Meine Karriere ist ungewöhnlich. Ich weiß das, weil Menschen, wie etwa Kollegen, zu mir kommen und sagen: "Chris, deine Karriere ist ungewöhnlich." (Gelächter) Und ich kann gut verstehen, was sie meinen, da ich meine Karriere als theoretischer Nuklearphysiker begann. Ich machte mir Gedanken über Quarks und Gluonen, und Schwerion-Kollisionen, und das im Alter von 14 Jahren. Nein, nein, ich war nicht 14 Jahre alt. Aber danach hatte ich wirklich mein eigenes Labor in der für Computational Neuroscience und ich machte keine Neurowissenschaft. Später würde ich an Evolutionsgenetik arbeiten, und an Systembiologie.
So, I have a strange career. I know it because people come up to me, like colleagues, and say, "Chris, you have a strange career." (Laughter) And I can see their point, because I started my career as a theoretical nuclear physicist. And I was thinking about quarks and gluons and heavy ion collisions, and I was only 14 years old -- No, no, I wasn't 14 years old. But after that, I actually had my own lab in the Computational Neuroscience department, and I wasn't doing any neuroscience. Later, I would work on evolutionary genetics, and I would work on systems biology.
Aber heute will ich von etwas anderem erzählen. Ich werde Ihnen erzählen, wie ich etwas über das Leben lernte. Ich war eigentlich Raketenwissenschaftler. Ich war nicht wirklich ein Raketenwissenschaftler, aber ich arbeitete im Labor für Jet-Propulsion, im sonnigen Kalifornien, wo es warm ist; wohingegen ich jetzt im Mittleren Westen bin, und es ist kalt. Aber es war eine aufregende Erfahrung. Eines Tages kam ein NASA Manager in mein Büro, setzte sich und sagte: "Können Sie uns bitte sagen, wie wir nach Leben außerhalb der Erde suchen sollten?" Da war ich überrascht, da ich eigentlich eingestellt worden war, um an Quantum Computation zu arbeiten. Und doch hatte ich eine richtig gute Antwort. Ich sagte: "Ich habe keine Ahnung." Und er sagte zu mir: "Biosignaturen, wir müssen nach Biosignaturen suchen." Und ich fragte: "Was ist das?" Er antwortete: "Jedes messbare Naturerscheinung, die Hinweise auf die Anwesenheit von Leben zulässt." Und ich sagte: "Wirklich? Ist das so einfach? Ich meine, wir haben Leben. Kann man keine Definition anwenden, wie zum Beispiel eine Definition des Lebens vom Obersten Gerichtshofs?"
But I'm going to tell you about something else today. I'm going to tell you about how I learned something about life. And I was actually a rocket scientist. I wasn't really a rocket scientist, but I was working at the Jet Propulsion Laboratory in sunny California, where it's warm; whereas now I am in the mid-West, and it's cold. But it was an exciting experience. One day, a NASA manager comes into my office, sits down and says, "Can you please tell us, how do we look for life outside Earth?" And that came as a surprise to me, because I was actually hired to work on quantum computation. Yet, I had a very good answer. I said, "I have no idea." (Laughter) And he told me, "Biosignatures, we need to look for a biosignature." And I said, "What is that?" And he said, "It's any measurable phenomenon that allows us to indicate the presence of life." And I said, "Really? Because isn't that easy? I mean, we have life. Can't you apply a definition, for example, a Supreme Court-like definition of life?"
Und dann dachte ich eine Weile darüber nach und sagte: "Nun ja, ist das wirklich so einfach? Weil, ja, wenn man soetwas sieht, dann, ja klar, nenne ich das Leben-- kein Zweifel. Aber hier ist etwas." Und er meinte: "Eben, das ist auch Leben. Das weiß ich." Außer wenn man daran glaubt, dass Leben durch Sterben definiert ist, hat man hier kein Glück. da dies ein sehr merkwürdiger Organismus ist. Er wächst bis zu seiner Erwachsenenzeit so und durchschreitet dann eine Benjamin-Button-Phase, und entwickelt sich weiter und weiter zurück, bis er wieder einem Embryo gleicht, und wächst danach wieder, schrumpft dann wieder, wächst wieder -- wie ein Jo-Jo-- und er stirbt niemals. Es handelt sich also um Leben, aber eben nicht so, wie wir es uns vorstellen. Und dann sieht man soetwas. Und er sagt: "Oh mein Gott, was für eine Form des Lebens ist das?" Weiß es jemand? Es ist eigentlich kein Leben, es ist ein Kristall.
And then I thought about it a little bit, and I said, "Well, is it really that easy? Because, yes, if you see something like this, then all right, fine, I'm going to call it life -- no doubt about it. But here's something." And he goes, "Right, that's life too. I know that." Except, if you think that life is also defined by things that die, you're not in luck with this thing, because that's actually a very strange organism. It grows up into the adult stage like that and then goes through a Benjamin Button phase, and actually goes backwards and backwards until it's like a little embryo again, and then actually grows back up, and back down and back up -- sort of yo-yo -- and it never dies. So it's actually life, but it's actually not as we thought life would be. And then you see something like that. And he was like, "My God, what kind of a life form is that?" Anyone know? It's actually not life, it's a crystal.
Wenn man einmal anfängt auf die ganz kleinen Sachen zu schauen -- diese Person hat einen ganzen Artikel geschrieben und sagte, "Hey, das sind Bakterien." Außer, wenn man noch genauer schaut, sieht man, dass in Wahrheit dieses Ding, viel zu klein ist, um das zu sein. Also er war überzeugt, aber tatsächlich sind die meisten Menschen das nicht. Und dann natürlich hat die NASA auch eine große Ankündigung gemacht und Präsident Clinton hat eine Pressekonferenz gegeben, über diese unglaubliche Entdeckung von Leben auf einem Mars-Meteroiten. Nur ist das heutzutage sehr umstritten. Wenn man aus all diesen Bildern lernt, dann wird man feststellen, dass es eigentlich nicht so einfach ist. Vielleicht brauche ich docch eine Defintion des Lebens, um diese Unterscheidung zu machen.
So once you start looking and looking at smaller and smaller things -- so this particular person wrote a whole article and said, "Hey, these are bacteria." Except, if you look a little bit closer, you see, in fact, that this thing is way too small to be anything like that. So he was convinced, but, in fact, most people aren't. And then, of course, NASA also had a big announcement, and President Clinton gave a press conference, about this amazing discovery of life in a Martian meteorite. Except that nowadays, it's heavily disputed. If you take the lesson of all these pictures, then you realize, well, actually, maybe it's not that easy. Maybe I do need a definition of life in order to make that kind of distinction.
Kann man Leben definieren? Wie würden Sie es angehen? Natürlich wüde man die Encyclopedia Britannica nehmen und L aufschlagen. Nein, natürlich würde man das nicht manchen, man würde es googeln. Und dann hat man vielleicht ein Ergebnis. Und was man vielleicht bekommt --
So can life be defined? Well how would you go about it? Well of course, you'd go to Encyclopedia Britannica and open at L. No, of course you don't do that; you put it somewhere in Google. And then you might get something. (Laughter)
und alles, was sich auf Dinge bezieht, die wir gewohnt sind, schmeißt man weg. Und dann kommt man vielleicht auf soetwas. Und es ist etwas Kompliziertes mit sehr vielen Konzepten. Wer würde so etwas Verschachteltes und Komplexes und Sinnloses schreiben? Oh, es ist eigentlich ein wirklich bedeutender Konzeptenkomplex. Also, ich hebe einige Wörter hervor und sage, dass solche Defintionen beruhen auf Sachen, die nicht auf Aminosäuren oder Blättern basieren, oder auf etwas, was wir gewohnt sind, sondern in Wahrheit nur auf Prozessen. Wenn man sich das anschaut ist, ist dies eigentlich in einem Buch, das ich über künstliches Leben geschrieben habe. Und das erklärt, warum der NASA-Manager überhaupt bei mir im Büro war. Weil die Idee war, dass wir mit solchen Konzepten wir vielleicht tatsächlich eine Form des Lebens herstellen können.
And what you might get -- and anything that actually refers to things that we are used to, you throw away. And then you might come up with something like this. And it says something complicated with lots and lots of concepts. Who on Earth would write something as convoluted and complex and inane? Oh, it's actually a really, really, important set of concepts. So I'm highlighting just a few words and saying definitions like that rely on things that are not based on amino acids or leaves or anything that we are used to, but in fact on processes only. And if you take a look at that, this was actually in a book that I wrote that deals with artificial life. And that explains why that NASA manager was actually in my office to begin with. Because the idea was that, with concepts like that, maybe we can actually manufacture a form of life.
Und wenn man sich fragt, "Was zum Himmel ist künstliches Leben?", lassen Sie mich Ihnen einen schnellen Überblick geben, wie das Ganze angefangen hat. Und es hat vor einiger Zeit angefangen, als jemand einen der ersten erfolgreichen Computerviren geschrieben hat. Und alle die nicht alt genug sind, Sie haben keine Ahnung, wie diese Infektion passierte -- nämlich durch diese Disketten. Aber das Interessante an diesen Virusinfektionen der Computer war, dass, wenn man auf die Infektionsrate schaut, in der die Infektionen passierten, sich diese Zacken zeigen, dass man von Grippeviren kennt. Und in Wahrheit ist es der Rüstungswettlauf zwischen Hackern und Designern der Computersysteme, der alles es hin und her gehen lässt. Und das Ergebnis ist eine Art Lebensbaum dieser Viren, eine Stammesgeschichte, die der Art des Lebens, die wir kennen, sehr ähnlich sieht, zumindest auf der viralen Ebene.
And so if you go and ask yourself, "What on Earth is artificial life?", let me give you a whirlwind tour of how all this stuff came about. And it started out quite a while ago, when someone wrote one of the first successful computer viruses. And for those of you who aren't old enough, you have no idea how this infection was working -- namely, through these floppy disks. But the interesting thing about these computer virus infections was that, if you look at the rate at which the infection worked, they show this spiky behavior that you're used to from a flu virus. And it is in fact due to this arms race between hackers and operating system designers that things go back and forth. And the result is kind of a tree of life of these viruses, a phylogeny that looks very much like the type of life that we're used to, at least on the viral level.
Ist das also Leben? Nicht für mich. Warum? Weil diese Dinge sich nicht eigenständig entwickeln. In Wahrheit, schreiben Hacker sie. Dieser Ansatz wurde schnell aufgegriffen und weitergeführt, als ein Wissenschaftler am Santa Fe Institute beschloss, "Warum versuchen wir nicht, diese kleinen Viren in künstliche Welten im Rechner zu packen, und lassen die sich selbst entwickeln?" Und das war Steen Rasmussen. Er hat dieses System entwickelt, aber es funktionierte nicht wirklich, weil die Viren sich ständig gegenseitig zerstörten. Aber es gab noch einen Wissenschaftler, der das beobachtet hatte, einen Ökologen. Er ging nach Hause und sagte, "Ich weiß, wie man das in Ordnung bringen kann." Und er schrieb das Tierrasystem, und, in meinen Buch ist es wirklich eines der ersten wahren künstlichen lebenden Systeme -- außer dass diese Programme nicht an Kompexität wuchsen.
So is that life? Not as far as I'm concerned. Why? Because these things don't evolve by themselves. In fact, they have hackers writing them. But the idea was taken very quickly a little bit further, when a scientist working at the Santa Fe Institute decided, "Why don't we try to package these little viruses in artificial worlds inside of the computer and let them evolve?" And this was Steen Rasmussen. And he designed this system, but it really didn't work, because his viruses were constantly destroying each other. But there was another scientist who had been watching this, an ecologist. And he went home and says, "I know how to fix this." And he wrote the Tierra system, and, in my book, is in fact one of the first truly artificial living systems -- except for the fact that these programs didn't really grow in complexity.
Als man sah, dass das funktioniert und ein wenig daran arbeitete, da kam ich dazu. Und ich beschloss ein System zu entwickeln, das alle Voraussetzungen erfüllt, die notwendig sind für die Evolution von Komplexität, nach der sich immer komplexere Probleme sich ständig entwickeln. Und da ich nicht wirklich wusste, wie man Code schreibt, hatte ich dabei natürlich Hilfe. Zwei Studenten am California Institute of Technology arbeiteten mit mir. Das ist Charles Offria auf der linken, und Titus Brown auf der rechten Seite. Die beiden sind jetzt wirklich anerkannte Professoren an der Michigan State University, aber ich kann Ihnen versichern, damals waren wir nicht so ein respektables Team. Und ich bin auch froh, dass es kein Fotos gibt von uns dreien nebeneinander.
So having seen this work, worked a little bit on this, this is where I came in. And I decided to create a system that has all the properties that are necessary to see, in fact, the evolution of complexity, more and more complex problems constantly evolving. And of course, since I really don't know how to write code, I had help in this. I had two undergraduate students at California Institute of Technology that worked with me. That's Charles Ofria on the left, Titus Brown on the right. They are now, actually, respectable professors at Michigan State University, but I can assure you, back in the day, we were not a respectable team. And I'm really happy that no photo survives of the three of us anywhere close together.
Aber wie schaut nun dieses System aus? Nun, ich kann nicht wirklich ins Detail gehen, aber hier sehen Sie ein paar Einzelheiten. Aber worauf ich mich konzentrieren möchte, ist der Typ der Bevölkerungsstruktur. Da sind etwa 10.000 Programme angesiedelt. Und alle verschiedenen Stämme haben verschiedene Farben. Und wie man hier sieht, gibt es Gruppen, die übereinander wachsen, weil sie sich ausbreiten. Immer wenn es ein Programm gibt, das besser in dieser Welt überlebt, aufgrund irgendeiner Mutation, breitet es sich über die anderen aus und bringt die anderen zum Verschwinden.
But what is this system like? Well I can't really go into the details, but what you see here is some of the entrails. But what I wanted to focus on is this type of population structure. There's about 10,000 programs sitting here. And all different strains are colored in different colors. And as you see here, there are groups that are growing on top of each other, because they are spreading. Any time there is a program that's better at surviving in this world, due to whatever mutation it has acquired, it is going to spread over the others and drive the others to extinction.
Ich werde nun einen Film zeigen, in dem Sie diesen Vorgang sehen. Diese Art von Versuchen begannen mit Programmen, die wir selber geschrieben haben. Wir schreiben unsere eigenen Sachen, vervielfältigen diese, und sind sehr stolz auf uns. Und wir fügen diese hinzu, und gleich kann man sehen, dass es eine Welle der Innovation nach der anderen gibt. Übrigens ist das sehr beschleunigt, es ist fast wie tausend Generationen pro Sekunde. Aber sofort sagt das System: "Was für ein blöder Code war das? Das kann auf viele Arten verbessert werden und schnell." Man sieht Wellen einer neuen Art, die andere Arten überwindet. Und diese Art von Aktivität geht noch eine Weile so, bis die einfachen Hauptsachen von diesen Programmen übernommen wurden. Und dann sieht man eine Art von Entwicklungsstau, in dem das System hauptsächlich auf eine neue Entwicklung wartet, wie diese da, welche sich ausbreiten wird über all die anderen Innovationen, die vorher da waren und die Gene löscht, die es vorher hatte, bis eine neue Art höherer Komplexität erreicht wurde. Und dieser Prozess geht immer weiter.
So I'm going to show you a movie where you're going to see that kind of dynamic. And these kinds of experiments are started with programs that we wrote ourselves. We write our own stuff, replicate it, and are very proud of ourselves. And we put them in, and what you see immediately is that there are waves and waves of innovation. By the way, this is highly accelerated, so it's like a 1000 generations a second. But immediately, the system goes like, "What kind of dumb piece of code was this? This can be improved upon in so many ways, so quickly." So you see waves of new types taking over the other types. And this type of activity goes on for quite a while, until the main easy things have been acquired by these programs. And then, you see sort of like a stasis coming on where the system essentially waits for a new type of innovation, like this one, which is going to spread over all the other innovations that were before and is erasing the genes that it had before, until a new type of higher level of complexity has been achieved. And this process goes on and on and on.
Was wir hier sehen, ist ein System, das in etwa so lebt, wie wir Leben gewohnt sind. Aber was die NASA-Leute mich wirklich gefragt hatten war: "Haben diese Dinger eine Biosignatur? Können wir diese Art des Leben messen? Wenn wir das können, haben wir vielleicht eine Chance, Leben wirklich irgendwo anders zu entdecken, ohne voreingenommen zu sein durch Dinge wie Aminosäuren." Also sagte ich: "Vielleicht sollten wir eine Biosignatur herstellen, die auf Leben als universalem Prozess basiert. Vielleicht sollte es die Konzepte verwenden, die ich entwickelt habe um zu erfassen, was ein einfaches lebendes System sein kann."
So what we see here is a system that lives in very much the way we're used to how life goes. But what the NASA people had asked me really was, "Do these guys have a biosignature? Can we measure this type of life? Because if we can, maybe we have a chance of actually discovering life somewhere else without being biased by things like amino acids." So I said, "Well, perhaps we should construct a biosignature based on life as a universal process. In fact, it should perhaps make use of the concepts that I developed just in order to sort of capture what a simple living system might be."
Und was ich mir ausgedacht habe -- Ich muss Ihnen zuerst eine Einführung in die Idee geben, und vielleicht wäre das eher ein Bedeutungs-Detektor als ein Lebensdetektor. Und wir würden das so machen -- ich würde gerne herausfinden, wie sich Text, der von einer Million Affen geschrieben wurde, von Text unterscheidet, der in unseren Büchern ist. Und ich würde es gerne so angehen, dass ich die Sprache nicht wiklich lesen können muss, weil ich mir sicher bin, dass ich dazu nicht in der Lage bin. Solang ich weiß, dass es eine Art Alphabet gibt. Dies wäre die Häufigkeit in der man jeden der 26 Buchstaben des Alphabets in einem von zufällig gewählten Affen geschriebenen Text finden kann. Und offensichtlich kommt jeder dieser Buchstaben ungefähr gleich häufig vor.
And the thing I came up with -- I have to first give you an introduction about the idea, and maybe that would be a meaning detector, rather than a life detector. And the way we would do that -- I would like to find out how I can distinguish text that was written by a million monkeys, as opposed to text that is in our books. And I would like to do it in such a way that I don't actually have to be able to read the language, because I'm sure I won't be able to. As long as I know that there's some sort of alphabet. So here would be a frequency plot of how often you find each of the 26 letters of the alphabet in a text written by random monkeys. And obviously, each of these letters comes off about roughly equally frequent.
Aber wenn man die gleiche Verteilung in einem englischen Text betrachtet, schaut das so aus. Und ich sagen Ihnen, bei englischen Texten ist dies sehr stabil. Und wenn man sich französische Texte anschaut, dann sieht es ein wenig anders aus, oder bei Italienisch oder Deutsch. Sie alle haben eine eigene Häufigkeitsverteilung, aber es ist solide. Dabei ist es unwichtig, ob über Politik oder Wissenschaft geschrieben wurde. Es ist auch nicht wichtig, ob es ein Gedicht ist, oder ein mathematischer Text. Es ist eine stabile Signatur, und es ist sehr stabil. Solange unsere Bücher auf Englisch geschrieben werden -- weil Menschen sie neu schreiben und wieder kopieren -- wird das immer da sein.
But if you now look at the same distribution in English texts, it looks like that. And I'm telling you, this is very robust across English texts. And if I look at French texts, it looks a little bit different, or Italian or German. They all have their own type of frequency distribution, but it's robust. It doesn't matter whether it writes about politics or about science. It doesn't matter whether it's a poem or whether it's a mathematical text. It's a robust signature, and it's very stable. As long as our books are written in English -- because people are rewriting them and recopying them -- it's going to be there.
Das hat mich angeregt darüber nachzudenken, was, wenn ich versuche, diese Idee nicht dazu benutze zufällige Texte von Texten mit Bedeutung zu unterscheiden, sondern dazu benutze, eine Bedeutung zu finden in den Biomolekülen, die Leben ausmachen. Aber zuerst muss ich fragen: Was sind die Bausteine, wie das Alphabet, Elemente, die ich Ihnen gezeigt habe? Es zeigt sich, dass wir viele verschiedene Alternativen haben für solch einen Satz von Bausteinen. Wir könnten Aminosäuren verwenden, wir könnten Nukleinsäuren, Carbonsäuren, Fettsäuren verwenden. Die Chemie ist extrem reich, und unser Körper verwendet vieles davon.
So that inspired me to think about, well, what if I try to use this idea in order, not to detect random texts from texts with meaning, but rather detect the fact that there is meaning in the biomolecules that make up life. But first I have to ask: what are these building blocks, like the alphabet, elements that I showed you? Well it turns out, we have many different alternatives for such a set of building blocks. We could use amino acids, we could use nucleic acids, carboxylic acids, fatty acids.
Um diese Idee zu testen, sahen wir uns daher zunächst Aminosäuren und ein paar andere Carbonsäuren an. Und hier sind die Ergebnisse. Das bekommt man, wenn man zum Beispiel die Verteilung der Aminosäuren betrachtet auf einem Kometen, oder im interstellaren Raum, oder in einem Labor, wenn man sichergestellt hat, dass in der ursprünglichen Suppe nichts Lebendes drin ist. Man findet zumeist Glycin, dann Alanin, und dann gibt Spuren anderer Elemente. Das ist auch sehr stabil -- was man in Systemen wie der Erde findet, wo es Amniosäuren gibt, aber kein Leben.
In fact, chemistry's extremely rich, and our body uses a lot of them. So that we actually, to test this idea, first took a look at amino acids and some other carboxylic acids. And here's the result. Here is, in fact, what you get if you, for example, look at the distribution of amino acids on a comet or in interstellar space or, in fact, in a laboratory, where you made very sure that in your primordial soup, there is no living stuff in there. What you find is mostly glycine and then alanine and there's some trace elements of the other ones. That is also very robust -- what you find in systems like Earth where there are amino acids, but there is no life. But suppose you take some dirt and dig through it
Aber nehmen wir an, man nimmt ein wenig Dreck und wühlt darin und dann untersucht man es in diesen Spektrometern, weil da überall Bakterien sind; oder man nimmt Wasser von irgendwo auf der Erde, weil es voller Leben ist, und dann macht man die gleiche Analyse; das Spektrum schaut komplett anders aus. Natürlich ist da weiterhin Glycin und Alanin, aber da sind diese Schwerelemente, diese schweren Aminosäuren, die produziert werden, weil sie für den Organismus nützlich sind. Und andere wiederum, welche nicht im 20er Komplex verwendet werden, treten überhaupt nicht auf in jeder möglichen Konzentration. Also das scheint sehr stabil zu sein. Es ist nebensächlich, welches Sediment man verwendet, um es zu zermahlen, ob es Bakterien, Pflanzen oder Tiere sind. Überall wo Leben ist, wird man diese Verteilung haben, im Gegensatz zu dieser Verteilung. Und das kann man nicht nur in Aminosäuren finden.
and then put it into these spectrometers, because there's bacteria all over the place; or you take water anywhere on Earth, because it's teaming with life, and you make the same analysis; the spectrum looks completely different. Of course, there is still glycine and alanine, but in fact, there are these heavy elements, these heavy amino acids, that are being produced because they are valuable to the organism. And some other ones that are not used in the set of 20, they will not appear at all in any type of concentration. So this also turns out to be extremely robust. It doesn't matter what kind of sediment you're using to grind up, whether it's bacteria or any other plants or animals. Anywhere there's life, you're going to have this distribution, as opposed to that distribution. And it is detectable not just in amino acids.
Jetzt könnte man fragen: was ist mit diesen Avidian? Die Avidian sind die Bewohner dieser Computerwelt, wo sie sich überglücklich reproduzieren und an Komplexität zunehmen. Das ist die Verteilung, die man bekommt, wenn es kein Leben gibt. Sie haben ungefähr 28 dieser Anweisungen. Und wenn man ein System hat, wo sie gegeneinander austauschbar sind, ist es so wie die Affen, die auf der Schreibmaschine schreiben. Jede der Anweisungen erscheint mit etwa der gleichen Häufigkeit. Aber wenn man nun eine Zusammensetzung aus sich reproduzierenden Typen nimmt wie im vorherigen Video, schaut es so aus. Es gibt ein paar Anweisungen die extrem wichtig für die Organismen sind, und deren Häufigkeit wird hoch sein. Und es gibt einige Anweisungen, die man nur einmal, wenn überhaupt verwendet. Also sind diese entweder giftig oder sollten nur zu einen niedrigen Grad verwendet werden, als zufällig. In diesem Fall, ist die Häufigkeit niedriger. Und jetzt kann man sehen, ob es eine stabile Signatur ist. Ich kann es sagen, ja in der Tat, es ist eine, weil dieser Spektrumtyp, wie wir in Büchern gesehen haben, und wie wir es in Aminosäuren gesehen haben, nicht wirklich wichtig ist dabei, wie man die Umgebung verändert, es ist sehr stabil; es wird die Umwelt wiederspiegeln.
Now you could ask: Well, what about these Avidians? The Avidians being the denizens of this computer world where they are perfectly happy replicating and growing in complexity. So this is the distribution that you get if, in fact, there is no life. They have about 28 of these instructions. And if you have a system where they're being replaced one by the other, it's like the monkeys writing on a typewriter. Each of these instructions appears with roughly the equal frequency. But if you now take a set of replicating guys like in the video that you saw, it looks like this. So there are some instructions that are extremely valuable to these organisms, and their frequency is going to be high. And there's actually some instructions that you only use once, if ever. So they are either poisonous or really should be used at less of a level than random. In this case, the frequency is lower. And so now we can see, is that really a robust signature? I can tell you indeed it is, because this type of spectrum, just like what you've seen in books, and just like what you've seen in amino acids, it doesn't really matter how you change the environment, it's very robust, it's going to reflect the environment.
Ich werde nun ein kleines Experiment zeigen, das wir gemacht haben. Und ich muss erklären, die Spitze der Graphik zeigt die Häufigkeitverteilung, über die ich gesprochen habe. Hier, ist das Umfeld ohne Leben, wo jede Anweisung passiert auf einer gleichen Häufigkeit. Und hier unten zeigt es die Mutationsrate im Umfeld. Ich beginne mit dieser Mutationsrate, die so hoch ist, dass, auch wenn sie fallen würde, ein reproduzierendes Programm, das aufsteigen würde, um die ganze Welt zu füllen, wenn es sinkt, mutiert es sofort zu Tod. Also ist kein Leben möglich auf diesen Mutationsindikator. Aber wenn ich die Hitze runterdrehe, und dann gibt es die Entwicklungsfähigkeitschwelle wo es jetzt möglich ist für einen Replikator zu leben. Und wir werden diese Kerle die ganze Zeit in die Mixtur sinken lassen.
So I'm going to show you now a little experiment that we did. And I have to explain to you, the top of this graph shows you that frequency distribution that I talked about. Here, that's the lifeless environment where each instruction occurs at an equal frequency. And below there, I show, in fact, the mutation rate in the environment. And I'm starting this at a mutation rate that is so high that even if you would drop a replicating program that would otherwise happily grow up to fill the entire world, if you drop it in, it gets mutated to death immediately. So there is no life possible at that type of mutation rate. But then I'm going to slowly turn down the heat, so to speak, and then there's this viability threshold where now it would be possible for a replicator to actually live. And indeed, we're going to be dropping these guys into that soup all the time.
Schauen wir uns an, wie sie ausschaut Als erstes, nichts, nichts nichts. zu heiß, zu heiß Jetzt ist die Entwicklungsfähigkeitsschwelle erreicht, und die Häufigkeitsverteilung hat sich drastisch verändert, in Wahrheit stabilisiert. Dann war ich gemein und habe die Hitze wieder ansteigen lassen. Und natürlich erreicht es die Entwicklungsfähigkeitschwelle. Ich zeigs jetzt nochmal, weil es so schön ist. Man erreicht die Entwicklungsfähigkeitschwelle. Die Verteilung ändert sich zu "lebendig". Und dann, wenn man die Schwelle erreicht, wo die Mutationsrate so hoch ist, dass man sich nicht selbst reproduzieren kann, kann man die Infomation nicht bis zur Nachkommenschaft kopieren, ohne so viele Fehler zu machen, dass die Fähigkeit zur Reproduktion verschwindet. Und dann ist die Signatur verloren.
So let's see what that looks like. So first, nothing, nothing, nothing. Too hot, too hot. Now the viability threshold is reached, and the frequency distribution has dramatically changed and, in fact, stabilizes. And now what I did there is, I was being nasty, I just turned up the heat again and again. And of course, it reaches the viability threshold. And I'm just showing this to you again because it's so nice. You hit the viability threshold. The distribution changes to "alive!" And then, once you hit the threshold where the mutation rate is so high that you cannot self-reproduce, you cannot copy the information forward to your offspring without making so many mistakes that your ability to replicate vanishes. And then, that signature is lost.
Was lernen wir daraus? Wir lernen sehr viel davon. Eines davon ist, wenn wir im Stande sind, abstrakt über das Leben nachzudenken, -- und wir sprechen nicht von Dingen wie Pflanzen, und wir sprechen nicht von Aminosäuren, und wir sprechen nicht über Bakterien, aber wenn wir darüber als Prozess nachdenken -- dann könnten wir anfangen über das Leben zu denken, nicht als etwas, was speziell auf der Erde anzutreffen ist, sondern als etwas, das überrall exestieren könnte. Weil es sich dabei um Informationskonzepte handelt, die Informationen speichern in physischen Substraten alles: Teile, Nukleinsäuren alles was ein Alphabet ist, und sicherstellt, dass dort ein gewisser Prozess besteht, damit diese Information gespeichert werden kann für länger als man von den Zeitachsen für den Verfall der Inforamtionen erwarten würde. Und wenn man das machen kann, dann hat man Leben.
What do we learn from that? Well, I think we learn a number of things from that. One of them is, if we are able to think about life in abstract terms -- and we're not talking about things like plants, and we're not talking about amino acids, and we're not talking about bacteria, but we think in terms of processes -- then we could start to think about life not as something that is so special to Earth, but that, in fact, could exist anywhere. Because it really only has to do with these concepts of information, of storing information within physical substrates -- anything: bits, nucleic acids, anything that's an alphabet -- and make sure that there's some process so that this information can be stored for much longer than you would expect -- the time scales for the deterioration of information. And if you can do that, then you have life.
Also das erste, was wir lernen, ist, dass es möglich ist Leben zu definieren allein als ein Prozess ohne Bezug auf die Dinge, die uns lieb sind, insofern uns das Leben auf der Erde lieb ist. Und in gewisser Weise bringt uns das davon weg, wie all unsere wissenschaftlichen Entdeckungen, oder viele davon- es ist dieses ständige Enttrohnen der Menschheit- weil wir denken dass wir etwas besonderes sind, weil wir am Leben sind. Wir können Leben machen. Wir können Leben im Computer herstellen. Natürlich, in beschränkter Weise, aber wir haben gelernt, was man braucht, um es tatsächlich herzustellen. Und wenn man es einmal hat dann ist es keine schwierige Aufgabe mehr zu sagen, dass, wenn man die grundlegenden Prozesse versteht, die sich nicht auf ein bestimmtes Substart beziehen, dann kann man losgehen und andere Welten versuchen und herausfinden welche Art des chemischen Alphabets da sein kann, die gängige Chemie die Geochemie des Planeten herausfinden, sodass man weiß, wie die Verteilung ausschauen würde in der Abwesenheit des Lebens, sich die großen Abweichungen anschauen- das Ding, das hervorschaut und sagt: "Diese Chemikalie sollte wirklich nicht da sein." Dann weiß man nicht ob da Leben ist, aber man kann sagen "Zumindest schaue ich mir die Chemikalie ganz genau an und schaue, woher sie kommt." Und das kann die Chance sein, um tatsächlich Leben zu entdecken, wenn wir es nicht sehen können.
So the first thing that we learn is that it is possible to define life in terms of processes alone, without referring at all to the type of things that we hold dear, as far as the type of life on Earth is. And that, in a sense, removes us again, like all of our scientific discoveries, or many of them -- it's this continuous dethroning of man -- of how we think we're special because we're alive. Well, we can make life; we can make life in the computer. Granted, it's limited, but we have learned what it takes in order to actually construct it. And once we have that, then it is not such a difficult task anymore to say, if we understand the fundamental processes that do not refer to any particular substrate, then we can go out and try other worlds, figure out what kind of chemical alphabets might there be, figure enough about the normal chemistry, the geochemistry of the planet, so that we know what this distribution would look like in the absence of life, and then look for large deviations from this -- this thing sticking out, which says, "This chemical really shouldn't be there." Now we don't know that there's life then, but we could say, "Well at least I'm going to have to take a look very precisely at this chemical and see where it comes from." And that might be our chance of actually discovering life when we cannot visibly see it.
Und das ist die Message, die ich für Sie habe. Leben kann weniger rätselhaft sein als wir denken, wenn wir versuchen uns vorzustellen, wie es auf anderen Planeten wäre. Und wenn man das Geheimnis des Lebens rausnimmt, dann ist es auch ein wenig leichter über unsere Art zu leben nachzudenken und dass wir vielleicht nicht so etwas Besonderes sind, wie wir immer denken. Und ich verlasse Sie mit diesen Worten
And so that's really the only take-home message that I have for you. Life can be less mysterious than we make it out to be when we try to think about how it would be on other planets. And if we remove the mystery of life, then I think it is a little bit easier for us to think about how we live, and how perhaps we're not as special as we always think we are. And I'm going to leave you with that.
Vielen Dank
And thank you very much.
(Applaus)
(Applause)