TEDxUIUC
Christoph Adami: Finding life we can't imagine
Kristof Adami:Fərqli həyat axtarışında
Filmed:
Readability: 3.7
652,149 views
Biz necə yad planetlərdə həyat axtara bilərik,əgər orda hər şey Yer kürəsindən fərqlidirsə. Kristof Adami TEDxUIUC-də süni həyat -- öz-özünü kopyalayan kompyuter proqramları ,"biomarker"-lə bağlı tədqiqatlarından danışır.
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
Qəribə bir peşəm var.
00:17
I know it because people come up to me, like colleagues,
1
2000
3000
Bundan əminəm, çünki iş yoldaşlarım da bəzən yanıma gəlir
00:20
and say, "Chris, you have a strange career."
2
5000
2000
və deyirlər,"Kris, qəribə işin var ".
00:22
(Laughter)
3
7000
2000
(Gülüş)
00:24
And I can see their point,
4
9000
2000
Onları başa düşürəm ,
00:26
because I started my career
5
11000
2000
çünki nəzəri nüvə fiziki kimi
00:28
as a theoretical nuclear physicist.
6
13000
2000
işləməyə başlamışdım.
00:30
And I was thinking about quarks and gluons
7
15000
2000
Kvarklar və qlüonlar,
00:32
and heavy ion collisions,
8
17000
2000
ağır ion toqquşmaları haqqında düşünürdüm,
00:34
and I was only 14 years old.
9
19000
2000
və cəmi 14 yaşım var idi.
00:36
No, no, I wasn't 14 years old.
10
21000
3000
Yox,yox, 14 yaşda deyildim.
00:40
But after that,
11
25000
2000
Ancaq bu işimlə birlikdə
00:42
I actually had my own lab
12
27000
2000
nevrologiya ilə heç bir əlaqəm olmasa da
00:44
in the computational neuroscience department,
13
29000
2000
hesablama nevrologiya şöbəsində
00:46
and I wasn't doing any neuroscience.
14
31000
2000
şəxsi labaratoriyam oldu.
00:48
Later, I would work on evolutionary genetics,
15
33000
3000
Sonra təkamül genetikası,
00:51
and I would work on systems biology.
16
36000
2000
və sistematik biologiya sahəsində işləyəcəkdim.
00:53
But I'm going to tell you about something else today.
17
38000
3000
Ancaq bugün tamamilə fərqli bir şey haqqında danışacam.
00:56
I'm going to tell you
18
41000
2000
Sizə həyatla bağlı
00:58
about how I learned something about life.
19
43000
2000
yenilikləri necə öyrəndiyimdən danışacam.
01:00
And I was actually a rocket scientist.
20
45000
4000
Əslində mən raket mühəndisi idim.
01:04
I wasn't really a rocket scientist,
21
49000
2000
Tam olaraq belə hesab etmək də olmaz,
01:06
but I was working
22
51000
2000
yəni mən,
01:08
at the Jet Propulsion Laboratory
23
53000
2000
Reaktiv Hərəkət Laboratoriyasında çalışırdım.
01:10
in sunny California where it's warm;
24
55000
3000
Günəşli Kaliforniyada idi bu labaratoriya,
01:13
whereas now I'm in the mid-West,
25
58000
2000
indi Orta Qərbdəyəm,
01:15
and it's cold.
26
60000
2000
və donuram.
01:17
But it was an exciting experience.
27
62000
3000
Lakin.bu maraqlıı bir təcrübə idi.
01:20
One day a NASA manager comes into my office,
28
65000
3000
Bir gün NASA meneceri ofisimə gəldi,
01:23
sits down and says,
29
68000
3000
əyləşdi və sual verdi,
01:26
"Can you please tell us,
30
71000
2000
"Yerdən kənarda heyatı necə tapa biləcəyimizi
01:28
how do we look for life outside Earth?"
31
73000
2000
bizə deyə bilərsiniz?"
01:30
And that came as a surprise to me,
32
75000
2000
Çox təəccübləndim,
01:32
because I was actually hired
33
77000
2000
çünki məni kvant hesablamalarını
01:34
to work on quantum computation.
34
79000
2000
araşdırmağım üçün işə götürmüşdülər.
01:36
Yet, I had a very good answer.
35
81000
2000
Yenə də , cavabım hazır idi.
01:38
I said, "I have no idea."
36
83000
3000
"Heç bir fikrim yoxdur."
01:41
And he told me, "Biosignatures,
37
86000
3000
O, "Biosignature,(biooloji izlər)
01:44
we need to look for a biosignature."
38
89000
2000
biz "biosigniture" axtarırıq." dedi.
01:46
And I said, "What is that?"
39
91000
2000
Bunların nə olduğunu soruşanda,
01:48
And he said, "It's any measurable phenomenon
40
93000
2000
O cavab verdi," 'Biosignature' bizə həyatın varlığını
01:50
that allows us to indicate
41
95000
2000
göstərən hər hansısa
01:52
the presence of life."
42
97000
2000
ölçüləbilən fenomendir."
01:54
And I said, "Really?
43
99000
2000
"Doğurdan?" mən soruşdum,
01:56
Because isn't that easy?
44
101000
2000
Çünki bu o qədər də asan deyil.
01:58
I mean, we have life.
45
103000
2000
Yəni,əgər həyat varsa,
02:00
Can't you apply a definition,
46
105000
2000
biz onu ölçə, müəyyənləşdirə bilərik,
02:02
like for example, a Supreme Court-like definition of life?"
47
107000
4000
Məs:həyatın Ali Məhkəmə üsulu tərəfi." /Şəkildə: "Görürəmsə bilirəm."/
02:06
And then I thought about it a little bit, and I said,
48
111000
2000
Bir az fikirləşib cavab verdim,
02:08
"Well, is it really that easy?
49
113000
2000
"Bu doğurdan da asan işdir?
02:10
Because, yes, if you see something like this,
50
115000
3000
Çünki, əgər buna bənzər bir şey görürsənsə,
02:13
then all right, fine, I'm going to call it life --
51
118000
2000
bunu şübhəsiz
02:15
no doubt about it.
52
120000
2000
həyat adlandırmaq olar.
02:17
But here's something."
53
122000
2000
Bəs bu necə?"
02:19
And he goes, "Right, that's life too. I know that."
54
124000
3000
O, davam edir,"Bu da həyatdır, bilirəm bunu."
02:22
Except, if you think life is also defined
55
127000
2000
Bu nöqtədə, həyatı yalnız sonda ölən
02:24
by things that die,
56
129000
2000
obyekt kimi qəbul edirsinizsə,
02:26
you're not in luck with this thing,
57
131000
2000
demək bu sahədə kifayət qədər məlumatlı deyilsiniz,
02:28
because that's actually a very strange organism.
58
133000
2000
çünki bu(şəkil) çox qəribə orqanizmdir.
02:30
It grows up into the adult stage like that
59
135000
2000
Bu orqanizmin belə bir inkişaf yolu var,
02:32
and then goes through a Benjamin Button phase,
60
137000
3000
sonra "Benjamin Button"(filmdən) kimi
02:35
and actually goes backwards and backwards
61
140000
2000
yenidən kiçik rüşeym halını alana qədər
02:37
until it's like a little embryo again,
62
142000
2000
geriyə doğru təkamül edir,
02:39
and then actually grows back up, and back down and back up -- sort of yo-yo --
63
144000
3000
yo-yo oyuncaqları kimi daimi olaraq böyüyür və kiçilir,
02:42
and it never dies.
64
147000
2000
və heç vaxt ölmür.
02:44
So it's actually life,
65
149000
2000
Bu canlı olsa da,
02:46
but it's actually not
66
151000
2000
əslində bizim
02:48
as we thought life would be.
67
153000
3000
fikirləşdiyimiz kimi bir həyat deyil.
02:51
And then you see something like that.
68
156000
2000
Sonra buna bənzər bir şey görürüsünüz.
02:53
And he was like, "My God, what kind of a life form is that?"
69
158000
2000
Bunun necə bir həyat olduğu haqda fikirləşirsiniz.
02:55
Anyone know?
70
160000
2000
Bilən var?
02:57
It's actually not life, it's a crystal.
71
162000
3000
Əslində bu canlı varlıq deyil, kristaldır.
03:00
So once you start looking and looking
72
165000
2000
Çox daha kiçik obyektlərə
03:02
at smaller and smaller things --
73
167000
2000
nəzər salarkən bu daha da çətinləşir--
03:04
so this particular person
74
169000
2000
Bu hörmətli şəxs,
03:06
wrote a whole article and said, "Hey, these are bacteria."
75
171000
3000
böyük bir məqalə yazaraq "Bu bakteriyadır" dedi.
03:09
Except, if you look a little bit closer,
76
174000
2000
Ancaq daha yaxından baxsanız,
03:11
you see, in fact, that this thing is way too small to be anything like that.
77
176000
3000
görəcəksiniz ki,bu obyekt bakteriya olmaq üçün olduqca kiçikdir.
03:14
So he was convinced,
78
179000
2000
Bu şəxs haqlı olduğuna əmin idi,
03:16
but, in fact, most people aren't.
79
181000
2000
bir çox insan əmin olmasa da.
03:18
And then, of course,
80
183000
2000
Sonrakı xəbər əlbəttə ki,
03:20
NASA also had a big announcement,
81
185000
2000
pr. Bill Klintonun ictimaiyyətlə paylaşdığı
03:22
and President Clinton gave a press conference,
82
187000
2000
NASAnın böyük tapıntısı,
03:24
about this amazing discovery
83
189000
2000
Marsdan olan meteroitdəki
03:26
of life in a Martian meteorite.
84
191000
3000
həyat izləri idi.
03:29
Except that nowadays, it's heavily disputed.
85
194000
4000
Bu tapıntı hələ də mübahisəlidir.
03:33
If you take the lesson of all these pictures,
86
198000
3000
Bütün bu şəkillərdən də aydın olur ki,
03:36
then you realize, well actually maybe it's not that easy.
87
201000
2000
həyatı tapmaq əslində elə də asan deyil.
03:38
Maybe I do need
88
203000
2000
Bəlkə də
03:40
a definition of life
89
205000
2000
həyata tərif vermək üçün
03:42
in order to make that kind of distinction.
90
207000
2000
fərqli aspektlərdən yanaşmaq lazımdı.
03:44
So can life be defined?
91
209000
2000
Həyatın tərifini necə vermək olar?
03:46
Well how would you go about it?
92
211000
2000
Yaxşı,nədən başlamaq lazımdır?
03:48
Well of course,
93
213000
2000
Əlbəttə,
03:50
you'd go to Encyclopedia Britannica and open at L.
94
215000
2000
Britan ensiklopediyası,L(Life-həyat) hərfi.
03:52
No, of course you don't do that; you put it somewhere in Google.
95
217000
3000
Yox, yox, ən yaxşıdı Google-da axtarış verməkdir..
03:55
And then you might get something.
96
220000
3000
Nəsə tapmaq olar.
03:58
And what you might get --
97
223000
2000
Tapacağımız nə olur olsun--
04:00
and anything that actually refers to things that we are used to,
98
225000
2000
bütün təriflər kimi--
04:02
you throw away.
99
227000
2000
yadımızdan çıxacaq.
04:04
And then you might come up with something like this.
100
229000
2000
Özümüz buna bənzər bir tərif yarada bilərik bəlkə də.
04:06
And it says something complicated
101
231000
2000
Termin konseptlərlə dolu,
04:08
with lots and lots of concepts.
102
233000
2000
mürəkkəb bir tərifdir.
04:10
Who on Earth would write something
103
235000
2000
Görəsən kimdi belə çətin, qarışıq
04:12
as convoluted and complex
104
237000
2000
və mənasız bir şey
04:14
and inane?
105
239000
3000
yazan?
04:17
Oh, it's actually a really, really, important set of concepts.
106
242000
4000
Əslində çox-çox vacib konsepsiyalar yığınıdır.
04:21
So I'm highlighting just a few words
107
246000
3000
Bu konseptsiyalardan bəzilərini
04:24
and saying definitions like that
108
249000
2000
ön plana çıxarsaq, bu tərifin
04:26
rely on things that are not based
109
251000
2000
əvvələr öyrəndiyimiz asid turşusu və ya
04:28
on amino acids or leaves
110
253000
3000
yarpaqlar əsasında deyil,
04:31
or anything that we are used to,
111
256000
2000
məhz proseslər əsasında qurulduğunu
04:33
but in fact on processes only.
112
258000
2000
görə bilərik.
04:35
And if you take a look at that,
113
260000
2000
Bu əslində mənim
04:37
this was actually in a book that I wrote that deals with artificial life.
114
262000
3000
süni həyat haqda yazdığım kitabdandır.
04:40
And that explains why
115
265000
2000
NASA menecerinin də
04:42
that NASA manager was actually in my office to begin with.
116
267000
3000
ofisimə gəlmə səbəbini də izah edir bu.
04:45
Because the idea was that, with concepts like that,
117
270000
3000
Fikirləşirdilər ki, bu konseptlərin köməyi ilə
04:48
maybe we can actually manufacture
118
273000
2000
bəlkə həqiqətən də həyat anlayışını
04:50
a form of life.
119
275000
2000
yarada bilərik.
04:52
And so if you go and ask yourself,
120
277000
3000
"Yerdə süni həyat?" sualına
04:55
"What on Earth is artificial life?",
121
280000
2000
cavab axtarırsınızsa,
04:57
let me give you a whirlwind tour
122
282000
2000
bu anlayışın necə yarandığına
04:59
of how all this stuff came about.
123
284000
2000
mən cavab vermək istərdim.
05:01
And it started out quite a while ago
124
286000
3000
Hər şey uzun zaman öncə
05:04
when someone wrote
125
289000
2000
kiminsə ilk
05:06
one of the first successful computer viruses.
126
291000
2000
uğurlu komputer virusu yaratması ilə başladı.
05:08
And for those of you who aren't old enough,
127
293000
3000
Yaşı az olanlar bu virusların disketlərlə
05:11
you have no idea how this infection was working --
128
296000
3000
necə yayıldığını tam təsəvvür edə
05:14
namely, through these floppy disks.
129
299000
2000
bilməzlər yəqin ki.
05:16
But the interesting thing about these computer virus infections
130
301000
3000
Bu yoluxucu komputer viruslarının
05:19
was that, if you look at the rate
131
304000
2000
maraqlı cəhəti budur ki,
05:21
at which the infection worked,
132
306000
2000
olnarın yayılma sürəti və
05:23
they show this spiky behavior
133
308000
2000
cəldl hərəkətləri qrip virusu
05:25
that you're used to from a flu virus.
134
310000
3000
ilə eynidir.
05:28
And it is in fact due to this arms race
135
313000
2000
Haker və əməliyyat sistemi dizeynerləri arasındakı
05:30
between hackers and operating system designers
136
315000
3000
mübarizədən asılı olaraq
05:33
that things go back and forth.
137
318000
2000
bu sürət tez-tez dəyişir.
05:35
And the result is kind of a tree of life
138
320000
2000
Nəticədə isə viruslarların
05:37
of these viruses,
139
322000
2000
filongeliyaya adlandırılar
05:39
a phylogeny that looks very much
140
324000
3000
həyat ağacı meydana gəlir,
05:42
like the type of life that we're used to, at least on the viral level.
141
327000
3000
bu proses viruslar səviyyəsindəki həyat anlayışı ilə tam uyğun gəlir.
05:45
So is that life? Not as far as I'm concerned.
142
330000
3000
Bəs bunu həyat adlandırmaq olar? Məncə yox.
05:48
Why? Because these things don't evolve by themselves.
143
333000
3000
Çünki bu strukturlar özləri inkişaf edə(çoxala) bilmirlər.
05:51
In fact, they have hackers writing them.
144
336000
2000
Əslində,onlar hakerlər tərəfindən yazılır.
05:53
But the idea was taken very quickly a little bit further
145
338000
4000
Ancaq bu ideya asanlıqla mənimsəndi və təkmilləşdirildi.
05:57
when a scientist working at the Scientific Institute decided,
146
342000
3000
Elmi İnstitut işçiləri bu virusları komputerindəki süni mühitdə
06:00
"Why don't we try to package these little viruses
147
345000
3000
yerləşdirib
06:03
in artificial worlds inside of the computer
148
348000
2000
öz-özünə törəmələrinə
06:05
and let them evolve?"
149
350000
2000
şərait yaratdılar.
06:07
And this was Steen Rasmussen.
150
352000
2000
Bunu edən Stin Rasmusen idi.
06:09
And he designed this system, but it really didn't work,
151
354000
2000
O sistemi yaratdı, lakin
06:11
because his viruses were constantly destroying each other.
152
356000
3000
viruslar bir-birilərini məhv etdiklərinə görə işləmədi.
06:14
But there was another scientist who had been watching this, an ecologist.
153
359000
3000
Ancaq, məsələylə maraqlanan ikinci bir ekoloq, alim də var idi.
06:17
And he went home and says, "I know how to fix this."
154
362000
3000
Bir gün o evə gəlib, "Mən problemin nə olduğunu bilirəm" dedi.
06:20
And he wrote the Tierra system,
155
365000
2000
Və "Tierra" sistemini yaratdı.
06:22
and, in my book, is in fact one of the first
156
367000
3000
Kompleks inkişafa malik olmasalar da
06:25
truly artificial living systems --
157
370000
2000
bu sistem kitabımda da yazdığım kimi
06:27
except for the fact that these programs didn't really grow in complexity.
158
372000
3000
ilk süni həyat sistemi idi.
06:30
So having seen this work, worked a little bit on this,
159
375000
3000
İşlə tanış olduqdan sonra, bir qədər üzərində işlədim,
06:33
this is where I came in.
160
378000
2000
və bu da nəticə.
06:35
And I decided to create a system
161
380000
2000
Daimi çoxalmaqda olan
06:37
that has all the properties that are necessary
162
382000
2000
mürəkkəb sistemlərin təkamülünü
06:39
to see the evolution of complexity,
163
384000
3000
asanlıqla müşahidə edə biləcəyim
06:42
more and more complex problems constantly evolving.
164
387000
3000
bir sistem yaratmağa qərar verdim.
06:45
And of course, since I really don't know how to write code, I had help in this.
165
390000
3000
Kod yazmağı bacarmadığıma görə,təbii ki, köməkdən istifadə etdim.
06:48
I had two undergraduate students
166
393000
2000
Californiya Texnologiya İnstitutunda
06:50
at California Institute of Technology that worked with me.
167
395000
3000
birlikdə işlədiyim iki tələbə (bakalavr) var idi.
06:53
That's Charles Offria on the left, Titus Brown on the right.
168
398000
3000
Soldakı Charles Offria,sağdakı isə Titus Browndur.
06:56
They are now actually respectable professors
169
401000
3000
Hal hazırda onlar Miçiqan Dövlət Universitetinin
06:59
at Michigan State University,
170
404000
2000
hörmətli müəllimlərindən biridirlər,
07:01
but I can assure you, back in the day,
171
406000
2000
amma sizi əmin eləyə bilərəm ki,
07:03
we were not a respectable team.
172
408000
2000
o vaxt biz o qədər də hörmətli deyildik.
07:05
And I'm really happy that no photo survives
173
410000
2000
Və açığı çox şadam ki,heç yerdə
07:07
of the three of us anywhere close together.
174
412000
3000
üçümüzün bir yerdə şəkilimiz yoxdur.
07:10
But what is this system like?
175
415000
2000
Bu sistemdən bir az danışım.
07:12
Well I can't really go into the details,
176
417000
3000
Detallara varmaq istəmirəm,
07:15
but what you see here is some of the entrails.
177
420000
2000
lakin sizin burda gördükləriniz daxili orqanlardır.
07:17
But what I wanted to focus on
178
422000
2000
Əsas vurğulamaq istədiyim məsələ
07:19
is this type of population structure.
179
424000
2000
artım sturukturudur.
07:21
There's about 10,000 programs sitting here.
180
426000
3000
Burda 10.000-ə yaxın proqram var.
07:24
And all different strains are colored in different colors.
181
429000
3000
Hər bir növ müxtəlif rənglərlə işarələnib.
07:27
And as you see here, there are groups that are growing on top of each other,
182
432000
3000
Gördüyünüz kimi, yayılmaq yolu ilə biri digərinə üstün gələn
07:30
because they are spreading.
183
435000
2000
qruplar var.
07:32
Any time there is a program
184
437000
2000
Hər dəfə hasnısa mutasiya yolu ilə həyatda qalmağı
07:34
that's better at surviving in this world,
185
439000
2000
daha yaxşı bacaran proqramlar yaranır,
07:36
due to whatever mutation it has acquired,
186
441000
2000
digərlərinə üstün gəlir və
07:38
it is going to spread over the others and drive the others to extinction.
187
443000
3000
yox olmalarına gətirib çıxarır.
07:41
So I'm going to show you a movie where you're going to see that kind of dynamic.
188
446000
3000
İndi bu tip dinamik proseslərdən bəhs edən rolik göstərmək istərdim.
07:44
And these kinds of experiments are started
189
449000
3000
Bu tip eksperimentlər yaratdığımız
07:47
with programs that we wrote ourselves.
190
452000
2000
proqramlarla həyata keçirilir.
07:49
We write our own stuff, replicate it,
191
454000
2000
Özümüz yazır, kopyalayır,
07:51
and are very proud of ourselves.
192
456000
2000
və işimizlə fəxr edirik.
07:53
And we put them in, and what you see immediately
193
458000
3000
Gördüyünüz virusların sürətlə
07:56
is that there are waves and waves of innovation.
194
461000
3000
dəyişim prosesidir.
07:59
By the way, this is highly accelerated,
195
464000
2000
Yeri gəlmişkən, bu saniyədə 1000-ə yaxın nəslin
08:01
so it's like a thousand generations a second.
196
466000
2000
törədiyi sürətləndirilmiş hərəkətidir.
08:03
But immediately the system goes like,
197
468000
2000
Həmin anda sistem bu şəkildə işləyirdi,
08:05
"What kind of dumb piece of code was this?
198
470000
2000
"Bu nə səfeh kod parçası idi?
08:07
This can be improved upon in so many ways
199
472000
2000
Bu sistemlər çox asanlıqla və sürətlə
08:09
so quickly."
200
474000
2000
təkamül etdirilir."
08:11
So you see waves of new types
201
476000
2000
Beləliklə, digər növlərin yerini tutan
08:13
taking over the other types.
202
478000
2000
yeni növlərin dalğalarını görürsünüz.
08:15
And this type of activity goes on for quite awhile,
203
480000
3000
Bu tipli fəaliyyət, proqramlar əsas prinsipləri
08:18
until the main easy things have been acquired by these programs.
204
483000
4000
mənimsəyənə qədər müşahidə edilir.
08:22
And then you see sort of like a stasis coming on
205
487000
4000
Sonra durğunluq müşahidə edilir,
08:26
where the system essentially waits
206
491000
2000
bir növ sistem
08:28
for a new type of innovation, like this one,
207
493000
3000
innovasiyanın yeni tipini gözləyirmiş kimi,
08:31
which is going to spread
208
496000
2000
əvvəlki bütün innovasiyaların üzərindən
08:33
over all the other innovations that were before
209
498000
2000
yayılmağa hazırlaşır,
08:35
and is erasing the genes that it had before,
210
500000
3000
özündən əvvəlki genləri silib
08:38
until a new type of higher level of complexity has been achieved.
211
503000
4000
mürəkkəbləşmənin ən yüksək səviyyəsinə çatır.
08:42
And this process goes on and on and on.
212
507000
3000
Və bu proses durmadan davam edir.
08:45
So what we see here
213
510000
2000
Yəni bu sistem yaşayışı
08:47
is a system that lives
214
512000
2000
bizim həyat[yaşayış]
08:49
in very much the way we're used to life [going.]
215
514000
2000
anlayşımıza tam uyğundur.
08:51
But what the NASA people had asked me really
216
516000
4000
Ancaq NASA-nın nümayəndələri məndən soruşdular ki,
08:55
was, "Do these guys
217
520000
2000
həqiqətən,"Bu varlıqlar
08:57
have a biosignature?
218
522000
2000
'biosignature'-ə malikdir?
08:59
Can we measure this type of life?
219
524000
2000
Biz həyatın bu tipini ölçə bilərik?
09:01
Because if we can,
220
526000
2000
Belədirsə, demək ki həyatı
09:03
maybe we have a chance of actually discovering life somewhere else
221
528000
3000
amin turşusu kimi maddələrə əsaslanmadan
09:06
without being biased
222
531000
2000
başqa yerlərdə də tapmaq
09:08
by things like amino acids."
223
533000
2000
şansımız var."
09:10
So I said, "Well, perhaps we should construct
224
535000
3000
Mən cavab verdim,"Bəlkə də biz universal proses kimi
09:13
a biosignature
225
538000
2000
həyata əsaslanan
09:15
based on life as a universal process.
226
540000
3000
bir biosignature yarada bilərik.
09:18
In fact, it should perhaps make use
227
543000
2000
Bəlkə də,bunun üçün
09:20
of the concepts that I developed
228
545000
2000
mənim müəyyən etdiyim
09:22
just in order to sort of capture
229
547000
2000
canlı həyat üçün zəruri olan
09:24
what a simple living system might be."
230
549000
2000
prinsiplərdən istifadə etmək olar."
09:26
And the thing I came up with --
231
551000
2000
Mənim təklifim isə--
09:28
I have to first give you an introduction about the idea,
232
553000
4000
Əvvəl bu fikrim haqda qısa məlumat verim,
09:32
and maybe that would be a meaning detector,
233
557000
3000
bəlkə də bu həyat detektorundan daha çox,
09:35
rather than a life detector.
234
560000
3000
məna detektoru olacaq.
09:38
And the way we would do that --
235
563000
2000
Bu fikrimi izah etmək üçün--
09:40
I would like to find out how I can distinguish
236
565000
2000
hansısa meynum tərəfindən yazılmış məntlə
09:42
text that was written by a million monkeys,
237
567000
2000
işlətdiyimiz adi kitablardakı yazını necə
09:44
as opposed to text that [is] in our books.
238
569000
3000
fərqləndirə bildiyim haqda danışacam.
09:47
And I would like to do it in such a way
239
572000
2000
Bunu elə bir yolla etmək istəyərdim ki,
09:49
that I don't actually have to be able to read the language,
240
574000
2000
mən dili bilməyimə ehtiyac olmasın,
09:51
because I'm sure I won't be able to.
241
576000
2000
bilə də bilməzdim bütün dilləri.
09:53
As long as I know that there's some sort of alphabet.
242
578000
2000
Təkcə hansısa əlifba olduğunu bilmək kifayətdir.
09:55
So here would be a frequency plot
243
580000
3000
Buradakı cədvəl hansısa meynum
09:58
of how often you find
244
583000
2000
tərəfindən yazılmış mətndə
10:00
each of the 26 letters of the alphabet
245
585000
2000
əlifbadakı 26 hərfdən hər birinin
10:02
in a text written by random monkeys.
246
587000
3000
hansı tezliklə təkrarlanmasını göstərir.
10:05
And obviously each of these letters
247
590000
2000
Aydındır görünür ki ,hərflərdən hər biri
10:07
comes off about roughly equally frequent.
248
592000
2000
eyni tezlikdə təkrarlanır.
10:09
But if you now look at the same distribution in English texts,
249
594000
4000
İngilis dilində olan hansısa mətndəki bölgüyə nəzər salsaq,
10:13
it looks like that.
250
598000
2000
bunu müşahidə edərik.
10:15
And I'm telling you, this is very robust across English texts.
251
600000
3000
Əlavə edim ki, bu bölgü İngiliscədə olan bütün mətnlərə uyğun gəlir.
10:18
And if I look at French texts, it looks a little bit different,
252
603000
2000
Fransız dilində olan mətnlərdə bir qədər fərqlidir,
10:20
or Italian or German.
253
605000
2000
İtalyan və Alman dillərində də.
10:22
They all have their own type of frequency distribution,
254
607000
3000
Hər dilin özünəməxsus hərf tezliyi olur,
10:25
but it's robust.
255
610000
2000
və bu bölgü sabitdir.
10:27
It doesn't matter whether it writes about politics or about science.
256
612000
3000
Mətn siyasət və ya təbiət elmi haqda olsa da.
10:30
It doesn't matter whether it's a poem
257
615000
3000
Şer ya da riyazi məqalə
10:33
or whether it's a mathematical text.
258
618000
3000
olsa da.
10:36
It's a robust signature,
259
621000
2000
Bu güclü (iz)qaydadır.
10:38
and it's very stable.
260
623000
2000
həmçinin sabitdir.
10:40
As long as our books are written in English --
261
625000
2000
Nə qədər ki,kitablarımız İngilis dilində yazılır --
10:42
because people are rewriting them and recopying them --
262
627000
3000
insanlar onları yenidən köçürdür və sürətini çıxardır--
10:45
it's going to be there.
263
630000
2000
heç nə dəyişilməyəcək.
10:47
So that inspired me to think about,
264
632000
2000
Bu məni ruhlandırır və mən düşünürəm ki,
10:49
well, what if I try to use this idea
265
634000
3000
bu ideyadan yazıdakı
10:52
in order, not to detect random texts
266
637000
2000
mənanı müəyyən etmək üçün deyil,
10:54
from texts with meaning,
267
639000
2000
həyatı təşkil edən
10:56
but rather detect the fact that there is meaning
268
641000
4000
biomolekullarda olan
11:00
in the biomolecules that make up life.
269
645000
2000
məna(uyğunluq)nı tapmaq üçün istifadə etmək olur.
11:02
But first I have to ask:
270
647000
2000
Lakin ilk növbədə soruşmalıyam:
11:04
what are these building blocks, like the alphabet, elements that I showed you?
271
649000
3000
Sizə göstərdiyim əlifbanın hərflərini kimi həyatın özülünü nə təşkil edir?
11:07
Well it turns out, we have many different alternatives
272
652000
3000
Belə aydın olur ki, həyatın əsasını təşkil edən material kimi
11:10
for such a set of building blocks.
273
655000
2000
bir sıra alternativlərimiz var.
11:12
We could use amino acids,
274
657000
2000
Aminturşularından,
11:14
we could use nucleic acids, carboxylic acids, fatty acids.
275
659000
3000
nuklein, karboksil turşularından, yağlı turşularını götürək.
11:17
In fact, chemistry's extremely rich, and our body uses a lot of them.
276
662000
3000
Bədəndə həddən artıq çox kimyavi maddələr var.
11:20
So that we actually, to test this idea,
277
665000
3000
Bu ideyanı test etmək üçün
11:23
first took a look at amino acids and some other carboxylic acids.
278
668000
3000
ilk növbədə amintuşuları və bəzi karboksil turşularına nəzər yetirək.
11:26
And here's the result.
279
671000
2000
Və bu da nəticə.
11:28
Here is, in fact, what you get
280
673000
3000
Bu, komet, və ya cisim,
11:31
if you, for example, look at the distribution of amino acids
281
676000
3000
hətta labaratoriya şəraitində yaradılmış
11:34
on a comet or in interstellar space
282
679000
3000
primordial soup(blyon)--yəni
11:37
or, in fact, in a laboratory,
283
682000
2000
hansısa cansız varlığın
11:39
where you made very sure that in your primordial soup
284
684000
2000
tərkibinəki amin turşularının
11:41
that there is not living stuff in there.
285
686000
2000
bölgüsüdür.
11:43
What you find is mostly glycine and then alanine
286
688000
3000
Siz,ancaq,qlisin və ananin tapacaqsınız,
11:46
and there's some trace elements of the other ones.
287
691000
3000
bir qədər də digər elementlərin izlərini.
11:49
That is also very robust --
288
694000
3000
Amin turşuları mövcud olsa da
11:52
what you find in systems like Earth
289
697000
3000
həyat olmayan Yer kürəsində bənzər
11:55
where there are amino acids,
290
700000
2000
sistemlərdə bu göstərici
11:57
but there is no life.
291
702000
2000
eynidir.
11:59
But suppose you take some dirt
292
704000
2000
Yerdən torpaq parçasını,
12:01
and dig through it
293
706000
2000
yaxud hardansa
12:03
and then put it into these spectrometers,
294
708000
3000
azacıq su götürsək və spektrometrə
12:06
because there's bacteria all over the place;
295
711000
2000
yerləşdirsək, enyi analizi etsək
12:08
or you take water anywhere on Earth,
296
713000
2000
spektrum(göstərici) tamamilə
12:10
because it's teaming with life,
297
715000
2000
fərqli olacaq.
12:12
and you make the same analysis;
298
717000
2000
Çünki hər iki material
12:14
the spectrum looks completely different.
299
719000
2000
həyatın mövcud olduğu Yerdən götürülüb.
12:16
Of course, there is still glycine and alanine,
300
721000
4000
Qlisin və alanin kimi maddələr də
12:20
but in fact, there are these heavy elements, these heavy amino acids,
301
725000
3000
həyatın əsasını təşkil etsə də, ağır amin turşularının
12:23
that are being produced
302
728000
2000
daha çox mövcudluğu
12:25
because these are valuable to the organism.
303
730000
2000
organizm üçün daha vacib olduqlarındandır.
12:27
And some other ones
304
732000
2000
Və başqaları
12:29
that are not used in the set of 20,
305
734000
2000
ilk iyirmiliyə düşməyənlər,
12:31
they will not appear at all
306
736000
2000
onlar demək olar ki,
12:33
in any type of concentration.
307
738000
2000
heç bir cəmləşmədə yoxdurlar.
12:35
So this also turns out to be extremely robust.
308
740000
2000
Bu bölgü də sabitdir.
12:37
It doesn't matter what kind of sediment you're using to grind up,
309
742000
3000
Hansı canlını, istər bakteriya istər bitki və ya heyvanı
12:40
whether it's bacteria or any other plants or animals.
310
745000
3000
analiz etmənizdən asılı olmayaraq.
12:43
Anywhere there's life,
311
748000
2000
Həyatın olduğu
12:45
you're going to have this distribution,
312
750000
2000
hər yerdə bu bölgü
12:47
as opposed to that distribution.
313
752000
2000
mövcuddur.
12:49
And it is detectable not just in amino acids.
314
754000
3000
Və bu təkcə aminturşularında müəyyən edilmir.
12:52
Now you could ask:
315
757000
2000
Sual olunsa ki:
12:54
well, what about these Avidians?
316
759000
2000
yaxşı,bu Avidianlar necə?
12:56
The Avidians being the denizens of this computer world
317
761000
4000
Avidianlar kompyuter dünyasının törəmələridir,
13:00
where they are perfectly happy replicating and growing in complexity.
318
765000
3000
burda onlar asanlıqla çoxalır və mürəkkəbləşirlər.
13:03
So this is the distribution that you get
319
768000
3000
Həyatın olmadığı
13:06
if, in fact, there is no life.
320
771000
2000
göstərici budur.
13:08
They have about 28 of these instructions.
321
773000
3000
Burada 28-ə yaxın əsas təlimatlar var.
13:11
And if you have a system where they're being replaced one by the other,
322
776000
3000
Cansız sistemdə bir-birini əvəz edən bu təlimatlar,
13:14
it's like the monkeys writing on a typewriter.
323
779000
2000
yazı makinasında yazan meymunları xatırladır.
13:16
Each of these instructions appears
324
781000
3000
Təlimatların hər biri eyni
13:19
with roughly the equal frequency.
325
784000
3000
tezlikdə müşahidə olunur.
13:22
But if you now take a set of replicating guys
326
787000
4000
Əgər əvvəlki videodakı bir-birirni əvəz edən virusları
13:26
like in the video that you saw,
327
791000
2000
götürsəniz belə bir
13:28
it looks like this.
328
793000
2000
bölgü alınır.
13:30
So there are some instructions
329
795000
2000
Bu orqanizmlər üçün vacib olan
13:32
that are extremely valuable to these organisms,
330
797000
2000
təlimatlar daha tez-tez müşahidə
13:34
and their frequency is going to be high.
331
799000
3000
olunur.
13:37
And there's actually some instructions
332
802000
2000
Bəzi təlimatlar isə
13:39
that you only use once, if ever.
333
804000
2000
bircə dəfə istifadə edilir.
13:41
So they are either poisonous
334
806000
2000
Onlar ya ziyanlı,
13:43
or really should be used at less of a level than random.
335
808000
4000
ya da çox nadir halda istifadə edilməli olduğu üçündür.
13:47
In this case, the frequency is lower.
336
812000
3000
Bu təlimatların tezliyi aşağıdır.
13:50
And so now we can see, is that really a robust signature?
337
815000
3000
Bu göstəriciləri sağlam imza(sübut) hesab etmək olarmı?
13:53
I can tell you indeed it is,
338
818000
2000
Məncə hə, kitablarda
13:55
because this type of spectrum, just like what you've seen in books,
339
820000
3000
və amin turşularında olduğu kimi, ətraf mühitin dəyişməsindən
13:58
and just like what you've seen in amino acids,
340
823000
2000
asılı olmayaraq, bu göstəricilər sabitdir,
14:00
it doesn't really matter how you change the environment, it's very robust;
341
825000
3000
həyat olduğunun aydın
14:03
it's going to reflect the environment.
342
828000
2000
sübutudur.
14:05
So I'm going to show you now a little experiment that we did.
343
830000
2000
İndi kiçik bir təcrübəmizi göstərmək istəyirəm.
14:07
And I have to explain to you,
344
832000
2000
Bu qrafik bir az
14:09
the top of this graph
345
834000
2000
əvvəl danışdığım
14:11
shows you that frequency distribution that I talked about.
346
836000
3000
tezlik bölgüsüdür.
14:14
Here, in fact, that's the lifeless environment
347
839000
3000
Birinci cansız mühitdir,
14:17
where each instruction occurs
348
842000
2000
hər təlimat eyni
14:19
at an equal frequency.
349
844000
2000
tezlikdə müşahidə edilir.
14:21
And below there, I show, in fact,
350
846000
3000
Aşağıdakı isə,
14:24
the mutation rate in the environment.
351
849000
3000
mühitdəki mutasiya ölçüsüdür.
14:27
And I'm starting this at a mutation rate that is so high
352
852000
3000
Asanlıqla bütün dünyaya yayıla biləcək sadə
14:30
that, even if you would drop
353
855000
2000
kopyalama prqramının
14:32
a replicating program
354
857000
2000
daxil edildikdə asanlıqla
14:34
that would otherwise happily grow up
355
859000
2000
mütasiyaya uğrayıb yox olacağı
14:36
to fill the entire world,
356
861000
2000
mutasiyanın çox
14:38
if you drop it in, it gets mutated to death immediately.
357
863000
4000
yüksək olduğu mühitdən başlayıram.
14:42
So there is no life possible
358
867000
2000
Belə yüksək mutasiyada
14:44
at that type of mutation rate.
359
869000
3000
həyat olmur.
14:47
But then I'm going to slowly turn down the heat, so to speak,
360
872000
4000
Sonra, tədricən hərarəti azaldıram və
14:51
and then there's this viability threshold
361
876000
2000
replikator proqramın yaşaya biləcəyi
14:53
where now it would be possible
362
878000
2000
mühit
14:55
for a replicator to actually live.
363
880000
2000
yaranır.
14:57
And indeed, we're going to be dropping these guys
364
882000
3000
Hərarət(mutasiya) azaldarkən bu proqramları mühitə-blyona-
15:00
into that soup all the time.
365
885000
2000
daxil etməyə davam edirəm.
15:02
So let's see what that looks like.
366
887000
2000
Göstəricinin necə dəyişdiyinə baxaq.
15:04
So first, nothing, nothing, nothing.
367
889000
3000
Əvvəl heç nə yoxdur,
15:07
Too hot, too hot.
368
892000
2000
hərarət yüksəkdir.
15:09
Now the viability threshold is reached,
369
894000
3000
İndi isə həyatın mümkün olduğu həddir,
15:12
and the frequency distribution
370
897000
2000
və tezlik bölgüsündə
15:14
has dramatically changed and, in fact, stabilizes.
371
899000
3000
dəyişiklik var, əslində bölgü sabitləşib.
15:17
And now what I did there
372
902000
2000
Sonra dinc durmayıb yenidən
15:19
is, I was being nasty, I just turned up the heat again and again.
373
904000
3000
hərarəti artırıram,
15:22
And of course, it reaches the viability threshold.
374
907000
3000
hərarət artdıqca bölgü də dəyişir.
15:25
And I'm just showing this to you again because it's so nice.
375
910000
3000
Maraqlı olduğu üçün ikinci dəfə göstərim.
15:28
You hit the viability threshold.
376
913000
2000
Həyatın mümkün olduğu həddə
15:30
The distribution changes to "alive!"
377
915000
2000
çatanda tezlik bölgüsü "canlı"dır!
15:32
And then, once you hit the threshold
378
917000
3000
Yenidən bu həddi aşaraq mutasiyanın
15:35
where the mutation rate is so high
379
920000
2000
yeksək olduğu mühitdə
15:37
that you cannot self-reproduce,
380
922000
2000
səhv etmədən informasiya yaratmaq,
15:39
you cannot copy the information
381
924000
3000
ötürmək
15:42
forward to your offspring
382
927000
2000
qabiliyyətlərini
15:44
without making so many mistakes
383
929000
2000
itirib, replikator
15:46
that your ability to replicate vanishes.
384
931000
3000
funksiyasını yerinə yetirə bilmir.
15:49
And then that signature is lost.
385
934000
3000
Və həyat izi yox olur.
15:52
What do we learn from that?
386
937000
2000
Bütün bunlardan nə öyrənirik?
15:54
Well, I think we learn a number of things from that.
387
939000
4000
Məncə, bir çox şey öyrənirik.
15:58
One of them is,
388
943000
2000
Onlardan biri də budur ki,
16:00
if we are able to think about life
389
945000
3000
həyatı mücərrəd məfhum
16:03
in abstract terms --
390
948000
2000
kimi qəbul edib,
16:05
and we're not talking about things like plants,
391
950000
2000
həyat dedikdə nə bitki
16:07
and we're not talking about amino acids,
392
952000
2000
nə amin turşusu,
16:09
and we're not talking about bacteria,
393
954000
2000
nə də bakteriya deyil,
16:11
but we think in terms of processes --
394
956000
2000
hansısa prosesi nəzərdə tuturuqsa,
16:13
then we could start to think about life,
395
958000
3000
həyatı yalnız Yer kürəsinə məxsus
16:16
not as something that is so special to Earth,
396
961000
2000
məhfum kimi qəbul etmiriksə,
16:18
but that, in fact, could exist anywhere.
397
963000
3000
başqa yerdə də həyat tapmaq olar.
16:21
Because it really only has to do
398
966000
2000
Həyat dedikdə,
16:23
with these concepts of information,
399
968000
2000
informasıyanın toplanma
16:25
of storing information
400
970000
2000
anlayışı-
16:27
within physical substrates --
401
972000
2000
fiziki mənada hər cür informasiya--
16:29
anything: bits, nucleic acids,
402
974000
2000
bit(ölçü vahidi),nuklein turşuları,
16:31
anything that's an alphabet --
403
976000
2000
əlifbaya bənzər hər şeyi --
16:33
and make sure that there's some process
404
978000
2000
bu informasiyanın toplanması və
16:35
so that this information can be stored
405
980000
2000
yox olacağı müəyyən müddətə qədər
16:37
for much longer than you would expect
406
982000
2000
saxlanılacağı proses
16:39
the time scales for the deterioration of information.
407
984000
4000
nəzərdə tutulur.
16:43
And if you can do that,
408
988000
2000
Bunu edə bilən bütün varlıqlar
16:45
then you have life.
409
990000
2000
canlıdır.
16:47
So the first thing that we learn
410
992000
2000
Yəni öyrəndiyimiz ilk şey,
16:49
is that it is possible to define life
411
994000
3000
həyatı Yer kürəsində
16:52
in terms of processes alone,
412
997000
3000
mövcud olan həyata
16:55
without referring at all
413
1000000
2000
əsaslanmadan yalnız
16:57
to the type of things that we hold dear,
414
1002000
2000
proses kimi qəbul etmək
16:59
as far as the type of life on Earth is.
415
1004000
3000
mümkündür.
17:02
And that in a sense removes us again,
416
1007000
3000
Bu da digər bütün elmi kəşflər kimi
17:05
like all of our scientific discoveries, or many of them --
417
1010000
3000
canlı olduğumuz üçün ali varlıq olduğumuz
17:08
it's this continuous dethroning of man --
418
1013000
2000
fikrini təkzib edib, insan həyatını
17:10
of how we think we're special because we're alive.
419
1015000
3000
ucuzlaşdırır.
17:13
Well we can make life. We can make life in the computer.
420
1018000
3000
Biz həyat yarada bilərik, bunu computerdə edirik.
17:16
Granted, it's limited,
421
1021000
2000
Sözsüz, bu həyat məhduddur.
17:18
but we have learned what it takes
422
1023000
3000
ancaq həyatı necə yaratmaq
17:21
in order to actually construct it.
423
1026000
2000
lazım olduğunu bilirik.
17:23
And once we have that,
424
1028000
3000
Bu həyatın əsasını təşkil edən fundamental prosesi başa düşürüksə,
17:26
then it is not such a difficult task anymore
425
1031000
3000
təşkil edən bu fundamental prosesi
17:29
to say, if we understand the fundamental processes
426
1034000
4000
başa düşürüksə, bu prosesi istənilən mühitdə
17:33
that do not refer to any particular substrate,
427
1038000
3000
müşahidə edə bilərik.
17:36
then we can go out
428
1041000
2000
Yeni dünyaları kəşf edə,
17:38
and try other worlds,
429
1043000
2000
bu dünyada
17:40
figure out what kind of chemical alphabets might there be,
430
1045000
4000
hansı növ kimyavi maddələrin olduğunu,
17:44
figure enough about the normal chemistry,
431
1049000
2000
normal kimyəvi tərkibini,
17:46
the geochemistry of the planet,
432
1051000
3000
bu yeni planetin geokimyəvi quruluşunu
17:49
so that we know what this distribution would look like
433
1054000
2000
canlı həyat mühitində hansı növ bölgünün
17:51
in the absence of life,
434
1056000
2000
mümkün olduğunu
17:53
and then look for large deviations from this --
435
1058000
3000
öyrənə bilər, bu bölgüdən kənar hallara
17:56
this thing sticking out, which says,
436
1061000
3000
nəzər salıb:"Bu kimyəvi element
17:59
"This chemical really shouldn't be there."
437
1064000
2000
burda olmalı deyil" deyə bilərik.
18:01
Now we don't know that there's life then,
438
1066000
2000
Həyat olub olmadığından
18:03
but we could say,
439
1068000
2000
əmin olmasaq da
18:05
"Well at least I'm going to have to take a look very precisely at this chemical
440
1070000
3000
"Ən azından bu maddəni araşdırıb bura hardan gəldiyini bilməliyəm."
18:08
and see where it comes from."
441
1073000
2000
deyə bilərik.
18:10
And that might be our chance
442
1075000
2000
Bu görə bilmədiyimiz
18:12
of actually discovering life
443
1077000
2000
həyatı tapmağımıza
18:14
when we cannot visibly see it.
444
1079000
2000
kömək edə bilər.
18:16
And so that's really the only take-home message
445
1081000
3000
Yadda saxlamağınızı istədyim
18:19
that I have for you.
446
1084000
2000
fikir də budur.
18:21
Life can be less mysterious
447
1086000
2000
Başqa planetlərdə həyat
18:23
than we make it out to be
448
1088000
2000
təsəvvür etdiyimiz kimi
18:25
when we try to think about how it would be on other planets.
449
1090000
4000
çox da sirli deyil.
18:29
And if we remove the mystery of life,
450
1094000
3000
Bu sirli pərdəni götürsək
18:32
then I think it is a little bit easier
451
1097000
3000
necə yaşadığımız və
18:35
for us to think about how we live,
452
1100000
2000
fikirləşdiyimiz kimi
18:37
and how perhaps we're not as special as we always think we are.
453
1102000
3000
xüsusi varlıq olmadığımızı görmək daha asan olar.
18:40
And I'm going to leave you with that.
454
1105000
2000
Nitqimi burda yekunlaşdırıram,
18:42
And thank you very much.
455
1107000
2000
və hər kəsə təşəkkür edirəm.
18:44
(Applause)
456
1109000
2000
(Alqışlar)
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