TEDxUIUC
Christoph Adami: Finding life we can't imagine
クリストフ・アダミ: 私たちの想像を超える生命の探求
Filmed:
Readability: 3.7
652,149 views
地球外生命体が、私たちの知識をはるかに超えたものだとしたら、どうやって探せばいいでしょうか？TEDxUIUCでクリストフ・アダミが解説するのは、人工生命、つまり自己複製するコンピュータプログラムに関する研究を応用して、生命の徴候である「バイオマーカー」を見つける方法です。そしてバイオマーカーは、生命に対する私たちの先入観を超えたものなのです。
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
私の経歴は一風変わったものです
00:17
I know it because people come up to me, like colleagues,
1
2000
3000
例えば私の同僚も 私のところへやって来て
00:20
and say, "Chris, you have a strange career."
2
5000
2000
「君の経歴は変わっているね」と
00:22
(Laughter)
3
7000
2000
言ってくるくらいですから
00:24
And I can see their point,
4
9000
2000
それに 私には彼らの言いたいことが分かります
00:26
because I started my career
5
11000
2000
というのも 私は
00:28
as a theoretical nuclear physicist.
6
13000
2000
理論核物理学者として
キャリアを始めたからです
キャリアを始めたからです
00:30
And I was thinking about quarks and gluons
7
15000
2000
私が考えていたのはクォークやグルーオン
00:32
and heavy ion collisions,
8
17000
2000
重イオン衝突についてでした
00:34
and I was only 14 years old.
9
19000
2000
まだ私がほんの14歳の頃のことです
00:36
No, no, I wasn't 14 years old.
10
21000
3000
というのは冗談ですがね
00:40
But after that,
11
25000
2000
しかしその後
00:42
I actually had my own lab
12
27000
2000
計算論的神経科学部の中に
00:44
in the computational neuroscience department,
13
29000
2000
自分の研究室を持ったのです
00:46
and I wasn't doing any neuroscience.
14
31000
2000
ただし神経科学については
何もしていませんでした
何もしていませんでした
00:48
Later, I would work on evolutionary genetics,
15
33000
3000
そしてその後は進化遺伝学と
00:51
and I would work on systems biology.
16
36000
2000
システムズバイオロジーを研究していました
00:53
But I'm going to tell you about something else today.
17
38000
3000
ただ今日皆さんには
別の話をします
別の話をします
00:56
I'm going to tell you
18
41000
2000
皆さんにお話しするのは
00:58
about how I learned something about life.
19
43000
2000
生命について私が学んだことです
01:00
And I was actually a rocket scientist.
20
45000
4000
私は実はロケット科学者でした
01:04
I wasn't really a rocket scientist,
21
49000
2000
厳密にはロケット科学者ではありませんでしたが
01:06
but I was working
22
51000
2000
私が働いていたのは
01:08
at the Jet Propulsion Laboratory
23
53000
2000
温暖なカリフォルニアにある
01:10
in sunny California where it's warm;
24
55000
3000
ジェット推進研究所で
01:13
whereas now I'm in the mid-West,
25
58000
2000
今住んでいる
01:15
and it's cold.
26
60000
2000
寒い中西部とは大違いですが
01:17
But it was an exciting experience.
27
62000
3000
とても刺激的な経験でした
ある日 NASAの部長が
01:20
One day a NASA manager comes into my office,
28
65000
3000
私のオフィスにやって来て
01:23
sits down and says,
29
68000
3000
腰を下ろしてこう言ったのです
01:26
"Can you please tell us,
30
71000
2000
「地球外生命体を探し出す方法を
01:28
how do we look for life outside Earth?"
31
73000
2000
教えてくれないか？」と
01:30
And that came as a surprise to me,
32
75000
2000
私は大変驚きました
01:32
because I was actually hired
33
77000
2000
なぜなら私の仕事は
01:34
to work on quantum computation.
34
79000
2000
量子計算の研究でしたから
01:36
Yet, I had a very good answer.
35
81000
2000
でも いい答えを思いつきました
01:38
I said, "I have no idea."
36
83000
3000
「見当もつきません」と
01:41
And he told me, "Biosignatures,
37
86000
3000
彼は こう言いました
「バイオシグネチャーだよ
「バイオシグネチャーだよ
01:44
we need to look for a biosignature."
38
89000
2000
バイオシグネチャーを探すんだ」
01:46
And I said, "What is that?"
39
91000
2000
「それは一体何ですか？」と私が聞くと
01:48
And he said, "It's any measurable phenomenon
40
93000
2000
彼はこう言いました
01:50
that allows us to indicate
41
95000
2000
「生命の存在を示す
01:52
the presence of life."
42
97000
2000
測定可能な現象のことだよ」
01:54
And I said, "Really?
43
99000
2000
「本当ですか？
01:56
Because isn't that easy?
44
101000
2000
だって それって簡単なことでしょう？
01:58
I mean, we have life.
45
103000
2000
私たちの周りには生命がありますよね
02:00
Can't you apply a definition,
46
105000
2000
生命の定義を当てはめては？
02:02
like for example, a Supreme Court-like definition of life?"
47
107000
4000
最高裁の決定みたいに
絶対的な定義を」
絶対的な定義を」
02:06
And then I thought about it a little bit, and I said,
48
111000
2000
そして少し考えてから
言い直しました
言い直しました
02:08
"Well, is it really that easy?
49
113000
2000
「いや 簡単じゃないかもしれませんね
02:10
Because, yes, if you see something like this,
50
115000
3000
だって 例えばこんなものを見て
02:13
then all right, fine, I'm going to call it life --
51
118000
2000
『よし 間違いない これを生命と呼ぼう』
02:15
no doubt about it.
52
120000
2000
そう言ったとしても
02:17
But here's something."
53
122000
2000
こんなのもいますよ」
02:19
And he goes, "Right, that's life too. I know that."
54
124000
3000
「わかってるさ それも生命だ」と
彼は言いました
彼は言いました
02:22
Except, if you think life is also defined
55
127000
2000
もし皆さんの中で
02:24
by things that die,
56
129000
2000
生命とはいつか死ぬものである
と捉える人がいるなら
と捉える人がいるなら
02:26
you're not in luck with this thing,
57
131000
2000
こいつには当てはまりません
02:28
because that's actually a very strange organism.
58
133000
2000
本当に奇妙な生物だからです
02:30
It grows up into the adult stage like that
59
135000
2000
この生物は 成長して成熟段階に入り
02:32
and then goes through a Benjamin Button phase,
60
137000
3000
ベンジャミン・バトンのように
若返りの段階を経て
若返りの段階を経て
02:35
and actually goes backwards and backwards
61
140000
2000
最後はまた小さな胚のようになるまで
02:37
until it's like a little embryo again,
62
142000
2000
どんどん若返ります
02:39
and then actually grows back up, and back down and back up -- sort of yo-yo --
63
144000
3000
まるでヨーヨーが伸び縮みするように
成長と若返りを繰り返し
成長と若返りを繰り返し
02:42
and it never dies.
64
147000
2000
決して死ぬことがありません
02:44
So it's actually life,
65
149000
2000
だから これは生命ですが
02:46
but it's actually not
66
151000
2000
私たちが考えるような
02:48
as we thought life would be.
67
153000
3000
生命体とは異なりますよね
02:51
And then you see something like that.
68
156000
2000
それからこんな物もあります
02:53
And he was like, "My God, what kind of a life form is that?"
69
158000
2000
部長は「これはどんな生物だ？」と
驚いていました
驚いていました
02:55
Anyone know?
70
160000
2000
分かる人はいますか？
02:57
It's actually not life, it's a crystal.
71
162000
3000
実はこれは生物ではなく結晶です
03:00
So once you start looking and looking
72
165000
2000
また さらに小さなものを
03:02
at smaller and smaller things --
73
167000
2000
よくよく観察した結果
03:04
so this particular person
74
169000
2000
この発見者は
03:06
wrote a whole article and said, "Hey, these are bacteria."
75
171000
3000
一本の論文を書き上げ
「これはバクテリアだ」と言いました
「これはバクテリアだ」と言いました
03:09
Except, if you look a little bit closer,
76
174000
2000
ただし もう少し詳細に検討すれば
03:11
you see, in fact, that this thing is way too small to be anything like that.
77
176000
3000
バクテリアにしては
小さすぎることが分かります
小さすぎることが分かります
03:14
So he was convinced,
78
179000
2000
彼は生き物だと確信していましたが
03:16
but, in fact, most people aren't.
79
181000
2000
納得しない人がほとんどでした
03:18
And then, of course,
80
183000
2000
その後 ご存知の通り
03:20
NASA also had a big announcement,
81
185000
2000
NASAでも大きな発表があって
03:22
and President Clinton gave a press conference,
82
187000
2000
クリントン大統領が
03:24
about this amazing discovery
83
189000
2000
火星隕石に生命が存在したという
03:26
of life in a Martian meteorite.
84
191000
3000
素晴らしい発見について
記者会見を開きました
記者会見を開きました
03:29
Except that nowadays, it's heavily disputed.
85
194000
4000
しかし 近頃はこれについて
異議が唱えられています
異議が唱えられています
03:33
If you take the lesson of all these pictures,
86
198000
3000
これらの写真からお気付きでしょうが
03:36
then you realize, well actually maybe it's not that easy.
87
201000
2000
生命体であるかどうか区別するのは
簡単ではないのです
簡単ではないのです
03:38
Maybe I do need
88
203000
2000
私に必要なのは
03:40
a definition of life
89
205000
2000
そんな区別をするための
03:42
in order to make that kind of distinction.
90
207000
2000
生命の定義です
03:44
So can life be defined?
91
209000
2000
では生命の定義は可能でしょうか？
03:46
Well how would you go about it?
92
211000
2000
どう取り掛かればいいのでしょうか？
03:48
Well of course,
93
213000
2000
それはもちろん
03:50
you'd go to Encyclopedia Britannica and open at L.
94
215000
2000
分厚いブリタニカ百科辞典の
Lのページを開けば…
Lのページを開けば…
03:52
No, of course you don't do that; you put it somewhere in Google.
95
217000
3000
いえ そうではないですよね
じゃあグーグルで調べてみましょうか
じゃあグーグルで調べてみましょうか
03:55
And then you might get something.
96
220000
3000
そうしたらきっと何かしらの
答えが見つかるでしょう
答えが見つかるでしょう
03:58
And what you might get --
97
223000
2000
しかし そこで得られるような
04:00
and anything that actually refers to things that we are used to,
98
225000
2000
おなじみの事しか書いていないものは
04:02
you throw away.
99
227000
2000
役に立ちません
04:04
And then you might come up with something like this.
100
229000
2000
そこで このようなものを思いつくかもしれません
04:06
And it says something complicated
101
231000
2000
何か複雑で
04:08
with lots and lots of concepts.
102
233000
2000
たくさんの概念が書かれています
04:10
Who on Earth would write something
103
235000
2000
いったい誰がこんな
04:12
as convoluted and complex
104
237000
2000
複雑で難解で意味のないものを
04:14
and inane?
105
239000
3000
書いたのでしょうか？
04:17
Oh, it's actually a really, really, important set of concepts.
106
242000
4000
あぁでも これは実は
本当に重要な概念を集めたものなのです
本当に重要な概念を集めたものなのです
04:21
So I'm highlighting just a few words
107
246000
3000
重要な単語をいくつか
抜き出して
抜き出して
04:24
and saying definitions like that
108
249000
2000
説明しましょう
04:26
rely on things that are not based
109
251000
2000
この定義は
04:28
on amino acids or leaves
110
253000
3000
アミノ酸とか 木の葉といった
04:31
or anything that we are used to,
111
256000
2000
耳慣れたものではなく
04:33
but in fact on processes only.
112
258000
2000
プロセスに基づく定義なのです
04:35
And if you take a look at that,
113
260000
2000
ここでもう一度先ほどの文章に戻ってみると
04:37
this was actually in a book that I wrote that deals with artificial life.
114
262000
3000
実はこれは
人工生命に関する私の著書の一節なのです
人工生命に関する私の著書の一節なのです
04:40
And that explains why
115
265000
2000
そもそもNASAの部長が
04:42
that NASA manager was actually in my office to begin with.
116
267000
3000
私のオフィスにやってきたのはこのためでした
04:45
Because the idea was that, with concepts like that,
117
270000
3000
というのも こういった概念に基づいて
04:48
maybe we can actually manufacture
118
273000
2000
生命体を作り出せるかもしれないと
04:50
a form of life.
119
275000
2000
部長は考えたからです
04:52
And so if you go and ask yourself,
120
277000
3000
というわけで もし皆さんが
04:55
"What on Earth is artificial life?",
121
280000
2000
「一体 人工生命って何だ？」と
お思いなら
お思いなら
04:57
let me give you a whirlwind tour
122
282000
2000
その研究の生い立ちを
04:59
of how all this stuff came about.
123
284000
2000
駆け足で説明しましょう
05:01
And it started out quite a while ago
124
286000
3000
事の始まりは 1990年
05:04
when someone wrote
125
289000
2000
初めてコンピュータウィルスが
05:06
one of the first successful computer viruses.
126
291000
2000
作られたときまで遡ります
05:08
And for those of you who aren't old enough,
127
293000
3000
当時を知らない若い方々には
05:11
you have no idea how this infection was working --
128
296000
3000
このウィルスがどう感染したか
想像もつかないでしょう
想像もつかないでしょう
05:14
namely, through these floppy disks.
129
299000
2000
感染経路はフロッピーディスクでした
05:16
But the interesting thing about these computer virus infections
130
301000
3000
コンピュータウィルス感染に関して
興味深いのは
興味深いのは
05:19
was that, if you look at the rate
131
304000
2000
次のような点です
05:21
at which the infection worked,
132
306000
2000
感染の発生数をグラフにすると
05:23
they show this spiky behavior
133
308000
2000
このように先の尖った
05:25
that you're used to from a flu virus.
134
310000
3000
インフルエンザの
発生数のようなグラフになります
発生数のようなグラフになります
05:28
And it is in fact due to this arms race
135
313000
2000
実はこの原因となっているのは
05:30
between hackers and operating system designers
136
315000
3000
ハッカーとOS開発者の間の
05:33
that things go back and forth.
137
318000
2000
いたちごっこの開発競争です
05:35
And the result is kind of a tree of life
138
320000
2000
その結果 ウィルスの
05:37
of these viruses,
139
322000
2000
系統図のようなものができました
05:39
a phylogeny that looks very much
140
324000
3000
この系統図は
05:42
like the type of life that we're used to, at least on the viral level.
141
327000
3000
一般的なウィルスの系統図と
ほぼ一致するものです
ほぼ一致するものです
05:45
So is that life? Not as far as I'm concerned.
142
330000
3000
ではこれは生命でしょうか？
いいえ そうではないでしょう
いいえ そうではないでしょう
05:48
Why? Because these things don't evolve by themselves.
143
333000
3000
コンピュータウィルスは
自力では進化しないからです
自力では進化しないからです
05:51
In fact, they have hackers writing them.
144
336000
2000
ハッカーが進化させていますからね
05:53
But the idea was taken very quickly a little bit further
145
338000
4000
しかしすぐに
このアイディアをより発展させた人がいました
このアイディアをより発展させた人がいました
05:57
when a scientist working at the Scientific Institute decided,
146
342000
3000
サンタフェ研究所で働く
ある科学者が こう考えたのです
ある科学者が こう考えたのです
06:00
"Why don't we try to package these little viruses
147
345000
3000
「この小さなウィルスたちを
06:03
in artificial worlds inside of the computer
148
348000
2000
コンピュータ内の人工の世界で
06:05
and let them evolve?"
149
350000
2000
勝手に進化させたらどうだろう？」
06:07
And this was Steen Rasmussen.
150
352000
2000
その科学者が
スティーン・ラスムセンです
スティーン・ラスムセンです
06:09
And he designed this system, but it really didn't work,
151
354000
2000
彼はこのシステムを設計しましたが
うまくいきませんでした
うまくいきませんでした
06:11
because his viruses were constantly destroying each other.
152
356000
3000
彼のウィルスたちは
絶えず殺し合っていたからです
絶えず殺し合っていたからです
06:14
But there was another scientist who had been watching this, an ecologist.
153
359000
3000
しかし このシステムを見ていた
ある生態学者は
ある生態学者は
06:17
And he went home and says, "I know how to fix this."
154
362000
3000
「自分ならこのシステムを
修正できる」と言って
修正できる」と言って
06:20
And he wrote the Tierra system,
155
365000
2000
ティエラシステムを作りあげました
06:22
and, in my book, is in fact one of the first
156
367000
3000
これが私の本の中における最初の
06:25
truly artificial living systems --
157
370000
2000
本物の人工生命システムの１つです
06:27
except for the fact that these programs didn't really grow in complexity.
158
372000
3000
ただ これらのプログラムは
複雑化しませんでした
複雑化しませんでした
06:30
So having seen this work, worked a little bit on this,
159
375000
3000
このシステムを見て
少し研究した後で
少し研究した後で
06:33
this is where I came in.
160
378000
2000
私が登場したわけです
06:35
And I decided to create a system
161
380000
2000
私はシステムを作ることにしました
06:37
that has all the properties that are necessary
162
382000
2000
複雑化することができる
06:39
to see the evolution of complexity,
163
384000
3000
あらゆる必要な性質を備え
06:42
more and more complex problems constantly evolving.
164
387000
3000
より複雑な問題が
絶え間なく展開するようなシステムです
絶え間なく展開するようなシステムです
06:45
And of course, since I really don't know how to write code, I had help in this.
165
390000
3000
私はコードの書き方を知らないので
人の助けを借りました
人の助けを借りました
06:48
I had two undergraduate students
166
393000
2000
私はカリフォルニア工科大学で
06:50
at California Institute of Technology that worked with me.
167
395000
3000
２人の学部生と一緒に研究をしていました
06:53
That's Charles Offria on the left, Titus Brown on the right.
168
398000
3000
左がチャールズ・オフリアで
右がタイタス・ブラウンです
右がタイタス・ブラウンです
06:56
They are now actually respectable professors
169
401000
3000
今では２人ともミシガン州立大学の
06:59
at Michigan State University,
170
404000
2000
立派な教授です
07:01
but I can assure you, back in the day,
171
406000
2000
ただ当時は立派なチームとは
07:03
we were not a respectable team.
172
408000
2000
言えないことは確かでした
07:05
And I'm really happy that no photo survives
173
410000
2000
私たち３人が一緒にいる写真が
07:07
of the three of us anywhere close together.
174
412000
3000
残っておらず 一安心です
07:10
But what is this system like?
175
415000
2000
さて これはどんなシステムでしょう？
07:12
Well I can't really go into the details,
176
417000
3000
ここで詳しく説明することはできませんが
07:15
but what you see here is some of the entrails.
177
420000
2000
少し中身を説明しましょう
07:17
But what I wanted to focus on
178
422000
2000
焦点を当てたいのは
07:19
is this type of population structure.
179
424000
2000
このような集団の構造です
07:21
There's about 10,000 programs sitting here.
180
426000
3000
ここには約1万個のプログラムがあります
07:24
And all different strains are colored in different colors.
181
429000
3000
異なる系統のプログラムは
異なる色で区別されていて
異なる色で区別されていて
07:27
And as you see here, there are groups that are growing on top of each other,
182
432000
3000
それぞれが増殖するので
ご覧のとおり
ご覧のとおり
07:30
because they are spreading.
183
435000
2000
集団が重なりあって成長します
07:32
Any time there is a program
184
437000
2000
どんなときも あるプログラムが
07:34
that's better at surviving in this world,
185
439000
2000
この世界で生き抜くのにより適した性質を
07:36
due to whatever mutation it has acquired,
186
441000
2000
何らかの突然変異で身に付けた場合
07:38
it is going to spread over the others and drive the others to extinction.
187
443000
3000
そのプログラムは
他のプログラムを絶滅に追いやるでしょう
他のプログラムを絶滅に追いやるでしょう
07:41
So I'm going to show you a movie where you're going to see that kind of dynamic.
188
446000
3000
それではここで起こることをお見せしましょう
07:44
And these kinds of experiments are started
189
449000
3000
こういった実験は
私たちが自作した
私たちが自作した
07:47
with programs that we wrote ourselves.
190
452000
2000
プログラムを使って始めました
07:49
We write our own stuff, replicate it,
191
454000
2000
独自のものを何度も作りました
07:51
and are very proud of ourselves.
192
456000
2000
私たちの自信作です
07:53
And we put them in, and what you see immediately
193
458000
3000
このプログラムを
システムに入力すると
システムに入力すると
07:56
is that there are waves and waves of innovation.
194
461000
3000
すぐに新種が
どんどん出てきます
どんどん出てきます
07:59
By the way, this is highly accelerated,
195
464000
2000
ところで これは時間を短縮しています
08:01
so it's like a thousand generations a second.
196
466000
2000
1,000世代を
1秒にまとめたようなものです
1秒にまとめたようなものです
08:03
But immediately the system goes like,
197
468000
2000
このシステムはすぐに
こう反応します
こう反応します
08:05
"What kind of dumb piece of code was this?
198
470000
2000
「この馬鹿げたコードは何なんだ？
08:07
This can be improved upon in so many ways
199
472000
2000
こんなもの あらゆる方法で
08:09
so quickly."
200
474000
2000
あっという間に改良できる」
08:11
So you see waves of new types
201
476000
2000
新しい種の波が
08:13
taking over the other types.
202
478000
2000
他の種にとって代わっていきます
08:15
And this type of activity goes on for quite awhile,
203
480000
3000
プログラムが最も重要で
シンプルなものを獲得するまで
シンプルなものを獲得するまで
08:18
until the main easy things have been acquired by these programs.
204
483000
4000
このような活動がしばらく続きます
08:22
And then you see sort of like a stasis coming on
205
487000
4000
ここでは停滞状態がみられますが
08:26
where the system essentially waits
206
491000
2000
システムは待機しているだけで
08:28
for a new type of innovation, like this one,
207
493000
3000
このように新種が生じると
08:31
which is going to spread
208
496000
2000
それが拡大し
08:33
over all the other innovations that were before
209
498000
2000
以前は新種だったものを飲み込み
08:35
and is erasing the genes that it had before,
210
500000
3000
それまで存在していた遺伝子を全て消し去り
08:38
until a new type of higher level of complexity has been achieved.
211
503000
4000
より複雑性を増した
新しいプログラムが完成します
新しいプログラムが完成します
08:42
And this process goes on and on and on.
212
507000
3000
このプロセスは永遠に続くのです
08:45
So what we see here
213
510000
2000
このシステムは
08:47
is a system that lives
214
512000
2000
生命と全く同じように
08:49
in very much the way we're used to life [going.]
215
514000
2000
展開していることがわかります
08:51
But what the NASA people had asked me really
216
516000
4000
一方でNASAの人々が
知りたがっていたことがあります
知りたがっていたことがあります
08:55
was, "Do these guys
217
520000
2000
「このプログラムには
08:57
have a biosignature?
218
522000
2000
バイオシグネチャーはあるか？
08:59
Can we measure this type of life?
219
524000
2000
この種の生命を捉えられるか？
09:01
Because if we can,
220
526000
2000
仮に出来るとすれば
09:03
maybe we have a chance of actually discovering life somewhere else
221
528000
3000
アミノ酸のような物質の有無に
惑わされることなく
惑わされることなく
09:06
without being biased
222
531000
2000
地球外生命体を
09:08
by things like amino acids."
223
533000
2000
発見できるかもしれない」
09:10
So I said, "Well, perhaps we should construct
224
535000
3000
そこで私が提案したのは
09:13
a biosignature
225
538000
2000
普遍的なプロセスとしての生命に基づいて
09:15
based on life as a universal process.
226
540000
3000
バイオシグネチャーを構築することでした
09:18
In fact, it should perhaps make use
227
543000
2000
「それなら 私が展開した
09:20
of the concepts that I developed
228
545000
2000
この概念を用いて
09:22
just in order to sort of capture
229
547000
2000
シンプルな生命のシステムが
09:24
what a simple living system might be."
230
549000
2000
どんなものかを捉えられるでしょう」
09:26
And the thing I came up with --
231
551000
2000
そこで私は思いついたのですが ―
09:28
I have to first give you an introduction about the idea,
232
553000
4000
まずはアイディアを
説明しなければなりませんね
説明しなければなりませんね
私が思いついたのは
09:32
and maybe that would be a meaning detector,
233
557000
3000
生命の存在そのものを
探知しようとするというよりは
探知しようとするというよりは
09:35
rather than a life detector.
234
560000
3000
生命が持つ「意味」を
捉えるということです
捉えるということです
09:38
And the way we would do that --
235
563000
2000
ではどのように「意味」を捉えるのか
09:40
I would like to find out how I can distinguish
236
565000
2000
手始めに100万匹の猿が書いた文章と
09:42
text that was written by a million monkeys,
237
567000
2000
本に書いてある文章を
09:44
as opposed to text that [is] in our books.
238
569000
3000
区別する方法を
探ることにしましょう
探ることにしましょう
09:47
And I would like to do it in such a way
239
572000
2000
しかも書かれている言語を
09:49
that I don't actually have to be able to read the language,
240
574000
2000
読む必要がないようにしたいのです
09:51
because I'm sure I won't be able to.
241
576000
2000
すべて読むのは無理ですからね
09:53
As long as I know that there's some sort of alphabet.
242
578000
2000
アルファベットのようなものが
あることさえ分かればいいんです
あることさえ分かればいいんです
09:55
So here would be a frequency plot
243
580000
3000
そこでこのようなグラフが得られました
09:58
of how often you find
244
583000
2000
これは どれだけ頻繁に
10:00
each of the 26 letters of the alphabet
245
585000
2000
アルファベットの26文字それぞれが
10:02
in a text written by random monkeys.
246
587000
3000
猿の文章に使われているかを示しています
10:05
And obviously each of these letters
247
590000
2000
ご覧の通り それぞれの文字は
10:07
comes off about roughly equally frequent.
248
592000
2000
概ね同じ回数使われています
10:09
But if you now look at the same distribution in English texts,
249
594000
4000
ところが 今度は英語で書かれた文章から
同じグラフを作成してみると
同じグラフを作成してみると
10:13
it looks like that.
250
598000
2000
このようになります
10:15
And I'm telling you, this is very robust across English texts.
251
600000
3000
本当ですよ
英語の文章ではこんなに特徴が現れるのです
英語の文章ではこんなに特徴が現れるのです
10:18
And if I look at French texts, it looks a little bit different,
252
603000
2000
フランス語の文章であれば
グラフはやや異なります
グラフはやや異なります
10:20
or Italian or German.
253
605000
2000
イタリア語やドイツ語でもね
10:22
They all have their own type of frequency distribution,
254
607000
3000
それぞれの言語には
特有の頻度のパターンがありますから
特有の頻度のパターンがありますから
10:25
but it's robust.
255
610000
2000
でも必ず 特徴が現れます
10:27
It doesn't matter whether it writes about politics or about science.
256
612000
3000
内容が政治であろうが科学であろうが
10:30
It doesn't matter whether it's a poem
257
615000
3000
詩であろうが
10:33
or whether it's a mathematical text.
258
618000
3000
数学的な文章であろうが
10:36
It's a robust signature,
259
621000
2000
必ず 特徴があるのです
10:38
and it's very stable.
260
623000
2000
しかも 同じパターンの特徴がね
10:40
As long as our books are written in English --
261
625000
2000
その文章が英語で書かれている限りは
10:42
because people are rewriting them and recopying them --
262
627000
3000
私たちは文章の書き直しや
写し直しを繰り返すわけですから
写し直しを繰り返すわけですから
10:45
it's going to be there.
263
630000
2000
同じパターンが現れます
10:47
So that inspired me to think about,
264
632000
2000
ここに発想を得た私は
10:49
well, what if I try to use this idea
265
634000
3000
このアイディアを使ってみようと思ったのです
10:52
in order, not to detect random texts
266
637000
2000
意味のある文章の中から
10:54
from texts with meaning,
267
639000
2000
ランダムに書かれた文を探すためではなく
10:56
but rather detect the fact that there is meaning
268
641000
4000
そこになんらかの「意味」が存在する
という事実を
という事実を
11:00
in the biomolecules that make up life.
269
645000
2000
たくさんの生体分子の中から
見つけ出すためにです
見つけ出すためにです
11:02
But first I have to ask:
270
647000
2000
でもそのためにはまず
11:04
what are these building blocks, like the alphabet, elements that I showed you?
271
649000
3000
文章におけるアルファベットのような
構成要素を突き止める必要があります
構成要素を突き止める必要があります
11:07
Well it turns out, we have many different alternatives
272
652000
3000
さて そういった構成要素には
候補がたくさんあることが
候補がたくさんあることが
11:10
for such a set of building blocks.
273
655000
2000
分かってきました
11:12
We could use amino acids,
274
657000
2000
アミノ酸が使えるかもしれないし
11:14
we could use nucleic acids, carboxylic acids, fatty acids.
275
659000
3000
核酸やカルボン酸
脂肪酸が使えるかもしれません
脂肪酸が使えるかもしれません
11:17
In fact, chemistry's extremely rich, and our body uses a lot of them.
276
662000
3000
実際 化学物質は実に多様で
私たちの体にはその多くが使われているので
私たちの体にはその多くが使われているので
11:20
So that we actually, to test this idea,
277
665000
3000
アイディアを検証するために
11:23
first took a look at amino acids and some other carboxylic acids.
278
668000
3000
まずはアミノ酸と
いくつかのカルボン酸を調べました
いくつかのカルボン酸を調べました
11:26
And here's the result.
279
671000
2000
これがその結果です
11:28
Here is, in fact, what you get
280
673000
3000
このようなグラフが得られるのは
11:31
if you, for example, look at the distribution of amino acids
281
676000
3000
例えば彗星や星間空間 あるいは
11:34
on a comet or in interstellar space
282
679000
3000
実験室で作った
生物が入っていないことが確実な
生物が入っていないことが確実な
11:37
or, in fact, in a laboratory,
283
682000
2000
原始スープの
11:39
where you made very sure that in your primordial soup
284
684000
2000
アミノ酸の頻度分布を
11:41
that there is not living stuff in there.
285
686000
2000
調べた場合です
11:43
What you find is mostly glycine and then alanine
286
688000
3000
観察されるのはもっぱら
グリシンとアラニンであり
グリシンとアラニンであり
11:46
and there's some trace elements of the other ones.
287
691000
3000
あとは その他のアミノ酸の
痕跡です
痕跡です
11:49
That is also very robust --
288
694000
3000
同じような特徴が現れるのは
11:52
what you find in systems like Earth
289
697000
3000
地球に似た環境で
11:55
where there are amino acids,
290
700000
2000
アミノ酸はあるけれど
11:57
but there is no life.
291
702000
2000
生命のないところです
11:59
But suppose you take some dirt
292
704000
2000
しかし地球上で
12:01
and dig through it
293
706000
2000
泥を掘ってみたとして
12:03
and then put it into these spectrometers,
294
708000
3000
その泥を分光計にかけると
12:06
because there's bacteria all over the place;
295
711000
2000
バクテリアだらけですし
12:08
or you take water anywhere on Earth,
296
713000
2000
地球上 どこで水を採取しても
12:10
because it's teaming with life,
297
715000
2000
水は生命に溢れていますから
12:12
and you make the same analysis;
298
717000
2000
同じ分析をしてみると
12:14
the spectrum looks completely different.
299
719000
2000
全く異なるグラフが得られます
12:16
Of course, there is still glycine and alanine,
300
721000
4000
もちろん グリシンやアラニンはありますが
12:20
but in fact, there are these heavy elements, these heavy amino acids,
301
725000
3000
その他に分子量の大きなアミノ酸があるのです
12:23
that are being produced
302
728000
2000
このアミノ酸が生成されるのは
12:25
because these are valuable to the organism.
303
730000
2000
それが生物に欠かせない物質だからです
12:27
And some other ones
304
732000
2000
タンパク質を構成する
12:29
that are not used in the set of 20,
305
734000
2000
20種類のアミノ酸を除く
12:31
they will not appear at all
306
736000
2000
他のアミノ酸は
12:33
in any type of concentration.
307
738000
2000
全く現れません
12:35
So this also turns out to be extremely robust.
308
740000
2000
つまり これも明確な特徴です
12:37
It doesn't matter what kind of sediment you're using to grind up,
309
742000
3000
どんな堆積物を使おうが
12:40
whether it's bacteria or any other plants or animals.
310
745000
3000
それがバクテリアであろうが
植物であろうが動物であろうが
植物であろうが動物であろうが
12:43
Anywhere there's life,
311
748000
2000
生命のあるところでは必ず
12:45
you're going to have this distribution,
312
750000
2000
このような頻度分布が得られるのです
12:47
as opposed to that distribution.
313
752000
2000
こちらの分布ではなくてね
12:49
And it is detectable not just in amino acids.
314
754000
3000
そしてこれは
アミノ酸だけに言えることではありません
アミノ酸だけに言えることではありません
12:52
Now you could ask:
315
757000
2000
次に「アヴィディアン」の場合を
12:54
well, what about these Avidians?
316
759000
2000
見てみましょう
12:56
The Avidians being the denizens of this computer world
317
761000
4000
アヴィディアンとは
コンピュータの中の生き物で
コンピュータの中の生き物で
13:00
where they are perfectly happy replicating and growing in complexity.
318
765000
3000
複製を繰り返し
複雑化していきます
複雑化していきます
13:03
So this is the distribution that you get
319
768000
3000
これは生命が存在しない時の
13:06
if, in fact, there is no life.
320
771000
2000
分布を表しています
13:08
They have about 28 of these instructions.
321
773000
3000
アヴィディアンは
28個ほどの命令群を持っています
28個ほどの命令群を持っています
13:11
And if you have a system where they're being replaced one by the other,
322
776000
3000
そして 命令が他のものと
交換可能なシステムでは
交換可能なシステムでは
13:14
it's like the monkeys writing on a typewriter.
323
779000
2000
その分布は
猿の文章の特徴に似たものになります
猿の文章の特徴に似たものになります
13:16
Each of these instructions appears
324
781000
3000
つまり これらの命令は
13:19
with roughly the equal frequency.
325
784000
3000
だいたい同じような頻度で現れるということです
13:22
But if you now take a set of replicating guys
326
787000
4000
しかし 先ほどのビデオのような環境で
13:26
like in the video that you saw,
327
791000
2000
複製をしていくと
13:28
it looks like this.
328
793000
2000
分布はこのようになります
13:30
So there are some instructions
329
795000
2000
命令の中にはアヴィディアンにとって
13:32
that are extremely valuable to these organisms,
330
797000
2000
非常に重要なものがあり
13:34
and their frequency is going to be high.
331
799000
3000
その命令が現れる頻度は高くなるのです
13:37
And there's actually some instructions
332
802000
2000
さらに一度しか使われない
13:39
that you only use once, if ever.
333
804000
2000
命令すらあるのです
13:41
So they are either poisonous
334
806000
2000
そういう命令は有害なものか
13:43
or really should be used at less of a level than random.
335
808000
4000
あるいは偶然よりも
低い確率で使われるべき命令で
低い確率で使われるべき命令で
13:47
In this case, the frequency is lower.
336
812000
3000
この場合は頻度が低くなります
13:50
And so now we can see, is that really a robust signature?
337
815000
3000
これは確かな特徴と言えるでしょうか？
13:53
I can tell you indeed it is,
338
818000
2000
そう言えるでしょう
なぜなら
なぜなら
13:55
because this type of spectrum, just like what you've seen in books,
339
820000
3000
文章の例やアミノ酸の例で見られたような
13:58
and just like what you've seen in amino acids,
340
823000
2000
このようなタイプの分布は
14:00
it doesn't really matter how you change the environment, it's very robust;
341
825000
3000
環境をどういうふうに変えたとしても
その環境にあわせて
その環境にあわせて
14:03
it's going to reflect the environment.
342
828000
2000
ある特徴を示すからです
14:05
So I'm going to show you now a little experiment that we did.
343
830000
2000
次にお見せするのは私が行った実験ですが
14:07
And I have to explain to you,
344
832000
2000
まずグラフの説明からすると
14:09
the top of this graph
345
834000
2000
上のグラフは
14:11
shows you that frequency distribution that I talked about.
346
836000
3000
先ほどの頻度分布です
14:14
Here, in fact, that's the lifeless environment
347
839000
3000
生命がない場合の分布なので
14:17
where each instruction occurs
348
842000
2000
それぞれの命令が
14:19
at an equal frequency.
349
844000
2000
同じ頻度で現れます
14:21
And below there, I show, in fact,
350
846000
3000
そして下のグラフは
14:24
the mutation rate in the environment.
351
849000
3000
その環境で突然変異の起こる確率です
14:27
And I'm starting this at a mutation rate that is so high
352
852000
3000
普通ならば複製プログラムが機能して
14:30
that, even if you would drop
353
855000
2000
世界を埋め尽くすまで
14:32
a replicating program
354
857000
2000
複製を続けるのでしょうが
14:34
that would otherwise happily grow up
355
859000
2000
突然変異が起きやすいように設定して
14:36
to fill the entire world,
356
861000
2000
実験を始めると
14:38
if you drop it in, it gets mutated to death immediately.
357
863000
4000
すぐに変異をして死んでしまうのです
14:42
So there is no life possible
358
867000
2000
変異の確率が高すぎると
14:44
at that type of mutation rate.
359
869000
3000
生命は生きていけないのですね
14:47
But then I'm going to slowly turn down the heat, so to speak,
360
872000
4000
次に変異の確率をだんだん下げていって
14:51
and then there's this viability threshold
361
876000
2000
生存が可能になる閾値に達すると
14:53
where now it would be possible
362
878000
2000
複製をして生き延びることが
14:55
for a replicator to actually live.
363
880000
2000
できるようになりました
14:57
And indeed, we're going to be dropping these guys
364
882000
3000
この間も この世界に生命体を
15:00
into that soup all the time.
365
885000
2000
投入し続けます
15:02
So let's see what that looks like.
366
887000
2000
結果はこのようになります
15:04
So first, nothing, nothing, nothing.
367
889000
3000
はじめは何も起きません
15:07
Too hot, too hot.
368
892000
2000
まだまだ変異率が高すぎます
15:09
Now the viability threshold is reached,
369
894000
3000
ここで生存可能な閾値に達して
15:12
and the frequency distribution
370
897000
2000
頻度分布も
15:14
has dramatically changed and, in fact, stabilizes.
371
899000
3000
大きく変化し そして 安定しました
15:17
And now what I did there
372
902000
2000
次に私がしたことは
15:19
is, I was being nasty, I just turned up the heat again and again.
373
904000
3000
すこし意地悪ですが
また変異率を上げていったのです
また変異率を上げていったのです
15:22
And of course, it reaches the viability threshold.
374
907000
3000
もちろん
また生存閾値に到達して無反応になります
また生存閾値に到達して無反応になります
15:25
And I'm just showing this to you again because it's so nice.
375
910000
3000
もう一度お見せしましょう
すばらしい分布ですからね
すばらしい分布ですからね
15:28
You hit the viability threshold.
376
913000
2000
生存閾値に到達し 分布は
15:30
The distribution changes to "alive!"
377
915000
2000
「生きている」状態になります
15:32
And then, once you hit the threshold
378
917000
3000
そしてまた生存閾値以上になると
15:35
where the mutation rate is so high
379
920000
2000
変異率が高すぎるため
15:37
that you cannot self-reproduce,
380
922000
2000
自己複製を行うことが出来なくなります
15:39
you cannot copy the information
381
924000
3000
つまり遺伝情報をコピーして
15:42
forward to your offspring
382
927000
2000
子孫に伝える際に
15:44
without making so many mistakes
383
929000
2000
エラーが多くなりすぎて
15:46
that your ability to replicate vanishes.
384
931000
3000
複製する能力が失われ
15:49
And then that signature is lost.
385
934000
3000
特徴のない分布となります
15:52
What do we learn from that?
386
937000
2000
この実験から
15:54
Well, I think we learn a number of things from that.
387
939000
4000
いくつものことを学ぶことができますね
15:58
One of them is,
388
943000
2000
一つは
16:00
if we are able to think about life
389
945000
3000
生命とは何かを抽象的に考えることが
16:03
in abstract terms --
390
948000
2000
できるようになれば ―
16:05
and we're not talking about things like plants,
391
950000
2000
つまり 植物とか
16:07
and we're not talking about amino acids,
392
952000
2000
アミノ酸とか
16:09
and we're not talking about bacteria,
393
954000
2000
バクテリアについてではなく
16:11
but we think in terms of processes --
394
956000
2000
プロセスの点から考えると
16:13
then we could start to think about life,
395
958000
3000
生命を地球上だけでなく
16:16
not as something that is so special to Earth,
396
961000
2000
どこにでも存在しうるものとして
16:18
but that, in fact, could exist anywhere.
397
963000
3000
考えることができるということです
16:21
Because it really only has to do
398
966000
2000
生命と関係しているのは
16:23
with these concepts of information,
399
968000
2000
物理的な媒体に蓄えられた情報
16:25
of storing information
400
970000
2000
ただそれだけなのですから
16:27
within physical substrates --
401
972000
2000
媒体となるのは
16:29
anything: bits, nucleic acids,
402
974000
2000
ビットだろうと 核酸だろうと
16:31
anything that's an alphabet --
403
976000
2000
アルファベットになるものなら
何でもいいのです
何でもいいのです
16:33
and make sure that there's some process
404
978000
2000
そしてその情報が消滅していかないよう
16:35
so that this information can be stored
405
980000
2000
私たちが考えるよりもずっと長い間
16:37
for much longer than you would expect
406
982000
2000
情報を蓄えておくための
16:39
the time scales for the deterioration of information.
407
984000
4000
何らかのプロセスが必要です
16:43
And if you can do that,
408
988000
2000
それが確保できれば
16:45
then you have life.
409
990000
2000
生命が出現します
16:47
So the first thing that we learn
410
992000
2000
つまり 私たちはまず
16:49
is that it is possible to define life
411
994000
3000
プロセスだけを考えれば
16:52
in terms of processes alone,
412
997000
3000
生命を定義することが出来ます
16:55
without referring at all
413
1000000
2000
この時 地球上の生命のような
16:57
to the type of things that we hold dear,
414
1002000
2000
私たちが大切にしているものを
16:59
as far as the type of life on Earth is.
415
1004000
3000
考える必要はありません
17:02
And that in a sense removes us again,
416
1007000
3000
この発見は これまで私たちがしてきた
17:05
like all of our scientific discoveries, or many of them --
417
1010000
3000
多くの科学的発見と同じように
17:08
it's this continuous dethroning of man --
418
1013000
2000
「生命は特別な存在だ」という
17:10
of how we think we're special because we're alive.
419
1015000
3000
私たちの考えを
覆しつつあると言えるでしょう
覆しつつあると言えるでしょう
17:13
Well we can make life. We can make life in the computer.
420
1018000
3000
私たちはコンピュータの中に
生命を作ることができます
生命を作ることができます
17:16
Granted, it's limited,
421
1021000
2000
当然 限界はあります
17:18
but we have learned what it takes
422
1023000
3000
でも 生命を作りだすために
17:21
in order to actually construct it.
423
1026000
2000
必要なものはわかっています
17:23
And once we have that,
424
1028000
3000
そして それがわかれば
難しい問題は
難しい問題は
17:26
then it is not such a difficult task anymore
425
1031000
3000
なくなります
つまり
17:29
to say, if we understand the fundamental processes
426
1034000
4000
特定の媒体に依らない
17:33
that do not refer to any particular substrate,
427
1038000
3000
普遍的なプロセスさえ
理解してしまえば
理解してしまえば
17:36
then we can go out
428
1041000
2000
地球外へ飛び出し
17:38
and try other worlds,
429
1043000
2000
調査をして
17:40
figure out what kind of chemical alphabets might there be,
430
1045000
4000
どんな化学物質のアルファベットが
存在するかを知り
存在するかを知り
17:44
figure enough about the normal chemistry,
431
1049000
2000
その星の通常の化学的組成や
17:46
the geochemistry of the planet,
432
1051000
3000
地質科学的性質を推測して
17:49
so that we know what this distribution would look like
433
1054000
2000
生命がいない場合の
17:51
in the absence of life,
434
1056000
2000
分布を知ることができます
17:53
and then look for large deviations from this --
435
1058000
3000
その分布から大きく隔たる場合 ―
17:56
this thing sticking out, which says,
436
1061000
3000
例えば ある物質が
目立つとしましょう
17:59
"This chemical really shouldn't be there."
437
1064000
2000
それでもまだ
18:01
Now we don't know that there's life then,
438
1066000
2000
生命が存在するとは言えませんが
18:03
but we could say,
439
1068000
2000
少なくとも
18:05
"Well at least I'm going to have to take a look very precisely at this chemical
440
1070000
3000
その化学物質を詳しく調べて
何に由来するのかを
何に由来するのかを
18:08
and see where it comes from."
441
1073000
2000
確かめようとするでしょう
18:10
And that might be our chance
442
1075000
2000
この試みが 目に見えない生命を
18:12
of actually discovering life
443
1077000
2000
発見する可能性を
18:14
when we cannot visibly see it.
444
1079000
2000
私たちに与えてくれるのです
18:16
And so that's really the only take-home message
445
1081000
3000
今日はこれだけは覚えて帰ってください
18:19
that I have for you.
446
1084000
2000
他の惑星で生命は
18:21
Life can be less mysterious
447
1086000
2000
どのように存在しているかを
18:23
than we make it out to be
448
1088000
2000
考えてみれば 生命は
18:25
when we try to think about how it would be on other planets.
449
1090000
4000
それほど神秘的でないと気付くでしょう
18:29
And if we remove the mystery of life,
450
1094000
3000
神秘的でないとわかれば
18:32
then I think it is a little bit easier
451
1097000
3000
私たちが生命たる所以や
人間がそれほど
人間がそれほど
18:35
for us to think about how we live,
452
1100000
2000
特別な存在ではないということを
18:37
and how perhaps we're not as special as we always think we are.
453
1102000
3000
考えやすくなるのではないでしょうか
18:40
And I'm going to leave you with that.
454
1105000
2000
これが私が伝えたかったことです
18:42
And thank you very much.
455
1107000
2000
どうもありがとうございました
18:44
(Applause)
456
1109000
2000
（拍手）
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