TEDxUIUC
Christoph Adami: Finding life we can't imagine
Крістофер Адамі: Життя, про яке ми нічого не підозрювати
Filmed:
Readability: 3.7
652,149 views
Як дослідити життя у Всесвіті, коли воно зовсім не схоже на життя в нашому розумінні? Крістофер Адамі розповідає, як він використав власні дослідження штучного життя - самовідтворюваних комп'ютерних програм - для пошуку характерних рис, "біосигнатур", які виходять за рамки наших уявлень про сутність життя.
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
У мене - дивакувата професія.
00:17
I know it because people come up to me, like colleagues,
1
2000
3000
Я знаю це, бо до мене підходять різні люди, як от колеги,
00:20
and say, "Chris, you have a strange career."
2
5000
2000
і кажуть: "Кріс, у тебе дивакувата професія."
00:22
(Laughter)
3
7000
2000
(Сміх)
00:24
And I can see their point,
4
9000
2000
І я розумію, що вони мають на увазі,
00:26
because I started my career
5
11000
2000
тому що я розпочав свою професійну діяльність
00:28
as a theoretical nuclear physicist.
6
13000
2000
як теоретик ядерної фізики.
00:30
And I was thinking about quarks and gluons
7
15000
2000
І я цікавився кварками і глуонами
00:32
and heavy ion collisions,
8
17000
2000
і колізіями важких металів,
00:34
and I was only 14 years old.
9
19000
2000
і мені тоді було лише 14.
00:36
No, no, I wasn't 14 years old.
10
21000
3000
Ні, брешу, мені не було тоді чотирнадцяти років.
00:40
But after that,
11
25000
2000
Але пізніше,
00:42
I actually had my own lab
12
27000
2000
я таки насправді мав власну лабораторію
00:44
in the computational neuroscience department,
13
29000
2000
у відділі обчислювальної неврології,
00:46
and I wasn't doing any neuroscience.
14
31000
2000
але я зовсім не займався неврологією.
00:48
Later, I would work on evolutionary genetics,
15
33000
3000
Пізніше я працював над проблемами еволюційної генетики,
00:51
and I would work on systems biology.
16
36000
2000
і системної біології.
00:53
But I'm going to tell you about something else today.
17
38000
3000
Але сьогодні я збираюсь розповісти вам щось зовсім інше.
00:56
I'm going to tell you
18
41000
2000
Я збираюсь розповісти вам
00:58
about how I learned something about life.
19
43000
2000
про те як я дізнався дещо про життя.
01:00
And I was actually a rocket scientist.
20
45000
4000
Я був тоді ракетним інженером.
01:04
I wasn't really a rocket scientist,
21
49000
2000
Ну, насправді, я не був ракетним інженером,
01:06
but I was working
22
51000
2000
але я працював
01:08
at the Jet Propulsion Laboratory
23
53000
2000
в Лабораторії реактивного руху
01:10
in sunny California where it's warm;
24
55000
3000
у сонячній Каліфорнії, де так тепло;
01:13
whereas now I'm in the mid-West,
25
58000
2000
в той час як зараз я живу на середньому заході,
01:15
and it's cold.
26
60000
2000
де дуже холодно.
01:17
But it was an exciting experience.
27
62000
3000
Це було для мене чудовим досвідом.
01:20
One day a NASA manager comes into my office,
28
65000
3000
Одного дня до мене заходить один з керівників НАСА
01:23
sits down and says,
29
68000
3000
сідає і каже:
01:26
"Can you please tell us,
30
71000
2000
" Ти можеш нам розповісти,
01:28
how do we look for life outside Earth?"
31
73000
2000
як нам шукати життя за межами Землі?"
01:30
And that came as a surprise to me,
32
75000
2000
Мені це звалилося на голову як грім з неба,
01:32
because I was actually hired
33
77000
2000
бо мене насправді найняли
01:34
to work on quantum computation.
34
79000
2000
для роботи над квантовими обчисленнями.
01:36
Yet, I had a very good answer.
35
81000
2000
Однак, в мене була про запас одна хороша відповідь.
01:38
I said, "I have no idea."
36
83000
3000
Я сказав: " Поняття не маю."
01:41
And he told me, "Biosignatures,
37
86000
3000
І він відповів мені: " Біосигнатури,
01:44
we need to look for a biosignature."
38
89000
2000
нам потрібно шукати біосигнатури."
01:46
And I said, "What is that?"
39
91000
2000
І я запитав: " А що це?"
01:48
And he said, "It's any measurable phenomenon
40
93000
2000
І він сказав: " Це будь- яке вимірне явище
01:50
that allows us to indicate
41
95000
2000
що дозволяє нам виявити
01:52
the presence of life."
42
97000
2000
наявність життя."
01:54
And I said, "Really?
43
99000
2000
І я сказав: "Справді?
01:56
Because isn't that easy?
44
101000
2000
Невже все не набагато простіше?
01:58
I mean, we have life.
45
103000
2000
Я маю на увазі, маємо слово "життя".
02:00
Can't you apply a definition,
46
105000
2000
Невже не можна просто сформулювати його визначення,
02:02
like for example, a Supreme Court-like definition of life?"
47
107000
4000
таке собі всеохопне визначення "життя"?"
02:06
And then I thought about it a little bit, and I said,
48
111000
2000
А потім я трохи замислився над цим і сказав:
02:08
"Well, is it really that easy?
49
113000
2000
" Це має бути зовсім просто, чи не так?
02:10
Because, yes, if you see something like this,
50
115000
3000
Тому що, справді, коли бачиш щось на подобі цього,
02:13
then all right, fine, I'm going to call it life --
51
118000
2000
я погоджуюсь, так, я можу це називати життям -
02:15
no doubt about it.
52
120000
2000
безсумнівно.
02:17
But here's something."
53
122000
2000
Але ось дещо інше.
02:19
And he goes, "Right, that's life too. I know that."
54
124000
3000
"Ну.,добре, добре! Це життя також, я сам знаю."
02:22
Except, if you think life is also defined
55
127000
2000
Крім того, якщо ви вважаєте, що життя визначається
02:24
by things that die,
56
129000
2000
смертністю,
02:26
you're not in luck with this thing,
57
131000
2000
то тут ви потрапили в халепу,
02:28
because that's actually a very strange organism.
58
133000
2000
бо ось вам досить дивний організм.
02:30
It grows up into the adult stage like that
59
135000
2000
Він виростає до стадії дозрівання,
02:32
and then goes through a Benjamin Button phase,
60
137000
3000
а далі проходить такий собі цикл Бенжаміна Баттона,
02:35
and actually goes backwards and backwards
61
140000
2000
і поступово зменшуєтья, зменшується
02:37
until it's like a little embryo again,
62
142000
2000
аж доки не стане маленьким ембріоном знову,
02:39
and then actually grows back up, and back down and back up -- sort of yo-yo --
63
144000
3000
а потім все починається спочатку, знову вверх і знову вниз - за принципом йо-йо -
02:42
and it never dies.
64
147000
2000
і ніколи не вмирає.
02:44
So it's actually life,
65
149000
2000
Отже це насправді життя,
02:46
but it's actually not
66
151000
2000
але це не зовсім
02:48
as we thought life would be.
67
153000
3000
життя в нашому з вами розумінні.
02:51
And then you see something like that.
68
156000
2000
А тепер ви бачите, щось інакше.
02:53
And he was like, "My God, what kind of a life form is that?"
69
158000
2000
І ви думаєте: " Що це в біса, за форма життя?"
02:55
Anyone know?
70
160000
2000
Хтось знає?
02:57
It's actually not life, it's a crystal.
71
162000
3000
Це насправді не життя - це кристал.
03:00
So once you start looking and looking
72
165000
2000
Отже, коли починаєш дивитися
03:02
at smaller and smaller things --
73
167000
2000
на все менші і менші об'єкти -
03:04
so this particular person
74
169000
2000
Власне, цей чоловік
03:06
wrote a whole article and said, "Hey, these are bacteria."
75
171000
3000
написав цілу книжку і заявив: " Це - бактерії."
03:09
Except, if you look a little bit closer,
76
174000
2000
Але якщо придивитись трошки ближче,
03:11
you see, in fact, that this thing is way too small to be anything like that.
77
176000
3000
ви побачите, що насправді ці об'єкти надто маленькі, щоб бути бактеріями.
03:14
So he was convinced,
78
179000
2000
Тому він був переконаний,
03:16
but, in fact, most people aren't.
79
181000
2000
але більшість людей - не переконані.
03:18
And then, of course,
80
183000
2000
Іншим кроком було те,
03:20
NASA also had a big announcement,
81
185000
2000
що НАСА зробила гучну заяву,
03:22
and President Clinton gave a press conference,
82
187000
2000
і президент Клінтон провів прес-конференцію,
03:24
about this amazing discovery
83
189000
2000
про дивовижне відкриття
03:26
of life in a Martian meteorite.
84
191000
3000
життя на марсіанському метеориті.
03:29
Except that nowadays, it's heavily disputed.
85
194000
4000
Хоча сьогодні це все піддається великому сумніву.
03:33
If you take the lesson of all these pictures,
86
198000
3000
Якщо ви правильно зробите висновки з усіх цих картинок,
03:36
then you realize, well actually maybe it's not that easy.
87
201000
2000
ви усвідомите, що це не зовсім просто.
03:38
Maybe I do need
88
203000
2000
Можливо, мені і справді потрібне
03:40
a definition of life
89
205000
2000
визначення життя
03:42
in order to make that kind of distinction.
90
207000
2000
для того щоб провести чітку лінію відмінності.
03:44
So can life be defined?
91
209000
2000
Тож, чи можна дати визначення " життя"?
03:46
Well how would you go about it?
92
211000
2000
Як би ви це зробили?
03:48
Well of course,
93
213000
2000
Звичайно,
03:50
you'd go to Encyclopedia Britannica and open at L.
94
215000
2000
ви б відкрили Велику Британську Енциклопедію на літері " Ж".
03:52
No, of course you don't do that; you put it somewhere in Google.
95
217000
3000
Та ні, звичайно ви б цього не зробили; ви б ввели це слово в Гуглі.
03:55
And then you might get something.
96
220000
3000
І ви б звичайно ж щось та отримали.
03:58
And what you might get --
97
223000
2000
І що б ви, мабуть, отримали -
04:00
and anything that actually refers to things that we are used to,
98
225000
2000
з того, що прямо відноситься до речей які нам знайомі,
04:02
you throw away.
99
227000
2000
ви б просто змарнували шмат свого життя.
04:04
And then you might come up with something like this.
100
229000
2000
І ви б тоді отримали б щось на зразок цього.
04:06
And it says something complicated
101
231000
2000
Тут йдеться про щось дуже дуже складне
04:08
with lots and lots of concepts.
102
233000
2000
з великою кількістю понять.
04:10
Who on Earth would write something
103
235000
2000
Хто в біса міг написати щось
04:12
as convoluted and complex
104
237000
2000
настільки заплутане і важке
04:14
and inane?
105
239000
3000
і позбавлене змісту?
04:17
Oh, it's actually a really, really, important set of concepts.
106
242000
4000
Ну, насправді, це набір дуже важливих понять.
04:21
So I'm highlighting just a few words
107
246000
3000
Я виділю лише певні слова.
04:24
and saying definitions like that
108
249000
2000
і використавши наступне визначення
04:26
rely on things that are not based
109
251000
2000
я покладаюся на те, що зовсім не пов'язане з
04:28
on amino acids or leaves
110
253000
3000
амінокислотами чи листям
04:31
or anything that we are used to,
111
256000
2000
чи будь чим до чого ми звикли,
04:33
but in fact on processes only.
112
258000
2000
але лише на процеси.
04:35
And if you take a look at that,
113
260000
2000
І якщо ви придивитесь ближче,
04:37
this was actually in a book that I wrote that deals with artificial life.
114
262000
3000
то побачите, що це взято з книги, яку я написав про штучне життя.
04:40
And that explains why
115
265000
2000
І це пояснює чому
04:42
that NASA manager was actually in my office to begin with.
116
267000
3000
керівник НАСА насправді прийшов до мене в кабінет.
04:45
Because the idea was that, with concepts like that,
117
270000
3000
Тому що основна ідея полягала в тому, що з поняттям як це,
04:48
maybe we can actually manufacture
118
273000
2000
ми можемо насправді створити
04:50
a form of life.
119
275000
2000
певну життєву форму.
04:52
And so if you go and ask yourself,
120
277000
3000
І якщо ви раптом запитаєте самі себе:
04:55
"What on Earth is artificial life?",
121
280000
2000
" Що таке штучне життя?",
04:57
let me give you a whirlwind tour
122
282000
2000
дозвольте провести вам швидкий екскурс
04:59
of how all this stuff came about.
123
284000
2000
як ця вся справа виникла.
05:01
And it started out quite a while ago
124
286000
3000
Все почалось досить давно
05:04
when someone wrote
125
289000
2000
коли хтось написав
05:06
one of the first successful computer viruses.
126
291000
2000
один з найбільш успішних комп'ютерних вірусів.
05:08
And for those of you who aren't old enough,
127
293000
3000
Для тих з вас хто, в силу свого віку,
05:11
you have no idea how this infection was working --
128
296000
3000
не має зеленого поняття, як ця зараза працює -
05:14
namely, through these floppy disks.
129
299000
2000
особливо, через ці так звані дискети.
05:16
But the interesting thing about these computer virus infections
130
301000
3000
Цікавим стосовно цих вірусів є той факт,
05:19
was that, if you look at the rate
131
304000
2000
що якщо ви поглянете на швидкість
05:21
at which the infection worked,
132
306000
2000
з якою він працює, ви помітите,
05:23
they show this spiky behavior
133
308000
2000
що він має ту уривчасту поведінку
05:25
that you're used to from a flu virus.
134
310000
3000
яку ви добре знаєте з вірусу грипу.
05:28
And it is in fact due to this arms race
135
313000
2000
І саме через гонитву озброєнь
05:30
between hackers and operating system designers
136
315000
3000
між хакерами і дизайнерами операційних систем
05:33
that things go back and forth.
137
318000
2000
такий уривчастий рух і виникає.
05:35
And the result is kind of a tree of life
138
320000
2000
Результатом цього є певне дерево життя
05:37
of these viruses,
139
322000
2000
цих вірусів,
05:39
a phylogeny that looks very much
140
324000
3000
філогенез, що дуже схожий
05:42
like the type of life that we're used to, at least on the viral level.
141
327000
3000
на той тип життя до якого ми звикли, бодай у формі вірусу.
05:45
So is that life? Not as far as I'm concerned.
142
330000
3000
То чи є це життям? Не в мому розумінні.
05:48
Why? Because these things don't evolve by themselves.
143
333000
3000
Чому? Тому що це все не виникає самостійно.
05:51
In fact, they have hackers writing them.
144
336000
2000
Насправді, це хакери їх пишуть.
05:53
But the idea was taken very quickly a little bit further
145
338000
4000
Але цю ідею одназу швидко розвинули
05:57
when a scientist working at the Scientific Institute decided,
146
342000
3000
коли дослідник Наукового Інституту вирішив,
06:00
"Why don't we try to package these little viruses
147
345000
3000
" Чому б нам не спакувати ці маленькі віруси
06:03
in artificial worlds inside of the computer
148
348000
2000
в штучний світ всередині нашого комп'ютера
06:05
and let them evolve?"
149
350000
2000
і випустити на свободу?"
06:07
And this was Steen Rasmussen.
150
352000
2000
Це був Стівен Расмуссен.
06:09
And he designed this system, but it really didn't work,
151
354000
2000
І він створив таку систему, але вона не запрацювала,
06:11
because his viruses were constantly destroying each other.
152
356000
3000
бо його віруси почали знищувати один одного.
06:14
But there was another scientist who had been watching this, an ecologist.
153
359000
3000
Але був і інший науковець, який за цим спостерігав, еколог.
06:17
And he went home and says, "I know how to fix this."
154
362000
3000
І він прийшов додому і сказав: "Я знаю, як це владнати."
06:20
And he wrote the Tierra system,
155
365000
2000
І написав систему Тієра,
06:22
and, in my book, is in fact one of the first
156
367000
3000
і в моїй книжці це насправді один з перших прикладів
06:25
truly artificial living systems --
157
370000
2000
справжніх штучних життєвих систем -
06:27
except for the fact that these programs didn't really grow in complexity.
158
372000
3000
хоча ці програми не надто вдосконалилися з того часу.
06:30
So having seen this work, worked a little bit on this,
159
375000
3000
Тож ознайомившись з цією працею,
06:33
this is where I came in.
160
378000
2000
ось до чого я дійшов.
06:35
And I decided to create a system
161
380000
2000
І я вирішив створити систему
06:37
that has all the properties that are necessary
162
382000
2000
яка має всі властивості, необхідні
06:39
to see the evolution of complexity,
163
384000
3000
для дослідження складного процесу еволюції,
06:42
more and more complex problems constantly evolving.
164
387000
3000
і яка б виявляла все складніші і складніші проблеми розвитку.
06:45
And of course, since I really don't know how to write code, I had help in this.
165
390000
3000
І, оскільки, я не вмію писати програм, в мене були в цьому ділі помічники.
06:48
I had two undergraduate students
166
393000
2000
В мене було 2 студенти - випускники
06:50
at California Institute of Technology that worked with me.
167
395000
3000
в Каліфорнійському Технологічному Інституті, які працювали зі мною.
06:53
That's Charles Offria on the left, Titus Brown on the right.
168
398000
3000
Це Чарльз Офрія зліва і Тітус Браун справа.
06:56
They are now actually respectable professors
169
401000
3000
Зараз вони вже є поважними професорами
06:59
at Michigan State University,
170
404000
2000
в Мічіганському Державному Університеті,
07:01
but I can assure you, back in the day,
171
406000
2000
але тоді, я вас можу запевнити,
07:03
we were not a respectable team.
172
408000
2000
наша команда не була такою поважною.
07:05
And I'm really happy that no photo survives
173
410000
2000
І я дуже щасливий що не збереглось жодних фотографій,
07:07
of the three of us anywhere close together.
174
412000
3000
де б ми всі троє були.
07:10
But what is this system like?
175
415000
2000
Тож, як виглядала ця система?
07:12
Well I can't really go into the details,
176
417000
3000
Не буду вдаватись до глибоких деталей,
07:15
but what you see here is some of the entrails.
177
420000
2000
але те, що ви зараз бачите, є її внутрішніми елементами.
07:17
But what I wanted to focus on
178
422000
2000
Але я б хотів звернути увагу на
07:19
is this type of population structure.
179
424000
2000
структуру її розшарування.
07:21
There's about 10,000 programs sitting here.
180
426000
3000
Туди запущено більше 10,000 програм.
07:24
And all different strains are colored in different colors.
181
429000
3000
І різні їх види - зображені різними кольорами.
07:27
And as you see here, there are groups that are growing on top of each other,
182
432000
3000
Як ви бачите ось тут, деякі види розростаються поверх інших,
07:30
because they are spreading.
183
435000
2000
оскільки вони розмножуються.
07:32
Any time there is a program
184
437000
2000
За будь- яких обставин знайдеться програма,
07:34
that's better at surviving in this world,
185
439000
2000
яка буде більш пристосованою до цього середовища,
07:36
due to whatever mutation it has acquired,
186
441000
2000
і змутує таким чином,
07:38
it is going to spread over the others and drive the others to extinction.
187
443000
3000
що витіснить інших, аж поки вони не зникнуть.
07:41
So I'm going to show you a movie where you're going to see that kind of dynamic.
188
446000
3000
Я вам зараз покажу запис, на якому видно цей процес.
07:44
And these kinds of experiments are started
189
449000
3000
Цей процес розпочався
07:47
with programs that we wrote ourselves.
190
452000
2000
з програм які ми написали власноручно.
07:49
We write our own stuff, replicate it,
191
454000
2000
Ми написали власне програмне забезпечення цієї системи, скопіювали її,
07:51
and are very proud of ourselves.
192
456000
2000
і дуже пишалися собою.
07:53
And we put them in, and what you see immediately
193
458000
3000
Далі ми ввели її в систему і, як ви одразу помітите,
07:56
is that there are waves and waves of innovation.
194
461000
3000
одразу почали виникати нові і нові хвилі оновлення.
07:59
By the way, this is highly accelerated,
195
464000
2000
До речі, зображення - дуже прискорене,
08:01
so it's like a thousand generations a second.
196
466000
2000
так що ви бачите тисячі поколінь на секцнду.
08:03
But immediately the system goes like,
197
468000
2000
Система одразу ж стає однорідною,
08:05
"What kind of dumb piece of code was this?
198
470000
2000
" Що це за дурнувата система кодування?
08:07
This can be improved upon in so many ways
199
472000
2000
ЇЇ ж можна покращити мільйонами способів
08:09
so quickly."
200
474000
2000
і дуже швидко."
08:11
So you see waves of new types
201
476000
2000
Зараз ви бачите, як хвилі нового зразка
08:13
taking over the other types.
202
478000
2000
захоплюють інший тип.
08:15
And this type of activity goes on for quite awhile,
203
480000
3000
І це все триває досить довго,
08:18
until the main easy things have been acquired by these programs.
204
483000
4000
аж поки ця програма захоплює все те, що може захопити.
08:22
And then you see sort of like a stasis coming on
205
487000
4000
А далі, як бачите,виникає такий собі період застою,
08:26
where the system essentially waits
206
491000
2000
під час якого система восновному чекає
08:28
for a new type of innovation, like this one,
207
493000
3000
на новий інноваційний механізм, як ось цей,
08:31
which is going to spread
208
496000
2000
який буде знову ж таки поширюватися
08:33
over all the other innovations that were before
209
498000
2000
поверх всіх інших механізмів, що були до того
08:35
and is erasing the genes that it had before,
210
500000
3000
і руйнує свою попередню генну структуру,
08:38
until a new type of higher level of complexity has been achieved.
211
503000
4000
аж поки не досягає нового рівня вдосконалення.
08:42
And this process goes on and on and on.
212
507000
3000
І так триває до безконечності.
08:45
So what we see here
213
510000
2000
Тож, те, що ми зараз бачито
08:47
is a system that lives
214
512000
2000
є системою, що живе
08:49
in very much the way we're used to life [going.]
215
514000
2000
у розумінні схожому до нашого .
08:51
But what the NASA people had asked me really
216
516000
4000
Але що хотіли працівники НАСА довідатись
08:55
was, "Do these guys
217
520000
2000
було :" Чи вони
08:57
have a biosignature?
218
522000
2000
мають біосигнатуру?
08:59
Can we measure this type of life?
219
524000
2000
Чи ми можемо виміряти цей тип життя?
09:01
Because if we can,
220
526000
2000
Бо, якщо так,
09:03
maybe we have a chance of actually discovering life somewhere else
221
528000
3000
то ми теоретично маємо шанс відкрити життя і де - інде
09:06
without being biased
222
531000
2000
упередженого ставлення
09:08
by things like amino acids."
223
533000
2000
до речей з розряду амінокислот."
09:10
So I said, "Well, perhaps we should construct
224
535000
3000
Тоді я відповів: " Можливо ми зможемо сконструювати
09:13
a biosignature
225
538000
2000
біосигнітуру,
09:15
based on life as a universal process.
226
540000
3000
що буде базуватись на житті як універсальному процесі.
09:18
In fact, it should perhaps make use
227
543000
2000
Можливо, вона може були побудована на основі
09:20
of the concepts that I developed
228
545000
2000
консептів, які я виділив
09:22
just in order to sort of capture
229
547000
2000
для визначення
09:24
what a simple living system might be."
230
549000
2000
простої життєвої системи."
09:26
And the thing I came up with --
231
551000
2000
Те, що я отримав
09:28
I have to first give you an introduction about the idea,
232
553000
4000
Я спочатку введу вас в курс справи,
09:32
and maybe that would be a meaning detector,
233
557000
3000
що це буде більше визначенням значення
09:35
rather than a life detector.
234
560000
3000
ніж самого життя.
09:38
And the way we would do that --
235
563000
2000
І ось спосіб, за допомогою якого ми це зробимо -
09:40
I would like to find out how I can distinguish
236
565000
2000
Я хотів би визначити, як мені розрізнити
09:42
text that was written by a million monkeys,
237
567000
2000
текст написаний мільйонами мавп,
09:44
as opposed to text that [is] in our books.
238
569000
3000
від текстів в наших книжках.
09:47
And I would like to do it in such a way
239
572000
2000
І я хотів би зробити це таким чином
09:49
that I don't actually have to be able to read the language,
240
574000
2000
щоб мені не довелося читати мову,
09:51
because I'm sure I won't be able to.
241
576000
2000
бо я, очевидно, не зміг би цього робити.
09:53
As long as I know that there's some sort of alphabet.
242
578000
2000
Якщо б вони використовували певний алфавіт.
09:55
So here would be a frequency plot
243
580000
3000
Зараз ви бачите графік частотності того
09:58
of how often you find
244
583000
2000
як часто зустрічається
10:00
each of the 26 letters of the alphabet
245
585000
2000
кожна з 26 літер алфавіту
10:02
in a text written by random monkeys.
246
587000
3000
в тексті, випадково написаному мавпами.
10:05
And obviously each of these letters
247
590000
2000
Цілком зрозуміло, що кожна з цих літер
10:07
comes off about roughly equally frequent.
248
592000
2000
трапляється в тексті з певною частотністю.
10:09
But if you now look at the same distribution in English texts,
249
594000
4000
Якщо ви зараз поглянете на розпреділення літер в англійських текстах,
10:13
it looks like that.
250
598000
2000
воно виглядатиме так.
10:15
And I'm telling you, this is very robust across English texts.
251
600000
3000
І можна сказати, що ця тенценція досить міцна в англійських текстах.
10:18
And if I look at French texts, it looks a little bit different,
252
603000
2000
Якщо ми розглянемо французькі тексти, загальна картина виглядатиме по-інакшому,
10:20
or Italian or German.
253
605000
2000
так само як в італійській чи німецькій.
10:22
They all have their own type of frequency distribution,
254
607000
3000
Всі вони мають свою унікальну часоту розпреділеня.
10:25
but it's robust.
255
610000
2000
і вона досить стала.
10:27
It doesn't matter whether it writes about politics or about science.
256
612000
3000
Немає значення, чи ці тексти стосуються політики чи науки.
10:30
It doesn't matter whether it's a poem
257
615000
3000
Це може так само бути вірш
10:33
or whether it's a mathematical text.
258
618000
3000
чи математична формула.
10:36
It's a robust signature,
259
621000
2000
Це стала риса,
10:38
and it's very stable.
260
623000
2000
дуже стабільна.
10:40
As long as our books are written in English --
261
625000
2000
Так само і наші книжки написані англійською -
10:42
because people are rewriting them and recopying them --
262
627000
3000
люди постійно їх переписують і копіюють -
10:45
it's going to be there.
263
630000
2000
тому ця все можна простежити на їх прикладі.
10:47
So that inspired me to think about,
264
632000
2000
Це наштовхує мене на думку
10:49
well, what if I try to use this idea
265
634000
3000
про можливість використання цього принципу
10:52
in order, not to detect random texts
266
637000
2000
не для розпізнавання випадкового тексту
10:54
from texts with meaning,
267
639000
2000
від значущого,
10:56
but rather detect the fact that there is meaning
268
641000
4000
але, радше, для розпізнавання значення
11:00
in the biomolecules that make up life.
269
645000
2000
біомолекул, що складають життя.
11:02
But first I have to ask:
270
647000
2000
Але спершу, мушу запитати:
11:04
what are these building blocks, like the alphabet, elements that I showed you?
271
649000
3000
Що це за будівельні матеріали, елементи, схожі на алфавіт, які я вам хочу показати?
11:07
Well it turns out, we have many different alternatives
272
652000
3000
Виявляється, ми маємо багато альтернатив
11:10
for such a set of building blocks.
273
655000
2000
для їх визначення.
11:12
We could use amino acids,
274
657000
2000
Ми можемо використати амінокислоти,
11:14
we could use nucleic acids, carboxylic acids, fatty acids.
275
659000
3000
нуклеїнові кислоти, карбонові кислоти, жирні кислоти.
11:17
In fact, chemistry's extremely rich, and our body uses a lot of them.
276
662000
3000
Насправді, хімічних елементів дуже багато, і наше тіло використовує велику кількість з них
11:20
So that we actually, to test this idea,
277
665000
3000
Тож давайте спочатку проаналізуємо цю ідею,
11:23
first took a look at amino acids and some other carboxylic acids.
278
668000
3000
і розглянемо амінокислоти і деякі інші карбонові кислоти.
11:26
And here's the result.
279
671000
2000
Ось що ми отримаємо.
11:28
Here is, in fact, what you get
280
673000
3000
зараз ви можете побачити
11:31
if you, for example, look at the distribution of amino acids
281
676000
3000
наприклад, як виглядає розподіл амінокислот
11:34
on a comet or in interstellar space
282
679000
3000
на кометі чи міжзірковаму просторі
11:37
or, in fact, in a laboratory,
283
682000
2000
чи, навіть в лабораторії,
11:39
where you made very sure that in your primordial soup
284
684000
2000
де ви абсолютно впевнені, що в вашому первинному бульйоні
11:41
that there is not living stuff in there.
285
686000
2000
немає жодних живих організмів.
11:43
What you find is mostly glycine and then alanine
286
688000
3000
Тут ми бачимо найбільший вміст гліцину і аланіну,
11:46
and there's some trace elements of the other ones.
287
691000
3000
а також сліди інших елементів.
11:49
That is also very robust --
288
694000
3000
Ця закономірність є так само дуже стабільною -
11:52
what you find in systems like Earth
289
697000
3000
навіть для систем схожих на Землю
11:55
where there are amino acids,
290
700000
2000
де є амінокислоти,
11:57
but there is no life.
291
702000
2000
але немає життя.
11:59
But suppose you take some dirt
292
704000
2000
Але якщо ми візьмемо грудку грунту
12:01
and dig through it
293
706000
2000
і розпушимо її
12:03
and then put it into these spectrometers,
294
708000
3000
і помістимо її під один з спектрометрів,
12:06
because there's bacteria all over the place;
295
711000
2000
ви побачите що вона кинить бактеріями;
12:08
or you take water anywhere on Earth,
296
713000
2000
або, припустимо, візьмете воду з будь-якої точки Землі,
12:10
because it's teaming with life,
297
715000
2000
бо вона кишить життям,
12:12
and you make the same analysis;
298
717000
2000
і зробимо такий самий аналіз;
12:14
the spectrum looks completely different.
299
719000
2000
цей спектр виглядатиме зовсім по-іншому.
12:16
Of course, there is still glycine and alanine,
300
721000
4000
Звичайно, тут все ще присутній гліцин і аланін,
12:20
but in fact, there are these heavy elements, these heavy amino acids,
301
725000
3000
але насправді, тут також присутні важкі елементи, важкі амінокислоти,
12:23
that are being produced
302
728000
2000
які виробляються,
12:25
because these are valuable to the organism.
303
730000
2000
тому що вони цінні для організму.
12:27
And some other ones
304
732000
2000
А деяких інших
12:29
that are not used in the set of 20,
305
734000
2000
що не входять у цей список з двадцяти пунктів,
12:31
they will not appear at all
306
736000
2000
взагалі не було виявлено
12:33
in any type of concentration.
307
738000
2000
у жодній концентрації.
12:35
So this also turns out to be extremely robust.
308
740000
2000
Це також досить стала тенденція.
12:37
It doesn't matter what kind of sediment you're using to grind up,
309
742000
3000
Немає значення, які матеріали ви використовуєте,
12:40
whether it's bacteria or any other plants or animals.
310
745000
3000
чи то бактерії, чи рослини або тварини.
12:43
Anywhere there's life,
311
748000
2000
Всюди де буде присутнє життя,
12:45
you're going to have this distribution,
312
750000
2000
ви знайдете розпреділення певного видо,
12:47
as opposed to that distribution.
313
752000
2000
що буде відрізнятися від інших.
12:49
And it is detectable not just in amino acids.
314
754000
3000
І це можна виявити не лише на прикладі амінокислот.
12:52
Now you could ask:
315
757000
2000
Зараз ви можете запитати:
12:54
well, what about these Avidians?
316
759000
2000
Як щодо Авідіан?
12:56
The Avidians being the denizens of this computer world
317
761000
4000
Авідіанами називають так званих жителів комп'ютерного світу,
13:00
where they are perfectly happy replicating and growing in complexity.
318
765000
3000
в якому вони абсолютно щасливі, відтворюючись і еволюціонуючи.
13:03
So this is the distribution that you get
319
768000
3000
Це - тип розпреділення, який ви отримаєте,
13:06
if, in fact, there is no life.
320
771000
2000
якщо життя відсутнє.
13:08
They have about 28 of these instructions.
321
773000
3000
всього тут вказано 28 з цих опцій.
13:11
And if you have a system where they're being replaced one by the other,
322
776000
3000
І якщо взяти систему, в якій вони взаємозамінні,
13:14
it's like the monkeys writing on a typewriter.
323
779000
2000
то це буде нагадувати те, що надрукували мавпи.
13:16
Each of these instructions appears
324
781000
3000
Кожна з цих опцій з'являється
13:19
with roughly the equal frequency.
325
784000
3000
з приблизно однаковою частотністю.
13:22
But if you now take a set of replicating guys
326
787000
4000
Але якщо ви розглянете всі ці відтворювальні створіння в сукупності,
13:26
like in the video that you saw,
327
791000
2000
як на відео, яке ви бачили,
13:28
it looks like this.
328
793000
2000
дистрибуція виглядатиме приблизно так.
13:30
So there are some instructions
329
795000
2000
Одже, є деякі опції
13:32
that are extremely valuable to these organisms,
330
797000
2000
які надзвичайно важливі для цих організмів,
13:34
and their frequency is going to be high.
331
799000
3000
і тому їх частота буде високою.
13:37
And there's actually some instructions
332
802000
2000
Також є деякі опції,
13:39
that you only use once, if ever.
333
804000
2000
які використовуються в кращому разі лише раз.
13:41
So they are either poisonous
334
806000
2000
Тобто вони або отруйні,
13:43
or really should be used at less of a level than random.
335
808000
4000
або, насправді, повинні використовуватись лише за певних рідкісних умов.
13:47
In this case, the frequency is lower.
336
812000
3000
В цьому випадку, частотність знижується.
13:50
And so now we can see, is that really a robust signature?
337
815000
3000
Одже, тепер ми можемо замислитися, чи це все є сталою сигнатурою?
13:53
I can tell you indeed it is,
338
818000
2000
Як на мене, то є,
13:55
because this type of spectrum, just like what you've seen in books,
339
820000
3000
тому що цей тип спектру нагадує той, який ви бачили з книжками,
13:58
and just like what you've seen in amino acids,
340
823000
2000
і той, що ви бачили на прикладі амінокислот,
14:00
it doesn't really matter how you change the environment, it's very robust;
341
825000
3000
і зовсім немає значення наскільки ви змінюєте середовище, він - дуже стабільний;
14:03
it's going to reflect the environment.
342
828000
2000
він відображає середовище.
14:05
So I'm going to show you now a little experiment that we did.
343
830000
2000
Зараз я покажу вам невеличний експеримент, який ми провели.
14:07
And I have to explain to you,
344
832000
2000
І я мушу пояснити вам наступне,
14:09
the top of this graph
345
834000
2000
цей верхній графік
14:11
shows you that frequency distribution that I talked about.
346
836000
3000
демонструє частотну дистрибуцію про яку я говорив.
14:14
Here, in fact, that's the lifeless environment
347
839000
3000
Тут ми бачимо нежиттєве середовище,
14:17
where each instruction occurs
348
842000
2000
де виникають всі можливі опції
14:19
at an equal frequency.
349
844000
2000
з однаковою частотністю.
14:21
And below there, I show, in fact,
350
846000
3000
А знизу я зобразив
14:24
the mutation rate in the environment.
351
849000
3000
швидкість мутації навколишнього середовищі.
14:27
And I'm starting this at a mutation rate that is so high
352
852000
3000
І я почну з настільки високої швидкості мутації
14:30
that, even if you would drop
353
855000
2000
що, навіть якщо ви призупинете
14:32
a replicating program
354
857000
2000
процес відтворення,
14:34
that would otherwise happily grow up
355
859000
2000
ці елементи будуть і надалі безперешкодно розростатися,
14:36
to fill the entire world,
356
861000
2000
аж поки не заповнять ціле середовище,
14:38
if you drop it in, it gets mutated to death immediately.
357
863000
4000
і якщо не проконтролювати цей прцес, то вони будуть мутувати аж до настання смерті.
14:42
So there is no life possible
358
867000
2000
Отже, немає життя
14:44
at that type of mutation rate.
359
869000
3000
при такій швидкості мутацій.
14:47
But then I'm going to slowly turn down the heat, so to speak,
360
872000
4000
Але потім я збавлю обороти, так би мовити,
14:51
and then there's this viability threshold
361
876000
2000
так щоб вони відповідали порогу життєспроможності,
14:53
where now it would be possible
362
878000
2000
при якому буде можливо
14:55
for a replicator to actually live.
363
880000
2000
вижити.
14:57
And indeed, we're going to be dropping these guys
364
882000
3000
І далі ми будемо додавати все нові і нові "організми"
15:00
into that soup all the time.
365
885000
2000
в це середовище.
15:02
So let's see what that looks like.
366
887000
2000
Отже, давайте подивимось, як це виглядатиме.
15:04
So first, nothing, nothing, nothing.
367
889000
3000
Отже, спочатку нічого, нічого, нічого.
15:07
Too hot, too hot.
368
892000
2000
Занадто жарко, все ще зажарко!
15:09
Now the viability threshold is reached,
369
894000
3000
Тепер ми вже досягли порогу життєспроможності,
15:12
and the frequency distribution
370
897000
2000
і частотність дистрибуції
15:14
has dramatically changed and, in fact, stabilizes.
371
899000
3000
кардинально змінилася, тобто стабілізувалась.
15:17
And now what I did there
372
902000
2000
А потім я зробив наступне:
15:19
is, I was being nasty, I just turned up the heat again and again.
373
904000
3000
я був нестерпним і знову почав добавляти жару все більше і більше.
15:22
And of course, it reaches the viability threshold.
374
907000
3000
І, звичайно ж, середовище знову досягло порогу життєспроможності.
15:25
And I'm just showing this to you again because it's so nice.
375
910000
3000
Я вам ще раз прокручу цей момент, бо він дуже милий.
15:28
You hit the viability threshold.
376
913000
2000
Досягається поріг життєспроможності.
15:30
The distribution changes to "alive!"
377
915000
2000
починають коливатися параметри дистрибуції
15:32
And then, once you hit the threshold
378
917000
3000
І, нарешті, коли знову настає цей поріг,
15:35
where the mutation rate is so high
379
920000
2000
при якому швидкість мутації є максимально високою,
15:37
that you cannot self-reproduce,
380
922000
2000
так що процес відтворення собі подібних унеможливлюється,
15:39
you cannot copy the information
381
924000
3000
бо стає важко передати інформацію
15:42
forward to your offspring
382
927000
2000
нащадкам
15:44
without making so many mistakes
383
929000
2000
без значних помилок,
15:46
that your ability to replicate vanishes.
384
931000
3000
сама можливість відтворюватися зникає.
15:49
And then that signature is lost.
385
934000
3000
І тоді ми втрачаємо сигнітуру.
15:52
What do we learn from that?
386
937000
2000
Що ж ми з цього всього дізналися?
15:54
Well, I think we learn a number of things from that.
387
939000
4000
Ну, думаю, досить багато всього.
15:58
One of them is,
388
943000
2000
Серед цього всього і те,
16:00
if we are able to think about life
389
945000
3000
що ми можемо розмірковувати про життя
16:03
in abstract terms --
390
948000
2000
як про абстрактне поняття -
16:05
and we're not talking about things like plants,
391
950000
2000
не про об'єкти що схожі на рослин,
16:07
and we're not talking about amino acids,
392
952000
2000
чи амінокислоти,
16:09
and we're not talking about bacteria,
393
954000
2000
чи навіть бактерії,
16:11
but we think in terms of processes --
394
956000
2000
але ми розмірковуємо на рівні процесів -
16:13
then we could start to think about life,
395
958000
3000
далі ми можемо розмірковувати про життя
16:16
not as something that is so special to Earth,
396
961000
2000
не як про щось унікальне на землі,
16:18
but that, in fact, could exist anywhere.
397
963000
3000
але як таке, що може існувати будь-де.
16:21
Because it really only has to do
398
966000
2000
Тому що єдине що має значення в цьому сенсі
16:23
with these concepts of information,
399
968000
2000
це ті найменші частинки інформації,
16:25
of storing information
400
970000
2000
а саме збереженої інформації
16:27
within physical substrates --
401
972000
2000
в межах фізичного середовища -
16:29
anything: bits, nucleic acids,
402
974000
2000
це може бути будь-що: біти, амінокислоти,
16:31
anything that's an alphabet --
403
976000
2000
будь-що, що є своєрідним алфавітом -
16:33
and make sure that there's some process
404
978000
2000
а також певний процес,
16:35
so that this information can be stored
405
980000
2000
за допомогою якого цю інформацію можна зберігати
16:37
for much longer than you would expect
406
982000
2000
на період часу довший за той,
16:39
the time scales for the deterioration of information.
407
984000
4000
який неодхідний для її мутації.
16:43
And if you can do that,
408
988000
2000
І якщо таке можливо,
16:45
then you have life.
409
990000
2000
то ви маєте справу з життям.
16:47
So the first thing that we learn
410
992000
2000
Отже, по-перше, ми дізналися
16:49
is that it is possible to define life
411
994000
3000
про те, що життя можна визначити
16:52
in terms of processes alone,
412
997000
3000
за допомогою самих лише процесів,
16:55
without referring at all
413
1000000
2000
без посилання
16:57
to the type of things that we hold dear,
414
1002000
2000
на речі, які для нас є такими рідними,
16:59
as far as the type of life on Earth is.
415
1004000
3000
бо вони відображають тип життя на Землі.
17:02
And that in a sense removes us again,
416
1007000
3000
І ще одна річ, що розвіює наші уявлення,
17:05
like all of our scientific discoveries, or many of them --
417
1010000
3000
і навіть деякі наукові уявлення, чи навіть багато з цих уявлень -
17:08
it's this continuous dethroning of man --
418
1013000
2000
які ніби скидають людину з престолу -
17:10
of how we think we're special because we're alive.
419
1015000
3000
про те, що ми вважаємо себе особливими, тому що ми живі.
17:13
Well we can make life. We can make life in the computer.
420
1018000
3000
Виявляється, ми можемо створити життя самі. Ми можемо створити життя всередині нашого комп'ютера.
17:16
Granted, it's limited,
421
1021000
2000
Звичайно ж, воно дуже примітивне,
17:18
but we have learned what it takes
422
1023000
3000
але ми дізналися, що потрібно для того
17:21
in order to actually construct it.
423
1026000
2000
щоб насправді його зконструювати.
17:23
And once we have that,
424
1028000
3000
І коли ми це все дізналися,
17:26
then it is not such a difficult task anymore
425
1031000
3000
то це перестає бути чимось надтяжким
17:29
to say, if we understand the fundamental processes
426
1034000
4000
якщо, припустимо, ми знаємо про фундаментальні процеси,
17:33
that do not refer to any particular substrate,
427
1038000
3000
які не відносяться до певного середовища,
17:36
then we can go out
428
1041000
2000
ми можемо розширити свій кругозір
17:38
and try other worlds,
429
1043000
2000
і дослідити інші світи,
17:40
figure out what kind of chemical alphabets might there be,
430
1045000
4000
визначити хімічний алфавіт, який в них присутній,
17:44
figure enough about the normal chemistry,
431
1049000
2000
визначити типовий хімічний склад,
17:46
the geochemistry of the planet,
432
1051000
3000
геохімію планети,
17:49
so that we know what this distribution would look like
433
1054000
2000
для того щоб дізнатися, як виглядає її приблизний розподіл (дистрибуція)
17:51
in the absence of life,
434
1056000
2000
незважаючи на відсутність життя,
17:53
and then look for large deviations from this --
435
1058000
3000
а потім знайти відхилення від цієї дистрибуції -
17:56
this thing sticking out, which says,
436
1061000
3000
щось, що буде випадати з загальної схеми, що вказує на наступне:
17:59
"This chemical really shouldn't be there."
437
1064000
2000
" Цей хімічний елемент - не на свому місці."
18:01
Now we don't know that there's life then,
438
1066000
2000
За цих умов, ми не дізнаємось, чи є насправді там життя,
18:03
but we could say,
439
1068000
2000
але ми зможемо сказати собі:
18:05
"Well at least I'm going to have to take a look very precisely at this chemical
440
1070000
3000
" Принаймні я детально досліджу цей хімічний елемент
18:08
and see where it comes from."
441
1073000
2000
і дізнаюся звідки він походить."
18:10
And that might be our chance
442
1075000
2000
І це може бути нашим шансом
18:12
of actually discovering life
443
1077000
2000
фактичного відкриття життя,
18:14
when we cannot visibly see it.
444
1079000
2000
якого ми не можемо побачити зорово.
18:16
And so that's really the only take-home message
445
1081000
3000
І саме це є основною інформацією, яку треба запам'ятати
18:19
that I have for you.
446
1084000
2000
з моєї презентації.
18:21
Life can be less mysterious
447
1086000
2000
Життя може бути менш містичним
18:23
than we make it out to be
448
1088000
2000
ніж ми його уявляємо
18:25
when we try to think about how it would be on other planets.
449
1090000
4000
в межах інших планет.
18:29
And if we remove the mystery of life,
450
1094000
3000
І якщо ми позбудемося такої містики,
18:32
then I think it is a little bit easier
451
1097000
3000
нам буде набагато легше
18:35
for us to think about how we live,
452
1100000
2000
замислитись над нашим життям,
18:37
and how perhaps we're not as special as we always think we are.
453
1102000
3000
і над тим, що ми не такі особливі, як ми себе вважаємо.
18:40
And I'm going to leave you with that.
454
1105000
2000
І на цьому я завершу.
18:42
And thank you very much.
455
1107000
2000
Дуже Вам дякую.
18:44
(Applause)
456
1109000
2000
(Оплески)
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