多尺度合成生物集体智能概述：5万字

Technological Approach to Mind Everywhere: An Experimentally-Grounded Framework for Understanding Diverse Bodies and Minds 2022

理解认知基础起源的关键方面

TABLE 2 | isomorphism between cognition and pattern formation.

Cognitive concept vs Morphogenetic concept

身体、大脑和心智的巨大可塑性意味着成熟的认知科学不能仅仅关注于理解当前存在的标准“模式动物”。典型的“对象”，如老鼠或果蝇，在研究过程中保持不变，方便地被抽象为一个单一的自我或智能，这模糊了更大的图景。

现在是开始发展关于真正新颖身体和心智的思考的时候了，因为技术的发展速度远远超过了哲学的进步。许多关于大脑半球移植、记忆迁移、替换身体/大脑部分等标准哲学难题现在在实践中都是非常可行的，而对于如何解释这些结果的理论却落后于实践。我们现在有机会开始发展概念性方法来（1）理解没有便利的进化背景作为他们认知能力解释的存在（他们的心智是全新创建的，而不是被长时间的选择压力塑造成特定能力），以及（2）发展分析新型自我的方法

这些影响涵盖了对进化发育生物学的洞见、推进生物工程和人工生命研究、再生医学的新路线图、识别异星生命的能力

图 3 |认知自我可以实时改变。(A) 毛毛虫蜕变成蝴蝶，在单个个体的一生中经历了身体、大脑和认知系统彻底重塑的过程。重要的是，记忆在这个过程中得以保留并持续存在（Blackiston et al., 2015）。

图 4 |非常规的目标导向代理和认知自我的扩展。

形态发生是集体智慧和可塑性的一个例子。复杂形态发生的结果是细胞集体智慧在形态空间中的行为。了解这种集体智慧至关重要，

合成生物学和生物工程为在非常广泛的混合体结构中创建新的具体认知系统（又称为心智）提供了机会，这些混合体结构结合了进化和设计的物质和软件。这些进展正在颠覆心灵哲学中熟悉的概念，并需要新的思考方式和比较真正多样化的智能，其组成和起源不像任何可用的自然模型物种。在这篇透视文章中，我介绍了TAME Technological Approach to Mind Everywhere——技术化的心智普遍方法——一个用于理解和操纵非传统基质中认知的框架。TAME Technological Approach to Mind Everywhere形式化了一种非二元（连续的），基于经验的强烈体现代理的embodied agency方法。TAME Technological Approach to Mind Everywhere提供了一种自然的思考动物感知的方式，将其视为细胞群的集体智能的一个实例，这种智能是从在许多其他基质中以类似方式显现的动态中产生的。当应用于再生/发育系统时，TAME提出了将形态发生视为基础认知的一种视角。解剖学、生理学、转录和3D（传统行为）空间中的问题解决之间的深层对称性驱动着特定的假设，通过这些假设，认知能力可以在进化过程中增加。进化利用的将活跃亚单位结合成更大agents代理的重要介质是发育生物电，通过离子通道和间隙连接的细胞级反馈环路的前神经使用将其扩展为解剖稳态。生物系统的多尺度能力结构对身体和心智的可塑性有重要影响，极大地增强了可进化性。从计算科学、进化生物学和基础认知的角度考虑经典和最新数据，揭示了一个富有研究意义的广泛研究项目，对认知科学、进化生物学、再生医学和人工智能都有着许多影响。

关键词：再生，基础认知，生物电，间隙连接，合成形态，生物工程，TAME Technological Approach to Mind Everywhere

介绍

所有已知的认知主体都是集体智能，因为我们都是由部分组成的；特别是生物主体不仅在结构上是模块化的，而且由在重要方面本身就是主体的部分组成。没有真正的单子、不可分割的但是认知的存在：所有已知的心智都存在于由各种复杂度和活跃行为的组件组成的物理系统中。然而，作为人类成年人，我们的主要经验是一个集中的、连贯的自我，以自上而下的方式控制事件。这也是我们制定学习模型（“老鼠学会了X”）、道德责任、决策和价值观的方式：在中心是一个拥有代理权的主体，作为奖励和惩罚的中心，具有（作为单一功能单元）记忆，展现出偏好，并采取行动。然而，在幕后，我们发现了遵循低级规则的细胞集合，通过分布式、并行的功能性产生了系统级的 emergent 动态。就像单细胞生物在进化过程中转变为多细胞生物一样，一个胚胎的单个细胞构建了一个统一的自我，并在一个个体的生命周期内运行。这种复合代理支持属于该自我而不属于任何部分的记忆、目标和认知。因此，其中一个最深刻、最深远的问题是规模化和统一化的问题：如何将能干的、低层次的代理的活动转变为一个多尺度的 holobiont，这个 holobiont 真正超越了其组成部分的总和？并且，鉴于部件可以以各种方式组装和相互关联，是否可能定义出一种方式，来认识、比较和理解真正多样化的智能？

在这里，我发展了一个框架，从多尺度的认知自我的性质和规模的角度推动生物学、认知、进化和生物技术的新理论和实验。这个研究计划的一个重要部分是需要涵盖超越熟悉的传统、进化的、静态的具有大脑的模型动物的存在。通过关注现有形式的可塑性和混合生物工程带来的功能多样性，揭示了现有框架中的差距，从而为基础性进步提供了机会。为了说明这个框架如何应用于非传统的基质，我探讨了行为和形态发生之间的深层对称性，推导出在发育和系统发育时间范围内上下尺度自我的动态的假设，同时强烈影响着进化过程本身的速度（Dukas，1998）。我试图展示解剖稳态如何可以被视为细胞群智能的行为结果，并提供了一个丰富的例子，说明一个包容性、面向未来的技术框架如何将哲学问题与具体的经验研究项目联系起来。

以下观点的哲学背景在表1中进行了总结（也请参阅术语表），并通过基础认知领域（Birch等人，2020）采用了基本渐进主义方法进行了紧密的联系。值得注意的是，用于扩展功能能力的生物机制的具体提议与此概念基础相辅相成，但并非线性依赖于它。关于生物电网络如何将细胞计算扩展到解剖稳态以及多尺度能力的进化动力学的假设，可以在不接受框架中“处处存在心智”的承诺的情况下进行探索。然而，它们共同形成了一个对生命科学的连贯视角，有助于生成可检验的新假设并整合来自几个子领域的数据。

表1 | TAME的核心原则。

• 认知能力的连续性 —— 没有二元分类，没有明确界定真正认知和“只是物理学”的明显界线，正如从进化过程和生物工程中制造任何两种“自然种类”的嵌合体所清楚的那样。

• 成熟的框架必须适用于真正多样化的智能 —— 超越基于大脑的地球系统的例子，我们必须能够考虑和比较跨越各种规模的生物、非生物和软件组件的设计和演化组合的代理agents。

• 自我存在于一种说服性的连续体中，确定某个给定系统在这个轴上位于何处是一个经验性问题（通过对于任何与该系统关系的方式所需的预测和控制与投入的努力和知识之比来揭示）。

• 自我不是固定的、永久的代理人agents —— 它们的基质在其一生中可以发生根本性的重塑；记忆和偏好的所有者，以及解释奖励和惩罚的主体，是可塑的和具有可塑性的。

• 自我的核心是追求目标的能力。自我可以嵌套和重叠，横向和跨层次合作和竞争。每个更高级别的自我都会改变较低层次的自我的选择空间，使它们能够在一个尺度上实现看似不可避免和简单的结果，同时在更高层次上服务于智能目标。

• 智能是导航任何空间的能力的程度（不仅仅是熟悉的运动的三维空间），包括形态空间、转录空间、生理空间等，朝向理想区域，同时避免陷入局部最小值。任何系统智能的估计都依赖于观察者，它们对观察者及其局限性的描述与对系统本身的描述一样多。

在本文中，“认知”不仅指复杂的、自我反思的高级认知或元认知，而是在较不保守的意义上使用，承认许多各种各样的能力，包括从经验中学习（Ginsburg和Jablonka，2021）、自适应响应、自我引导、偏好下的决策制定、问题解决、对环境进行主动探索以及在传统（进化的）生命形式以及生物工程形式中不同层次的行动（Rosenblueth等，1943年；Lyon，2006年；Bayne等，2019年；Levin等，2021年；Lyon等，2021年；图1）。

对于我们的目的，认知指的是在知觉和行动之间进行的功能计算，使代理能够跨越更广泛的时间范围（通过记忆和预测能力，不管它有多少）比其即时现在，使其能够从刺激的实例中推广和推断出模式——这些是对概念重新组合、语言和逻辑的更高级形式的前体。For our purposes，cognition refers to the functional computations that take place between perception and action, which allow the agent to span a wider range of time (via memory and predictive capacity, however much it may have) than its immediate now, which enable it to generalize and infer patterns from instances of stimuli—precursors to more advanced forms of recombining concepts, language, and logic

图1 | 多样化的多尺度智能。（A）生物体以分子途径的多尺度、嵌套式结构组织。（B）这些不仅仅是结构性的，还具有计算性：每个层次的整体结构包含一些子系统，这些子系统表现出某种程度的问题解决（即智能）活动，可以根据Rosenblueth等人（1943年）提出的连续体进行划分。（C）在给定生物系统的每个层次上，可以引入生物或工程起源的新组件，从而产生具有新身体和新认知系统的嵌合形式，这些形式与地球系统发生进化的典型模式物种不同。（A，C）面板中的图像由Peregrine Creative的Jeremy Guay提供。（B）面板中的图像是根据Rosenblueth等人（1943年）创建的。

TAME框架——技术方法论在各处实现心智（Technological Approach to Mind Everywhere）——采用了一种实际的、建设性的工程视角，对于给定系统在认知复杂度连续体中的最佳位置进行了考量。这产生了一个说服性的轴（见图2），与“有意识的立场”（Dennett，1987）密切相关，但在实践中更加明确，涉及到实现预测和控制所需的功能工程方法。说服性指的是最优理性修改给定系统行为的类型的概念和实践工具。起源故事（设计 vs. 进化）、组成以及其他方面并不能决定生物或非生物系统的正确代理水平。相反，人们必须进行实验，看看哪种干预策略提供了最有效的预测和控制（因此，一个目标应该是将以人为中心的图灵测试和其他智商指标推广为更广泛的代理检测工具箱，这或许本身可以通过一个有用的算法实现）。

图2 | 说服性轴。为了可视化代理的连续性，并以一种可测试且推动经验进展的方式来框架问题，我们提出了一个“说服性轴”：对于任何给定系统来说，它在多大程度上能够接受控制（从粗暴的微观管理到通过理性论证的说服），这取决于其认知设备的复杂程度？这里只展示了一些代表性的路标。在最左侧是最简单的物理系统，例如机械钟（A）。这些系统无法被说服、争论，甚至无法受到奖励/惩罚 - 如果想要改变它们的行为，只能进行物理硬件级别的“重连”。在最右侧（D）是人类（也可能是其他待发现的生物），他们的行为可以通过编码一个理性论证而发生根本性变化，从而改变了接收方的动机、规划、价值观和承诺。在这些极端之间存在着丰富多样的中间代理，例如具有设置点的简单稳态回路（B），以及更复杂的系统，例如动物，可以通过信号、刺激、训练等来控制（C）。它们可以具有一定程度的可塑性、记忆（过去事件引起的未来行为变化）、各种类型的简单或复杂学习、预测/预测等。现代“机器”越来越多地占据了这个连续体的右侧位置（Bongard和Levin，2021年）。一些机器可能有偏好，这使得实验者可以使用奖励和惩罚的技术 - 这是一种比重连更复杂的控制方法，但不如说服（后者要求系统是一个逻辑代理，能够理解并被论证所驱动，而不仅仅是受到信号触发）。转换的示例包括将状态传感器转向外部，将他人的压力包含在自己的行动政策中，最终是承诺增强自己的代理、智能或同情心（增加可以追求的目标范围的元目标）。一个更负面的例子是变得足够复杂，以至于容易受到“破坏思想”的影响（例如，存在主义或怀疑论的论证可能会使一个人感到沮丧，甚至自杀，哥德尔悖论等） - 这些系统可以通过非常低能量的信号进行巨大变化，因为在复杂的主机计算机器环境中，它被视为信息。这些代理表现出一定程度的多尺度可塑性，使信息输入能够对认知系统的结构进行强烈的变化。这种脆弱性的积极方面是，这些类型的心智具有一种长期版本的自由意志：通过练习和反复努力改变自己的思维模式、对刺激的反应和功能认知。这个连续体并不意味着一个与任何“进化进展方向”对齐的线性自然体系 - 进化可以在认知能力的选择空间中的任何方向上自由移动；相反，这个方案提供了一种形式化的方法（对于实用的工程方法），以便利用认知能力的主要转变增加洞察力和控制。科学家的目标是找到给定系统的最佳位置。如果偏向右侧太多，就会把希望和梦想归因于恒温器或简单的人工智能，而这并不能提高预测和控制能力。如果偏向左侧太多，就会失去自上而下控制的好处，而选择难以处理的微观管理。还要注意，这与人们对于必须了解系统细节才能操纵其功能的程度之间形成了连续体：对于A类系统，人们必须了解其工作原理的很多细节才能修改它们。对于B类系统，人们必须知道如何读写设置点信息，但不需要了解系统如何实现这些目标。对于C类系统，不需要知道系统如何根据经验修改其目标编码，因为系统会自行完成所有这些——只需提供奖励和惩罚。由Jeremy Guay的Peregrine Creative提供的图像。

我们发现和操纵复杂系统的能力与我们在世界中对代理的分类方式密切相关。牛顿没有发明两个术语——引力（用于地球上物体的下落）和可能是“shmavity”（用于月球）——因为这样做会失去更强大的统一性。TAME提出了一个概念上的统一，可以促进跨学科和模型系统之间工具的移植。我们应该避免在心理术语周围加上引号，因为它们之间没有绝对的、二元的区别——只有在将这些组件纳入模型的程度上会有用的差异。在这个角度下，我提出了一些关于统一看似分散的问题的不变量的假设，比如形态发生、行为和生理平衡。我将目标（在控制论意义上）和压力（作为系统距离目标的结果）视为能够让我们研究和比较在真正多样化体现中的代理的关键不变量。缩放目标和压力的过程与模块化形成了正反馈循环，因此它们既源自于进化，也增强了进化的力量。这些假设提出了一种特定的方式来理解认知能力通过进化的缩放，提出了有趣的预测，并暗示了新颖的实验工作。它们还提供了一种思考通过生物工程师的努力即将扩展的“可能的身体和头脑空间”的方式，这肯定会打破在今天自然生物圈的背景下形成的类别和结论。

意识又如何呢？理解认知可能是无法理解感知的，而本文的重点是关于如何理解各种形式的认知的可测试的、实证的影响。通过在标准动物之外的多种基质中定义、检测和比较认知和智能，我们可以增强可能产生感知的体现范围。为了通过实证进展推动该领域的发展，下文大部分讨论的重点是关于如何思考认知功能，而不是关于感知或接触意识 [在“硬问题”(Chalmers, 2013)的意义上]。然而，我在最后回到了这个问题，讨论了TAME将感知视为根本与目标导向活动相联系的观点，其中只有一些方面可以通过第三人称方法来研究。

主要目标是帮助推进和界定生物学、哲学和信息科学交叉领域的一个激动人心的新兴领域。通过提出一个新框架并将其置于现在可以物理实现（而不仅仅是逻辑上可能）的广泛背景下加以考察，可能有可能使概念上的、哲学性的思考与科学技术的最新进展保持一致。涉及到的是当前进化、发育和细胞生物学中的知识空白、再生医学的新路线图、可以移植到人工智能和机器人的教训，以及对伦理学的更广泛影响。

认知：改变主题

即使是高级动物实际上也是集体智能 (Couzin, 2007, 2009; Valentini et al., 2018)，利用了还不太理解的后生动物体系结构的缩放和绑定特性，这些特性与被称为“液体大脑”的松散群体之间存在着一种连续性 (Sole et al., 2019)。关于“集中控制”的研究集中在大脑上，实际上大脑是一种细胞网络，执行着许多细胞类型（包括细菌）可以执行的功能 (Koshland, 1983)。认知的具体性embodied意味着自我意识依赖于高度可塑的物质基质，这种基质不仅在进化时间尺度上发生变化，而且在自身代理人的一生中也会发生变化。

所有智能的复合性的核心结果是自我意识在实时中会发生显著变化 (图3)。这意味着通过经验的缓慢成熟（一种不会破坏传统对代理人思考方式的“软件”变化），以及在实施给定心智的物质中进行根本性的变化 (Levin, 2020)。拥有者或记忆、偏好以及在更高级的情况下，信用和责任的主体是非常可塑的。与此同时，令人着迷的机制确保了自我意识的持久性（如复杂的记忆），尽管基质发生了 drastlc 的变化。例如，毛虫大脑的大规模重塑，随后是适合于蛾或甲虫的完全不同的大脑的形态生成，并不会抹掉幼虫的所有记忆，而是以某种方式将它们映射到变态后宿主的行为能力上，尽管后者的身体完全不同 (Alloway, 1972; Tully et al., 1994; Sheiman and Tiras, 1996; Armstrong et al., 1998; Ray, 1999; Blackiston et al., 2008)。不仅如此，记忆似乎可以在某些生物的完全重塑大脑后（如计划尾虫）持续存在 (McConnell et al., 1959; Corning, 1966; Shomrat and Levin, 2013)，在这些生物中，先前的知识和行为倾向以某种方式转移到新构建的大脑上。甚至在脊椎动物中，如鱼类 (Versteeg et al., 2021) 和哺乳动物 (von der Ohe et al., 2006)，大脑大小和结构都可以在其一生中多次发生变化。这对于理解多尺度和陌生体现的代理人和智能至关重要，因为这类观察开始打破自我意识作为单一、不可变对象的概念。对于在形式和功能上具有可塑性的生物认知代理人（在个体的一生中发生根本性变化）感到舒适，这使得更容易理解认知在进化过程中的起源和变化，或作为生物工程努力的结果。

图3 | 认知自我可以实时改变。（A）毛虫经历蛹变成蝴蝶的过程，在一个个体的一生中，其身体、大脑和认知系统都会发生 drastlc 的重塑。重要的是，记忆在这个过程中仍然存在并持续（Blackiston et al.，2015）。（B）计划尾虫被切成碎片后可以再生，每个碎片都重新生长并重塑形成整个动物所需的部分。（C）来自训练虫的尾部碎片的计划尾虫仍然保留原始信息，说明记忆能够跨组织传递，并在新发展的大脑上重新印刷（Corning, 1966, 1967; Shomrat and Levin, 2013）。图像由Jeremy Guay of Peregrine Creative制作。

这个鲜为人知的再生/重塑与认知之间的交叉点突显了身体、大脑和心智的引人注目的可塑性；在传统的模型系统中，认知被映射到一个稳定的、离散的、成熟的大脑上，这是无法充分理解自我与其物质基础之间关系的。许多科学家研究毛虫和蝴蝶的行为特性，但从哲学和认知科学的角度来看，在这两者之间的过渡区域提供了一个重要的机会，可以通过在个体的一生中改变其身体（而不仅仅是在进化过程中）来研究心智-身体关系。需要注意的是，尽管生物界中的不寻常情况通常引起人们的关注，但即使对于大多数生命而言，即使在生物重塑过程中，存在着存在的连续性——甚至人类也会通过逐渐的形态发生过程从细胞的集合体变为一个功能完整的个体，构建一个实时活跃的自我。这在生物学中尚未得到解决，同样也尚未在计算机科学中得到解决，机器学习方法使用静态神经网络（没有一种形式的方法能够实时改变人工神经网络的架构）。

自我如何在这种变化中持续存在（并且被第三人调查所认可）的不变因素是什么？记忆是一个很好的候选者（Shoemaker，1959; Ameriks，1976; 图3）。然而，至少某些类型的记忆可以通过移植脑组织或分子痕迹在个体之间转移（Pietsch和Schneider，1969; McConnell和Shelby，1970; Bisping等，1971; Chen等，2014; Bedecarrats等，2018; Abraham等，2019）。重要的是，动物之间记忆的转移仅仅是生物组织中记忆转移的一个特例。即使在同一“身体”中，记忆也必须在组织之间移动—例如，训练过的平面虫的尾部碎片重新印刷其所学的信息到新生的大脑上，或者在变态过程中记忆转移到新的大脑组织中。除了将记忆在新底物上进行空间移动和重映射之外，还有一个时间组成部分，因为每个记忆实际上都是过去和未来自我的交流实例。由于由死亡、出生和显著重组其组织结构的细胞组成的生物体的可塑性，暗示着认知的理解基本上是一个集体智能问题：理解稳定的认知结构如何持久存在并映射到群体动态中，其中偏好和压力与其组成部分的相同。

这一原理甚至适用于像人类大脑这样的“稳定”形式，人们经常把它看作是经验和思想的单一主体。首先，计划虫再生/昆虫变态与人类大脑之间的鸿沟将被新兴的治疗方法所弥合。干细胞治疗退行性脑疾病（Forraz等，2013; Rosser和Svendsen，2014; Tanna和Sachan，2014）势在必行，将使我们面对部分由在患者的记忆和个性特征形成期间不存在的细胞的幼稚后代部分替换的人类大脑。即使在这些进展之前，人们也清楚地意识到，像解离性身份障碍（Miller和Triggiano，1992）、与断脑联合切除患者的非语言脑半球交流（Nagel，1971; Montgomery，2003）、脑部融合的连体婴儿（Gazzaniga，1970; Barilan，2003）等现象将人类认知置于一个与生物组织实施的集成自我的可塑性相关的连续光谱上。

重要的是，动物模型系统现在提供了利用这种可塑性进行身心关系功能性研究的能力。例如，现在可以在比进化变化快得多的时间尺度内，彻底修改身体，以研究心智的固有可塑性，而无需经历亿万年的选择来塑造它们以适应特定的身体结构。当蝌蚪的眼睛被放置在它们的尾部而不是头部时，它们仍然能够轻松地执行视觉学习任务（Blackiston和Levin，2013; Blackiston等，2017）。计划虫可以很容易地制作出同一个身体内具有两个（或更多）大脑的个体（Morgan，1904; Oviedo等，2010），并且人类患者现在常规接受新的输入 [例如感觉替代（Bach-y-Rita等，1969; Bach-y-Rita，1981; Danilov和Tyler，2005; Ptito等，2005）] 或新的效应器，例如使思维能够控制工程设备（例如轮椅）的工具化接口，除了他们自己身体的默认肌肉驱动外（Green和Kalaska，2011; Chamola等，2020; Belwafi等，2021）。这里的核心现象是可塑性：心智不是紧密地绑定在一个特定的基础架构上（正如我们今天的大多数软件一样），而是容易地适应基因组默认值的变化。这一进展的逻辑延伸是关注自我修改的生物体，并创建新的代理人，其中心智：身体系统通过完全用一个工程构造替换方程式的一侧而简化。好处在于，至少有一半系统现在被充分理解了。

例如，在混合体中，动物的大脑与机器人的功能连接在一起，而不是它们正常的身体（Reger等，2000; Potter等，2003; Tsuda等，2009; Ando和Kanzaki，2020）。甚至不必是整个大脑——一块神经元板可以学会驾驶飞行模拟器，并且它生活在一个新的虚拟世界中（DeMarse和Dockendorf，2005; Manicka和Harvey，2008; Beer，2014），从封闭环神经生物平台的发展中可以看出（Demarse等，2001; Potter等，2005; Bakkum等，2007b; Chao等，2008; Rolston等，2009a,b）。这些结果让人想起了哲学101的“罐中之脑”实验（Harman，1973）。大脑适应驾驶机器人和其他设备就像它们适应控制典型的，或高度改变的生物体一样容易，因为心智在某种程度上已经适应并准备好处理身体的改变——无论是在发育过程中、变态和再生中，还是在进化变化中。

身体、大脑和心智的巨大可塑性意味着成熟的认知科学不能仅仅关注于理解当前存在的标准“模式动物”。典型的“对象”，如老鼠或果蝇，在研究过程中保持不变，方便地被抽象为一个单一的自我或智能，这模糊了更大的图景。这个领域的未来必须扩展到能够处理所有可能的心智在一个庞大的身体选项空间中的框架。生物工程和人工智能的进步表明，我们或我们的后代将生活在一个达尔文所说的“无穷尽的最美妙形态”（这个地球的 N = 1 生态系统输出）仅仅是真正可能的生命形式的一个小样本的世界中。生物机器人、混合体、人机融合体、合成和嵌合动物、基因和细胞生物工程生命形式、人类被仪器化到知识平台、设备和彼此——这些技术将产生其身体结构与我们熟悉的系统发生变化的存在。它们将是演化和设计组件的功能混合；在所有层面上，智能材料、软件级系统和活体组织将被整合到新型存在中，它们在自己的异域环境中运行。重要的是，用于指定这些存在的形态和功能的信息不再仅仅是基因的——它真正是“表观遗传”的，因为它不仅来自生物体自身的基因组，还来自于人类和非人类代理的心智（最终，来自机器学习驱动平台的机器人），这些代理使用细胞水平的生物工程技术从遗传上野生的细胞中生成新的身体。在这些情况下，基因不是结果的指南（这突显了在传统的生物物种中甚至难以使用遗传学真正预测认知形式和功能的一些深刻原因）。

现在是开始发展关于真正新颖身体和心智的思考的时候了，因为技术的发展速度远远超过了哲学的进步。许多关于大脑半球移植、记忆迁移、替换身体/大脑部分等标准哲学难题现在在实践中都是非常可行的，而对于如何解释这些结果的理论却落后于实践。我们现在有机会开始发展概念性方法来（1）理解没有便利的进化背景作为他们认知能力解释的存在（他们的心智是全新创建的，而不是被长时间的选择压力塑造成特定能力），以及（2）发展分析新型自我的方法，这些自我不易于与相关存在进行简单比较，不受其与已知标准物种的系统发生地位的影响，也无法通过对其基因的分析来预测。这些影响涵盖了对进化发育生物学的洞见、推进生物工程和人工生命研究、再生医学的新路线图、识别异星生命的能力，以及为与其它没有熟悉的系统发生基础的新型存在建立伦理的发展。因此，在这里，我提出了一个旨在推动实证研究和概念/哲学分析的框架的开端，这个框架将广泛适用于无论其起源故事或内部架构如何的心智。

Technological Approach to Mind Everywhere TAME 心灵的技术方法无处不在：提案框架

“智能无处不在的技术方法”（TAME）框架旨在建立一种识别、研究和比较可能代理的真正多样智能的方式。该项目的目标是确定非常不同类型的代理的认知系统之间的深层不变量，并从组成或起源等非必要特征中抽象出来，这些特征在以前的几十年中足以识别代理，但在未来肯定是不足够的（Bongard 和 Levin，2021）。为了充实这一方法，我首先明确了其中一些哲学基础，然后讨论了为开始理解在“智能可以存在的”心智空间中的具体概念工具所开发的。

多元化智力方法的哲学基础

这项研究计划的一个关键支柱是对几乎所有与认知相关的重要属性采取渐进主义的承诺：先进的心智在很大程度上是从更加谦逊的原始认知系统中连续生成的。从这个观点来看，寻找能够清晰界定“真正”认知（比如人类、大猩猩等）与比喻性“仿佛认知”或“纯粹物理学”之间的明确界线是没有希望的。认真对待进化生物学意味着存在着一系列将任何认知系统与更加谦逊的系统连接起来的形式。虽然系统发育史已经反驳了“真正认知”在一代人中神奇到来的观点（而是将认知扩展过程延伸到漫长的时间尺度和缓慢的修改过程中），但最近生物技术的进步使得这种观点完全不可信。对于任何被提出具有真正偏好、记忆和计划的生物和被认为没有的生物之间的假定差异，我们现在可以构建出中间混合形式，从而使得无法确定结果生物是否是一个代理。当对生物材料在各个组织层次上的可塑性和互操作性有所认识时，许多伪问题就会消失，因为认知的二元观点被溶解了。关于偏好和目标导向的工程问题的明确讨论，涉及到层次需求和上位指导性，可参考McShea (2013, 2016)。

例如，有一种观点认为，只有生物学上演化形成的形式才具有内在动机，而软件人工智能代理只是通过功能性表现来模仿（但实际上并不在乎）（Oudeyer和Kaplan，2007, 2013; Lyon和Kuchling，2021）。但是，哪些生物系统真的在乎呢？是鱼吗？单细胞吗？线粒体（曾经是独立的生物体）是否对它们自己或宿主细胞的生理状态有真正的偏好？在经典（自然）生物系统中对这个问题缺乏共识，也没有令人信服的标准，可以用来将所有可能的代理划分到一个清晰的界线的一边，这突显了真正二元类别的徒劳无功。此外，我们现在可以轻松地构建混合系统，其中包含任何比例的紧密耦合到机载生物细胞和组织上的机器人，它们作为一个整体运行。机器人需要包含多少活细胞才能使生命系统的“真正”认知渗透到整个系统？在人类大脑（带有电极和机器学习转换芯片）驱动辅助装置（例如，95%人类，5%机器人）与携带培养的人类脑细胞的机器人之间的连续体中，可以在哪里划定界线——考虑到任何所需百分比的组合都是可能的？没有量化的答案足以将系统“划分到另一边”，因为不存在这样的界线（至少，尚未提出令人信服的界线）。有趣的代理或认知方面很少是布尔值。

与二元对立相比，导致无法逾越的哲学障碍，我们设想了信息处理能力的进步和多样性的连续体。逐渐增加的复杂能力[例如，无限的联想学习，反事实建模，符号操作等（Ginsburg和Jablonka，2021）]，但仍然是一个连续的过程，不缺乏复杂大脑出现之前的原始认知能力。具体而言，尽管不同智能之间存在显著的认知功能差异，但它们之间的转变并没有显示出相对于个体代理时间尺度的二元或迅速性。没有合理的理由认为进化会产生没有“真正认知”的父母，但却会产生突然具有此类认知的后代，或者认为发育始于一个没有“真正偏好”的胚胎，然后迅速转变为具有此类偏好的动物等等。此外，生物工程和嵌合可以产生在任何两种被认为具有或不具有任何认知属性的形式之间的平滑过渡形式的连续系列。因此，代理逐渐在认知能力的巨大转变之间转变（在其生命周期中，作为发育、变态或与其他代理的相互作用的结果，或者在进化时间尺度上），表达和体验认知能力的中间状态必须由实证方法来研究。

对心智实体的可塑性的关注强烈暗示了这种渐进主义观点，这已经在控制个体性的进化力量的背景下阐述过（Godfrey-Smith，2009; Queller和Strassmann，2009）。在这里，额外的关注点是个体生命周期内发生的事件，由信息和控制动态驱动。TAME框架促使实验者提出“多少”和“什么类型”的认知可能会在正确的方式、正确的观察尺度下与之交互时表现出来。当然，认知程度并不是一个单一的参数，可以产生一个scala naturae，而是一个丰富空间中其认知能力的形状和大小的简写（下文讨论）。

TAME的第二支柱是不存在特权的物质基质用于自我。除了熟悉的由神经元构成的大脑等材料之外，基础认知领域（Nicolis等人，2011; Reid等人，2012, 2013; Beekman和Latty，2015; Baluška和Levin，2016; Boussard等人，2019; Dexter等人，2019; Gershman等人，2021; Levin等人，2021）已经在单细胞、植物、动物组织和群体中识别出新型智能。活性物质、智能材料、群体机器人、机器学习以及某一天的外星生物学等领域表明，我们不能依赖于“大脊椎动物大脑”的熟悉特征作为心智的必要条件。分子系统发育显示，大脑的具体组分先于神经元本身的进化，并且生命在大脑出现之前就已经解决了问题（Buznikov等人，2005; Levin等人，2006; Jekely等人，2015; Liebeskind等人，2015; Moran等人，2015）。如果我们开发工具来表征和与非传统材料实现中的各种各样的心智相关联，那么就可以实现来自认知科学和其他领域的概念的强有力统一和概括。

与此密切相关的是将自然进化从唯一可接受的真正代理起源故事中降格[许多人提出了进化生命形式与仅由人设计的某种不足的机器之间的区别（Bongard和Levin，2021）]。首先，合成进化过程现在正在实验室中用于创建“机器”和修改生命（Kriegman等人，2020a; Blackiston等人，2021）。其次，整个进化过程基本上是一个上山搜索算法，导致了一系列冻结的意外事件和对细胞微观级硬件的随机调整的曲折选择，这对于新兴的系统级结构和功能具有无法预测的大规模后果。如果这个短视的过程，受到许多与复杂认知无关的力量的限制，可以产生真正的心智，那么理性的工程方法也可以。进化（由随机化过程驱动）作为认知的锻造并没有任何神奇之处；毫无疑问，我们最终可以至少做得和可能更好，利用理性的构建原则和更广泛的材料范围。

TAME的第三个基础性方面是系统具有多少代理权agency这个问题的正确答案不能通过哲学来解决——这是一个经验性问题。其目标是产生一个推动实验研究计划的框架，而不仅仅是关于定义问题的哲学辩论。为此，思考这个问题的一种有效方式是丹尼特的意向立场的变体（Dennett，1987; Mar等人，2007），它将诸如认知之类的属性框定为依赖于观察者、可经验测试的，并且定义为对科学提供了多大益处的程度（见图2）。因此，对待任何系统的正确代理程度必须通过揭示哪种模型和策略为系统提供了最高效的预测和控制能力的实验来确定。在这种以工程（理解、修改、构建）为中心的观点下，系统在代理权光谱上的最佳位置是根据哪种模型提供了最有效的预测和控制方式来经验确定的。这样的估计，由于其经验性质，可能会根据未来的实验数据和概念框架进行修订，并且是依赖于观察者的（而不是绝对的）。

科学中的一个标准方法是避免将代理权agency归因于某个系统，除非绝对必要。主流观点（例如，摩根的准则）认为，很容易陷入一种“拟人化”的陷阱，即对表现出明显认知能力的系统进行归因，而应该只寻求着重于机械主义、较低层次描述的模型，避开任何形式的目的论或心理能力（摩根，1903年；Epstein，1984年）。然而，分析显示这种观点并没有提供任何有用的简约性（Cartmill，2017年）。关于唯物主义和机械主义的丰富历史辩论需要与一个不倾向于这个光谱中任何一方向的经验性、工程化方法相结合。远离目的恐惧症导致了在归因认知方面的第二类错误，这对于不仅是实践结果如再生医学（Pezzulo和Levin，2015年）和工程学，而且是伦理学都带来了巨大的机会成本。人类（以及许多其他动物）很容易将代理权归因于他们环境中的系统；科学家应该因为同样的原因对各种复杂系统测试心智理论感到自在——通过认识我们与之互动的系统的真实特征，往往可以极大地增强预测和控制能力。这一观点意味着不存在所谓的“拟人化”，因为人类没有唯一的本质属性，这些属性可以不适当地归因于没有这些属性的代理者。除了极少数微不足道的情况（将人类水平的认知错误地归因于更简单的系统），我们必须小心避免一个人为中心的前科学世界观中隐含的普遍性、不可动摇的残留，其中现代的、标准的人类被假定具有某种不可归约的特质，而这种特质在稍微（或大大）不同的物理实现中不存在。相反，我们应该寻求将人类能力自然化，将其视为更基本原理的细化，在复杂系统中广泛存在，而且种类和程度都不同，并确定给定系统的正确水平。当然，这只是一种立场，强调避免通过任何已知的身体结构或功能的二元转变来解释不可逾越的绝对差异的实验性而不是哲学性的方法。其他人当然可以专注于驱动实证工作，特别关注其他代理者中的何种人类水平的能力是可以或不可以以可检测的数量存在的。

避免对特权级别的解释进行哲学上的纠缠（Ellis，2008年；Ellis等，2012年；Noble，2012年），TAME采用了一种实证方法来归因代理性，这增加了与复杂系统相关的方法论工具，并努力减少心理品质的浪费性归因。我们不会说热水瓶知道何时保温何时保冷，因为没有热水瓶认知模型能比基本热力学更好地解释其行为或制造更好的热水瓶。与此同时，我们知道我们不能简单地使用牛顿的定律来预测山顶（活着的）老鼠的运动，这需要我们构建关于老鼠行为控制器的导航和目标导向活动模型（Jennings，1906年）。

低估一个系统的塑性、学习、偏好、表征和智能问题解决能力会大大减少我们用来理解和控制其行为的技术工具箱。考虑让鸽子正确区分舞蹈视频和武术视频的任务。如果从底层向系统进行方法论处理，就必须实现与动物大脑中的个体神经元进行接口，以读取视觉输入，正确区分视频，然后控制其他神经元来强制其行为，比如走到按钮旁按下按钮。这可能在某一天会实现，但不是在我们的有生之年内。相比之下，我们可以简单地训练鸽子（Qadri和Cook，2017年）。人类几千年来一直在训练动物，却不知道它们的脑中有什么或者大脑是如何工作的。这个非常高效的技巧之所以奏效，是因为我们正确地将它们视为学习代理者，这样我们就能将任务的很多计算复杂性转移到生物系统本身，而不需要微观管理其组件。

这个强大的策略可能适用于哪些其他系统呢？例如，基因调控网络（GRN）是“基因机制”的典型例子，通常被认为只能通过硬件来处理（需要基因治疗方法来改变控制网络连接性的启动子序列，或者添加/删除基因节点）。然而，对GRN可能实际上处于这一连续体的不同位置持开放态度，这表明可以进行一项实验，通过特定的刺激（经验）组合来训练它们进行新的行为。事实上，对生物GRN模型的最近分析表明，它们表现出联想和其他几种学习能力，以及模式完成和泛化（Watson等人，2010年，2014年；Szilagyi等人，2020年；Biswas等人，2021年）。这是一个例子，即使是通常不被视为认知的简单系统的正确代理水平也可以通过实证方法提出新的假设，从而打开了通向新实际应用的路径（利用药物脉冲的联想调控制度来开发记忆并解决药物抗性问题，通过取消习惯化等）。

接下来，我们将考虑框架的具体方面，然后深入探讨其中驱动新实证工作的具体示例。

Mind Everywhere 框架的技术方法的具体概念组成部分

这一新兴领域中的一个有用框架不仅应该作为观察数据和概念的透镜（Manicka和Levin，2019b），还应该以多种方式推动研究。首先，它需要明确定义关键术语，如“自我”。这些定义并不一定是完全正确的——它们可以与其他定义共存，但应该确定自我的基本不变性是什么（以及其他方面可以有什么不同），以及它与实验的交叉点在哪里。统一所有可能自我的基本对称性还应该促进对真正多样智能的直接比较甚至分类，勾勒出自我的标志和可能存在的代理人空间的拓扑结构。该框架还应该帮助科学家提出关于给定自我边界如何确定以及它如何与外部世界（和其他代理人）相互作用的可测试的声明。最后，该框架应该提供可操作的、半定量的定义，这些定义具有强烈的含义并且限制了有关自我如何产生和改变的理论。所有这些都必须促进实验方法，以确定这种方法的经验效用。

TAME框架将以下内容视为自我存在的基本特征：追求目标的能力、拥有复合（例如，联想性）记忆的能力，以及作为信用分配的中心（受到奖励或惩罚），这些都在比其单独的组成部分更大的尺度上。鉴于该框架的渐进性质，对于任何代理人来说，关键问题是它对每个关键方面具有多少能力、多好以及是什么类型的能力，这反过来又允许代理人在一个选项空间中直接进行比较。TAME强调了定义一个更高尺度，在这个尺度上，组成部分的（可能有能力的）活动导致新兴系统的出现。就像一个有效的数学定理具有独特的结构和存在，超越了其任何单独的陈述一样，一个自我可以拥有例如联想记忆（将分别发生的新的心理内容经验绑定在一起），成为复杂状态的奖励或惩罚的主体（作为其组成部分所采取的高度多样化的行动的后果），以及被事件状态（与目标或设定点的偏离）所压力，这些事件状态在其任何部分的水平上都无法定义（当然，它们可能具有自己独特的压力和目标）。这些是实践方面的因素，建议了识别、创建和修改自我的方法。自我可以根据它们追求的目标尺度进行分类和比较。在这种情况下，这里采用的目标导向视角建立在Rosenblueth等人（1943年）、Nagel（1979年）和Mayr（1992年）的工作基础上，强调了可塑性（从不同的起点达到目标状态的能力）和持久性（尽管受到干扰，仍能达到目标状态的能力）。

系统能够耗费能量努力朝着一种状态努力工作，克服障碍（在其复杂程度允许的范围内）以达到特定的子状态集合，这种能力对于定义自我非常有用，因为它将问题根植于既定的控制理论和控制论中（即，系统“努力做事情”不再是神奇的，而是在工程领域中得到了充分验证），并提供了一种自然的方法来发现、定义和改变系统的偏好。一个常见的反对意见是：“我们肯定不能说恒温器有目标和偏好吧？”TAME框架认为，无论真正的目标和偏好是什么，都必须存在原始的、最小的版本，从这些版本演化而来，并且在重要意义上是基于基质和尺度独立的；简单的稳态回路是目标导向活动的“氢原子”的理想候选者。思考这些问题的一个关键工具是询问任何认知能力的真正最小示例会是什么样的，并思考可以在其下方创建的过渡形式。逻辑上不可避免的是，如果一个人沿着复杂的认知能力通过进化的路径往回走，最终会达到该能力的前体版本，这些前体版本自然地引出了（错误的）问题：“那真的是认知的吗，还是只是物理学？”事实上，一种最小的目标导向性渗透到了所有的物理学中，支持了目标的尺度和复杂性的持续提升。

追求目标对于复合机构和“多对一”问题至关重要，因为它需要将不同的机制（用于测量状态、存储设定点，并驱动活动以最小化前者与后者之间的差异）结合成一个功能单元，这个功能单元大于其各部分的总和。借用一句伟大的引言（Dobzhansky，1973年），在生物学中，除了在目的论的光芒下，没有任何事情是有意义的（Pittendrigh，1958年；Nagel，1979年；Mayr，1992年；Schlosser，1998年；Noble，2010年，2011年；Auletta，2011年；Ellis等人，2012年）。一个系统能够评估各种行动的可能后果，以追求那些目标状态的程度可能差别很大，但这对于其生存至关重要。提议以一种有效地到达特定状态的能量支出方式，尽管存在不确定性、能力的限制和来自外部力量的干扰，作为所有自我的一个核心统一不变量——这是可能代理的空间的基础。这一观点提出了一个半定量的多轴选择空间，可以直接比较各种材料实现和起源的智能。具体地（见图4），可以创建一个“时空”图，其中任何代理的目标的时空尺度勾勒出该自我及其认知边界。

图4 | 非常规目标导向代理和认知自我的缩放。(A) 代理的最小组成部分是稳态，例如细胞执行测试-操作-退出（Pezzulo和Levin，2016）循环的能力：一种与设定点比较并通过效应器调整的循环，使其保持在状态空间的特定区域内。(B) 这种能力通过细胞网络扩展到解剖稳态：形态发生不仅仅是一个前馈的 emergent 过程，而是生命系统调整和重塑成特定目标形态的能力。这需要在转录和生物物理水平上的反馈循环，依赖于存储的信息（例如生物电模式记忆），以减少错误。(C) 这是复杂再生的基础，例如蝾螈的肢体，可以在任何位置切割，导致恰到好处的再生生长，直到达到正确的肢体为止。这种稳态系统是简单目标导向代理的例子。(D) 关注任何给定系统可以追求的目标的大小或规模，允许在同一图表上绘制非常不同的智能，无论其起源或组成如何（Levin，2019）。其目标导向活动的规模估计（折叠到空间的一个轴和时间的一个轴上，就像相对论图表中一样）。重要的是，这种可视化代理的复杂性的方式是目标空间的一种图表——它并不意味着表示感知或效应器范围的空间范围，而是表示他们关心的事件的规模和他们可能表示或努力改变的状态的边界。这定义了一种认知光锥（任何代理的关注区域的边界）；最大的区域代表“现在”，向后（访问过去事件，可靠性逐渐降低）和向前（未来事件的有限预测准确性）的效力逐渐减弱。代理是复合实体，由其他子代理或超级代理组成（并包括），每个子代理都有自己的各种大小的认知边界。由Jeremy Guay of Peregrine Creative创作的图像。

请注意，图4D中的距离不代表一阶能力，比如感知（能感知到多远），而是代表了给定认知系统能够表征和追求的目标大小的二阶能力（包括谦逊的代谢饥饿-饱食循环或宏伟的行星尺度工程抱负）。在任何给定时间，一个代理被这个空间中的一个形状所代表，该形状对应于其可能目标领域的大小和复杂性。然而，基因组（或工程设计规范）在这个空间中映射到一个这样的形状集合，因为自我和世界之间的边界以及一个代理的认知装置能够处理的目标范围，在某些代理的生命周期中都可能发生变化——在“软件”中（另一个“大转变”标志）。这个空间中的所有区域都有可能定义一些可能的代理。当然，还可以轻松地添加其他细分（维度），比如无限联想学习标记（Birch等人，2020年）或主动推理的方面（Friston和Ao，2012年；Friston等人，2015b；Calvo和Friston，2017年；Peters等人，2017年）。

一些代理，如微生物，具有最小的记忆（Vladimirov和Sourjik，2009；Lan和Tu，2016），只能关注非常短的时间范围和空间半径，例如，追随局部梯度。一些代理，例如大鼠，具有更多的记忆和一些前瞻性规划能力（Hadj-Chikh等，1996；Raby和Clayton，2009；Smith和Litchfield，2010），但仍然不能有效地关心2个月后在邻近城镇会发生什么事情。一些，如人类，可以把他们的一生奉献给巨大规模的事业（地球的未来状态，人类等）。类似于特殊相对论，这种形式化明确了永远无法访问的那类能力（以目标类别的表示为基础）（标志着其认知“光锥”的边缘）。

一般来说，较大的自我（1）能够朝着更遥远的未来工作（也许比代理自身的寿命更长——在认知连续体的意义上是一个重要的“大过渡”）；（2）回忆的时间距离更长（他们的行为变得不那么“机械”，而更多地是决策制定（Balazsi等，2011），因为它们与具有更大直径的功能原因和信息网络相关联）；以及（3）他们会努力管理在更大空间内的感知/效应器活动[从亚细胞网络到扩展思维（Clark和Chalmers，1998；Turner，2000；Timsit和Gregoire，2021）]。总的来说，代理能力的增加是由扩大压力（Box 1）的机制驱动的——代理可能感到压力的状态范围（从远离设定点状态的意义上讲），压力、偏好、动机以及关心发生的事情的功能性能力密切相关。对生命而言，稳态演变成了顶态（McEwen，1998；Schulkin和Sterling，2019），因为新的架构允许将紧密的局部稳态环扩展到测量、引起和记忆更大更复杂的状态（Di Paulo，2000；Camley，2018）。

BOX 1 | Stress as the glue of agency. 压力作为代理的粘合剂

告诉我你感到压力的事情，我就能了解你的认知复杂性。局部葡萄糖浓度？四肢过短？竞争对手侵占了你的领地？你有限的寿命？地球上生活质量的全球差异？一个代理可能因何而感到压力，实际上定义了他们的认知能力程度。压力是对当前状态与期望设定点之间差异的系统性响应；它是自我的扩展的重要组成部分，因为它使不同的模块（在不同尺度和分布位置感知和作用的模块）能够被绑定在一个全局的稳态环中（朝向更大的目标）。系统性压力发生在一个子代理对其局部条件不满意时，并将其不满传播到外部作为难以忽视的信号。在这个过程中，压力途径发挥着网络中隐藏层的同样功能，通过将多样化的模块输入和输出连接到同一基本的压力最小化环路，使系统更具适应性。这样的网络会扩展压力，但压力也是帮助网络增强其代理能力的因素——一个双向的正反馈循环。

关键在于，这种压力信号对其他子代理来说是不愉快的，密切模仿着它们自己的压力机制（基因保守性：我的内部压力分子与你的压力分子相同，这有助于相同的“所有权清除”，由间隙连接实现）。通过以这种方式传播不快乐（实际上，增加了全局系统的“能量”，从而促进了在各种空间中移动的倾向），这个过程招募了远程的子代理来行动，以减少他们自己对压力的感知。例如，如果一个器官原基位于错误的位置并且需要移动，周围的细胞更愿意让路，因为这样做可以减少他们收到的压力信号量。这可能是细菌的奔跑和翻滚类似的过程，其中压力是何时移动和何时停止移动的指标，在生理、转录或形态发生空间中。另一个例子是代偿性肥大，其中一个器官的损伤导致其他细胞接管其工作负荷，如果需要，增长或承担新的功能（Tamori和Deng，2014；Fontes等，2020）。通过这种方式，压力导致其他代理朝着同一目标努力工作，作为一种影响，将空间中的子单元粘合成一个连贯的更高级的自我，并抵抗“部分的斗争”（Heams，2012）。有趣的是，压力不仅在水平空间上扩展（跨越细胞领域），而且在垂直时间上也扩展：压力反应的影响是最容易通过代际遗传传递的事物之一（Xue和Acar，2018）。

另一个比较各种智能的重要不变量是它们都在某个空间中解决问题（见图5）。提出标准动物在三维空间中所表现出的传统问题解决行为只是解决代谢、生理、转录和形态发生空间中问题的更古老的进化能力的一种变体（作为进化将一些相同策略转移到新空间中解决问题的可能顺序时间线之一）。例如，当扁虫暴露于钡，一种非特异性的钾通道阻滞剂时，它们的头部会爆炸。值得注意的是，它们很快就会再生出对钡完全不敏感的头部。转录组分析揭示出，在整个基因组中，相对较少的基因被调节，使细胞能够利用转录效应子来改变细胞对离子和神经递质的处理方式，以解决这种生理应激（Emmons-Bell等，2019）。钡不是扁虫在生态上曾经遇到过的东西（因此不应该有对钡暴露的内在进化响应），而且细胞的更新速度不够快以进行选择过程（例如，在抗生素暴露后细菌持久者的情况下）。确定在整个基因组中哪些基因可以被转录调节以返回到适当的生理状态是一个非常规智能在实时中导航大维空间以解决问题的示例。此外，有趣的是，在转录空间（一组mRNA状态）中采取的行动映射到生理状态中的路径（尽管钾通道活性被取消，仍能执行许多所需功能，而不仅仅是单一状态）。

FIGURE 5 认知代理在多样的空间中解决问题。智能基本上是关于解决问题的，但这不仅发生在熟悉的三维空间中作为“行为”（控制肌肉效应器进行运动）（A），而且还发生在其他空间中，认知系统试图在其中导航，以达到更好的区域。这包括基因表达的转录空间（B），这里为两个基因构想，解剖形态空间（C），这里为两个特征构想，以及生理空间（D），这里为两个参数构想。解决问题的一个例子（E）是扁虫，它们被放置在钡中（由于钾通道的普遍阻断导致它们的头部爆炸），再生出对钡不敏感的新头部（Emmons-Bell等，2019）。它们通过在转录空间中非常有效地遍历来解决这个完全新颖的（没有通过与钡的进化经验预先准备）压力因素，以快速上下调节一小部分基因，使它们能够在必要的钾通量阻滞下进行生理活动。（F）一个系统的智能程度可以通过它们如何有效地导航到最佳区域而不被困在局部最大值中来估计，如图中所示，一只狗可以实现其目标，但这需要绕过—暂时远离其目标（任何系统在导航其空间中的耐心或远见的可测度，可以被想象为空间中的一种能量壁垒，插图）。图片由Jeremy Guay制作。

所有这些情况的共同特点是，代理必须在其空间中导航，优先占据适应性区域，尽管外部世界（以及内部事件）的干扰往往会将其拉入新颖的区域。代理（及其子代和超代理）构建其空间的内部模型（Beer，2014，2015; Beer and Williams，2015; Hoffman等，2015; Fields等，2017; Hoffman，2017; Prentner，2019; Dietrich等，2020; Prakash等，2020），这些模型可能与它们的同伴，寄生虫和科学家开发的动作空间的视图是否匹配。因此，导航的空间在重要意义上是虚拟的（属于某个代理的自我模型），是在“即时”（除了由代理的结构硬编码之外）开发和经常修改的，并且不仅朝外推断其选项空间的有用结构，还朝内映射自身的身体和体位属性（Bongard等，2006）。较低级别的子系统简化了高级别代理的搜索空间，因为它们的模块化能力意味着高级别系统不需要管理所有的微状态[一种强大的分层模块化（Zhao等，2006; Lowell和Pollack，2016）]。反过来，高级别系统会改变较低级别系统的选项空间，使它们不需要那么聪明，可以简单地遵循局部能量梯度。

在任何空间中，代理的智能或复杂程度大致与其利用记忆和预测（信息处理）的能力成正比，以避免局部极大值。智能涉及能够暂时偏离简单向量朝向目标的方式，以产生更大的改进；代理的内部复杂性必须促进某种程度的复杂性（类似于人工神经网络中的隐藏层，介绍了刺激和响应之间的可塑性），以实现目标导向活动所需的缓冲，从而具备耐心和间接路径到达目标的能力。这种缓冲使细胞的稳态问题驱动（压力减少）行为的反面得以实现：集体代理探索新机会的空间（创造性），以及获取更复杂目标的能力[实质上，开始攀登马斯洛的层次（Taormina和Gao，2013）]。当然，必须指出的是，这种智能概念方式只是众多方式之一，提议将其用作一种方法，使概念能够被实验性地移植到不熟悉的基质中，同时以不依赖于肯定不会在合成生物工程学、机器学习和外生物学的进步中幸存的任意限制的方式捕捉其本质。

智能的另一个重要方面是能力进行泛化，这与空间无关。例如，在上文讨论的关于巴麦斯蚯蚓的例子中，问题解决能力的一部分可能是由于细胞在生理空间中的泛化能力。也许细胞会将由新颖的巴麦刺激引起的生理应激视为由进化上熟悉的癫痫触发因子引起的兴奋性毒性的一部分，从而使它们能够采取类似的解决方案（以转录空间中的行动来表达）。这种泛化能力现在已经与测量不变性联系起来（Frank，2018），显示了它在认知连续体中的古老根源。

与上述讨论一致，复杂的代理通常由它们自身在其自己的（通常是更小、更局部的）空间中具备的能力强大的问题解决器组成。整体与其部分之间的关系可以如下所述。代理人在整个生物体中的整合程度是，它会扭曲选项空间及其子单元通过其的测地线，使其更接近于其空间中的高级目标（也许类似于物质和空间在广义相对论中如何相互影响）。在神经科学中也观察到类似的方案，其中自上而下的反馈帮助下层神经元通过向它们提供更全局特征来选择对局部特征的响应（Krotov，2021）。

对于自身对较高问题空间一无所知的子单元来说，这看起来只是它们在最小化自由能并被动地做为物理系统唯一能做的事情：这就是为什么如果对决策过程进行足够深入的缩放，所见到的一切只是愚蠢的机制和“纯粹的物理”（just physics）。代理人的视角（Godfrey-Smith，2009）在不同观察尺度上看起来不同（其程度取决于试图控制和预测系统的观察者，其中包括代理人本身及其各个部分）。这种观点与“上级指向性”（McShea，2012）密切相关，其中更大的系统通过对粗粒度结果的约束和奖励来指导其组件的行为，而不是对微观状态进行约束（McShea，2012）。

请注意，这些不同的竞争和合作分割不仅是身体的多样化组成部分（细胞、微生物群等），还包括未来和过去的自我版本。例如，实现更健康的新陈代谢的一个方法是在夜间锁住冰箱，并把钥匙放在你午夜的自我找不到的地方（因为它的认知范围较短，愿意用长期健康来换取即时的饱食感，并且缺乏耐心）。改变未来自我的选项空间、能量障碍和奖励梯度是一种有效的策略，可以实现复杂目标，尽管其他智能体在行动空间中的时间视野较短。

最有效的集体智能通过同时扭曲空间，使其子单元能够正确行事，而无需理解更大尺度的目标，但它们自身又受益于子单元的能力，即使空间不完全被塑造（因为它们本身在自己的空间中是稳态代理）。因此，智能体之间（在同一级别或不同级别）的通信和控制实例是不同空间之间的映射。这表明，进化和工程师的辛勤工作都是为了优化适当的功能映射以实现稳健性和适应性功能。

接下来，我们考虑将这个框架应用于认知和灵活问题解决的非传统例子：形态发生，这自然地引出了更大生物自我（尺度化）起源的具体假设，以及可验证的实证（生物医学）预测（Dukas，1998）。接着我们探讨这些概念对进化的影响，并对意识进行一些评论。

SOMATIC COGNITION: AN EXAMPLE OF UNCONVENTIONAL AGENCY IN DETAIL 躯体认知：一个例子非常规机构的详细信息

“再次和再次地使用的术语指向的不是物理上的，而是心理上的类比。这意味着不仅仅是一个诗意的隐喻。. . .”

– 斯佩曼（1967年）

TAME应用于非传统底层认知的一个例子是形态发生，其中子单元之间的认知绑定机制现在部分已知，并且可以制定可验证的关于认知尺度的假设[详细探讨见 Friston等人 (2015a) 和 Pezzulo 和 Levin (2015, 2016) ]。毫无争议的是，形态发生是集体活动的结果：单个细胞共同构建非常复杂的结构。大多数现代生物学家将其视为钟表般运作[在近期有关细胞学习的数据方面有一些显著的例外 (di Primio等人，2000年; Brugger等人，2002年; Norman等人，2013年; Yang等人，2014年; Stockwell等人，2015年; Urrios等人，2016年; Tweedy和Insall，2020年; Tweedy等人，2020年)], 更倾向于基于复杂性科学和出现的思想建立的纯前馈方法。根据这种观点，有一种特权的因果层次——生物化学层次，所有的结果都被视为高度并行执行本地规则的结果（在每个意义上都是细胞自动机）。当然，值得注意的是，发育生物学的奠基人，如斯佩曼（1967年），早已对这个领域的认知概念的可能作用有所了解，其他人偶尔也指出了详细的同源性 (Grossberg，1978年; Pezzulo和Levin，2015年)。当我们远离发育生物学教科书中常见的例子，转而观察一些现象时，尽管分子遗传学的最新进展，但仍然存在重要的知识空白（见图6）。

FIGURE 6 形态发生作为集体智能和可塑性的例子。复杂形态发生的结果是细胞集体智能在形态空间中的行为。理解这种集体智能至关重要，因为仅凭分子遗传学的进展是不够的。例如，尽管有关平面虫再生中干细胞行为的基因组信息和大量通路数据，但没有模型可以预测将平面虫的细胞注入圆头种类会发生什么（A）：它们会制造出怎样的头部，再生/重塑是否会停止，因为目标形态永远无法与任何一组细胞的期望相匹配？发育具有克服不可预测的扰动以达到形态空间目标的能力：由于脑颅颌器官位置被打乱，蝌蚪制造出来的青蛙仍然是正常的（B），因为组织会以新颖的方式从其异常的起始位置移动，直到达到正确的青蛙面孔（Vandenberg等人，2012年）。这说明了基因遗传种子发展了执行不变的运动而不是错误最小化（稳态）循环，参照存储的解剖基准点（目标形态）。形态空间中的路径不是唯一的，例如，当青蛙腿被诱导再生时（C），中间阶段不像肢体发育的发育路径（形成一只桨并使用程序化细胞死亡来分离数字），而更像植物（C0），其中一个中央核心产生的数字作为侧枝生长（绿色箭头），尽管最终变成一个非常正常的青蛙腿（Tseng和Levin，2013年）。（D）可塑性跨越多个级别：当螃蟹细胞由诱导多倍体变得非常大时，它们不仅调整了一起构建具有正确管腔直径的肾小管的细胞数量，还可以调用完全不同的分子机制（细胞骨架弯曲而不是细胞：细胞通信）来制造一个只有一个细胞包裹的横截面的小管；这表明了集体的智能，因为它创造性地部署了不同的较低级别模块来解决新问题。这种可塑性不仅是结构上的，还包括功能上的：当蝌蚪被制造成（E）在尾巴上有眼睛时（而不是在头部），这些动物可以看得很清楚（Blackiston和Levin，2013年），如它们在视觉学习范例中的表现所显示的那样（F）。这样的眼睛也是有能力的模块：尽管其异常的邻居（肌肉，而不是大脑），它们首先正确形成，然后发出视神经，将其连接到附近的脊髓，并且稍后它们会忽略尾巴的程序性细胞死亡，向后移动，最终停留在青蛙的后部（G）。所有这些都显示了系统的显着多尺度能力，它可以适应新的配置，而不需要进化时间尺度来实现适应功能（并为对环境变化的改变进行缓冲，这些改变的破坏性后果被模块完成其工作的能力隐藏起来）。面板（A，C’，D）由Peregrine Creative提供。面板（C）来源于Xenbase和Aisun Tseng。面板（E-G）由Douglas Blackiston提供。面板（B）获得Vandenberg等人的许可，并由Erin Switzer提供。

形态发生中的目标导向活动

形态发生（广义定义）不仅是一个从相同起始条件（从受精卵发育）产生相同稳健结果的过程。在像蝾螈这样的动物中，细胞还将重建复杂的结构，如肢体，无论在肢体轴的何处截断，都会停止直到完成。虽然这种再生能力并非无限，但基本观察结果是，细胞合作达到特定的、不变的最终状态（目标形态），从不同的起始条件出发，并在正确的模式被实现后停止它们的活动。因此，细胞不仅仅执行一系列关于出现结果的机械步骤，而是根据环境的不同进行活动修改，以实现特定的解剖目标形态。在这方面，形态发生系统满足了詹姆斯对最小心灵的测试：“固定的目的，多样的手段”（詹姆斯，1890年）。

例如，蝌蚪通过重新排列其头颅结构变成青蛙：眼睛、鼻孔和下颚根据需要移动，将蝌蚪的脸部变成青蛙的脸部（图6B）。由于这些器官的位置不正确，我们制造了这些器官的蝌蚪，所谓的毕加索蝌蚪（Vandenberg等人，2012年）。令人惊讶的是，它们倾向于变成基本正常的青蛙，因为头颅器官沿着新颖的、异常的路径移动（有时超调并需要返回一点（Pinet等人，2019年）），并在到达正确的青蛙脸部位置时停止。类似地，人工诱导再生的青蛙腿可以创造出正确的最终形态，但不通过正常的发育步骤（Tseng和Levin，2013年）。那些遇到这种现象但尚未被注入分子生物学是特权级解释的信念（Noble，2012年）的学生们问了一个明显的（和正确的）问题：它是如何知道什么是正确的脸或腿形状的呢？

重塑、调控发育（例如，可以切成两半并产生正常单卵双胞胎的胚胎），以及再生的例子，理想情况下展示了细胞集体的目标导向性质。它们追求特定的解剖状态，远远超过任何单个细胞，并以一种情境敏感的方式解决形态空间中的问题——任何能够做到这一点的微型机器人群在工程领域都会被称为集体智能的胜利。在TAME框架的指导下，有两个问题变得可以解决。首先，集体如何测量当前状态并存储有关正确目标形态的信息？其次，如果形态发生不是在说服性连续体的机械水平上，而可能是在恒温器水平上，那么是否可能重新编写设定点而不重绕线机器（即，在野生型基因组的背景下）？

模式记忆：稳态循环关键组成部分

鹿农场主长期以来一直知道营养记忆的存在：在一年中在分枝的鹿角结构上造成的伤口，将导致在随后的几年中，在同一位置生长异位的鹿角，甚至在原始的鹿角脱落后（Bubenik和Pavlansky，1965；Bubenik，1966；Lobo等人，2014）。这个过程需要头皮生长板上的细胞感知，并记住数月内在典型的分枝结构中的短暂损伤事件的位置，并通过覆盖野生型的典型生长模式，而将它们引导到一个新的结果中，在随后的几年中再现它。这是一种经验依赖的、可重写的模式记忆，其中目标形态（解剖稳态的设定点）在标准硬件内被重新编写。

平板虫可以被切成多块，并且每个碎片都会精确地再生出每个位置所缺失的部分（并根据需要重新调整剩余组织的比例），以形成一个完美的小虫子（Cebrià等，2018）。一些平板虫的物种具有极其混乱的基因组 - 由于它们的繁殖方式：裂解和再生，这使得任何不杀死干细胞的突变在整个谱系中扩散并且在整个谱系中扩展[在Fields等人的综述（2020）中进行了审查]。尽管基因组信息存在分歧，但这些虫子是冠军再生者，其解剖结构几乎100%忠实。最近的数据确定了一组机制，介导细胞产生例如正确数量的头部：通过离子通道产生并由称为间隙连接的电气突触传播的组织中的一种固定生物电分布（图7A-D）。通过定位间隙连接（Sordillo和Bargmann，2021）或离子通道来操纵正常电压模式可以产生具有一个，两个或零个头部，或者头部形状（和脑形状）类似于其他现存平板虫物种的平板虫（Emmons-Bell等，2015; Sullivan等，2016）。值得注意的是，具有异常头部数量的虫子会永久地改变为这种模式，尽管它们的基因是野生型的：将它们切成没有进一步操纵的碎片后，这些碎片仍然会以异常的头部数量再生（Oviedo等，2010; Durant等，2017）。因此，就像用于在脑中注入虚假行为记忆的光遗传学技术一样（Vetere等，2019），调节瞬时生物电状态是一种保守的机制，通过它，虚假的模式记忆可以被重新编写到生物体的基因指定的电路中。

FIGURE 7 | 生物电模式记忆。平面虫片段可可靠地再生缺失的部分，并在完成正确的虫子后停止。正常的平面虫(A)有1个头和1个尾（A-1），头部表达前体基因（A-2），并且静息电位的常态模式在应该产生头部的末端去极化（A-3），（橙色箭头标示去极化区域）。当中间部分被切除时，它会再生成一个正确的1头虫（A-4）。可以编辑编码目标形态（片段将再生为其形态）的信息结构。在解剖学上正常的虫子（A0 -1），具有正常的基因表达（A0 -2），可以在原位改变它们的生物电模式（A0 -3），使用离子通道靶向药物或RNAi。（橙色箭头标记两个去极化末端）。受伤后的结果将是一个完全可行的2头虫（A0 -4）。重要的是，面板（A0 -3）中显示的模式不是最终2头虫的电压图：它是在切割前的1头动物的地图，其中已经具有指示正确虫子应该有2个头的诱导假记忆。换句话说，生物电可以与当前状态不同，它不仅仅是解剖学现在在做什么的读数，而是一个正交信息介质，用于指导未来解剖学的变化。这种信息是潜在的，只有在受伤后引导细胞集体的解剖学稳态活动时才会出现。因此，它也是对事实的基本表示的一个示例，指的是如果发生损伤会发生什么，而不是现在正在发生什么。生物电目标形态的这种变化是真正的记忆，因为它们是可重写但也是长期稳定的：如果再次切割，在没有更多通道干扰试剂的水中，多轮再生的基因型野生型虫继续产生2头形式（B），这些形式可以通过不同的生物电干扰重新设置回正常状态（Oviedo等人，2010年）。生物电模式对形态的控制是通过细胞介导的，就像在大脑中一样（C），这些细胞具有设置跨膜静息电位（Vmem）的离子通道，并通过称为间隙连接的电突触将这些状态传播到它们的邻居中的计算网络。所有细胞，而不仅仅是神经元（D）都这样做，而生物电信号是一种古老的信息处理方式，早于神经元和大脑出现（Fields等，2020年；Levin，2021a）。电压状态的功能规定模块化解剖学可以在命运注定要成为肠的内胚层细胞中使用离子通道来设置膜电压，形成类似眼睛的生物电预模式（E），然后在肠上创建眼睛（红色箭头）（Pai等，2012年）。这种现象具有2个层次的指令（F）：除了我们使用电压在器官水平上指导形状（不是微观管理单个眼睛组件），注入离子通道mRNA的细胞（青色β-半乳糖标记）进一步指导它们的邻居（棕色细胞）参与形成这个异位晶状体。图像中的面板（C，D）由Peregrine Creative提供。面板（A，A0 ）的图像获得了Durant等人的许可。面板（E）中的胚胎图像来自Xenbase。面板（F）得到了Zahn等人的许可。

生长和形态的多尺度能力

形态发生的一个关键特征是可以部署多种不同的分子机制来达到相同的大尺度目标。这种对亚单位状态的可塑性和粗粒化是集体认知的标志，也在神经科学中被广泛认识（Prinz等，2004; Otopalik等，2017）。例如，蝾螈肾小管通常具有特定大小的管腔，横截面由8-10个细胞组成（Fankhauser，1945a,b）。当细胞尺寸被实验性地放大时，同样的小管由更少数量的更大细胞组成。比细胞数量缩放到意想不到的尺寸变化（在个体发生学，而非进化学时间尺度上）更令人瞩目的是，如果细胞变得非常巨大，只有一个细胞会围绕自身形成正确的管腔（图6D）。与协调管腔形成的典型细胞间相互作用相比，一个细胞内的细胞骨架变形可以实现相同的最终结果。就像大脑一样，各个层次的组织在其分子活动的细节方面表现出显著的自主性，但都朝着不变的系统级结果发展。

形态发生和基础认知之间的具体相似之处

形态发生的可塑性与大脑和行为的可塑性存在显著的同构性，因为将单个神经细胞缩放为一个连贯的自我所需要的沟通动态是在大脑出现之前进化经过长期磨练的，在形态控制的背景下（Fields等，2020年），在此之前是在细菌生物膜的代谢控制中（Prindle等，2015年；刘等，2017年；Martinez-Corral等，2019年；Yang等，2020年）。每个基因组都指定了实现具有强大、可靠的默认“天生”形态的信号传导电路的细胞硬件——就像基因组产生驱使物种能够建造巢穴和完成其他复杂任务的本能行为的大脑回路一样。然而，进化选择了可以通过经验重新编程的硬件，除了其强大的默认功能模式之外——在身体结构上，以及在大脑驱动的行为上。许多大脑的特殊特征，不出意料地，也存在于中枢神经系统之外的其他形式中。例如，镜像神经元和体位图表示可以在四肢对损伤的反应中观察到，其中对一肢的损伤的类型和部位可以从成像对侧未受伤的肢体中在30秒内读出（Busse等，2018年）。表2显示了形态发生和认知系统之间的许多相似之处。

不仅仅是哲学：为什么这些相似之处很重要

解剖学稳态被视为一种集体智能的观点并不是一个中立的哲学观点——它提出了一些强有力的预测，其中一些已经得到了证实。这导致了在平面虫中发现了可重新编程的头部数量（Nogi和Levin，2005）以及血清素的前神经作用（Fukumoto等人，2005a，b）。它解释了对离子通道或神经递质药物的前神经暴露引起的畸形发生性（Hernandez-Diaz和Levin，2014），以及观察到的人类离子通道病变的形态缺陷，除了神经学表型外[参见Srivastava等人（2020）的综述]，并解释了间隙连接阻断剂作为普通麻醉药的实用性。

由TAME的保守性和缩放假设推导出的预测可以通过生物信息学进行测试。预测认为，参与形态发生和认知（记忆和学习类别）的基因存在显着和特定的重叠。这已经对离子通道、连接素（间隙连接）基因和神经递质机制有所了解，但是TAME预测了对相同的分子机制的广泛重用。细胞间通信和细胞应激途径应该参与到心理模块之间的内部冲突中（Reinders等人，2019），以及社会行为中，而记忆基因应该在癌症、再生和胚胎发育的遗传调查中被确定出来。

另一个尚待测试的关键预测（正在我们的实验室进行中）是形态发生的可训练性。组织的集体智能可能足够复杂，可以通过强化学习来训练以获得特定的形态学结果。临床数据已经提示了心脏（Zoghi，2004）、骨骼（Turner等人，2002；Spencer和Genever，2003）和胰腺（Goel和Mehta，2013）的学习。预测使用奖励和惩罚（使用营养物质/内啡肽和电击），而不是对通路硬件进行微观管理，可能是在临床环境中实现解剖学控制的途径，无论是对形态学还是基因表达（Biswas等人，2021）。这将对再生医学产生巨大影响，因为复杂性障碍阻止了例如基因组编辑对肢体再生等的影响。我们训练老鼠执行特定行为的原因与直接控制所有相关神经以迫使其像木偶一样执行该行为的原因相同，这也解释了直接控制分子硬件比理解能够激发组织构建特定期望结构的刺激和信号集合要困难得多的生物医学路径。计算机科学的关键教训是，即使是我们理解的硬件（如果是自己建造的），通过理解软件并通过适当的刺激和信号实现期望的结果要更加有效和强大，而不是进行物理重连。如果硬件是可重新编程的（并且在这里认为许多生物硬件都满足这一转变），那么可以将大部分复杂性转移到系统本身，利用子模块具有的任何能力。事实上，神经科学本身可能会从解决问题的较简单版本中获益，这是指首先在非神经组织中进行的神经解码。

非神经生物电：身体的想法

大脑的硬件由离子通道设置细胞的电学状态，以及可控制的突触（例如，间隙连接），后者可以在网络中传播这些状态。实际上，这一机制，包括最终将这些计算转化为转录和其他细胞行为的神经递质，在从受精开始的所有细胞中都高度保守且存在（见图7C、D）。神经和非神经生物电之间的一个主要区别是其作用的时间常数【大脑将系统加速到毫秒级尺度，而发育过程中的电压变化需要几分钟或几小时（Harris，2021；Levin，2021a）】。在任何组织中，使其能够支持灵活软件的关键方面包括离子通道和间隙连接本身也是电压敏感的——实际上，它们是晶体管（电压门控电流导纳）。这使得进化可以利用物理定律迅速生成非常复杂的具有正（记忆）和负（鲁棒性）反馈的电路（Law和Levin，2015；Cervera等，2018, 2019a，b，2020a）。通过细胞中传递的瞬态电压状态可以触发一系列逐渐去极化（类似于动作电位）或间隙连接（GJ）关闭的循环，这意味着这种电路很容易形成可存储不同信息并且在不改变硬件的情况下改变其计算行为的动态系统记忆（即，不需要新的通道或间隙连接）（Pietak和Levin，2017）；这在神经网络中的动作电位传播中是显而易见的，但在发育中很少被考虑。值得注意的是，还有许多其他生物物理模态，如副激素、体积传导、生物力学（应变和其他力）、细胞骨架动力学，甚至可能是量子相干事件，也可能发挥着有趣的作用。由于篇幅限制，这些并未在此处讨论；相反，我们重点关注生物电机制，这是进化如何利用物理进行计算和认知的一个特别说明性例子。

根据其所提出的作用，慢变化的静息电位可作为指导胚胎发育、再生和癌症抑制的指导性模式（Bates，2015；Levin等，2017；McLaughlin和Levin，2018）。除了在平面虫中以电气方式编码的模式记忆（如上所述）外，生物电预模式还被证明可以决定面部、四肢和大脑的形态发生，并且在决定主体轴、大小和器官身份方面发挥作用【在Levin和Martyniuk（2018）中进行了审阅】。发育生物电的一个最有趣的方面之一是其模块化性质：非常简单的电压状态可以触发复杂的下游形态构建级联。与大脑一样，模块化与模式完成相辅相成：这种网络提供了整个行为，以及部分输入。例如，图7F显示了通过转导了一个离子通道的少数细胞被置于“在这里生成眼睛”的状态，这些细胞可以招募它们的邻居，在身体的任何区域，以完成子程序调用的目的并创造一个眼睛。这种模块化使进化能够通过重新使用强大的触发器来开发新的模式。此外，组织使用生物电路来实现模式记忆，这些模式记忆设置了解剖稳态的目标形态（如上所述的平面虫示例）。这揭示了细胞集合体中存储信息的非神经材料基质，这是一种分布式、动态、可重写的存储形式，与最近发现的有关群体知识如何存储在更大规模的代理中的方式相似（Thierry等，1995年；Couzin等，2002年）。最后，生物电领域（Pai等，2017年，2018年；Pitcairn等，2017年；McNamara等，2019年，2020年）为将要完成特定形态发生结果的细胞群设置了边界——这是一个类似于“生成一个眼睛”的系统级过程。它们定义了模块化活动的时空边界，并为自我在一般情况下如何扩展提供了一个强大的模型。

自我缩放的生物电模型

细胞之间的缝隙连接提供了一个有趣的案例研究，展示了自我边界如何在形态发生的集体智能中扩展或收缩（图8）。至关重要的是，缝隙连接（以及由微管道延伸的缝隙连接）提供了一种细胞共生的方式——细胞之间的调节性融合，使生理信息能够横向传递，从而加速了处理过程，就像横向基因遗传促进了进化时间尺度上的变化一样。以下是一种假设进化解决“众多个体融入一个更高自我”的问题的方式的案例研究，以及这个过程如何瓦解导致自我边界的逆转（收缩）（总结如表3所示）。

FIGURE 8 | 细胞中计算的规模化。单个细胞（A）具有一定的计算能力，包括感知局部微环境的能力，以及一些记忆和对未来的预期能力。当组装成网络时（A0），组织获得了在更大空间距离上感知和行动的能力，以及通过更大的计算能力获得了更大的记忆和预测能力。就像神经网络使用隐藏层来抽象数据中的模式并识别中尺度特征一样（B），组织网络获得了表示大于分子和细胞水平的信息的能力：每个细胞的活动（分化、迁移等）可以是其他细胞层处理关于当前和过去状态信息的结果，从而使得决策可以针对组织、器官或整个生物体的解剖结构进行。（C）与某些神经网络将个别记忆存储为其状态空间中的吸引子一样，生物电路的吸引子充当模式记忆，触发细胞执行实现解剖结果的行为，例如计划尾蚴中头部数量和位置。图片由Peregrine Creative的Jeremy Guay提供。

TABLE 3 | An example of the scaling of cognition.

每个自我都有一个认知能力,该能力由其可能追求的目标在空间、时间和复杂性指标上定义。

• 生物自我通过细胞加入计算网络来扩展，这些网络可以追求更大规模的（解剖学的，不仅仅是代谢的）目标。

• 网络增加了感知和执行的空间范围，并增加了计算能力，从而实现了目标和可能引发压力的状态的扩展。

• 身体由组件组成，这些组件本身就是能干的（寻求目标的模块，可以在扰动和变化的条件下实现特定结果）。

• 缝隙连接是一种独特的缩放机制，通过连接细胞的内部环境，擦除了信号分子的所有权信息。这部分地抹去了细胞亚单位的信息身份，增加了合作，从而产生了具有形态尺度目标的新型组织和器官级别的自我。

• 生物电网络是细胞集合体在组织、器官和有机体尺度上的计算基础，传播压力信息、状态感知和形态发生指令信号。

• 自我可以解离（缩小），就像癌症一样，通过减小某些亚单位的计算边界，使其与网络脱离联系。

单个细胞（例如原生动物Lacrymaria olor）在处理形态、生理和行为目标方面非常有能力，尺度仅限于一个细胞。当它们通过间隙连接成为一个电化学网络时，发生了几件事情（这在神经科学家和机器学习工作者中是很熟悉的，因为它类似于神经网络的好处），这导致了一个具有新的、更大的认知边界的个体自我的产生。首先，当细胞组成一个电化学网络时，它们现在可以在比单个细胞更大的物理“关注半径”上感知事件，并作出反应。此外，网络现在可以以复杂的方式整合来自空间上不同区域的信息，导致其他空间区域的活动。其次，网络具有比其任何单个细胞（节点）更多的计算能力，为新形成的个体自我提供了智商提升。在这样的网络中，电化学突触（GJ）上的希伯（Hebbian）动态可以提供一个位置的动作与另一个位置的奖励之间的关联，这使得系统能够在更大个体水平上支持信用分配。

间隙连接的第三个后果是部分溶解了亚单位之间的信息边界。间隙连接介导的信号是独特的，因为它们使每个细胞都可以立即访问其他细胞的内部环境。传统的分泌生化信号来自外部，当它触发细胞表面的受体时，细胞清楚地知道这些信息来自外部（并且可以加以关注、忽略等）——在自我和外界之间很容易维持边界。然而，想象一下一个信号，比如由于某种损伤刺激引起的钙脉冲。当这个钙传播到间隙连接的相邻细胞时，该信号没有标记其来源的元数据；接收细胞只知道发生了钙瞬态，无法知道这些信息并不属于它。这个第二信使事件的下游效应对于接收细胞来说是一种虚假记忆，但对于发生在个体的一部分的集体网络来说是一种真实记忆。随着这些间隙连接信号在网络中传播时所有者信息的抹去对于促进细胞之间的部分“心智融合”至关重要：保持身份（即不同个体生理状态的独特历史——记忆）变得非常困难，因为小的信息分子在网络中传播并混合。因此，间隙连接耦合的这一特性通过部分抹去记忆边界来促进更大的自我的创建，这可能会损害它们朝着共同目标努力的能力。这是通过朝着共同目标扩大而不是通过微观管理，而是通过将多个亚单位纳入同一个目标导向的循环中，通过紧密耦合感知、记忆和行动步骤在一个合胞体中，其中所有的活动都朝着系统级的目的过程。当个体的身份在更长的时间尺度上模糊时，在组织中进行更大的计算时，个体细胞中的小范围（近视）行为（例如，癌细胞的暂时增益后宿主的失调死亡）会导致更适应性的长期未来，作为一个健康的有机体。实际上，这从短视的非理性行为中建立起长期的集体理性（Sasaki和Biro，2017年；Berdahl等人，2018年）。

值得注意的是，这个故事的一部分已经通过实验证明，在揭示自我的边界收缩和扩张的实验中已经进行了测试（图9）。这些假设的一个含义是，结合过程可能会瓦解。事实上，这在癌症中发生，在那里致癌基因的表达和致癌物暴露导致了间隙连接的关闭（Vine和Bertram，2002年；Leithe等人，2006年）。这样做的后果是癌变，细胞恢复到它们古老的单细胞状态（Levin，2021b）——缩小它们的计算边界，将其余的身体视为外部环境。细胞随心所欲地迁移并尽可能地增殖，实现它们的细胞级目标——转移（但有时也试图以不佳的方式重新启动它们的多细胞性并形成肿瘤（Egeblad等人，2010年））。这个模型暗示，这种表型可以通过人为地管理细胞与其邻居之间的生物电连接来恢复。事实上，最近的数据表明，管理这种连接可以覆盖默认的基因确定状态，诱导在完全野生型背景下转移性黑色素瘤（Blackiston等人，2011年）或抑制由强致癌基因引起的肿瘤发生，如p53或KRAS突变（Chernet和Levin，2013a,b）。将重点放在生理连接（信息动态）上——软件，与观察到的事实一致，即基因改变（硬件）既不是诱导癌症也不是恢复癌症的必要条件[参见Chernet和Levin（2013a）的综述]。

FIGURE 9通过可扩散和生物力学信号的传递可以被细胞膜上的受体感知为来自细胞外部的信息（A）。相比之下，通过间隙连接耦合的细胞可以使信号直接从一个细胞的内部环境传递到另一个细胞中。这形成了一个部分的合胞体，有助于消除细胞之间的信息界限，因为记忆分子（路径动力学的结果）在这样的细胞群中传播，而没有关于它们起源于哪个细胞的元数据。GJ突触的多功能门控机制允许形成拥有组织水平的生理过去事件记忆（而不仅仅是单个细胞的记忆）并支持更大目标模式的多细胞自体，使它们能够合作形成复杂的器官（B）。这个过程可能会瓦解：当致癌基因在蝌蚪中表达时，电压染料成像（C）显示了与其邻居断开生物电连接的细胞的异常电压状态，回归到了古老的单细胞状态（转移），将其余身体视为外部环境，并失控地生长为肿瘤（D）。这个过程可以通过人为调控它们的生物电状态来预防（Chernet和Levin，2013a，b；Chernet等人，2016年）[例如，共注入一个超极化通道和致癌基因，（E）]。在这种情况下，组织正常形成（（F），绿色箭头），尽管致癌基因的存在非常强烈（（G），红色标签）。这说明了生物电网络的指导能力，可以支配单细胞和基因状态，以控制大规模组织的结果。面板（A，A0，B）由Jeremy Guay of Peregrine Creative提供。面板（C-D）使用Chernet和Levin（2013a）的许可。面板（E-G）使用Chernet和Levin（2013b）的许可。

所有这些动态导致了一些有趣的后果。通过GJ介导的通信不仅仅是对话（就像外部信号那样）—它们是绑定的，意味着一旦GJ打开，细胞就会受到来自邻居的任何影响。在同样的意义上，拥有突触使一个细胞对邻居的状态具有脆弱性。GJ扩散（稀释）了去极化的痛苦，但同时给了细胞的邻居改变其状态的能力。与自我大小的建议相容的是，自我的幅度是它所受到压力的状态的规模和复杂性，通过可调节的动态GJ连接大大扩展了可以刺激细胞的空间、时间和复杂性的事物；远处的复杂事件现在可以通过网络中的非线性GJ路径渗入细胞，并且促使最小化这种事件的驱动力现在必然涉及到目标状态的稳态活动、感知和更大范围的活动。通过这种网络传播的应激信号，刺激了组织的其他区域以合作应对远程事件，利用它们自私的驱动力来减少自己的压力。这有助于对超出其局部后果的扰动做出一致的、系统级的响应，并且产生了能够对更复杂的、空间分布广泛的恒态设定点产生一致响应的更大自我。例如，一个孤立的细胞可能会受到异常的局部pH的压力（并对此做出反应），而作为移植的水蜥蜴肢体的一部分的细胞将被诱导产生更为宏伟的活动：它们将改变它们产生的手指的数量，使之相对于肢体在宿主体内的新位置正确（Ruud, 1929），这个决定涉及到大规模的感知、决策和控制。

耦合的第四个结果是总体上合作大大增强。从博弈论的意义上来说，如果你们在生理上是耦合的，就不可能欺骗你的邻居。细胞对邻近细胞的行为的任何积极或消极影响都会立即传播回它，实际上产生了一个个体，其中各部分不能相互“缺陷”。这种动态表明囚徒困境模型的一个有趣的转折，其中代理的数量不是固定的，因为他们可以选择合作、缺陷、合并和分裂（我们目前正在分析此类模型）。具体来说，与另一个代理合并会产生重要的降维（因为背叛不再是一种选择）；这不仅改变了应用于生物相互作用的博弈论的计算，而且改变了动作空间本身。这些动态发生在发展的时间尺度上，补充了关于进化博弈论的丰富现有文献（Maynard Smith 和 Szathmáry，1995；Maynard Smith，1999；McEvoy，2009；Pacheco 等，2014）。

确实，较小和较大的代理在它们各自的空间中移动提供了一种思考较小代理（细胞级别）简单的稳态循环如何扩展为大型器官级别解剖稳态循环的方法。Prentner最近展示了代理通过采取行动来抵消其经验中的变化来建立其世界的空间模型（Prentner, 2019）。努力抵消外部环境（和其他代理）引起的状态变化是稳态的核心——寻求保持重要状态免受干预和熵影响的行动循环。这不仅适用于身体运动（导致生物体感知自己处于时空中），还适用于通过打开/关闭特定基因、重塑解剖结构或打开/关闭离子通道来改变生理状态等其他状态。代理可以注意到在各种干扰发生时保持稳态所采取的行动模式，并基于此在其所作用的空间内部细化一个内部模型。这与惊奇最小化框架密切相关（Friston, 2013; Friston et al., 2013; Friston K. et al., 2014），并表明较大的自我从代谢稳态等进化原始体中的模型逐渐扩展到自我和其世界的模型。生物电提供了细胞级别生理稳态形成网络的例子，这些网络将更大规模的模式记忆实现为吸引子，类似于Hopfield网络（图10; Hopfield, 1982; Inoue, 2008; Pietak and Levin, 2017; Cervera et al., 2018, 2019a,b, 2020a）。这使得所有组织都能参与到神经网络中看到的模式完成中——这对于再生和发育修复（解剖稳态）是至关重要的能力。

FIGURE 10 间隙连接调节稳态目标。间隙连接是一种连接架构，促进了目标状态的扩展（从而扩大了细胞代理的认知范围）。单个细胞的稳态循环有3个部分：测量、与存储的设定点进行比较，以及通过效应器行动以保持或达到状态空间的正确区域（A）。当耦合到间隙连接中时（B），这3个组成部分的每个都会在大小和复杂性上扩展：细胞群能够（1）测量更大的区域（对空间上更复杂的输入做出反应，不仅仅是局部条件），（2）存储更复杂的设定点模式，以及（3）在能够产生大规模解剖变化的尺度上行动（变形，生长等）。这些网络的目标很容易映射到再生和调节发育（C）：根据部分输入进行模式完成的人工神经网络的动力系统图片，说明了一个能量景观，其中有稳定的目标形态记忆对应的波阱。从简单碎片中完成正确的扁虫图案的过程可以用这种方式建模，也许整体应力水平体现了系统试图最小化的自由能（Kuchling et al.，2020b）。这样的吸引子对应于不同的可能形态，事实上，通常向单一图案再生的扁虫的过程（D）可以通过暂时干扰其间隙连接网络来修改，这导致基因未修改的蠕虫仍然根据形态空间中其他物种的吸引子建立适合的头部（E）（Emmons-Bell et al.，2015; Sullivan et al.，2016）。面板（A，B）中的图像由Jeremy Guay of Peregrine Creative提供。面板（C-E）中的图像由Alexis Pietak提供。

有了这些要素，现在可以机械地想象扩展认知光锥的渐进性缩放的一个具体方面了。具有化学受体的细胞可以进行预测编码，以管理它们的感觉经验（Friston K. et al.，2014; Friston K. J. et al.，2014; Thornton, 2017）。同样，单个细胞稳态地维持Vmem（细胞膜静息电位电压）水平。然而，细胞可以通过间隙连接电耦合，创建作为一种虚拟调节器的生物电网络——耦合振荡器具有新兴动态，现在维持着大规模的Vmem空间模式，对扰动具有更大的稳定性（Pietak and Levin, 2017, 2018; Cervera et al., 2018, 2019a,b, 2020a,b; Pai et al., 2018; Manicka and Levin, 2019a）。

这些空间模式作为指导细胞集体活动的教化性模式记忆，引导其通过解剖形态空间朝着正确的目标形态发展（Sullivan et al., 2016; Levin, 2021a; Pezzulo et al., 2021）。电压尤其有趣，因为单个细胞中的每个Vmem水平都是一个粗粒化参数，包含许多不同的钠、钾、氯等离子水平组合，以及许多特定离子通道蛋白的不同开/闭状态，这些都导致相同的静息电位。这可以被视为泛化的最小版本——细胞通过传递宏变量“电压”，而不是特定的离子水平或通道蛋白活动状态，来学习对事件类别做出反应。这反过来使它们能够为新的刺激组合重新利用现有的响应（例如，由新颖离子动力学引起的熟悉去极化事件）。

此外，间隙连接在组织中传播电压状态，使细胞能够对不是本地性质（更大尺度）的事件作出反应，并且集体作出反应。更一般地说，这意味着任何细胞群的输入是由细胞群的输出产生的——亚网络，随着时间的推移可以变得复杂和高度处理（而不是瞬间的），从而使预测编码能够管理复杂状态（在空间和时间上的距离）而不仅仅是纯粹的本地、即时的感官数据。这也意味着系统非常模块化，通过生物电状态的通用适配器，可以轻松地连接多样的上游和下游事件。当这应用于稳态TOTE（测试-操作-退出）循环时，允许其测量、比较和动作模块独立地扩展（跨越空间、时间和复杂度度量），这从本质上扩展了稳态代理的认知光锥，使其能够实现日益宏大的目标。

至关重要的是，上述生物电网络的通用作用在自我扩展的尺度上不仅仅是进化过程的产物，而且对于进化本身有着许多功能上的影响（形成一个正反馈循环，其中上升的多尺度代理促进了日益复杂版本的进化）。

进化方面

发展生物电学与其他模式如基因调控网络、生物力学和生化系统并行工作。TAME框架强调了其特殊之处，即它不仅仅是发展生物学家需要跟踪的又一个微观机制。首先，发展生物电学是一种独特的计算层，提供了可操作的进入形态生成的信息架构和内容的切入点。其次，生物电路展示了模块化、记忆、空间整合和泛化（对离子通道微态的抽象）的例子，这些是理解认知基础起源的关键方面。发展生物电学提供了身体解剖早期问题解决与通过大脑实现行为复杂性的最近复杂性之间的桥梁 Developmental bioelectricity provides a bridge between the early problem-solving of body anatomy and the more recent complexity of behavioral sophistication via brains。这两个学科的统一提出了一些有关进化路径的假设，将形态发生控制机制转变为行为认知能力，从而阐明了自我如何产生和扩展的途径。

体细胞生物电学揭示了复杂认知系统的起源

发展生物电学是神经系统的古老前身。类比生物电动力学在均匀细胞片中产生模式，并协调调控转录和细胞行为的信息。进化首先利用这一特性，使细胞群能够在发育形态空间中定位身体构型，远在一些细胞专门利用非常快速的数字尖峰作为神经网络控制行为（如在三维空间中的运动）之前（Fields等人，2020年）。神经系统作为从外部世界数据中操作的空间组织者的功能（Keijzer等人，2013年）是建立在生物电路的先前活动基础上的，这些电路通过处理来自内部环境的数据来组织内部形态。虽然神经组织通过电信号编码空间信息以引导运动（例如，大鼠大脑中迷宫的记忆）来控制肌肉，但生物电前模式则在较慢的时间尺度上指导其他细胞类型的行为，在发育、再生和重塑过程中朝向不变、稳健的解剖构型。

发展生物电学清楚地说明了认知所需的重要特性的连续性，并且清楚地表明了智慧生物与其他生物之间并没有清晰的界限。在单个细胞水平上，甚至定义“神经元”也不是一个简单的问题，因为大多数细胞都拥有生物电机械，并且大部分神经元基因也在非神经细胞中表达（Bucher和Anderson，2015年），而神经分子组分则存在于细胞突起中（Huang等人，2019年）。许多通道家族很可能已经存在于最近的单细胞祖先中（Liebeskind等人，2015年）。离子通道的系统发育是古老的，而上下文敏感通道的出现（使新类型的生物电反馈环路成为可能）与复杂体型的出现（Moran等人，2015年）密切相关，揭示了从单细胞膜兴奋性到高级生物体认知功能的令人注目的演化连续体，通过体细胞模式控制（Cook等人，2014年）。

关于细菌的引人入胜的研究表明，原核生物也利用生物电状态进行增殖控制（Stratford等人，2019年）；并且，与上述讨论的发育数据相类似，细菌中的生物电现象可以轻松从单细胞特性（Kralj等人，2011年）扩展到原生体的出现作为细菌生物膜。细菌群体利用类似大脑的生物电动力学来组织代谢物和第二信使分子的组织水平分布，说明了在复杂形态生成环境中观察到的许多现象，例如在膜电位模式中编码稳定信息、双稳态和空间整合（Humphries等人，2017年；Liu等人，2017年；Larkin等人，2018年；Martinez-Corral等人，2018年；Yang等人，2020年）。不仅动物谱系，而且植物（Baluska和Mancuso，2012年；Volkov等人，2019年；Serre等人，2021年）也利用生物电，因为进化经常利用生物电动力学是解决各种问题所需的强大且方便的媒介，这些问题不限于在三维空间中的运动。

发展生物电学有助于解释自由生活细胞如何将其细胞水平的稳态途径扩展到整个身体水平的解剖稳态（Levin，2019年）。长期以来，人们一直认识到模块化增强了可演化性——通过一个简单的“主”触发器触发复杂的形态生成级联反应的能力，该触发器可以在身体的各种环境中重新部署（von Dassow和Munro，1999年）。最近的进展揭示了生物电状态可以形成非常强大的主诱导体，启动自我限制的器官发生过程。例如，单个离子通道的作用可以诱导眼部特异性的生物电状态，从而在肠内胚层、脊髓和后部组织中形成完整的眼睛（Pai等人，2012年）——在这些位置，脊椎动物中的遗传“主调节因子”如Pax6转录因子是不足够的（Chow等人，1999年）。同样，通过错误表达质子泵（或1小时的离子载体浸泡）来触发截肢伤口中的生物电变化可以诱导一个完整的8天级联，建造一个完整的蝌蚪尾巴（Adams等人，2007年；Tseng等人，2010年）。这是在器官水平上的控制，而不是单个细胞的命运确定，并且不需要实验者提供构建复杂附肢所需的所有信息。因此，生物电状态可以作为有效的主调节因子，进化可以利用它来对解剖结构进行模块化的大规模变化。

此外，由于许多不同的离子通道组合可以产生相同的Vmem动态，并且由于生物电状态在形态发生过程中在组织间距离上传播其影响（Chernet和Levin，2014年；Pai等人，2020年），进化可以自由地交换通道并探索生物电状态空间：电生基因的简单突变可以对解剖结构产生非常长距离、高度协调的变化。事实上，在鱼类鳍结构的两种功能不同的形态之间的进化转变的转录组分析中，已经确定了KCNH8离子通道和连接蛋白（connexin）（Kang等人，2015年）。生物电控制的进化意义也可以跨越谱系来看，因为一些病毒进化出携带离子通道和间隙连接（Vinnexin）基因，使它们能够劫持目标细胞使用的生物电机械（Shimbo等人，1996年；Hover等人，2017年）。

生物电路的独特计算能力很可能促成了神经系统的进化，作为所有细胞网络古老能力的专门适应形式，以处理电信号作为神经前网络（Keijzer，2015年；Fields等人，2020年）。对神经系统功能的全面理解不仅必须涉及其遗传学和分子生物学，还包括组成动态生理学和与记忆、决策制定以及时空集成相关的计算的更高层次的组织。对于身体的其他部分也是如此。例如，意识到上皮细胞是生物电信息的发生器（Robinson和Messerli，1996年）暗示了它们可能像包裹在整个胚胎（和个别器官）周围的视网膜一样，将电信号预处理成更大尺度的特征，并计算下游处理的对比信息（Grossberg，1978年）。将体细胞生物电状态视为原始的“模式记忆”，并将计算科学扩展到神经元之外，将丰富多尺度的细胞生物学理解超越分子机制，目前仅在大脑中进行（Marr，1982年）。将多尺度神经科学的深层概念推广到神经元之外（Grossberg，1978年；Pezzulo和Levin，2015年；Manicka和Levin，2019b年）对于更好地理解驱动适应性发育和再生的组织层次决策制定至关重要。相反，对相对简单解剖背景中信息处理的理解的进展将反哺于丰富脑科学中的重要问题，阐明信息处理代理（细胞）如何共同工作以实现统一的、复杂的系统级结果的基本机制。这里的多学科机会不仅在于洞察神经系统和行为的系统发生，而且在于消除专注于神经元与身体其他部分的科学学科之间的人为界限，其直接后果是更具包容性、渐进主义的图景涌现出与认知自我相关的机制。

离子通道和间隙连接是生物电计算层内生物系统的硬件接口。就像对于大脑的视网膜，或者对于计算机的键盘一样，它们允许短暂的信号作为输入传递到记忆和决策网络中。对于任何给定的代理（细胞、组织等），它的生物电接口可以被多种潜在的用户访问。首先是邻近的代理，比如其他组织，在形态生成过程中的合作和竞争性互动中传递它们的生物电状态。还有共生和寄生微生物，它们已经进化出利用这种控制系统来操纵宿主解剖结构——就像在平面动物再生过程中，能够确定头部数量和视觉系统结构的计划中的原始细菌一样（Williams等人，2020年）。此外，药理学、基因学和光遗传学工具的发展现在允许人类生物工程师访问生物电路，用于再生医学和合成生物工程环境中的生长和形态控制（Adams等人，2013年，2014年，2016年；Chernet等人，2016年；McNamara等人，2016年；Bonzanni等人，2020年）。所有这些操作都可以作为催化剂，使进化谱系更容易地前往可能由于能量障碍而被标准进化难以达到的选择空间的区域。在这个意义上，发育机制的认知特性帮助我们理解在系统发生学时间尺度上的问题解决，而不仅仅是在个体发生学时间尺度上。接下来，我们将重点研究多尺度自治架构的具体方式，特别是由生物电网络机制实现的方式，如何潜在地促进了进化。

多尺度自治加快了进化速度

确定性混沌和复杂性理论清楚地表明，即使对于简单系统（例如，三体问题），自下而上的控制也可能是实际上不可能的。这种反向问题（Lobo等人，2014年）——即何种控制信号会引起所需的变化——不仅是人类工程师的问题，也是生物系统的邻近问题，例如微生物群落或寻求控制蚂蚁行为的真菌（Hughes等人，2016年），尤其是对于复杂系统的其他部分（以帮助控制自身）。进化通过利用多尺度竞争能力体系结构（MCA）来解决这一任务，其中构成每个组织层次的子单元本身就是稳态代理。它建立在一个极其强大的设计原则上：误差校正（Fields和Levin，2017年；Frank，2019a,b年）。

生物模块化的关键方面不仅仅是复杂子程序可以通过简单信号触发，从而使得可以轻松地以新的方式重新组合模块（Schlosser和Wagner，2004年；Gerhart和Kirschner，2007年），而且这些模块本身也是表现出信息导航和社会导航的子代理，并在其自身空间中解决问题（Vergassola等人，2007年；Gottlieb等人，2013年；Karpas等人，2017年）。当眼部原基出现在错误的位置时（例如，蝌蚪尾巴），它仍然形成一个正确模式的、功能性的器官，设法将其数据传送到大脑（通过脊髓连接）以实现视觉（图6E），并且（如果在头部某处）在变态过程中移动到正确的位置（Vandenberg等人，2012年）。当细胞被人为地使得非常大并且具有数倍于正常的遗传物质时，形态发生会适应这种情况，并且仍然构建一个总体上正确的动物（Fankhauser，1945a，b年）。这些都是目标导向的（在控制论意义上）过程，因为系统可以在扰动或局部/起始条件或基本底层组件的变化下达到特定的目标形态（和功能）状态。再生是这种情况最为熟悉的例子，但只是更广泛的解剖稳态的特例。在大规模解剖状态上运行的稳态环路对于进化的力量和速度有几个（密切相关的）关键影响。

首先，它大大平缓了适应性景观。考虑两种类型的生物体：一种是其子系统机械地遵循一组硬编码（基因特异性）的步骤（A，被动，或者仅仅是结构模块化），另一种是其模块优化奖励函数（B，模块的多尺度竞争能力）。在A中可能是有害的突变（例如，因为它们将眼睛移出最佳位置），在B中是中性的，因为形态发生子系统的竞争能力会重新定位眼睛，即使它最初位于其他位置。因此，多尺度竞争能力屏蔽了选择中一些突变负面效应的一些方面（这些效应不可避免地是随机突变后果的主体）。在调控性发育和再生中看到的解剖稳态的主要原因可能不是为了应对损伤，而是应对由突变引起的目标形态偏离。这在个体一生中组织的尺度上是肯定的[就像在再生和癌症从大尺度目标形态中的异常缺陷之间的反向关系（Levin，2021b）中看到的那样]，但在进化时间尺度上也可能是真实的。

其次，多尺度竞争能力减少了表观多效性——即大多数突变具有多种影响（Boyle等人，2017年）。例如，一个重要的经典信号传导通路（如Wnt或BMP）的变化会对生物体产生多种后果。假设出现了一个突变，将口移出其最佳位置（对适应性不利），但在身体其他部位具有一些积极（适应性）特征。在A类型的生物体中，该突变的积极方面永远不会被选择所看到，因为功能失调的口会降低整体适应性或直接导致个体死亡。然而，在B类型的生物体中，口可以移动到其最佳位置（Vandenberg等人，2012年），使得选择可以独立评估该突变的其他后果。具有多尺度竞争能力的生物体可以在通过局部调整对新变化减少处罚的同时掩盖其其他效应方面获得突变积极后果的益处（一种重要的缓冲类型）。实际上，进化无需解决非常困难的搜索问题：“如何改善特征X而不触及已经正常工作的特征Y.Z”，并且通过不必等待搜索过程偶然发现直接编码改进的方法，该方法要么与其他特征隔离开来，要么同时改进所有这些特征，从而获得了大规模的效率（时间）节约（Wagner等人，2007年；Melo等人，2016年）。

第三，多尺度竞争能力不仅使系统能够解决问题，还使其能够利用机会。一个谱系有机会发现突变可以做出哪些有利于适应性的事情，因为竞争能力隐藏了负面后果。这为新的突变出现提供了时间，以固定应用的补偿性变化——这类似于所提出的鲍德温效应（Hogenson，2001年；Downing，2004年；Robinson和Barron，2017年）。这使得有机会更自由地利用可能的空间，提供了一种耐心或减少了进化受益必须立即传播的约束的方式——它有效地减少了进化过程的短视。事实上，多尺度竞争能力不仅有益于自然进化，还有益于软体机器人和合成生物工程，因为它有助于跨越仿真到真实世界的差距：如果组件模块能够自适应地弥补控制器设计中的某些程度的不足，那么模型就不必100%真实才能具有预测性的有用性（Brooks，1986年）。

第四，稳态设定点寻找架构使基因型与解剖表型之间的关系更加线性化（Muller和Schuppert，2011年；Lobo等人，2014年），提高了可控性（Liu等人，2011年；Gao等人，2014年；Posfai等人，2016年）。通过使用一个自顶向下的控制层来编码能够操作的有能力的子单元的模式，生物系统无需解决难以回答的反向问题，即向其子系统发送何种信号以实现高水平的结果。生物电模式记忆（例如告诉野生型平面动物细胞是建立1个头还是2个头的电压分布）利用了数据与机器本身的分离，这样更容易进行变更。进化不需要在微观层面找到变化，而只需简单地改变设定点中编码的信息，例如电面预模式（Vandenberg等人，2012年），这使得它能够重复使用完全相同的实现机制来构建可能完全不同的东西。依赖于你的组件模块具有非零智商（因此委派和卸载复杂的调节链）是进化过程中的一项重要特性（Watson等人，2010年；Friston等人，2012年）。这意味着较大系统的演化实际上是在搜索更简单、不那么复杂的控制、信号或奖励空间——这种大规模的维度减少提供了与右侧可说服性范围内的代理人具有相同优势的优势。大脑和行为系统最终利用了这种相同的架构，甚至是完全相同的生物电机制来加速进化的好处，这并非偶然。

进化效率的一个显著制约因素，就像机器学习（实际上，所有学习）一样，是信用分配：哪种改变或行动导致了改进或奖励？当一个被称为“老鼠”的细胞集合学会按下杠杆并获得奖励时，没有个别细胞有与杠杆互动并接收养分的经验。在这种集体智能中，联想记忆的实现是延迟线（神经系统），它们位于爪子和肠壁之间，提供了一种耐心——对行动和奖励之间的时间延迟的宽容以及将极端不同的模块连接到两端的能力（不同种类的行动可以与任意奖励相联系）。多尺度竞争能力对进化学习也起到了同样的作用，使系统更容易从基因型空间中的任意移动中获得选择奖励。这有效地提高了进化搜索过程的智商。正如（图5所示），一个代理人的复杂程度可以通过它如何熟练和高效地导航任意搜索空间及其局部最优解来衡量一样，进化搜索过程的遍历可以通过位于基因型和表型之间的生理层内的稳态活动来减少短视。

在健壮性（例如，尽管干预和不断变化的条件，但形态发生保持相同模式）和对环境的响应性（上下文敏感性）之间存在一种适应性权衡，这也许类似于临界性的概念（Beggs，2008年；Hankey，2015年）。模块的可塑性和目标导向性（与硬编码的模式相对）有助于减少仿真与真实之间的差距（Kriegman等人，2020b年）：因为当前环境总是提供与先前经验相比的新挑战，进化（或人类设计）利用这些挑战来准备响应，多尺度竞争能力架构并不过分重视历史，更多地依赖于可塑性和问题解决，而不是对特定情况下该做什么进行微观模型的微调。生物学通过实施解剖稳态来收获这两种策略的好处，通过将稳定性应用于大的结果，例如整体解剖学，而不是细胞状态的微观细节。稳态回路的缩放使得同时实现一致的结果和环境敏感性成为可能。这些动态以各种程度应用于构成任何生物系统的许多嵌套、相邻和重叠的子代理。合作并非来自自我之间的利他行为，而是通过扩展单一自我的边界来实现家庭稳态回路的扩展。从这个观点来看，癌细胞并不比组织更自私——它们都同样自私，但保持适合更小规模自我的目标。事实上，即使一个正常身体的部分也不能完美地合作——这在发展过程中（Gawne等人，2020年）和认知科学中（Dorahy等人，2014年；Reinders等人，2018年，2019年）都是如此。一个关于进化如何利用模块的局部能力、竞争和合作，来扩展这些子系统的感知、执行和设定记忆以产生一致的更大规模自我的图景正在形成。总的来说，TAME框架仅涉及功能方面，并与复合自我的显著意识的几种观点兼容（Chalmers，1996年）。然而，它对意识研究确实有一些含义。

CONSCIOUSNESS意识

尽管TAME框架关注第三人称可观察的属性，但它确实对意识的思考方式做出了一些承诺。暂时来说，我建议意识也有不同程度和种类（不是二元的），原因与认知的连续性论证相同：如果意识基本上是体现的，那么身体的可塑性和逐渐可塑性暗示了支持相变的人必须指定什么样的“原子”（不再可分）身体变化会导致意识能力的质的转变。TAME的另一个含义是，尽管“体现”对于意识至关重要，但不仅限于在三维空间中行动的物理身体，还包括在各种空间中工作的知觉行动系统。这意味着，与许多人的直觉相反，那些在形态发生、转录等空间中运行的系统也应该具有某种（即使非常微小的）意识程度。这反过来又表明，代理人，如典型的现代人，实际上是许多不同意识的拼贴，其中只有一个通常能够口头报告其状态（并且并不奇怪，鉴于其有限的访问和自我边界，相信自己是身体的唯一所有者）。

意识所需的是什么？TAME的观点基本上是目标导向活动的优先性。因此，意识伴随着对目标施加能量的特定类型的认知过程，但正如上文所述，这些过程可能采取与我们典型的以大脑为中心的观点非常不同的形式。与其他泛心论观点不同，TAME并不声称心灵不可避免地被固定在物理实现或结构中。身体的因果结构和控制论属性是意识能力的关键决定因素。然而，由于甚至在粒子中也存在最低程度的内部自决和目标导向性（Feynman，1942年；Georgiev和Georgiev，2002年；Ogborn等人，2006年；Kaila和Annila，2008年；Ramstead等人，2019年；Kuchling等人，2020a年），因此在宇宙中可能没有真正的“0”。尽管简单的堆积并不会放大纳米目标导向活动和粒子的不确定行为（例如，在特定环境中，岩石不比粒子更有意识，可能更少），但生物组织确实放大了这一活动，导致了感知能力的扩展。

当然，对许多人来说，这些推论可能是令人不快的结论。应该记住，TAME与意识的几种不同观点是相容的，并且不需要承诺一种特定的哲学。它基本上是一个启用经验实验的框架，而其实际效用则与以上推测无关。此外，我仍然怀疑能否从第三人称、客观的角度对意识本身（与意识的相关性不同）说出任何明确的东西。因此，尽管以上观点可能令人不悦，但我认为没有办法严格地说明为什么任何关于意识及其要求的其他主张都可以被证明更好。

对体态可塑性的强调具有额外的实际意义，着重于代理人部分的功能性分裂和连接。例如，关于“一切都是如何汇聚的？”在大脑中，就意识的统一特征而言，这是一个由像TAME这样专注于多尺度架构的框架解决的伪问题。一切都汇聚的地方应该有多大？如果它可以是∼140毫米宽，那么答案就是整个大脑。一个人可能会决定它应该更小（人类松果体约为∼7毫米宽），但然后问题是，为什么不更小——考虑到松果体（或任何脑部分）的细胞组成和松果体细胞内的分子器官，人们总是需要问“但在那里的一切都是如何汇聚的？”无论将大脑的哪个部分视为意识的所在地，生物学的多尺度性意味着没有特权尺度来确定任何小人。

关于意识的另一个重要观念是，一个给定代理人“是什么样子”（Nagel，1974）。感官增强、神经连接技术和生物工程产生了可控的模型系统，这些系统具有新型的认知架构，例如两头扁虫，其大脑通过中枢神经系统相连（图7B），以帮助研究这种认知重组的功能方面。TAME关注的是所有认知架构都不可避免地是复合体的事实；因此，认知的主体可以“即时”变化，而不仅仅是在进化时间尺度上。因此，关于心灵哲学的基本问题——动物X是什么样子（Nagel，1974）——只是一个更长的旅程中的一级步骤。二阶问题是，作为毛虫，慢慢地变成蝴蝶时，其大脑大部分被溶解并重组成一个完全不同的动物的架构，其感觉器官、执行器，也许整体的生活环境完全不同。所有这些引发了关于第一人称经验的迷人问题，不仅涉及纯生物学的变态（例如接受干细胞植入到大脑的人类患者），还涉及技术混合体，例如装有新型感官阵列的大脑、机器人身体、软件信息系统，或者功能上连接到其他大脑的大脑（Warwick等人，1998年；Demarse等人，2001年；Potter等人，2003年；Bakkum等人，2007a，b年；Tsuda等人，2009年；Cohen-Karni等人，2012年；Giselbrecht等人，2013年；Aaser等人，2017年；Ricotti等人，2017年；Ding等人，2018年；Mehrali等人，2018年；Anderson等人，2020年；Ando和Kanzaki，2020年；Merritt等人，2020年；Orive等人，2020年；Saha等人，2020年；Dong等人，2021年；Li等人，2021年；Pio-Lopez，2021年）。短期、发育时间尺度上意识的出现的发展方法与相关的问题在长期、进化时间尺度上相辅相成，很可能是这一领域成熟理论的关键组成部分。

最令人惊讶的是，生物工程和嵌合技术的可塑性和能力（重新组合生物和工程部件以获得新的配置）消除了第一人称和第三人称视角之间的鲜明界限。自笛卡尔以来，这一基本的、离散的区别一直存在，但对于理解和创造新的组合，甚至在这个基本区别中显示了一种连续性（图11）。自我不是单一的意味着我们可以与我们的研究对象共享部分。如果要真正了解成为该系统的感受是什么（第一人称视角），那么通过在一定程度上与另一个系统的认知架构物理上融合，现在是可能的。当然，通过与另一个代理强耦合，个体不会保持不变并体验另一个的意识；相反，会创建一个新的自我，这是两个先前个体的组合，并具有组合认知。这就是为什么意识研究在很大程度上不同于其他科学主题。人们可以观察第三人称科学的测量工具和仪器，并保持相同的自我（在很大程度上；观察结果可能会对认知结构产生微小的改变）。然而，对第一人称体验意识的数据不能在不基本改变自我的情况下接受（通过观察对应于其他人头脑内电影的神经科学数据而成为有效的小人是不可能的，原因与我们头脑中没有小人一样）。对于这一过程的标准（第三人称）调查保留了一个古老的问题，即特定的认知升级是否会导致意识的真正不连续的跃升。TAME框架并不排斥有关尖锐相变的新发现，但它将零假设定为连续性，有待观察是否可以提供对意识真正尖锐升级的相反证据。未来，人类患者中的激进脑-计算机界面可能是一种途径，其中正在经历这种改变的主体可以说服自己，也许还有其他人，他们的意识发生了定性的，而不是连续的变化。

FIGURE 11 |技术揭示了笛卡尔分隔中的渐进主义。第一人称视角（成为特定自我是什么感觉）和第三人称视角（对该认知系统进行外部科学研究）之间的明显基本鸿沟也可以被视为一个渐进的连续体，当现代技术用于扩展异质现象学时（Dennett, 1991）。在连续体的左侧（A）是传统的第三人称情景，即一个代理通过测量其物理状态来研究另一个代理：可以推断出认知状态但不能直接体验（意识的相关性），从而产生了其他头脑的问题，并且"你"和"我"之间有着明确的区分。然而，感觉替代和增强技术现在使得各种外围设备和传感器可以直接连接到受试者的神经系统中，因此可以将多电极阵列记录受试者#1的神经活动的输出直接连接到受试者#2（例如，一位科学家）的脑接口设备（Danilov and Tyler, 2005）中，这使得#1的心理状态可以更直接地为#2的感官流提供输入（B）。例如，如果将多电极阵列记录受试者#1的神经活动的输出直接连接到受试者#2（例如，一位科学家）的脑接口设备（Danilov和Tyler，2005）中，这允许#1的心理状态更直接地为#2的感官流提供输入。通过在胚胎发育过程中直接融合两个大脑部分，甚至可以使其更加直接，这说明了"你"和"我"之间边界的强度是可变的；这种配置可能看起来很遥远，但请注意，今天在动物模型系统中可以很容易地产生这种配置，而这种配置的唯一障碍是道德，而不是经验或逻辑（C）。需要注意的是，这些融合实验并不仅仅是异常的边缘情况，因为所有大脑已经是神经模块的融合。单个受试者的大脑由两个半球组成，必须相互交流，以产生对"我"的一致，集中的感知，尽管它们是由相互沟通的部分组成的，并且可以通过联合切开进行解离（D）。实际上，除了两个半球之外，任何大脑都是许多更小的活跃子单元（E）的集合，所有这些子单元都必须作为细胞的集合进行交流（每个神经元都是相邻神经细胞的“外部环境”中的一部分）。这种多样的连接渐变，无论是电子还是生物学的，在大脑和大脑组件之间以及其中都可以通过生物学或技术上的融合或扩展重现到任何必要的程度。TAME的技术方面是，我们必须开发框架，不仅可以处理通过地球上生命的进化路径产生的心灵的标准体现，还可以处理逻辑上和经验上可能发生的所有可能的配置，这些配置可以在地球上或在外星生物学的背景下进化、设计或两者兼有。认知底层结构的层次性而不是单性意味着一个自我的部分之间以及一个自我与外部研究对象之间的关系是一个连续的，而不是离散的自然种类。这表明实际的意识研究方式——通过成为实验的参与者来研究它，以便从第一人称视角研究它。然而，重要的是，当一个人将认知系统与他们研究的对象融合时，会出现一个新的自我（一个复合认知系统），这表明自我在追求对功能性认知和行为的科学研究时可以保持不变（光谱的左侧），但基本上必须改变才能获得对其他认知系统中意识的第一手知识。图片由Peregrine Creative的Jeremy Guay提供。

就意识本身而言，与神经或行为意识相关的问题相比，我们有一个主要的功能工具：全身麻醉。令人惊奇的是，我们可以轻易诱导一种状态，其中所有单个细胞都良好且健康，但较大的自我简单地消失了[尽管在此期间的某些部分可能继续学习（Ghoneim和Block，1997）]。有趣的是，全身麻醉剂是间隙连接阻滞剂（Wentlandt等，2006）：与上面的认知缩放示例一致，关闭细胞之间的电通讯会导致更高层次的计算层消失，同时细胞网络受到破坏。间隙连接阻滞剂用于麻醉植物、Hydra和人类受试者（Gremiaux等，2014年）。令人惊奇的是，当麻醉药被移除时，相同的自我（具有记忆和其他属性）会返回。当然，自我并不会立即返回，正如许多从全身麻醉中恢复的人经历的幻觉体验所显示的那样（Saniova等，2009年；Kelz等，2019年）——一旦网络连接再次被允许，大脑需要一些时间才能恢复到正确的全局生物电状态（元稳态）（Rabinovich等，2008年）。有趣的是，与认知与形态发生的提出的同形态性相一致，间隙连接阻断在再生中确实具有这种效果：短暂接受间隙连接阻断剂处理的平面动物再生出其他物种的头部，但最终恢复并重新塑造为其正确的目标形态（Emmons-Bell等，2015年）。在行为和形态发生的背景下，相同的试剂导致高层次的自我发生 drast 剧变并非偶然：进化利用相同的方案（GJ介导的生物电网络）来实现两者。

其他思维的认识论问题已经被构建成暗示我们永远无法直接确定任何特定系统中存在多少或何种类型的意识。TAME框架提醒我们，即使对于我们自己的组成部分（如非语言大脑半球），这也是真实的。也许幻觉系统使我们的心灵的一部分能够估计其他部分的代理性（意识和自由意志的感觉）并发展出对预测和控制有用的模型，实际上应用了内在的说服能力的经验标准。发展关于外部代理的“心灵理论”的能力可以很容易地向内转移，在一个复合的自我中。

所有认知系统都有意识吗？TAME框架与关于意识本质的几种观点是相容的。然而，大脑及其非神经前体之间机制的进化保守性对于意识可能存在的位置的问题具有重要意义。在某种程度上，如果认为大脑中的机制促使意识产生，那么许多其他地方的身体部位和其他构造物中都可以找到相同的机制和许多类似的功能方面。TAME强调，没有办法将意识限制在“人类般的、完全成熟的复杂大脑”中，这意味着人们必须认真考虑其他器官、组织和具有与神经元及其网络相同特征的合成构造物中的意识程度（Trewavas和Baluska，2011；Baluska等，2016，2021；Baluska和Reber，2019）。该框架的基本渐变性暗示，无论意识是什么，某种变体和程度都必须在自体生成系统中广泛存在。TAME与在特定明显界限处切断意识的二元观点是绝对不相容的，并且它没有明显的方式来定义根本没有意识的认知系统。一个重要的未决问题是认知（和意识）的连续体是否包含真正的“0”或仅包含非常微小的水平。人们很容易想象一个真正最小的代理需要具备什么属性；没有被局部力完全约束和能够追求目标似乎都是关键，而这两者甚至在单个粒子中也存在一定程度（通过量子不确定性和最小作用原理行为）。这些能力在大量无机物质与高度有机形式中的扩展程度（或缺乏扩展）的类型和程度是TAME未来发展的一个富有成效的领域，并将在即将开展的工作中探讨。

结论

更具包容性的认知框架

再生、生理和行为系统在面对新的环境和不可预测的干扰时，都会付出努力（能量）来实现定义好的适应性结果。这是认知的一个关键不变特性；生物系统之间的基质、尺度或起源故事的差异并不是根本性的，而是掩盖了生命的关键属性之一：在不同领域运用智能解决问题的能力。现代心灵理论最终必须处理智能代理的整个选项空间，这个空间不仅包含我们在地球上看到的熟悉的高级动物，还可能包括由彻底不同的材料组成、由合成生物工程或实验室中的演化和合理设计的组合创建的代理，以及外星生物和可能的地球起源的代理。工程的进步证实并实践了一个由进化已经暗含的观念：认知特性，像所有其他特性一样，是由更卑微的变体演化而来的，形成了一个连续体。在这个空间中，没有生物学上有效的二元分类。以人类“成年人”的普遍法律定义为例，他们在18岁时突然出现；这种对认知属性的二元观念是我们法律体系运作中有用的虚构粗粒化概念，但仅限于此。在两个连续的进化谱系成员之间永远无法划定“真正的认知”和“伪认知”之间的明确界限。"承认拟人主义"的错误是一种伪科学的“民间”观念，仅在未能按比例将复杂的声明缩减到简单的系统时才有用；工程要求我们确定哪个层次的认知模型能够产生最有成果的预测和控制。

每一个智能都是集体智能，而生命的模块化、多尺度结构意味着我们不仅仅是在微生物组中具有全体微生物的意义上的全体生物（Chiu和Gilbert，2015）——我们都是由重叠、嵌套、竞争和合作的代理组成的拼贴物，在其自构建的虚拟空间内具有目标导向的稳态活动，其尺度决定了它们的认知复杂性。对于非常规认知的一个高度可操作的模型系统是形态发生稳态。细胞集合体的构建和重塑过程（朝向解剖特征）显示了对于许多到一的绑定的认知方面，例如信用归因、学习、压力减少等，其重要同构性。在永久信号上部分擦除所有权信息使得缝隙连接耦合成为一个优秀的最小模型系统，用于思考扩展认知的生物机制，同时实现了具有局部目标的亚单元的共存（重叠自我的多个层次，其尺度和边界是多孔的，并且可以在代理的生命周期内发生变化）。然而，许多其他基质无疑也可以完成相同的功能。

后续步骤：概念和实证研究计划

TAME框架在概念上还存在重要的不完整性。正在进行的发展沿着几条方向进行，其中包括将其与其他框架进行整合，如主动推理、罗森的(M,R)和预期系统，以及信息论的最新进展，应用于个体性和因果力缩放。更加严密地发展沿着说服能力连续体的路径点将至关重要，包括理解“增加能力”的人类（或非人类）会是怎样，与我们在法律程序中熟悉的“降低能力”形成对比 [连续体的右侧，对应着根本扩展的认知光锥（´S¯antideva Bstan ’dzin rgya m和Comité de traduction Padmakara，2006）]。

TAME框架提出了许多立即可达的实践研究方向（其中一些已经在我们的团队中进行），包括开发可操作的生物医学模型，作为元认知错误校正机制的形态发生可塑性和稳健性，用于解剖学和生理学结果的组织训练范式，利用通路模型的学习特性进行再生医学（Herrera-Delgado等，2018; Biswas等，2021），以及基于多尺度机构架构创建不依赖于神经形态学原则的人工智能平台。

超越基础科学：最新伦理学

TAME框架还对伦理学产生了几方面的影响。目前伦理学的重点在于生物工程构造（例如神经细胞器官样体）是否足够类似于人类大脑（Hyun等，2020），作为可接受性的标准。同样，现有的伦理学扩展努力集中于自然、传统的进化产物，如无脊椎动物（Mikhalevich和Powell，2020）。TAME表明，这是不够的，因为认知的许多不同架构是可能的（并且将被实现）——类似于人类大脑对于值得保护和其他道德考虑的实体来说是太狭隘和限制性的标志。我们必须制定一种新的伦理学，承认可能的心智和身体的多样性，特别是因为生物、工程和软件系统的组合正在发展，而且越来越多。当我们面对无法舒适地放置在熟悉的地球系统进化树内的无数生物时，它的外观和起源（Levin等，2020；Bongard和Levin，2021）将不再是一个良好的指南。

对新自我的生物工程引起了我们的道德责任。几个世纪以来，人类一直通过怀孕和其他人类的出生创造并释放进入世界的先进、自治的智能——用丹尼特的话来说，这一直是通过高水平的“能力而不是理解”（Dennett，2017）来实现的；然而，我们现在正在进入一个阶段，在这个阶段我们通过理解来创造存在——具有对其结构和认知能力的理性控制，这带来了额外的责任。新的伦理框架将不得不形成，而不依赖于“机器”、“机器人”、“进化”、“设计”等二元的民间概念，因为这些类别现在被认为不是清晰的自然种类。相反，可能需要更广泛的方法（例如佛教关心所有有感情的生命）来对具有非常不熟悉外观的个体进行道德行为。TAME试图突破围绕驱使我们评估谁或什么值得得到适当对待的偶然属性的偏见，以发展一种理性、基于经验的机制，以识别我们周围的自我。

伦理学的另一个方面是关于技术限制的讨论。其中很大一部分往往是受到确保我们不会陷入特定技术的负面用途风险的思维方式的驱动（例如生态系统中的转基因生物）。当然，这在新的生物工程能力方面是至关重要的。然而，这些讨论往往是片面的，被框定为如果现状很好，我们的主要目标就是不要让事情变得更糟。这是一个基本错误，它忽略了未能充分利用可以推动生物学控制进步的技术的机会成本。现状并不完美——社会面临着许多问题，包括全球生活质量的差异、由未解决的医疗需求造成的难以置信的痛苦、气候变化等。必须牢记的是，除了需要限制科学研究的负面后果之外，还有一种道德义务，即推进研究计划的各个方面，例如使形态发生编码得以破解，从而使再生医学发生革命性的变化，远远超出了基因编辑和干细胞生物学单独能做到的范围（Levin，2011）。

对风险的关注源于一种感觉，即我们不应该“干预自然”，好像现有的结构（从解剖学秩序到生态系统）是理想的，而我们笨拙的尝试会破坏它们微妙的平衡。尽管要对强大的进步非常谨慎，但也必须记住，现有的平衡（即从细胞到食物链物种的系统的稳态目标）并不是通过优化幸福或任何其他与现代价值观相称的品质而实现的：它是由进化过程的随机事件和生存能力选择的残酷过程塑造的动力系统特性的结果。我们有机会利用理性设计比基本的进化机制更好地做事。

重要的是，当前的技术正在迫使我们面对一种存在危险。群体机器人技术、物联网、人工智能等工程努力将会创造出由能力强大的部件组成的众多复杂的、目标驱动的系统。我们目前没有成熟的科学理论来解释这些新型自我实体的目标来源。TAME提醒我们，理解复合实体的目标如何产生以及如何进行预测和控制是至关重要的。为了避免“天网”（Bostrom, 2015）的情景，我们必须研究不同基质中认知规模的变化，以确保功能强大、分布式的新型生物的目标与我们的目标保持一致。

人类亚单位能够融合成甚至更大的（社会）结构，那么我们如何构建促进所有人繁荣的高阶自我呢？多细胞生物与癌症动态（图9）表明，模糊亚单位之间认知边界的紧密功能连接是增加合作和认知能力的一种方式。然而，简单地将个体身份最大化为大规模集体主义是一个众所周知的社会层面的失败，总是导致相同的动态：整体的目标与部分的目标迅速背离，对于更大的社会自我来说，部分变得像我们对待脱落的皮肤细胞一样可有可无。因此，这项研究计划的目标超出了生物学，是在亚单位之间寻找最佳的绑定政策，这些政策优化了为了最大化个体目标和福祉（保持自由或赋权）所需的权衡，同时在群体和整个社会层面获取了扩展自我的好处。尽管进化使用的具体绑定机制不能保证在社会层面上我们想要的政策，但对这些机制的研究对于启动一个严格的研究计划，探索可能具有社会相关性的扩展方式至关重要。这些问题以前在进化动态和博弈论的背景下得到了解决（Maynard Smith and Szathmáry, 1995; Michod and Nedelcu, 2003; Van Baalen, 2013），但可以借助TAME框架进行重大扩展。

最终，围绕由硬件、软件、进化和设计组件组成的新型代理的重要伦理问题总是回归到自我的本质。一个思维的连贯性，以及它追求目标导向活动的能力，是我们在法律意义上对道德责任观念的核心：选择能力的减弱，以及很快就是增强的选择能力，是社会结构的支柱。在行为神经科学中的机械主义因果观点被认为侵蚀了这些古典观念。与其将自我降低（在一些淘汰论方法中为0），TAME（Levin，2022）在我们周围找到了新的自我。当认真对待进化和细胞生物学时，我们看到的不是更少的代理，而是更多。认知自我不是幻觉；幻觉的是，只有一个、永久的、特权的自我必须通过完全自下而上的演化过程来产生。我们的目标，在生物医学、个人和社会层面上，不应是摧毁或最小化自我，而是要在各种形式中承认它，理解它的转变，并扩大其认知能力，以促进其他自我的幸福。