乍听起来这一理论确实令人耳目一新，其实，进化论刚一诞生，就在学术界产生了深远的影响，进化论也成为探析人类社会的变化的研究方式之一，但一般局限在社会学的范围之内，在“纯艺术”的音乐领域，却很少有人意识到它也是音乐演化的动力之一。更有意义的是，MacCallum不仅提出了这一看法，并且用实验做出了很好的证明。
MacCallum创建了一个名为“达尔文曲（DarwinTunes）”的网站，他先让计算机随机生成一些短的声音片段，然后放在网上让大家评分，有6931名感兴趣的网友参与了这次实验。实验方法是让这些人给声音片段从“好听”到“难听”给出分值，最好听的得分最高，最难听的得分最低，然后让声音片段模仿自然界的基因，进行重组、突变和复制。研究人员发现，平均评分最差的声音片段慢慢消失了，而那些平均评分最佳的很快复制产生了下一代。在自然选择下，经过了大约2500代之后，这些声音片段迅速地从噪音进化成了吸引人的音乐！
有趣的是，这项实验到现在为止还在往下进行，也就是说，“达尔文曲”网站上的音乐还在继续遵循达尔文进化论向前演化。不过，人们现在感兴趣的是，再经过多少代的进化，一部伟大的音乐作品便会因此而诞生呢？
MacCallum的工作不仅引起了有关“流行音乐演化”的大讨论，还在了解人类智能实质的方面进行了有益的尝试，并为现在流行的“计算机作曲”提供了新的理念，有科学家就认为，也许在作曲领域，计算机可以首先通过“图灵测试”，即人类最终将无法分辨出某首曲子究竟是出自天才的音乐家还是硬邦邦的计算机。
其实，中国学者也在类似的方面进行过尝试，而研究对象就是中国人最为熟悉的宋词。
“回首明月，悠悠心事空，故人谁知寂寞。风吹斜阳匆匆，芳草平生斜阳，风吹寂寞回首明月，一枝富贵年年，断肠长安不知。”能想象出，这首意境十分悠远的宋词，只不过是按照圆周率的数字排列，查询一个被称为“宋词密码”的软件而得来的么？
中国人民大学统计学院的研究生邱怡轩出于对数字的兴趣，对《全宋词》的文本内容进行了词频统计，得出了一张“宋词词频统计表”，给出频率最高的100个词语，排在前面的依次是东风、何处、人间、风流、归去、春风、西风、归来、江南等，并将研究结果公布在自己的博客之中。
没想到，一些网友发现，根据统计表上每个词的对应序号数字随便挑选组合排列，常常会得到意想不到的一首“好词”，其中有些还成为公认的佳作。霎时间，这张“宋词词频统计表”便被奉为“宋词密码”，在网上迅速流传开来，人们很容易看到，“宋词密码”与“达尔文曲”有着相似的科学背景：一代代词人将“好词”自然选择出来，最终进化为上乘的词作。而邱怡轩的无意之举，很可能会描绘出一种新的中国文化变化研究的图景。
当然，达尔文进化论最为人认可的还是在生物界内。美国乔治亚理工学院的研究人员正在执行一个被称为“5亿年项目”，将一个5亿岁的基因复活后插入现代大肠杆菌的细菌中，观察其超过1000代的进化过程。
这个古老基因叫EF-Tu，，也是大肠杆菌中的一个基本蛋白，研究人员将其放置于现代大肠杆菌染色体的正确顺序和正确位置，从而制造出8个相同的菌株。这个既现代又古老的基因嵌合组成的细菌存活了，但比其相对应的现代基因成长速度要慢上两倍左右，不过更加健康，因为EF-Tu基因并没有突变成现代形式。反而是大肠杆菌内的现代EF-Tu蛋白在与古老基因EF-Tu交互作用中发生了突变，这些突变增加了细菌的机体健康。
生物学副教授Eric Gaucher说：“这接近于可以得到分子生命磁带的倒带和重放，让我们来解决一些进化和分子生物学中长期存在的问题：一个古老基因在现代生物体中是否会重复自己、重演进化轨迹，或者去适应不同的路径。”
达尔文的进化论和爱因斯坦的相对论一起，堪称是20世纪最伟大的理论。但是，和相对论简洁明确的表达E=mc2不同，进化论的具体内容和适用范围，一直是一个“开放式”命题，新的理论一直在源源不断地“注入”其中，对它做出新的解释和修正。看来有意思的是，进化论也在生生不息，一代又一代的进化着“新生代”。
7 它们，比我们想象的更聪明
在乌干达恩甘巴岛黑猩猩保护区，科学家发现了一位“天才少女”——一只名叫娜塔莎的雌黑猩猩。
从围墙中逃跑、戏弄管理员、在沟通测试中的成绩远远超过其他同伴，娜塔莎的骄人智慧让这项研究的负责人、德国莱比锡市马普学会进化人类学研究所的生物学家Esther Herrmann也赞叹不已：“比起其他黑猩猩，娜塔莎真要强得多。毫无疑问，我们找到了黑猩猩中的天才。”
Herrmann和她的同事通过仔细研究黑猩猩的技能表现，设计出一张黑猩猩的IQ智商测试表，在2012年9月完成了一项对黑猩猩智力进行的最大规模及最彻底的调查——对黑猩猩保护区的106只黑猩猩和来自的德国的23只的黑猩猩进行了一连串的生理和社会测试，娜塔莎无可挑剔地从中脱颖而出。其实，科学家在实验之前，保护区的管理员在和黑猩猩的日常“交流”中，已经发现了娜塔莎的“过人之处”。而这一研究结果意味着，类人猿和人类相似，也存在有它们的“天才人物”。
而且，娜塔莎在各个测试方面的表现都很突出，也就是说，她是一个全方位的智力超群的“天才”。而在这之前，其他科学家发现的“聪明”黑猩猩都是在某一方面表现良好，例如，日本京都大学灵长类动物研究室的松泽哲郎教授就发现，一只名叫“阿尤穆”圈养长大的黑猩猩在记忆力方面表现尤为令人惊叹，它甚至超过了大部分的人类。美国北杜克大学的灵长类学家Brian Hare表示，这一系列的研究说明：“有许多不同类型的智力，并且彼此独立地变化。这意味着有许多不同类型的天才，即使在动物中也是如此。”
不过，Herrmann并没有发现为什么娜塔莎会变得如此聪明的，动机？性格？抑或在实验中追求奖励的积极性？这些谜惑正是科学家想更进一步观察的。而未来对于娜塔莎和其他“天才级别”的黑猩猩的研究，将揭示是什么社会或遗传因素造成了“超级类人猿”，探究智力的深层次之谜。
黑猩猩拥有高度的个体智慧，小小的蚂蚁集合起来，表现出的“社会智慧”也令人称赞。美国斯坦福大学的生物学教授Gordon与计算机系教授 Prabhakar就发现，一种叫做收获蚁的蚂蚁在决定派多少蚂蚁出去找食物时，所用方法居然遵循互联网上的TCP协议！
TCP是在互联网上管理数据的一种最基本的算法，它使用一种反馈回路，来确认带宽的拥堵程度，从而自动调整数据的传输速度。这是一项非常聪明的发明，它保证了数十亿用户的数据能在互联网上畅通运行而避免拥堵。而戈登发现，收获蚁的觅食行为与此很相似，如果食物丰富，它们返回的速度快（表明带宽充足），就会有更多同伴出去觅食；如果觅食速度变慢，甚至有些同伴开始空手而归，觅食就可能停止。Prabhakar写下了一只蚂蚁觅食的算法，并预测食物数量和返回速度的关系，发现它和互联网上的TCP协议几乎精确吻合！
“蚂蚁早在上百万年前就发现并应用了TCP协议！” Prabhakar无比感慨，“而且，蚂蚁还遵循TCP的两个阶段：一个是缓慢启动，另一个是超时中断。蚂蚁的TCP算法是简单的、分布式的而且可升级的，这正是我们在设计更大型的互联网络所需要的特性。理解蚂蚁的行为，有助于发现更多对互联网算法有益的应用。”
其实，微生物世界中的“聪明”也不可小觑，引起了越来越多的关注。人们已经发现，细菌可通过化学物质进行相互交流，感知自己附近有多少同类，并会相互合作，用生物膜形成自己的社区。美国麻省理工学院的理论生物学家Otto Cordero的最新研究进一步揭示，某些细菌有着与植物和动物一样的社会结构和特征，能扮演着不同的社会角色，对周围其他细菌发起攻击与防卫。
Cordero使用一种被称为“弧菌科”的海洋类家族成员，筛选出185个密切相关的细菌，并为它们设计了一个“所有人对所有人”的战场。结果发现，细菌生产抗生素，以此作为化学战的武器。但是，细菌群实际上是一个社会聚合单元，一些个体产生的抗生素对本群体紧密相关的其他个体提供保护；而对其他群体中的个体进行伤害，这种多变性可使细菌发挥出各自不同的社会作用。而这种情况主要发生在细菌为同一栖息地竞争的时候。
可见，尽管细菌的聪明行为不是有意识思考的结果，因为不像人类或者其他复杂生物，它们没有神经系统，更别说大脑了。但就是这样的简单生物，也向我们展示着它们无与伦比的“聪明”能力，而在某些方面，如快速适应上，它们似乎比人类还做得更好。
虽然人类贵为“万物之灵”，但其他生物所展现的非凡才智，也使这种观念不断地遭到质疑。有一种“趋同进化”的观点就认为，在相似的环境下，不同种类的动物能够进化出相同的能力，即生物同样可以拥有智力，但不必非要以人脑的方式来实现。1965年，一部名为《人猿星球》的科幻小说则将这一观点推向了极致。它写道，在一个陌生的星球上，由于人类越来越依赖于机器，智力不断退化，到最后已经变得和动物没什么区别，而被人类圈养的黑猩猩则成了统治者，而在若干万年后，同样事情发生在了地球上。2010年，科幻电影《猿族崛起》又为这一事件加上了一个注解：由于一种基因药物的误用，黑猩猩族中出现了一位出类拔萃的非凡人物，正是它带领黑猩猩夺取了人类在地球上的统治权力。看来，“万物之灵”能否成为一个永恒的命题，人类已经开始了反思。
8 机器世界“加速”智能进化
机器人是个并不新鲜的概念。不过，“云机器人”——把如今风行天下的云计算和机器人结合起来，碰撞出的科学火花可就不容小觑了。
2011年2月，欧洲科学家成功启动了名为RoboEarth的“云机器人”计划，希望借助互联网与云计算，帮助机器人相互学习和知识共享。这意味着机器人将具有学习能力——在执行任务时，它们能下载数据并寻求其他机器人的帮助，更快地在新环境下工作。
也就是说，原来只存在于“概念”之中的具有学习功能的机器人已经走入现实世界，这应当感谢数字技术的超常发挥——强大的互联网云计算技术可以获取更多的机器自我学习的信息。其实，RoboEarth就是一个巨大的网络数据库系统，存储并更新着海量的目标识别、导航、任务、智能服务等机器人所需信息，可以让全世界的机器人接入并更新信息。当机器人处于陌生的、多样性的人类生活环境时，就能从网站中自我学习，甚至从其他机器人那里学习经验，来读懂人类环境并有有效应对具体的事情。RoboEarth的研究人员之一、瑞士联邦理工学院的Max Weibeier表示，这意味着机器人很快将拥有自己的互联网和维基百科了。
RoboEarth帮助机器人成为“学习型”机器人，在机器人与人越来越接近的智能道路上一马当先。美国佛蒙特大学科学家Josh·Bangade也对现有的多款著名步行机器人进行了分析和研究，并开发出一种计算机模拟系统，使机器人也可以像动物一样进化，逐渐学会更好地步行。
Bangade首先在计算机上通过模拟系统，创作出一种虚拟机器人，模拟系统根据机器人脊骨的每一个片断采用了各种不同的运动算法。成功接近目标后，就会被应用于下一个片断，当各种不同算法分别成功地适应各脊骨片断的运动时，机器人就已进化出有效的腹部运动模式。之后，Bangade开始为机器人增加腿部。随着腿部的缓慢“生长”，虚拟机器人的腿部运动开始从滑行到步行进化，这样它就逐渐学会了如何更快地行走，并最终掌握了更加自然的步法。
当然，在现实世界中无法让机器人改变它们的身体或让其腿部生长，不过Bangade研制出一个概念验证版机器人。这款机器人拥有一个简单的脊骨和四条腿。最初，一个额外的支柱帮助四条腿像蜥蜴一样向外伸展，然而逐渐将它们收拢，最终机器人可以用腿站立起来。可见，真实的机器人也可以利用相似的过程进化出有效的步法。
智能机器人的研究从20世纪60年代初已经开始，但其智能水平一直难以提高到令人满意的程度，对此较为统一的专家认知是：其难点不光在于计算机的运算速度不够和感觉传感器种类少，而且更重要的是在于其他方面——缺乏编制机器人理智行为程序的设计思想。而现在，研究出具有学习功能、进化功能型的智能机器人，就是近期在机器模仿人行为中的科学突破，标志着智能机器人的研发已取得阶段性的进展。
和智能机器人类似的是，网络也在智能上越来越进化了。英国剑桥大学的学生、电脑奇才William Pado和他的同学们就称，他们已利用尖端科技，创造了一个聪明的网站，trueknowledge.com，可以回答“数万亿个”问题。
