持续学习：生物如何创造全新技能？

读者，你好。欢迎来到《进化论 50 讲》，我是王立铭。

前面几讲，我们介绍了生物应对环境变化和环境挑战的几种策略。

你可能也注意到了，这些策略有一个共同的特点——都是生物体内预先设定好的，只能对某些特定的环境信号产生反应。

但很多时候，环境的变化是充满意外、无法被预先设定的，比如食物、天敌和交配对象会在什么时间、地点出现等等。这时候，生物体如果只靠预先安装好的适应工具，就会有些力不从心。学习，就成了生物体应对全新环境变化的不二法门。

究竟什么是学习？

“学习”这个词，也许会给你一种高级感，好像是一种属于智慧生物的超能力，或者至少得是复杂的动物，至少得有个脑子才谈得上有学习能力。但这个想法，可能把学习理解得太狭义了。

既然环境波动对任何生物都有影响，而应对这种波动是生物生存的基本技能，那我们可以推测，除了被动应对之外，生物也有“意愿”更好地理解环境波动的规律，做出主动反应。

我想，从应对环境变化的角度看，我们可以把“学习”定义成一种根据自身经历，对生存状态和行为输出进行调整的能力。有了这种能力之后，生物体就可以根据环境的波动情况，对未来变化进行推演，从而做出有意义的准备。

按照这个定义，学习就不再是只有智慧生物才能完成的任务了。哪怕是细菌这样简单的单细胞生物，也有学习能力，而且这种能力对细菌的生存还非常重要。

就拿大肠杆菌来说吧：

大肠杆菌和动物一样，需要从环境中寻找食物，满足自身的能量需要。而食物在环境中的分布是不均匀、不稳定的，大肠杆菌无法随时随地张嘴就吃，而是需要先搜索定位食物。

这个工作，大肠杆菌是用一个非常精致的反馈系统来完成的。简单来说，你可以把一个不到一微米长的大肠杆菌想象成一枚细长的导弹。

导弹的尖端，固定着一个导航系统，由大量的 MCP 蛋白质构成。这个蛋白质能检测环境中是否存在自己需要的营养物质，比如蔗糖分子。而导弹的末尾，则固定着一束能够旋转的鞭毛，起到动力系统的作用。

当然，大肠杆菌并没有特别精致的导航和运动控制能力。它之所以能不断调整运动轨迹、趋向于食物，是通过一种奇怪的运动状态的切换来实现的：

平时，大肠杆菌的鞭毛随机的一会儿顺时针旋转、一会儿逆时针旋转，以秒为单位快速切换。由于这些细长的鞭毛都是左手螺旋形的，类似于电话连接听筒的那根线，于是它们在顺时针旋转时会彼此排斥分开，这样一来，运动就没有明确的方向，大肠杆菌会原地翻滚；而当它们逆时针旋转时，这些鞭毛则会拧成一股更粗的螺旋，推动大肠杆菌向前运动。

这样一来，在食物不存在或者食物分布完全均匀的时候，大肠杆菌就会在翻滚、前进中不断切换，表现出无方向性的随机运动。

但是，如果 MCP 导航系统发现细菌的前方出现了食物信号，它就会启动一系列的生物化学反应，向控制鞭毛旋转的马达蛋白下达一个指令，让它少做顺时针转动，多做逆时针运动。这样一来，细菌就会从随机运动切换成定向运动，直至接近食物。

你可能马上会意识到：这个系统有一个先天不足。它无法实时响应环境中基础条件的变化。这个道理很简单，这套系统其实检测的是环境中糖分子浓度的绝对数值——到达某个浓度就启动定向运动，没达到就随机运动。

举个例子：

假设远离食物的地方，食物的信号强度是 0；靠近食物的地方，信号强度是 5，那这套系统可以很好的工作。但如果身处另一个环境，背景信号已经是 5 了，而食物附近的信号强度是 100，大肠杆菌就没有能力寻找食物了。因为到处都有食物信号，背景信号已经足够强了，大肠杆菌无法分辨 5 和 100 的区别，于是它只会一直随机运动，甚至离食物越来越远。

为此，大肠杆菌专门开发了一个负反馈装置。如果 MCP 长期被激活，它就会启动一个叫作 CheB 的蛋白质，反过来抑制 MCP 自身的活性。

在这样一个负反馈装置的作用下，大肠杆菌会迅速表现出对环境的适应。具体来说，在信号等于 5 的环境里呆久了，大肠杆菌的 MCP 蛋白就会对 5 和 5 以下的信号失去反应。只有在遭遇更强信号的时候，MCP才会再次启动，指导细菌进行定向运动。

你看，这其实就是一种学习能力——根据自身经历，对生存状态和行为输出进行调整。

联想学习：更高级的学习

不过，这种类型的学习固然重要，但并不产生新知识和技能，充其量只是帮助生物适应现有环境。为了根据环境变化产生新知识、新技能，动物们还发展出了另一大类学习——联想型学习。

这一类学习的最大特点是，动物能够在总是差不多同时发生的两个事件之间建立联系。

你大概听说过巴甫洛夫的狗和斯金纳的鸽子。前者来自俄国生物学家巴甫洛夫，说的是，狗如果总是在吃到狗粮前听到铃铛的声音，那过一阵子之后，它听到铃铛就会认为食物要来了，甚至会提前分泌唾液；

后者来自美国心理学家斯金纳，说的是，鸽子如果被训练成只要做一个特定动作——比如按压一个杠杆——就会获得食物，那鸽子每次想吃东西时都会做这个动作。

你看，在这两个案例里面，铃铛和狗粮、压杠杆和获得食物，两个事件总是同时出现，动物的神经系统就会默认两者之间是有关联的，一个会引出另一个。这本身就是创造一种从未有过的新知识和新技能的过程。动物们会主动利用这些新获得的知识和技能，调整自己的生存状态和行为输出，以更好的生存。

假设巴甫洛夫养了两条狗，一只很快学会了铃铛和狗粮之间的关联，而另外一只则没有，那么前面这只能在听到铃铛声音之后，就能快速做好获取和消化食物的准备，而后面这只可能会后知后觉地直到看到食物才开始准备，很明显，前面这只的生存能力是大大提高的。

人类学习的独特性

人类的学习也是基于类似的原理。但人类世界的学习也有两个特别重要的地方，值得单独拿出来讨论：

• 第一，人类的学习对象大大拓展，其中一个重要的原因是人类能主动的为很多东西赋予价值。

我们再重新看一下巴甫洛夫的狗和斯金纳的鸽子。在这两个学习的例子里，动物学会的都是把一个原本中性的事件和一个原本就已知重要的事件联系起来。换句话说，动物们固然学会了新知识和新技能，但这些新知识、新技能都是从原本就生死攸关的知识和技能延伸出去的，比如和食物、和交配对象、和危险、和敌人相关的知识和技能。

但是，人类能主动为很多原本似乎是中性的东西赋予价值。

打个比方，教一个小朋友见到老师要问好，并不需要每次做对了就给糖、做错了就打手心。来自父母、老师、朋友的一句表扬或者批评，就足以起效。在这个例子里，表扬和批评所蕴含的正面和负面的价值，是人类自己赋予的，它本身和生存没什么必然联系。

说得更宽泛一点，荣誉感、耻辱、认同感、意义感等我们自己发明的概念，可能都是为了给许多事情和行为赋予价值，让学习能够更广泛的出现。

结果就是，它一方面让学习的范畴大大拓展，让人类可以掌握很多其他动物完全无法想象的新知识和新技能；另一方面，它也让学习在很多时候成为了一个社会建构出来的产物。

因为既然学习对象的价值感是人类自己赋予的，那么不同文化、不同传统、不同信仰、不同知识结构的人就可能对同一个对象有不同的赋值。比如同一种行为，在一种文化里可能是被认为是勇敢，在另一种文化里可能就会被认为是鲁莽和野蛮；同一种知识，在一段时间被认为是奇技淫巧，在另一段时间可能就会被认为是无比珍贵的。

• 第二，联想型学习很容易产生对因果关系的错误认识。人类必须对此加以警惕。

还是拿巴甫洛夫的狗和斯金纳的鸽子来说。在这两个案例里，铃铛和狗粮、压杠杆和获得食物，两个事件之间原本没有什么必然的因果关系，它们之所以成对出现，完全是实验设计者的安排。

但是对于实验动物来说，两件事既然总是成对出现，就预示着彼此间有因果关系，一件事导致了另一件。于是，它们就会根据这种假想中的因果关系来调整自己的生存状态和行为输出。

请注意，相关性的知识只需要靠观察就能获取，但因果性的知识则需要更严格的设计实验。

在危机四伏、瞬息万变的自然界，生物只能通过相关性间接的推测因果性，哪怕犯了错误，也比什么都不做好。这对生物的生存是有利的。但是到了人类世界，这么简单粗暴的处理就容易犯错误了。人类世界里的大量迷信和盲信，都是把相关性错当成因果性的结果。

而现在你应该明白了，想要克服这种认知障碍是很难的，我们需要对抗的是千百万年进化形成的学习方式，是一种倾向于把相关性等同于因果性以保证自己生存的本能。这件事很难，但却也只有我们人类有机会做到。

下节预告

下一讲，也是这一模块的最后一讲，我们看看生物对抗环境变化的终极武器是什么。

我是王立铭，我们下一讲再见。

划重点

1. 学习并不是智慧生物的特有能力。凡是生物根据自身经历对生存状态和行为输出进行调整的行为，都可以叫作学习。
2. 除了根据环境变化调整自己，动物也能在两个事件之间建立联系。这本身就是创造新知识、新技能的过程。
3. 人类的学习有两个特殊之处：一，能主动为很多东西赋予价值，拓展学习的范畴；二，很容易产生对因果关系的错误认识，但也只有人类自身有能力纠正这些错误。