达尔文客户服务系统_达尔文电脑系统

1.北汽威旺306发动机号在什么位置

2.什么是分子达尔文系统？

3.最贵的不是Model 3！有钱人都买什么新能源车？

4.mac系统为何不能在PC上安装?

5.神经达尔文具体内容

6.续航421公里，补贴后11.99万起，BEIJING-EX3 R500上市

7.机器学习两大系统是啥？

8.读书笔记：达尔文与理论生态学（一）——Darwinian ecology

从达尔文的生物进化论来看，认为人类是生物进化的产物，现代人和现代类人猿有着共同的祖先。根据已发现的古猿和古人类化石材料，最早的人类可能在距今300万年或400万年之前出现。

人类起源过程分为三大阶段，古猿阶段，能制造工具的人的阶段，后阶段包括猿人和智人两大时期；它们又分为早期和晚期两个阶段。1859年，英国生物学家C.R.达尔文出版《物种起源》一书，阐明了生物从低级到高级、从简单到复杂的发展规律。1871年，他又出版《人类的起源与性的选择》一书，列举许多证据说明人类是由已经灭绝的古猿演化而来的。但他没有认识到人和动物的本质区别，也未能正确解释古猿如何演变成人。F.恩格斯提出了劳动创造人类的科学理论，1876年他写了《劳动在从猿到人转变过程中的作用》一文，指出人类从动物状态中脱离出来的根本原因是劳动，人和动物的本质区别也是劳动。文章论述了从猿到人的转变过程：古代的类人猿最初成群地生活在热带和亚热带森林中，后来一部分古猿为寻找食物下到地面活动，逐渐学会用两脚直立行走，前肢则解放出来，并能使用石块或木棒等工具，最后终于发展到用手制造工具。与此同时，在体质上，包括大脑都得到相应的发展，出现了人类的各种特征。恩格斯把生活在树上的古猿称为“攀树的猿群”，把从猿到人过渡期间的生物称作“正在形成中的人”，而把能够制造工具的人称作“完全形成的人”。随着化石材料的不断发现，测定年代方法的不断改进，人们对人类起源的认识也不断深化。尽管存在的问题还很多，但已经可以大致勾划出人类起源和发展的线索。

生物进化论简介：

宇宙中最原始的存在，并不是具有精神的事物、灵或神，而是具有生能的物质。这生能以进化方式，演进成生元，即细胞；这细胞便是万物中一切生命的开始。在西方思想史上，力持进化论观点的是英国生物学家达尔文（1809—1882）。经过多年的探索，达尔文逐渐形成了一个系统的进化思想：生物界本来就存在着个体差异，在生存竞争的压力下，适者生存，不适者被淘汰；物种所保留的有利性状在世代传递过程中逐渐变异，经过性状分异和中间类型消失便形成新种。达尔文主张，生物界物种的进化及变异，系以天择的进化为其基本假设：此外，并以性别选择和生禀特质的遗传思想来作辅助。1859年，达尔文的《物种起源》的出版，震动了整个学术界和宗教界，强烈地冲击了《圣经》的创世论。达尔文的《物种起源》提出生物进化论学说，对宗教“神造论”和林奈与居维叶的“物种不变论”发起一场革命，震动当世。由于进化论违反《圣经》里的创世论，所以自问世以来，一直是宗教争论的焦点。

人类起源地：

1、非洲：

非洲是人类的摇篮首先是由达尔文提出来的。他在1871年出版的《人类起源与性的选择》一书中作了大胆的推测。另一位进化论者海格尔则在1863年发表的《自然创造史》一书中主张人类起源于南亚。此外，还有中亚说、北亚说以及欧洲说。由于人类的摇篮随人类化石的不断出土，而摇摆于各洲。

2、欧洲：

欧洲，特别是西欧，曾一度被认为是人类的发源地。从1823年到1925年就有116个个体，其中包括猿人阶段的海德堡人。而新石器时代的人骨发现得更多，有236起。因此，人们打开地图一看，欧洲布满了古人类的遗址。而当时除了爪哇猿人外，在亚洲其他地区和非洲还没有找到过古人类遗址。还有，最早发现的古猿化石也出土于欧洲，即1856年在法国发现的林猿化石。加上20世纪20年代“辟尔当人”的骗局喧嚣一时（辟尔当人被有些学者看作是最早的人，甚至称他为“曙人”。最后被揭露，所谓“曙人”，原来是来将一个新石器时代的人头骨和一个现代猿类的下颌骨凑合起来的假品），所以当时许多人认为人类起源的中心是在西欧。但随着亚非两地更多人类化石的发现，人类摇篮欧洲说才逐渐退出了舞台。

3、北京人：

“北京人”的发现不仅拯救了爪哇直立猿人，也使中亚起源说更加风靡一时。 1887年，荷兰解剖学家杜布哇，抱着寻找早期人类化石遗骸的热望，来到印尼的爪哇岛，居然找到了原始人的化石。1890年，在一个名叫垂尼尔的地方，先是找到下颌残片，次年又发现一具头盖骨，这就是著名的“爪哇人”第一号头盖骨。1892年，又在不远处找到一根大腿骨。杜布哇研究了这些材料后，认为它们属于同一个体，而且正是人们要寻找的人与猿之间的“缺环”。爪哇直立猿人的发现使南亚说为之一振。然而杜布哇的发现却遭到许多人的反对，最强烈的反对来自教会。教会坚持说，人类的祖先应是亚当，怎么可能是猿人呢？

1911年，古生物学家马修在《气候和演化》一书中，列举种种理由鼓吹中亚高原是人类的摇篮。其理由，一是中亚因喜马拉雅山的崛起，致使自然环境变得不适宜生存，但对动物演化来说，受刺激产生的反应最有益处，所以这些外界刺激可以促进人类的形成；二是哺乳动物的迁徙规律常常是最不进步的类型被排斥到散布中心之外，而最强盛的类型则留在发源地附近继续发展，因此在离老家比较远的地区反而能发现最原始的人类。当时发现的早期人类化石如海德堡人和爪哇直立猿人，与这一假说正好吻合。1927年，中国发现“北京人”化石，之后相继发现了“北京人”制作和使用的工具以及用火遗迹。1930年，美国古生物学家刘易斯在印巴交界处的西瓦立克山到一块上颌碎块，该标本从形态上看有些接近人的特点，他便借用印度一个神的名字“拉玛”把它命名为“拉玛猿”。但由于当时他人微言轻，这一看法未被首肯。到了60年代，古生物学家皮尔宾姆和西蒙斯对林猿类26个属50多个种作综合研究时，注意到拉玛猿形态上的似人特点，认为它可能是人类这一支系的祖先类型，并将它从猿科中转到人科中，人类起源南亚说再度兴起。然而随着非洲早期人类化石和文化遗物的大量涌现，使人类起源非洲说重新崭露头角。

4、东非地区：

正当人们左右徘徊时，东非的化石发现为解决这些问题提供了新的契机。从1931年起，英国考古学家路易斯·利基就在东非大裂谷一个名叫奥尔杜威峡谷的分支部分进行发掘，找到了不少非常原始的石器。它们是用河卵石或砾石简单打制成的，年代是更新世早期。谁是这些工具的主人呢？利基夫妇在这里搜索了20多年，终于在1959年7月的一天发现了一具南猿头骨。它比南非粗壮南猿还要粗壮，学名为“鲍氏南猿”，一般称其为“东非人”。通过种种理化测年法测得他的生存年代为距今170万年。料而言，人类的发祥地很可能在非洲，特别是东非地区据目前所拥有的化石材料。

“东非人”及“能人”的发现，不仅揭开了东非地区一系列重要发现的序幕，而且将作为“缺环”代表的南猿，由“最接近人的猿”，一下跃升为“最接近猿的人”或“人类的先驱者。”以利基夫妇为代表的一批学者据此认为人类起源于非洲。进入70年代，世界范围内古人类学的重要发现和研究获得了长足的进展。首先是在巴基斯坦波特瓦高原，之后又在匈牙利、土耳其、希腊、肯尼亚和我国发现了大量的古猿化石。虽然它们名称不一，但基本可分为大小两种类型，大的属西瓦猿型，小的为拉玛猿型，而且往往两者并存。经过各方专家的比较研究，发现它们并非不同的种属，而是雌雄个体而已。既然拉玛猿并不是一个独立的种属，焉有人类祖先之说？人类的直系祖先曾一度因“拉玛猿”而明朗过，现在又迷茫了。

但日新月异的科技发展为人们了解自身起源的奥秘打开了一条新的途径。分子生物学，特别是分子人类学的发展，不仅从微观分子水平上展示了人与其他灵长动物，特别与大猿类密切的血缘关系，而且依据遗传物质的变异度，可以推算出它们分化的大致时间跨度。原先认为人和猿分离的时间大约为距今2000—2500万年间，而通过分子生物学方法的推算，只在距今400—500万年间！鉴于此，新的人类演化概念产生了，由此也决定了探索人类的发祥地不能再依据旧说行事。由于非洲大量涌现的南猿和早期人属化石，人类早期阶段的复杂图景终于开始清晰地展现在人们面前。

人类的起源学说理论：

1、达尔文理论：

在达尔文推测人类起源于非洲时，当时少见化石证据。这种情况在20世纪20年代发生了改变。在南非盛产金钢石的小城金伯利附近，有一个名叫塔恩的地方，那里有许多采石场，在采石时经常发现哺乳动物化石。

1924年曾发现一具幼年猿类头骨，后经解剖学教授达特的研究，认为它人形态介于人和猿之间，遂将其命名为“非洲南猿”。

1936年，在德兰士瓦地区斯特克方丹采石场发现一个成年个体的南猿化石，次年又在一名叫克罗姆特莱伊采石场找到完整的南猿下颌骨和头骨碎片，南猿逐渐引起学术界的认同和重视。但就它是“最接近猿的人”还是“最接近人的猿”，学术界仍有争议。解决争议的关键是南猿能否制造工具。虽然人们曾在发现南猿化石的洞穴和裂隙中找到了石器，但同时还有进步类型的人化石伴生，因此南猿是否是工具的制造者很难取得一致意见。此外，由于南猿化石出土层位不清，故南猿确切的生存年代还一时无法搞清。自1924年找到首个幼年南猿头骨以来的70余年，在非洲有不下20个地点发现了最早阶段的人类化石。

1974年，由美国古人类学家约翰逊领导的多国考察队，在埃塞俄比亚的阿法地区发现了一具保存40%遗骸的被称为“露西少女”南猿骨架，其生存年代超过300万年，以后被订名为“阿法南猿”。在阿法地区还曾发现一处埋有13个阿法南猿个体的骨骸，为此有人将之称为人类的“第一家庭”。90年代，非洲的古人类化石重要发现接连不断。

1992年，在埃塞俄比亚的阿拉米斯发现距今440万年的南猿化石，最初被命名为“始祖南猿”，经过进一步发掘与研究，更名为“始祖地栖猿”。

1996年，来自13个国家40多位科学家组成的考察队在阿法盆地的中阿瓦什地区，找到了距今250万年的南猿化石。由于它在形态上混杂着接近人和许多不同类型南猿的特点，被认为是连接阿法南猿和早期人属之间的一个新种代表，被订名为“惊奇南猿”。在肯尼亚图尔卡纳湖东岸的库比福拉地点，则相继发现了阿法南猿、鲍氏南猿，“能人”，以及曾被叫做“1470号人”的头骨化石。后者最后被订名为“卢道尔夫人”，距今年代为190万年，并被认为是人属中的最早成员；在湖西岸，1985年曾发现有一具距今250万年的头骨，被命名为“埃塞俄比亚南猿”，他是粗壮型南猿的祖先。

1995年在西岸的卡那坡地点发现的距今410万年的原始类型南猿化石，被命名为“湖滨南猿”。令人瞩目的是，它们的下肢骨显示出直立行走的特点，而上肢骨却仍保留着上攀援的特点。这表明分子生物学所推测的距今500万年人与猿分道扬镳可能是对的。据目前所拥有的化石材料而言，人类的发祥地很可能在非洲，特别是东非地区。大概在距今200万年至180万年左右，非洲的“能人”甚至“匠人”走出非洲进入亚洲和欧洲。早在1907年发现的海德堡人，曾一度被视作欧洲的猿人或是向尼安德特人过渡的类型。

1994-1996年，在西班牙北部阿塔普卡地区，发现了80多件人类化石，古地磁年代测定为距今78万年以上，被认为是海德堡人的祖先。而在之前的1991年9月，在格鲁吉亚东南边境一个名叫德玛尼西的地方，发现了一具保存完整齿列的下颌骨，形态呈直立人型。以后又发现比较完整的头盖骨化石。据古地磁年代测定为距今180万年，故德玛尼西人被认为是非洲以外已发现的年代最古老的直立人化石之一，也是迄今欧洲最早的人化石。以色列出土的尼人类型的古人类化石也很著名，最近又以早期石制品引人注目。在以色列境内有一条约旦河谷，是东非大裂谷的北延部分。

1959年在这里发现乌贝蒂亚旧石器时代遗址。从该地上新世至早更新世地层中出土了大量哺乳动物化石和石制器，据古地磁法测得距今年代约在150万至100万年间。有些学者认为这个遗址是非洲之外最早的直立人文化遗址之一，它的主人可能是刚从“能人”演化而来的早期直立人。我国在近半个世纪也发现了大量有关人类演化的化石材料。自50年代在云南开远发现古猿以来，70年代和80年代在云南禄丰和元谋又相继发现古猿化石，可分大小两种类型。有些学者认为大型者可谓西瓦猿型，小型者属拉玛猿型。拉玛猿作为人类远祖的论点其时在我国正风行一时，所以有的学者认为人类远祖已在中国找到，便将小型古猿命名为“中国古猿”，以表达人类起源于中国的美好愿望。然而随着科学界对拉玛猿属性认识的变更，国内有些学者将云南不同地区的古猿归属到一个新属，即禄丰猿属之内。不过也有学者认为，它们只是云南西瓦猿中不同的亚种。60年代，陕西蓝田公王岭和云南元谋大那乌发现了直立人类型的蓝田人和元谋人，他们距今年代超出100万年，后者甚至达到170万年，成为目前已知中国境内最早的人化石。但遗憾的是，元谋人化石目前仅限于2枚上内侧门齿，以及年代稍晚的一段胫骨，而在非洲发现的年代大致相同的却有完整的骨架。虽然曾经有人将湖北建始地区发现的几颗化石牙齿看作是与南猿类型接近的材料，但因材料太少未获得学术界的承认。

1989年在湖北郧县找到2具原始人头骨化石，一开始又将其归于南猿之列，修理后发现乃属直立人型。

1980年在安徽和县及1993年在江苏南京也发现了直立人型头骨化石。虽然对于它们的年代说法很多，但均未超出50万年。自1985年起，在四川巫山县龙骨坡出土了一批早更新世哺乳动物化石，其中包含像人的1枚门齿和一段下颌残块，同时还宣称出土了有人工痕迹的石制品。一开始它们被部分学者鉴定为直立人型，后来国外学者介入，认为与直立人形态差异大，而与非洲的“能人”和“匠人”相近，并进一步测定了其年代为距今180万年以上，甚至超过200万年。进入90年代，非洲出土大量早期人化石，并且这些化石构成了一个相当完整的演化体系，而亚洲地区出土的化石很难与它相提并论。相较而言，非洲似更有条件作为人类的发祥地。

古人类学的研究还表明：能人/卢道尔夫人具有较大的躯体和较重的脑量，故具有较强的体能和较高的智能，不仅已能制造工具，很可能还有较紧密的群体关系。加上新世时期古气候的变化，引起生态环境的变化和哺乳动物的迁移，由此带动了古人类群的迁徙。这些研究成果在90年代后期汇成“走出非洲”的假说。

部分学者提出：大概在距今200万年至180万年左右，非洲的“能人”，甚至“匠人”，走出非洲进入亚洲和欧洲。以色列的乌贝蒂亚、格鲁吉亚的德玛尼西、巴基斯坦的伯比山以及我国的“巫山人”诸遗址，均被看作是早期人类迁徙途中的遗迹。以后，非洲的能人/卢道尔夫人演化为匠人，而在亚洲则演化直立人。也有人构想出另一种过程，即非洲早期人类首先迁徙到亚洲，演化为直立人后，又返回到非洲，并迁徙到欧洲。不过“走出非洲”尚有另层意思，即现代类型的智人也是由非洲的智人迁移到各洲去的，时间大约在距今10多万年前，即所谓“夏娃说”。发现早于200万年前的人类化石固然重要，但要使我国距今150—200万年的古人类能站稳脚跟，更是当务之急。

20世纪80年代，我国有些学者在发掘和研究元谋西猿时，认为在元谋盆地小河地区豹子洞篝发现的古猿伴有石器。能制作石器，岂不是人？故将之订名为“东方人”，并将其生存年代定在距今250万年前。而在同一地区的蝴蝶梁子发现的一具幼年头骨，鉴定为拉玛猿型，认为是人类的祖先，后来宣称在地层中也找到了“石器”，将之更名为“蝴蝶人”，其生存年代定为距今400多万年前，并进而构筑了“开远拉玛猿”-“禄丰拉玛猿”-“蝴蝶拉玛猿”（或“蝴蝶人”）-“东方人”-元谋猿人-昭通人（智人的早期代表）-西畴人、丽江人（智人的晚期代表）等相当完整的系列。鉴于此，有人提出滇中高原及其邻区是人类起源的关键地区。但遗憾的是，早在70年代后期，学术界已抛弃拉玛猿是人类远祖的观点。后经研究，所谓“蝴蝶人”的“石器”原来是天然石块；而“东方人”的石器，后来被证明是地表上拣来的，而且时代甚晚。1997年，我国启动了寻找200万年和更早时期人类的“攀登项目”，投入了不小力量，但迄今收获甚微。后来在安徽繁昌发现了距今200—240万年的石制品和骨器，发现物出自早更新世裂隙堆积中。但那到底是不是人工制品在学术界曾引起很大争议。此外，光有石器还远远不够，它只是间接证据，关键是找到人化石。1999年在河北蔚县上新世地层中找到了一件距今300万年的石器，这远远超过了非洲发现的不超出260万年的界限，并认为这是对人类非洲起源论的一次挑战。但该标本发现于1990年，事隔9年后才公布于世令人费解。

2、非洲起源论：

中国学者要挑战非洲起源论，就必须找出更多的早期人类化石。就连目前所认定的我国最早的元谋人化石，国内外有些学者认为其距今只有60万年！我们必须找到更早时期的人类化石，而且这些化石能建立一个比较完整的体系，使得非洲材料从属于这个体系才行。我国的古环境条件不算太差，既然已发现了丰富的中新世和上新世的古猿化石，这样的生存环境同样适合早期人类生存。我们并不完全排除人类起源亚洲的潜在可能性，但仅有设想和冲刺的良好愿望是远远不够的。具有说服力的化石材料才最具科学性。

达尔文的简介：

查尔斯·罗伯特·达尔文（1809年2月12日-1882年4月19日） 英国生物学家，进化论的奠基人。曾经乘坐贝格尔号舰作了历时5年的环球航行，对动植物和地质结构等进行了大量的观察和采集。出版《物种起源》，提出了生物进化论学说，从而摧毁了各种唯心的神造论以及物种不变论。除了生物学外，他的理论对人类学、心理学、哲学的发展都有不容忽视的影响。恩格斯将“进化论”列为19世纪自然科学的三大发现之一（其他两个是细胞学说、能量守恒转化定律），对人类有杰出的贡献。

查尔斯·罗伯特·达尔文于1809年2月12日出生在英国。达尔文的祖父曾预示过进化论，但碍于声誉，始终未能公开其信念。他的祖父和父亲都是当地的医生，家里希望他将来继承祖业。

1825年16岁时便被父亲送到爱丁堡大学学医。因为达尔文无意学医，进到农学院后，他仍然经常到野外采集动植物标本并对自然历史产生了浓厚的兴趣。父亲认为他“游手好闲”、“不务正业”，一怒之下，于 1828年又送他到剑桥大学，改学神学，希望他将来成为一个“尊贵的牧师”，这样，他可以继续他对博物学的爱好而又不至于使家族蒙羞，但是达尔文对自然历史的兴趣变得越加浓厚，完全放弃了对神学的学习。在剑桥期间，达尔文结识了当时著名的植物学家J.亨斯洛和著名地质学家席基威克，并接受了植物学和地质学研究的科学训练。

对于婚姻大事，达尔文也有着科学家的谨慎。他拿了一张纸，中间划条线，线的一边写结婚的好处，另一边写单身的好处。达尔文感叹不结婚太孤单，然后连写三个“结婚”-证明完毕，必须结婚。达尔文显然是个性格温和的人，喜欢和女人闲聊，他就是要找传统的贤妻良母。他并不是没有别的选择。朋友家的三位女儿，个个博学聪明，能跟他辩论哲学和科学，更能容纳他的。他找上了从小认识的表姐爱玛·韦奇伍德。爱玛比达尔文大一岁，她的父亲是达尔文母亲的弟弟。爱玛一口答应达尔文的求婚——这个爱听女人唠叨的男人，女孩子似乎都当他理想丈夫材料。虽然爱玛担心死后会和丈夫永远分手，她将上天堂，不拜上帝的丈夫则不知去何方，她也只是要求达尔文对信仰保持开放心态。两个半月后，他们就结婚了。

女儿安妮的去世未能摧毁达尔文的婚姻。在爱玛的时代，女儿安妮的病故很容易被认作是对自己“不道德”行为的惩罚，比如说，嫁了一个不信上帝的男人。但爱玛从未如此认为。两人都深爱安妮。眼见安妮停止呼吸，达尔文自己也病倒在床。他对爱玛说：我们更要互相珍重。爱玛答道：你要记住，你永远是我最珍贵的宝藏。每到周日，他陪着爱玛和孩子走到教堂。妻子带孩子进去做礼拜，达尔文却孤身在镇中散步。

爱玛未必同意《物种起源》中自然选择的观点（而不是上帝创造），或许她都未必感兴趣。但也正因为如此，爱玛可以代表当时的未受过科学教育的信教大众，对《物种起源》手稿作出第一反应。爱玛仔细阅读了手稿，改正拼写，改正标点，并建议达尔文将一些容易刺激信徒和教会的段落写得语气温和一些，论据更清楚一些。如果当初不结婚的那一栏里理由再多一些，如果达尔文保持单身，继续生活在伦敦的知识分子中间，如果不是和爱玛结婚，他很可能写出一本较为激烈的书。由于爱玛的参与，对书中观点的争论，多少能摆脱感情的羁绊，而集中于事实和逻辑。

《物种起源》初版于1859年。十二年后，达尔文又出版了《人类的由来》一书。不管人猿同源如何有争议，《人类的由来》一书，显然对达尔文夫妻的感情毫无影响。这本书出版后不久，他们存活下来的最大的女孩子埃蒂嫁人了。达尔文告诉她：我有一个幸福的人生，这要完全归功于你的母亲-你应以母亲为榜样，你的丈夫将会爱你有如我爱你的母亲。

达尔文早于爱玛十四年去世。有一个传说，说他在去世前皈依了信仰。或许，是为了安慰爱玛的天堂不得相见的悲伤？没有这回事。在爱玛的日记里，未曾发现此类记录。达尔文至死是一个坚持自己立场的科学家。

1831年毕业于剑桥大学后，他的老师亨斯洛推荐他以“博物学家”的身份参加同年12月27日英国海军“小猎犬号”舰环绕世界的科学考察航行。先在南美洲东海岸的巴西、阿根廷等地和西海岸及相邻的岛屿上考察，然后跨太平洋至大洋洲，继而越过印度洋到达南非，再绕好望角经大西洋回到巴西，最后于1836年10月2日返抵英国。他在随“小猎犬号”环球旅行时，随身带了几只鸟，为了喂养这些鸟，又在船舱中种了一种叫草芦的草。船舱很暗，只有窗户透射进阳光，达尔文注意到，草的幼苗向窗户的方向弯曲、生长。但后来几十年间，达尔文忙着创建进化论，直到其晚年，才着手进行一系列实验研究向光性的问题，在1880年出版的《植物的运动力》一书中总结了这些实验结果。达尔文是用草的种子做这些实验的。草的种子发芽时，胚芽外面套着一层胚芽鞘，胚芽鞘首先破土而出，保护胚芽在出土时不受损伤。达尔文发现胚芽鞘是向光性的关键。如果把种子种在黑暗中，它们的胚芽鞘将垂直向上生长。如果让阳光从一侧照射秧苗，胚芽鞘则向阳光的方向弯曲。如果把胚芽鞘尖端切掉，或用不透明的东西盖住，虽然光还能照射胚芽鞘，胚芽鞘也不再向光弯曲。如果是用透明的东西遮盖胚芽鞘，则胚芽鞘向光弯曲，而且，即使用不透光的黑色沙土掩埋胚芽鞘而只留出尖端，被掩埋的胚芽鞘仍然向光弯曲。达尔文推测，在胚芽鞘的尖端分泌一种信号物质，向下输送到会弯曲的部分，是这种信号物质导致了胚芽鞘向光弯曲。

这次航海改变了达尔文的生活。回到英格兰后，他一直忙于研究，立志成为一个促进进化论的严肃的科学家。1838年，他偶然读了T.马尔萨斯的《人口论》，从中得到启发，更加确定他自己正在发展的一个很重要的想法：世界并非在一周内创造出来的，地球的年纪远比《圣经》所讲的老得多，所有的动植物也都改变过，而且还在继续变化之中，至于人类，可能是由某种原始的动物转变而成的，也就是说，亚当和夏娃故事根本就是神话。达尔文领悟到生存斗争在生物生活中意义，并意识到自然条件就是生物进化中所必须有的“选择者”，具体的自然条件不同，选择者就不同，选择的结果也就不相同。

然而，他对发表研究结果抱着极其谨慎的态度。1842年，他开始撰写一份大纲，后将它扩展至数篇文章。1858年，出于年轻的博物学家R.华莱士的创造性顿悟的压力，加之好友的鼓动，达尔文决定把华莱士的文章和他自己的一部分论稿呈交专业委员会。1859年，《物种起源》一书问世，初版1250册当天即告售罄。以后达尔文费了二十年的时间搜集资料，以充实他的物种通过自然选择进化的学说，并阐述其后果和意义。

作为一个不求功名但具创造性的人，达尔文回避了对其理论的争议。当宗教狂热者攻击进化论与《圣经》的创世说相违背时，达尔文为科学家和心理学家写了另外几本书。《人类的由来及性选择》一书报告了人类自较低的生命形式进化而来的证据，报告了动物和人类心理过程相似性的证据，还报告了进化过程中自然选择的证据。

1882年4月19日，这位伟大的科学家因病逝世，人们把他的遗体安葬在牛顿的墓旁，以表达对这位科学家的敬仰。

北汽威旺306发动机号在什么位置

达尔文效应是的意思如下：

达尔文效应即达尔文进化论，是指由于一个物种的性状分歧或进化而导致的另一个物种的性状分歧或进化，这两个过程是相互依赖的，从而形成一个相互作用的进化过程。

达尔文效应的起因可以追溯到物种形成的时候，当一个物种因为地理、生态或遗传等原因而发生分歧时，不同的物种会朝着不同的方向进化。这些不同的进化方向又会反过来影响另一个物种的进化，从而形成相互作用的进化过程。

达尔文效应的发现对于我们理解生物进化的机制有着重要的意义。比如，在一个生态系统中，如果某些物种因为适应环境而发生分歧，那么这个生态系统中的其他物种也会因此受到影响。

在生物学中，达尔文效应的应用非常广泛。比如，在生态学中，达尔文效应可以帮助我们理解生态系统中不同物种之间的关系。在进化生物学中，达尔文效应可以解释为什么不同的物种会有不同的性状。此外，达尔文效应还可以用来解释为什么不同物种之间会有相互依赖的关系。

需要注意的是，达尔文效应的起因和机制是非常复杂的，需要综合考虑多个因素。比如，在物种形成的过程中，基因突变、遗传漂变、自然选择等因素都会对进化产生影响。此外，不同物种之间的关系也是非常复杂的，需要我们进行更加深入的研究和探索。

达尔文效应的发现对于我们理解生物进化的机制有着重要的意义，可以用来解释生态系统中不同物种之间的关系、不同物种为什么会有不同的性状等问题。同时，需要注意达尔文效应的起因和机制是非常复杂的，需要综合考虑多个因素。

什么是分子达尔文系统？

发动机号的位置有几个地方:1。在发动机缸体的侧面。2.论机动车驾驶证。3.论机动车合格证。4.机动车登记证书上。5.它也标记在车辆的铭牌上，位于B柱上。北汽威旺306发动机号在什么位置

北汽威旺306发动机号在什么位置

发动机号的位置有几个地方:1。在发动机缸体的侧面。2.论机动车驾驶证。3.论机动车合格证。4.机动车登记证书上。5.它也标记在车辆的铭牌上，位于B柱上。

北汽威旺306的生产厂商

制造商是国有企业BAIC昌河汽车有限公司。成立于1982年的昌河汽车和北汽集团，后期以股权控股的方式进入北汽集团，成为BAIC昌河，总部位于江西景德镇。

北汽昌河的代表车型

其代表车型为2007年9月上市的昌河铃木北斗星，在微型车系列中性价比非常高。同时，该品牌还生产。福瑞迪车型，北斗星车型，利亚纳a6车型，生产的车型包括乘用车和商用车。

北汽新能源EU系列后备箱尺寸大小

北汽新能源EU系列后备箱宽度1330mm，高度550mm，常规深度1000mm，后排 座椅 放倒后最大深度1790mm。盖板高出地面1750毫米。水平空或垂直空车厢比较适中，内部比较平坦。

北汽新能源EU系列后备箱容积

汽车后备箱其实就是汽车的杂物间，北汽新能源EU系列后备箱内部结构比较规整，所以储物能力更好。这款车后备箱的尺寸和深度都比较不错，座椅放倒后，会有很大空的驾驶空间。

北汽新能源EU系列储物空间

北汽新能源EU在存储方面做得非常好。车内乘客在设计和上市上考虑的非常多。日常用品放置的地方很充足，使用时随处可见，前后门板大，但扶手箱会小一些。

北汽新能源EU系列配置

内饰简洁大气，大尺寸悬浮式，中控面板区域简洁。三幅式采用平底设计，质感细腻，多功能键支持行车电脑。12.3英寸全液晶仪表盘，视觉效果美观，内容清晰，中控屏互联，内置达尔文系统，支持智能和电量，续航时间更长。

北汽威旺306发动机号在什么位置 @2019

最贵的不是Model 3！有钱人都买什么新能源车？

分子达尔文系统 是 超循环组织模式（自催化超循环组织模式或自我复制的单元组织被循环联系成的系统（好比核糖体，病毒的自动装配等生物大分子“自动聚合”的作用）） 的别称，是由 艾根 开创的一种原始细胞起源假说。它可以依靠遗传，变异和选择实现最优化，故又称 分子达尔文系统，分子系统中的类似物种的组合，可称分子准种。

更多详情还是百度吧。

mac系统为何不能在PC上安装?

[汽车之家?新能源]?转眼间2020年已经过半，受到新冠疫情的影响，各种“反脆弱”、“不确定性”的声音不绝于耳，那么如何找到适合企业的解决方案至关重要。日前，国内新能源车市场2020年1-5月的销量成绩已经出炉，在车市低迷的市场趋势下，国内新能源市场的竞争变得愈发激烈，车企将面临更大的挑战，新能源市场又有哪些变化呢？

30秒了解全文重点：?1.?国产特斯拉Model?3从鲶鱼变鲨鱼，5个月登顶新能源车销量榜首，销量超3.1万辆；?2.?比亚迪秦新能源占据榜单第二名，与元新能源销量合计超2.3万辆；?3.?除秦新能源以外，插电混合动力车型还有沃尔沃XC60新能源、宝马5系新能源入围，销量分别为9747辆、8484辆；?4.?微型车有奇瑞eQ1和欧拉R1入围，初创品牌车型仅有蔚来ES6占据一席。

从2020年1-5月新能源车销量TOP?10排行榜中我们可以看到，国产特斯拉Model?3销量相当于第二名比亚迪秦新能源与第三名广汽新能源Aion?S销量之和，超过3.1万辆；在插电混合动力车型中，沃尔沃XC60新能源销量超过宝马5系新能源，销量达9747辆；虽然微型车市场在不断萎缩，但本次榜单依然有奇瑞eQ1和欧拉R1两台小车上榜，在经济疲软情况下，微型车可能又迎来一波销量高峰。下面一起来看下这10款车具体的销量表现。

2020年1-5月新能源车销量NO.1——特斯拉Model?3（国产）

作为第一款国产的特斯拉车型，Model?3的售价较进口车型有很大优势，其中补贴后售价为27.155万元的标准续航后驱升级版车型贡献了大部分销量。大胆前卫的造型、简约科技范的内饰设计，Model?3将极简主义设计理念发挥到了极致，迎合了当下主力消费人群的审美观念。Autopilot自动辅助驾驶是特斯拉技术的护城河，它将驾驶操作化繁为简，通过OTA升级持续提升车辆的驾乘体验。5月20日，NEDC续航668km的长续航版本陆续开始交付，对提升产品竞争力起到正向作用。

特斯拉是一个“直男”企业，为达目的誓不罢休，频繁调价绝不手软，以价格换销量才是想要的结果；为了保证交付进度，“换芯”事件又引起争议，它让用户又爱又恨。短短5个月，特斯拉从鲶鱼变鲨鱼，坐上了中国新能源车市场的头把交椅，这一切来的太快了。

2020年1-5月新能源车销量NO.2——比亚迪秦新能源

在入围的10款车型中，秦新能源是唯一拥有纯电动（下简称EV）和插电混合动力（下简称PHEV）两种动力形式的车型。秦新能源是比亚迪的明星车型，积累了不错的用户口碑，在2019年11月，秦EV经历了车型换代，新车采用家族式Dragon?Face设计语言，视觉效果更时尚、年轻；内饰部分，新车中控台整体采用了比亚迪家族流行的T型设计，走简洁大气路线。秦PHEV车型虽然并未换代，但其在发动机和电动机的加持下，动力在同级别中罕逢敌手，80km的纯电续航也能满足许多人的通勤需求。

比亚迪在电控、电机、IGBT芯片等领域，陆续研发出拥有自主知识产权的技术和产品，其动力电池也实现了自产自供。手握产品技术王炸的比亚迪让人刮目相看，在你不知道哪款紧凑型新能源车时，选秦新能源肯定不会错。

2020年1-5月新能源车销量NO.3——广汽新能源Aion?S

广汽新能源Aion?S是广汽新能源第二代纯电专属平台GEP（GAC?Electric?Platform）的首款车型，新车根据配置不同，共有两种续航里程的车型可选，分别为410km和510km，且提供外观、内饰、配置等选装包，丰富消费者的选择。

该车外观时尚靓丽，同时不乏个性；内饰用料质感上佳，颇有档次；车内配置丰富，车内空间让人满意；动力比较充沛，驾驶感受轻松舒适，底盘行驶质感上佳，没有明显的短板，深谙均衡之道。

2020年1-5月新能源车销量NO.4——沃尔沃XC60新能源

销量排名第四的是插电式混合动力车型，是来自沃尔沃亚太的XC60新能源。沃尔沃XC60新能源无论是外观，还是内饰跟燃油版车型的区别都不是很大，只有左前翼子板上方的充电接口和车尾的T8标识，表明了其新能源车的身份。不过，动力才是沃尔沃XC60新能源的亮点所在，由一套由2.0T发动机和电动机组成的插电式混动系统，该系统的综合最大功率达到了300kW，综合峰值扭矩则为640N·m，与之匹配的是一台8AT变速箱，官方给出的0-100km/h加速时间仅为5.3秒，十分强悍。

现在许多城市对符合国内新能源车标准的合资品牌新能源车（含插电式混合动力车型）也会有相应的补贴政策，在上海、深圳、广州等一些城市也能够免征购置税，享受不限行的待遇，这些就足矣打动这部分消费人群了。

2020年1-5月新能源车销量NO.5——蔚来ES6

蔚来ES6是此次新能源车销量排行榜中唯一入围的初创品牌车型，蔚来作为国内造车新势力的“头部力量”，从来不缺少“关注”。作为蔚来旗下第二款量产车型，蔚来ES6可选择不同容量电池包、允许换电补充电能，以及品牌强大的售后服务体系获得了大量的关注。

在公司层面，2019年岌岌可危的蔚来迎来转机，今年获得了合肥政府的高额投资，解决了现金流的燃眉之急；今年4月出台的2020新能源补贴方案中，具备换电的车型受到优待，蔚来ES6的销量也持续走高，今年前5个月销量达9365辆。

2020年1-5月新能源车销量NO.6——宝马5系新能源

销量排名第六的仍是一款插电式混合动力车型，是来自华晨宝马的5系新能源。在国内插电混动新能源车销量榜单中，宝马5系新能源是榜上的常客。从销量数据中可知，今年1月和2月销量均低于1000辆，3-5月的销量均超过2000辆，销量为什么攀升？到底发生了什么？

原来在今年2月上旬，华晨宝马530Le里程升级版正式上市，新车换装了第四代eDrive系统，其电池容量和纯电续航里程分别由老款车型的13kWh、67km增加到了17.7kWh、95km，进一步提升了纯电动模式下的出行半径，售价与此前保持不变，可谓加量不加价，销量的变化也就不难理解了。

2020年1-5月新能源车销量NO.7——奇瑞eQ1

作为一款微型车，eQ1造型独特，内饰精致，配置丰富，并提供3门2座/3门4座的两种布局；其次在实际续航测试部分，eQ1?小蚂蚁400智炫版4座车型（NEDC续航里程301km）的高速续航（90±2km/h）为260km，城市低速续航（30±2km/h）348km，这样的表现实属不易。

2020年1-5月新能源车销量NO.8——比亚迪元新能源

目前在售的比亚迪元EV分为305km和410km两个续航版本共9款车型，补贴后售价区间覆盖8.99-13.99万元。得益于比亚迪e平台，元EV搭载的三合一集成式电驱动系统、DiLink车机互联系统等也均在软、硬件方面为营造出了强大的产品力。

在质保方面，元EV整车质保期为6年或15万公里，三电系统等核心零部件质保期为8年15万公里，动力电池电芯终身保修，解决了用户的后顾之忧。在2019年全球纯电动车型销量排行榜上，元EV排名第三，销量成绩足以证明其强大的竞争力。另外，国内消费者有从众心理，这会形成马太效应，车型销量如同滚雪球一般增长。

2020年1-5月新能源车销量NO.9——北汽新能源EU5

EU5外观延续了大气、稳重的造型风格，其中前包围两侧的C字型日间行车灯很具辨识度。新车12.3英寸的全液晶仪表和9英寸中控屏功能丰富，其中车机搭载达尔文系统，语音识别、OTA等功能均有配备。动力部分，EU5全系车型配备最大功率160kW，峰值扭矩300N·m的电机，动力储备充足，结合比较灵敏的动力输出调校、电机的反应速度，驾驶轻快感不错。

今年4月，BEIJING汽车宣布推出针对全系新能源车型的“三电终身质保”政策，凡2020年1月1日后购买BEIJING旗下新能源车的首任私家车主，均享受电池、电机、电控及核心集成电气部件的终身免费质保承诺，这也解决了用户购车的后顾之忧。

2020年1-5月新能源车销量NO.10——欧拉R1

疫情这场黑天鹅事件让经济缓了下来，为了降低与人接触的风险，购买一台代步车的需求日益高涨。欧拉R1就是一款精致的纯电动车，它外型可爱、呆萌，还加入了一些复古的味道，开着这样一款车，路人的回头率相当高，这也满足了那些有个性、充满创造性消费者的审美需求；车内圆形的造型元素继续被延续，内饰设计干净、整洁；配置方面，灵趣版车型配备防眩目后视镜、多媒体音量随速调节功能、倒车雷达、倒车影像、ABS+EBD安全系统、上坡辅助、远程预约充电等功能，注重安全与实用。

全文总结：

从今年1-5月的销量榜单前10名来看，10-15万元售价区间的车型销量较高，这部分消费者更在乎车辆的性价比，在满足通勤代步同时，对空间、配置要求也比较明显；特斯拉Model?3、蔚来ES6等4款车型售价区间在30-50万元之间，消费者对豪华新能源车接受程度不断提高，其中沃尔沃XC60新能源和宝马5系新能源均为插电混合动力车型，这些消费者购买决策与个别城市的限行、限购政策有着密切关系。

源于消费者对新能源车动力电池的担忧，许多车企已经推出了期限更久或终身质保服务，有利于提振消费信心。如果您正打算购买新能源车，且没有明确的目标，可以依照销量榜单为参考，毕竟销量也是车型实力的体现。（文/汽车之家?张文浩）

神经达尔文具体内容

首先，MAC系统现在可以在PC上安装，只不过不能直接安装，需要进行一些破解。

其次，为什么不能直接安装呢，苹果机虽然采用INTEL处理器以后，整体硬件与普通PC差不多了，但还是有区别的，苹果机有SMC，PC机没有。苹果机用EFI，PC机用BOIS。而且MAC系统只针对自家苹果机开发，而苹果机用的显卡，主板等都有一定范围的。不像PC机，各种品牌型号的主板、显卡、声卡等太多太杂。所以MAC系统对市面上绝大多数的PC主板或显卡、声卡等都不兼容。特别是主板，采用的芯片组、整板线路设计等都会造成MAC对它无法顺利支持。简单地讲，MAC系统就是一个兼容性很差的系统，它只能兼容自家苹果机硬件配置，对过广的PC机硬件配置无法做到广泛的兼容。所以黑苹果才有所谓的完美配置，即相对符合MAC系统硬件兼容要求的PC配件。WINDOWS不同，它本身设计时就是要面对各种类型的PC配件，不同品牌，不同规格，不同型号。所以WINDOWS可以在所有普通PC机上安装，但MAC不行。本身设计之初对硬件的兼容与支持设计就不一样。

看到你的补充了，虽然UNIX可以用BIOS引导，但是苹果电脑的达尔文UNIX是针对苹果机设计的，它设计就是用EFI而不是BIOS。打个简单的比方，UBUNTU你知道吧，知名的LINUX，它有PC版也有MAC。那你说，LINUX是可以直接运行在PC上的，为什么不能把MAC版的UBUNTU直接安装在PC机上呢？

续航421公里，补贴后11.99万起，BEIJING-EX3 R500上市

1972 年诺贝尔生理医学奖的获得者 埃德尔曼（Gerald M.Edelman） 在意识问题的研究上做了最实质性的工作，提出了一个运用神经元群体来解释大脑工作的整体（global）理论—— 神经达尔文主义 ，或称为 神经元群体选择理论 。 在描述大脑如何处理外界信息和新信号的方面存在有两个理论，一个理论认为大脑如同计算机或图灵机，另一理论则是基于群体思想的理论。埃德尔曼倾向于后者，因为他认为群体思想在决定大脑是如何处理个体大脑的众多变异的方面上是很重要的。这种变异真的存在于所有的结构和功能层次中。由于所处的环境不同，不同的个体有不同的遗传、不同的后天秩序（epigenetic sequences）、不同的肢体反应和不断变化的环境中的不同经验，结果导致在神经元化学物质、网络结构、突触强度、记忆和价值系统所控制的激励模式等方面都有巨大变异，最终使人与人之间在“意识流”的内容和类型上有着明显的不同。杰出的神经科学家 Karl Lashiley 在评论个体神经系统的可变性时，就承认自己还没有做好充分的准备来解释如此多的变异的存在。即使大脑展示了很多一般模式而没有显示这些变异，它们也不能仅仅当作噪音处理掉，因为这些变异太多，而且存在于很多组织层次诸如分子、细胞和回路（circuits）等中。进化完全不可能像一道计算机程序处理噪音一样设计出多重纠错代码来保护大脑中阻止变异产生的模式。面对神经系统多变性的另一种基本方式是认为变异是普遍存在的。假设每个个体大脑的局部不同构成了变异群体。在这种情况下，假如某些价值约束或某些适宜性的限制得以满足，那么即使在不可预测的情况下，这样一个变异群体的选择同样会产生相应的模式，这就是所谓的“适者生存”。 “神经元群体选择理论”理论有三大信条： （1）发育选择(Developmental selection) ：“在神经元解剖结构建立的早期，发育的神经元之间的联结模式中发生后天变异，这些变异在每个由无数变异的回路或神经元群体组成的脑区中产生“节目单”（repertoires）。在胚胎发育和胎儿阶段，突触上变异的产生就源于这样一个事实：一起放电的神经元串连在一起（neurons that fire together wire together）。”也就是说，“一个物种中的个体发育的早期，一开始，大脑解剖结构的形成显然受到基因和遗传的制约，但是，在胚胎发育的早期阶段开始，随着每个个体的发育，体细胞选择在各个层次的突触之间建立大量联结。例如，在发育过程中，神经元向各个方向延伸了大量的分枝，这些分枝产生了个体中联结模式的大量多变性并产生一个大量神经回路的极其多样的节目单（即产生了许多不同的神经回路）。在这之后，神经元根据它们放电活动的模式而加强或减弱彼此之间的联结：一起放电的神经元串连在一起。结果，同一个群体中的神经元彼此的联结要比不同群中的神经元之间的联结密切得多。”这样就形成了大量具有不同功能的神经元群体。 （2）经验性选择(Experiential selection) ：“这种选择交叠于发育选择的早期阶段并在此后延续终身。行为经验使得神经元群体的节目单中出现突触选择过程。例如，大脑中对应于手指触觉输入的映射区会随着使用的手指的数量的多寡而改变其边界。之所以产生这种变化是因为在局部联结起来的神经元群体内部以及这些神经元群体之间的突触强度有些得到加强，另一些则被减弱，但是其神经元解剖结构并没有发生什么变化。”也就是说，大量突触强度的积极的与消极的变异源于通过行为输入的外界环境的变化。这种选择过程受到弥散性价值系统活动的制约。弥散性价值系统是一种上行系统，它随时准备将发生的重要事件通知整个脑。 （3）再进入（Reentry） ：“在发育过程中，大量的交互联结被局部的和全局的建立，这就为映射区之间通过交互式纤维传递信号提供了基础。再进入就是大脑的各个分离映射区之间沿大量并行解剖联结（绝大多数都是交互的）不断进行着的并行、递归信号的传递过程。”大脑各个映射区（maps）的选择性事件之间的相关性就是由再进入的动态过程产生的。再进入有助于不同脑区活动的时空协调即再进入使得不同脑区内神经元群体的活动同步化，并把它们绑定成一些能给出协调一致的输出信息的回路。因此，再进入是使各种各样的感觉事件和运动事件的时空协调得以发生的核心机制。 简言之，发育选择造成极其多种多样的回路集合，神经元通过紧密互联形成的神经元群体是脑内神经联结的结构和功能模式的选择性活动主体，这里，高级大脑的选择单位不再是个体的神经元而是神经元群体。经验性选择使得突触群体之间的联结强度发生变化。通过价值系统的约束，其中的一些路径比另一些路径更有优势。受价值系统约束的突触群体联结强度的变异选择源于作为输入信息的行为经验的变化。在再进入过程中，再进入的信号沿着分布各处的神经元群体之间的交互联结传递以确保各个脑区中的神经元群体活动的时空相关性。由此可知，“发育选择和经验性选择为伴随着意识状态的分布式神经元状态的巨大多样性和分化性提供了基础，而再进入则使这些状态的整体性成为可能。”神经元群体选择理论的这三个信条一起形成一个选择系统。 埃德尔曼通过对脑的神经解剖结构的研究，发现有些区域与意识的产生有关，但是这些结构并不是意识场所。意识是一种过程，他的产生需要这些区域的活动，但是更重要的是“再进入”。它是形成意识的关键，由再进入相互作用联结的神经元群体是高级大脑中的选择单元。

采纳哦

机器学习两大系统是啥？

日前，BEIJING品牌旗下纯电小型SUV?BEIJING-EX3?R500正式上市，新车补贴后价格11.99万-12.99万元，续航里程可达421km。相比在售的R600定价更低，进一步拉低了EX3的起售门槛。

BEIJING-EX3?R500前脸采用BEIJNG品牌最新车标，车身前脸采用飘逸的上扬线条，分体式大灯组与前脸的U形大嘴相呼应，时尚科幻，具有很强的视觉冲击力。车身侧面采用悬浮式车顶设计，车尾采用LED贯穿式尾灯，点亮后十分醒目。车身尺寸方面，BEIJING-EX3?R500的长宽高分别为4200/1780/1638mm，轴距为2585mm。

内饰方面，新车配备12.3英寸全液晶数字仪表盘、9英寸悬浮式中控屏，配备智能语音交互系统，可通过语音控制导航、娱乐系统以及天窗。新车全系标配ESP车身稳定系统、6安全气囊、电子手刹、前后排USB接口等实用配置。

动力方面，BEIJING-EX3?R500配备的三元锂电池容量为52.56kWh，配合行业领先的EMD?3.0智能电控系统与智能仿生温控技术，达到工况续航421km。此外，BEIJING-EX3?R500还搭载达尔文系统，集高效电控与智能网联系统于一体。

据悉，北汽新能源为北京地区用户提供多项优惠福利，3月31日前订车可享订金翻10倍（最高可抵10000元）及两年免息的优惠，置换还有1.5万补贴，老车主推荐用户，双方可获终身免费保养服务。特殊疫情期间，北汽新能源提供“无接触”购车服务，线上订车，保险、贷款、上牌一条龙服务，可直接在家提车。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

读书笔记：达尔文与理论生态学（一）——Darwinian ecology

机器学习

机器学习(Machine Learning)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演译。

学习能力是智能行为的一个非常重要的特征，但至今对学习的机理尚不清楚。人们曾对机器学习给出各种定义。H.A.Simon认为，学习是系统所作的适应性变化，使得系统在下一次完成同样或类似的任务时更为有效。R.s.Michalski认为，学习是构造或修改对于所经历事物的表示。从事专家系统研制的人们则认为学习是知识的获取。这些观点各有侧重，第一种观点强调学习的外部行为效果，第二种则强调学习的内部过程，而第三种主要是从知识工程的实用性角度出发的。

机器学习在人工智能的研究中具有十分重要的地位。一个不具有学习能力的智能系统难以称得上是一个真正的智能系统，但是以往的智能系统都普遍缺少学习的能力。例如，它们遇到错误时不能自我校正；不会通过经验改善自身的性能；不会自动获取和发现所需要的知识。它们的推理仅限于演绎而缺少归纳，因此至多只能够证明已存在事实、定理，而不能发现新的定理、定律和规则等。随着人工智能的深入发展，这些局限性表现得愈加突出。正是在这种情形下，机器学习逐渐成为人工智能研究的核心之一。它的应用已遍及人工智能的各个分支，如专家系统、自动推理、自然语言理解、模式识别、计算机视觉、智能机器人等领域。其中尤其典型的是专家系统中的知识获取瓶颈问题，人们一直在努力试图采用机器学习的方法加以克服。

机器学习的研究是根据生理学、认知科学等对人类学习机理的了解，建立人类学习过程的计算模型或认识模型，发展各种学习理论和学习方法，研究通用的学习算法并进行理论上的分析，建立面向任务的具有特定应用的学习系统。这些研究目标相互影响相互促进。

自从1980年在卡内基-梅隆大学召开第一届机器学术研讨会以来，机器学习的研究工作发展很快，已成为中心课题之一。

目前，机器学习领域的研究工作主要围绕以下三个方面进行：

（1）面向任务的研究 研究和分析改进一组预定任务的执行性能的学习系统。

（2）认知模型 研究人类学习过程并进行计算机模拟。

（3）理论分析 从理论上探索各种可能的学习方法和独立于应用领域的算法

机器学习是继专家系统之后人工智能应用的又一重要研究领域，也是人工智能和神经计算的核心研究课题之一。现有的计算机系统和人工智能系统没有什么学习能力，至多也只有非常有限的学习能力，因而不能满足科技和生产提出的新要求。本章将首先介绍机器学习的定义、意义和简史，然后讨论机器学习的主要策略和基本结构，最后逐一研究各种机器学习的方法与技术，包括机械学习、基于解释的学习、基于事例的学习、基于概念的学习、类比学习和基于训练神经网络的学习等。对机器学习的讨论和机器学习研究的进展，必将促使人工智能和整个科学技术的进一步发展 。

一、 机器学习的定义和研究意义

学习是人类具有的一种重要智能行为，但究竟什么是学习，长期以来却众说纷纭。社会学家、逻辑学家和心理学家都各有其不同的看法。按照人工智能大师西蒙的观点，学习就是系统在不断重复的工作中对本身能力的增强或者改进，使得系统在下一次执行同样任务或类似任务时，会比现在做得更好或效率更高。西蒙对学习给出的定义本身，就说明了学习的重要作用。

机器能否象人类一样能具有学习能力呢？1959年美国的塞缪尔(Samuel)设计了一个下棋程序，这个程序具有学习能力，它可以在不断的对奕中改善自己的棋艺。4年后，这个程序战胜了设计者本人。又过了3年，这个程序战胜了美国一个保持8年之久的常胜不败的冠军。这个程序向人们展示了机器学习的能力，提出了许多令人深思的社会问题与哲学问题。

机器的能力是否能超过人的，很多持否定意见的人的一个主要论据是：机器是人造的，其性能和动作完全是由设计者规定的，因此无论如何其能力也不会超过设计者本人。这种意见对不具备学习能力的机器来说的确是对的，可是对具备学习能力的机器就值得考虑了，因为这种机器的能力在应用中不断地提高，过一段时间之后，设计者本人也不知它的能力到了何种水平。

什么叫做机器学习(machine learning)？至今，还没有统一的“机器学习”定义，而且也很难给出一个公认的和准确的定义。为了便于进行讨论和估计学科的进展，有必要对机器学习给出定义，即使这种定义是不完全的和不充分的。顾名思义， 机器学习是研究如何使用机器来模拟人类学习活动的一门学科。稍为严格的提法是：机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。这里所说的“机器”，指的就是计算机；现在是电子计算机，以后还可能是中子计算机、光子计算机或神经计算机等等

二、 机器学习的发展史

机器学习是人工智能研究较为年轻的分支，它的发展过程大体上可分为4个时期。

第一阶段是在50年代中叶到60年代中叶，属于热烈时期。…>

第二阶段是在60年代中叶至70年代中叶，被称为机器学习的冷静时期。

第三阶段是从70年代中叶至80年代中叶，称为复兴时期。

机器学习的最新阶段始于1986年。

机器学习进入新阶段的重要表现在下列诸方面：

(1) 机器学习已成为新的边缘学科并在高校形成一门课程。它综合应用心理学、生物学和神经生理学以及数学、自动化和计算机科学形成机器学习理论基础。

(2) 结合各种学习方法，取长补短的多种形式的集成学习系统研究正在兴起。特别是连接学习符号学习的耦合可以更好地解决连续性信号处理中知识与技能的获取与求精问题而受到重视。

(3) 机器学习与人工智能各种基础问题的统一性观点正在形成。例如学习与问题求解结合进行、知识表达便于学习的观点产生了通用智能系统SOAR的组块学习。类比学习与问题求解结合的基于案例方法已成为经验学习的重要方向。

(4) 各种学习方法的应用范围不断扩大，一部分已形成商品。归纳学习的知识获取工具已在诊断分类型专家系统中广泛使用。连接学习在声图文识别中占优势。分析学习已用于设计综合型专家系统。遗传算法与强化学习在工程控制中有较好的应用前景。与符号系统耦合的神经网络连接学习将在企业的智能管理与智能机器人运动规划中发挥作用。

(5) 与机器学习有关的学术活动空前活跃。国际上除每年一次的机器学习研讨会外，还有计算机学习理论会议以及遗传算法会议。

三、 机器学习的主要策略

学习是一项复杂的智能活动，学习过程与推理过程是紧密相连的，按照学习中使用推理的多少，机器学习所采用的策略大体上可分为4种——机械学习、通过传授学习、类比学习和通过事例学习。学习中所用的推理越多，系统的能力越强。

四、机器学习系统的基本结构

上图表示学习系统的基本结构。环境向系统的学习部分提供某些信息，学习部分利用这些信息修改知识库，以增进系统执行部分完成任务的效能，执行部分根据知识库完成任务，同时把获得的信息反馈给学习部分。在具体的应用中，环境，知识库和执行部分决定了具体的工作内容，学习部分所需要解决的问题完全由上述3部分确定。下面我们分别叙述这3部分对设计学习系统的影响。

影响学习系统设计的最重要的因素是环境向系统提供的信息。或者更具体地说是信息的质量。知识库里存放的是指导执行部分动作的一般原则，但环境向学习系统提供的信息却是各种各样的。如果信息的质量比较高，与一般原则的差别比较小，则学习部分比较容易处理。如果向学习系统提供的是杂乱无章的指导执行具体动作的具体信息，则学习系统需要在获得足够数据之后，删除不必要的细节，进行总结推广，形成指导动作的一般原则，放入知识库，这样学习部分的任务就比较繁重，设计起来也较为困难。

因为学习系统获得的信息往往是不完全的，所以学习系统所进行的推理并不完全是可靠的，它总结出来的规则可能正确，也可能不正确。这要通过执行效果加以检验。正确的规则能使系统的效能提高，应予保留；不正确的规则应予修改或从数据库中删除。

知识库是影响学习系统设计的第二个因素。知识的表示有多种形式，比如特征向量、一阶逻辑语句、产生式规则、语义网络和框架等等。这些表示方式各有其特点，在选择表示方式时要兼顾以下4个方面：

(1)表达能力强。(2)易于推理。(3)容易修改知识库。(4)知识表示易于扩展。

对于知识库最后需要说明的一个问题是学习系统不能在全然没有任何知识的情况下凭空获取知识，每一个学习系统都要求具有某些知识理解环境提供的信息，分析比较，做出假设，检验并修改这些假设。因此，更确切地说，学习系统是对现有知识的扩展和改进。

执行部分是整个学习系统的核心，因为执行部分的动作就是学习部分力求改进的动作。同执行部分有关的问题有3个：复杂性、反馈和透明性。

五、机器学习分类

1、基于学习策略的分类

学习策略是指学习过程中系统所采用的推理策略。一个学习系统总是由学习和环境两部分组成。由环境（如书本或教师）提供信息，学习部分则实现信息转换，用能够理解的形式记忆下来，并从中获取有用的信息。在学习过程中，学生（学习部分）使用的推理越少，他对教师（环境）的依赖就越大，教师的负担也就越重。学习策略的分类标准就是根据学生实现信息转换所需的推理多少和难易程度来分类的，依从简单到复杂，从少到多的次序分为以下五种基本类型：

1）机械学习(Rote learning)

学习者无需任何推理或其它的知识转换，直接吸取环境所提供的信息。如塞缪尔的跳棋程序，纽厄尔和西蒙的LT系统。这类学习系统主要考虑的是如何索引存贮的知识并加以利用。系统的学习方法是直接通过事先编好、构造好的程序来学习，学习者不作任何工作，或者是通过直接接收既定的事实和数据进行学习，对输入信息不作任何的推理。

2）示教学习(Learning from instruction或Learning by being told)。

学生从环境（教师或其它信息源如教科书等）获取信息，把知识转换成内部可使用的表示形式，并将新的知识和原有知识有机地结合为一体。所以要求学生有一定程度的推理能力，但环境仍要做大量的工作。教师以某种形式提出和组织知识，以使学生拥有的知识可以不断地增加。这种学习方法和人类社会的学校教学方式相似，学习的任务就是建立一个系统，使它能接受教导和建议，并有效地存贮和应用学到的知识。目前，不少专家系统在建立知识库时使用这种方法去实现知识获取。示教学习的一个典型应用例是FOO程序。

3）演绎学习(Learning by deduction)。

学生所用的推理形式为演译推理。推理从公理出发，经过逻辑变换推导出结论。这种推理是"保真"变换和特化(specialization)的过程，使学生在推理过程中可以获取有用的知识。这种学习方法包含宏操作(macro-operation)学习、知识编辑和组块(Chunking)技术。演绎推理的逆过程是归纳推理。

4）类比学习(Learning by analogy)。

利用二个不同领域（源域、目标域）中的知识相似性，可以通过类比，从源域的知识（包括相似的特征和其它性质）推导出目标域的相应知识，从而实现学习。类比学习系统可以使一个已有的计算机应用系统转变为适应于新的领域，来完成原先没有设计的相类似的功能。类比学习需要比上述三种学习方式更多的推理。它一般要求先从知识源（源域）中检索出可用的知识，再将其转换成新的形式，用到新的状况（目标域）中去。类比学习在人类科学技术发展史上起着重要作用，许多科学发现就是通过类比得到的。例如著名的卢瑟福类比就是通过将原子结构（目标域）同太阳系（源域）作类比，揭示了原子结构的奥秘。

5）基于解释的学习(Explanation-based learning, EBL)。

学生根据教师提供的目标概念、该概念的一个例子、领域理论及可操作准则，首先构造一个解释来说明为什该例子满足目标概念，然后将解释推广为目标概念的一个满足可操作准则的充分条件。EBL已被广泛应用于知识库求精和改善系统的性能。著名的EBL系统有迪乔恩（G.DeJong）的GENESIS, 米切尔（T.Mitchell）的LEXII和LEAP, 以及明顿（S.Minton）等的PRODIGY。

6）归纳学习(Learning from induction)。

归纳学习是由教师或环境提供某概念的一些实例或反例，让学生通过归纳推理得出该概念的一般描述。这种学习的推理工作量远多于示教学习和演绎学习，因为环境并不提供一般性概念描述（如公理）。从某种程度上说，归纳学习的推理量也比类比学习大，因为没有一个类似的概念可以作为"源概念"加以取用。归纳学习是最基本的，发展也较为成熟的学习方法，在人工智能领域中已经得到广泛的研究和应用。

2、基于所获取知识的表示形式分类

学习系统获取的知识可能有：行为规则、物理对象的描述、问题求解策略、各种分类及其它用于任务实现的知识类型。

对于学习中获取的知识，主要有以下一些表示形式：

1）代数表达式参数：学习的目标是调节一个固定函数形式的代数表达式参数或系数来达到一个理想的性能。

2）决策树：用决策树来划分物体的类属，树中每一内部节点对应一个物体属性，而每一边对应于这些属性的可选值，树的叶节点则对应于物体的每个基本分类。

3）形式文法：在识别一个特定语言的学习中，通过对该语言的一系列表达式进行归纳，形成该语言的形式文法。

4）产生式规则：产生式规则表示为条件—动作对，已被极为广泛地使用。学习系统中的学习行为主要是：生成、泛化、特化（Specialization）或合成产生式规则。

5）形式逻辑表达式：形式逻辑表达式的基本成分是命题、谓词、变量、约束变量范围的语句，及嵌入的逻辑表达式。

6）图和网络：有的系统采用图匹配和图转换方案来有效地比较和索引知识。

7）框架和模式（schema）：每个框架包含一组槽，用于描述事物（概念和个体）的各个方面。

8）计算机程序和其它的过程编码：获取这种形式的知识，目的在于取得一种能实现特定过程的能力，而不是为了推断该过程的内部结构。

9）神经网络：这主要用在联接学习中。学习所获取的知识，最后归纳为一个神经网络。

10）多种表示形式的组合：有时一个学习系统中获取的知识需要综合应用上述几种知识表示形式。

根据表示的精细程度，可将知识表示形式分为两大类：泛化程度高的粗粒度符号表示、?泛化程度低的精粒度亚符号(sub-symbolic)表示。像决策树、形式文法、产生式规则、形式逻辑表达式、框架和模式等属于符号表示类；而代数表达式参数、图和网络、神经网络等则属亚符号表示类。

3、按应用领域分类

目前最主要的应用领域有: 专家系统、认知模拟、规划和问题求解、数据挖掘、网络信息服务、图象识别、故障诊断、自然语言理解、机器人和博弈等领域。

从机器学习的执行部分所反映的任务类型上看，目前大部分的应用研究领域基本上集中于以下两个范畴：分类和问题求解。

（1）分类任务要求系统依据已知的分类知识对输入的未知模式（该模式的描述）作分析，以确定输入模式的类属。相应的学习目标就是学习用于分类的准则（如分类规则）。

（2）问题求解任务要求对于给定的目标状态,?寻找一个将当前状态转换为目标状态的动作序列；机器学习在这一领域的研究工作大部分集中于通过学习来获取能提高问题求解效率的知识（如搜索控制知识，启发式知识等）。

4、综合分类

综合考虑各种学习方法出现的历史渊源、知识表示、推理策略、结果评估的相似性、研究人员交流的相对集中性以及应用领域等诸因素。将机器学习方法区分为以下六类：

1）经验性归纳学习(empirical inductive learning)。

经验性归纳学习采用一些数据密集的经验方法（如版本空间法、ID3法，定律发现方法）对例子进行归纳学习。其例子和学习结果一般都采用属性、谓词、关系等符号表示。它相当于基于学习策略分类中的归纳学习，但扣除联接学习、遗传算法、加强学习的部分。

2）分析学习（analytic?learning）。

分析学习方法是从一个或少数几个实例出发，运用领域知识进行分析。其主要特征为：

·推理策略主要是演绎，而非归纳；

·使用过去的问题求解经验（实例）指导新的问题求解，或产生能更有效地运用领域知识的搜索控制规则。

分析学习的目标是改善系统的性能，而不是新的概念描述。分析学习包括应用解释学习、演绎学习、多级结构组块以及宏操作学习等技术。

3）类比学习。

它相当于基于学习策略分类中的类比学习。目前，在这一类型的学习中比较引人注目的研究是通过与过去经历的具体事例作类比来学习，称为基于范例的学习(case_based learning)，或简称范例学习。

4）遗传算法（genetic?algorithm）。

遗传算法模拟生物繁殖的突变、交换和达尔文的自然选择（在每一生态环境中适者生存）。它把问题可能的解编码为一个向量，称为个体，向量的每一个元素称为基因，并利用目标函数（相应于自然选择标准）对群体（个体的集合）中的每一个个体进行评价，根据评价值（适应度）对个体进行选择、交换、变异等遗传操作，从而得到新的群体。遗传算法适用于非常复杂和困难的环境，比如，带有大量噪声和无关数据、事物不断更新、问题目标不能明显和精确地定义，以及通过很长的执行过程才能确定当前行为的价值等。同神经网络一样，遗传算法的研究已经发展为人工智能的一个独立分支，其代表人物为霍勒德（J.H.Holland）。

5）联接学习。

典型的联接模型实现为人工神经网络，其由称为神经元的一些简单计算单元以及单元间的加权联接组成。

6）加强学习（reinforcement learning）。

加强学习的特点是通过与环境的试探性（trial and error）交互来确定和优化动作的选择，以实现所谓的序列决策任务。在这种任务中，学习机制通过选择并执行动作，导致系统状态的变化，并有可能得到某种强化信号（立即回报），从而实现与环境的交互。强化信号就是对系统行为的一种标量化的奖惩。系统学习的目标是寻找一个合适的动作选择策略，即在任一给定的状态下选择哪种动作的方法，使产生的动作序列可获得某种最优的结果（如累计立即回报最大）。

在综合分类中,经验归纳学习、遗传算法、联接学习和加强学习均属于归纳学习,其中经验归纳学习采用符号表示方式，而遗传算法、联接学习和加强学习则采用亚符号表示方式；分析学习属于演绎学习。

实际上，类比策略可看成是归纳和演绎策略的综合。因而最基本的学习策略只有归纳和演绎。

从学习内容的角度看，采用归纳策略的学习由于是对输入进行归纳，所学习的知识显然超过原有系统知识库所能蕴涵的范围,所学结果改变了系统的知识演绎闭包, 因而这种类型的学习又可称为知识级学习;而采用演绎策略的学习尽管所学的知识能提高系统的效率，但仍能被原有系统的知识库所蕴涵,即所学的知识未能改变系统的演绎闭包,因而这种类型的学习又被称为符号级学习。

此篇读书笔记对应于《 Theory-based ecology — a Darwinian approach 》第一章——Introduction: Darwinian ecology.

先简单回顾下生态学发展的几个关键节点：（Ⅰ）Gilbert White，1789，《 The Natural History of Selborne 》，首次提出生态学问题：雨燕种群数量为啥永远是8只；（Ⅱ）Thomas Malthus，1798，马尔萨斯定律，生态学第一定律；（Ⅲ）Howard & Fiske，1911，种群调节，描述两种欧洲蛾类入侵到北美后的种群动态，生态学第二定律的雏形；（Ⅳ）G. Evelyn Hutchinson，1959，多样性悖论，物种共存、生态位理论的导火索；（Ⅴ）MacArthur & Wilson，1967，岛屿生物地理学理论，中性理论的前身。

大家会发现，19世纪是个空缺。难道说，19世纪是生态学的荒漠？

但巧合的是，达尔文的《物种起源》就在1859年。

我一直比较困惑，达尔文理论究竟应该如何被安置到生态学中。我曾经也想过，“进化论是否能成为生态学第一定律？”。进化论固然对生态学很重要，但无论从历史，还是从理论体系上讲，总感觉它的出现有些 「唐突」 。

这种唐突感，就像囚徒困境用于解释生态学中物种合作机制一样（参见 《理论生态学：原理及应用》读书笔记（一） ）。就像，在一片有限的空间中创造出一个独立的主观世界，甚至，这个世界的生死存亡与它原属空间的发展毫无关系。但，在某种意义上，这个世界竟然也可以被认为是存在于一种称为“生态学”的空间内。

这种唐突感，也许是由 「第一性原理（First principle）」 不同造成的吧。但达尔文进化论真的就是一个完全独立于其他任何理论的第一性原理吗？

绝大多数研究提出的假设都是由第一性原理导出的。第一性原理，代表着事物的真相，且不是由其他任何理论导出。

如果要提出一个新的第一性原理，必须好好论证它；否则，就由现有的理论导出，而且推导的时候还要注意理论的适用条件。

达尔文从一系列 「经验性事实（empirical fact）」 和 「逻辑必然性（logical necessity）」 “侦查”出物种进化的法则。通过假设–推演法（hypothetico-deductive approach），达尔文解释了生物多样性的涌现和维持机制。

在当时，十分明确的有两个事实：①?1798年的Malthus定律，即所有物种都会自我繁殖；②?世界上有大量物种共存在一起。

尽管达尔文提出了一系列概念，它们说到底还是Malthus定律。因此书上又将达尔文的论证过程称为达尔文种群动态方法（Darwin's population dynamic approach）。

论证过程如下：

（1）根据 「生态学第一定律」 ，物种不受外力作用时拥有恒定增长率 r ，于是全世界都充满着个体。但很遗憾：现实中资源有限，无法满足所有个体生存，因而增长率 r 会变化。

（2）根据 「生态学第二定律」 ，现实中 「调节因子（regulating factors）」 （例如资源）的变化会改变增长率 r ，即对增长率 r 进行 「检查（check on growth）」 。这种过程被称为 「种群调节（population regulation）」 。到这里，所有物种依然被视为等同。但很遗憾：要是每个物种都受相同的过程调节，那为啥有些物种个体数量多，有些个体数量少，甚至有些灭绝呢？

（3）所以不同种群受调节的力度可能是不一样的，因而增长率 r 表现出差异。这一客观过程被主观性地称之为 「竞争（competition）」 ，但说白了就是 r 不一样。有些种群 r 更高，于是相对多度越高越高，最终胜出，有些种群 r 更低，于是相对多度越来越低，最终被淘汰，因而才有了一种被称之为是 「自然选择（natural selection）」 的过程。但很遗憾：如果仅存在优胜劣汰的话，那么地球上难道不应该只剩下一个物种？

（4）因此最后达尔文又补充了 「多样化（diversification）」 理论。由共同祖先进化而来的不同物种在生活策略等方面具有一定的差异，因此占据了不同的“place in the polity of nature”，也就是后人所说的 「生态位（niche）」 。由于现实中环境是异质性的，因而不同策略就在不同条件下占据优势，也就是有更高的 r 值。达尔文说，for example，两种狼，一只狼只吃鹿，另一只狼只吃养，你看这不就共存了吗？此外，种内竞争强度大于种间竞争，也有利于物种共存。

我们看一下这几个论证过程与理论生态学历史的关系：（1）就是Malthus定律，就是说， r 不变；（2）就是种群调节理论的前身，虽然直到1911年才被Howard & Fiske才初具雏形，但其实早就被达尔文 「预见」 了；（3）自然选择理论，像是竞争排除（competitive exclusion）理论的前身，但直到1934年，这个理论才被G. F. Gause提出来，所以又被达尔文 「预见」 了；（4）不用说，place in the polity of nature就是20世纪70年代左右不断讨论的「生态位理论」，而后面的for example，实际上就是Tilman在同时期不断探讨的 「权衡（trade-off）理论」 的前身。

所以说，达尔文的理论，承前启后。

像是物理界的牛顿，一位集大成者；尽管生态学第一定律却是Malthus提出来的。达尔文站在了Malthus这个巨人的肩膀上。

那就再来说说Malthus牛的地方吧。几乎所有生态学理论，都别想逃过种群动态的探讨。甚至，这就是生态学的核心问题。

“生态学是一门探讨生物及其环境关系的科学”、“生态学是一门探讨生物多样性格局的科学”、“生态学是一门探讨宏观生命系统各种格局、过程等等的科学”……但现在，看起来好像这些纷繁复杂的定义并不比 「生态学是探讨种群动态的科学」 来得精妙。生态学从Gilbert White关于种群动态的一个问题而来，从Malthus理论中定下根基，到后续20世纪由种群动态理论探讨大量生态学问题，到21世纪的物种保护、绿色农业、可持续渔业、新冠病毒流行……它还是落回到种群动态里面去。而种群动态，说白了我们就关心个体数，以及增长率 r 。

这就是Malthus的厉害之处。

再来看上面的4个论证过程：（1） r 不变；（2） r 受调节因子调控；（3） r 受调节因子调控在不同物种中是不同的；（4） r 受调节因子调控在不同物种及不同环境条件下是不同的。

它们都不是Malthus定律，它们也都是Malthus定律。

达尔文是Malthus的传承人，也是20世纪生态学的 「预见」 者。

本书以7个原理组织了达尔文生态学理论体系。图1其实已经把逻辑展示地很清楚了。第一，每个物种都要增长；第二，每个种群都要受外界调控；第三，不同物种本身有差异；第四，因此造成不同物种受调控后增长率不一样，才冒出了 「适合度（fitness）」 这个概念；第五，因此，物竞天择，适者生存；第六，但现实中往往有多个调控因子，此时往往物种能共存，为啥呢？第七，因为有权衡关系。

尽管种群动态理论是生态学的顶梁柱，但它说到底也只不过是 「动力学系统」 的一个具体实例。书上举了盛水容器这个案例，很好地说明了种群调节的机制。设想一个容器满足：

其中 是容器中水的体积， 是进水速率， 是出水速率。其平衡解为：

代入(1)式，可得

由此可以明显看到 「负反馈（negative feedback）」 调节机制：水位在平衡点以下时，水位上调；水位在平衡点以上时，水位下调。

求解之，得

其中 被定义为 「松弛时间（relaxation time）」 ，即 变为原来的 的时间。它是系统的内部参数。

从该推导过程中，可看出： 反馈强度影响平衡点对外界参数的敏感性 。调大水龙头，也就是增加 到 ，则 也会变化 ，即 。如果 很大，即反馈作用很强，则水龙头流量变化并不能很显著地改变水位平衡点。

这不就是生态学中的 「负反馈理论」 吗？

接下来，加一点噪音到系统里：

即水龙头流量随时间变化。调节振荡时间 ，让其变成系统松弛时间 的整倍数。结果表明（图2）， 很小时，容器内部系统都来不及做出反馈，最终就好像外界波动不存在一样； 很大时，外界稍微一变化容器很快就跟上去了，好像容器时时刻刻都能跟外界保持同步，就像反馈过程不存在一样。

这种现象，在书中称为 「时间尺度分离（timescale separation）」 。就是当一个过程的时间尺度足够小时，它可以被忽略。

因此常常说景观模型要尺度外推，问题在于，外推到很大的时间尺度后，那些时间尺度很小的过程都可以忽略不计了。外推这种过程显然没有意义。

有没有想到高中化学的 「快反应和慢反应」 ？不是说"道理是想通的"，而是说，所有动力学系统都满足这么个规律，逃不掉的。既然你是动力学系统，那么在高中化学里面适用的那些动力学系统定律在这里就一样适用，否则反而出妖怪了。

生态学中，很多格局，看起来貌似是新问题，其实不过是动力学系统的推论，还不如老老实实地把动力学系统研究透。

把动力学系统研究透后，种群调节不过是换了一件衣服。

不过是在具体场景下，给出了一系列人为添加的定义：

「环境因子（environmental factors）」 ：对种群增长、繁殖或死亡有影响的外部因子。包括两种：调节因子和修饰因子。

「调节因子（regulating factors， R ）」 ：位于反馈调节闭环中环境因子，也就是说，调节因子能影响种群动态（称为种群对该调节因子的 「敏感性（sensitivity）」 ），种群动态也能影响环境因子（称为种群对环境因子的 「影响（impact）」 ）。

「修饰因子（modifying factor， M ）」 ：能够调节种群，但不会受种群动态影响。例如下雨。

也就是说，只有调节因子才能调控种群。那么，要鉴别出所有调节因子，就要试图人为地所有调节因子都让它固定不变，如果种群表现出指数增长了，那么所有调节因子就都被找出来了。这就是 Murphy法则 。其实它背后的逻辑其实就是一般的科学研究方法：提出假设（所有调节因子都被找出来）?建立零假设（还有因子没被找出来）?推导（那么种群就还受调控）?实验（结果发现种群指数增长了）?结论（这种结果真的没法让我再相信零假设了，只能迫不得已认为备择假设成立了，也就是所有调节因子都被找出来了，我也没办法，谁让它就这样呢）。

种群调控还可拓展到任意 「繁殖单元（reproductive unit）」 。例如种下不同品种构成的种群，以及基因型。但考虑基因型时，和不同物种的种群有所不同。当不受外界条件约束时，不同物种的种群均按照自己的内禀增长率稳定增长，因而相对多度不变；但基因型不一样，只有满足 「哈迪–温伯格定律（Hardy–Weinberg law）」 时，不同基因型频率才能维持不变，才能继续考虑外界因素对其动态的影响。

1、有些现象，我们用大量的数据去揭示，其实人家大佬可能早在一两百年前就已经在默默地为后人 「暗示」 了。

2、好好吃透、研究一个数学模型，那些导出结论，比我们想象的更为强大。

3、还是以前的那句我比较喜欢的话：极端例子yyds。它们是发现问题的重要方式。用本书的话来说："extreme cases may serve as useful references for understanding the focal processes"。

4、如今，有一些理论绕来绕去，看起来像钻牛角尖，似乎难以触及本质。不妨回首看一下我们当初生态学是怎么出发的。那些稀奇古怪的生僻词汇，真的，都能从Malthus理论中涌现出来，甚至都不太需要给一个人为的新定义。

下一篇： 读书笔记：达尔文与理论生态学（二）——复杂性