人工智能和机器学习正在帮助我们揭示植物与真菌复杂的行为模式，这挑战了传统上认为智慧仅限于动物的观点。通过研究植物的“时差反应”和地下真菌网络的养分交换，科学家们正在解码那些在不同时间尺度上运作的沟通方式。这项研究表明，所有生命系统都发展出了独特的策略来适应环境，而不仅仅是拥有大脑的生物。
植物也有“时差反应”
就像人类会长途飞行后感到不适一样，植物在环境突然改变（如被运输或季节突变）时，其内部的生物钟会与外界的昼夜循环失调。这种“植物时差”会导致其生长减缓、养分吸收减少、光合作用能力下降。
西班牙穆尔西亚大学的“最小智能实验室”（MINT Lab）正在利用机器学习工具来研究菜豆（Phaseolus vulgaris）的这种现象。他们通过分析植物内部的电生理信号，来揭示这些信号是如何与光照周期协同作用，以调节植物的关键功能。
慢镜头下的行为
传统观点认为，植物更像是被动的机械装置，而非拥有能动性的生命体。然而，越来越多的研究开始在植物、真菌和其他分布式智能系统中探寻类似心智的属性。
- 挑战传统观念：植物认知领域的领军人物 Paco Calvo 认为，植物表现出的记忆、决策、学习和沟通等行为，迫使我们反思以动物为中心的智能定义。
- 具体的例子：含羞草（Mimosa pudica）在被反复从高处掉落后，会学会提前收拢叶子以进行防御，这是一种被称为“习惯化”的行为。
- 机器的角色：大多数植物的行为对肉眼来说太慢或太复杂，难以察觉。机器学习能帮助科学家识别高维数据中的模式，例如植物生长轨迹、根系结构或电信号中的规律。
Paco Calvo 指出：“这些工具可以帮助我们看到那些由于太慢、太分散或太复杂而无法直接感知的动态。”
科学家们也许无法像与动物交流那样与植物“交谈”，但理解它们的信号系统仍然意义重大。植物的“语言”并非由语法构成，而是通过信号的时机、强度、浓度、顺序和组合来构建意义。
信号的“意义”并不在于分子本身，而在于整个有机体与环境的系统之中。
绘制地下网络地图
阿姆斯特丹自由大学的进化生物学教授 Toby Kiers 专注于研究菌根真菌——这些庞大的地下真菌网络与地球上超过 80% 的植物物种形成共生关系。真菌为植物提供磷和氮等关键养分，以换取植物产生的碳。
Kiers 的团队正在开发新技术，以实时追踪这些真菌网络的决策过程。
- 追踪与预测：通过机器学习和机器人成像技术，他们可以观察真菌的行为，并建立模型来预测它们的决策。
- 复杂的交流：植物和菌根真菌使用复杂的化学语言进行交流。真菌需要获得“许可”才能进入植物细胞，并形成一个可以进行养分交换的结构。
- 处理海量数据：研究团队使用定制的成像机器人追踪了超过 50 万个真菌生长节点，并利用机器学习处理了数TB的数据，以分析真菌如何优化其“供应链”。
这些研究揭示的并非是植物“像我们一样”拥有智慧，而是生命为了应对不确定性而发展出了惊人多样的解决方案。人工智能工具正帮助我们开始理解这些与我们共享了数十亿年地球的智慧生命，是如何生存和繁荣的。
“最深层的共通之处在于，并非植物拥有小小的‘大脑’，而是所有生命系统都必须在不确定的世界中找到自己的生存之道。”