TEDxUIUC
Christoph Adami: Finding life we can't imagine
کریستوفر آدامی: در جستجوی حیاتی که نمی‌توانیم تصور کنیم
Filmed:
Readability: 3.7
652,149 views
چطور به دنبال یک حیات بیگانه باشیم اگر شبیه به آن حیاتی نباشد که ما می‌شناسیم؟ کریستوفر آدامی در TEDxUIUC نشان می‌دهد که چطور از تحقیقات‌اش در زمینه حیات مصنوعی - برنامه‌های کامپیوتری خودزا - استفاده می‌کند تا یک نشانه، یک زیست‌نشانگر، پیدا کند که فارغ از پیش‌داوری‌های ما درباره‌ی چگونگی حیات باشد.
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
خب، انگار من حرفه‌ی عجیبی دارم.
00:17
I know it because people come up to me, like colleagues,
1
2000
3000
این را می‌دانم چون مردم، مثلا همکارهام، وقتی به من برمی‌خورند
00:20
and say, "Chris, you have a strange career."
2
5000
2000
بهم می‌گن: «کریس، تو شغل عجیبی داری.»
00:22
(Laughter)
3
7000
2000
(خنده)
00:24
And I can see their point,
4
9000
2000
و من آنها را درک می‌کنم،
00:26
because I started my career
5
11000
2000
چون من کارم را به عنوان
00:28
as a theoretical nuclear physicist.
6
13000
2000
یک نظریه‌پرداز فیزیک هسته‌ای شروع کردم.
00:30
And I was thinking about quarks and gluons
7
15000
2000
و داشتم درباره کوارک‌ها و گلوان‌ها (ذرات بنیادی در فیزیک)
00:32
and heavy ion collisions,
8
17000
2000
و برخورد‌های یون‌های سنگین فکر می‌کردم،
00:34
and I was only 14 years old.
9
19000
2000
و فقط چهارده ساله بودم.
00:36
No, no, I wasn't 14 years old.
10
21000
3000
نه، نه، چهارده ساله نبودم.
00:40
But after that,
11
25000
2000
ولی بعد از آن،
00:42
I actually had my own lab
12
27000
2000
من واقعا آزمایشگاه خودم را در دپارتمان محاسبات علوم عصب‌شناختی داشتم،
00:44
in the computational neuroscience department,
13
29000
2000
من واقعا آزمایشگاه خودم را در دپارتمان محاسبات علوم عصب‌شناختی داشتم،
00:46
and I wasn't doing any neuroscience.
14
31000
2000
و هیچ کاری مربوط به علم عصب شناختی انجام نمی‌دادم.
00:48
Later, I would work on evolutionary genetics,
15
33000
3000
بعدها، در زمینه ژنتیک فرگشتی (تکاملی) کار کردم،
00:51
and I would work on systems biology.
16
36000
2000
و همچنین در زمینه زیست‌شناسی سیستم‌ها کار کردم.
00:53
But I'm going to tell you about something else today.
17
38000
3000
ولی امروز می‌خوام درباره چیز دیگری با شما صحبت کنم.
00:56
I'm going to tell you
18
41000
2000
می‌خوام بهتان بگم
00:58
about how I learned something about life.
19
43000
2000
که چطور درباره‌ی حیات چیزی آموختم.
01:00
And I was actually a rocket scientist.
20
45000
4000
من عملا یک محقق موشکی بودم.
01:04
I wasn't really a rocket scientist,
21
49000
2000
واقعا یک محقق موشکی نبودم،
01:06
but I was working
22
51000
2000
ولی مشغول کار در
01:08
at the Jet Propulsion Laboratory
23
53000
2000
آزمایشگاه نیروی محرکه جت بودم.
01:10
in sunny California where it's warm;
24
55000
3000
در کالیفرنیای آفتابی که هوا گرم است؛
01:13
whereas now I'm in the mid-West,
25
58000
2000
در حالی که الان در غرب میانه هستم،
01:15
and it's cold.
26
60000
2000
و هوا سرد است.
01:17
But it was an exciting experience.
27
62000
3000
اما یک تجربه هیجان‌انگیز بود.
01:20
One day a NASA manager comes into my office,
28
65000
3000
یک روز یک مدیر از «ناسا» وارد دفترکار من شد،
01:23
sits down and says,
29
68000
3000
نشست و بهم گفت:
01:26
"Can you please tell us,
30
71000
2000
«می‌شه لطفا به ما بگی،
01:28
how do we look for life outside Earth?"
31
73000
2000
که چطور به دنبال حیات در خارج از کره زمین بگردیم؟»
01:30
And that came as a surprise to me,
32
75000
2000
و این برای من غیر منتظره بود،
01:32
because I was actually hired
33
77000
2000
چرا که من در واقع استخدام شده بودم
01:34
to work on quantum computation.
34
79000
2000
که روی محاسبات کوانتومی کار کنم.
01:36
Yet, I had a very good answer.
35
81000
2000
در آن زمان، یک جواب خوب داشتم.
01:38
I said, "I have no idea."
36
83000
3000
من گفتم: «من هیچ نظری ندارم.»
01:41
And he told me, "Biosignatures,
37
86000
3000
و او به من گفت، «علائم زیستی،
01:44
we need to look for a biosignature."
38
89000
2000
ما در جستجوی علامت زیستی هستیم.»
01:46
And I said, "What is that?"
39
91000
2000
و من گفتم: «چی هست؟»
01:48
And he said, "It's any measurable phenomenon
40
93000
2000
و او گفت: «هر پدیده قابل اندازه‌گیری است
01:50
that allows us to indicate
41
95000
2000
که به ما اجازه می‌ده وجود حیات را نشان بده.»
01:52
the presence of life."
42
97000
2000
که به ما اجازه می‌ده وجود حیات را رصد کنیم.»
01:54
And I said, "Really?
43
99000
2000
و من گفتم: «واقعا؟
01:56
Because isn't that easy?
44
101000
2000
چون این به این سادگی‌ها نیست.
01:58
I mean, we have life.
45
103000
2000
منظورم اینه که، ما حیات را در اختیار داریم.
02:00
Can't you apply a definition,
46
105000
2000
آیا نمی‌تونید از یک تعریف استفاده کنید،
02:02
like for example, a Supreme Court-like definition of life?"
47
107000
4000
به عنوان مثال، یک تعریف از حیات که از سوی دیوان عالی کشور تعیین شده باشه؟»
02:06
And then I thought about it a little bit, and I said,
48
111000
2000
و بعد کمی به آن فکر کردم، و گفتم:
02:08
"Well, is it really that easy?
49
113000
2000
«خب، آیا واقعا به همین سادگی‌ست؟
02:10
Because, yes, if you see something like this,
50
115000
3000
چون، آره، اگر شما چیزی شبیه این ببینید،
02:13
then all right, fine, I'm going to call it life --
51
118000
2000
اشکالی ندارد، من آن را حیات می‌نامم -
02:15
no doubt about it.
52
120000
2000
هیچ شکی در آن نیست.
02:17
But here's something."
53
122000
2000
ولی این را ببینید.»
02:19
And he goes, "Right, that's life too. I know that."
54
124000
3000
و او پاسخ داد: «درسته، این هم حیات‌ست، می‌دانم.»
02:22
Except, if you think life is also defined
55
127000
2000
فقط اینکه، اگر تصور کنید که زندگی را
02:24
by things that die,
56
129000
2000
می‌توان بر اساس چیزهایی که می‌میرند هم تعریف کرد،
02:26
you're not in luck with this thing,
57
131000
2000
در مورد این یکی چندان خوش‌شانس نخواهید بود،
02:28
because that's actually a very strange organism.
58
133000
2000
چون در واقع این یک ارگانیسمِ خیلی عجیب است،
02:30
It grows up into the adult stage like that
59
135000
2000
اینجوری رشد می‌کند و وارد مرحله‌ی بلوغ می‌شه
02:32
and then goes through a Benjamin Button phase,
60
137000
3000
و بعد وارد یک مرحله «بنجامین باتن»ی می‌شه،
02:35
and actually goes backwards and backwards
61
140000
2000
و عملا عقب عقب می‌ره
02:37
until it's like a little embryo again,
62
142000
2000
تا وقتی که دوباره به صورت یک جنین کوچک در‌میاد،
02:39
and then actually grows back up, and back down and back up -- sort of yo-yo --
63
144000
3000
بعد دوباره رشد می‌کند، و دوباره کوچک می‌شه و دوباره بزرگ می‌شه - یه جور یویو -
02:42
and it never dies.
64
147000
2000
و هیچ‌وقت نمی‌میرد.
02:44
So it's actually life,
65
149000
2000
پس این در واقع یک زندگی‌ست،
02:46
but it's actually not
66
151000
2000
اما عملا آنچه که ما درباره زندگی فکر می‌کردیم نیست.
02:48
as we thought life would be.
67
153000
3000
اما عملا شبیه به آنچه که ما درباره زندگی فکر می‌کردیم نیست.
02:51
And then you see something like that.
68
156000
2000
و بعد شما یک چیز شبیه به این می‌بینید.
02:53
And he was like, "My God, what kind of a life form is that?"
69
158000
2000
و می‌گین: «خدای من، این دیگر چه جور حیاتی است؟»
02:55
Anyone know?
70
160000
2000
کسی می‌داند؟
02:57
It's actually not life, it's a crystal.
71
162000
3000
در واقع این حیات نیست، این یک کریستال است.
03:00
So once you start looking and looking
72
165000
2000
پس وقتی شما شروع به نگاه کردن و کندوکاو می‌کنید
03:02
at smaller and smaller things --
73
167000
2000
در چیزهای کوچکتر و کوچکتر -
03:04
so this particular person
74
169000
2000
خب این شخص بخصوص
03:06
wrote a whole article and said, "Hey, these are bacteria."
75
171000
3000
یک مقاله کامل در این باره نوشته و گفته: «هی! این‌ها باکتری هستند.»
03:09
Except, if you look a little bit closer,
76
174000
2000
در حالی‌که که اگر شما از نزدیک‌تر نگاه کنید،
03:11
you see, in fact, that this thing is way too small to be anything like that.
77
176000
3000
می‌بینید که در واقع خیلی کوچکتر از این حرف‌هاست که بخواد حیات داشته باشد.
03:14
So he was convinced,
78
179000
2000
خب او قانع شد،
03:16
but, in fact, most people aren't.
79
181000
2000
اما عملا، خیلی از مردم این‌گونه نیستند.
03:18
And then, of course,
80
183000
2000
و بعد، البته،
03:20
NASA also had a big announcement,
81
185000
2000
ناسا یک خبررسانی باشکوه انجام داد،
03:22
and President Clinton gave a press conference,
82
187000
2000
و رئیس جمهور کلینتون یک کنفرانس مطبوعاتی درباره این دست‌آورد حیرت آور برگزار کرد،
03:24
about this amazing discovery
83
189000
2000
و رئیس جمهور کلینتون یک کنفرانس مطبوعاتی درباره این دست‌آورد حیرت آور برگزار کرد،
03:26
of life in a Martian meteorite.
84
191000
3000
وجود حیات در یک شهاب سنگ مریخی.
03:29
Except that nowadays, it's heavily disputed.
85
194000
4000
که البته این روزها، بسیار مورد اختلاف نظر قرار گرفته است.
03:33
If you take the lesson of all these pictures,
86
198000
3000
اگربخواید از همه‌ی این عکس‌ها درس بگیرید،
03:36
then you realize, well actually maybe it's not that easy.
87
201000
2000
آن وقت متوجه می‌شید، که شاید به این سادگی‌ها هم نباشد.
03:38
Maybe I do need
88
203000
2000
شاید من واقعا به یک تعریف از زندگی نیاز دارم
03:40
a definition of life
89
205000
2000
شاید من واقعا به یک تعریف از زندگی نیاز دارم
03:42
in order to make that kind of distinction.
90
207000
2000
تا بتونم این تمایز را قائل بشم.
03:44
So can life be defined?
91
209000
2000
خب آیا حیات قابل تعریف است؟
03:46
Well how would you go about it?
92
211000
2000
شما چگونه با این موضوع برخورد می‌کنید؟
03:48
Well of course,
93
213000
2000
خب البته،
03:50
you'd go to Encyclopedia Britannica and open at L.
94
215000
2000
شما به سراغ دانش‌نامه‌ي بریتانیکا می‌رید و حرف «ز» را باز می‌کنید.
03:52
No, of course you don't do that; you put it somewhere in Google.
95
217000
3000
نه، معلومه که این کار را نمی‌کنید؛ آن را در یک جایی مثل گوگل جستجو می‌کنید.
03:55
And then you might get something.
96
220000
3000
و آن وقت ممکن است چیزی دستگیرتان بشه.
03:58
And what you might get --
97
223000
2000
و بعد چیزی که دستتان را می‌گیرد -
04:00
and anything that actually refers to things that we are used to,
98
225000
2000
و هر چیزی که واقعا ما را به آنچه که بهش عادت داریم ارجاع بده،
04:02
you throw away.
99
227000
2000
دور بندازید.
04:04
And then you might come up with something like this.
100
229000
2000
و بعد ممکن است به چیزی شبیه به این برسید.
04:06
And it says something complicated
101
231000
2000
و این از چیز پیچیده‌ای حرف می‌زند که سرشار از مفاهیم‌ست.
04:08
with lots and lots of concepts.
102
233000
2000
و این از چیز پیچیده‌ای حرف می‌زند که سرشار از مفاهیم‌ست.
04:10
Who on Earth would write something
103
235000
2000
چه کسی ممکنه چنین چیزی بنویسد
04:12
as convoluted and complex
104
237000
2000
به این درهمی و پیچیدگی و و پوچی؟
04:14
and inane?
105
239000
3000
به این درهمی و پیچیدگی و و پوچی؟
04:17
Oh, it's actually a really, really, important set of concepts.
106
242000
4000
آه، البته این مجموعه‌ای است از مفاهیم بسیار بسیار مهم.
04:21
So I'm highlighting just a few words
107
246000
3000
من تنها چند کلمه از آن را برجسته می‌کنم
04:24
and saying definitions like that
108
249000
2000
و می‌گم که مفاهیمی مانند این
04:26
rely on things that are not based
109
251000
2000
مبتنی بر چیزهای غیر از آمینواسیدها یا برگها
04:28
on amino acids or leaves
110
253000
3000
مبتنی بر چیزهای غیر از آمینواسیدها یا برگها
04:31
or anything that we are used to,
111
256000
2000
یا هر چیزی که ما به آن عادت داریم است،
04:33
but in fact on processes only.
112
258000
2000
در واقع تنها متکی بر فرآیندهاست.
04:35
And if you take a look at that,
113
260000
2000
و اگر کمی به آن دقت کنید،
04:37
this was actually in a book that I wrote that deals with artificial life.
114
262000
3000
این در اصل در کتابی آمده که من درباره‌ی زندگی مصنوعی نوشتم.
04:40
And that explains why
115
265000
2000
و توضیح می‌ده که چرا
04:42
that NASA manager was actually in my office to begin with.
116
267000
3000
آن مدیر ناسا به دفتر من آمده بود.
04:45
Because the idea was that, with concepts like that,
117
270000
3000
چون نیت این بود که، با مفاهیمی مانند این،
04:48
maybe we can actually manufacture
118
273000
2000
شاید بتونیم دراصل نوعی از حیات را تولید کنیم.
04:50
a form of life.
119
275000
2000
شاید بتونیم دراصل نوعی از حیات را تولید کنیم.
04:52
And so if you go and ask yourself,
120
277000
3000
و خب اگر شما برید و از خودتان بپرسید:
04:55
"What on Earth is artificial life?",
121
280000
2000
«حیات مصنوعی دیگه چیه؟»،
04:57
let me give you a whirlwind tour
122
282000
2000
اجازه بدید من یک توضیح سریع بدهم
04:59
of how all this stuff came about.
123
284000
2000
درباره اینکه این چیزها کلا دارند از چی حرف می‌زنند.
05:01
And it started out quite a while ago
124
286000
3000
و این بحث‌ها تقریبا ازمدتی پیش شروع شد
05:04
when someone wrote
125
289000
2000
زمانی که یک نفر یکی از اولین ویروس‌های کامپیوتری موفق را نوشت.
05:06
one of the first successful computer viruses.
126
291000
2000
زمانی که یک نفر یکی از اولین ویروس‌های کامپیوتری موفق را نوشت.
05:08
And for those of you who aren't old enough,
127
293000
3000
و شماهایی که آنقدر پیر نیستید که به خاطر بیارید،
05:11
you have no idea how this infection was working --
128
296000
3000
روح‌تان هم خبر ندارد که این آلودگی چگونه عمل می‌کرد -
05:14
namely, through these floppy disks.
129
299000
2000
یعنی، از طریق این دیسک‌های نرم (فلاپی‌ها).
05:16
But the interesting thing about these computer virus infections
130
301000
3000
اما نکته جالب درباره این آلودگی‌های کامپیوتری
05:19
was that, if you look at the rate
131
304000
2000
این بود، که اگر شما به نرخ رشدی که ویروس بر اساس آن عمل می‌کرد توجه کنید،
05:21
at which the infection worked,
132
306000
2000
این بود، که اگر شما به نرخ رشدی که ویروس بر اساس آن عمل می‌کرد توجه کنید،
05:23
they show this spiky behavior
133
308000
2000
از خودشان یک رفتار فورانی را نشان می‌دادند
05:25
that you're used to from a flu virus.
134
310000
3000
که قبلا نمونه‌اش را در ویروس آنفولانزا دیده‌اید.
05:28
And it is in fact due to this arms race
135
313000
2000
و درواقع این به خاطر رقابت تسلیحاتی بین هکرها و طراحان سیستم عامل‌هاست که
05:30
between hackers and operating system designers
136
315000
3000
و درواقع این به خاطر رقابت تسلیحاتی بین هکرها و طراحان سیستم عامل‌هاست که
05:33
that things go back and forth.
137
318000
2000
آن چیزها مدام پیش می‌رن و پس می‌نشینند.
05:35
And the result is kind of a tree of life
138
320000
2000
و نتیجه‌اش شبیه به یک درخت حیات از این ویروس‌ها است،
05:37
of these viruses,
139
322000
2000
و نتیجه‌اش شبیه به یک درخت حیات از این ویروس‌ها است،
05:39
a phylogeny that looks very much
140
324000
3000
یک تکامل نژادی که بسیار شبیه به
05:42
like the type of life that we're used to, at least on the viral level.
141
327000
3000
نوع حیاتی است که ما آن را می‌شناسیم، دست‌کم در سطح ویروسی.
05:45
So is that life? Not as far as I'm concerned.
142
330000
3000
خب پس آیا این حیات است؟ نه تا آنجا که من در جریان هستم.
05:48
Why? Because these things don't evolve by themselves.
143
333000
3000
چرا؟ چون این چیزها به خودی خود فرگشت نمی‌یابند.
05:51
In fact, they have hackers writing them.
144
336000
2000
در حقیقت، آنها را هکرها را می‌نویسند.
05:53
But the idea was taken very quickly a little bit further
145
338000
4000
اما این ایده اندکی پس از آن خیلی زود پس گرفته شد،
05:57
when a scientist working at the Scientific Institute decided,
146
342000
3000
درست زمانی که یک دانشمند در «موسسه علمی» مصمم شد:
06:00
"Why don't we try to package these little viruses
147
345000
3000
«چرا ما این ویروس‌های کوچک را در یک دنیای مصنوعی
06:03
in artificial worlds inside of the computer
148
348000
2000
در درون کامپیوتر بسته‌بندی نکنیم
06:05
and let them evolve?"
149
350000
2000
و اجازه بدیم که تکامل پیدا کنند؟»
06:07
And this was Steen Rasmussen.
150
352000
2000
و این دانشمند «اِستین راسموسن» بود.
06:09
And he designed this system, but it really didn't work,
151
354000
2000
او این سیستم را طراحی کرد، اما واقعا کار نمی‌کرد،
06:11
because his viruses were constantly destroying each other.
152
356000
3000
چون ویروس‌های او مرتبا در حال نابود کردن یکدیگر بودند.
06:14
But there was another scientist who had been watching this, an ecologist.
153
359000
3000
اما یک دانشمند دیگر هم بود که این آزمایش را رصد می‌کرد، یک بوم شناس.
06:17
And he went home and says, "I know how to fix this."
154
362000
3000
و او به خانه رفت و گفت «من می‌دانم چطور این مشکل را حل کنم.»
06:20
And he wrote the Tierra system,
155
365000
2000
و او سیستم تیِرا را نوشت.
06:22
and, in my book, is in fact one of the first
156
367000
3000
و از نظر من، واقعا یکی از اولین سازگان‌های حیات مصنوعی است -
06:25
truly artificial living systems --
157
370000
2000
و از نظر من، واقعا یکی از اولین سازگان‌های حیات مصنوعی است -
06:27
except for the fact that these programs didn't really grow in complexity.
158
372000
3000
به جز این حقیقت که این برنامه‌ها از نظر پبچیدگی رشد نمی‌کردند.
06:30
So having seen this work, worked a little bit on this,
159
375000
3000
خب پس از دیدن این کار، و کمی کار بر روی آن،
06:33
this is where I came in.
160
378000
2000
این زمانی بود که من وارد شدم.
06:35
And I decided to create a system
161
380000
2000
و من تصمیم گرفتم یک سیستم بسازم
06:37
that has all the properties that are necessary
162
382000
2000
که دارای تمام مشخصه‌هایی‌ست که نیاز داریم داشته باشیم
06:39
to see the evolution of complexity,
163
384000
3000
تا تکامل در پیچیدگی را نیز مشاهده کنیم،
06:42
more and more complex problems constantly evolving.
164
387000
3000
مشکل‌های پیچیده بیشتر و بیشتری پیوسته در حال تکامل هستند.
06:45
And of course, since I really don't know how to write code, I had help in this.
165
390000
3000
و البته چون من اصلا نمی‌دانم چطوری باید کد نوشت، کمک گرفتم.
06:48
I had two undergraduate students
166
393000
2000
من دو دانشجوی در حال تحصیل در کنارم داشتم
06:50
at California Institute of Technology that worked with me.
167
395000
3000
که در موسسه فن‌آوری کالیفرنیا با من کار می‌کردند.
06:53
That's Charles Offria on the left, Titus Brown on the right.
168
398000
3000
این «چارلز آفریا» است در چپ و «تایتوس براون» در راست.
06:56
They are now actually respectable professors
169
401000
3000
اونها الان استادهای خوشنامی در دانشگاه ایالتی میشیگان هستند،
06:59
at Michigan State University,
170
404000
2000
اونها الان استادهای خوشنامی در دانشگاه ایالتی میشیگان هستند،
07:01
but I can assure you, back in the day,
171
406000
2000
ولی من به شما اطمینان می‌دم که در آن روزها،
07:03
we were not a respectable team.
172
408000
2000
ما یک گروه خوشنام و معتبر نبودیم.
07:05
And I'm really happy that no photo survives
173
410000
2000
و من واقعا خوشحالم که هیچ عکسی از ما سه تا در کنار هم باقی نمانده.
07:07
of the three of us anywhere close together.
174
412000
3000
و من واقعا خوشحالم که هیچ عکسی از ما سه تا در کنار هم باقی نمانده.
07:10
But what is this system like?
175
415000
2000
اما این چه‌جور سیستمی‌ست؟
07:12
Well I can't really go into the details,
176
417000
3000
خب در واقع نمی‌تونم وارد جزئیات بشم،
07:15
but what you see here is some of the entrails.
177
420000
2000
ولی چیزی که در اینجا می‌بینید قسمتی از اندرونیِ سیستم است.
07:17
But what I wanted to focus on
178
422000
2000
اما چیزی که من می‌خواستم روی آن متمرکز بشم
07:19
is this type of population structure.
179
424000
2000
این نوع ساختار جمعیتی است.
07:21
There's about 10,000 programs sitting here.
180
426000
3000
در حدود ۱۰هزار برنامه در اینجا قرار گرفتند.
07:24
And all different strains are colored in different colors.
181
429000
3000
و نژادهای مختلف در اینجا با رنگ‌های مختلف رنگ آمیزی شده‌اند.
07:27
And as you see here, there are groups that are growing on top of each other,
182
432000
3000
و همانطور که در اینجا می‌بینید، گروه‌هایی وجود دارند که در حال رشد روی همدیگر هستند،
07:30
because they are spreading.
183
435000
2000
چون دارند پخش می‌شن.
07:32
Any time there is a program
184
437000
2000
در هر زمان که برنامه‌ای وجود دارد
07:34
that's better at surviving in this world,
185
439000
2000
که بهتر در این دنیا زنده می‌ماند،
07:36
due to whatever mutation it has acquired,
186
441000
2000
که این بسته به نوع جهشی که به دست آورده،
07:38
it is going to spread over the others and drive the others to extinction.
187
443000
3000
بر روی دیگران پخش می‌شود وآنها را به انقراض می‌کشاند.
07:41
So I'm going to show you a movie where you're going to see that kind of dynamic.
188
446000
3000
خب من حالا می‌خوام یک فیلم به شما نشان بدم که در آن شما آن‌گونه از پویایی و تکاپو را ببینید.
07:44
And these kinds of experiments are started
189
449000
3000
و این شیوه از آزمایش‌ها با برنامه‌هایی آغاز شد که ما خودمان نوشتیم.
07:47
with programs that we wrote ourselves.
190
452000
2000
و این شیوه از آزمایش‌ها با برنامه‌هایی آغاز شد که ما خودمان نوشتیم.
07:49
We write our own stuff, replicate it,
191
454000
2000
ما موادمان را خودمان تهیه می‌کردیم، آنها را بازآزمایی می‌کردیم
07:51
and are very proud of ourselves.
192
456000
2000
و واقعا به خودمان افتخار می‌کردیم.
07:53
And we put them in, and what you see immediately
193
458000
3000
ما آنها را به کار می‌گرفتیم، و چیزی که بلافاصله می‌تونید ببینید
07:56
is that there are waves and waves of innovation.
194
461000
3000
اینه که پدیداری چیزهای تازه در آنجا موج می‌زند.
07:59
By the way, this is highly accelerated,
195
464000
2000
به هرحال، این روی دورِ تند در حال پخش‌ست.
08:01
so it's like a thousand generations a second.
196
466000
2000
و انگار هزاران نسل در ثانیه متولد می‌شن.
08:03
But immediately the system goes like,
197
468000
2000
اما بلافاصله سیستم اینجوری پیش می‌ره که
08:05
"What kind of dumb piece of code was this?
198
470000
2000
«این دیگر چه‌جور کد احمقانه‌ایه؟
08:07
This can be improved upon in so many ways
199
472000
2000
این می‌تونه از خیلی نظرها به راحتی تغییر کند و بهتر بشه.»
08:09
so quickly."
200
474000
2000
این می‌تونه از خیلی نظرها به راحتی تغییر کند و بهتر بشه.»
08:11
So you see waves of new types
201
476000
2000
بنابراین شما موجی از گونه‌های تازه را می‌بینید
08:13
taking over the other types.
202
478000
2000
که دارند بر گونه‌های دیگر چیره می‌شن.
08:15
And this type of activity goes on for quite awhile,
203
480000
3000
و این نوع فعالیت برای مدتی ادامه پیدا می‌کند،
08:18
until the main easy things have been acquired by these programs.
204
483000
4000
تا اینکه چیزهای اساسی ساده توسط این برنامه‌ها فرا گرفته می‌شه.
08:22
And then you see sort of like a stasis coming on
205
487000
4000
و سپس می‌بینید که حالتی از ایستایی رخ می‌ده
08:26
where the system essentially waits
206
491000
2000
که در آن، سیستم ضرورتا منتظر یک چیز تازه، مانند این، می‌ماند،
08:28
for a new type of innovation, like this one,
207
493000
3000
که در آن، سیستم ضرورتا منتظر یک چیز تازه، مانند این، می‌ماند،
08:31
which is going to spread
208
496000
2000
که قرارست بر روی همه‌ی گونه‌های تازه‌ای که پیش‌تر آنجا بودند، پخش بشه
08:33
over all the other innovations that were before
209
498000
2000
که قرارست بر روی همه‌ی گونه‌های تازه‌ای که پیش‌تر آنجا بودند، پخش بشه
08:35
and is erasing the genes that it had before,
210
500000
3000
و ژن‌هایی که پیش‌تر داشته را محو می‌کند،
08:38
until a new type of higher level of complexity has been achieved.
211
503000
4000
تا اینکه گونه‌ی تازه‌ای از سطح بالاتری از پیچیدگی به دست بیاد.
08:42
And this process goes on and on and on.
212
507000
3000
و این فرآیند ادامه پیدا می‌کند.
08:45
So what we see here
213
510000
2000
پس آنچه که ما در اینجا می‌بینیم
08:47
is a system that lives
214
512000
2000
سیستمی‌ست که بسیار همانند روشی زندگی می‌کند که ما عادت داریم به عنوان زندگی ببینیم.
08:49
in very much the way we're used to life [going.]
215
514000
2000
سیستمی‌ست که بسیار همانند روشی زندگی می‌کند که ما عادت داریم به عنوان زندگی ببینیم.
08:51
But what the NASA people had asked me really
216
516000
4000
اما آنچه که ناسا واقعا از من پرسید
08:55
was, "Do these guys
217
520000
2000
این بود: «این یاروها هرچی که هستند
08:57
have a biosignature?
218
522000
2000
نشانه‌ی زیستی دارند؟
08:59
Can we measure this type of life?
219
524000
2000
آیا ما می‌تونیم این گونه از حیات را اندازه‌گیری کنیم؟
09:01
Because if we can,
220
526000
2000
چون اگر بتونیم،
09:03
maybe we have a chance of actually discovering life somewhere else
221
528000
3000
شاید شانس این را داشته باشیم که حیات را در یک جای دیگر کشف کنیم
09:06
without being biased
222
531000
2000
بدون اینکه خودمان را با چیزهایی مانند آمینواسیدها درگیر کنیم.»
09:08
by things like amino acids."
223
533000
2000
بدون اینکه خودمان را با چیزهایی مانند آمینواسیدها درگیر کنیم.»
09:10
So I said, "Well, perhaps we should construct
224
535000
3000
بنابراین من گفتم: «خب، شاید باید یک نشانه‌ی زیستی بسازیم
09:13
a biosignature
225
538000
2000
بنابراین من گفتم: «خب، شاید باید یک نشانه‌ی زیستی بسازیم
09:15
based on life as a universal process.
226
540000
3000
که به زندگی به عنوان یک فرآیند جهان‌شمول نگاه کند.
09:18
In fact, it should perhaps make use
227
543000
2000
درحقیقت، شاید لازم باشد که از مفاهیمی که من پرداختم بهره ببریم
09:20
of the concepts that I developed
228
545000
2000
درحقیقت، شاید لازم باشد که از مفاهیمی که من پرداختم بهره ببریم
09:22
just in order to sort of capture
229
547000
2000
فقط برای اینکه بتونیم به طریقی مجسم کنیم
09:24
what a simple living system might be."
230
549000
2000
که یک سازگان زنده‌ی ساده چی می‌تونه باشد.»
09:26
And the thing I came up with --
231
551000
2000
و چیزی که بهش رسیدم -
09:28
I have to first give you an introduction about the idea,
232
553000
4000
من باید اول یک مقدمه درباره‌ی این موضوع براتون بگم،
09:32
and maybe that would be a meaning detector,
233
557000
3000
و شاید این بیشتر ردیابِ معنا باشد،
09:35
rather than a life detector.
234
560000
3000
تا یک ردیابِ حیات.
09:38
And the way we would do that --
235
563000
2000
و راهی که می‌خواستیم باهاش این کار را انجام بدیم -
09:40
I would like to find out how I can distinguish
236
565000
2000
من می‌خواستم بفهمم که چطور می‌تونم متنی را یک میلیون میمون نوشتند،
09:42
text that was written by a million monkeys,
237
567000
2000
من می‌خواستم بفهمم که چطور می‌تونم متنی را یک میلیون میمون نوشتند،
09:44
as opposed to text that [is] in our books.
238
569000
3000
در برابر متن‌های موجود در کتاب‌هامون تشخیص بدم.
09:47
And I would like to do it in such a way
239
572000
2000
و می‌خواستم این را به شیوه‌ای انجام بدم
09:49
that I don't actually have to be able to read the language,
240
574000
2000
که در اصل نیازی به این نباشد که بتونم به آن زبان بخوانم،
09:51
because I'm sure I won't be able to.
241
576000
2000
چون مطمئن هستم که از پَسِ این برنخواهم آمد.
09:53
As long as I know that there's some sort of alphabet.
242
578000
2000
تا آنجایی که من می‌دانم در همه‌ی زبان‌ها یه جور الفبا وجود دارد.
09:55
So here would be a frequency plot
243
580000
3000
اینجا یک نمودار فراوانی را می‌بینید
09:58
of how often you find
244
583000
2000
از اینکه چندوقت یک‌بار هریک از ۲۶ حرف الفبا را
10:00
each of the 26 letters of the alphabet
245
585000
2000
از اینکه چندوقت یک‌بار هریک از ۲۶ حرف الفبا را
10:02
in a text written by random monkeys.
246
587000
3000
در یک متنی که توسط میمون‌ها نوشته شده خواهید یافت.
10:05
And obviously each of these letters
247
590000
2000
و آشکارا هر یک از این حروف
10:07
comes off about roughly equally frequent.
248
592000
2000
تقریبا با فراوانی یکسانی ظاهر می‌شن.
10:09
But if you now look at the same distribution in English texts,
249
594000
4000
اما اگر شما به توزیع یکسان در متون انگلیسی دقت کنید،
10:13
it looks like that.
250
598000
2000
شبیه به این خواهد بود.
10:15
And I'm telling you, this is very robust across English texts.
251
600000
3000
و به شما اطمینان می‌دم، که این روند در سراسر متون انگلیسی بسیار نیرومند‌ست.
10:18
And if I look at French texts, it looks a little bit different,
252
603000
2000
و اگر به متون فرانسوی توجه کنیم، اندکی متفاوت خواهد بود،
10:20
or Italian or German.
253
605000
2000
همینطور ایتالیایی یا آلمانی.
10:22
They all have their own type of frequency distribution,
254
607000
3000
همه‌ی آنها توزیع فراوانی ویژه‌ی خودشان را دارند،
10:25
but it's robust.
255
610000
2000
اما این توزیع بسیار نیرومند است.
10:27
It doesn't matter whether it writes about politics or about science.
256
612000
3000
مهم نیست که متن دارد از سیاست حرف می‌زند یا درباره‌ی دانش.
10:30
It doesn't matter whether it's a poem
257
615000
3000
اهمیتی ندارد که یک شعر است
10:33
or whether it's a mathematical text.
258
618000
3000
یا یک متن ریاضی.
10:36
It's a robust signature,
259
621000
2000
این یک نشانه‌ی نیرومند است،
10:38
and it's very stable.
260
623000
2000
و بسیار پایدار.
10:40
As long as our books are written in English --
261
625000
2000
تا هنگامی که کتاب‌های ما به زبان انگلیسی نوشته می‌شن -
10:42
because people are rewriting them and recopying them --
262
627000
3000
چون مردم این متن‌ها را بازنویسی و بارخوانی می‌کنند -
10:45
it's going to be there.
263
630000
2000
این نشانه پابرجا خواهد ماند.
10:47
So that inspired me to think about,
264
632000
2000
پس این من را به این فکر انداخت که،
10:49
well, what if I try to use this idea
265
634000
3000
خب، می‌تونم از این ایده استفاده کنم،
10:52
in order, not to detect random texts
266
637000
2000
تا نه تنها متن‌های تصادفی را از متون دارای مفهوم تشخیص بدم،
10:54
from texts with meaning,
267
639000
2000
تا نه تنها متن‌های تصادفی را از متون دارای مفهوم تشخیص بدم،
10:56
but rather detect the fact that there is meaning
268
641000
4000
بلکه به این حقیقت پی ببرم که در مولکول‌های زیستیِ سازنده‌ی حیات، مفهوم موجودست.
11:00
in the biomolecules that make up life.
269
645000
2000
بلکه به این حقیقت پی ببرم که در مولکول‌های زیستیِ سازنده‌ی حیات، مفهوم موجودست.
11:02
But first I have to ask:
270
647000
2000
اما نخست باید بپرسم:
11:04
what are these building blocks, like the alphabet, elements that I showed you?
271
649000
3000
این واحدهای سازنده‌ی مستقل، مانند الفبا، که به شما نشان دادم چی هستند؟
11:07
Well it turns out, we have many different alternatives
272
652000
3000
خب به نظر میاد که ما گزینه‌های بسیار متفاوتی
11:10
for such a set of building blocks.
273
655000
2000
برای چنین مجموعه‌ای از واحدهای سازنده داریم.
11:12
We could use amino acids,
274
657000
2000
می‌تونیم آمینواسیدها را به کار ببریم،
11:14
we could use nucleic acids, carboxylic acids, fatty acids.
275
659000
3000
یا از نوکلئیک اسیدها، یا اسیدهای کربوکسیلیک، و یا اسیدهای چرب استفاده کنیم.
11:17
In fact, chemistry's extremely rich, and our body uses a lot of them.
276
662000
3000
در حقیقت، شیمی بسیار غنی‌ست، و بدن ما از بسیاری از آنها بهره می‌گیرد.
11:20
So that we actually, to test this idea,
277
665000
3000
بنابراین برای اینکه ما در واقع این ایده را آزمایش کنیم،
11:23
first took a look at amino acids and some other carboxylic acids.
278
668000
3000
درآغاز نگاهی به آمینواسیدها و برخی از اسیدهای کربوکسیلیک انداختیم.
11:26
And here's the result.
279
671000
2000
و نتایج اینجاست.
11:28
Here is, in fact, what you get
280
673000
3000
در حقیقت، این چیزی‌ست که اگر به توزیع اسیدهای آمینو در یک شهاب‌سنگ یا فاصله‌ی میان ستارگان دقت کنید، خواهید دید،
11:31
if you, for example, look at the distribution of amino acids
281
676000
3000
در حقیقت، این چیزی‌ست که اگر به توزیع اسیدهای آمینو در یک شهاب‌سنگ یا فاصله‌ی میان ستارگان دقت کنید، خواهید دید،
11:34
on a comet or in interstellar space
282
679000
3000
در حقیقت، این چیزی‌ست که اگر به توزیع اسیدهای آمینو در یک شهاب‌سنگ یا فاصله‌ی میان ستارگان دقت کنید، خواهید دید،
11:37
or, in fact, in a laboratory,
283
682000
2000
یا، شاید، در آزمایشگاه،
11:39
where you made very sure that in your primordial soup
284
684000
2000
جایی که شما کاملا مطمئن هستید که در مایع غلیظ اولیه‌ی شما،
11:41
that there is not living stuff in there.
285
686000
2000
هیچ اثری از هیچ موجود زنده‌ای وجود ندارد.
11:43
What you find is mostly glycine and then alanine
286
688000
3000
چیزی که خواهید یافت ترکیبی‌ست که بیشترش گلیسین و آنالین‌ست
11:46
and there's some trace elements of the other ones.
287
691000
3000
و کمی هم عناصر کمیاب دیگر.
11:49
That is also very robust --
288
694000
3000
و این هم بسیار تکرارشونده و نیرومند است -
11:52
what you find in systems like Earth
289
697000
3000
چیزی که شما در سیستم‌هایی مانند کره‌ی زمین پیدا می‌کنید
11:55
where there are amino acids,
290
700000
2000
که در آن آمینواسید وجود دارد،
11:57
but there is no life.
291
702000
2000
اما زندگی نیست.
11:59
But suppose you take some dirt
292
704000
2000
اما فرض کنید که اندکی گل و لای بردارید
12:01
and dig through it
293
706000
2000
و در‌آن فرو کنید
12:03
and then put it into these spectrometers,
294
708000
3000
و سپس آن را در این طیف‌سنج‌ها بگذارید،
12:06
because there's bacteria all over the place;
295
711000
2000
چون این پر از باکتری‌ست؛
12:08
or you take water anywhere on Earth,
296
713000
2000
یا از هرجایی بر روی کره‌ی زمین آب بردارید،
12:10
because it's teaming with life,
297
715000
2000
چون آب و زندگی کاملا وابسته هستند،
12:12
and you make the same analysis;
298
717000
2000
و تحلیل یکسانی را انجام بدید؛
12:14
the spectrum looks completely different.
299
719000
2000
طیف کاملا متفاوت به نظر خواهد رسید.
12:16
Of course, there is still glycine and alanine,
300
721000
4000
البته، همچنان گلیسین و آلانین در آن وجود خواهد داشت،
12:20
but in fact, there are these heavy elements, these heavy amino acids,
301
725000
3000
اما درواقع، این عناصر سنگین، این آمینواسیدهای سنگین وجود خواهد داشت،
12:23
that are being produced
302
728000
2000
که به دلیل ارزشمند بودنشان برای موجود زنده تولید می‌شن.
12:25
because these are valuable to the organism.
303
730000
2000
که به دلیل ارزشمند بودنشان برای موجود زنده تولید می‌شن.
12:27
And some other ones
304
732000
2000
و برخی دیگر
12:29
that are not used in the set of 20,
305
734000
2000
که در این مجموعه‌ی بیست‌تایی نشان داده نشدند،
12:31
they will not appear at all
306
736000
2000
اصلا در هیچ غلظتی ظاهر نمی‌شن.
12:33
in any type of concentration.
307
738000
2000
اصلا در هیچ غلظتی ظاهر نمی‌شن.
12:35
So this also turns out to be extremely robust.
308
740000
2000
و این هم به نظر میاد که بسیار نیرومند باشد.
12:37
It doesn't matter what kind of sediment you're using to grind up,
309
742000
3000
هیچ اهمیتی ندارد که چه‌جور رسوباتی را آسیاب می‌کنید،
12:40
whether it's bacteria or any other plants or animals.
310
745000
3000
که آیا باکتری‌ست یا گیاه‌ست یا جانور.
12:43
Anywhere there's life,
311
748000
2000
هرجایی که زندگی وجود داشته باشد،
12:45
you're going to have this distribution,
312
750000
2000
این توزیع را خواهید داشت،
12:47
as opposed to that distribution.
313
752000
2000
که در برابر توزیع پیشین قرار می‌گیرد.
12:49
And it is detectable not just in amino acids.
314
754000
3000
و این تنها در آمینواسیدها قابل شناسایی نیست.
12:52
Now you could ask:
315
757000
2000
حالا می‌ةونید بپرسید:
12:54
well, what about these Avidians?
316
759000
2000
خب اما درباره‌ی این آویدین‌ها (نژادی از موجودات دیجیتالی ساکن در رایانه) چی؟
12:56
The Avidians being the denizens of this computer world
317
761000
4000
این موجودات آویدی که شهروندان جهان کامپیوتر هستند
13:00
where they are perfectly happy replicating and growing in complexity.
318
765000
3000
که در‌آن با رضایت کامل کپی می‌شن و هر روز پیچیده‌تر می‌شن.
13:03
So this is the distribution that you get
319
768000
3000
خب این توزیعی‌ست که شما اگر، هیچ زندگی وجود نداشته باشد، خواهید دید.
13:06
if, in fact, there is no life.
320
771000
2000
خب این توزیعی‌ست که شما اگر، هیچ زندگی وجود نداشته باشد، خواهید دید.
13:08
They have about 28 of these instructions.
321
773000
3000
ما ۲۸ تا از این دستور کارها داریم.
13:11
And if you have a system where they're being replaced one by the other,
322
776000
3000
و اگر شما سیستمی داشته باشید که در آن این دستورها با هم جابجا بشن،
13:14
it's like the monkeys writing on a typewriter.
323
779000
2000
درست انگار میمون‌ها با یک دستگاه تایپ نوشته‌اندش.
13:16
Each of these instructions appears
324
781000
3000
هریک از این دستورها با فراوانی تقریبا یکسانی ظاهر می‌شن.
13:19
with roughly the equal frequency.
325
784000
3000
هریک از این دستورها با فراوانی تقریبا یکسانی ظاهر می‌شن.
13:22
But if you now take a set of replicating guys
326
787000
4000
اما حالا اگر شما یک دسته از این دوستان کپی‌شونده‌مان را در نظر بگیرید،
13:26
like in the video that you saw,
327
791000
2000
درست مانند ویدئویی که دیدید،
13:28
it looks like this.
328
793000
2000
به این صورت در میاد.
13:30
So there are some instructions
329
795000
2000
بنابراین دستورهایی وجود دارند
13:32
that are extremely valuable to these organisms,
330
797000
2000
که برای این ارگانیسم‌ها بسیار ارزشمند هستند،
13:34
and their frequency is going to be high.
331
799000
3000
و فراوانی آنها بسیار بیشتر خواهد بود.
13:37
And there's actually some instructions
332
802000
2000
و در واقع دستورهایی هم هستند که اگر هم به کار بیان، تنها یک بار آنها را خواهید دید.
13:39
that you only use once, if ever.
333
804000
2000
و در واقع دستورهایی هم هستند که اگر هم به کار بیان، تنها یک بار آنها را خواهید دید.
13:41
So they are either poisonous
334
806000
2000
یعنی آنها ممکن است سمی باشند
13:43
or really should be used at less of a level than random.
335
808000
4000
یا واقعا باید به در سطح کمتری نسبت به مقدار تصادفی استفاده بشن.
13:47
In this case, the frequency is lower.
336
812000
3000
در این صورت، فراوانی کمتر می‌شه.
13:50
And so now we can see, is that really a robust signature?
337
815000
3000
و بنابراین حالا می‌تونیم بررسی کنیم، آیا این واقعا یک نشانه‌ی نیرومند است؟
13:53
I can tell you indeed it is,
338
818000
2000
می‌تونم یه شما بگم که واقعا این‌طوره.
13:55
because this type of spectrum, just like what you've seen in books,
339
820000
3000
چون این چنین طیفی، درست مانند آنچه که در کتاب‌ها دیدید،
13:58
and just like what you've seen in amino acids,
340
823000
2000
و همانطور که درباره‌ی آمینواسیدها دیدید،
14:00
it doesn't really matter how you change the environment, it's very robust;
341
825000
3000
اصلا اهمیتی ندارد که محیط را تغییر بدید، بسیار پابرجاست؛
14:03
it's going to reflect the environment.
342
828000
2000
و محیط را هم تحت تاثیر قرار خواهد داد.
14:05
So I'm going to show you now a little experiment that we did.
343
830000
2000
خب، حالا می‌خوام یک آزمایش کوچک را به شما نشان بدم که ما انجامش دادیم.
14:07
And I have to explain to you,
344
832000
2000
و باید براتون توضیح بدم که،
14:09
the top of this graph
345
834000
2000
بالای این نمودار
14:11
shows you that frequency distribution that I talked about.
346
836000
3000
توزیع فراوانی که من دربارش باهاتون حرف زدم را نشان می‌ده.
14:14
Here, in fact, that's the lifeless environment
347
839000
3000
خب، در حقیقت، این یک فضای عاری از حیات‌ست
14:17
where each instruction occurs
348
842000
2000
که در آن هر یک از دستورها با فراوانی یکسانی رخ می‌دهد.
14:19
at an equal frequency.
349
844000
2000
که در آن هر یک از دستورها با فراوانی یکسانی رخ می‌دهد.
14:21
And below there, I show, in fact,
350
846000
3000
و در پایین، در حقیقت،
14:24
the mutation rate in the environment.
351
849000
3000
نرخ جهش و دگرگونی در محیط را می‌بینید.
14:27
And I'm starting this at a mutation rate that is so high
352
852000
3000
و من این را در جایی شروع کردم که نرخ جهش بسیار بالاست،
14:30
that, even if you would drop
353
855000
2000
تا جایی که اگر برنامه‌ی کپی‌کننده را هم قطع کنید
14:32
a replicating program
354
857000
2000
تا جایی که اگر برنامه‌ی کپی‌کننده را هم قطع کنید
14:34
that would otherwise happily grow up
355
859000
2000
این از سوی دیگری با رضایت تمام رشد می‌کند
14:36
to fill the entire world,
356
861000
2000
تا سرتاسر جهانش را پرکند،
14:38
if you drop it in, it gets mutated to death immediately.
357
863000
4000
اگر درج تصادفی انجام بدید، بلافاصله تا دم مرگ جهش پیدا می‌کند.
14:42
So there is no life possible
358
867000
2000
بنابراین هیچ حیاتی در این نرخ جهش امکان‌پذیر نیست.
14:44
at that type of mutation rate.
359
869000
3000
بنابراین هیچ حیاتی در این نرخ جهش امکان‌پذیر نیست.
14:47
But then I'm going to slowly turn down the heat, so to speak,
360
872000
4000
اما بعد من به تدریج فتیله را پایین می‌کشم، اگر بشه چنین چیزی گفت،
14:51
and then there's this viability threshold
361
876000
2000
و سپس این آستانه‌ی زیست‌پذیری که در آن حالا ممکن است
14:53
where now it would be possible
362
878000
2000
و سپس این آستانه‌ی زیست‌پذیری که در آن حالا ممکن است
14:55
for a replicator to actually live.
363
880000
2000
که کپی‌کننده بتواند زندگی کند.
14:57
And indeed, we're going to be dropping these guys
364
882000
3000
و درحقیقت، تمام مدت داریم این دوستامون را به مایع‌مان اضافه می‌کنیم.
15:00
into that soup all the time.
365
885000
2000
و درحقیقت، تمام مدت داریم این دوستامون را به مایع‌مان اضافه می‌کنیم.
15:02
So let's see what that looks like.
366
887000
2000
خب بگذارید ببینیم چه شکلی می‌شه.
15:04
So first, nothing, nothing, nothing.
367
889000
3000
یعنی اولش، هیچی، هیچی، هیچی.
15:07
Too hot, too hot.
368
892000
2000
خیلی داغ‌ست، خیلی داغ.
15:09
Now the viability threshold is reached,
369
894000
3000
حالا به آستانه‌ی زیست‌پذیری می‌رسیم،
15:12
and the frequency distribution
370
897000
2000
و توزیع فراوانی
15:14
has dramatically changed and, in fact, stabilizes.
371
899000
3000
به شدت تغییر می‌کند، و در حقیقت، پایدار می‌شه.
15:17
And now what I did there
372
902000
2000
و حالا کاری که من آنجا انجام دادم
15:19
is, I was being nasty, I just turned up the heat again and again.
373
904000
3000
اینه که، بدجنس بودم، من فقط دما را بالا و بالاتر بردم.
15:22
And of course, it reaches the viability threshold.
374
907000
3000
و البته، به آستانه‌ی زیست‌پذیری رساندمش.
15:25
And I'm just showing this to you again because it's so nice.
375
910000
3000
و این خیلی خوشگله، برای همین دوباره دارم به شما نشانش می‌دم.
15:28
You hit the viability threshold.
376
913000
2000
شما آستانه‌ی زیست‌پذیری را رد کردید.
15:30
The distribution changes to "alive!"
377
915000
2000
توزیع به «زنده» تغییر پیدا می‌کند!
15:32
And then, once you hit the threshold
378
917000
3000
و سپس، به محضی که از آستانه گذشتید
15:35
where the mutation rate is so high
379
920000
2000
جایی که نرخ جهش آنقدر بالاست که نمی‌تونید تکثیر خودبخودی داشته باشید،
15:37
that you cannot self-reproduce,
380
922000
2000
جایی که نرخ جهش آنقدر بالاست که نمی‌تونید تکثیر خودبخودی داشته باشید،
15:39
you cannot copy the information
381
924000
3000
نمی‌تونید اطلاعات را کپی کنید و
15:42
forward to your offspring
382
927000
2000
بدون ارتکاب اشتباه‌های زیاد به نسل بعدی بفرستید
15:44
without making so many mistakes
383
929000
2000
بدون ارتکاب اشتباه‌های زیاد به نسل بعدی بفرستید
15:46
that your ability to replicate vanishes.
384
931000
3000
و توانایی شما برای بازتولید ناپدید می‌شه.
15:49
And then that signature is lost.
385
934000
3000
و سپس آن نشانه‌ی زیستی از دست می‌ره.
15:52
What do we learn from that?
386
937000
2000
ما از این چی یاد می‌گیریم؟
15:54
Well, I think we learn a number of things from that.
387
939000
4000
خب، من فکر می‌کنم چیزهای زیادی ازش یاد می‌گیریم.
15:58
One of them is,
388
943000
2000
یکی‌شان اینه که،
16:00
if we are able to think about life
389
945000
3000
اگر توانایی این را داشته باشیم که به زندگی به مفهوم انتزاعی آن بیاندیشیم -
16:03
in abstract terms --
390
948000
2000
اگر توانایی این را داشته باشیم که به زندگی به مفهوم انتزاعی آن بیاندیشیم -
16:05
and we're not talking about things like plants,
391
950000
2000
و ما درباره‌ی چیزهایی مانند گیاهان حرف نمی‌زنیم،
16:07
and we're not talking about amino acids,
392
952000
2000
و درباره‌ی آمینواسیدها حرف نمی‌زنیم،
16:09
and we're not talking about bacteria,
393
954000
2000
و درباره‌ی باکتری‌ها حرف نمی‌زنیم،
16:11
but we think in terms of processes --
394
956000
2000
اما به زندگی به مفهوم فرآیندها می‌اندیشیم -
16:13
then we could start to think about life,
395
958000
3000
آنگاه ممکن‌ست بتوانیم به حیات فکر کنیم،
16:16
not as something that is so special to Earth,
396
961000
2000
نه به عنوان چیزی که ویژه کره‌ی زمین است،
16:18
but that, in fact, could exist anywhere.
397
963000
3000
بلکه چیزی که، در حقیقت، می‌تواند همه‌جا وجود داشته باشد.
16:21
Because it really only has to do
398
966000
2000
چون واقعا تنها مربوط‌ست به مفاهیمی مانند اطلاعات،
16:23
with these concepts of information,
399
968000
2000
چون واقعا تنها مربوط‌ست به مفاهیمی مانند اطلاعات،
16:25
of storing information
400
970000
2000
یا ذخیره‌ی اطلاعات در یک بستر فیزیکی -
16:27
within physical substrates --
401
972000
2000
یا ذخیره‌ی اطلاعات در یک بستر فیزیکی -
16:29
anything: bits, nucleic acids,
402
974000
2000
هرچیزی: بیت‌های اطلاعاتی، نوکلئیک‌اسیدها،
16:31
anything that's an alphabet --
403
976000
2000
هرچیزی که یک الفبا به شمار میاد -
16:33
and make sure that there's some process
404
978000
2000
و اطمینان حاصل می‌شه که فرآیندهایی در جریان هستند
16:35
so that this information can be stored
405
980000
2000
تا این اطلاعات بتونن زمان بیشتری نسبت به مقیاس زمانی که از زوال داده‌ها انتظار داشتید ذخیره بشن.
16:37
for much longer than you would expect
406
982000
2000
تا این اطلاعات بتونن زمان بیشتری نسبت به مقیاس زمانی که از زوال داده‌ها انتظار داشتید ذخیره بشن.
16:39
the time scales for the deterioration of information.
407
984000
4000
تا این اطلاعات بتونن زمان بیشتری نسبت به مقیاس زمانی که از زوال داده‌ها انتظار داشتید ذخیره بشن.
16:43
And if you can do that,
408
988000
2000
و اگر بتونید این کار را بکنید،
16:45
then you have life.
409
990000
2000
زندگی خواهید داشت.
16:47
So the first thing that we learn
410
992000
2000
پس نخستین چیزی که یاد می‌گیریم
16:49
is that it is possible to define life
411
994000
3000
اینه که احتمال این وجود دارد که زندگی را تنها در مفهوم فرآیندها داشته باشید،
16:52
in terms of processes alone,
412
997000
3000
اینه که احتمال این وجود دارد که زندگی را تنها در مفهوم فرآیندها داشته باشید،
16:55
without referring at all
413
1000000
2000
بدون هیچ‌گونه اعتنایی
16:57
to the type of things that we hold dear,
414
1002000
2000
به چیزهایی که به عنوان گونه‌ی زندگی بر روی زمین ارزشمند می‌شماریم.
16:59
as far as the type of life on Earth is.
415
1004000
3000
به چیزهایی که به عنوان گونه‌ی زندگی بر روی زمین ارزشمند می‌شماریم.
17:02
And that in a sense removes us again,
416
1007000
3000
و این از جهتی ما را دوباره تنزل می‌ده،
17:05
like all of our scientific discoveries, or many of them --
417
1010000
3000
مانند همه‌ی کشف‌های علمی دیگرمان، یا بیشتر آنها -
17:08
it's this continuous dethroning of man --
418
1013000
2000
این همان خلعِ دایمی انسان است -
17:10
of how we think we're special because we're alive.
419
1015000
3000
از شیوه‌ای که فکر می‌کنیم به خاطر زنده بودن‌مان خاص و ویژه هستیم.
17:13
Well we can make life. We can make life in the computer.
420
1018000
3000
خب ما می‌توانیم زندگی بسازیم. ما می‌توانیم در یک کامپیوتر زندگی بسازیم.
17:16
Granted, it's limited,
421
1021000
2000
بدیهی‌ست که محدودست،
17:18
but we have learned what it takes
422
1023000
3000
اما ما آموخته‌ایم که برای ساختن آن به چه نیاز داریم.
17:21
in order to actually construct it.
423
1026000
2000
اما ما آموخته‌ایم که برای ساختن آن به چه نیاز داریم.
17:23
And once we have that,
424
1028000
3000
و به محضی که آن را داشته باشیم،
17:26
then it is not such a difficult task anymore
425
1031000
3000
در این‌صورت دیگر وظیفه‌ی سختی نخواهد بود،
17:29
to say, if we understand the fundamental processes
426
1034000
4000
یعنی، اگر ما فرآیندهای اساسی را که به هیچ لایه‌ی فیزیکی خاصی مربوط نیستند، دریابیم،
17:33
that do not refer to any particular substrate,
427
1038000
3000
یعنی، اگر ما فرآیندهای اساسی را که به هیچ لایه‌ی فیزیکی خاصی مربوط نیستند، دریابیم،
17:36
then we can go out
428
1041000
2000
بعد می‌تونیم بریم آن بیرون و جهان‌های دیگری را بیازماییم،
17:38
and try other worlds,
429
1043000
2000
بعد می‌تونیم بریم آن بیرون و جهان‌های دیگری را بیازماییم،
17:40
figure out what kind of chemical alphabets might there be,
430
1045000
4000
و سردربیاریم که چه‌جور الفبای شیمیایی ممکن است در آن جا خوش کرده باشد،
17:44
figure enough about the normal chemistry,
431
1049000
2000
و اطلاعاتمان را درباره‌ی شیمی عمومی آنها، زمین‌شیمی سیاره، تکمیل کنیم،
17:46
the geochemistry of the planet,
432
1051000
3000
و اطلاعاتمان را درباره‌ی شیمی عمومی آنها، زمین‌شیمی سیاره، تکمیل کنیم،
17:49
so that we know what this distribution would look like
433
1054000
2000
و به این‌ترتیب خواهیم دانست که در غیاب حیات توزیع آنها چه شکلی خواهد بود،
17:51
in the absence of life,
434
1056000
2000
و به این‌ترتیب خواهیم دانست که در غیاب حیات توزیع آنها چه شکلی خواهد بود،
17:53
and then look for large deviations from this --
435
1058000
3000
و سپس به دنبال انحراف‌های بزرگ نسبت به آن بگردیم -
17:56
this thing sticking out, which says,
436
1061000
3000
و این چیز برجسته می شه، که می‌گه:
17:59
"This chemical really shouldn't be there."
437
1064000
2000
«این ماده‌ی شیمیایی واقعا نباید آنجا باشد.»
18:01
Now we don't know that there's life then,
438
1066000
2000
حالا ما نمی‌تونیم بگیم که براین اساس حیاتی وجود دارد،
18:03
but we could say,
439
1068000
2000
اما می‌تونیم بگیم:
18:05
"Well at least I'm going to have to take a look very precisely at this chemical
440
1070000
3000
«خب، دست‌کم من یک نگاه دقیق به این ماده می‌اندازم
18:08
and see where it comes from."
441
1073000
2000
و می‌فهمم که از کجا آمده.»
18:10
And that might be our chance
442
1075000
2000
و این ممکن‌ست برای ما یک فرصت باشد
18:12
of actually discovering life
443
1077000
2000
تا واقعا بتونیم حیات را کشف کنیم
18:14
when we cannot visibly see it.
444
1079000
2000
وقتی نمی‌تونیم آن را آشکارا ببینیم.
18:16
And so that's really the only take-home message
445
1081000
3000
و این واقعا تنها پیام اخلاقی من برای شماست.
18:19
that I have for you.
446
1084000
2000
و این واقعا تنها پیام اخلاقی من برای شماست.
18:21
Life can be less mysterious
447
1086000
2000
زندگی می‌تونه اینقدر که ما آن را رازآلود کردیم، مرموز نباشد
18:23
than we make it out to be
448
1088000
2000
زندگی می‌تونه اینقدر که ما آن را رازآلود کردیم، مرموز نباشد
18:25
when we try to think about how it would be on other planets.
449
1090000
4000
وقتی تلاش می‌کنیم به زندگی روی سیاره‌های دیگر فکر کنیم.
18:29
And if we remove the mystery of life,
450
1094000
3000
و اگر راز زندگی را از آن بزداییم،
18:32
then I think it is a little bit easier
451
1097000
3000
فکر می‌کنم که کمی برامون آسان‌تر می‌شه که بفهمیم چطور باید زندگی کنیم،
18:35
for us to think about how we live,
452
1100000
2000
فکر می‌کنم که کمی برامون آسان‌تر می‌شه که بفهمیم چطور باید زندگی کنیم،
18:37
and how perhaps we're not as special as we always think we are.
453
1102000
3000
و اینکه ما شاید به آن اندازه‌ای که گمان می‌کنیم ویژه نباشیم.
18:40
And I'm going to leave you with that.
454
1105000
2000
و من می‌خوام شما را با این تنها بگذارم.
18:42
And thank you very much.
455
1107000
2000
و ازتون بسیار سپاسگزارم.
18:44
(Applause)
456
1109000
2000
(تشویق)
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