TEDxUIUC
Christoph Adami: Finding life we can't imagine
كريستوف آدامي: العثور على حياة لا نستطيع تخيلها
Filmed:
Readability: 3.7
652,149 views
كيف نبحث عن مخلوقات فضائية تعيش اذا كان لو جد شيئ يشبه الحياة التي نعرفها؟ في مؤتمر تيداكس جامعة الينوي TEDxUIUC يعرض كريستوف ادامي كيف استخدم البحث في الحياة الاصطناعية-- البرامج ذاتية التكرار-- لكي يجد بصمة,علامة بيوليجية مُتحررة من افكارنا المسبقة عن ماهية الحياة
Christoph Adami - Artificial life researcher
Christoph Adami works on the nature of life and evolution, trying to define life in a way that is as free as possible from our preconceptions. Full bio
Christoph Adami works on the nature of life and evolution, trying to define life in a way that is as free as possible from our preconceptions. Full bio
Double-click the English transcript below to play the video.
00:15
So I have a strange career.
0
0
2000
لدي مهنة غريبة
00:17
I know it because people come up to me, like colleagues,
1
2000
3000
أعرف ذلك لأن الناس يأتون إلي, زملائي مثلاً
00:20
and say, "Chris, you have a strange career."
2
5000
2000
ويقولون ,"كريس, لديك مهنة غريبة."
00:22
(Laughter)
3
7000
2000
(ضحك)
00:24
And I can see their point,
4
9000
2000
ويمكنني تفهُم وجهة نظرهم
00:26
because I started my career
5
11000
2000
لانني بدأت مهنتي
00:28
as a theoretical nuclear physicist.
6
13000
2000
فيزيائي نووي نظري
00:30
And I was thinking about quarks and gluons
7
15000
2000
وكنت مهتماً ب "كواركس" و " جلونس" (وهي جسيمات تحت ذرية في المادة)
00:32
and heavy ion collisions,
8
17000
2000
تصادمات الأيونات الثقيلة
00:34
and I was only 14 years old.
9
19000
2000
منذ كنت فقط في الرابعة عشر من عمري
00:36
No, no, I wasn't 14 years old.
10
21000
3000
لا ,لا, لم أكن في الرابعة عشر.
00:40
But after that,
11
25000
2000
لكن بعد ذلك
00:42
I actually had my own lab
12
27000
2000
امتلكت المختبر الخاص بي
00:44
in the computational neuroscience department,
13
29000
2000
في قسم حسابات الدماغ
00:46
and I wasn't doing any neuroscience.
14
31000
2000
ولم اكن اقوم بأي حسابات للدماغ
00:48
Later, I would work on evolutionary genetics,
15
33000
3000
لاحقاً, عملت في الوراثة التطورية
00:51
and I would work on systems biology.
16
36000
2000
وعملت في علم أحياء الانظمة "بيولوجيا الانظمة"
00:53
But I'm going to tell you about something else today.
17
38000
3000
لكنني سوف اخبركم عن شيء اخر اليوم
00:56
I'm going to tell you
18
41000
2000
سوف أخبركم
00:58
about how I learned something about life.
19
43000
2000
كيف تعلمتُ شيئاً عن الحياة
01:00
And I was actually a rocket scientist.
20
45000
4000
وكنت في الواقع عالم صواريخ
01:04
I wasn't really a rocket scientist,
21
49000
2000
لم اكن في الواقع عالم صواريخ
01:06
but I was working
22
51000
2000
لكنني كنت اعمل
01:08
at the Jet Propulsion Laboratory
23
53000
2000
في مختبرات الدفع النفاث
01:10
in sunny California where it's warm;
24
55000
3000
في كالفورنيا المشرقة حيث الطقس دافئ
01:13
whereas now I'm in the mid-West,
25
58000
2000
بينما انا الاَن في منتصف المنطقة الغربية
01:15
and it's cold.
26
60000
2000
وهي باردة الطقس
01:17
But it was an exciting experience.
27
62000
3000
لكنها كانت تجربة مثيرة
01:20
One day a NASA manager comes into my office,
28
65000
3000
في احد الايام حضر احد مُدراء وكالة ناسا لعلوم الفضاء الى مكتبي
01:23
sits down and says,
29
68000
3000
جلس وقال
01:26
"Can you please tell us,
30
71000
2000
"هل يُمكن ان تُخبرنا,
01:28
how do we look for life outside Earth?"
31
73000
2000
كيف نبحث عن الحياة خارج الارض؟"
01:30
And that came as a surprise to me,
32
75000
2000
وكان ذلك مفاجئاً لي
01:32
because I was actually hired
33
77000
2000
لانه في الواقع تم توظيفي
01:34
to work on quantum computation.
34
79000
2000
لأعمل في حسابات الكم
01:36
Yet, I had a very good answer.
35
81000
2000
لكن كان يوجد لدي اجابة جيدة.
01:38
I said, "I have no idea."
36
83000
3000
قُلت, " لا علم لي"
01:41
And he told me, "Biosignatures,
37
86000
3000
فقال لي," آثار للحياة
01:44
we need to look for a biosignature."
38
89000
2000
يجب ان نبحث عن آثار للحياة"
01:46
And I said, "What is that?"
39
91000
2000
فقلت, " وما هو ذلك؟"
01:48
And he said, "It's any measurable phenomenon
40
93000
2000
فقال,"أي ظاهرة قابلة للقياس
01:50
that allows us to indicate
41
95000
2000
تُمكننا من تحديد
01:52
the presence of life."
42
97000
2000
وُجود الحياة."
01:54
And I said, "Really?
43
99000
2000
فقلت ,"حقاً؟
01:56
Because isn't that easy?
44
101000
2000
أليس ذلك سهلاً؟
01:58
I mean, we have life.
45
103000
2000
أعني , لدينا حياة.
02:00
Can't you apply a definition,
46
105000
2000
هل يمكنك تطبيق التعريف,
02:02
like for example, a Supreme Court-like definition of life?"
47
107000
4000
على سبيل المثال, تعريف الحياة من جهة مشابهة للمحكمة العُليا؟"
02:06
And then I thought about it a little bit, and I said,
48
111000
2000
وثم فكرت في الامر قليلاً, وقلت,
02:08
"Well, is it really that easy?
49
113000
2000
"حسناً,هل الامر بهذه السهولة؟
02:10
Because, yes, if you see something like this,
50
115000
3000
لانه,نعم,إذا رأيت شيئا كهذا
02:13
then all right, fine, I'm going to call it life --
51
118000
2000
اذاً حسنا, سوف اسميه الحياة--
02:15
no doubt about it.
52
120000
2000
لا شك في ذلك.
02:17
But here's something."
53
122000
2000
لكن هنا شيئا ما."
02:19
And he goes, "Right, that's life too. I know that."
54
124000
3000
وواصل هو,"حسنا تلك ايضاً حياة ,أعرف ذلك"
02:22
Except, if you think life is also defined
55
127000
2000
باستثناء,اذا فكرت في ان الحياة تُعرف ايضاً
02:24
by things that die,
56
129000
2000
بأنها الاشياء التي تموت
02:26
you're not in luck with this thing,
57
131000
2000
سوف تكون غير محظوظ بهذا الشيء
02:28
because that's actually a very strange organism.
58
133000
2000
لان ذلك في الواقع كائن حي غريب
02:30
It grows up into the adult stage like that
59
135000
2000
إنه ينمو الى مرحلة البلوغ هكذا
02:32
and then goes through a Benjamin Button phase,
60
137000
3000
ويمر بمرحلة "بينجمن بوتون" الشيخوخة العكسية
02:35
and actually goes backwards and backwards
61
140000
2000
ويعود للوراء وللوراء
02:37
until it's like a little embryo again,
62
142000
2000
حتى يصبح جنيناً مرة أخرى
02:39
and then actually grows back up, and back down and back up -- sort of yo-yo --
63
144000
3000
ثم ينموا ثم يصغر ثم ينمو مرة اخرى-- مشابه للعبة يو يو--
02:42
and it never dies.
64
147000
2000
ولا يموت ابداً
02:44
So it's actually life,
65
149000
2000
اذاً هي ايضاً حياة
02:46
but it's actually not
66
151000
2000
لكنه في الواقع ليست كذلك
02:48
as we thought life would be.
67
153000
3000
من منظور تعريفنا للحياة
02:51
And then you see something like that.
68
156000
2000
ومن ثم عندما تشاهد شيئاً مثل ذلك
02:53
And he was like, "My God, what kind of a life form is that?"
69
158000
2000
ويكون لسان الحال هو," يا إلهي ,ما هو ذلك الشكل للحياة؟"
02:55
Anyone know?
70
160000
2000
هل يعرف اي احد؟
02:57
It's actually not life, it's a crystal.
71
162000
3000
انها في الحقيقة ليست حياة, انها بلورة
03:00
So once you start looking and looking
72
165000
2000
حينما تبدأ تنظر وتنظر
03:02
at smaller and smaller things --
73
167000
2000
في اشياء أصغر و أصغر --
03:04
so this particular person
74
169000
2000
هذا الشخص تحديداً
03:06
wrote a whole article and said, "Hey, these are bacteria."
75
171000
3000
كتب مقالا وقال" تلك هي البكتيريا"
03:09
Except, if you look a little bit closer,
76
174000
2000
إلا انك اذا نظرت عن كثب
03:11
you see, in fact, that this thing is way too small to be anything like that.
77
176000
3000
تُشاهد ,في الحقيقة,أن ذلك الشيء هو صغير جداً ليبدو كذلك.
03:14
So he was convinced,
78
179000
2000
وكان مقتنعاً
03:16
but, in fact, most people aren't.
79
181000
2000
لكن في الواقع معظم الناس غير مقتنعين
03:18
And then, of course,
80
183000
2000
ومن ثم ,بالطبع
03:20
NASA also had a big announcement,
81
185000
2000
وكالة ناسا كان لها ايضاً إعلان كبير
03:22
and President Clinton gave a press conference,
82
187000
2000
وقام الرئيس كلينتون بعمل مؤتمر صحفي
03:24
about this amazing discovery
83
189000
2000
حول هذا الاكتشاف المُدهش
03:26
of life in a Martian meteorite.
84
191000
3000
حول الحياة في نيزك مريخي
03:29
Except that nowadays, it's heavily disputed.
85
194000
4000
ما عدا انها في ايامنا هذه,ذلك متنازع عليه بشدة.
03:33
If you take the lesson of all these pictures,
86
198000
3000
لو أخذت درساً من كل تلك الصور
03:36
then you realize, well actually maybe it's not that easy.
87
201000
2000
تُدرك أن الامر ليس بهذه السهولة
03:38
Maybe I do need
88
203000
2000
رُبما أحتاج
03:40
a definition of life
89
205000
2000
الى تعريف للحياة
03:42
in order to make that kind of distinction.
90
207000
2000
لكي اقوم بذلك النوع من التمييز
03:44
So can life be defined?
91
209000
2000
هل يُمكن تعريف الحياة؟
03:46
Well how would you go about it?
92
211000
2000
كيف تصل اليه
03:48
Well of course,
93
213000
2000
حسناً بالطبع,
03:50
you'd go to Encyclopedia Britannica and open at L.
94
215000
2000
تذهب الى الموسوعة البريطانية وتفتح على حرف "L"
03:52
No, of course you don't do that; you put it somewhere in Google.
95
217000
3000
لا,بالطبع لن تقوم بذلك, سوف تستخدم محرك البحث جوجل
03:55
And then you might get something.
96
220000
3000
ومن ثم يمكن ان تحصل على شيء ما
03:58
And what you might get --
97
223000
2000
وماسوف تحصل عليه --
04:00
and anything that actually refers to things that we are used to,
98
225000
2000
و أي شيء يُشير الى اشياء معتادين عليها
04:02
you throw away.
99
227000
2000
تلقيها بعيداً
04:04
And then you might come up with something like this.
100
229000
2000
وبعد ذلك ربما تصل الى شيء يشبه هذا
04:06
And it says something complicated
101
231000
2000
يقول أشياء معقدة
04:08
with lots and lots of concepts.
102
233000
2000
يحتوي الكثير والكثير من المفاهيم
04:10
Who on Earth would write something
103
235000
2000
من ذلك الذي يكتب شيئاً
04:12
as convoluted and complex
104
237000
2000
مُلتف و معقد
04:14
and inane?
105
239000
3000
وتافه مثل هذا؟
04:17
Oh, it's actually a really, really, important set of concepts.
106
242000
4000
هي في الواقع مجموعه مهمة جداً جداً من المفاهيم
04:21
So I'm highlighting just a few words
107
246000
3000
انا فقط أشير الى بعض الكلمات
04:24
and saying definitions like that
108
249000
2000
و قول تعريف مثل ذلك
04:26
rely on things that are not based
109
251000
2000
يعتمد على أشياء لا تستند
04:28
on amino acids or leaves
110
253000
3000
الاحماض الامينية
04:31
or anything that we are used to,
111
256000
2000
أو أي من الاشياء التي اعتدنا عليها
04:33
but in fact on processes only.
112
258000
2000
لكن يستند في الواقع الى العمليات فقط
04:35
And if you take a look at that,
113
260000
2000
إذا القيت نظرة على ذلك
04:37
this was actually in a book that I wrote that deals with artificial life.
114
262000
3000
كان ذلك في كتاب من تأليفي يتحدث عن الحياة الاصطناعية
04:40
And that explains why
115
265000
2000
وذلك يُفسر لماذا
04:42
that NASA manager was actually in my office to begin with.
116
267000
3000
كان ذلك المدير من وكالة ناسا في مكتي ليبدأ الحديث معي
04:45
Because the idea was that, with concepts like that,
117
270000
3000
لان الفكرة كانت ,في وجود مفاهيم كتلك
04:48
maybe we can actually manufacture
118
273000
2000
رُبما يُمكننا صُنع
04:50
a form of life.
119
275000
2000
نموذج للحياة
04:52
And so if you go and ask yourself,
120
277000
3000
فإذا سألت نفسك
04:55
"What on Earth is artificial life?",
121
280000
2000
"ما المقصود بالحياة الاصطناعية؟"
04:57
let me give you a whirlwind tour
122
282000
2000
دعوني اَخذكم في جولة سريعة
04:59
of how all this stuff came about.
123
284000
2000
تُوضح كيف بدأ كل ذلك
05:01
And it started out quite a while ago
124
286000
3000
وبدأ منذ فترة وجيزة
05:04
when someone wrote
125
289000
2000
عندما كتب أحدهم
05:06
one of the first successful computer viruses.
126
291000
2000
أحد أنجح فيروسات الحاسب الاَلي
05:08
And for those of you who aren't old enough,
127
293000
3000
ولأولئك الصغار في السن
05:11
you have no idea how this infection was working --
128
296000
3000
لا تعلمون كيف كانت تتم العدوى
05:14
namely, through these floppy disks.
129
299000
2000
كان ذلك تحديداً عن طريق الاقراص المرنة
05:16
But the interesting thing about these computer virus infections
130
301000
3000
لكن الشيء المثير للاهتمام حول عدوى تلك الفيروسات
05:19
was that, if you look at the rate
131
304000
2000
أنه إذا نظرت الى مُعدل
05:21
at which the infection worked,
132
306000
2000
نجاح الاصابة
05:23
they show this spiky behavior
133
308000
2000
تُظهر سلوك شائك
05:25
that you're used to from a flu virus.
134
310000
3000
يُشبه سلوك فيروسات الانفونزا
05:28
And it is in fact due to this arms race
135
313000
2000
وذلك كان في الواقع بسبب سباق التسلُح
05:30
between hackers and operating system designers
136
315000
3000
بين مخترقين الحواسيب ومصممي انظمة التشغيل
05:33
that things go back and forth.
137
318000
2000
كان هناك عملية شد وجذب
05:35
And the result is kind of a tree of life
138
320000
2000
والنتيجة كانت نوع من شجرة حياة
05:37
of these viruses,
139
322000
2000
من تلك الفيروسات
05:39
a phylogeny that looks very much
140
324000
3000
سُلالة تُشابه كثيراً
05:42
like the type of life that we're used to, at least on the viral level.
141
327000
3000
ذلك النوع من الحياة الذي اعتدنا عليه,على المستوى الفيروسي على الأقل
05:45
So is that life? Not as far as I'm concerned.
142
330000
3000
هل نعتبر ذلك حياة؟ على حد علمي لا؟
05:48
Why? Because these things don't evolve by themselves.
143
333000
3000
لماذا؟ لأن تلك الأشياء لا تتطور من تلقاء ذاتها
05:51
In fact, they have hackers writing them.
144
336000
2000
في الواقع هُناك مُخترقين قاموا بكتابتها
05:53
But the idea was taken very quickly a little bit further
145
338000
4000
لكن الفكرة تم التقدم بها قليلا
05:57
when a scientist working at the Scientific Institute decided,
146
342000
3000
عندما قرر العلماء العاملين في المعهد العلمي
06:00
"Why don't we try to package these little viruses
147
345000
3000
"لماذا لا نحاول حزم تلك الفيروسات الصغيرة
06:03
in artificial worlds inside of the computer
148
348000
2000
في العوالم الاصطناعية داخل الحاسوب
06:05
and let them evolve?"
149
350000
2000
وندعها تتطور؟"
06:07
And this was Steen Rasmussen.
150
352000
2000
ذلك كان "ستين راسموسين"
06:09
And he designed this system, but it really didn't work,
151
354000
2000
وصمم هذا النظام لكنه لم ينجح
06:11
because his viruses were constantly destroying each other.
152
356000
3000
لأن الفيروسات كانت باستمرار تُدمر بعضها البعض.
06:14
But there was another scientist who had been watching this, an ecologist.
153
359000
3000
لكن كان هناك عالم اَخر يُتابع هذا الامر, عالم بيئي
06:17
And he went home and says, "I know how to fix this."
154
362000
3000
وعاد الى منزله و قال ,"أنا أعلم كيف أُصلح هذا الامر"
06:20
And he wrote the Tierra system,
155
365000
2000
وكتب نظام "تيرا"
06:22
and, in my book, is in fact one of the first
156
367000
3000
و,في كتابي, في الواقع أحد اوائل
06:25
truly artificial living systems --
157
370000
2000
ألانظمة الحية الاصطناعية الحقيقية
06:27
except for the fact that these programs didn't really grow in complexity.
158
372000
3000
بإستثناء حقية أن تلك البرامح لا تنموا بشكل مُعقد
06:30
So having seen this work, worked a little bit on this,
159
375000
3000
وبرؤية هذا الامر ينجح,عملتُ قليلاً عليه,
06:33
this is where I came in.
160
378000
2000
هذه اللحظة حيث فكرت
06:35
And I decided to create a system
161
380000
2000
وقررت أن أُنشيء نظام
06:37
that has all the properties that are necessary
162
382000
2000
يحتوي على كل الخصائص الضرورية
06:39
to see the evolution of complexity,
163
384000
3000
لأصل الى التطور المُعقد
06:42
more and more complex problems constantly evolving.
164
387000
3000
الكثير والكثير من المشاكل المُعقدة والمتطورة بشكل ثابت
06:45
And of course, since I really don't know how to write code, I had help in this.
165
390000
3000
وبالطبع بما أنني لا أعرف كيف أكتب البرامج,حصلت على مساعدة في هذا المجال
06:48
I had two undergraduate students
166
393000
2000
ساعدني اثنان من طلبة الدراسات العليا
06:50
at California Institute of Technology that worked with me.
167
395000
3000
في معهد كاليفورنيا للتكنلوجيا.عملا معي
06:53
That's Charles Offria on the left, Titus Brown on the right.
168
398000
3000
هذا "شارلز اوفريا" على اليسار , و " تيتوس براون" على اليمين
06:56
They are now actually respectable professors
169
401000
3000
كل منهم الاَن بروفيسور محترم
06:59
at Michigan State University,
170
404000
2000
في جامعة ميتشغن
07:01
but I can assure you, back in the day,
171
406000
2000
لكنني بإمكاني التأكيد لكُم أننا في ذلك الوقت
07:03
we were not a respectable team.
172
408000
2000
لم نكن فريقاً مُحترماً
07:05
And I'm really happy that no photo survives
173
410000
2000
وأنا سعيد أنه لا توجد أي صورة
07:07
of the three of us anywhere close together.
174
412000
3000
تُظهرنا جميعاً بالقرب من بعضنا البعض.
07:10
But what is this system like?
175
415000
2000
لكن ما هو هذا النظام؟
07:12
Well I can't really go into the details,
176
417000
3000
حسناً لا يمكنني الخوض في التفاصيل
07:15
but what you see here is some of the entrails.
177
420000
2000
لكن ما تُشاهدونه هنا بعض الاحشاء
07:17
But what I wanted to focus on
178
422000
2000
لكن ما أريد التركيز عليه
07:19
is this type of population structure.
179
424000
2000
هو تلك النوعية من هيكل العينات
07:21
There's about 10,000 programs sitting here.
180
426000
3000
يوجد هُناك حوالي 10,000 برنامج
07:24
And all different strains are colored in different colors.
181
429000
3000
وكُل سُلالة مُختلفة مُلونة بلون مُختلف
07:27
And as you see here, there are groups that are growing on top of each other,
182
432000
3000
وكما تُشاهدون هنا,هناك مجموعات تنموا فوق بعضها البعض
07:30
because they are spreading.
183
435000
2000
لانها مُنتشرة
07:32
Any time there is a program
184
437000
2000
في كل وقت هُناك برنامج
07:34
that's better at surviving in this world,
185
439000
2000
أفضل في إنقاذ العالم
07:36
due to whatever mutation it has acquired,
186
441000
2000
بسبب اي من التحولات المُكتسبة,
07:38
it is going to spread over the others and drive the others to extinction.
187
443000
3000
سوف تنتشر فوق الأُخرى وتدفع الأخرى للانقراض
07:41
So I'm going to show you a movie where you're going to see that kind of dynamic.
188
446000
3000
سوف اعرض عليكم فيديو يُمكنكم من رؤية تلك الديناميكية
07:44
And these kinds of experiments are started
189
449000
3000
تُبدأ تلك الانواع من التجارب
07:47
with programs that we wrote ourselves.
190
452000
2000
ببرامح كتبناها بأنفسنا
07:49
We write our own stuff, replicate it,
191
454000
2000
كتبنا الاشياء الخاصة بنا, كررناها
07:51
and are very proud of ourselves.
192
456000
2000
ونحن فخورون جداً بأنفسنا
07:53
And we put them in, and what you see immediately
193
458000
3000
ووضعناها معاً , وما تُشاهدونه فوراً
07:56
is that there are waves and waves of innovation.
194
461000
3000
أنه يُوجد أمواج وأمواج من الإستحداث
07:59
By the way, this is highly accelerated,
195
464000
2000
بالمناسبة ,إنها مُتسارعة جداً
08:01
so it's like a thousand generations a second.
196
466000
2000
حوالي آلاف الاجيال في الثانية
08:03
But immediately the system goes like,
197
468000
2000
لكن فورا يصبح لسان حال النظام
08:05
"What kind of dumb piece of code was this?
198
470000
2000
"أي نوع من البرامج الغبية هذا؟
08:07
This can be improved upon in so many ways
199
472000
2000
يُمكن تطوير هذا بطرق مختلفة
08:09
so quickly."
200
474000
2000
وبسرعة"
08:11
So you see waves of new types
201
476000
2000
تُشاهدون أمواج من الانواع الجديدة
08:13
taking over the other types.
202
478000
2000
تطغى على الانواع الأُخرى
08:15
And this type of activity goes on for quite awhile,
203
480000
3000
وهذا النوع من النشاط يستمر لفترة
08:18
until the main easy things have been acquired by these programs.
204
483000
4000
حتى نكتسب الاشياء الاساسية بواسطة تلك البرامج
08:22
And then you see sort of like a stasis coming on
205
487000
4000
وثم تلاحظون هناك نوع من الركود
08:26
where the system essentially waits
206
491000
2000
حيث ينتظر النظام
08:28
for a new type of innovation, like this one,
207
493000
3000
نوع جديد من الابتكار مثل هذا
08:31
which is going to spread
208
496000
2000
والذي ينتشر
08:33
over all the other innovations that were before
209
498000
2000
ويطغى على كل ما سبقه
08:35
and is erasing the genes that it had before,
210
500000
3000
ويمحي الجينات السابقة,
08:38
until a new type of higher level of complexity has been achieved.
211
503000
4000
حتى يتم الحصول على نوع جديد ذو مستوى اعلى من التعقيد
08:42
And this process goes on and on and on.
212
507000
3000
وتستمتر هذه العملية مراراً ومراراً ومراراً.
08:45
So what we see here
213
510000
2000
ما نُشاهده هنا
08:47
is a system that lives
214
512000
2000
هو نظام يعيش
08:49
in very much the way we're used to life [going.]
215
514000
2000
بالطريقة نفسها التي اعتدنا العيش بها
08:51
But what the NASA people had asked me really
216
516000
4000
لكن ما سألني عنه موظفي وكالة ناسا
08:55
was, "Do these guys
217
520000
2000
كان "هل تلك الاشياء
08:57
have a biosignature?
218
522000
2000
لديها بصمة حيوية؟
08:59
Can we measure this type of life?
219
524000
2000
هل يمكننا قياس ذلك النوع من الحياة؟
09:01
Because if we can,
220
526000
2000
لأنه اذا امكننا ذلك
09:03
maybe we have a chance of actually discovering life somewhere else
221
528000
3000
رُبما أمكننا اكتشاف الحياة في مكان ما
09:06
without being biased
222
531000
2000
بدون ان نكون مُتحيزين
09:08
by things like amino acids."
223
533000
2000
لتلك الاحماض الامينية."
09:10
So I said, "Well, perhaps we should construct
224
535000
3000
قُلت,"حسناً رُبما يجب ان نبني
09:13
a biosignature
225
538000
2000
بصمة حيوية
09:15
based on life as a universal process.
226
540000
3000
اعتماداً على الحياة كعملية شاملة
09:18
In fact, it should perhaps make use
227
543000
2000
في الواقع رُبما استفاد
09:20
of the concepts that I developed
228
545000
2000
من المفهوم الذي طورته
09:22
just in order to sort of capture
229
547000
2000
فقط من اجل الوصول
09:24
what a simple living system might be."
230
549000
2000
لربما ، ماهية نظام الحياة البسيط."
09:26
And the thing I came up with --
231
551000
2000
والشيء الذي توصلت اليه--
09:28
I have to first give you an introduction about the idea,
232
553000
4000
يجب علي إعطاءكم متقدمة عن الفكرة,
09:32
and maybe that would be a meaning detector,
233
557000
3000
ورُبما يكون ذلك كاشف للمعنى
09:35
rather than a life detector.
234
560000
3000
بدلاً من كاشف للحياة
09:38
And the way we would do that --
235
563000
2000
والطريقة الذي يجب ان نقوم بها بذلك--
09:40
I would like to find out how I can distinguish
236
565000
2000
اريد ان اعرف كيف يمكن ان أميز
09:42
text that was written by a million monkeys,
237
567000
2000
الكتابة التي كُتبت عن طريق ملايين القرود
09:44
as opposed to text that [is] in our books.
238
569000
3000
في مُقابل الكتابة الموجودة في كُتبنا
09:47
And I would like to do it in such a way
239
572000
2000
واريد ان اقوم ذلك بطريقة معينة
09:49
that I don't actually have to be able to read the language,
240
574000
2000
بحيث لا يتوجب علي معرفة اللغة
09:51
because I'm sure I won't be able to.
241
576000
2000
لانني متيقن انني لن استطيع قراءتها
09:53
As long as I know that there's some sort of alphabet.
242
578000
2000
على حد علمي يوجد هُناك أبجدية
09:55
So here would be a frequency plot
243
580000
3000
سوف يكون هناك رسم تكراري
09:58
of how often you find
244
583000
2000
يبين معدل
10:00
each of the 26 letters of the alphabet
245
585000
2000
ظهور كل حرف من حروف الابجدية ال 26
10:02
in a text written by random monkeys.
246
587000
3000
في الكتابة المكتوبة من قبل القرود
10:05
And obviously each of these letters
247
590000
2000
من الواضح ان كل من تلك الحروف
10:07
comes off about roughly equally frequent.
248
592000
2000
يظهر بنفس التكرار
10:09
But if you now look at the same distribution in English texts,
249
594000
4000
لكن اذا نظرت الى نفس التوزيع في الكتابة في الانجليزية
10:13
it looks like that.
250
598000
2000
تبدو كهذا.
10:15
And I'm telling you, this is very robust across English texts.
251
600000
3000
وللمعلومية,هذا الشيء يظهر بقوة في النصوص الانجليزية
10:18
And if I look at French texts, it looks a little bit different,
252
603000
2000
وإذا نظرت الى النصوص الفرنسية يبدو الامر مختلفاً قليلاً
10:20
or Italian or German.
253
605000
2000
او الايطالية او الالمانية
10:22
They all have their own type of frequency distribution,
254
607000
3000
جميعها لديها تكرارها الترددي الخاص بها
10:25
but it's robust.
255
610000
2000
لكنه قوي
10:27
It doesn't matter whether it writes about politics or about science.
256
612000
3000
بغض النظر أكانت الكتابة عن السياسة او العلوم
10:30
It doesn't matter whether it's a poem
257
615000
3000
لا يهم سواء أكانت قصيدة
10:33
or whether it's a mathematical text.
258
618000
3000
او أي نص حسابي
10:36
It's a robust signature,
259
621000
2000
انها بصمة قوية
10:38
and it's very stable.
260
623000
2000
وثابتة جداً
10:40
As long as our books are written in English --
261
625000
2000
طالما كانت كُتبنا مكتوبة بالانجليزية --
10:42
because people are rewriting them and recopying them --
262
627000
3000
لأن الناس يعيدون كتباتها وينسخونها --
10:45
it's going to be there.
263
630000
2000
تكون البصمة موجودة
10:47
So that inspired me to think about,
264
632000
2000
وذلك الهمني للتفكير في الامر
10:49
well, what if I try to use this idea
265
634000
3000
حسناً, اذا حاولت استخدام هذه الفكرة
10:52
in order, not to detect random texts
266
637000
2000
وبدلاً اكتشاف النص العشوائي
10:54
from texts with meaning,
267
639000
2000
من النص ذي المعنى
10:56
but rather detect the fact that there is meaning
268
641000
4000
بدلاً من ذلك نكتشف ان هُناك معنى
11:00
in the biomolecules that make up life.
269
645000
2000
في الجزيئات الحيوية التي تُشكل الحياة
11:02
But first I have to ask:
270
647000
2000
لكن يجب ان اسأل اولاً
11:04
what are these building blocks, like the alphabet, elements that I showed you?
271
649000
3000
ماهي احجار البناء المُشابهة لحروف الابجدية التي عرضتها عليكم؟
11:07
Well it turns out, we have many different alternatives
272
652000
3000
اتضح انه لدينا الكثير من البدائل
11:10
for such a set of building blocks.
273
655000
2000
لهذا النوع من احجار البناء
11:12
We could use amino acids,
274
657000
2000
يمكننا استخدام الاحماض الامينية
11:14
we could use nucleic acids, carboxylic acids, fatty acids.
275
659000
3000
يمكننا استخدام الاحماض النووية, الاحماض الكاربوكلسية, او الاحماض الدهنية
11:17
In fact, chemistry's extremely rich, and our body uses a lot of them.
276
662000
3000
في الواقع الكيمياء غنية, وأجسامنا تستخدم الكثير منها
11:20
So that we actually, to test this idea,
277
665000
3000
إذا في الواقع لاختبار هذه الفكرة
11:23
first took a look at amino acids and some other carboxylic acids.
278
668000
3000
اولاً أخذت نظرة على الاحماض الامينية والاحماض الكربوكسيلية الاخرى
11:26
And here's the result.
279
671000
2000
وها هي النتائج.
11:28
Here is, in fact, what you get
280
673000
3000
هذا في الواقع ما سوف تحصل عليه
11:31
if you, for example, look at the distribution of amino acids
281
676000
3000
اذا نظرت على سبيل المثال الى توزيع الاحماض الامينية
11:34
on a comet or in interstellar space
282
679000
3000
في المذنّب او الفضاء بين النجوم
11:37
or, in fact, in a laboratory,
283
682000
2000
او في المختبر
11:39
where you made very sure that in your primordial soup
284
684000
2000
حيث تتأكد انه في حسائك البدائي
11:41
that there is not living stuff in there.
285
686000
2000
لا يوجد اي اشياء حية
11:43
What you find is mostly glycine and then alanine
286
688000
3000
ما تجده هو غالباً الجيلاكين والانين
11:46
and there's some trace elements of the other ones.
287
691000
3000
وهناك عناصر قليلة من الاخرى
11:49
That is also very robust --
288
694000
3000
وذلك ايضاً قوي --
11:52
what you find in systems like Earth
289
697000
3000
تجده في أنظمة مشابهة للارض
11:55
where there are amino acids,
290
700000
2000
حيث توجد احماض امينية
11:57
but there is no life.
291
702000
2000
لكن بدون وجود حياة
11:59
But suppose you take some dirt
292
704000
2000
لكن إفترض انك اخذت شيء من القذارة
12:01
and dig through it
293
706000
2000
وبحثت خلالها
12:03
and then put it into these spectrometers,
294
708000
3000
ووضعته في محلل الطيف
12:06
because there's bacteria all over the place;
295
711000
2000
لانه توجد بكتريا في كل مكان,
12:08
or you take water anywhere on Earth,
296
713000
2000
او اخذت شيء من الماء من اي مكان على الارض
12:10
because it's teaming with life,
297
715000
2000
لانه مرتبط بالحياة,
12:12
and you make the same analysis;
298
717000
2000
وأخذت نفس التحليل
12:14
the spectrum looks completely different.
299
719000
2000
الطيف يبدو مختلفاً تماماً
12:16
Of course, there is still glycine and alanine,
300
721000
4000
بالطبع لا يزال يوجد جلاكين و ألانين,
12:20
but in fact, there are these heavy elements, these heavy amino acids,
301
725000
3000
لكن في الواقع يوجد هناك تلك العناصر الثقيلة, تلك الاحماض الامينية الثقيلة
12:23
that are being produced
302
728000
2000
التي أنتجت
12:25
because these are valuable to the organism.
303
730000
2000
لأنها ذات قيمة بالنسبة للكائن الحي.
12:27
And some other ones
304
732000
2000
وبعض الاشياء الاخرى
12:29
that are not used in the set of 20,
305
734000
2000
التي لم تستخدم ضمن مجموعة العشرين
12:31
they will not appear at all
306
736000
2000
لا تظهر اطلاقاً
12:33
in any type of concentration.
307
738000
2000
في أي نوع من التركيز
12:35
So this also turns out to be extremely robust.
308
740000
2000
وأيضاً إتضح أن ذلك قوي للغاية
12:37
It doesn't matter what kind of sediment you're using to grind up,
309
742000
3000
لا يهم أي نوع من الرواسب تستخدمها في الطحن
12:40
whether it's bacteria or any other plants or animals.
310
745000
3000
سواء كانت بكتيريا او اي من النباتات الاخرى او الحيوانات.
12:43
Anywhere there's life,
311
748000
2000
في أي من كان توجد به حياة
12:45
you're going to have this distribution,
312
750000
2000
سوف تحصل على هذا التوزيع
12:47
as opposed to that distribution.
313
752000
2000
في مقابل ذلك التوزيع
12:49
And it is detectable not just in amino acids.
314
754000
3000
وهو قابل للاكتشاف ليس فقط في الاحماض الامينية
12:52
Now you could ask:
315
757000
2000
الان بإمكانك السؤال
12:54
well, what about these Avidians?
316
759000
2000
لكن ماذا عن تلك ال "افيدانس"
12:56
The Avidians being the denizens of this computer world
317
761000
4000
ال"افيدانس" هم سُكان عالم الحاسب الاَلي
13:00
where they are perfectly happy replicating and growing in complexity.
318
765000
3000
حيث يتكاثرون بسعادة ويكبرون في التعقيد
13:03
So this is the distribution that you get
319
768000
3000
هذا هو التوزيع الذي سوف تحصل عليه
13:06
if, in fact, there is no life.
320
771000
2000
اذا لم تكن هناك حياة.
13:08
They have about 28 of these instructions.
321
773000
3000
لديها حوالي 20 من تلك التعليمات
13:11
And if you have a system where they're being replaced one by the other,
322
776000
3000
واذا كان لديك نظام حيث يُستبدل واحد بالاخر
13:14
it's like the monkeys writing on a typewriter.
323
779000
2000
تُشابه كتابة القرود على الاًلة الكاتبة
13:16
Each of these instructions appears
324
781000
3000
كل واحد من تلك الاوامر تظهر
13:19
with roughly the equal frequency.
325
784000
3000
بنفس التردد تقريبا
13:22
But if you now take a set of replicating guys
326
787000
4000
لكن اذا اخذت مجموعة من العناصر المُتكررة
13:26
like in the video that you saw,
327
791000
2000
مثل الذي شاهدتوه في الفيديو
13:28
it looks like this.
328
793000
2000
تبدو هكذا
13:30
So there are some instructions
329
795000
2000
توجد هناك بعض التعليمات
13:32
that are extremely valuable to these organisms,
330
797000
2000
هي ذات قيمة لتلك الكائنات الحية
13:34
and their frequency is going to be high.
331
799000
3000
وترددها سوف يكون عالي
13:37
And there's actually some instructions
332
802000
2000
وهناك في الواقع بعض التعليمات
13:39
that you only use once, if ever.
333
804000
2000
التي تستخدمها مرة واحدة
13:41
So they are either poisonous
334
806000
2000
فهي اما سامة
13:43
or really should be used at less of a level than random.
335
808000
4000
او يجب استخدمها في مستوى اقل من العشوائية
13:47
In this case, the frequency is lower.
336
812000
3000
في هذه الحالة التردد اقل
13:50
And so now we can see, is that really a robust signature?
337
815000
3000
الاًن يمكننا ان نرى, هل هذه حقاً بصمة قوية؟
13:53
I can tell you indeed it is,
338
818000
2000
استطيع القول في الواقع نعم هي كذلك
13:55
because this type of spectrum, just like what you've seen in books,
339
820000
3000
لأن هذا النوع من الطيف, تماماً مثل الذي شاهدتوه في الكُتب
13:58
and just like what you've seen in amino acids,
340
823000
2000
وايضاً مثل الذي شاهدتوه في الاحماض الامينية
14:00
it doesn't really matter how you change the environment, it's very robust;
341
825000
3000
لا يهم كيف تُغير البيئة , انها بصمة قوية
14:03
it's going to reflect the environment.
342
828000
2000
سوف تعكس البيئة
14:05
So I'm going to show you now a little experiment that we did.
343
830000
2000
سوف اعرض عليكم الاًن تجربة صغيرة قُمنا بها.
14:07
And I have to explain to you,
344
832000
2000
ويجب ان أشرح لكم,
14:09
the top of this graph
345
834000
2000
اعلى هذا الرسم
14:11
shows you that frequency distribution that I talked about.
346
836000
3000
يُبين تردد التوزيع الذي تحدثت عنه
14:14
Here, in fact, that's the lifeless environment
347
839000
3000
هنا هي البيئة التي لا توجد بها حياة
14:17
where each instruction occurs
348
842000
2000
حيث تظهر كل تعليمة
14:19
at an equal frequency.
349
844000
2000
بتردد متساوي
14:21
And below there, I show, in fact,
350
846000
3000
وفي الاسفل من هنا, أبيّن
14:24
the mutation rate in the environment.
351
849000
3000
مُعدل التحول في البيئة
14:27
And I'm starting this at a mutation rate that is so high
352
852000
3000
وأبدأ هذا بمعدل تحول عالي جداً
14:30
that, even if you would drop
353
855000
2000
بحيث انك اذا اسقطت
14:32
a replicating program
354
857000
2000
برنامج تكراري
14:34
that would otherwise happily grow up
355
859000
2000
سوف ينمو بسعادة
14:36
to fill the entire world,
356
861000
2000
ليملأ كل العالم
14:38
if you drop it in, it gets mutated to death immediately.
357
863000
4000
لو اسقطته , سوف يصير التحول الى الموت مباشرة
14:42
So there is no life possible
358
867000
2000
لا توجد حياة
14:44
at that type of mutation rate.
359
869000
3000
في ذلك المعدل من التحول
14:47
But then I'm going to slowly turn down the heat, so to speak,
360
872000
4000
ومن ثم سوف اُخفض الحرارة ببطئ
14:51
and then there's this viability threshold
361
876000
2000
وأصل الى عتبة الجدوى
14:53
where now it would be possible
362
878000
2000
حيث يُمكن الاًن
14:55
for a replicator to actually live.
363
880000
2000
للمُتكرر ان يعيش
14:57
And indeed, we're going to be dropping these guys
364
882000
3000
وفي الواقع سوف نقوم باسقاط تلك العناصر
15:00
into that soup all the time.
365
885000
2000
في ذلك الحساء طوال الوقت
15:02
So let's see what that looks like.
366
887000
2000
دعونا ننظر كيف تبدو
15:04
So first, nothing, nothing, nothing.
367
889000
3000
اولاً , لا شيء لا شيء لاشيء
15:07
Too hot, too hot.
368
892000
2000
حار جداً حار جداً
15:09
Now the viability threshold is reached,
369
894000
3000
الان وصلنا الى عتبة الجدوى
15:12
and the frequency distribution
370
897000
2000
و تردد التوزيع
15:14
has dramatically changed and, in fact, stabilizes.
371
899000
3000
تغير بدراماتيكية, وأستقر
15:17
And now what I did there
372
902000
2000
والآن ما فعلته هناك
15:19
is, I was being nasty, I just turned up the heat again and again.
373
904000
3000
أنني كُنت مكّار, ورفعت الحرارة مرة اخرى ومرة اخرى
15:22
And of course, it reaches the viability threshold.
374
907000
3000
وبالطبع وصل الى عتبة الجدوى
15:25
And I'm just showing this to you again because it's so nice.
375
910000
3000
وأريكم اياه مرة اخرى لانه جميل جداً
15:28
You hit the viability threshold.
376
913000
2000
تلامس عتبة الجدوى
15:30
The distribution changes to "alive!"
377
915000
2000
يتغير التوزيع الى "حي"
15:32
And then, once you hit the threshold
378
917000
3000
وعندما تلامس العتبة
15:35
where the mutation rate is so high
379
920000
2000
حيث يكون معدل التحول عالي
15:37
that you cannot self-reproduce,
380
922000
2000
بحيث لا يمكن اعادة انتاج نفسك
15:39
you cannot copy the information
381
924000
3000
لا يمكنك نسخ المعلومات
15:42
forward to your offspring
382
927000
2000
وتحويلها الى سلالة
15:44
without making so many mistakes
383
929000
2000
بدون عمل اخطاء كثيرة
15:46
that your ability to replicate vanishes.
384
931000
3000
بحيث تنعدم قابليتك للتكرار
15:49
And then that signature is lost.
385
934000
3000
ومن ثم تضيع البصمة
15:52
What do we learn from that?
386
937000
2000
مالذي نتعلمه من ذلك
15:54
Well, I think we learn a number of things from that.
387
939000
4000
حسناً اعتقد اننا نتعلم عدة اشياء من ذلك
15:58
One of them is,
388
943000
2000
احدها
16:00
if we are able to think about life
389
945000
3000
اذا امكننا التفكير في الحياة
16:03
in abstract terms --
390
948000
2000
بشكل تجريدي --
16:05
and we're not talking about things like plants,
391
950000
2000
وبدون التفكير في اشياء مثل النباتات
16:07
and we're not talking about amino acids,
392
952000
2000
ونحن لا نتكلم عن الاحماض الامينية
16:09
and we're not talking about bacteria,
393
954000
2000
ولا نتحدث عن البكتيريا
16:11
but we think in terms of processes --
394
956000
2000
لكننا نفكر في العملية
16:13
then we could start to think about life,
395
958000
3000
من ثم يُمكننا البدء في التفكير في الحياة,
16:16
not as something that is so special to Earth,
396
961000
2000
على انها ليست شيء خاص بكوكب الارض
16:18
but that, in fact, could exist anywhere.
397
963000
3000
لكن يُمكن ان توجد في اي مكان
16:21
Because it really only has to do
398
966000
2000
لانها يجب ا ن تتم
16:23
with these concepts of information,
399
968000
2000
بتلك المفاهيم من المعلومات,
16:25
of storing information
400
970000
2000
بتخزين المعلومات
16:27
within physical substrates --
401
972000
2000
ضمن ركائز فيزيائية
16:29
anything: bits, nucleic acids,
402
974000
2000
اي شيء:بايتات ,احماض نووية
16:31
anything that's an alphabet --
403
976000
2000
اي شيء ذو ابجدية--
16:33
and make sure that there's some process
404
978000
2000
لنتأكد ان هناك عملية
16:35
so that this information can be stored
405
980000
2000
بحيث يمكن خزن هذه المعلومة
16:37
for much longer than you would expect
406
982000
2000
لفترة اطول مما تتوقع
16:39
the time scales for the deterioration of information.
407
984000
4000
المدى الزمني لتدمير المعلومات.
16:43
And if you can do that,
408
988000
2000
واذا امكنك فعل ذلك
16:45
then you have life.
409
990000
2000
يكون لديك حياة
16:47
So the first thing that we learn
410
992000
2000
اذاً الشيء الاول الذي نتعلمه
16:49
is that it is possible to define life
411
994000
3000
أنه بالامكان تعريف الحياة
16:52
in terms of processes alone,
412
997000
3000
من حيث العمليات فقط
16:55
without referring at all
413
1000000
2000
بدون الاشارة مُطلقاً
16:57
to the type of things that we hold dear,
414
1002000
2000
الى الاشياء التي نحبها بقوة,
16:59
as far as the type of life on Earth is.
415
1004000
3000
مثلما هي الاشيء التي على الارض
17:02
And that in a sense removes us again,
416
1007000
3000
وذلك المعنى ينزعنا مرة اخرى
17:05
like all of our scientific discoveries, or many of them --
417
1010000
3000
مثلما تفعله جميع اكتشافاتنا العلمية او الكثير منها --
17:08
it's this continuous dethroning of man --
418
1013000
2000
انه هذا النزع المتكرر للانسان --
17:10
of how we think we're special because we're alive.
419
1015000
3000
حيث نعتقد اننا متميزون لأننا بشر
17:13
Well we can make life. We can make life in the computer.
420
1018000
3000
يًمكننا صنع حياة, يُمكننا عمل حياة داخل الحاسب الالي
17:16
Granted, it's limited,
421
1021000
2000
يحب ان نعرف ذلك,لكنها محدودة
17:18
but we have learned what it takes
422
1023000
3000
لكننا تعلمنا مالذي يتطلبه
17:21
in order to actually construct it.
423
1026000
2000
من أجل بنائها
17:23
And once we have that,
424
1028000
3000
وحينما يكون لدينا ذلك
17:26
then it is not such a difficult task anymore
425
1031000
3000
تصبح مهمة ليست صعبة
17:29
to say, if we understand the fundamental processes
426
1034000
4000
ان نقول,اذا فهمنا العمليات الاساسية
17:33
that do not refer to any particular substrate,
427
1038000
3000
التي لا تُشير الى اي ركيزة
17:36
then we can go out
428
1041000
2000
فإذاً يمكننا الخروج
17:38
and try other worlds,
429
1043000
2000
وتجربة عوالم اُخرى
17:40
figure out what kind of chemical alphabets might there be,
430
1045000
4000
ومعرفة ما هي الابجدية الكيميائية التي يمكن ان تكون هناك
17:44
figure enough about the normal chemistry,
431
1049000
2000
نتعرف بما يكفي على الكيمياء الاعتيادية
17:46
the geochemistry of the planet,
432
1051000
3000
وجغرافية كيمياء النباتات
17:49
so that we know what this distribution would look like
433
1054000
2000
بحيث نعرف ما يكون عليه التوزيع
17:51
in the absence of life,
434
1056000
2000
في غياب الحياة
17:53
and then look for large deviations from this --
435
1058000
3000
ومن ثم النظر في الانحرافات الكبيرة بعيداً عن هذا
17:56
this thing sticking out, which says,
436
1061000
3000
ذلك الشيء يخرج, ويقول
17:59
"This chemical really shouldn't be there."
437
1064000
2000
"الكيمياء يجب ان لا تكون هناك"
18:01
Now we don't know that there's life then,
438
1066000
2000
الان لا نعرف انه توجد حياة
18:03
but we could say,
439
1068000
2000
لكننا يمكن ان نقول
18:05
"Well at least I'm going to have to take a look very precisely at this chemical
440
1070000
3000
"حسناً سوف القي نظرة محددة على هذه الكيمياء
18:08
and see where it comes from."
441
1073000
2000
وأنظر من اين اتت"
18:10
And that might be our chance
442
1075000
2000
وذلك يمكن ان يكون فرصتنا
18:12
of actually discovering life
443
1077000
2000
في اكتشاف الحياة
18:14
when we cannot visibly see it.
444
1079000
2000
في حال عدم قدرتنا على رؤيتها بوضوح
18:16
And so that's really the only take-home message
445
1081000
3000
وتلك هي الرسالة التي اريدكم ان تأخذوها معكم
18:19
that I have for you.
446
1084000
2000
سوف اعطيكم اياها
18:21
Life can be less mysterious
447
1086000
2000
الحياة يمكن ان تكون اقل غموضاً
18:23
than we make it out to be
448
1088000
2000
اكثر من ما اردنا لها ان تكون
18:25
when we try to think about how it would be on other planets.
449
1090000
4000
عندما حاولنا التفكير كيف يمكن ان تكون على كواكب أخرى
18:29
And if we remove the mystery of life,
450
1094000
3000
وإذا ازلنا غموض الحياة
18:32
then I think it is a little bit easier
451
1097000
3000
اعتقد انه اكثر سهولة
18:35
for us to think about how we live,
452
1100000
2000
بالنسبة لنا حول كيف نعيش
18:37
and how perhaps we're not as special as we always think we are.
453
1102000
3000
وكيف اننا لسنا مميزين كما نعتقد دائما
18:40
And I'm going to leave you with that.
454
1105000
2000
وسوف اترككم مع هذا.
18:42
And thank you very much.
455
1107000
2000
شكراً لكم
18:44
(Applause)
456
1109000
2000
(تصفيق)
ABOUT THE SPEAKER
Christoph Adami - Artificial life researcherChristoph Adami works on the nature of life and evolution, trying to define life in a way that is as free as possible from our preconceptions.
Why you should listen
Christoph Adami researches the nature of living systems, using 'artificial life' -- small, self-replicating computer programs. His main research focus is Darwinian evolution, which he studies at different levels of organization (from simple molecules to brains). He has pioneered theapplication of methods from information theory to the study of evolution, and designed the "Avida" system that launched the use of digital life as a tool for investigating basic questions in evolutionary biology.
He is Professor of Applied Life Sciences at the Keck Graduate Institute in Claremont, CA, and a Visiting Professor at the BEACON Center for the Study of Evolution in Action at Michigan State University. He obtained his PhD in theoretical physics from the State University of New York at Stony Brook.
Christoph Adami | Speaker | TED.com