生命是什么？
之前在王立铭老师那里看到一个巧妙的说法：生命是一个漫长的历程、一个40亿年演化的奇迹。他同时提到十大生命元素——物质、能量、自我复制、细胞、细胞间的分工，感觉、学习、社交、自我意识、自由意志——共同驱动了生命活动的进行、构成人类智慧的基石。
而在本书中，作者梅拉妮·米歇尔同样提到生命的几个关键要素：自主、新陈代谢、自我复制、生存本能、进化和适应。
那么，计算机能自我复制么，一如DNA复制自身那样？DNA可是既包含了自我复制的“程序”（例如用来解开和复制DNA的酶），同时也编码了它自己的解释器（将DNA转译成酶的细胞器）的。
冯·诺依曼的自复制自动机解答了这一问题。在解决了“机器能否复制自身”的问题后，又该如何使其产生变异，并在某种环境中为生存竞争资源、做到进化与适应呢？
这就需要计算算法了。其中最为著名的是密歇根大学的霍兰德和他的同事、学生进行的遗传算法（genetic algorithms）研究。它的工作原理是这样的：1. 生成初始群体；2. 计算群体中每个个体的适应度；3. 进化。
这种计算可以说是“仿生”的，对比蚁群、对比我们的大脑，大致上可以说，计算是复杂系统为了成功适应环境而对信息做出的处理。
元胞自动机就是这种理想化的复杂系统，它是由元胞组成的网格，每个元胞都根据邻域的状态来选择开或关。同自然界的复杂系统一样，元胞自动机也是由大量简单个体（元胞）组成，不存在中央控制，每个个体都只与少量其他个体交互。而且元胞自动机也能表现出非常复杂的行为，它们的行为很难甚至不可能通过其更新规则来预测。
同元胞自动机类似，“生命游戏”于1970年诞生了，这是一种简单得多的两状态通用图灵机，也能进行通用计算。此后，沃尔夫勒姆又区分了四类元胞机，并衍生出“新的科学”——规则110。沃尔夫勒姆认为，自然系统正是以这样的方式运作——它们包含信息，并根据简单规则处理这些信息。
计算离不开对信息的处理，信息处理是生命活动的重要一环。在许多人看来，信息甚至具有本体地位，同质量和能量一样，被当作实在的第三种基本成分。在计算机中，意义来自人们对所执行的任务的认识以及对从输入到输出的映射的解读；而信息通过粒子的运动来传递，粒子的碰撞即是对信息进行了处理。
而在大自然中，各类生命系统给了我们深刻的启示。免疫系统、蚁群、生物的新陈代谢都在诉说着各自生命的意义。淋巴细胞通过释放细胞因子影响免疫系统，蚂蚁通过释放信息素影响收集食物的行为，同样，代谢途径上的化学反应也会不断改变特定途径的速度和获得的原材料。
在信息的处理上，它们稳健、高效、可以演化；在此过程中，它们让信息拥有了意义：意义必然的与生存和自然选择密切相关，而事件的意义是进而如何应对事件的依据。
那么，计算机与生命究竟差了什么？为什么在计算机上简单的事很难，这个被数学家罗塔称为“意义屏障”的难题，是共情力、是类比思维、还是人类绵延至今的文化与文明？可以想见的是，AI的终极目标即是让人摆脱意义的怪圈，并且让计算机本身能理解意义。
