TEDxUIUC
Christoph Adami: Finding life we can't imagine
크리스토프 아다미 : 우리가 상상할 수 없는 생명을 찾는다는 것
Filmed:
Readability: 3.7
652,149 views
우리가 알고 있는 생명과 같은 형태가 아니라면 우리가 어떻게 외계인의 생명을 찾을 수 있을까요? TEDxUIUC에서 크리스토프 아다미는 생명이 어떤 건지에 대한 우리의 선입견에서 벗어난 특징, 즉 '생체지표'를 찾기 위해 그가 어떻게 인공 생명-자기 복제 컴퓨터 프로그램-을 이용했는지 보여줍니다.
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
저는 특이한 이력을 가지고 있습니다
00:17
I know it because people come up to me, like colleagues,
1
2000
3000
제가 그것을 아는 이유는 동료들과 같은 사람들이 제게 와서
00:20
and say, "Chris, you have a strange career."
2
5000
2000
말하길, “크리스, 당신은 이상한 직업경력을 가지고 있어요,” 라고 하기 때문입니다
00:22
(Laughter)
3
7000
2000
(웃음)
00:24
And I can see their point,
4
9000
2000
저는 그들의 요점을 볼 수 있습니다
00:26
because I started my career
5
11000
2000
왜냐면 저는 저의 경력을
00:28
as a theoretical nuclear physicist.
6
13000
2000
이론 핵 물리학자로 시작했으니까요
00:30
And I was thinking about quarks and gluons
7
15000
2000
저는 쿼크와 글루안,
00:32
and heavy ion collisions,
8
17000
2000
무거운 철의 충돌 등에 대해 생각하고 있었고
00:34
and I was only 14 years old.
9
19000
2000
저는 단지 14살 이었습니다
00:36
No, no, I wasn't 14 years old.
10
21000
3000
아니예요, 제가 14살이었던 것은 아닙니다
00:40
But after that,
11
25000
2000
하지만 그 후,
00:42
I actually had my own lab
12
27000
2000
저는 제 연구실이
00:44
in the computational neuroscience department,
13
29000
2000
컴퓨터 신경 과학 부서에 있었지만,
00:46
and I wasn't doing any neuroscience.
14
31000
2000
신경과학을 연구하지는 않았습니다
00:48
Later, I would work on evolutionary genetics,
15
33000
3000
이후에, 저는 진화적 유전학을 연구했고,
00:51
and I would work on systems biology.
16
36000
2000
조직 생물학을 연구했지요
00:53
But I'm going to tell you about something else today.
17
38000
3000
하지만 오늘은 다른 것에 대해 얘기할 예정입니다
00:56
I'm going to tell you
18
41000
2000
생명에 대해 제가 배운
00:58
about how I learned something about life.
19
43000
2000
방법에 대해 이야기할 예정입니다
01:00
And I was actually a rocket scientist.
20
45000
4000
저는 실제로 로켓 과학자였습니다
01:04
I wasn't really a rocket scientist,
21
49000
2000
정말로 로켓 과학자인 것은 아니었지만,
01:06
but I was working
22
51000
2000
저는
01:08
at the Jet Propulsion Laboratory
23
53000
2000
제트 추진연구소가 있는
01:10
in sunny California where it's warm;
24
55000
3000
양지 바른 캘리포니아에서 근무했었죠
01:13
whereas now I'm in the mid-West,
25
58000
2000
반면에 이제는 중서부에서 일하죠,
01:15
and it's cold.
26
60000
2000
참 추운 곳이에요
01:17
But it was an exciting experience.
27
62000
3000
하지만 흥이 나는 경험이었어요
01:20
One day a NASA manager comes into my office,
28
65000
3000
어느날, NASA의 관리자가 제 사무실에 와서,
01:23
sits down and says,
29
68000
3000
앉으면서
01:26
"Can you please tell us,
30
71000
2000
“우리가 지구 밖에서 생명체를 찾아볼 수 있는
01:28
how do we look for life outside Earth?"
31
73000
2000
방법을 저희에게 말씀해 주실 수 있겠습니까?”라고 하더군요
01:30
And that came as a surprise to me,
32
75000
2000
제 임무가 사실은
01:32
because I was actually hired
33
77000
2000
양자 계산이었기 때문에
01:34
to work on quantum computation.
34
79000
2000
저는 그 질문을 받고 놀랐습니다
01:36
Yet, I had a very good answer.
35
81000
2000
하지만, 제겐 기발한 대답이 있었죠
01:38
I said, "I have no idea."
36
83000
3000
저는, "전혀 모르겠는걸요"라고 했고,
01:41
And he told me, "Biosignatures,
37
86000
3000
그는 제게 "생체지표,
01:44
we need to look for a biosignature."
38
89000
2000
우리는 생체지표를 찾아야 합니다."라고 했어요
01:46
And I said, "What is that?"
39
91000
2000
그래서 제가, "그게 뭔가요" 했더니
01:48
And he said, "It's any measurable phenomenon
40
93000
2000
그가 "그건 우리가 생명의 존재를
01:50
that allows us to indicate
41
95000
2000
나타낼 수 있는
01:52
the presence of life."
42
97000
2000
측정가능한 현상이죠" 라고 하더군요
01:54
And I said, "Really?
43
99000
2000
그리고 전 "정말요?
01:56
Because isn't that easy?
44
101000
2000
왜냐면 그거 쉽지 않아요?
01:58
I mean, we have life.
45
103000
2000
무슨 말이냐면, 우리도 생명체잖아요
02:00
Can't you apply a definition,
46
105000
2000
생명체라는 것에 대해 예를 들면,
02:02
like for example, a Supreme Court-like definition of life?"
47
107000
4000
대법원에서 내리는 것 같은 정의를 적용할 수는 없을까요?"라고 했죠
02:06
And then I thought about it a little bit, and I said,
48
111000
2000
그리고 나서 약간 생각해 본 뒤에 이렇게 말했어요
02:08
"Well, is it really that easy?
49
113000
2000
"음, 그게 정말 그렇게 쉬운가요?
02:10
Because, yes, if you see something like this,
50
115000
3000
왜냐면, 그래요, 이런 것을 본다면
02:13
then all right, fine, I'm going to call it life --
51
118000
2000
좋아요, 그걸 생명이라고 부르죠--
02:15
no doubt about it.
52
120000
2000
의심할 바가 없어요
02:17
But here's something."
53
122000
2000
하지만 여기 뭔가가 있어요,"
02:19
And he goes, "Right, that's life too. I know that."
54
124000
3000
그가 "맞아요, 그것도 생명체죠. 저도 압니다"라고 하더군요
02:22
Except, if you think life is also defined
55
127000
2000
단, 여러분이 생명체라는 것을
02:24
by things that die,
56
129000
2000
'죽는 것들'이라고 정의를 내린다면
02:26
you're not in luck with this thing,
57
131000
2000
이것에는 운이 없는거예요
02:28
because that's actually a very strange organism.
58
133000
2000
왜냐면 그건 정말 이상한 조직체거든요
02:30
It grows up into the adult stage like that
59
135000
2000
성인 단계로 그렇게 자라나서는
02:32
and then goes through a Benjamin Button phase,
60
137000
3000
벤자민 버튼 마냥 단계를 거꾸로 거치면서,
02:35
and actually goes backwards and backwards
61
140000
2000
다시 작은 배아처럼 될 때까지
02:37
until it's like a little embryo again,
62
142000
2000
거슬러 올라간 다음
02:39
and then actually grows back up, and back down and back up -- sort of yo-yo --
63
144000
3000
요요같이 다시 성장하고, 작아지고 또 다시 성장하면서
02:42
and it never dies.
64
147000
2000
절대 죽지 않습니다
02:44
So it's actually life,
65
149000
2000
그래서 그건 실제로 생명체이지만
02:46
but it's actually not
66
151000
2000
우리가 생각하는
02:48
as we thought life would be.
67
153000
3000
그런 생명체는 아닙니다
02:51
And then you see something like that.
68
156000
2000
그리고 여러분은 저것과 비슷한 것도 보게 될겁니다
02:53
And he was like, "My God, what kind of a life form is that?"
69
158000
2000
그는 "세상에, 그건 어떤 종류의 생명인가요?"라고 하더군요
02:55
Anyone know?
70
160000
2000
아시는 분 있으세요?
02:57
It's actually not life, it's a crystal.
71
162000
3000
그건 사실 생명체가 아니라 수정입니다
03:00
So once you start looking and looking
72
165000
2000
만약 점점 더 작은 것들을
03:02
at smaller and smaller things --
73
167000
2000
관찰하기 시작한다고 합시다
03:04
so this particular person
74
169000
2000
이 특정한 사람이
03:06
wrote a whole article and said, "Hey, these are bacteria."
75
171000
3000
논문 전체를 쓰고는, "이봐, 이것은 박테리아야" 라고 했어요
03:09
Except, if you look a little bit closer,
76
174000
2000
단, 더 가까이 관찰하면,
03:11
you see, in fact, that this thing is way too small to be anything like that.
77
176000
3000
이건 그것과 같은 것이기에는 너무 작아요
03:14
So he was convinced,
78
179000
2000
그래서 그는 확신을 했지만
03:16
but, in fact, most people aren't.
79
181000
2000
대부분의 사람들은 확신하지 않습니다
03:18
And then, of course,
80
183000
2000
그래서 물론,
03:20
NASA also had a big announcement,
81
185000
2000
NASA는 또한 중요한 발표를 했고,
03:22
and President Clinton gave a press conference,
82
187000
2000
클린턴 대통령은
03:24
about this amazing discovery
83
189000
2000
화성 운석에서의 놀라운 발견에 대해
03:26
of life in a Martian meteorite.
84
191000
3000
기자회견을 했습니다
03:29
Except that nowadays, it's heavily disputed.
85
194000
4000
단 요즘에는 그것이 중요한 분쟁거리가 되었지요
03:33
If you take the lesson of all these pictures,
86
198000
3000
이 사진들로 수업을 받는다면,
03:36
then you realize, well actually maybe it's not that easy.
87
201000
2000
그게 그렇게 쉬운 것이 아니라는 것을 깨닫게 될겁니다
03:38
Maybe I do need
88
203000
2000
아마 그런 종류의
03:40
a definition of life
89
205000
2000
구별을 위해서는
03:42
in order to make that kind of distinction.
90
207000
2000
생명체에 대한 정의가 필요합니다
03:44
So can life be defined?
91
209000
2000
생명체가 정의될 수 있을까요?
03:46
Well how would you go about it?
92
211000
2000
그걸 어떻게 정의하시겠습니까?
03:48
Well of course,
93
213000
2000
물론,
03:50
you'd go to Encyclopedia Britannica and open at L.
94
215000
2000
브리태니커 백과 사전의 'L' 자 페이지를 열겠죠
03:52
No, of course you don't do that; you put it somewhere in Google.
95
217000
3000
아니예요, 물론 여러분은 그렇게 하지 않고 단어를 구글에 입력합니다
03:55
And then you might get something.
96
220000
3000
그러면 뭔가를 얻을 수도 있습니다
03:58
And what you might get --
97
223000
2000
또 얻을수 있는 것과
04:00
and anything that actually refers to things that we are used to,
98
225000
2000
우리에게 친숙한 것이라고 간주되는 것들은 전부
04:02
you throw away.
99
227000
2000
버립니다
04:04
And then you might come up with something like this.
100
229000
2000
그러면 이런 것을 만들 수 있습니다
04:06
And it says something complicated
101
231000
2000
그건 굉장히 많은 개념으로
04:08
with lots and lots of concepts.
102
233000
2000
복잡한 뭔가를 나타냅니다
04:10
Who on Earth would write something
103
235000
2000
세상에 누가 이 난해하고
04:12
as convoluted and complex
104
237000
2000
복잡하고 어리석은
04:14
and inane?
105
239000
3000
개념을 쓸까요?
04:17
Oh, it's actually a really, really, important set of concepts.
106
242000
4000
아, 그건 정말로 중요한 개념들입니다
04:21
So I'm highlighting just a few words
107
246000
3000
저는 아미노산이나 잎 또는 우리에게 친숙한
04:24
and saying definitions like that
108
249000
2000
친숙한 어떤 것들에 기반을 두어
04:26
rely on things that are not based
109
251000
2000
의존하는 것이 아니라
04:28
on amino acids or leaves
110
253000
3000
과정 자체에만 의존한
04:31
or anything that we are used to,
111
256000
2000
몇 단어를 강조하여
04:33
but in fact on processes only.
112
258000
2000
정의를 말하고 있습니다.
04:35
And if you take a look at that,
113
260000
2000
그걸 보면,
04:37
this was actually in a book that I wrote that deals with artificial life.
114
262000
3000
이것은 제가 쓴 인공적인 생명을 다루는 책에 있었습니다
04:40
And that explains why
115
265000
2000
그것은 NASA 관리자가
04:42
that NASA manager was actually in my office to begin with.
116
267000
3000
당초에 제 사무실을 찾아온 이유였습니다
04:45
Because the idea was that, with concepts like that,
117
270000
3000
왜냐하면 그것과 같은 개념으로
04:48
maybe we can actually manufacture
118
273000
2000
우리는 생명의 형태를 실제로 생산할 수 있을수도
04:50
a form of life.
119
275000
2000
있다고 하는 생각에서였죠
04:52
And so if you go and ask yourself,
120
277000
3000
그리고 스스로
04:55
"What on Earth is artificial life?",
121
280000
2000
“도대체 인공 생명이란 무엇입니까? " 묻는다면,
04:57
let me give you a whirlwind tour
122
282000
2000
이것이 나오게 된
04:59
of how all this stuff came about.
123
284000
2000
방법에 대해 재빠르게 제공하겠습니다
05:01
And it started out quite a while ago
124
286000
3000
그건 상당히 오래전에
05:04
when someone wrote
125
289000
2000
누군가가 최초의
05:06
one of the first successful computer viruses.
126
291000
2000
성공적인 컴퓨터 바이러스 중 하나를 만들었을 때 시작되었습니다
05:08
And for those of you who aren't old enough,
127
293000
3000
여러분들 중에서 몇몇 어린 분들은
05:11
you have no idea how this infection was working --
128
296000
3000
이런 플로피 디스크를 통한 감염이
05:14
namely, through these floppy disks.
129
299000
2000
어떻게 작용하는지 전혀 모를 것입니다
05:16
But the interesting thing about these computer virus infections
130
301000
3000
그러나 이러한 컴퓨터 바이러스 감염에 대해 흥미있는 점은
05:19
was that, if you look at the rate
131
304000
2000
여러분이 그 감염이
05:21
at which the infection worked,
132
306000
2000
작용하는 속도를 살펴보면
05:23
they show this spiky behavior
133
308000
2000
그것들은 친숙한 독감 바이러스와 같은
05:25
that you're used to from a flu virus.
134
310000
3000
뾰족한 형태의 행동을 보입니다
05:28
And it is in fact due to this arms race
135
313000
2000
그리고 그 행동은 사실
05:30
between hackers and operating system designers
136
315000
3000
해커와 운영 시스템 설계자 사이에서
05:33
that things go back and forth.
137
318000
2000
치고받는 경쟁으로 인한 결과입니다
05:35
And the result is kind of a tree of life
138
320000
2000
그 결과는 이 바이러스의 생명의 나무
05:37
of these viruses,
139
322000
2000
적어도 바이러스 수준에서
05:39
a phylogeny that looks very much
140
324000
3000
우리가 친숙해져있는 생명의 종류와
05:42
like the type of life that we're used to, at least on the viral level.
141
327000
3000
상당히 비슷한 계통 발생론입니다
05:45
So is that life? Not as far as I'm concerned.
142
330000
3000
그러면, 그것이 생명인가요?
05:48
Why? Because these things don't evolve by themselves.
143
333000
3000
왜죠? 이것들은 스스로 진화하지 않기 때문입니다.
05:51
In fact, they have hackers writing them.
144
336000
2000
사실, 그것들은 해커들이 작성하게 했습니다
05:53
But the idea was taken very quickly a little bit further
145
338000
4000
그러나 그 아이디어는 과학 연구소에서 일하는 과학자가,
05:57
when a scientist working at the Scientific Institute decided,
146
342000
3000
"우리가 컴퓨터의 내부 인공 세계에서
06:00
"Why don't we try to package these little viruses
147
345000
3000
이러한 작은 바이러스를 패키지로 해서
06:03
in artificial worlds inside of the computer
148
348000
2000
그들이 진화하게 해보는게 어떨까?"라고
06:05
and let them evolve?"
149
350000
2000
라고 결정했을 때, 아주 빠르게 더욱 심화되었습니다.
06:07
And this was Steen Rasmussen.
150
352000
2000
이 사람은 스틴 라스무센이었습니다
06:09
And he designed this system, but it really didn't work,
151
354000
2000
그래서 그는 이 시스템을 디자인했는데, 그게 작동하지 않았습니다
06:11
because his viruses were constantly destroying each other.
152
356000
3000
왜냐하면 그의 바이러스들이 지속적으로 서로를 파괴시켰기 때문입니다
06:14
But there was another scientist who had been watching this, an ecologist.
153
359000
3000
그러나, 이것을 지켜보고 있는 생태학자가, 다른 과학자가 있었습니다
06:17
And he went home and says, "I know how to fix this."
154
362000
3000
그리고 그가 말하길, “나는 이 문제를 해결하는 방법을 알아"
06:20
And he wrote the Tierra system,
155
365000
2000
그래서 그가 티에라 시스템을 썼고
06:22
and, in my book, is in fact one of the first
156
367000
3000
제 책속에 있는, 최초의
06:25
truly artificial living systems --
157
370000
2000
진정한 인공 생명 시스템중의 하나입니다
06:27
except for the fact that these programs didn't really grow in complexity.
158
372000
3000
이 프로그램이 복잡함에서 성장하지 않았다는 점을 제외하면요
06:30
So having seen this work, worked a little bit on this,
159
375000
3000
그래서 이 작업을 보아서, 이것에 대해 약간 일 했었기 때문에
06:33
this is where I came in.
160
378000
2000
제가 참여하게 된 것이지요
06:35
And I decided to create a system
161
380000
2000
저는 복잡한 진화,
06:37
that has all the properties that are necessary
162
382000
2000
끊임없이 변화하여
06:39
to see the evolution of complexity,
163
384000
3000
더욱 복잡해지는 문제를 보는것이 필수적인
06:42
more and more complex problems constantly evolving.
164
387000
3000
모든 속성을 가진 시스템을 구축하기로 결정했습니다.
06:45
And of course, since I really don't know how to write code, I had help in this.
165
390000
3000
물론, 제가 정말 코드를 작성하는 방법을 모르기 때문에, 이점에 대해 도움을 받았습니다.
06:48
I had two undergraduate students
166
393000
2000
저는 두 명의
06:50
at California Institute of Technology that worked with me.
167
395000
3000
캘리포니아 공과대학의 학부 학생과 일했습니다
06:53
That's Charles Offria on the left, Titus Brown on the right.
168
398000
3000
저기 왼쪽이 찰스 오프리아이고 오른쪽이 티더스 브라운입니다
06:56
They are now actually respectable professors
169
401000
3000
그들이 지금은 미시간 주립 대학에서
06:59
at Michigan State University,
170
404000
2000
존경받는 교수지만
07:01
but I can assure you, back in the day,
171
406000
2000
제가 장담하건데, 예전에는,
07:03
we were not a respectable team.
172
408000
2000
저희는 존경할만 한 팀이 아니었죠.
07:05
And I'm really happy that no photo survives
173
410000
2000
저는 그 어디에도 셋이서 가까이 찍은 사진이
07:07
of the three of us anywhere close together.
174
412000
3000
남지 않아 행복합니다
07:10
But what is this system like?
175
415000
2000
하지만 이 시스템은 무엇같은가요?
07:12
Well I can't really go into the details,
176
417000
3000
세부사항으로 들어갈 수는 없지만
07:15
but what you see here is some of the entrails.
177
420000
2000
여기 보이는건 창자의 일부입니다
07:17
But what I wanted to focus on
178
422000
2000
하지만 제가 초점을 두고자 원했던 것은
07:19
is this type of population structure.
179
424000
2000
인구구조의 유형입니다
07:21
There's about 10,000 programs sitting here.
180
426000
3000
여기 약 10,000개의 프로그램이 있습니다
07:24
And all different strains are colored in different colors.
181
429000
3000
모든 다른 변종은 다른 색으로 되어 있습니다
07:27
And as you see here, there are groups that are growing on top of each other,
182
432000
3000
그리고 여러분이 여기서 보는 바와 같이, 서로의 위에서 성장하는 그룹이 있습니다
07:30
because they are spreading.
183
435000
2000
왜냐하면 그들은 확산되기 때문이죠
07:32
Any time there is a program
184
437000
2000
이 세상에서 생존하는데
07:34
that's better at surviving in this world,
185
439000
2000
더 나은 프로그램이 있을 경우,
07:36
due to whatever mutation it has acquired,
186
441000
2000
그것이 획득한 어떤 돌연변이 때문일지라 하더라도,
07:38
it is going to spread over the others and drive the others to extinction.
187
443000
3000
그것은 다른 것들보다 더 확산이 될 것이고 다른 것들을 멸종으로 몰아갈 것입니다
07:41
So I'm going to show you a movie where you're going to see that kind of dynamic.
188
446000
3000
제가 여러분이 동력의 일종을 보게될 동영상을 보여드리겠습니다
07:44
And these kinds of experiments are started
189
449000
3000
그리고 이 실험들은
07:47
with programs that we wrote ourselves.
190
452000
2000
우리가 스스로 쓴 프로그램으로 시작했습니다
07:49
We write our own stuff, replicate it,
191
454000
2000
우리는 자신의 것을 쓰고, 그걸 복제하고,
07:51
and are very proud of ourselves.
192
456000
2000
우리 자신을 매우 자랑스럽게 생각합니다
07:53
And we put them in, and what you see immediately
193
458000
3000
우리가 그것을 집어넣으면, 즉시 보이는 것은
07:56
is that there are waves and waves of innovation.
194
461000
3000
혁신의 파도가 있다는 것입니다
07:59
By the way, this is highly accelerated,
195
464000
2000
어쨌든, 이것은 고도로 가속화 되어서,
08:01
so it's like a thousand generations a second.
196
466000
2000
1초에 수 천의 세대를 보는것과 같습니다
08:03
But immediately the system goes like,
197
468000
2000
하지만, 즉각적으로 그 시스템이 반응하는것은
08:05
"What kind of dumb piece of code was this?
198
470000
2000
“이건 어떤종류의 미련한 코드인거야?” 입니다
08:07
This can be improved upon in so many ways
199
472000
2000
이것은 여러가지 면에서
08:09
so quickly."
200
474000
2000
빨리 향상될 수 있습니다
08:11
So you see waves of new types
201
476000
2000
그래서 다른 유형을 장악하는
08:13
taking over the other types.
202
478000
2000
새로운 유형의 파도를 보게됩니다
08:15
And this type of activity goes on for quite awhile,
203
480000
3000
이런 활동들은 한동안 계속됩니다
08:18
until the main easy things have been acquired by these programs.
204
483000
4000
이런 프로그램들로 주로 단순한 것들이 획득될때까지는 말이죠
08:22
And then you see sort of like a stasis coming on
205
487000
4000
그 다음은 정지상태같은것이 옵니다
08:26
where the system essentially waits
206
491000
2000
이것과 같이, 시스템이 철저하게
08:28
for a new type of innovation, like this one,
207
493000
3000
혁신의 새로운 형태를 기다리며
08:31
which is going to spread
208
496000
2000
이전에 있었던
08:33
over all the other innovations that were before
209
498000
2000
다른 혁신들을 사방에 확산시키게 되고
08:35
and is erasing the genes that it had before,
210
500000
3000
그 전에 있던 유전자를 지우면서,
08:38
until a new type of higher level of complexity has been achieved.
211
503000
4000
복잡성이 높은 수준의 상태를 달성할 때까지
08:42
And this process goes on and on and on.
212
507000
3000
그리고 이 과정은 반복됩니다
08:45
So what we see here
213
510000
2000
우리가 여기서 보는 것은
08:47
is a system that lives
214
512000
2000
우리가
08:49
in very much the way we're used to life [going.]
215
514000
2000
생명에 대해 친숙한 방식의 시스템입니다
08:51
But what the NASA people had asked me really
216
516000
4000
하지만 NASA의 사람들이 제게 질문한 것은
08:55
was, "Do these guys
217
520000
2000
“이것들에게는
08:57
have a biosignature?
218
522000
2000
생체지표가 있나” 하는 것이었지요
08:59
Can we measure this type of life?
219
524000
2000
우리가 이런 종의 생명을 측정할 수 있을까요?
09:01
Because if we can,
220
526000
2000
왜냐하면 우리가 측정할 수 있다면
09:03
maybe we have a chance of actually discovering life somewhere else
221
528000
3000
우리는 다른 곳에서
09:06
without being biased
222
531000
2000
아미노산에 의한 것에 의한 편견없이
09:08
by things like amino acids."
223
533000
2000
생명을 발견할 기회를 가지게 될 수도 있으니까요
09:10
So I said, "Well, perhaps we should construct
224
535000
3000
제가 말하길, “글쎄요, 우리가 아마
09:13
a biosignature
225
538000
2000
보편적인 과정을 초석으로
09:15
based on life as a universal process.
226
540000
3000
생체지표를 구축해야만 할 겁니다
09:18
In fact, it should perhaps make use
227
543000
2000
사실, 그렇게 하는것은 아마도
09:20
of the concepts that I developed
228
545000
2000
내가 단순한 살아있는 시스템이 어떨지를 포착하기 위해
09:22
just in order to sort of capture
229
547000
2000
개발한 그 개념을
09:24
what a simple living system might be."
230
549000
2000
이용해야 할겁니다"
09:26
And the thing I came up with --
231
551000
2000
제가 생각해낸 것은 –
09:28
I have to first give you an introduction about the idea,
232
553000
4000
저는 먼저 당신에게 아이디어에 대한 소개를 제공해야하며,
09:32
and maybe that would be a meaning detector,
233
557000
3000
생명체 탐지기이기보다 는
09:35
rather than a life detector.
234
560000
3000
오히려 의미 탐지기가 될 지도 모릅니다
09:38
And the way we would do that --
235
563000
2000
그리고 우리가 그렇게 할 방법은 –
09:40
I would like to find out how I can distinguish
236
565000
2000
저는 우리의 책에 있는
09:42
text that was written by a million monkeys,
237
567000
2000
텍스트와 대조적으로 백만 마리의 원숭이에 의해 쓰여진
09:44
as opposed to text that [is] in our books.
238
569000
3000
텍스트를 구별할 수 있는 방법을 찾아내고 싶었습니다
09:47
And I would like to do it in such a way
239
572000
2000
그 언어를 실제로 읽을 필요가 없는
09:49
that I don't actually have to be able to read the language,
240
574000
2000
방식으로 만들고 싶었습니다.
09:51
because I'm sure I won't be able to.
241
576000
2000
왜냐면 제가 읽을 수 없을 것이라는 걸 확신하기 때문에요
09:53
As long as I know that there's some sort of alphabet.
242
578000
2000
제가 거기에 알파벳 같은 게 있다는 것을 아는 이상 말이죠
09:55
So here would be a frequency plot
243
580000
3000
그래서 여기는
09:58
of how often you find
244
583000
2000
어떤 원숭이가 작성한 텍스트에서
10:00
each of the 26 letters of the alphabet
245
585000
2000
알파벳 26 글자에서 각 알파벳을 찾는 빈도를
10:02
in a text written by random monkeys.
246
587000
3000
제도하고 싶었어요
10:05
And obviously each of these letters
247
590000
2000
그리고 그 글자들은 분명히
10:07
comes off about roughly equally frequent.
248
592000
2000
대략 비슷한 빈도로 일관합니다
10:09
But if you now look at the same distribution in English texts,
249
594000
4000
하지만 영어로 쓰여진 텍스트의 같은 분호를 조사하면,
10:13
it looks like that.
250
598000
2000
그건 이것처럼 보입니다.
10:15
And I'm telling you, this is very robust across English texts.
251
600000
3000
그래서 제가 말씀드리는 것은, 이것이 영어 텍스트에 걸쳐 매우 강력하다는 것입니다
10:18
And if I look at French texts, it looks a little bit different,
252
603000
2000
프랑스어 텍스트나,
10:20
or Italian or German.
253
605000
2000
이탈리어나 독일어를 보면은 약간 다릅니다
10:22
They all have their own type of frequency distribution,
254
607000
3000
그것들은 그들 자신의 빈도 분포 유형을 가지고 있지만
10:25
but it's robust.
255
610000
2000
그것은 강력합니다
10:27
It doesn't matter whether it writes about politics or about science.
256
612000
3000
그것이 정치에 대해 쓰는지 과학에 대해 쓰는지의 여부는 중요하지 않습니다
10:30
It doesn't matter whether it's a poem
257
615000
3000
그것은 시든지
10:33
or whether it's a mathematical text.
258
618000
3000
수학 텍스트인지는 상관이 없습니다
10:36
It's a robust signature,
259
621000
2000
그것은 강력한 서명이고
10:38
and it's very stable.
260
623000
2000
아주 안정적입니다
10:40
As long as our books are written in English --
261
625000
2000
저희 책이 영어로 쓰여져 있는 한
10:42
because people are rewriting them and recopying them --
262
627000
3000
사람들이 그것들을 재작성하고 그것들을 재복사하기 때문에
10:45
it's going to be there.
263
630000
2000
그것은 거기에 있을 것입니다
10:47
So that inspired me to think about,
264
632000
2000
그래서 그것이 제게
10:49
well, what if I try to use this idea
265
634000
3000
이 아이디어를 순서대로, 의미를 지닌 텍스트에서
10:52
in order, not to detect random texts
266
637000
2000
어떤 텍스트를 감지할것이 아니라,
10:54
from texts with meaning,
267
639000
2000
생명을 구성하는 생체분자에
10:56
but rather detect the fact that there is meaning
268
641000
4000
의미가 있다는 사실을 인지할것을
11:00
in the biomolecules that make up life.
269
645000
2000
시도 해보는 것에 대해 생각하도록 영감을 주었습니다
11:02
But first I have to ask:
270
647000
2000
하지만 저는 먼저 질문해야 합니다:
11:04
what are these building blocks, like the alphabet, elements that I showed you?
271
649000
3000
제가 보여드린 알파벳같은 요소들인, 이 빌딩 블록은 무엇일까요?
11:07
Well it turns out, we have many different alternatives
272
652000
3000
드러난 바에 의하면, 우리는 그 같은 빌딩블록에 대한
11:10
for such a set of building blocks.
273
655000
2000
다른 대안을 많이 가지고 있다는 겁니다
11:12
We could use amino acids,
274
657000
2000
우리는 아미노산을 사용할 수 있고,
11:14
we could use nucleic acids, carboxylic acids, fatty acids.
275
659000
3000
핵산, 카르복시산(탄산)과 지방산도 사용할 수 있습니다
11:17
In fact, chemistry's extremely rich, and our body uses a lot of them.
276
662000
3000
사실, 화학은 극도로 풍부하고 그리고 우리 신체는 그것을 많이 사용합니다
11:20
So that we actually, to test this idea,
277
665000
3000
우리가 이 아이디어를 테스트하기위해서
11:23
first took a look at amino acids and some other carboxylic acids.
278
668000
3000
먼저 아미노산과 기타 몇 가지 카르복시산(탄산)을 좀 봐야 했습니다
11:26
And here's the result.
279
671000
2000
여기 결과가 있습니다
11:28
Here is, in fact, what you get
280
673000
3000
여기에 얻는 게 있습니다
11:31
if you, for example, look at the distribution of amino acids
281
676000
3000
혜성이나 성간 공간에서 아미노산의 분포를
11:34
on a comet or in interstellar space
282
679000
3000
살펴보는 경우에나
11:37
or, in fact, in a laboratory,
283
682000
2000
실험실에서
11:39
where you made very sure that in your primordial soup
284
684000
2000
거기에 살아있는 것이 없다는 것을 확실히 한 원시적인 스프에서
11:41
that there is not living stuff in there.
285
686000
2000
얻는것이 있습니다
11:43
What you find is mostly glycine and then alanine
286
688000
3000
발견되는 것은 주로 글리신과 알라닌이며
11:46
and there's some trace elements of the other ones.
287
691000
3000
다른 것들 중 일부 미량 원소가 있습니다
11:49
That is also very robust --
288
694000
3000
그것 또한 매우 강력합니다
11:52
what you find in systems like Earth
289
697000
3000
아미노산은 있지만 생명은 없는
11:55
where there are amino acids,
290
700000
2000
지구와 같은 시스템을
11:57
but there is no life.
291
702000
2000
발견하게 되지요.
11:59
But suppose you take some dirt
292
704000
2000
그러나 흙을 가지고,
12:01
and dig through it
293
706000
2000
그걸 파서
12:03
and then put it into these spectrometers,
294
708000
3000
분석기에 넣는다고 가정해 보세요
12:06
because there's bacteria all over the place;
295
711000
2000
박테리아가 온통 가득차 있어서 말이죠;
12:08
or you take water anywhere on Earth,
296
713000
2000
또는 지구 어디서든지 물을 받는다고 가정해보세요
12:10
because it's teaming with life,
297
715000
2000
왜냐면 생명으로 팀을 만들기 때문에요,
12:12
and you make the same analysis;
298
717000
2000
그러면 같은 분석을 하게 됩니다;
12:14
the spectrum looks completely different.
299
719000
2000
그 스펙트럼은 완전히 다르게 보입니다
12:16
Of course, there is still glycine and alanine,
300
721000
4000
물론, 글리신과 알라닌은 여전히 있지만
12:20
but in fact, there are these heavy elements, these heavy amino acids,
301
725000
3000
사실, 이 무거운 요소들이 있습니다
12:23
that are being produced
302
728000
2000
생산되고 있는 이 무거운 아미노산 원소들은
12:25
because these are valuable to the organism.
303
730000
2000
유기체에 가치가 있습니다
12:27
And some other ones
304
732000
2000
그리고 20개의 세트에서
12:29
that are not used in the set of 20,
305
734000
2000
사용되지 않는 몇 가지 다른 것들은,
12:31
they will not appear at all
306
736000
2000
어떤 종류의 집중에서도
12:33
in any type of concentration.
307
738000
2000
드러나지 않을 것입니다
12:35
So this also turns out to be extremely robust.
308
740000
2000
그래서 이것 또한 매우 강력한 것으로 밝혀졌습니다
12:37
It doesn't matter what kind of sediment you're using to grind up,
309
742000
3000
그것이 세균이거나 다른 식물이나 동물인지의 여부에 상관없고,
12:40
whether it's bacteria or any other plants or animals.
310
745000
3000
당신이 가는것에 사용하는 어떤 종류의 침전물인지는 중요하지 않습니다
12:43
Anywhere there's life,
311
748000
2000
어디에서나 생명이 있는 곳에서는,
12:45
you're going to have this distribution,
312
750000
2000
저 배포에 관한것과는 반대가 되는,
12:47
as opposed to that distribution.
313
752000
2000
이러한 배포를 가지게 될 것입니다
12:49
And it is detectable not just in amino acids.
314
754000
3000
그리고 아미노산에서만 감지되는것이 아닙니다
12:52
Now you could ask:
315
757000
2000
이제 물어볼 수 있는것은:
12:54
well, what about these Avidians?
316
759000
2000
이 아비디안은 어떨까?입니다
12:56
The Avidians being the denizens of this computer world
317
761000
4000
아비디안은 복잡성을 기르고
13:00
where they are perfectly happy replicating and growing in complexity.
318
765000
3000
완전히 만족스럽게 복제하는 컴퓨터 세계의 거주자입니다
13:03
So this is the distribution that you get
319
768000
3000
그래서, 생명이 없는 경우,
13:06
if, in fact, there is no life.
320
771000
2000
획득하는 분포입니다
13:08
They have about 28 of these instructions.
321
773000
3000
그들은 이러한 지침의 약 28 개가 있습니다.
13:11
And if you have a system where they're being replaced one by the other,
322
776000
3000
그들이 하나씩 다른 것으로 교체되는 시스템을 가지고있다면,
13:14
it's like the monkeys writing on a typewriter.
323
779000
2000
그것은 타자기에 글을 쓰고 있는 원숭이와 같습니다
13:16
Each of these instructions appears
324
781000
3000
각 지침은
13:19
with roughly the equal frequency.
325
784000
3000
대략 동일한 빈도로 나타납니다
13:22
But if you now take a set of replicating guys
326
787000
4000
하지만 여러분이 보았던 그 동영상에서와 같이
13:26
like in the video that you saw,
327
791000
2000
복제하고 있는것들의 세트를 볼 경우,
13:28
it looks like this.
328
793000
2000
그건 이렇게 보입니다
13:30
So there are some instructions
329
795000
2000
따라서 이러한 생물체에 매우 귀중한
13:32
that are extremely valuable to these organisms,
330
797000
2000
몇가지 지침이 있고,
13:34
and their frequency is going to be high.
331
799000
3000
그 빈도는 높을 것입니다
13:37
And there's actually some instructions
332
802000
2000
몇가지 지침은
13:39
that you only use once, if ever.
333
804000
2000
단 한번만 사용합니다, 만약 사용한다면요
13:41
So they are either poisonous
334
806000
2000
그래서 그것들은 유독하거나
13:43
or really should be used at less of a level than random.
335
808000
4000
또는 무작위적인 수준 이하로 사용되어야 합니다
13:47
In this case, the frequency is lower.
336
812000
3000
이 경우는, 빈도는 낮지요
13:50
And so now we can see, is that really a robust signature?
337
815000
3000
이제 우리가 볼 수 있는것은, 그게 정말 강력한 지표인가 하는 것입니다
13:53
I can tell you indeed it is,
338
818000
2000
저는 진정으로 그렇다고 말할 수 있습니다
13:55
because this type of spectrum, just like what you've seen in books,
339
820000
3000
스펙트럼의 종류는 당신이 책에서 본것처럼,
13:58
and just like what you've seen in amino acids,
340
823000
2000
그리고 당신이 아미노산에서 본것처럼,
14:00
it doesn't really matter how you change the environment, it's very robust;
341
825000
3000
당신이 환경을 변경하는 방법은 정말 중요하지 않기 때문에, 그것은 정말로 강력합니다;
14:03
it's going to reflect the environment.
342
828000
2000
그것은 환경을 반영하게 됩니다
14:05
So I'm going to show you now a little experiment that we did.
343
830000
2000
그래서 제가 우리가 한 작은 실험을 보여드리겠습니다
14:07
And I have to explain to you,
344
832000
2000
설명드려야 하는것은,
14:09
the top of this graph
345
834000
2000
이 그래프의 상단이
14:11
shows you that frequency distribution that I talked about.
346
836000
3000
제가 얘기한 빈도 분포를 보여준다는 겁니다
14:14
Here, in fact, that's the lifeless environment
347
839000
3000
여기는, 사실, 각 지침이
14:17
where each instruction occurs
348
842000
2000
동일한 빈도로 발생하는
14:19
at an equal frequency.
349
844000
2000
생명체가 없는 환경입니다
14:21
And below there, I show, in fact,
350
846000
3000
그 아래에서는
14:24
the mutation rate in the environment.
351
849000
3000
환경에서의 변이속도를 보여줍니다
14:27
And I'm starting this at a mutation rate that is so high
352
852000
3000
제가 이것을 아주 높은 변이 속도에서 시작하기 때문에,
14:30
that, even if you would drop
353
855000
2000
전세계를 채우기 위해
14:32
a replicating program
354
857000
2000
행복하게 기를
14:34
that would otherwise happily grow up
355
859000
2000
복제 프로그램을 버릴 경우에도,
14:36
to fill the entire world,
356
861000
2000
그걸 버리면,
14:38
if you drop it in, it gets mutated to death immediately.
357
863000
4000
그것이 즉시 죽음으로 변이될 것입니다
14:42
So there is no life possible
358
867000
2000
따라서 그런 종의 변이 속도에서
14:44
at that type of mutation rate.
359
869000
3000
가능한 생명은 없습니다
14:47
But then I'm going to slowly turn down the heat, so to speak,
360
872000
4000
하지만 저는 그 다음에는, 말하자면, 열을 천천히 낮추려고 합니다,
14:51
and then there's this viability threshold
361
876000
2000
그 다음에는 복제기가 실제로
14:53
where now it would be possible
362
878000
2000
살기위해 가능한
14:55
for a replicator to actually live.
363
880000
2000
생존능력의 한계점이 있습니다
14:57
And indeed, we're going to be dropping these guys
364
882000
3000
그래서 실제로, 우리는 이것들을 항상
15:00
into that soup all the time.
365
885000
2000
그 수프에 떨어뜨리게 됩니다
15:02
So let's see what that looks like.
366
887000
2000
그러니 어떻게 생겼는지 봅시다
15:04
So first, nothing, nothing, nothing.
367
889000
3000
처음에는 없고, 없고, 없습니다.
15:07
Too hot, too hot.
368
892000
2000
너무 뜨겁고, 너무 뜨거워요
15:09
Now the viability threshold is reached,
369
894000
3000
이제 그 생존능력의 한계점에 도달했고,
15:12
and the frequency distribution
370
897000
2000
빈도 분포는
15:14
has dramatically changed and, in fact, stabilizes.
371
899000
3000
극적으로 변화했고, 실제로 안정화 되었습니다
15:17
And now what I did there
372
902000
2000
자 이제 제가 한 것이 저기 있습니다
15:19
is, I was being nasty, I just turned up the heat again and again.
373
904000
3000
저는 고약했습니다, 저는 반복하고 반복해서 열을 높였습니다
15:22
And of course, it reaches the viability threshold.
374
907000
3000
물론, 그것은 생존능력의 한계에 도달합니다
15:25
And I'm just showing this to you again because it's so nice.
375
910000
3000
제가 이것을 보여드리는 이유는 그것이 정말 좋았기 때문입니다
15:28
You hit the viability threshold.
376
913000
2000
그것은 생존 능력의 한계에 도달합니다
15:30
The distribution changes to "alive!"
377
915000
2000
그 분포는 “살아있다!"로 변경이 되지요
15:32
And then, once you hit the threshold
378
917000
3000
그 다음에, 일단
15:35
where the mutation rate is so high
379
920000
2000
변이속도가 너무 높아서
15:37
that you cannot self-reproduce,
380
922000
2000
자기복제를 할 수 없게 되면,
15:39
you cannot copy the information
381
924000
3000
자기복제할 능력이 사라져서
15:42
forward to your offspring
382
927000
2000
수많은 실수를 저지르지 않고는
15:44
without making so many mistakes
383
929000
2000
복제할 능력이 사라져
15:46
that your ability to replicate vanishes.
384
931000
3000
여러분의 자손들에게 물려줄 정보를 복제할 수 없습니다
15:49
And then that signature is lost.
385
934000
3000
그 다음에는 지표가 손실되죠
15:52
What do we learn from that?
386
937000
2000
우리가 그것에서 배우는 것이 뭘까요?
15:54
Well, I think we learn a number of things from that.
387
939000
4000
제 생각에는 우리가 거기서 여러가지를 배운다고 생각합니다
15:58
One of them is,
388
943000
2000
그 중 하나는,
16:00
if we are able to think about life
389
945000
3000
우리가 생명에 대해
16:03
in abstract terms --
390
948000
2000
추상적 용어로 생각할 수 있다면
16:05
and we're not talking about things like plants,
391
950000
2000
우리는 나무나,
16:07
and we're not talking about amino acids,
392
952000
2000
아미노산이나,
16:09
and we're not talking about bacteria,
393
954000
2000
박테리아와 같은 것을 말하는것이 아닙니다.
16:11
but we think in terms of processes --
394
956000
2000
우리가 생각하는것은 과정입니다
16:13
then we could start to think about life,
395
958000
3000
그러면 우리는 생명에 대해 생각하기 시작할 수 있습니다
16:16
not as something that is so special to Earth,
396
961000
2000
지구에만 특히 특별한 뭔가가 아니라,
16:18
but that, in fact, could exist anywhere.
397
963000
3000
어디에서나 존재할 수 있는 것을요
16:21
Because it really only has to do
398
966000
2000
왜냐하면 그것은 단지 물리적 기질--
16:23
with these concepts of information,
399
968000
2000
어느 것이든: 비트, 핵산, 알파벳이라면 어느 것이라도—
16:25
of storing information
400
970000
2000
이내에 저장하는
16:27
within physical substrates --
401
972000
2000
이런 정보 개념과 연관이 있기 때문이고
16:29
anything: bits, nucleic acids,
402
974000
2000
몇 가지 정보가 있어서
16:31
anything that's an alphabet --
403
976000
2000
이 정보가 퇴보하는데 대한
16:33
and make sure that there's some process
404
978000
2000
시간의 저울을 기대하는것보다
16:35
so that this information can be stored
405
980000
2000
훨씬 더 장기적으로
16:37
for much longer than you would expect
406
982000
2000
저장할 수 있게 하는 것을
16:39
the time scales for the deterioration of information.
407
984000
4000
보장하는 것과 연관이 있기 때문입니다
16:43
And if you can do that,
408
988000
2000
그리고 그렇게 할 수 있다면,
16:45
then you have life.
409
990000
2000
그 다음에는 생명이 있게 되는 겁니다
16:47
So the first thing that we learn
410
992000
2000
그래서 가장 먼저 우리가 배우는 것은
16:49
is that it is possible to define life
411
994000
3000
과정 한가지로도,
16:52
in terms of processes alone,
412
997000
3000
지구위의 생명의 유형을 고려하면
16:55
without referring at all
413
1000000
2000
우리가 아끼는 것의
16:57
to the type of things that we hold dear,
414
1002000
2000
종류를 참조함이 없이
16:59
as far as the type of life on Earth is.
415
1004000
3000
생명을 규정하는 것이 가능하다는 겁니다
17:02
And that in a sense removes us again,
416
1007000
3000
그리고 그것은 어떤 의미에서 우리를 다시 제거하는 것입니다,
17:05
like all of our scientific discoveries, or many of them --
417
1010000
3000
우리의 모든 과학적 발견들, 또는 많은 발견들과 같이
17:08
it's this continuous dethroning of man --
418
1013000
2000
그건 이 인간의 계속적인 퇴위는
17:10
of how we think we're special because we're alive.
419
1015000
3000
우리가 살아있기 때문에 특별하다고 생각하는 방법입니다
17:13
Well we can make life. We can make life in the computer.
420
1018000
3000
우리는 인생을 만들 수 있습니다. 우리는 컴퓨터에서 생명을 만들 수 있습니다
17:16
Granted, it's limited,
421
1021000
2000
설령, 그것이 제한되었다 해도,
17:18
but we have learned what it takes
422
1023000
3000
그것을 실제로 구축하기 위해
17:21
in order to actually construct it.
423
1026000
2000
필요한게 무엇인지 배웠습니다
17:23
And once we have that,
424
1028000
3000
일단 그게 만족되면,
17:26
then it is not such a difficult task anymore
425
1031000
3000
그것은 더이상 언급하는게 힘든게 아닙니다
17:29
to say, if we understand the fundamental processes
426
1034000
4000
우리가 특정 기질을 참조하지 않는
17:33
that do not refer to any particular substrate,
427
1038000
3000
근본적인 과정을 이해하는 경우,
17:36
then we can go out
428
1041000
2000
우리가 밖에 나가서 다른 세계를 시도할 수 있고,
17:38
and try other worlds,
429
1043000
2000
화학 알파벳의 어떤 종류가 있는지,
17:40
figure out what kind of chemical alphabets might there be,
430
1045000
4000
기본 화학에 관하여 알아보고,
17:44
figure enough about the normal chemistry,
431
1049000
2000
생성의 지구화학에 대해
17:46
the geochemistry of the planet,
432
1051000
3000
알아볼 수 있는것에 대해서요
17:49
so that we know what this distribution would look like
433
1054000
2000
그래서 우리는 이 배포가 생명의 부재에서는
17:51
in the absence of life,
434
1056000
2000
어떻게 보이는지 알 수 있도록
17:53
and then look for large deviations from this --
435
1058000
3000
그 다음에는 이것에서 큰 편차를 찾게되는데,
17:56
this thing sticking out, which says,
436
1061000
3000
이 두드러지는 것은,
17:59
"This chemical really shouldn't be there."
437
1064000
2000
“이 화학은 거기 있지 않아야 해,” 라고 말하지요
18:01
Now we don't know that there's life then,
438
1066000
2000
자 우리는 그때 거기에 생명체가 있을 지는 모릅니다
18:03
but we could say,
439
1068000
2000
하지만 우리가 말할 수 있는 것은,
18:05
"Well at least I'm going to have to take a look very precisely at this chemical
440
1070000
3000
"나는 적어도 내가 이 화학을 매우 정확히 관찰해서
18:08
and see where it comes from."
441
1073000
2000
그게 어디에서 발생하는지 볼거야,"
18:10
And that might be our chance
442
1075000
2000
그러면 우리가 눈으로 볼 수 없을 때
18:12
of actually discovering life
443
1077000
2000
우리의 생명 발견의
18:14
when we cannot visibly see it.
444
1079000
2000
기회가 될 지도 모릅니다
18:16
And so that's really the only take-home message
445
1081000
3000
그래서 그게 정말 제가
18:19
that I have for you.
446
1084000
2000
집으로 가지고 갈 수 있도록 드리는 메시지입니다
18:21
Life can be less mysterious
447
1086000
2000
우리가 다른 행성이 어떨 지에 대해 생각하려고 할 때
18:23
than we make it out to be
448
1088000
2000
인생은 우리가 그렇게 만든 것보다
18:25
when we try to think about how it would be on other planets.
449
1090000
4000
덜 신비할 수 있습니다
18:29
And if we remove the mystery of life,
450
1094000
3000
우리가 생명의 신비를 제거하면,
18:32
then I think it is a little bit easier
451
1097000
3000
그때는 제 생각에
18:35
for us to think about how we live,
452
1100000
2000
우리가 사는 방법과
18:37
and how perhaps we're not as special as we always think we are.
453
1102000
3000
우리가 항상 우리가 그렇다고 생각하듯 특별하지는 않다고 생각하는 게 조금 더 쉬워질 겁니다
18:40
And I'm going to leave you with that.
454
1105000
2000
저는 그걸 남기는 것으로 마치려 합니다
18:42
And thank you very much.
455
1107000
2000
정말 감사합니다
18:44
(Applause)
456
1109000
2000
(박수)
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