動機中的環狀結構，使用有限狀態、局部鄰域與轉移規則。其環內有類似「基因」的訊號序列，訊號沿著通道流動，指揮外伸臂生長、轉向、關閉，最後形成子環。這個設計把生命現象拆成幾個可形式化成分：邊界、資訊流、構造程序、複製週期、父代與子代分離。

但 Langton loop 的邊界也很明顯。它能自我複製，卻缺乏自然生命中更強的條件：沒有內在代謝、沒有能量經濟、沒有開放式演化，環境只是格點空間，適應度也不是由多層次生態關係內生生成。它顯示「自我複製」可以在純形式系統中出現，卻同時顯示自我複製不足以等同生命。這正是 Langton 綱領的典型力量與限制：把生命特徵拆小、做出來、再暴露拆解後剩下的缺口。

2. lambda 參數：細胞自動機規則空間的秩序量尺

Langton 在研究細胞自動機時提出 lambda 參數，試圖用單一量化指標描述規則表中「非靜止狀態」的比例。直覺上，lambda 很低時，多數局部配置導向靜止狀態，系統迅速凍結；lambda 很高時，狀態變化太多，系統接近噪音或混沌；中間區域可能出現長壽結構、訊號傳遞與可支援計算的動態。

這是一種非常 SFI 式的作法：不是先挑一個精緻模型，而是掃描大量規則空間，找出宏觀相變與可計算性之間的統計關聯。它讓細胞自動機研究從「漂亮個案」轉向「規則空間地形」。但是 lambda 也有局限。它把規則表壓縮成一個數，容易忽略不同規則在對稱性、鄰域結構、狀態語意與初始條件上的差異；同一 lambda 值下可能有非常不同的動力學。後續研究常把 lambda 視為有啟發性的粗量尺，而非可靠的普遍定律。

3. Edge of chaos：秩序與混沌邊界上的計算

Langton 1990 年在 Physica D 發表〈Computation at the Edge of Chaos: Phase Transitions and Emergent Computation〉，把人工生命與複雜系統中最有影響力也最有爭議的命題之一連接起來：複雜計算似乎最容易出現在秩序與混沌之間的相變區域。太有序的系統能保存資訊但難以創新；太混沌的系統能產生變化但難以保留結構；臨界附近則可能同時具備資訊儲存、傳遞與轉換能力。

這一命題影響極大，因為它提供了一個統一想像：生命、心智、演化、計算與社會秩序或許都不是在穩定平衡中產生，而是在穩定與不穩定的邊界上自組織。它也和 Kauffman 的布林網路、Bak 的自組織臨界性、Crutchfield 的計算力學、後來的複雜適應系統理論互相呼應。

然而，edge of chaos 的強版本一直有爭議。Mitchell、Crutchfield 與 Hraber 在 1990 年代重新檢查演化細胞自動機與計算能力的關係，指出「臨界附近較會計算」不是可以無條件外推的定律；任務、表徵、演化演算法、測量方式與規則類別都會影響結論。更嚴格地說，臨界性可能是某些系統與某些任務的有利區域，而不是所有生命與智能的普遍原因。

四、時間線：人工生命與 SFI 的形成

五、SFI 脈絡：人工生命為何在聖塔菲成立

人工生命與 SFI 的關係不是偶然。SFI 早期的研究風格重視跨領域模型、簡單規則、湧現行為與複雜適應系統。人工生命正好把這些關鍵詞集中到一個尖銳問題：生命是否是一種可跨媒介實現的複雜組織？如果答案可能是肯定的，研究者便不應只研究「地球上已發生的生命」，還要研究「可能的生命」。

這也是 Langton 常被引用的「life as it could be」精神。傳統生物學研究 life as we know it，人工生命則研究 life as it could be。這句話的科學價值在於它把生物學從單一樣本問題中解放出來：地球生命只有一套共同祖先、碳基化學與歷史偶然性。若要知道生命的普遍原理，就需要其他樣本；在沒有外星生命可研究時，人工系統成為可建造的第二類樣本。

但這裡也埋下爭議。人工生命的「第二樣本」究竟是生命樣本、生命模型，還是生命隱喻？在 SFI 的寬鬆跨域環境中，強概念能迅速吸引注意；但要讓它成為可累積科學，就必須有穩定定義、可比較實驗、可重現指標與能被反駁的主張。人工生命在 1990 年代的高峰與其後降溫，部分正源自這個張力。

六、關鍵人物與後續分支

1. Thomas S. Ray 與 Tierra

Tom Ray 的 Tierra 是人工生命史上最具代表性的數位演化系統之一。它不是把生物個體畫成圖形，而是讓自我複製的機器碼程式在虛擬機中爭奪 CPU 時間與記憶體空間，並允許突變、寄生、超寄生與生態互動。Tierra 的意義在於，它把「生命」推向程式自身：數位有機體不是生物的圖像，而是在計算環境中有複製、變異與選擇壓力的實體。

然而，Tierra 也凸顯人工生命的開放式演化難題。系統能產生短期多樣性與驚人的寄生策略，但難以持續產生像生物圈那樣長期、層級化、無上限的創新。這個問題後來成為 ALife 研究的核心挑戰：如何設計不是只優化既定適應度，而能自行擴展問題空間、表徵空間與生態位的演化系統。

2. Karl Sims：形態與控制的共同演化

Karl Sims 1994 年的 evolved virtual creatures 把人工生命帶入三維物理模擬。系統用遺傳演算法同時演化生物體形態與神經控制器，讓虛擬生物學會游泳、走路、跳躍或競爭。這一工作對電腦圖學、演化機器人與後來的強化學習都有啟發：智能不只是控制器中的抽象演算法，也與身體形態、物理環境和評估任務共同構成。

Sims 的作品同時有科學與美學影響。它讓大眾看見「非人類設計」可以產生奇特但有效的身體方案，也讓研究者意識到模擬物理與適應度函數會強烈塑造演化結果。這再次提醒人工生命的一個邊界：系統看似自然演化，其實仍在研究者設定的世界規則、材料模型與目標函數之內。

3. Stuart Kauffman、Norman Packard、James Crutchfield 與臨界性討論

Kauffman 的隨機布林網路與「秩序的起源」為人工生命提供了另一套理論資源：基因調控、細胞型態與演化適應不必完全由外部選擇塑造，自組織本身可能提供可演化秩序。Norman Packard 早期也提出適應與臨界區的關係。Crutchfield 則以計算力學和動力系統觀點，對「何謂系統在計算」提供更嚴格的分析工具。

這些人物使人工生命避免只停留在「有趣模擬」層次，而進入可測量的動力學、資訊與計算問題。不過，他們也推動了對 Langton 強敘事的修正：臨界性不是魔法字，必須具體說明哪種系統、哪種粗粒化、哪種資訊處理任務，以及何種可驗證指標。

4. Mark Bedau 與開放問題傳統

Bedau 與合作者 2000 年在《Artificial Life》發表〈Open Problems in Artificial Life〉，列出十四個重大問題，包括生命起源、人工化學、演化階層、開放式演化、自治、心智與社會影響。這篇文章的重要性不在於給出答案，而是承認人工生命需要從早期宣言進入成熟問題表。換言之，人工生命的下一步不是再宣稱「生命可以在電腦裡出現」，而是要說清楚如何判定、如何度量、如何比較。

七、與 AI 的關聯：相鄰但不同的研究綱領

人工生命與人工智慧常被混在一起，但兩者問題不同。傳統 AI 主要問：如何使機器表現出智能行為、推理、規劃、語言或感知？人工生命問：如何使人工系統表現出生長、複製、適應、演化、自治、群體行為與生態互動？AI 偏向認知能力，ALife 偏向生命過程；AI 常從任務績效出發，ALife 常從系統動力學出發。

但兩者在三個方向相互滲透。第一，演化演算法與神經演化把人工生命的選擇、變異與適應帶入 AI 優化。第二，行為式機器人學與具身認知吸收人工生命的觀點，認為智能不能只在頭腦或程式中理解，而要放在身體與環境迴路中。第三，當代生成式 AI 與大型模型雖主要源自統計學習，但其湧現能力、多代理互動、自我生成資料、開放式搜尋與工具使用，又重新喚起人工生命式問題：系統能否自行維持、變異、演化與形成新生態？

必須謹慎的是，當代 AI 的「湧現」多半是任務表現與尺度效應的描述，不自動等於人工生命中的自治或自我維持。大型語言模型可以生成生命相關描述，甚至輔助設計人工生命實驗，但它本身是否具備生命性，仍需要比「看起來像」更嚴格的操作定義。

八、爭議與局限：Langton 邊界在哪裡

1. 模擬、實現與「強人工生命」

人工生命最根本的哲學爭議是：電腦中的生命過程只是生命的模擬，還是某種形式的生命實現？弱人工生命把模型視為研究自然生命的工具；強人工生命則主張，只要組織與過程正確，非碳基媒介也可能真的活著。Langton 的語氣常被理解為接近強人工生命，至少他明確拒絕把生命侷限在已知生物化學。

Stevan Harnad 等批評者指出，虛擬生命與合成生命需要區分：飛機模擬不會真的飛，消化模擬不會真的消化；那麼生命模擬是否會真的活？若生命包含物質代謝、能量流、因果嵌入與生存風險，純符號模擬可能缺少關鍵因果能力。這個批評不是否定人工生命作為科學工具，而是要求它說清楚「實現」的層級。

2. 生命定義的多重標準

人工生命研究常有意避開單一定義，因為生命本來就難以用一條必要充分條件界定。但如果定義過寬，任何有複雜行為的系統都可能被稱為生命；如果定義過窄，又會把可能的非地球生命或人工生命排除。常見標準包括自我維持、自我複製、代謝、演化能力、邊界、資訊控制、自治、適應性與開放式創新。Langton 的做法是把這些標準拆成模型逐一探索，但拆解後如何重新組合成生命概念，仍是未完成工程。

3. Edge of chaos 的過度推廣

edge of chaos 是人工生命最迷人的概念之一，也最容易被濫用。把所有創造性、智慧、生命與社會變革都歸因於「混沌邊緣」，會使概念失去可檢驗性。嚴格研究需要指出相變參數、動力類別、資訊度量、任務表現與對照組。Langton 的貢獻是提出一個強有力的研究假說；其邊界在於這個假說不能代替具體機制。

4. 開放式演化仍未解

自然生命最驚人的不是能在固定目標上變好，而是能不斷創造新目標、新生態位、新層級與新個體類型。許多人工演化系統能優化、能產生短期新奇性，卻會停滯、被適應度函數綁死，或陷入研究者預先設計的表徵空間。開放式演化因此成為人工生命最長期的邊界之一。沒有這個能力，人工生命很難從模型走向真正的「生命如其可能」。

5. 制度與敘事邊界

人工生命在 1990 年代吸引大量注意，也受到「承諾過大」的反作用。部分早期論述帶有即將創造新生命形態的語氣，但實驗成果多半仍是有限模型。當 AI、機器學習與生物資訊學在 2000 年代快速制度化，人工生命作為獨立旗幟的能見度相對下降。不過，這不代表它失敗；更精確地說，它的概念散入多個成熟領域，而核心哲學問題仍未被取代。

九、影響與後續：從 1990 年代到今日

人工生命對科學與科技的影響可以分成四層。第一是方法層：合成式建模、個體基模擬、多代理系統、演化搜尋與人工化學，使研究者能以「建造一個會運作的世界」來測試理論。第二是理論層：它把生命理解為過程、組織、資訊與能量流，而非只是一組物質零件。第三是工程層：演化機器人、群體機器人、生成設計、自適應軟體、人工免疫系統與數位生態，都吸收了人工生命方法。第四是哲學層：它迫使人們重新界定自然與人工、生命與模型、智能與自治。

與合成生物學相比，人工生命更早提出「製造生命以理解生命」的綱領；合成生物學則在濕實驗、基因線路、最小細胞、原細胞與生物工程上提供更具物質性的實作路線。與當代 AI 相比，人工生命更關心系統能否自我維持與演化，而非只在資料集上表現良好。與複雜系統科學相比，人工生命是其最具野心的分支之一：它不只研究複雜性，而是試圖製造能繁衍複雜性的過程。

2024 年《Artificial Life》期刊 30 卷的回顧文章顯示，場域仍在反思自身方向。今日的重要問題包括：如何建立可比較的開放式演化基準？如何把人工生命與真實化學、材料與機器人身體結合？如何避免把大型 AI 的文字能力誤認為自治生命？如何處理可能出現的人工活系統之倫理、治理與安全？這些問題都延續了 Langton 的原始邊界。

十、結論：Langton 的真正遺產

Chris Langton 的歷史地位不應只用某個模型是否仍是最先進來衡量。他的真正遺產是把生命研究的問題形式改寫了：生命不只是已知生物的屬性，也是可在不同媒介中測試的組織原理；科學不只分析自然給出的樣本，也能透過合成可能世界來探測自然法則。這個轉向深刻影響了 SFI 的複雜系統想像。

但 Langton 的邊界同樣重要。自我複製不是生命全部；臨界性不是萬能定律；模擬不必然等於實現；短期演化不等於開放式演化；跨領域宣言不等於成熟科學。人工生命最有價值之處，正是在這些邊界上工作：它把生命的定義從直覺中拉出來，放進可建造、可失敗、可比較的人工世界。

因此，若要理解聖塔菲研究所的早期精神，人工生命是一個極佳入口。它有 SFI 的優點：大問題、簡單模型、跨領域膽識、對湧現的敏感；也有 SFI 常被批評的弱點：概念宏大、驗證困難、容易從啟發式假說滑向形上敘事。Langton 與人工生命留下的不是已完成的答案，而是一組至今仍迫使 AI、生物學與複雜系統研究者面對的問題：生命的必要條件是什麼？可否跨媒介實現？我們能否創造不只是會運作，而是會繼續產生自身未來的系統？

參考來源清單

1. John von Neumann；Arthur W. Burks 編，1966，《Theory of Self-Reproducing Automata》。自我複製自動機與細胞自動機傳統的基礎文本。
2. F. G. Varela、H. R. Maturana、R. Uribe，1974，〈Autopoiesis: The organization of living systems, its characterization and a model〉，《Biosystems / Current Modern Biology》5(4):187-196。PubMed 條目：https://pubmed.ncbi.nlm.nih.gov/4407425/
3. Christopher G. Langton，1984，〈Self-Reproduction in Cellular Automata〉，《Physica D》10:135-144。ScienceDirect 摘要：https://www.sciencedirect.com/science/article/abs/pii/0167278984902562
4. Christopher G. Langton，1986，〈Studying Artificial Life with Cellular Automata〉，《Physica D》22:120-149。
5. Christopher G. Langton 編，1989，《Artificial Life: Proceedings of an Interdisciplinary Workshop on the Synthesis and Simulation of Living Systems》，Addison-Wesley；Santa Fe Institute Studies in the Sciences of Complexity, Vol. VI。工作坊於 1987 年 9 月在 Los Alamos 舉行。
6. Christopher G. Langton，1990，〈Computation at the Edge of Chaos: Phase Transitions and Emergent Computation〉，《Physica D》42(1-3):12-37。DOI：10.1016/0167-2789(90)90064-V
7. James P. Crutchfield、Karl Young，1990，〈Computation at the Onset of Chaos〉，收於 W. H. Zurek 編《Complexity, Entropy and the Physics of Information》，SFI Studies in the Sciences of Complexity, Vol. VIII。
8. Christopher G. Langton、Charles Taylor、J. Doyne Farmer、Steen Rasmussen 編，1992，《Artificial Life II》，Addison-Wesley；Santa Fe Institute Studies in the Sciences of Complexity, Vol. X。
9. Stuart A. Kauffman，1993，《The Origins of Order: Self-Organization and Selection in Evolution》，Oxford University Press。自組織與演化理論的重要背景。
10. Melanie Mitchell、Peter T. Hraber、James P. Crutchfield，1993，〈Revisiting the Edge of Chaos: Evolving Cellular Automata to Perform Computations〉，《Complex Systems》7:89-130。
11. Melanie Mitchell、James P. Crutchfield、Peter T. Hraber，1994，〈Dynamics, Computation, and the "Edge of Chaos": A Re-Examination〉，收於《Complexity: Metaphors, Models, and Reality》，SFI Studies in the Sciences of Complexity。
12. Thomas S. Ray，1991，〈An Approach to the Synthesis of Life〉與 Tierra 相關論文；Tierra 官方頁：https://tomray.me/tierra/
13. Karl Sims，1994，〈Evolving Virtual Creatures〉，《SIGGRAPH '94 Proceedings》。作者頁：https://www.karlsims.com/evolved-virtual-creatures.html
14. Christopher G. Langton 編，1995，《Artificial Life: An Overview》，MIT Press。MIT Press 書籍頁：https://mitpress.mit.edu/9780262621120/artificial-life/
15. Stevan Harnad，1993，〈Artificial Life: Synthetic vs. Virtual〉。作者頁：https://www.southampton.ac.uk/~harnad/Papers/Harnad/harnad93.artlife.html
16. Mark A. Bedau、John S. McCaskill、Norman H. Packard、Steen Rasmussen 等，2000，〈Open Problems in Artificial Life〉，《Artificial Life》6(4):363-376。CaltechAUTHORS：https://authors.library.caltech.edu/records/qjbd9-wyf80
17. M. Mitchell Waldrop，1993，《Complexity: The Emerging Science at the Edge of Order and Chaos》，Simon & Schuster。提供 SFI 早期與 Langton 相關敘事，但屬科普史寫作，細節需與原始論文互核。
18. Alan Dorin、Susan Stepney 等，2024，〈What Is Artificial Life Today, and Where Should It Go?〉，《Artificial Life》30(1):1-18。MIT Press Direct：https://direct.mit.edu/artl/article/30/1/1/120293/What-Is-Artificial-Life-Today-and-Where-Should-It
19. Santa Fe Institute，〈What is complex systems science?〉，提及 Chris Langton 早期細胞自動機工作與人工生命。https://www.santafe.edu/what-is-complex-systems-science
20. MIT Press，《Artificial Life》期刊資料與 1993/1994 創刊脈絡；相關回顧：〈(A)Life as It Could Be〉，《Artificial Life》30(4)，2024。https://direct.mit.edu/artl/article/30/4/539/124845/A-Life-as-It-Could-Be