TEDxUIUC
Christoph Adami: Finding life we can't imagine
Christoph Adami: Găsind viața pe care nu o putem imagina
Filmed:
Readability: 3.7
652,149 views
Cum căutam viața extraterestră dacă ea nu se aseamăna cu formele de viață pe care le înțelegem? La TEDxUIUC, Christoph Adami ne arată cum folosește cercetarea sa în inteligență artificială -- programe de calculator care se auto-reproduc -- pentru a găsi o semnătură, un "biomarker," care este liber de prejudecățile noastre în legătură cu ceea ce înseamnă viață.
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
Deci am o carieră ciudată.
00:17
I know it because people come up to me, like colleagues,
1
2000
3000
Știu asta deoarece oamenii, colegii, vin la mine,
00:20
and say, "Chris, you have a strange career."
2
5000
2000
și îmi spun: "Chris, ai o carieră ciudată."
00:22
(Laughter)
3
7000
2000
(Râsete)
00:24
And I can see their point,
4
9000
2000
Și le înțeleg punctul de vedere,
00:26
because I started my career
5
11000
2000
pentru că mi-am început cariera
00:28
as a theoretical nuclear physicist.
6
13000
2000
ca și teoretician în fizică nucleară.
00:30
And I was thinking about quarks and gluons
7
15000
2000
Și mă preocupau cuarcii și gluonii
00:32
and heavy ion collisions,
8
17000
2000
și ciocnirile între ioni grei,
00:34
and I was only 14 years old.
9
19000
2000
și pe vremea aceea aveam doar 14 ani.
00:36
No, no, I wasn't 14 years old.
10
21000
3000
Nu, nu, nu aveam 14 ani.
00:40
But after that,
11
25000
2000
Dar după aceea,
00:42
I actually had my own lab
12
27000
2000
am avut propriul meu laborator
00:44
in the computational neuroscience department,
13
29000
2000
în departamentul de neuroștiință numerică,
00:46
and I wasn't doing any neuroscience.
14
31000
2000
și nu făceam nici un fel de neuroștiință.
00:48
Later, I would work on evolutionary genetics,
15
33000
3000
Mai târziu, am vrut să mă ocup de genetica evoluționistă,
00:51
and I would work on systems biology.
16
36000
2000
și am vrut să lucrez la biologia sistemelor.
00:53
But I'm going to tell you about something else today.
17
38000
3000
Dar astăzi am să vă vorbesc despre altceva.
00:56
I'm going to tell you
18
41000
2000
Am să vă vorbesc
00:58
about how I learned something about life.
19
43000
2000
despre cum am învățat ceva despre viață.
01:00
And I was actually a rocket scientist.
20
45000
4000
Și am fost un cercetător al rachetelor.
01:04
I wasn't really a rocket scientist,
21
49000
2000
De fapt nu cercetam chiar rachete,
01:06
but I was working
22
51000
2000
dar am lucrat
01:08
at the Jet Propulsion Laboratory
23
53000
2000
în Laboratorul de Propulsie prin Jet
01:10
in sunny California where it's warm;
24
55000
3000
în însorita Californie unde este cald;
01:13
whereas now I'm in the mid-West,
25
58000
2000
pe când acum locuiesc în centrul Statelor Unite
01:15
and it's cold.
26
60000
2000
și acolo e rece.
01:17
But it was an exciting experience.
27
62000
3000
Dar a fost o experiență captivantă.
01:20
One day a NASA manager comes into my office,
28
65000
3000
Într-o zi, un manager de la NASA vine în biroul meu,
01:23
sits down and says,
29
68000
3000
se așează și îmi spune,
01:26
"Can you please tell us,
30
71000
2000
"Poți, te rog, să ne spui,
01:28
how do we look for life outside Earth?"
31
73000
2000
cum să căutăm viață dincolo de Pământ?"
01:30
And that came as a surprise to me,
32
75000
2000
Și acest lucru m-a surprins,
01:32
because I was actually hired
33
77000
2000
pentru că fusesem de fapt angajat
01:34
to work on quantum computation.
34
79000
2000
să lucrez la calculul cuantic.
01:36
Yet, I had a very good answer.
35
81000
2000
Și cu toate acestea, aveam un răspuns foarte bun.
01:38
I said, "I have no idea."
36
83000
3000
Le-am spus: "Nu am nici cea mai vagă idee."
01:41
And he told me, "Biosignatures,
37
86000
3000
Și el mi-a spus, "Biosemnături,
01:44
we need to look for a biosignature."
38
89000
2000
trebuie să căutăm o biosemnătură."
01:46
And I said, "What is that?"
39
91000
2000
Și l-am întrebat, "Ce este acea?"
01:48
And he said, "It's any measurable phenomenon
40
93000
2000
Și el mi-a spus, "Orice fenomen măsurabil
01:50
that allows us to indicate
41
95000
2000
care ne permite să identificăm
01:52
the presence of life."
42
97000
2000
prezența vieții."
01:54
And I said, "Really?
43
99000
2000
Și i-am răspuns: "Serios?
01:56
Because isn't that easy?
44
101000
2000
Fiindcă, asta e atât de ușor?
01:58
I mean, we have life.
45
103000
2000
Vreau să spun, avem viață.
02:00
Can't you apply a definition,
46
105000
2000
Nu putem aplica o definiție,
02:02
like for example, a Supreme Court-like definition of life?"
47
107000
4000
cum ar fi de exemplu, modul în care Curtea Supremă de Justiție SUA definește viața?"
02:06
And then I thought about it a little bit, and I said,
48
111000
2000
Și m-am gândit puțin apoi și am spus,
02:08
"Well, is it really that easy?
49
113000
2000
"Păi, este acest lucru așa de ușor?
02:10
Because, yes, if you see something like this,
50
115000
3000
Pentru că, da, dacă vezi ceva de felul acesta,
02:13
then all right, fine, I'm going to call it life --
51
118000
2000
sigur, normal, am să-l numesc viață --
02:15
no doubt about it.
52
120000
2000
fără nici un dubiu.
02:17
But here's something."
53
122000
2000
Dar aici este ceva."
02:19
And he goes, "Right, that's life too. I know that."
54
124000
3000
Și el spune: " Normal, și aceasta este viață. Știu asta."
02:22
Except, if you think life is also defined
55
127000
2000
Cu toate astea, dacă stăm să ne gândim, viața este definită și altfel
02:24
by things that die,
56
129000
2000
prin prisma lucrurilor care mor,
02:26
you're not in luck with this thing,
57
131000
2000
însă nu ai noroc cu acest lucru,
02:28
because that's actually a very strange organism.
58
133000
2000
fiindcă acesta este un organism foarte ciudat.
02:30
It grows up into the adult stage like that
59
135000
2000
Care crește la stadiul de adult cât ai clipi
02:32
and then goes through a Benjamin Button phase,
60
137000
3000
și apoi trece printr-o fază à la Benjamin Button,
02:35
and actually goes backwards and backwards
61
140000
2000
și care de fapt se regresează continuu
02:37
until it's like a little embryo again,
62
142000
2000
până când ajunge din nou la faza de embrion,
02:39
and then actually grows back up, and back down and back up -- sort of yo-yo --
63
144000
3000
și apoi de dezvoltă din nou, și regresează și evoluează - -ca și un yo-yo --
02:42
and it never dies.
64
147000
2000
și nu moare niciodată.
02:44
So it's actually life,
65
149000
2000
Și aceasta este de fapt viața,
02:46
but it's actually not
66
151000
2000
dar de fapt nu este
02:48
as we thought life would be.
67
153000
3000
așa cum ne-am imaginat-o.
02:51
And then you see something like that.
68
156000
2000
Și apoi vezi ceva de genul acesta.
02:53
And he was like, "My God, what kind of a life form is that?"
69
158000
2000
Și el spuse: "Dumnezeule, ce fel de formă de viață este aceasta?"
02:55
Anyone know?
70
160000
2000
Știe cineva?
02:57
It's actually not life, it's a crystal.
71
162000
3000
De fapt nu este viață, este un cristal.
03:00
So once you start looking and looking
72
165000
2000
Așa că o dată ce începi să analizezi și să analizezi
03:02
at smaller and smaller things --
73
167000
2000
lucruri din ce în ce mai mărunte --
03:04
so this particular person
74
169000
2000
astfel încât această persoană
03:06
wrote a whole article and said, "Hey, these are bacteria."
75
171000
3000
a scris un întreg articol și a concluzionat "Hei, acestea sunt bacterii."
03:09
Except, if you look a little bit closer,
76
174000
2000
Cu excepția faptului că dacă privești lucrurile mai de aproape,
03:11
you see, in fact, that this thing is way too small to be anything like that.
77
176000
3000
vezi, de fapt, că acest lucru este prea mărunt ca să fie așa ceva.
03:14
So he was convinced,
78
179000
2000
Așa că el era convins,
03:16
but, in fact, most people aren't.
79
181000
2000
dar, de fapt, majoritatea oamenilor nu sunt.
03:18
And then, of course,
80
183000
2000
Și apoi, bineînțeles,
03:20
NASA also had a big announcement,
81
185000
2000
NASA a venit cu un anunț oficial,
03:22
and President Clinton gave a press conference,
82
187000
2000
și Președintele Clinton a ținut o conferință de presă,
03:24
about this amazing discovery
83
189000
2000
în legătură cu această descoperire nemaipomenită:
03:26
of life in a Martian meteorite.
84
191000
3000
viață într-un meteorit care provine de pe Marte.
03:29
Except that nowadays, it's heavily disputed.
85
194000
4000
Însă această descoperire este criticată vehement azi.
03:33
If you take the lesson of all these pictures,
86
198000
3000
Dacă tragem concluzia din toate aceste imagini,
03:36
then you realize, well actually maybe it's not that easy.
87
201000
2000
înțelegem apoi că de fapt lucrurile nu sunt atât de simple.
03:38
Maybe I do need
88
203000
2000
Poate că am nevoie
03:40
a definition of life
89
205000
2000
de o definiție a vieții
03:42
in order to make that kind of distinction.
90
207000
2000
pentru a face o astfel de distincție.
03:44
So can life be defined?
91
209000
2000
Deci, poate fi viața definită?
03:46
Well how would you go about it?
92
211000
2000
Cum am aborda subiectul?
03:48
Well of course,
93
213000
2000
Bineînțeles,
03:50
you'd go to Encyclopedia Britannica and open at L.
94
215000
2000
că am deschide Enciclopedia Britannica la litera "L".
03:52
No, of course you don't do that; you put it somewhere in Google.
95
217000
3000
Nu, bineînțeles că nu am face asta, am căuta definiția cu ajutorul lui Google.
03:55
And then you might get something.
96
220000
3000
Și poate că am da peste ceva.
03:58
And what you might get --
97
223000
2000
Și ceea ce am putea găsi --
04:00
and anything that actually refers to things that we are used to,
98
225000
2000
și practic orice care se referă la lucrurile cu care suntem obișnuiți,
04:02
you throw away.
99
227000
2000
poate fi aruncat.
04:04
And then you might come up with something like this.
100
229000
2000
Și atunci probabil că ai da peste ceva ca și acesta.
04:06
And it says something complicated
101
231000
2000
Care ne spune niște lucruri complicate
04:08
with lots and lots of concepts.
102
233000
2000
care țin de foarte multe concepte.
04:10
Who on Earth would write something
103
235000
2000
Cine ar putea să scrie
04:12
as convoluted and complex
104
237000
2000
ceva atât de complicat și de complex
04:14
and inane?
105
239000
3000
și fără sens?
04:17
Oh, it's actually a really, really, important set of concepts.
106
242000
4000
Oh, în realitate este un set de concepte foarte, foarte importante.
04:21
So I'm highlighting just a few words
107
246000
3000
Așa că voi scoate în evidență doar câteva cuvinte,
04:24
and saying definitions like that
108
249000
2000
iar faptul că enunțăm definiții de genul acesta
04:26
rely on things that are not based
109
251000
2000
înseamnă că lucrurile nu se bazează
04:28
on amino acids or leaves
110
253000
3000
pe aminoacizi sau frunze
04:31
or anything that we are used to,
111
256000
2000
sau altceva cu care suntem obișnuiți,
04:33
but in fact on processes only.
112
258000
2000
dar, de fapt doar pe procese.
04:35
And if you take a look at that,
113
260000
2000
Și dacă ne uităm la acestea,
04:37
this was actually in a book that I wrote that deals with artificial life.
114
262000
3000
aceasta a fost de fapt într-o carte pe care am scris-o despre viață artificială.
04:40
And that explains why
115
265000
2000
Și asta explică de ce
04:42
that NASA manager was actually in my office to begin with.
116
267000
3000
managerul de la NASA a fost de fapt în biroul meu de la bun început.
04:45
Because the idea was that, with concepts like that,
117
270000
3000
Pentru că ideea era că, datorită conceptelor ca acesta,
04:48
maybe we can actually manufacture
118
273000
2000
poate că vom putea să creăm
04:50
a form of life.
119
275000
2000
o formă de viață.
04:52
And so if you go and ask yourself,
120
277000
3000
Și dacă începi să te întrebi,
04:55
"What on Earth is artificial life?",
121
280000
2000
"Ce poate fi viața artificială?"
04:57
let me give you a whirlwind tour
122
282000
2000
dați-mi voie să vă duc într-un tur amețitor
04:59
of how all this stuff came about.
123
284000
2000
ce prezintă felul în care am creat acest concept.
05:01
And it started out quite a while ago
124
286000
3000
Și totul a început cu destul de multă vreme în urmă
05:04
when someone wrote
125
289000
2000
când cineva a scris
05:06
one of the first successful computer viruses.
126
291000
2000
unul din cele mai de reușite virusuri de computer.
05:08
And for those of you who aren't old enough,
127
293000
3000
Și pentru cei dintre voi care nu sunt destul de bătrâni,
05:11
you have no idea how this infection was working --
128
296000
3000
nu știți cum funcționa acestă infecție cu virus --
05:14
namely, through these floppy disks.
129
299000
2000
în special prin aceste discuri flexibile.
05:16
But the interesting thing about these computer virus infections
130
301000
3000
Dar un lucru interesant despre aceste infecții cu virus
05:19
was that, if you look at the rate
131
304000
2000
era faptul că dacă ne uităm la ritmul
05:21
at which the infection worked,
132
306000
2000
cu care infecția cu virus funcționa,
05:23
they show this spiky behavior
133
308000
2000
arată un comportament țepos
05:25
that you're used to from a flu virus.
134
310000
3000
cu care suntem obisnuiți la un virus de gripă.
05:28
And it is in fact due to this arms race
135
313000
2000
Și acest lucru se întâmplă din cauza cursei înarmărilor
05:30
between hackers and operating system designers
136
315000
3000
dintre hackeri și proiectanții sistemelor de operare
05:33
that things go back and forth.
137
318000
2000
și lucrurile oscilează.
05:35
And the result is kind of a tree of life
138
320000
2000
Și rezultatul este un fel de copac al vieții
05:37
of these viruses,
139
322000
2000
al acestor viruși,
05:39
a phylogeny that looks very much
140
324000
3000
o filogenie care seamănă foarte mult
05:42
like the type of life that we're used to, at least on the viral level.
141
327000
3000
cu formele de viață cu care suntem obișnuiți, cel puțin la nivel viral.
05:45
So is that life? Not as far as I'm concerned.
142
330000
3000
Deci este aceasta viață? Nu, în ceea ce mă privește.
05:48
Why? Because these things don't evolve by themselves.
143
333000
3000
De ce? Pentru că aceste lucruri nu evoluează singure.
05:51
In fact, they have hackers writing them.
144
336000
2000
De fapt sunt hackeri care le scriu.
05:53
But the idea was taken very quickly a little bit further
145
338000
4000
Dar ideea a fost dusă foarte repede puțin mai departe
05:57
when a scientist working at the Scientific Institute decided,
146
342000
3000
când un cercetător a avut următoarea idee,
06:00
"Why don't we try to package these little viruses
147
345000
3000
"Ce-ar fi să punem împreuna acești viruși
06:03
in artificial worlds inside of the computer
148
348000
2000
în lumi artificiale în interiorul computerului
06:05
and let them evolve?"
149
350000
2000
si să ii lăsăm sa evolueze?"
06:07
And this was Steen Rasmussen.
150
352000
2000
Și acest cercetător a fost Steen Rasmussen.
06:09
And he designed this system, but it really didn't work,
151
354000
2000
Și el a creat acest sistem, dar el nu a funcționat,
06:11
because his viruses were constantly destroying each other.
152
356000
3000
pentru că virușii lui se distrugeau constant unul pe celălalt.
06:14
But there was another scientist who had been watching this, an ecologist.
153
359000
3000
Dar a existat un alt om de știință care a urmărit acest fenomen, un ecolog.
06:17
And he went home and says, "I know how to fix this."
154
362000
3000
Și el a mers acasă și a spus: "Știu cum să rezolv această problemă."
06:20
And he wrote the Tierra system,
155
365000
2000
Și a scris sistemul Tierra,
06:22
and, in my book, is in fact one of the first
156
367000
3000
și, în cartea mea, este de fapt unul din primele
06:25
truly artificial living systems --
157
370000
2000
sisteme artificiale de viață adevărate --
06:27
except for the fact that these programs didn't really grow in complexity.
158
372000
3000
cu excepția faptului că aceste programe nu au crescut cu adevărat în complexitate.
06:30
So having seen this work, worked a little bit on this,
159
375000
3000
Așa încât, văzând munca lui, am lucrat un pic la asta,
06:33
this is where I came in.
160
378000
2000
și am preluat eu cercertarea.
06:35
And I decided to create a system
161
380000
2000
Și am decis să creez un sistem
06:37
that has all the properties that are necessary
162
382000
2000
care deține toate proprietățile care sunt necesare
06:39
to see the evolution of complexity,
163
384000
3000
să vedem evoluția complexității,
06:42
more and more complex problems constantly evolving.
164
387000
3000
probleme din ce în ce mai complexe și care evoluează constant.
06:45
And of course, since I really don't know how to write code, I had help in this.
165
390000
3000
Și, bineînțeles, de vreme ce nu prea știu să scriu cod, am avut nevoie de ajutor.
06:48
I had two undergraduate students
166
393000
2000
Am avut sprijinul a doi studenți
06:50
at California Institute of Technology that worked with me.
167
395000
3000
de la California Insititute of Technology care au lucrat cu mine.
06:53
That's Charles Offria on the left, Titus Brown on the right.
168
398000
3000
La stânga este Charles Offria, iar la dreapta Titus Brown.
06:56
They are now actually respectable professors
169
401000
3000
Ei sunt astăzi profesori universitari cu reputație
06:59
at Michigan State University,
170
404000
2000
la Michigan State University,
07:01
but I can assure you, back in the day,
171
406000
2000
dar pot să vă asigur că pe vremuri,
07:03
we were not a respectable team.
172
408000
2000
nu am fost o echipă respectabilă.
07:05
And I'm really happy that no photo survives
173
410000
2000
Și sunt foarte fericit că nu avem nici o fotografie de atunci
07:07
of the three of us anywhere close together.
174
412000
3000
cu toți trei împreună.
07:10
But what is this system like?
175
415000
2000
Dar ce este acest sistem?
07:12
Well I can't really go into the details,
176
417000
3000
Nu prea pot intra în detalii,
07:15
but what you see here is some of the entrails.
177
420000
2000
dar ceea ce vedeți aici arată totuși câteva din ele.
07:17
But what I wanted to focus on
178
422000
2000
Dar ceea ce vroiam să scot în evidență
07:19
is this type of population structure.
179
424000
2000
este tipul structurii populației.
07:21
There's about 10,000 programs sitting here.
180
426000
3000
Avem aici în jur de 10000 de programe.
07:24
And all different strains are colored in different colors.
181
429000
3000
Și toate tulpinele diferite sunt colorate diferit.
07:27
And as you see here, there are groups that are growing on top of each other,
182
432000
3000
Și după cum vedeti, avem grupuri care cresc unele deasupra celorlalte,
07:30
because they are spreading.
183
435000
2000
pentru că se răspândesc.
07:32
Any time there is a program
184
437000
2000
Ori de câte ori avem un program
07:34
that's better at surviving in this world,
185
439000
2000
care este mai capabil să supraviețuiască,
07:36
due to whatever mutation it has acquired,
186
441000
2000
datorită anumitor mutații pe care le-a acumulat,
07:38
it is going to spread over the others and drive the others to extinction.
187
443000
3000
va reuși să se extindă peste ceilalți și să îi extermine.
07:41
So I'm going to show you a movie where you're going to see that kind of dynamic.
188
446000
3000
Am să vă arăt un film în care veți vedea o astfel de dinamică.
07:44
And these kinds of experiments are started
189
449000
3000
Și aceste feluri de experimente au fost începute
07:47
with programs that we wrote ourselves.
190
452000
2000
cu programe pe care le-am scris singuri.
07:49
We write our own stuff, replicate it,
191
454000
2000
Le scriem, le multiplicăm,
07:51
and are very proud of ourselves.
192
456000
2000
și suntem foarte mândri de asta.
07:53
And we put them in, and what you see immediately
193
458000
3000
Și apoi le implementăm, și ceea ce veți vedea imediat
07:56
is that there are waves and waves of innovation.
194
461000
3000
este fapul că există mai multe valuri de inovație.
07:59
By the way, this is highly accelerated,
195
464000
2000
Apropo, acesta prezentare este foarte accelerată,
08:01
so it's like a thousand generations a second.
196
466000
2000
viteza fiind de o mie de generații pe secundă.
08:03
But immediately the system goes like,
197
468000
2000
Dar imediat sistemul va spune,
08:05
"What kind of dumb piece of code was this?
198
470000
2000
"Ce fel de cod stupid a fost acesta?
08:07
This can be improved upon in so many ways
199
472000
2000
Acesta poate fi îmbunătățit în atât de multe feluri
08:09
so quickly."
200
474000
2000
foarte repede."
08:11
So you see waves of new types
201
476000
2000
Deci vedeți valuri de tipuri noi
08:13
taking over the other types.
202
478000
2000
care domină celelalte tipuri.
08:15
And this type of activity goes on for quite awhile,
203
480000
3000
Și acest fel de activitate se desfășoară pentru o vreme,
08:18
until the main easy things have been acquired by these programs.
204
483000
4000
până când lucrurile importante și usoare au fost asimilate de aceste programe.
08:22
And then you see sort of like a stasis coming on
205
487000
4000
Și apoi se poate observa o perioadă de inactivitate
08:26
where the system essentially waits
206
491000
2000
în care sistemul de fapt așteaptă
08:28
for a new type of innovation, like this one,
207
493000
3000
ca o nouă formă de inovatie, ca și aceasta,
08:31
which is going to spread
208
496000
2000
să apară și să se extindă
08:33
over all the other innovations that were before
209
498000
2000
peste toate celelalte inovații de mai înainte
08:35
and is erasing the genes that it had before,
210
500000
3000
și această formă șterge genele care existau înainte,
08:38
until a new type of higher level of complexity has been achieved.
211
503000
4000
până când un nou tip mai înalt de complexitate a fost atins.
08:42
And this process goes on and on and on.
212
507000
3000
Și acest proces se continuă la infinit.
08:45
So what we see here
213
510000
2000
Deci ceea ce vedem aici
08:47
is a system that lives
214
512000
2000
este un sistem care trăiește
08:49
in very much the way we're used to life [going.]
215
514000
2000
în modul pe care suntem obisnuiți să-l numim viață.
08:51
But what the NASA people had asked me really
216
516000
4000
Dar ceea ce oamenii de la NASA m-au întrebat de fapt
08:55
was, "Do these guys
217
520000
2000
a fost: "Au acești indivizi
08:57
have a biosignature?
218
522000
2000
o biosemnătură?
08:59
Can we measure this type of life?
219
524000
2000
Putem să măsurăm o astfel de formă de viață?
09:01
Because if we can,
220
526000
2000
Pentru că dacă putem,
09:03
maybe we have a chance of actually discovering life somewhere else
221
528000
3000
poate că avem o șansă să descoperim cu adevărat viață
09:06
without being biased
222
531000
2000
și în altă parte fără să fim părtinitori
09:08
by things like amino acids."
223
533000
2000
din cauza unor lucruri ca aminoacizii."
09:10
So I said, "Well, perhaps we should construct
224
535000
3000
Astfel că am spus, "Păi, probabil că ar trebui să construim
09:13
a biosignature
225
538000
2000
o biosemnatură
09:15
based on life as a universal process.
226
540000
3000
bazată pe viață ca un proces universal.
09:18
In fact, it should perhaps make use
227
543000
2000
De fapt, poate că ar trebui de fapt să folosim
09:20
of the concepts that I developed
228
545000
2000
din conceptele pe care le-am dezvoltat
09:22
just in order to sort of capture
229
547000
2000
tocmai pentru a înțelege
09:24
what a simple living system might be."
230
549000
2000
ce ar fi un sistem de viață simplu."
09:26
And the thing I came up with --
231
551000
2000
Și lucrul pe care l-am născocit a fost --
09:28
I have to first give you an introduction about the idea,
232
553000
4000
trebuie să vă ofer o introducere a ideii,
09:32
and maybe that would be a meaning detector,
233
557000
3000
și poate aceasta ar fi un detector de înțelesuri,
09:35
rather than a life detector.
234
560000
3000
mai degrabă decât un detector de forme de viață.
09:38
And the way we would do that --
235
563000
2000
Și felul în care am face acest lucru --
09:40
I would like to find out how I can distinguish
236
565000
2000
aș dori să aflu cum aș putea distinge
09:42
text that was written by a million monkeys,
237
567000
2000
un text care a fost scris de un milion de maimuțe,
09:44
as opposed to text that [is] in our books.
238
569000
3000
spre deosebire de un text care îl găsim în cărțile noastre.
09:47
And I would like to do it in such a way
239
572000
2000
Și aș dori să fac acest lucru în așa fel
09:49
that I don't actually have to be able to read the language,
240
574000
2000
încât să nu trebuiască să fiu capabil să citesc în acea limbă,
09:51
because I'm sure I won't be able to.
241
576000
2000
pentru că sunt sigur că nu aș reuși.
09:53
As long as I know that there's some sort of alphabet.
242
578000
2000
Atâta vreme cât știu că există un anume fel de alfabet.
09:55
So here would be a frequency plot
243
580000
3000
Deci aici am avea o distribuție
09:58
of how often you find
244
583000
2000
a frecvenței de apariție
10:00
each of the 26 letters of the alphabet
245
585000
2000
pentru fiecare din cele 26 de litere ale alfabetului
10:02
in a text written by random monkeys.
246
587000
3000
într-un text scris de maimuțe alese aleatoriu.
10:05
And obviously each of these letters
247
590000
2000
Și bineînțeles că fiecare din aceste litere
10:07
comes off about roughly equally frequent.
248
592000
2000
apare cu aproximativ aceeași frecvență.
10:09
But if you now look at the same distribution in English texts,
249
594000
4000
Dar dacă ne uităm acum la aceeași distribuție în textele englezesti,
10:13
it looks like that.
250
598000
2000
arată în felul următor.
10:15
And I'm telling you, this is very robust across English texts.
251
600000
3000
Și vă spun, acest lucru este specific pentru textele englezesti.
10:18
And if I look at French texts, it looks a little bit different,
252
603000
2000
Și dacă mă uit la un text în franceză, arată puțin diferit,
10:20
or Italian or German.
253
605000
2000
și la fel se întâmplă în italiană și germană.
10:22
They all have their own type of frequency distribution,
254
607000
3000
Toate au un tip propriu a distribuției de frecvențe,
10:25
but it's robust.
255
610000
2000
dar e unul robust.
10:27
It doesn't matter whether it writes about politics or about science.
256
612000
3000
Nu contează dacă textul contine informații despre politică sau știință.
10:30
It doesn't matter whether it's a poem
257
615000
3000
Nu contează dacă este o poezie
10:33
or whether it's a mathematical text.
258
618000
3000
sau dacă este un text matematic.
10:36
It's a robust signature,
259
621000
2000
Avem o semnătură robustă,
10:38
and it's very stable.
260
623000
2000
și care este foarte stabilă.
10:40
As long as our books are written in English --
261
625000
2000
Atâta vreme cât cărțile noastre sunt scrise în engleză --
10:42
because people are rewriting them and recopying them --
262
627000
3000
pentru că oamenii le rescriu și le recopiază --
10:45
it's going to be there.
263
630000
2000
semnătura va continua să fie acolo.
10:47
So that inspired me to think about,
264
632000
2000
Deci acest fenomen m-a inspirat să mă gândesc,
10:49
well, what if I try to use this idea
265
634000
3000
ce-ar fi dacă aș încerca să folosesc această idee
10:52
in order, not to detect random texts
266
637000
2000
nu doar ca să deosebesc texte aleatorii
10:54
from texts with meaning,
267
639000
2000
de textele cu înțeles,
10:56
but rather detect the fact that there is meaning
268
641000
4000
ci pentru a detecta faptul că există înțeles
11:00
in the biomolecules that make up life.
269
645000
2000
în biomoleculele care alcătuiesc viața.
11:02
But first I have to ask:
270
647000
2000
Dar trebuie să întreb întâi:
11:04
what are these building blocks, like the alphabet, elements that I showed you?
271
649000
3000
ce sunt aceste elemente de construcție, ca alfabetul, elementele pe care vi le-am arătat?
11:07
Well it turns out, we have many different alternatives
272
652000
3000
Se pare că avem multe alternative diferite
11:10
for such a set of building blocks.
273
655000
2000
pentru un astfel de set de elemente de construcție.
11:12
We could use amino acids,
274
657000
2000
Am putea folosi aminoacizi,
11:14
we could use nucleic acids, carboxylic acids, fatty acids.
275
659000
3000
am putea folosi acizi nucleici, acizi carboxilici, acizi grași.
11:17
In fact, chemistry's extremely rich, and our body uses a lot of them.
276
662000
3000
De fapt, chimia este extrem de bogată, iar organismul nostru folosește mulți din ei.
11:20
So that we actually, to test this idea,
277
665000
3000
Și astfel, pentru a testa ideea,
11:23
first took a look at amino acids and some other carboxylic acids.
278
668000
3000
am cercetat întâi aminoacizii și câțiva alți acizi carboxilici.
11:26
And here's the result.
279
671000
2000
Și aici avem rezultatul.
11:28
Here is, in fact, what you get
280
673000
3000
Aici avem, de fapt, ceea ce obținem
11:31
if you, for example, look at the distribution of amino acids
281
676000
3000
dacă, spre exemplu, ne uităm la distribuția aminoacizilor
11:34
on a comet or in interstellar space
282
679000
3000
într-o cometă sau în spațiul interstelar
11:37
or, in fact, in a laboratory,
283
682000
2000
sau, de fapt, într-un laborator,
11:39
where you made very sure that in your primordial soup
284
684000
2000
unde te-ai asigurat că în supa ta primordială
11:41
that there is not living stuff in there.
285
686000
2000
nu există niciun fel de organism viu.
11:43
What you find is mostly glycine and then alanine
286
688000
3000
Ceea ce vei găsi sunt cel mult glicină și apoi alanină
11:46
and there's some trace elements of the other ones.
287
691000
3000
și mai există ceva urme din ceilalți aminoacizi.
11:49
That is also very robust --
288
694000
3000
Aceasta este de asemenea foarte robust --
11:52
what you find in systems like Earth
289
697000
3000
ceea ce găsim în sisteme ca și Pământul
11:55
where there are amino acids,
290
700000
2000
unde există aminoacizi,
11:57
but there is no life.
291
702000
2000
dar nu există viață.
11:59
But suppose you take some dirt
292
704000
2000
Dar să presupunem că luăm niște sol
12:01
and dig through it
293
706000
2000
și răscolim prin el
12:03
and then put it into these spectrometers,
294
708000
3000
și apoi îl punem în aceste spectometre,
12:06
because there's bacteria all over the place;
295
711000
2000
pentru că există bacterii peste tot;
12:08
or you take water anywhere on Earth,
296
713000
2000
sau luăm apă de oriunde de pe Pâmănt,
12:10
because it's teaming with life,
297
715000
2000
pentru că este plină de viață,
12:12
and you make the same analysis;
298
717000
2000
și faci aceeași analiză;
12:14
the spectrum looks completely different.
299
719000
2000
spectrul arată complet diferit.
12:16
Of course, there is still glycine and alanine,
300
721000
4000
Bineînțeles, mai găsim încă glicină si alanină,
12:20
but in fact, there are these heavy elements, these heavy amino acids,
301
725000
3000
dar, de fapt, există aceste elemente grele, acești aminoacizi grei,
12:23
that are being produced
302
728000
2000
care sunt produși
12:25
because these are valuable to the organism.
303
730000
2000
pentru că aceștia sunt importanți pentru organism.
12:27
And some other ones
304
732000
2000
Iar alți aminoacizi
12:29
that are not used in the set of 20,
305
734000
2000
care nu sunt folosiți în setul de 20,
12:31
they will not appear at all
306
736000
2000
ei nu vor apare deloc
12:33
in any type of concentration.
307
738000
2000
în nici un tip de concentrație.
12:35
So this also turns out to be extremely robust.
308
740000
2000
Deci și aceasta se dovedește a fi extrem de robustă.
12:37
It doesn't matter what kind of sediment you're using to grind up,
309
742000
3000
Nu contează ce fel de sediment ai mărunțit,
12:40
whether it's bacteria or any other plants or animals.
310
745000
3000
fie că e vorba de bacterie sau de orice alt fel de plante sau animale.
12:43
Anywhere there's life,
311
748000
2000
Oriunde este viață,
12:45
you're going to have this distribution,
312
750000
2000
te vei întâlni cu o astfel de distribuție,
12:47
as opposed to that distribution.
313
752000
2000
spre deosebire de cealaltă distribuție.
12:49
And it is detectable not just in amino acids.
314
754000
3000
Și acest lucru este detectabil nu numai în aminoacizi.
12:52
Now you could ask:
315
757000
2000
Acum, îti poți pune întrebarea:
12:54
well, what about these Avidians?
316
759000
2000
deci, ce e cu acești Avidieni?
12:56
The Avidians being the denizens of this computer world
317
761000
4000
Avidienii fiind locuitorii acestei lumi computerizate
13:00
where they are perfectly happy replicating and growing in complexity.
318
765000
3000
unde sunt perfect mulțumiți să se înmulțească și să crească în complexitate.
13:03
So this is the distribution that you get
319
768000
3000
Deci obținem această distribuție
13:06
if, in fact, there is no life.
320
771000
2000
dacă nu există viață.
13:08
They have about 28 of these instructions.
321
773000
3000
Au aproximativ 28 de instrucțiuni ca acestea.
13:11
And if you have a system where they're being replaced one by the other,
322
776000
3000
Și dacă ai un sistem unde se înlocuiesc unele pe altele,
13:14
it's like the monkeys writing on a typewriter.
323
779000
2000
e ca și cum maimuțele ar scrie la o mașină de scris.
13:16
Each of these instructions appears
324
781000
3000
Fiecare din aceste instrucțiuni apare
13:19
with roughly the equal frequency.
325
784000
3000
cu aproximativ aceeași frecvență.
13:22
But if you now take a set of replicating guys
326
787000
4000
Dar dacă luăm un set de programe care se reproduc
13:26
like in the video that you saw,
327
791000
2000
precum în videoul pe care l-ați urmărit,
13:28
it looks like this.
328
793000
2000
arată astfel.
13:30
So there are some instructions
329
795000
2000
Deci există anumite instrucțiuni
13:32
that are extremely valuable to these organisms,
330
797000
2000
care sunt extrem de valoroase pentru aceste organisme,
13:34
and their frequency is going to be high.
331
799000
3000
și frecvența lor va fi ridicată.
13:37
And there's actually some instructions
332
802000
2000
Și există de fapt anumite instrucțiuni
13:39
that you only use once, if ever.
333
804000
2000
care sunt folosite, probabil o singură dată.
13:41
So they are either poisonous
334
806000
2000
Deci ele sunt fie nocive
13:43
or really should be used at less of a level than random.
335
808000
4000
fie ar trebui folosite și mai rar decât sunt utilizate aleator.
13:47
In this case, the frequency is lower.
336
812000
3000
În acest caz, frecvența este scăzută.
13:50
And so now we can see, is that really a robust signature?
337
815000
3000
Iar acum putem vedea dacă avem într-adevăr o semnătură robustă.
13:53
I can tell you indeed it is,
338
818000
2000
Pot să vă spun că ea este robustă,
13:55
because this type of spectrum, just like what you've seen in books,
339
820000
3000
deoarece acest tip de spectru, așa cum ați văzut in cărți,
13:58
and just like what you've seen in amino acids,
340
823000
2000
și așa cum ați văzut în aminoacizi,
14:00
it doesn't really matter how you change the environment, it's very robust;
341
825000
3000
nu contează deloc cum schimbi mediul, este foarte robust,
14:03
it's going to reflect the environment.
342
828000
2000
nu va fi afectat de mediu.
14:05
So I'm going to show you now a little experiment that we did.
343
830000
2000
Deci am să vă arăt acum un mic experiment pe care l-am făcut.
14:07
And I have to explain to you,
344
832000
2000
Și vreau să vă explic,
14:09
the top of this graph
345
834000
2000
partea de sus al acestui grafic
14:11
shows you that frequency distribution that I talked about.
346
836000
3000
arată acea distribuție de frecvență de care v-am vorbit.
14:14
Here, in fact, that's the lifeless environment
347
839000
3000
Aici, de fapt, avem un mediu lipsit de viață
14:17
where each instruction occurs
348
842000
2000
în care fiecare instrucțiune apare
14:19
at an equal frequency.
349
844000
2000
cu o frecvență egală.
14:21
And below there, I show, in fact,
350
846000
3000
Și mai jos aici, vă arăt, de fapt,
14:24
the mutation rate in the environment.
351
849000
3000
rata de mutație a mediului.
14:27
And I'm starting this at a mutation rate that is so high
352
852000
3000
Și încep demonstrația de la o rată de mutație atât de înaltă
14:30
that, even if you would drop
353
855000
2000
încăt, chiar și dacă ai introduce
14:32
a replicating program
354
857000
2000
un program care se reproduce și care
14:34
that would otherwise happily grow up
355
859000
2000
în alte condiții ar fi capabil să se dezvolte
14:36
to fill the entire world,
356
861000
2000
și să se extindă în tot mediul,
14:38
if you drop it in, it gets mutated to death immediately.
357
863000
4000
dacă îl introduc, va fi suferi mutații fatale imediat.
14:42
So there is no life possible
358
867000
2000
Deci viața nu este posibilă
14:44
at that type of mutation rate.
359
869000
3000
la acea rată de mutație.
14:47
But then I'm going to slowly turn down the heat, so to speak,
360
872000
4000
Dar apoi am să reduc intensitatea fenomenului, ca să zic așa,
14:51
and then there's this viability threshold
361
876000
2000
și atunci apare acest prag de viabilitate
14:53
where now it would be possible
362
878000
2000
la care acum ar fi posibil
14:55
for a replicator to actually live.
363
880000
2000
unui program autocopiant să trăiască cu adevărat.
14:57
And indeed, we're going to be dropping these guys
364
882000
3000
Și, într-adevăr, îi vom lansa
15:00
into that soup all the time.
365
885000
2000
în această supă tot timpul.
15:02
So let's see what that looks like.
366
887000
2000
Să vedem cum arată procesul.
15:04
So first, nothing, nothing, nothing.
367
889000
3000
Deci, la început, nimic, nimic.
15:07
Too hot, too hot.
368
892000
2000
Prea cald, prea cald.
15:09
Now the viability threshold is reached,
369
894000
3000
Acum pragul de viabilitate a fost atins,
15:12
and the frequency distribution
370
897000
2000
și distribuția frecvenței
15:14
has dramatically changed and, in fact, stabilizes.
371
899000
3000
s-a schimat dramatic și, de fapt, se stabilizează.
15:17
And now what I did there
372
902000
2000
Și ceea ce am făcut acolo arată că
15:19
is, I was being nasty, I just turned up the heat again and again.
373
904000
3000
am fost rău și am dat drumul la căldură din nou și din nou.
15:22
And of course, it reaches the viability threshold.
374
907000
3000
Și, bineînțeles, ajunge din nou la pragul de viabilitate.
15:25
And I'm just showing this to you again because it's so nice.
375
910000
3000
Și vă arăt aceasta din nou pentru că este atât de interesant.
15:28
You hit the viability threshold.
376
913000
2000
Ajungi la pragul de viabilitate.
15:30
The distribution changes to "alive!"
377
915000
2000
Distribuiția se schimbă la "în viață!".
15:32
And then, once you hit the threshold
378
917000
3000
Și apoi, o dată ce ajungi la pragul
15:35
where the mutation rate is so high
379
920000
2000
unde rata de mutație este atât de ridicată
15:37
that you cannot self-reproduce,
380
922000
2000
încât nu se poate auto-reproduce,
15:39
you cannot copy the information
381
924000
3000
nu poți copia această informație
15:42
forward to your offspring
382
927000
2000
mai departe urmașului tău
15:44
without making so many mistakes
383
929000
2000
fără să faci atât de multe greșeli
15:46
that your ability to replicate vanishes.
384
931000
3000
încât abilitatea ta de a copia dispare.
15:49
And then that signature is lost.
385
934000
3000
Și apoi această semnătură se pierde.
15:52
What do we learn from that?
386
937000
2000
Ce am învățat din asta?
15:54
Well, I think we learn a number of things from that.
387
939000
4000
Cred că am învățat un număr de lucruri din asta.
15:58
One of them is,
388
943000
2000
Unul din ele este:
16:00
if we are able to think about life
389
945000
3000
dacă suntem capabili să ne gândim la viață
16:03
in abstract terms --
390
948000
2000
în termeni abstracți --
16:05
and we're not talking about things like plants,
391
950000
2000
și nu vorbim aici despre lucruri cum ar fi plantele,
16:07
and we're not talking about amino acids,
392
952000
2000
și nu vorbim aici despre aminoacizi,
16:09
and we're not talking about bacteria,
393
954000
2000
și nu vorbim aici despre bacterii,
16:11
but we think in terms of processes --
394
956000
2000
dar ne gândim în termeni de procese --
16:13
then we could start to think about life,
395
958000
3000
atunci putem începe să ne gândim la viață,
16:16
not as something that is so special to Earth,
396
961000
2000
nu ca la ceva atât de special pentru Pământ,
16:18
but that, in fact, could exist anywhere.
397
963000
3000
dar ca la ceva care ar putea, de fapt să existe oriunde.
16:21
Because it really only has to do
398
966000
2000
Pentru că are de-a face doar
16:23
with these concepts of information,
399
968000
2000
cu aceste concepte de informație,
16:25
of storing information
400
970000
2000
de stocare a informației
16:27
within physical substrates --
401
972000
2000
în substraturile fizice --
16:29
anything: bits, nucleic acids,
402
974000
2000
orice: biți, acizi nucleici,
16:31
anything that's an alphabet --
403
976000
2000
orice care este un alfabet --
16:33
and make sure that there's some process
404
978000
2000
și care se asigură că există procese
16:35
so that this information can be stored
405
980000
2000
prin care această informație poate fi stocată
16:37
for much longer than you would expect
406
982000
2000
pentru mult mai multă vreme decât ne-am aștepta
16:39
the time scales for the deterioration of information.
407
984000
4000
că este necesar pentru deteriorarea informației.
16:43
And if you can do that,
408
988000
2000
Și dacă poți face acest lucru,
16:45
then you have life.
409
990000
2000
atunci ai viață.
16:47
So the first thing that we learn
410
992000
2000
Deci primul lucru pe care l-am învățat
16:49
is that it is possible to define life
411
994000
3000
a fost faptul că este posibil să definim viața
16:52
in terms of processes alone,
412
997000
3000
doar în termeni de procese,
16:55
without referring at all
413
1000000
2000
fără să ne referim deloc
16:57
to the type of things that we hold dear,
414
1002000
2000
la genul de lucruri pe care le îndrăgim,
16:59
as far as the type of life on Earth is.
415
1004000
3000
în ceea ce privește tipul de viață de pe Terra.
17:02
And that in a sense removes us again,
416
1007000
3000
Și aceasta într-un fel ne distanțează din nou,
17:05
like all of our scientific discoveries, or many of them --
417
1010000
3000
ca și toate descoperirile noastre știintifice, sau multe dintre ele --
17:08
it's this continuous dethroning of man --
418
1013000
2000
e această continuă detronare a omului --
17:10
of how we think we're special because we're alive.
419
1015000
3000
de gândul că suntem speciali doar pentru că suntem în viață.
17:13
Well we can make life. We can make life in the computer.
420
1018000
3000
Noi putem crea viață. Putem crea viață într-un calculator.
17:16
Granted, it's limited,
421
1021000
2000
Sunt de acord că este limitată,
17:18
but we have learned what it takes
422
1023000
3000
dar am învățat ce este necesar
17:21
in order to actually construct it.
423
1026000
2000
de fapt pentru a o construi.
17:23
And once we have that,
424
1028000
3000
Și odată ce avem acest lucru,
17:26
then it is not such a difficult task anymore
425
1031000
3000
apoi nu mai este o sarcină atât de dificilă
17:29
to say, if we understand the fundamental processes
426
1034000
4000
să spunem, dacă întelegem procesele fundamentale
17:33
that do not refer to any particular substrate,
427
1038000
3000
care nu se referă la niciun substrat anume,
17:36
then we can go out
428
1041000
2000
atunci putem să ne extindem orizontul
17:38
and try other worlds,
429
1043000
2000
și să încercăm alte lumi,
17:40
figure out what kind of chemical alphabets might there be,
430
1045000
4000
să înțelegem ce fel de alfabete chimice ar mai putea să existe,
17:44
figure enough about the normal chemistry,
431
1049000
2000
să cunoaștem destule despre chimia normală,
17:46
the geochemistry of the planet,
432
1051000
3000
geochimia planetei,
17:49
so that we know what this distribution would look like
433
1054000
2000
astfel încât să știm cum ar arăta această distribuție
17:51
in the absence of life,
434
1056000
2000
în absența vieții,
17:53
and then look for large deviations from this --
435
1058000
3000
și apoi să căutăm deviații mari de la acesta --
17:56
this thing sticking out, which says,
436
1061000
3000
acest lucru care iese în evidență, care ne spune,
17:59
"This chemical really shouldn't be there."
437
1064000
2000
"Acest compus chimic nu ar trebui să existe acolo."
18:01
Now we don't know that there's life then,
438
1066000
2000
Nu știm că există viață acolo,
18:03
but we could say,
439
1068000
2000
dar am putea spune,
18:05
"Well at least I'm going to have to take a look very precisely at this chemical
440
1070000
3000
"Păi, măcar va trebui să examinez foarte precis acest compus chimic
18:08
and see where it comes from."
441
1073000
2000
și să văd de unde provine."
18:10
And that might be our chance
442
1075000
2000
Și aceasta ar putea să fie șansa noastră
18:12
of actually discovering life
443
1077000
2000
să descoperim, în sfârșit, viață
18:14
when we cannot visibly see it.
444
1079000
2000
acolo unde nu o putem vedea imediat.
18:16
And so that's really the only take-home message
445
1081000
3000
Și acesta este unicul mesaj de luat acasă
18:19
that I have for you.
446
1084000
2000
pe care-l am pentru voi.
18:21
Life can be less mysterious
447
1086000
2000
Viața poate fi mai puțin misterioasă
18:23
than we make it out to be
448
1088000
2000
decât o facem noi să fie
18:25
when we try to think about how it would be on other planets.
449
1090000
4000
atunci când încercăm să ne gândim cum ar fi pe alte planete.
18:29
And if we remove the mystery of life,
450
1094000
3000
Și dacă îndepărtăm misterul vieții,
18:32
then I think it is a little bit easier
451
1097000
3000
atunci cred că ne va fi puțin mai ușor
18:35
for us to think about how we live,
452
1100000
2000
să ne gândim la felul în care trăim,
18:37
and how perhaps we're not as special as we always think we are.
453
1102000
3000
și că poate nu suntem atât de speciali cum credem întotdeauna că suntem.
18:40
And I'm going to leave you with that.
454
1105000
2000
Și am să închei cu acest gând.
18:42
And thank you very much.
455
1107000
2000
Și vă mulțumesc foarte mult.
18:44
(Applause)
456
1109000
2000
(Aplauze)
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