从一个地方前往另一个地方时，人类几乎总是依赖于视觉线索，再加上一些听觉刺激。如果我们寻找的是一个制作饼干、汉堡包或比萨的地方，也许还会用到一点儿嗅觉信息。
单只蚂蚁收集和处理的线索比我们多得多。像人类一样，它们也会利用周围事物的形状、大小和运动来推断自己身在何处，确定前进方向。但与此同时，它们还会利用太阳的位置、光的偏振模式、风的方向、气味的微小变化、脚下地面给它们的感觉，甚至还会利用离开蚁巢之后已经走过的步数。[44]
想使用蚂蚁的导航技术吗？你可以从城市公园的一边开始步行，记录一路上走了多少步。每当遇到障碍物或地形变化（比如野餐长椅或贯穿公园的混凝土小路）时，记住那个特征以及它与上一个特征的相对位置。还要记住太阳的位置。遇到树荫时，要记住从树荫下回到阳光下用了多长时间。风是从哪个方向吹来的？一定要注意这一点。随风吹来的是什么气味？闻到这个气味时，你在哪里？这些也要记住。
对了，还要想象有一只体型比你大几百倍的饥饿的动物，随时会出现在你眼前，将你吞进肚子里。与此同时，你不能受到影响，必须记住你需要记住的所有内容！
没有多少人能同时处理所有这些信息。人类大脑在确定方向时需要获取零碎的感官线索（主要是视觉线索），然后利用这些线索创建一张认知地图——对周围环境的心理表征，通常与我们所处的位置和我们想去的地方有关。[45]但为了创建这幅地图，我们必须放弃很多信息，而且由于大多数人十分依赖视觉线索，所以放弃的往往都是其他信息。正因为如此，我们在黑暗中很容易迷路，即使在自己家里，熄灯之后也会磕磕绊绊。
蚂蚁不会创建认知地图，但它们有多个记忆模块。当出现问题时，它们既可以单独使用某个模块，也可以组合使用多个模块。[46]因为它们不依赖于任何一种表征，所以当它们周围的世界发生变化时（例如天黑了，一个很大的障碍物突然出现或消失不见了，或者风向发生了变化），它们只需调用不同的模块，就会大大降低迷失方向的可能性。
所有这些都可以方便地应用到自动驾驶汽车上。自动驾驶汽车是世界上最复杂的工程问题之一。在地图准确、标识清晰的公路上，自动驾驶汽车大多表现出色。但在情况不断变化的市区和施工区，它们的表现就会差得多。人们越来越清楚地认识到，对于这种大多数时候循规蹈矩、但偶尔会导致无序状态的汽车驾驶技术来说，最好的办法是同时依靠集体智慧和个体智慧。
例如，在减少流量方面，集体智慧是关键。物理学家阿普尔瓦·纳加尔研究发现，即使蚂蚁的数量增加，也不会导致拥堵，[47]是因为有三条简单规则保证蚂蚁通行无阻。首先，由于蚂蚁没有自我的概念，所有蚂蚁都不会有“超车”的想法，而且被超越时不会生气。其次，蚂蚁在发生碰撞时不会停下脚步，所以小事故不会影响交通。再次，交通越拥挤，蚂蚁行进的路线就越直，通行也越稳定。
很容易看出规则一和规则三适用于自动驾驶交通。规则二似乎有点儿复杂，不适用于人类和汽车，但是你要记住一点：人类司机并不是在真的发生碰撞时才会突然转向或踩刹车，而这些操作往往会产生连锁影响，导致后面相距几分钟或几英里的车辆全部减速。如果车辆驾驶者（无论是不是人类）没有在绝对必要的情况下突然转向或刹车，哪怕是惊险不断，也不会减缓交通。你可以称之为自动驾驶汽车的“不流血，不犯规”规则。这些规则需要精确性和纪律性，只有所有车辆都像蚂蚁和算法一样遵守规则，它们才能发挥作用。
但是，正如自动驾驶技术的先驱们在整个21世纪前10年认识到的那样，一旦遇到施工，这些简单的规则就变得毫无价值。当路锥取代交通标志、安全帽标志取代信号灯时，每辆车就像每只蚂蚁一样，需要遵守一套复杂得多的规则。我们生活在一个动态世界里，仅有一个智能模块不足以判断这些规则应该有哪些内容、应该如何遵循这些规则。[48]需要导航时，GPS（全球定位系统）是一个不错的第一选择，但是一旦失去卫星信号它就无法工作。摄像头被雪覆盖时就变得毫无价值。激光测距可以准确地测出静止物体的距离，但遇到移动的物体就不那么准确了。雷达的作用可能比声呐大，也可能比声呐小，取决于周围的环境。尽管地图非常有用，但路中间有穿着反光背心的人时就不能盲目地按地图行驶了。要在这类环境中成功通行，自动驾驶汽车就不能依赖于标准统一的地图，而是必须像蚂蚁一样，通过独立行动从多个可用的模块获取信息，然后利用这些信息解决手头的问题，最后还要将结果通报给所有单位。
我们需要虚心地接受一个事实：蚂蚁这种小小的节肢动物，无论是个体还是群体，都比我们聪明得多。一旦承认蚂蚁和其他非常聪明的动物身上有很多值得我们学习的东西，我们就可以向它们学习，并把学到的东西付诸应用。这也有助于我们实现一个巨大的认知飞跃：尽管我们一直以为某些生物没有智慧，但现在我们必须承认它们是有智慧的。
我们从聪明的植物身上能学到什么？
当我5岁时，祖母告诉我：“如果你在给植物浇水的时候唱歌，它们会长得更好。”
我没有理由怀疑她说的这句话。她以前从来没有对我撒过谎，除了圣诞老人那件事。但那个谎言是可以原谅的，因为我4岁时，她送给我一艘《星球大战》中的反抗军运输舰模型，而我的堂兄弟们得到的都是小得多的宇宙飞船或单人小雕像。
所以在去她家的时候，我就会对着她的植物唱歌。我还对着我家里的那些植物唱歌。这种情况一直持续到我上二年级的时候。那天，从彩色美术纸盖着的咖啡罐里抽出来的冰棒棍上写着我的名字，因此我成了那一周的“班级园丁”。
那天下午，我一边给教室里的无花果树浇水，一边用艾伦·谢尔曼的《你好妈咪，你好爹地》[49]的曲调唱道：“天气越来越热了，所以我来给你浇水。你想谢谢我吗？没有那个必要。”
我不会忘记这一天，因为我的感情受到了伤害。同学们嘲笑我，老师似乎也很担心我。我老老实实地告诉他们唱歌能让植物长得更好，这下同学们笑得更厉害了，老师也显得更担心了。
其实，我的祖母并不算欺骗我。20世纪70年代中期，包括我祖母在内的数百万美国人都认为植物可能对人类的话语、歌声甚至思想有感知和反应。这在很大程度上要归功于一本叫作《植物生活大揭秘》的书和无处不在的新纪元运动。可以说，这本书源于一位名叫克里夫·巴克斯特的测谎员因失眠而萌生的突发奇想。1966年的一个深夜，巴克斯特决定把测谎仪连接到常见的家庭植物——龙血树上。为了给这株植物施加压力，巴克斯特把它的一片叶子浸入一杯热咖啡中，结果他没有看到任何变化。于是，他想到了一个更厉害的威胁手段——他准备用火烧这些叶子。
作者彼得·汤普金斯和克里斯托弗·伯德在书中写道：“在他脑海中出现火焰画面那一瞬间，他甚至还没来得及去拿火柴，测谎仪图像上的描迹就发生了显著变化。难道植物读懂了他的心思？”[50]
这个问题的答案显然是否定的。科学家试图复制这一发现以及巴克斯特声称的其他发现（其中包括巴克斯特认为他在这些能发生光合作用的试验对象面前把活虾扔进沸水时发现的真核生物间的同理心），但都失败了。不过，这并没有导致《植物生活大揭秘》从书店的书架上消失，也没有阻止人们拍摄它的同名纪录片（悦耳动听的配乐居然是史提夫·汪达制作的）[51]。在随后很长一段时间里，像我祖母这样的人一直认为善待植物——例如为它们唱小夜曲，会帮助它们生长得更快乐、更健康，这让科学界大为光火。
直到几十年后，大多数严肃的科学家才愿意再次公开讨论植物是否有可能收集、处理和共享信息。但这一次不是通过某种神奇的心灵感应，而是通过复杂的植物生物学作用。
2006年，植物信号与行为研究领域的先驱和最热心的倡导者之一——华盛顿大学的植物生物学家伊丽莎白·范·沃肯伯格等6名作者在《植物科学发展趋势》杂志上发表了一篇论文，宣布新领域“植物神经生物学”诞生了。
这篇论文立即遭到了强烈的抵制。几个月后，同一杂志发表了一封26名科学家联合署名的信，指责范·沃肯伯格等支持建立植物神经生物学的人提出了一些“错误观点”，并指出他们建立这个领域的基础是“肤浅的类比和可疑的推断”，缺乏“严格的学术基础。”[52]
“让我吃惊的是我们受到的抵制，”范·沃肯伯格告诉我，“以及这些抵制受到的抵制。这似乎更像是一个文化问题，而与科学无关。”
范·沃肯伯格说，对植物神经生物学有异议的不仅仅是动物学家。她笑着说：“很多科学家，尤其是那些教授植物生物学课程的科学家，都不希望把神奇庄严的植物降低到和人类一样的地位。我确实能理解这种观点，尽管我自己并没有这样想过。我从未想过我们会把植物放到和人类一样原始的层次；我原以为说动物和植物有共同之处会让人类更具吸引力。”
10多年后，这场辩论仍然很激烈，甚至有些情绪化。[53]我们第一次交谈时，范·沃肯伯格刚刚见了加州大学戴维斯分校的一名研究生，那是一个希望研究植物交流方式的年轻人。
“这位年轻人似乎很勇敢。”我说。
“那是肯定的，”范·沃肯伯格回答，“她不勇敢也不行啊。”
但范·沃肯伯格还是乐观地认为，我们对植物的理解正在不断深入。无论你称之为神经生物学还是智能或者别的什么，这都不重要，因为认为植物没有智慧的观点越来越没有市场了。
以莫妮卡·加利亚诺选择的研究对象含羞草为例。这种纤细的植物俗称“别碰我”，被触碰后就会满怀戒备地将叶子收拢起来。几年前，加利亚诺想，能不能让含羞草不再卷起叶子呢？于是，她把一束含羞草一棵一棵地放进一个特殊的装置里，使它们一次又一次地从6英寸高的地方掉落。慢慢地，这些含羞草似乎发现它们在掉落时不会受到任何实质性的伤害，于是它们的叶子再也不收拢了。[54]
如果加利亚诺以其他方式（比如摇晃）干扰这些含羞草，它们仍然会做出标志性的防御行为。但即使过了4周，含羞草似乎也仍然记得从6英寸的高度掉落时没有必要恐慌。[55]
这是记忆吗？在回答这个问题之前，范·沃肯伯格常常让学生们思考另一个问题：人类的大脑是如何记忆事物的？
范·沃肯伯格说：“有时候，我的学生会十分吃惊，因为他们刚刚学过一门人类生物学课程，但仍然不知道该如何回答这个问题。那是因为没人知道大脑是如何记忆的。听我这么说时，学生们常常十分惊讶。”[56]
人类靠大脑收集、储存并处理信息，而植物显然没有大脑。但是，没有大脑并不意味着它们无法收集、储存和处理信息。毕竟，鱼没有肺，但它们同样可以呼吸。
我们越来越清楚地看到，植物可以学习。
加利亚诺通过一个实验，证明植物和动物一样会联想学习。这个实验使用了科学史上最著名的植物——格雷戈尔·孟德尔用来确定遗传规律的豌豆。此外，该实验是在最著名的动物研究之一——伊万·巴甫洛夫的狗的条件反射研究的基础上完成的。
在海边见过树木遭遇大风侵袭的人都知道，植物一般会顺着强风的方向生长。但是，当加利亚诺和她的研究团队把风扇和光源放在一起时，他们发现植物逆着风向生长。这本身并不奇怪：对豌豆来说，对光的需求是最重要的。但是，当研究人员移走光源并改变风扇的位置时，那些习惯把风和光联系在一起的豌豆仍然逆着风向生长。联想学习（这是所有智力定义中的一个基本组成部分）似乎具有普遍适应性，而动物和植物都拥有这种机制。[57]
但是，这种决策是如何产生的呢？2017年，科学家找到了一个重大线索。他们发现，在一种常见的路边杂草——拟南芥中有几十个聚在一起的细胞，似乎控制着种子决定发芽的过程。
没错儿，是决定。这些细胞被分成两个子群。第一个子群产生大量促进发芽的激素——赤霉素，第二个子群产生大量促进休眠的脱落酸。这两种激素都受到温度波动的拮抗作用，信号分子在细胞群中来回传递，直到促进发芽的激素占据上风。[58]
植物还会做出哪些决定呢？消耗多少水？从土壤中提取哪些特定的营养物质？为了获得阳光可以承受多大的压力？我们距离这些问题的答案还有一步之遥。
那么，世界上最聪明的植物是什么呢？现有近40万种已被确认的植物，它们的总量占世界生物量的80%以上。[59]研究人员仅仅研究了其中的一小部分。植物的智慧各不相同，我们需要很长一段时间才能有所了解，更不用说找出其中最聪明的了。
与此同时，我们对植物的态度几乎肯定会受到各种因素的复杂影响。毕竟，绝大多数生命（大约相当于4 500亿吨碳）是以植物这种形式存在的。2016年，普鲁登丝·吉布森问：“这一切将把我们引向何方？嗯，将把我们引入惊涛骇浪之中，所以握紧船桨吧。这将是一场艰难的哲学之旅。” [60]
范·沃肯伯格当然希望如此。从进化的角度来看，我们都是真核生物——植物、动物和真菌直到大约15亿年前才开始分化。在那之前，我们在同一条遗传道路上，在大约20亿年里都同属一个谱系。我们还有更多共同点：细胞明显相似，都有细胞核、细胞骨架、胞质溶胶、过氧化物酶体、高尔基体、细胞膜、内质网、溶酶体和线粒体。我们有相同的长DNA序列，它们有相同的双螺旋结构，由4种同样的核苷酸组成。范·沃肯伯格说：“我们有更多的相似点，而不是不同之处。如果我们能意识到这一点，我们对待地球的方式或许就会不同。”
也许植物不像人类那样思考。但是，大象、海豚、章鱼、蚂蚁和变形虫都不会像人类那样思考。
我们必须承认所有这些生物都是有智慧的（而且人类难以理解它们的智慧），就如何在地球上生活这个问题而言，它们可以给我们很多启发。承认这些，对于人类来说绝对没有坏处。
[1] 作为补充资料，2018年发表于《美国科学公共图书馆》（综合卷）的文章《海豚自我意识的早熟发展》给出了这个互动过程的视频。整个互动过程仅持续约30秒。我在观看这个视频的时候，除了觉得这是一头非常可爱的海豚以外，没有任何其他发现。但我不是海豚专家。
[2] 研究分析师汉娜·萨洛蒙斯告诉我：“证明海豚有某种能力并不难——只要有一只海豚有这种行为就可以了。但要证明海豚不具备某些能力要难得多。我们需要在很多海豚身上做这个实验。一共有三只桶，它们猜对的概率是1/3。”
[3] 《利用气泡DPIV测量海豚形成的水动力》发表在2014年的《实验生物学杂志》上。
[4] 当然，正如乔舒亚·拉普·勒恩在2017年发表于《Hakai杂志》的《追踪海豚–鲨鱼战斗的伤疤》一文中所说的，鲨鱼也会攻击并杀死大量海豚。
[5] 2013年，布里奇曼在《生态学家》杂志上写道：“这张照片里的海豚被逼到了一个角落，一边是渔民和死亡，另一边是把它们与自由隔开的网。”
[6] 我们很早以前就知道海豚的这个特点了。1982年，发表在Journal für Hirnforschung杂志上的文章《海豚大脑边缘叶：细胞结构量化研究》首次披露了这个现象。
[7] 怀特的《保护海豚：新的道德前沿》以发人深省的方式将哲学和科学结合在一起。
[8] 这很容易被认为是“价值观驱动的行为”。如果你真的这样想，就不能考虑这些行为正确与否的问题，因为海豚经常发生我们称之为杀婴和强奸的行为。
[9] 2009年，詹姆斯·里奇在《科学美国人》杂志撰文称，这种超强记忆力可能是大象得以幸存的一个原因——让它们留在柯普悬崖顶部的又一只锚。
[10] 在《创伤后应激？根本不存在！》一文中，记者保罗·斯特拉德威克报道了布格拉的观点：“这种状况其实不是精神疾病，而是可以被诊断为受‘保险公司和药品制造商’影响而导致的结果。”
[11] 由国家颁发的那些非洲象和亚洲象血统证书表明，美国各地展出的大象大多是幼年时在野外捕获的。
[12] 朔贝特说，在大多数情况下，他为动物园购买的小象在与象群分开时还在喝奶，因此必须训练它们使用奶瓶。2008年，我在《盐湖城论坛报》上首次披露这个细节。
[13] 2013年，埃默里大学研究人员布赖恩·迪亚斯和克里·雷斯勒合作完成的《父母的嗅觉体验影响后代的行为和神经结构》一文发表在《自然神经科学》杂志上。
[14] 2016年，他在发表于《生物学》杂志的《表观遗传及其在进化生物学中的作用：重新评估和寻找新的视角》一文中写道：“跨代表观遗传研究的本质决定了它需要养育超过一代生物，需要巨大的时间、经济和空间成本。”
[15] 章鱼（octopus）的复数不是“octopi”，因为“octopus”并非源自拉丁语。尽管这个词源于希腊语，但大多数人也不会说“octopodes”。（如果你一定要这么说，发音应该是ock-TOP-uh-deez。）
[16] 2016年，戈弗雷–史密斯在《纽约时报》上发表的文章《章鱼与衰老之谜》中首次提到了这一点。文章推测，如果章鱼能朝着更有利于自己的方向进化，它们的寿命也会长一些，尽管可能不会像人类寿命那样长。“运气好的话，”他在文中写道，“活到100岁也有可能。”
[17] 这些智慧到底从何而来？2015年，《独立》杂志科学编辑史蒂夫·康纳在《比人类多10 000个基因》一文中称，章鱼的基因组比人类略小，但它的基因比人类多50%，并且有数百个其他动物都没有的新基因。
[18] 1998年，布伦纳在发表于《当代生物学》杂志的一篇文章中对他的同事、生物学家刘易斯·沃尔伯特说，他很羡慕查尔斯·达尔文，“但我不能嫉妒他取得的成功，也不能要求他等上一个世纪，好让我有公平竞争的机会”。
[19] 2015年，布伦纳的团队成功测序了加州双斑蛸基因组，并以《章鱼基因组与头足类动物神经和形态的进化》为题，将他们的成果发表在《自然》杂志上。
[20] 2016年，科学记者特蕾西·斯塔德特尔发表文章《章鱼启发人工智能机器人执行任务》，描述了科罗拉多州奥罗拉雷神公司正在进行的一个章鱼人工智能项目。
[21] 这种叫作Neotrogla的昆虫的雌虫长有一种叫作“雌器”的复杂结构，可以进入雄虫的生殖腔。交配需要70个小时。2014年，作者在《当代生物学》杂志上发表的《一种洞穴昆虫的雌虫阴茎、雄虫阴道及其相关进化》一文中写道：“在性别角色颠倒的动物中，没有发现类似的情况。”
[22] 多头绒泡菌是一种大型变形虫，爬行时会改变形状。2000年，研究人员在发表于《自然》杂志的《智慧：会走迷宫的变形虫》一文中称，如果在迷宫中的两个不同位置放上食物，多头绒泡菌可以找到食物之间路程最短的路线。
[23] 有趣的是，根据2008年发表在《美国科学公共图书馆》（综合卷）上的《在没有外部信号的情况下，细胞的持续运动：真核细胞的搜寻策略》一文，变形虫最终的确会“忘记”它们最后一次是如何变换方向的——在静止大约10分钟之后。
[24] 我们知道，生理节奏是所有生物都拥有的强大力量，同地球生命与太阳之间的联系一样古老。但是，在2008年《物理评论快报》发表的文章《变形虫对周期性事件的预感》中，研究小组证明单细胞生物在仅仅几个小时的“训练”之后就会对节奏产生预期反应。
[25] 1971年，著名电气工程师蔡少棠首次提出忆阻器的理论构想，但直到2008年，惠普的一个团队才证明它存在于天然的纳米系统中。
[26] 多头绒泡菌可能并不是一个特例。2010年，《物理评论E》上发表的论文《阿米巴变形虫学习记忆模型》称：“这些生物记忆特征也有可能以不同的形式出现在其他单细胞和多细胞生物身上。”
[27] 2017年，杰克·克里科在Quartz网站上发表文章《可以学习的电子突触标志第一个真正的人工大脑即将出现》，详细地讨论了这个问题。
[28] 2012年，安迪·波克索尔在《数字趋势》杂志撰文称：“功能如此强大，那它一定在做一些非常重要的工作，比如说治疗癌症？遗憾的是没有。它将用于核武器有效性模拟，研究如何安全地延长它们的寿命。”这是人类利用最聪明的大脑来支持人类自己最糟糕的冲动的最好（也是最糟糕）的例子。
[29] 当丽贝卡·博伊尔在2012年发表于《大众科学》杂志的《模拟大脑扩容至100万亿个突触》一文中指出这一点时，有那么一会儿我为自己是人类而感到自豪。
[30] 他们发表在2018年《自然气候变化》杂志上的论文《仅比特币排放就能让全球升温2摄氏度以上》让人读完之后不寒而栗。
[31] 格罗利耶的演讲——“在芯片上模拟大脑”，会让你大吃一惊。
[32] 2017年，发表于《自然通讯》的《通过固态突触中铁电畴动态变化完成学习》一文推测，这为“无监督机器学习”创造了条件。对于后续的发展，众说纷纭，莫衷一是。有人认为人工智能将在维持世界运转时需要做出的快速决策方面发挥越来越重要的作用，因此可以为人类生存提供所需的帮助；也有人认为这是全人类的催命符，因为超智能机器会发现没有人类的世界更美好。
[33] 但是，发表于2011年《大脑行为与进化》杂志的《蚂蚁微型化大脑的异率测定》一文称，它们的行为表现往往与那些大得多的物种一样复杂，有时甚至还要复杂得多。
[34] 布赖恩·沃尔什在2014年发表于《时代周刊》杂志的文章《你的蚂蚁农场比谷歌聪明》中给出了一个贴切的类比，也更能说明问题。
[35] 2013年，约翰·克齐尔在他为Venture Beat网站撰写的《每个月，谷歌1 000亿次搜索30万亿网页是如何做到的？》一文中解释了其中的原理。
[36] 2014年，库思在《独立报》上表示，他在研究蚂蚁搜索算法时使用的数学模型可能也适用于其他有归巢能力的动物，比如信天翁（世界上最大的海鸟）。
[37] 2016年，荷兰和美国的研究人员在它们发表于《美国科学公共图书馆》（计算生物学卷）的《利用锋电位学习通用计算方法》一文中指出，动物大脑中短暂的电脉冲有助于生成一幅既混乱又可广泛预测的世界图景。
[38] 2015年，研究人员在《美国科学公共图书馆》（综合卷）上发表的文章《利用非光滑凸极小化的信赖域模型改进BFGS公式》中提出了一种新算法，用于从某些非线性问题的许多可能解中找出最佳解。
[39] 2015年，一组中国研究人员在《美国科学公共图书馆》（综合卷）上发表了题为《一种求解不确定条件下贝叶斯反问题的混合优化方法》的文章，提出了一种新的历史匹配方法——建立多个数值模型来描述实测数据。
[40] 2015年，发表在《美国国家科学院院刊》的《行军蚁通过成本效益平衡，动态调整“活体”桥》一文称，这“可能会对人类设计建造的自组装系统产生某种影响”。
[41] 2015年，普林斯顿大学的摩根·凯利在《蚂蚁用自己的身体搭建“活体”桥梁，充分阐述群体智能》一文中惊呼：天啊，它们甚至看不见！
[42] 当时，他就是这样跟《时代周刊》的布莱恩·沃尔什说的。
[43] 1985年，发表在《实验生物学杂志》上的《澳大利亚黑头牛蚁的攻击行为和距离感知》一文指出，澳大利亚黑头牛蚁是一个例外，它的视力明显好于其他蚂蚁。
[44] 2006年，《蚂蚁里程表：踩高跷的蚂蚁和被截肢的蚂蚁》发表在《科学》杂志上。
[45] 2016年，在《科学》杂志上发表的论文《人脑海马体中导航目标的前瞻性表征》中，作者指出，只要我们确定了一个导航目标并开始导航，海马体–皮质网络就会支持建立一张“思维地图”。
[46] 苏塞克斯大学的安托万·威斯特拉克在发表于《谈话》杂志的《我们一直在以错误的方式看待蚂蚁的智慧》一文中也指出，尽管“以我们对人类自己的智慧做出的假设作为出发点似乎是一种直觉”，但我们无法用“自上而下的方法”来回答有关昆虫智慧的问题。
[47] 2009年，《物理评论快报》上发表的《像公路交通一样快速通行的蚂蚁队伍：永远不会拥堵》一文指出：“蚂蚁在路上的平均速度几乎不受它们的密度影响。”这真的令人吃惊。
[48] 2017年，阿瑞安·马歇尔在《连线》杂志上指出，自动驾驶汽车进入建筑工地后，“就会寸步难行”。
[49] 谢尔曼的这首歌是根据阿米尔卡雷·蓬基耶利的《时辰之舞》改编的。
[50] 《植物生活大揭秘》实际上是一本很好的读物。尽管如此，阅读时还是要有所保留，或者说要时刻保持警惕。
[51] 《滚石》杂志不同意我的评估。才华横溢的音乐评论家肯·塔克承认它“在很多细节上能给人小小的快乐”，同时他认为“很不稳定”，而且“过度单调”。不过，他又补充说：“青菜萝卜，各有所爱。”很多人都非常喜欢这部电影，有的是因为它的音乐，有的则是因为它的题材。我的编辑利娅·威尔逊非常肯定她在20世纪90年代的生物课上看过这部电影。
[52] 2007年，发表于《植物科学发展趋势》杂志的《植物神经生物学：没有大脑，就没有收获》一文认为：“‘神经元’一词的确来源于希腊语中表示‘植物纤维’的那个单词，但这一事实并不能成为植物生物学重新定义这个概念的有力论据。”
[53] 2013年，迈克尔·波伦在《纽约客》杂志撰写了一篇关于这场辩论的文章。他说：“植物神经生物学领域要么代表着我们理解生命的一种全新范式，要么代表着我们重新滑入《植物生活大揭秘》最后一次搅浑的科学水域，这取决于与你交谈的人在植物科学中的立场。”
[54] 2014年，加格利亚诺和合作伙伴在《生态学》杂志上指出：“这种相对持久的习得性行为变化，与我们在许多动物身上观察到的驯化效应长时间保持的现象是一致的。”
[55] 2015年，罗伯特·库鲁维奇（因Radiolab而出名）在他为《国家地理》杂志撰写的文章中，用朴实的文笔介绍了加格利亚诺的研究。他在文中写道：“我听说，几年前，这株植物度过了一个极其难熬的下午。”
[56] 2016年，伊丽莎白·多尔蒂在波士顿大学撰写的文章《你大脑中的地图》中称，确实有一些科学家认为我们正越来越接近于了解人类大脑的记忆原理。
[57] 2016年发表在《科学报告》上的《植物的联想学习》一文简单明了，通俗易懂。聪明能干的中学生可以用另一种植物来复制这个过程，用于参加科学展览。（嘿，斯派克：这是我给你的一点儿提示。）
[58] 2017年，发表于《美国国家科学院院刊》的文章《拟南芥种子通过空间嵌入式决策中心综合温度变化打破休眠》指出：很多人类决策过程也采用了相似的方式，甚至负责发送化学信号的结构也一样。也许植物——和我们一样是真核生物——其实就是“速度很慢的动物”。
[59] 关于人类对我们这个世界的重要性，2018年发表在《美国国家科学院院刊》上的《地球上的生物量分布》一文提供了大量令人气短的观点。例如，世界上各种动物的总生物量还不到地球古细菌总生物量的1/3。
[60] 2016年，吉布森在《谈话》杂志发表《巴甫洛夫的植物：新研究表明植物可以从经验中学习》一文，详细地论述了艺术、哲学和科学的交叉。
结语
下一个超级生物有待你来发现
几乎是在我刚刚认识小象祖里的时候，我妻子带回家一本红色封面的儿童读物——史蒂夫·詹金斯的《实际大小》（Actual Size）。
这本书看上去是给年龄尚小的女儿斯派克买的，里面有各种动物的实际大小的图片，但它莫名其妙地就出现在我们的咖啡桌上。我经常翻看，而且每一次翻看，我的目光都会被那些漂亮图片所吸引。这些动物都异乎寻常，其中有世界上最大的鳞翅目昆虫——乌桕大蚕蛾，它的翼展几乎有1英尺宽；有现代世界上最大的鸟——鸵鸟，它能长到超过9英尺高；有世界上最大的爬行动物——湾鳄，它可以长到25英尺长。
这些动物以及世界上许多其他超级生物，不只是供人观赏的奇特景象。它们是环保大使，是引导我们深入了解周围世界的线索。它们可以教给我们可操作的重要知识，帮助我们改善甚至拯救生命。它们是所有生物相互联系的连接点。
还有很多超级生物有待我们去发现。
每个人都可以从事科学研究。是的，每个人。我们中的许多人是在准备小学科学展览项目的时候明白这个道理的。为了完成这些项目，我们开展了崇高的研究工作，确定哪种冰激凌融化得最慢，了解猫最喜欢吃哪种鱼，或者弄清楚哪种水果和蔬菜能产生最多的电力。到了某个年龄，我们大多数人都不会再问这样的问题了。
上面这些是我的亲身经历。在很长一段时间里，我都觉得科学家似乎已经回答了世界上所有的简单问题，而那些未解之谜又太复杂了，我甚至无法提出一个和它们有关系的问题。就这样，我的敬畏之心慢慢消失了。
但是，和许多人一样，我仍然迷恋那些超级生物。我认为，这为我们带着孩子般的敬畏和兴奋重新融入这个世界提供了一个机会，因为发现下一个超级生物的很可能是我们中的某个人。
你想发现什么？是被人们长期忽视的异常值，是尚未被研究的极端微生物，还是生物学奇迹？
也许你想找出某个生物类别中声音最大的成员。比如，声音最大的鱼？目前的纪录保持者是生活在墨西哥科罗拉多河三角洲的直鳍犬牙石首鱼（Cynoscion othonopterus）。据记录，它发出的声音超过了175分贝。[1]但已知有1 000多种鱼会发出声音，大多数都没有被研究过。做一个初步的调查并不费事，比如说，下次去钓鱼时把一个便宜的水听器放到水中。
也许你对最强悍的生物感兴趣？一直以来，人们不断发现新的缓步动物。如果你居住的地方有苔藓，那么你的附近很有可能有缓步动物。寻找缓步动物是一件相当简单的事情：收集一小块苔藓，把它放在培养皿中，滴一些水到上面，一天之后把水放到显微镜下观察。
你是否想知道地球上跑得最快的动物是什么？大家应该还记得，目前的相对速度纪录保持者是P. macropalpis。这种小小的螨虫就藏在我们眼皮底下。在它被发现之后的100多年里，从来没有人研究过它。后来，一位大学生注意到了这个问题，他收集了一些视频片段，做了一点儿数学计算。请记住，在一位业余科学家、业余跳伞爱好者决定找出答案之前，没有人知道绝对速度的纪录保持者游隼能飞多快。
想了解某个生物类别中最高的成员吗？直到2006年，人们才知道世界上已知最高的单棵树木是加利福尼亚的一棵红杉。但完全有可能还有更高的红杉，只不过到目前还没有被发现而已，因为379英尺高的“许伯里翁”也是在长时间默默无闻之后才被人们发现的。2016年夏天，科学家宣布发现了世界上最高的热带树木——婆罗洲的一棵近300英尺高的黄柳桉。但人们又发现，同一个岛上其他地方就有比它还高的柳桉，而且不是一棵，而是50棵。当然，精确测量是需要技巧的，但是一点点儿直角三角学知识就能让你开启发现超级生物的大门。
或许你希望完成最大的发现？我肯定有这样的想法。
证实潘多是单株颤杨无性系的基因研究，在“最大”这个问题上并没有最终话语权。就目前而言，潘多仍是已知最大的植物。但在这棵高大的颤杨西北方向不远的位置，就有“最大生物”这个称号的又一个竞争者。人们发现它的大小更难测量——同颤杨无性系一样，它的身体有很大一部分是在地下。
它被称作“巨型真菌”。从遗传角度看，这是一株非常独特的奥氏蜜环菌（Armillaria ostoyae），占地近2 500英亩，是潘多的25倍。它在地下爬行，还会扎进树根和树皮汲取养分。它的生长呈季节性变化，在每年秋天的几周时间里，它会长出数百万朵蘑菇。目前还不清楚它是不是一个相互联系的整体，但一些研究人员推测，如果是，那么在它生长周期的特定时间把所有部分收集到一起，重量可能会超过潘多。还有很多问题有待我们去研究。
在很长一段时间里，我一直认为是“未知的庞然大物”让伯顿·巴恩斯不愿把他的重大发现归功于自己——他是第一个绘制出颤杨无性系图谱的人，后来人们才知道它的存在并称其为潘多。
然而，当我在2013年问他时，他否认了。
“关于那棵大颤杨和其他候选者的想法和评论有很多，但我当时不想参与。”他指的是《发现》杂志刊登那篇公开介绍潘多的文章之后的那段时间，“现在我仍然持这个观点。”
多年来，我一直没有注意到他给我的那些提示。后来，在一个夏日的下午，我躺在世界上最大已知生物潘多东南角（这里有潘多的一个体型小得多的近亲）的一张吊床上，突然想起了巴恩斯说的话。
“那棵大颤杨，”他说，“和其他候选者。”
在谈到潘多时我们总是使用“已知”这个词（至少我们应该使用这个词）。毕竟，总有一些东西是未知的，而且正是自然界的神秘性让生物学变得如此有趣（这确实是一大幸事）。但是，潘多可能被另一个更大的无性系取代的想法一直没有清晰地出现在我的脑海里——直到我想起巴恩斯那句话的那一刻。我抬头看了看潘多与另一个无性系相互交织的枝叶，可以看出它们之间有明显区别。我的眼睛有点儿看花了，但我可以看出树叶颜色深浅度有细微的区别。我把目光投向枝干，发现潘多的枝条弯弯曲曲的方式和它的近亲不一样。
我猛地坐起来，差点儿从吊床上滚下来。我收拾好行李，开始往山上走，每走几步就低头看手机，看看屏幕上是否有信号条。就这样，我一边向上爬，一边低头看手机。
终于，一个信号条出现了。太棒了！然后，奇迹发生了，屏幕上出现了两个信号条。这已经足够了。
要找到巴恩斯关于这个无性系的文章原文并不容易，但是在我的大学的图书管理员的帮助下（顺便说一下，他们是超级英雄），这篇文章弹出在我小小的手机屏幕上。
巴恩斯在文中写道：“在落基山脉中部和南部，10~200英亩的大型颤杨无性系并不罕见。”
200英亩。
200英亩？
200英亩！
巴恩斯并没有大肆宣扬他在鱼湖发现的100英亩无性系，因为他并不认为它是首屈一指的超级生物。的确，是他发现了这个后来被称为潘多的生物，但他认为还有更大的颤杨无性系。
在哪儿呢？巴恩斯把这个秘密带进了坟墓。
但是，荒野资源研究人员保罗·罗杰斯认为，更大的无性系不仅可能存在，而且存在的可能性非常高。我们所在的位置枝干林立，我认为那是潘多的“心脏”。罗杰斯说：“颤杨分布很广，这一棵正好有一条路从中穿过。如果这条路从别的地方穿过这个盆地，我们可能就永远不会知道这里有这样一棵树。”
寻找其他大型颤杨的工作可能不那么简单，需要耗费财力，可能需要使用无人机和红外摄像机、组建大型研究团队，还要为DNA的采集建立一些类似于卡伦·莫克在确定潘多的尺寸时使用的规程。
但也有可能简单得多。毕竟，巴恩斯在没有得到任何帮助，也没有使用任何高科技手段的情况下，发现了鱼湖颤杨无性系。
你同样能做到。
密歇根理工大学的优秀研究生克里斯蒂娜·弗莱舍在她的硕士论文中告诉我们这个过程有多么简单。这篇论文试图说明，与基于DNA的绘图技术相比“表型描述”效果同样很好，从而表明巴恩斯辨别单株颤杨的方法看似不可思议，其实也没有那么神奇。只要下定决心，任何人都能做好这件事。[2]
如果你附近有一小片颤杨林（如果你住在美国的北部或西部，或者住在加拿大或阿拉斯加的任何区域，你家附近很可能有颤杨林），只要去林中走一走就可以了。即使你不住在这些地区，你也可以找到其他品种的山杨，北美东部有美洲锯齿白杨（P. grandidentata），中亚和东亚有响叶杨（P. adenopoda）、楔叶山杨（P. davidiana）和西氏杨（P. sieboldii），北欧和西亚有欧洲山杨（P. tremula）。这些山杨也是无性系，而且还没有人大规模绘制它们的图谱，至少现在还没有。
去看颤杨的话，最好是在秋天。这样的选择不仅科学，而且有激励我们奋发向上的效果，因为到了秋天，颤杨的树叶就会发生变化，整个树冠一片火红。每一株无性体的树叶，甚至包括彼此关系可能比较紧密的树叶，颜色改变的时间都各不相同，而且深浅不一。这时候，各个无性体泾渭分明，不同颜色依次排开，这边是淡黄色与鲜绿色相映成趣，那边是明晃晃的橙色与亮灿灿的金色交相辉映。
