導語

本篇研究提出物質音樂學框架，將分子振動、材料結構與音樂創作建立可逆映射關系，使物質結構能夠被“聽見”，音樂也可反向用于設計分子與材料。論文進一步提出“選擇性不完美”作為生成機制的核心原則，解釋為何適度的結構缺陷能在物理系統、音樂組織乃至人工智能中共同催生復雜性與創造力，從而構建出一種跨越科學與藝術的統一生成范式。

關鍵詞：物質音樂學（materiomusic）、選擇性不完美、可逆映射、振動語法、生成性科學、跨尺度建模、結構同構、深時（Deep Time）、認知倒轉、人工智能創造力

綠河馬丨作者

趙思怡丨審校

論文題目：Selective Imperfection as a Generative Framework for Analysis, Creativity and Discovery 論文鏈接：https://arxiv.org/abs/2601.00863 發表時間：2025年12月30日 論文來源：arXiv

一、引入：拍西瓜的人，與聽見分子的科學家

在菜市場挑西瓜時，有經驗的人會用手指輕彈瓜皮，側耳傾聽。聲音沉悶，說明瓜肉已經熟透、纖維松散；聲音清脆，則意味著內部結構緊實。這個樸素的動作里，藏著一個深刻的認識論事實：我們正在用耳朵“看見”一個肉眼無法穿透的物理世界。聲音，在這里充當的是探測工具——它將不可見的內部結構，翻譯成可感知的信號。

麻省理工學院材料學家 Markus J. Buehler 在 2025 年底發表的論文《選擇性不完美作為分析、創造與發現的生成性框架》（Selective Imperfection as a Generative Framework for Analysis, Creativity and Discovery）[1]，將這個日常直覺推進到了科學的前沿。論文提出了一個名為物質音樂學（Materiomusic）的生成性框架，其核心命題是：通過數學上可逆的映射，將蛋白質的分子振動、蜘蛛網的三維結構、乃至材料斷裂時的應力場，轉化為可以演奏的音樂。在這個框架里，“傾聽”由此從主觀的審美行為，轉變為一種科學觀測手段——論文將其命名為“認知倒轉”（Epistemic Inversion）：

"sound functions as a scientific probe, an epistemic inversion where listening becomes a mode of seeing and musical composition becomes a blueprint for matter."“聲音作為一種科學探針發揮作用，這是一種認識論上的反轉：在這里，聆聽成為一種觀看的方式，而音樂創作則成為物質的藍圖。”

這句話，是整篇論文的靈魂所在，也是它最令人心動的地方。一篇科學論文，能夠讓人在讀到摘要時就感到某種久違的震動，這本身已經是一種成就。那么，這篇論文究竟是如何將這一直覺轉化為嚴格的科學框架的？它做了什么工作，又意味著什么？

二、構建“物質音樂學”框架

方法論的核心：可逆映射與物理基礎

理解這篇論文，首先需要厘清它與以往“聲化”（Sonification）研究的本質差異。傳統聲化的做法，是將數據“配上聲音”——例如將溫度映射為音高、將股價漲跌映射為音調高低。這類方法在實踐中多依賴研究者預設的映射規則，其結構約束通常來自認知可解釋性或可視化需求，而非數據生成機制本身。因此，這類映射一般不保證物理層面的可逆性，也較少涉及從聲學表示回到原始系統結構的嚴格重建問題。 從方法論上看，它更接近一種表征性映射（representational mapping），而非結構保持意義上的生成性翻譯（generative translation）。

物質音樂學的方法論立場與此截然不同，其核心是兩個相互依存的要求：物理基礎（Physical Grounding）與可逆性（Reversibility）。

所謂物理基礎，是指映射關系不完全由外部設計者任意指定，而是受到振動介質本身動力學規律的約束。例如，在蜘蛛網系統中，單根絲線的振動頻率由其張力、長度與線密度共同決定，這一關系可由經典弦振動方程描述；在蛋白質體系中，不同氨基酸殘基的振動特征則受到化學鍵與分子結構的約束，體現為量子化學層面的能譜差異。

在這一意義上，物質系統在映射過程中不僅提供“數據來源”，也參與限定可映射空間的邊界條件。

論文寫道：

"In each case, the medium acts not merely as a passive canvas but as a co-author, enforcing conservation laws and boundary conditions that regulate the generative process."“在每一種情況下，媒介都不僅僅是一個被動的承載畫布，而更像是共同作者：它通過施加守恒定律與邊界條件，來約束并調節這一生成過程。”

介質在這里扮演的是共同作者的角色——它通過守恒定律和邊界條件，約束著映射空間中哪些輸出是物理上可實現的。這一約束，恰恰是可逆性的來源。

所謂可逆性，是指同一套映射規則可以雙向運行：既能將物質結構翻譯為音樂（正向），也能將音樂翻譯回可行的物質結構候選（逆向）。這在技術上依賴一個關鍵機制——轉置等價（Transpositional Equivalence）：蛋白質的分子振動頻率遠超人類聽覺范圍（處于太赫茲量級），但只要在頻率平移時保持各頻率之間的比值關系不變，音程結構就得以保留，分子振動就可以被整體移入人耳可感知的頻段，而不丟失其內部的結構信息。因此，這里的映射并不是簡單的數值替換，而是一種關系結構的轉譯：音高、頻率或尺度可以被平移和重標定，但元素之間的相對關系、層級組織與變換規則需要保持可追蹤。嚴格來說，這更接近結構保持映射；只有當這種關系保持具有明確的雙向性與可逆性時，才可進一步討論其同構意義。

正是這種可逆性，使得“作曲即設計”（Composition-as-Design）成為可能：作曲家在音樂層面施加的操作（動機復現、主題回憶、長程收束），通過逆向映射，轉化為對分子序列的約束條件，成為可以在實驗室中檢驗的結構假說。音樂，在這里成為科學的工具。

三大實驗案例

論文通過三類具體案例，驗證了這一框架在不同物質系統中的適用性。

圖1 ：振動作為物質與音樂的生成基礎

蜘蛛網聲化：研究者對真實三維蜘蛛網進行數字化重建，將每根絲線依據張力、長度和直徑映射為對應音高，整張網的層級結構（節點、絲線、模塊、全網）對應為音樂的不同層次（節奏、和聲、音樂形式）。絲線被拉伸時音高升高、斷裂時音高驟降，力學過程因此變得可聽見。這一雙向映射已通過與藝術家 Tomás Saraceno 的合作，在展覽和現場表演中公開呈現。

圖2：蜘蛛網中捕食行為的振動生態學

蛋白質音樂：基于20種氨基酸各自的特征振動模式，研究者建立了序列空間與音樂空間之間的自洽映射，并實現了雙向運行。代表性案例“Deep Aria”以巴赫《哥德堡變奏曲》詠嘆調為起點，經映射和深度學習精化，生成了既保留巴赫對位長程結構、又具備蛋白質折疊穩定性的全新序列；這些序列隨后被反向翻譯為DNA，在大腸桿菌中表達并純化，完成了從樂譜到物質的完整實驗閉環。

圖3：哥德堡變奏第一版本封面（來源：維基百科）

跨介質映射：將蛋白質振動頻譜轉化為聲學驅動，激發水膜產生駐波圖案，卷積神經網絡可僅憑水面圖案識別蛋白質折疊狀態；火焰閃爍動態與聲學頻譜之間的雙向映射，則實現了用聲音“雕塑”火焰形態。此外，論文還探索了裂縫聲化——將斷裂瞬間的應力張量場轉化為音樂，論文稱之為“an audible trace of deep time written in an instant of failure”（在失敗發生的剎那，被寫入其中的一道來自深層時間的聲音遺痕）。

三類案例的共同特征，在于它們都具有實驗驗證的雙向閉環：物質→音樂的正向路徑用于分析和感知，音樂→物質的逆向路徑用于設計和合成。

三、4096種音階的窮舉與“中等熵走廊”

論文最具說服力的定量證據，來自一項對音階結構的窮舉性計算實驗。

問題的提出來自一個古老的謎題：為什么人類幾千年來，無論中西，都偏愛大調、小調或五聲音階？十二平均律理論上可以構成 212 = 4096 種不同的音階組合，但全球各文化實際使用的音階只是其中極小的一部分，且高度集中于某些特定類型。這是文化偶然，還是有更深的數學規律？

圖4: 文化音階在中等熵—中等缺陷走廊中的聚集

實驗設計采用了兩個定量指標。第一個是香農熵（Shannon Entropy），衡量音階音程分布的復雜性——熵越高，音程種類越豐富、越不可預測；熵越低，音程越均勻、越單調。第二個是功能性缺陷數（Functional Defect Count），采用 Zeitler 的定義，即音階中缺失純五度支撐的懸空節點數量，這是從調性和聲角度衡量音階"殘缺程度"的指標。研究者用 Python 對所有4096種音階進行了窮舉枚舉，計算每種音階的這兩個指標，并將全球主要文化音階（西方大小調、五聲音階、印度拉格、阿拉伯馬卡姆等）疊加在散點圖上。

實驗結論清晰而有力：全球各文化的音階在散點圖中高度集中在一條“中等熵、中等缺陷（2–4個）”的走廊里，而非隨機分布于4096種可能中。絕對對稱的音階（如全音階，缺陷數為零）因缺乏力學張力而顯得停滯；高度不規則的音階（缺陷數極高）則難以組織為連貫的音樂敘事。只有在"中等程度的殘缺"區間，音階才能同時具備內部連貫性與表達張力——這正是人類音樂文化幾千年來不約而同選擇的區域。

這一發現將“音階偏好”從文化習俗的領域，移入了數學必然性的領域。它表明，人類音樂的普遍結構，是在約束空間中自然涌現的最優解，背后有數學的必然性。

四、從音樂到材料學，再到人工智能

跨域同構：霍爾-佩奇效應的數學回響

上述關于音階分布的分析進一步引出了一個值得注意的跨領域對照關系，即其與材料科學中晶粒結構優化現象之間的結構性相似性。

霍爾-佩奇效應（Hall-Petch Effect）描述的是多晶金屬中晶粒尺寸與強度的關系：隨著晶粒尺寸減小（即晶界密度增大），金屬強度先升后降，在某個“中等晶界密度”處達到峰值。晶界是晶格的“缺陷”，適度的缺陷能阻擋裂紋蔓延、耗散能量，賦予材料韌性；但過多的缺陷則導致軟化。

論文指出，音樂中的“中等缺陷走廊”與材料學中的“"霍爾-佩奇最優點”遵循同一套數學邏輯：晶粒尺寸 d 的倒數（d-1，即晶界密度）與音階中的音符數量 k（即音程機會的密度）扮演著等價的角色。兩個領域都在“適度殘缺”處達到最大的功能表達——金屬的韌性，與音樂的表達力。正如論文所言：

"The richest behaviors arise in the middle where we see neither crystalline perfection nor chaotic fragmentation, yielding toughness in matter and expressivity in music."“最豐富的行為出現在中間區域：在那里，我們既看不到晶體般的完美，也看不到混沌式的碎裂，從而在物質中產生韌性，并在音樂中生成表現力。”

這并非單純的修辭性比喻，而是一種基于共同描述框架的跨域對應：材料結構、音樂組織與認知過程都可以被理解為在約束、擾動與重組之間展開的生成系統。它指向一個更深層的原理：選擇性不完美（Selective Imperfection）可能是復雜系統維持活力、適應性與韌性的一種普遍機制。

對人工智能創造力的重新定義

論文的野心并不止于材料學與音樂學的交叉。它將“選擇性不完美”原理進一步延伸至人工智能的創造力問題，提出了一個頗具挑戰性的論斷：當前大多數AI系統本質上是插值機器（Interpolators）——它們在訓練數據的統計包絡內生成輸出，擅長復現已知模式，卻難以真正發明。

論文援引哥德爾不完備定理作為類比：任何足夠復雜的形式系統，都存在在其公理體系內無法證明的真命題。同理，在有限數據集上訓練的AI模型，是不完備的形式系統——它們可以重組已見過的內容，卻無法超越訓練分布所定義的空間。

突破這一限制的路徑，論文認為在于群體智能（Collective Intelligence）。基于蜂群動力學的AI模型（MusicSwarm）通過分布式協作和間接協調（Stigmergy——類似螞蟻通過信息素留下痕跡），讓多個智能體在共享的"信息素場"中相互強化、變異和延伸彼此的動機，從而涌現出具有"小世界網絡"特征的音樂結構——既有局部變化，又有全局連貫性，其結構簽名與人類作曲高度相似。這代表了一條超越插值、走向真正發明的可能路徑。

核心論點的提煉

綜合以上工作，論文的最終論點可以提煉為：科學與藝術都是“在約束下構建世界”的生成性行為（Generative Acts of World-Building Under Constraint）。振動是連接物質、音樂與智能的共同語法；選擇性不完美是宇宙自我編排的算法；而物質音樂學框架，是將這一算法轉化為科學發現工具的具體實踐。

論文將這五條原理總結為“物質音樂學的生成性原則”：振動作為普遍生成介質、選擇性不完美作為生成算法、跨物種與跨尺度的振動認知、生成性科學即作曲、以及不完備性與創造力的關系。這是一個具有數學一致性的科學語言，落腳點在精確，而非比喻。

五、帶領我們聽見地球的深時

如果說上述內容是對論文工作的忠實呈現，那么這篇論文真正令人難以忘懷的，是它在科學論證之外所展開的那種時間感。這篇論文更像是一次邀請——邀請讀者以一種全新的方式感知時間的深度。

圖5：一種從宇宙到分子層面和諧關系的視角，分別呈現了不同尺度下振動特征所體現的細微差異。

（A）約翰內斯·開普勒（Johannes Kepler）《宇宙的和諧》（Harmonices Mundi, 1619）的扉頁，該著作試圖通過以音樂比例表達行星軌道，從而在宇宙中尋找秩序。

（B）吉他弦的振動，將和諧作為共振與頻率比的一種物理實現形式加以體現。

（C）將和聲泛音列（類似于B圖）的旋律頻譜與氨基酸序列表示進行對比：在此，蛋白質的化學結構被轉譯為一種概念性的“音階”。不同于傳統的和聲音階（基于整數比例或協和關系），這種映射并不依賴于整數比或協和性，而是基于結構編碼，使每一個分子構件在聲音中呈現出獨特的模式。

論文引入了一個令人著迷的概念——深時（Deep Time）。這個詞本屬于地質學，指地球數十億年的演化歷史。Buehler 將它重新定義，使其同時跨越兩個極端：一端是飛秒（femtosecond，10-15 秒）尺度的分子振動，另一端是數十億年的進化歷史與人類數千年的文化記憶。論文寫道：

"These mappings excavate deep time: patterns originating in femtosecond molecular vibrations or billion-year evolutionary histories become audible." “這些映射挖掘出深時結構：源自飛秒尺度分子振動或跨越十億年演化史的模式，在此被轉化為可被聆聽的聲音。”

這句話的震撼，需要細細品味。當一個蛋白質被聲化為音樂，你聽見的，不僅僅是某個分子的振動頻率——你聽見的是進化的記憶。蛋白質的氨基酸序列和折疊規則，是數十億年自然選擇的物理殘留，是生命對物質約束的長期應答。當這些振動特征被翻譯成音調，那些古老的約束就以聲音的形式，穿越時間，抵達人類的耳廓。

論文中關于蜘蛛的描寫，是另一處令人屏息的段落。粗肥腹蛛（Steatoda grossa）的感知世界，以振動為主軸，視覺退居其次：

"Spiders such as Steatoda grossa inhabit a world defined not primarily by vision, but by vibration. Their irregular cobwebs form a resonant network in which every prey movement, courtship signal, or environmental disturbance propagates as mechanical waves."“諸如粗肥腹蛛（Steatoda grossa）這樣的蜘蛛所棲居的世界，并非主要由視覺所定義，而是由振動所構成。它們不規則的蛛網形成了一個共振網絡，其中任何獵物的移動、求偶信號或環境擾動，都會以機械波的形式傳播開來。”

蜘蛛的絲網，既是捕獵的陷阱，也是感知的延伸——它將蜘蛛的神經系統擴展到整個網的幾何空間中。當研究者將這張網聲化，并在音樂廳中演奏，某種意義上，他們是在將一種非人類的感知宇宙，翻譯成人類可以理解的語言。這是一種跨物種的認識論對話，振動是唯一共同的語法。

而裂縫聲化的描寫，則將這種時間感推向了極致。在材料斷裂的瞬間，應力場在原子尺度上接近奇點。論文將這個瞬間描述為：

"an audible trace of deep time written in an instant of failure, linking atomistic vibration to macroscopic rupture."“在失敗的瞬間所寫就的一道可聽見的深時痕跡，將原子尺度的振動與宏觀層面的斷裂連接起來。”

斷裂，是物質的終點，也是信息的釋放。在那一刻，數十億年積累的材料約束，以聲音的形式，在一個瞬間傾瀉而出。那是從斷裂中生長出來的音樂——物質在終結的瞬間，將自身的歷史轉化為聲音。

論文在結尾處寫道：

"Seen through this lens, composition becomes a method of remembering: an unconscious act that makes the past conscious by surfacing structural residues that persist across molecular, biological, and cultural epochs. Materiomusic thus operates as a deep-time instrument that allows us listening to matter to reveal ancient memory, and composing with that memory to construct new forms."從這個視角來看，作曲成為一種“記憶的方法”：一種無意識的行為，通過顯化跨越分子、生命與文化時代的結構性殘留物，使過去變得可被意識所感知。因此，“物質音樂”（materiomusic）充當了一種深時尺度上的樂器，它讓我們在聆聽物質時揭示古老的記憶，并在與這種記憶共同創作的過程中，構建出新的形式。

作曲，成為一種記憶的方式。傾聽，成為一種考古。這是這篇論文最深邃的哲學提案：在振動的共同語法之下，物質與音樂、科學與藝術、過去與未來，都是同一個生成過程的不同面貌。

六、延伸思考：“殘缺”作為范式轉換的結構性前提

在充分理解論文工作的基礎上，我們可以將"選擇性不完美"這一原理，放置在更寬廣的知識背景中審視。

讀過庫恩《科學革命的結構》的人，不難發現，論文的核心論斷與庫恩的范式論之間，存在一種深刻的內在張力。庫恩指出，常規科學在成熟范式的內部運作：它的工具、問題意識和評價標準都由范式所規定。而當異常不斷累積、現有范式已無法容納時，科學革命就會發生——一個新的范式應運而生，重新定義問題、方法和標準。庫恩將這種過渡稱為“范式轉換”（Paradigm Shift）。

物質音樂學的野心，正在于此。當前科學的工具算法——無論是分子動力學模擬、基因組分析還是深度學習——都共享一個隱含的范式預設：物質是物質，音樂是音樂，分析的工具與分析的對象屬于不同領域。這一范式在應對很多問題時是高效的，但它也封閉了一類問題：當物質與音樂共享同一套數學結構時，它們能否互為設計工具？當分子振動與音調共享同構映射時，能否用作曲的方式設計分子？這些問題，在現有范式內部根本無法提出，因為它們本身就是對范式邊界的逾越。

圖6：蛋白質抗體評分。摘自《Protein Antibody – Piano and Strings（E小調）》[44]，該作品基于免疫球蛋白序列生成。在該映射中，氨基酸基序被轉化為管弦樂織體，不同聲部對應蛋白質結構的不同層級特征。該示例展示了材料音樂學（materiomusic）如何將生物分子結構轉譯為可聽的音樂形式，使序列層級約束通過對位、配器與和聲發展得以體現。作品以蛋白質結構映射作為創作框架與約束，并結合藝術性音樂表達完成。

庫恩還指出，新范式的興起，往往伴隨著認知工具的擴展——望遠鏡的發明開啟了天文學的新范式，就像電子顯微鏡開啟了分子生物學的新范式。物質音樂學提供的，正是這樣一種新工具：可逆的振動映射，使得科學家得以用一種全新的方式提出問題——從"這個分子的結構是什么？"轉向"如果我用音樂的方式作曲，能否生成一個物理上可實現的新分子？"。這種問題方式本身的轉變，已經超出了對舊范式的修補。

庫恩的理論還帶給我們另一個視角：選擇性不完美，正是范式轉換的結構性前提。常規科學的范式如同全音階一樣，過于均勻、過于封閉，就會失去張力與活力；而一個具有適度缺陷的范式，才能容納異常、產生張力，最終指向更大的科學革命。正如論文所言，振動是宇宙自我編排的語言，而適度的不完美，是這門語言中最富創造力的語法。

這篇論文最終給我們留下的，是一種重新理解世界的方式——跨學科的框架只是入口，更深處是一個根本性的認知轉變：宇宙一直在作曲，而我們，終于開始學會聆聽。

復雜科學×藝術系列研討會

20世紀下半葉以來，受到復雜性研究啟發的“思維方式”已迅速傳播到認知活動的多個領域。混沌、自組織、臨界、自創生、涌現 ……其概念層次的豐富性為我們提供了研究世界的靈活工具。從這個意義上說，我們有理由將復雜性理論視為一個擴充藝術與科學之間交叉領域的重要課題。藝術對復雜性做出反應的一種基本方式是創造出顯示“涌現行為”的系統。就本體論而言，我們不再將藝術品視為靜態之物，而是將其看作不斷發展的創造性過程的一個實例。同時，新興的復雜科學（Complexity Science）也向當代藝術實踐者提供了一個敞開的工具箱，這些工具包括混沌、分形、元胞自動機、遺傳算法、蟻群算法、人工神經網絡、L-System、人工生命等，它們進一步推動了數字美學、生物藝術與人工智能藝術等領域的發展。復雜科學不僅幫助我們深入了解意識和生命系統的生成機制，而且有利于激發各學科的研究者和實踐者協同發掘后人類創造力和新美學的潛力，以期打開更趨向于綜合性的創意空間。

由集智俱樂部主辦，心識宇宙研究院院長、科普作家十三維，藝術評論人汪嫣然和策展人龍星如聯合發起的“復雜科學與藝術”研討會，旨在匯聚各領域內的行動者與思想者——包括科學家、藝術家、學者及相關從業者——展開超越單一學科的跨界知識討論，探索復雜性研究與人文藝術潛在的交叉地帶。現研討會已完結，歡迎加入研討會獲取回放查看權限。

研討會詳情與框架：

1.

2.

3.

4.

5.

6.

7.