Λοιπόν, έχω μια περίεργη καριέρα. Το ξέρω αυτό γιατί έρχονται άνθρωποι σε μένα, όπως συνεργάτες μου, και μου λένε, «Κρις, έχεις μια περίεργη καριέρα». (Γέλια) Και αντιλαμβάνομαι την άποψή τους, γιατί ξεκίνησα την καριέρα μου ως θεωρητικός πυρηνικός φυσικός. Και σκεφτόμουν τα κουάρκς και τα γκλουόνια και ισχυρές συγκρούσεις ιόντων, και ήμουν μόνο 14 χρονών. Όχι, όχι, δεν ήμουν 14 χρονών. Αλλά μετά από αυτά, είχα στην πραγματικότητα δικό μου εργαστήριο στο τμήμα υπολογιστικής νευροεπιστήμης, και δεν έκανα καθόλου νευροεπιστήμη. Αργότερα, εργάστηκα πάνω στην εξελικτική γενετική, και πάνω σε βιολογικά συστήματα.
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.
Αλλά πρόκειται να σας μιλήσω για κάτι διαφορετικό σήμερα. Πρόκειται να σας μιλήσω για το πώς έμαθα κάτι για τη ζωή. Και ήμουν πραγματικά ένας επιστήμονας πυραύλων. Δεν ήμουν όντως επιστήμονας πυραύλων, αλλά εργαζόμουν στο Εργαστήριο Αεριώθησης στην ηλιόλουστη Καλιφόρνια όπου είναι ζεστά, ενώ τώρα είμαι στα μεσοδυτικά, και κάνει κρύο. Αλλά ήταν μια συναρπαστική εμπειρία. Μια μέρα ένας διευθυντής της NASA ήρθε στο γραφείο μου, έκατσε και μου είπε, «Μπορείς σε παρακαλώ να μας πεις, πώς να αναζητήσουμε ζωή έξω από τη Γη;» Και αυτό με εξέπληξε, γιατί στην ουσία είχα προσληφθεί να δουλέψω πάνω σε κβαντική υπολογιστική. Ωστόσο, είχα μια πολύ καλή απάντηση. Είπα, «Δεν έχω ιδέα». Και μου είπε, «Βιοϋπογραφές, πρέπει να αναζητήσουμε βιοϋπογραφές». Και είπα, «Τι είναι αυτό;» Μου απάντησε, «Είναι κάθε μετρήσιμο φαινόμενο που μας επιτρέπει να εντοπίσουμε την παρουσία ζωής». Και είπα, «Αλήθεια;» Γιατί, δεν είναι εύκολο; Εννοώ, έχουμε ζωή. Δεν μπορούμε να προσδώσουμε έναν ορισμό, για παράδειγμα, ορισμό τύπου Ανωτάτου Δικαστηρίου για τη ζωή;»
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?"
Και μετά το σκέφτηκα λίγο, και είπα, «Λοιπόν, είναι στ' αλήθεια τόσο εύκολο;» Γιατί, ναι, εάν δούμε κάτι τέτοιο, τότε πολύ καλά, θα το ονομάσω ζωή -- χωρίς αμφιβολία. Αλλά κοιτάξτε αυτό." Και συνεχίζει, "Σωστά, κι αυτό είναι ζωή επίσης. Το ξέρω αυτό." Μόνο που. αν θεωρείς ότι η ζωή ορίζεται από πράγματα που μπορούν να πεθάνουν, τότε δεν είσαι τυχερός με αυτό, γιατί στην πραγματικότητα αυτό είναι ένας πολύ παράξενος οργανισμός. Μεγαλώνει στο ενήλικο στάδιο κάπως έτσι και στη συνέχεια περνά από μια φάση Μπέντζαμιν Μπάτον, και στην πραγματικότητα πηγαίνει συνεχώς προς τα πίσω μέχρι να ξαναγίνει ένα μικρό έμβρυο, και μετά μεγαλώνει ξανά, και μετά μικραίνει και ξανά μεγαλώνει -- σαν γιο-γιο -- και δεν πεθαίνει ποτέ. Έτσι στην πραγματικότητα είναι ζωή αλλά δεν είναι όπως θεωρούσαμε ότι είναι η ζωή. Και μετά βλέπεις κάτι τέτοιο. Και ήταν κάπως έτσι, «Θεέ μου, τι είδους μορφή ζωής είναι αυτό;» Γνωρίζει κανείς; Στην πραγματικότητα δεν είναι ζωή, είναι ένα κρύσταλλο.
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.
Έτσι όταν ξεκινάς να ψάχνεις και να ψάχνεις σε πιο μικρά και ακόμη πιο μικρά πράγματα -- έτσι αυτό το συγκεκριμένο άτομο έγραψε ολόκληρο άρθρο και είπε, «Αυτά είναι βακτήρια». Εκτός, κι αν κοιτάξετε λίγο πιο κοντά, θα δείτε, στην πραγματικότητα, ότι αυτό το πράγμα είναι πολύ μικρό για να είναι κάτι τέτοιο. Οπότε πείστηκε, αλλά, στην πραγματικότητα, οι περισσότεροι άνθρωποι όχι. Και μετά, φυσικά, η NASA έκανε μια σημαντική ανακοίνωση, και ο πρόεδρος Κλίντον έδωσε συνέντευξη τύπου, γι' αυτή τη σημαντική ανακάλυψη για ζωή σε αρειανό μετεωρίτη. Μόνο που στις μέρες μας, είναι σε μεγάλο βαθμό υπό αμφισβήτηση. Εάν διδαχθούμε από αυτές τις φωτογραφίες, τότε συνειδητοποιούμε, στην πραγματικότητα ότι δεν είναι τόσο εύκολο. Μάλλον χρειάζομαι έναν ορισμό για τη ζωή έτσι ώστε να κάνω αυτόν το διαχωρισμό.
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.
Οπότε η ζωή μπορεί να οριστεί; Και πως θα το κάνατε αυτό; Μα φυσικά, θα πηγαίνατε στην Εγκυκλοπαίδεια Μπριτάνικα και θα ανοίγατε το λήμμα Ζ. Όχι, φυσικά και δεν θα το κάνετε αυτό, θα το ψάχνατε στο Google. Και τότε ίσως να παίρνατε κάτι. Και αυτό που θα μπορούσατε να πάρετε --
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)
και ό,τι στην πραγματικότητα αναφέρεται σε πράγματα που έχουμε συνηθίσει, και έχουμε πετάξει. Και τότε ίσως να καταλήξουμε σε κάτι σαν αυτό. Και αναφέρει κάτι πολύπλοκο με πολλές πολλές έννοιες. Μα ποιος πάνω στη Γη θα έγραφε κάτι τόσο περίπλοκο και σύνθετο και βλακώδες; Ω, στην πραγματικότητα είναι μια πραγματικά σημαντική σειρά εννοιών. Οπότε θα τονίσω μόνο μερικές λέξεις και ορισμούς που βασίζονται σε πράγματα που δεν έχουν ως βάση αμινοξέα ή φύλλα ή οτιδήποτε έχουμε συνηθίσει, αλλά στην πραγματικότητα μόνο διεργασίες. Και αν ρίξετε μια ματιά σε αυτό, αυτό ήταν στην πραγματικότητα σε ένα βιβλίο που έγραψα για την τεχνητή ζωή. Και αυτό εξηγεί γιατί ο διευθυντής της NASA ήταν αρχικά στο γραφείο μου. Διότι η ιδέα ήταν, με έννοιες σαν κι αυτές, ίσως μπορούμε πραγματικά να κατασκευάσουμε μία μορφή ζωής.
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.
Οπότε εάν αναρωτηθείτε, «Μα τι στο καλό είναι η τεχνητή ζωή;», αφήστε με να σας δώσω μια εξήγηση πως προήλθαν όλα αυτά. Και ξεκίνησε αρκετό καιρό πριν όταν κάποιος δημιούργησε έναν από τους πρώτους επιτυχημένους ιούς υπολογιστών. Και για εκείνους που δεν είναι αρκετά μεγάλοι, δεν έχετε ιδέα πώς λειτουργούσε η μόλυνση -- κυρίως, μέσω αυτών των δισκετών. Αλλά το ενδιαφέρον κομμάτι αυτών των μολύνσεων από ιούς υπολογιστών ήταν ότι, εάν κοιτάζατε το ρυθμό με τον οποίο λειτουργούσε η μόλυνση, έδειχναν αυτή την ακραία συμπεριφορά που έχετε συνηθίσει από τους ιούς της γρίπης. Και στην πραγματικότητα οφείλεται σε αυτή την κούρσα εξοπλισμών μεταξύ των χάκερς και των σχεδιαστών λειτουργικών συστημάτων και τα πράγματα πήγαιναν μπρος και πίσω. Και το αποτέλεσμα είναι ένα είδος του δέντρου της ζωής αυτών των ιών, μία φυλογένεση που μοιάζει πάρα πολύ στο είδος της ζωής που έχουμε συνηθίσει, τουλάχιστον σε ιογενές επίπεδο.
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.
Οπότε αυτό είναι ζωή; Για μένα όχι. Γιατί; Διότι αυτά τα πράγματα δεν εξελίσσονται μόνα τους. Στην πραγματικότητα, έχουν τους χάκερς που τα δημιουργούν. Αλλά η ιδέα πήγε πολύ γρήγορα ένα βήμα παραπέρα όταν ένας επιστήμονας που δούλευε στο Ινστιτούτο Σάντα Φε αποφάσισε, «Γιατί δεν προσπαθούμε να πακετάρουμε αυτούς τους μικρούς ιούς σε τεχνητούς κόσμους μέσα σε έναν υπολογιστή και να τους αφήσουμε να εξελιχθούν;» Και αυτός ήταν ο Στιν Ράσμουσεν. Και σχεδίασε αυτό το σύστημα, αλλά στην πραγματικότητα δεν δούλεψε, διότι οι ιοί του συνεχώς κατέστρεφαν ο ένας τον άλλο. Αλλά ένας άλλο επιστήμονας που το παρακολουθούσε, ένας οικολόγος. Και πήγε σπίτι και είπε, «Ξέρω πώς να το φτιάξω αυτό». Και δημιούργησε το σύστημα Τιέρα, και, στο βιβλίο μου, είναι στην πραγματικότητα ένα από τα πρώτα πραγματικά τεχνητά συστήματα εν ζωή -- εκτός του ότι αυτά τα προγράμματα δεν μεγάλωσαν στην πολυπλοκότητα.
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.
Έτσι, έχοντας δει το έργο αυτό, εργάστηκα λίγο σε αυτό, εδώ είναι που ξεκινάει η δική μου συμμετοχή. Και αποφάσισα να δημιουργήσω ένα σύστημα το οποίο έχει όλες τις ιδιότητες που είναι απαραίτητες για να δούμε την εξέλιξη της πολυπλοκότητας, όλο και πιο σύνθετα προβλήματα που διαρκώς εξελίσσονται. Και φυσικά, μιας και δεν έχω ιδέα πώς να γράφω κώδικα, είχα βοήθεια πάνω σε αυτό. Είχα δύο προπτυχιακούς φοιτητές από το Ινστιτούτο Τεχνολογίας της Καλιφόρνιας που δούλεψαν μαζί μου. Αυτός είναι ο Τσαρλς Οφίρια στα αριστερά και ο Τάιτους Μπράουν στα δεξιά. Αυτή τη στιγμή είναι αξιοσέβαστοι καθηγητές στο Πανεπιστήμιο του Μίσιγκαν, αλλά μπορώ να σας διαβεβαιώσω, ότι εκείνη την εποχή, δεν ήμασταν μια αξιοσέβαστη ομάδα. Και είμαι πραγματικά χαρούμενος που καμία φωτογραφία δεν επιβίωσε από εμάς τους τρεις να είμαστε μαζί.
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.
Αλλά τι είναι αυτό το σύστημα; Δεν μπορώ να επεισέλθω σε λεπτομέρειες, αλλά αυτό που βλέπετε εδώ είναι μέρος του εσωτερικού. Αλλά θα ήθελα να εστιάσω σε αυτόν τον τύπο πληθυσμιακής δομής. Περίπου 10.000 προγράμματα κάθονται εκεί. Και όλα τα διαφορετικά στελέχη είναι χρωματισμένα με διαφορετικά χρώματα. Και όπως βλέπετε εδώ, υπάρχουν ομάδες που μεγαλώνουν η μία πάνω στην άλλη, επειδή πολλαπλασιάζονται. Πάντοτε υπάρχει ένα πρόγραμμα το οποίο είναι καλύτερο στην επιβίωση σε αυτό τον κόσμο, χάρη στη μετάλλαξη που έχει αποκτήσει, πρόκειται να επεκταθεί πάνω στα άλλα και να τα οδηγήσει στην εξάλειψη.
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.
Οπότε πρόκειται να σας δείξω μία ταινία όπου θα δείτε μία τέτοια δυναμική. Και αυτού του είδους τα πειράματα ξεκίνησαν από προγράμματα που γράψαμε μόνοι μας. Γράφουμε τα δικά μας προγράμματα, τα αναπαράγουμε, και είμαστε πολύ περήφανοι για τους εαυτούς μας. Και τα βάζουμε μέσα, και αυτό που βλέπουμε αμέσως είναι ότι υπάρχουν πολλά κύματα καινοτομίας. Με την ευκαιρία, αυτό είναι άκρως επιταχυνόμενο, οπότε στην ουσία είναι χιλιάδες γενιές το δευτερόλεπτο. Αλλά αμέσως το σύστημα καταλήγει κάπως έτσι, «Τι είδους χαζό κομμάτι κώδικα είναι αυτό; Αυτό μπορεί να βελτιωθεί με πάρα πολλούς τρόπους πολύ γρήγορα». Έτσι βλέπετε κύματα από νέους τύπους να καταλαμβάνουν τους άλλους τύπους. Και αυτού του είδους η δραστηριότητα συνεχίζεται για αρκετό διάστημα, μέχρις ότου εύκολα έχουν καταληφθεί από αυτά τα προγράμματα. Και μετά βλέπετε μια στάσιμη κατάσταση όπου το σύστημα περιμένει ουσιαστικά για ένα νέο τύπο καινοτομίας, σαν κι αυτόν, ο οποίος πρόκειται να εξαπλωθεί πάνω σε όλες τις άλλες καινοτομίες που υπήρχαν πριν και σβήνει τα γονίδια που είχε πριν, μέχρι ότου επιτευχθεί ένας νέος τύπος υψηλότερης πολυπλοκότητας. Και αυτή η διαδικασία συνεχίζεται και συνεχίζεται.
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.
Έτσι, αυτό που βλέπουμε εδώ είναι ένα σύστημα το οποίο ζει σε μεγάλο βαθμό με τον τρόπο που έχουμε συνηθίσει τη ζωή. Αλλά αυτό που πραγματικά μου ζήτησαν οι άνθρωποι της NASA ήταν, «Αυτοί οι τύποι έχουν βιοϋπογραφές; Μπορούμε να μετρήσουμε αυτό το είδος ζωής; Γιατί εάν μπορούμε, ίσως έχουμε μια πιθανότητα να ανακαλύψουμε τη ζωή κάπου αλλού χωρίς να δεσμευόμαστε από πράγματα όπως τα αμινοξέα». Οπότε είπα, «Ίσως πρέπει να δημιουργήσουμε μία βιοϋπογραφή βασισμένη στη ζωή ως καθολική διεργασία. Στην πραγματικότητα, ίσως πρέπει να κάνουμε χρήση των εννοιών που ανέπτυξα έτσι ώστε να μπορέσουμε να συλλάβουμε τι θα μπορούσε να είναι ένα απλό ζωντανό σύστημα».
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."
Και αυτό που σκέφτηκα -- θα πρέπει πρώτα να κάνω μια εισαγωγή για την ιδέα, και αυτό θα μπορούσε να είναι ένας εννοιολογικός ανιχνευτής παρά ένας ανιχνευτής ζωής. Και ο τρόπος με τον οποίο θα το κάναμε -- θα ήθελα να μάθω πώς μπορώ να διακρίνω κείμενο το οποίο έχει γραφτεί από εκατομμύρια πιθήκους, σε αντίθεση με κείμενο το οποίο υπάρχει στα βιβλία μας. Και θα ήθελα να το κάνω με τέτοιο τρόπο ώστε να μη χρειάζεται να διαβάσω τη γλώσσα, διότι είμαι σίγουρος ότι δεν θα μπορώ. Αρκεί να ξέρω ότι υπάρχει κάποιο είδους αλφάβητου. Οπότε εδώ θα είχαμε ένα σύμπλεγμα συχνοτήτων του πόσο συχνά βρίσκουμε κάθε ένα από τα 26 γράμματα της αλφαβήτου σε ένα κείμενο γραμμένο από τυχαίους πιθήκους. Και προφανώς κάθε ένα από αυτά τα γράμματα εμφανίζεται περίπου με την ίδια συχνότητα.
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.
Αλλά αν δείτε τώρα την ίδια κατανομή σε αγγλικά κείμενα, θα είναι κάπως έτσι. Και σας λέω, ότι αυτό είναι πολύ ισχυρό σε αγγλικά κείμενα. Και αν κοιτάξουμε σε γαλλικά κείμενα, θα είναι λίγο διαφορετική ή σε ιταλικά ή γερμανικά. Όλα έχουν το δικό τους τύπο κατανομής συχνοτήτων, αλλά είναι ισχυρό. Δεν έχει σημασία εάν γράφουν για πολιτική ή για επιστήμη. Δεν έχει σημασία αν είναι ποίημα ή αν είναι ένα μαθηματικό κείμενο. Είναι μια ισχυρή υπογραφή, και είναι πολύ σταθερή. Εφόσον τα βιβλία μας είναι γραμμένα στα Αγγλικά -- διότι οι άνθρωποι τα ξαναγράφουν και τα αντιγράφουν -- θα είναι εκεί.
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.
Οπότε αυτό με ενέπνευσε να σκεφτώ, εάν προσπαθούσα να χρησιμοποιήσω αυτή την ιδέα έτσι ώστε, όχι να ανιχνεύσω τυχαία κείμενα από κείμενα με κάποιο νόημα, αλλά να ανιχνεύσω το γεγονός ότι υπάρχει νόημα στα βιομόρια που συνιστούν τη ζωή. Αλλά πρώτα θα πρέπει να ρωτήσω: ποια είναι αυτά τα δομικά στοιχεία, όπως το αλφάβητο, τα στοιχεία που σας έδειξα; Τελικά όπως φαίνεται, έχουμε πολλές εναλλακτικές για τέτοιου είδους δομικά στοιχεία. Θα μπορούσαμε να χρησιμοποιήσουμε αμινοξέα, θα μπορούσαμε να χρησιμοποιήσουμε νουκλεϊκά οξέα, καρβοξυλικά οξέα, λιπαρά οξέα. Στην πραγματικότητα, η χημεία είναι αρκετά πλούσια, και το σώμα μας χρησιμοποιεί πολλά από αυτά.
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.
Οπότε για να δοκιμάσουμε αυτή την ιδέα, αρχικά ρίξαμε μια ματιά στα αμινοξέα και σε κάποια άλλα καρβοξυλικά οξέα. Και εδώ είναι το αποτέλεσμα. Εδώ είναι, στην ουσία, τι παίρνουμε εάν, για παράδειγμα, κοιτάξετε την κατανομή των αμινοξέων σε έναν κομήτη ή στο διαστρικό χώρο ή, στην πραγματικότητα, σε ένα εργαστήριο, όπου έχετε σιγουρευτεί ότι στην αρχέγονη σούπα σας δεν υπάρχει οτιδήποτε ζωντανό εκεί μέσα. Αυτό που βρίσκετε είναι κυρίως γλυκίνη και αλανίνη και υπάρχουν και κάποια ίχνη στοιχείων των άλλων. Αυτό είναι εξίσου ισχυρό -- τι βρίσκετε σε συστήματα όπως η Γη όπου υπάρχουν αμινοξέα αλλά δεν υπάρχει ζωή.
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
Αλλά αν υποθέσουμε ότι παίρνετε λίγο χώμα και σκάβετε μέσα σε αυτό και μετά το βάλετε μέσα σε αυτά τα φασματόμετρα διότι υπάρχουν βακτήρια παντού, ή πάρετε νερό από οπουδήποτε πάνω στη Γη, διότι είναι γεμάτο ζωή, και κάνετε την ίδια ανάλυση, το φάσμα θα είναι εντελώς διαφορετικό. Φυσικά, υπάρχει ακόμη γλυκίνη και αλανίνη, αλλά στην πραγματικότητα, υπάρχουν αυτά τα βαρέα στοιχεία, αυτά τα βαρέα αμινοξέα, τα οποία παράγονται επειδή είναι πολύτιμα για τον οργανισμό. Και κάποια άλλα τα οποία δεν χρησιμοποιούνται από το σύνολο των 20, δεν θα εμφανιστούν καθόλου σε κανένα είδος συγκέντρωσης. Οπότε και αυτό προκύπτει να είναι εξαιρετικά ισχυρό. Δεν έχει σημασία τι είδους συγκέντρωση θα χρησιμοποιήσετε είτε είναι βακτήρια είτε είναι φυτά ή ζώα. Όπου υπάρχει ζωή, θα έχετε αυτή την κατανομή, σε αντίθεση με αυτή την κατaνομή. Και είναι ανιχνεύσιμη όχι μόνο με τα αμινοξέα.
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.
Τώρα μπορείτε να ρωτήσετε: τι γίνεται με τους Αβίντιανς; Οι Aβίντιανς είναι οι κάτοικοι αυτού του κόσμου των υπολογιστών που είναι άκρως χαρούμενοι με το να μεγαλώνουν στην πολυπλοκότητα. Οπότε αυτή είναι η κατανομή που παίρνουμε εάν, στην πραγματικότητα, δεν υπάρχει ζωή. Έχουν περίπου 28 από αυτές τις εντολές. Και εάν έχετε ένα σύστημα όπου αντικαθίστανται το ένα από το άλλο, είναι σαν να έχετε πίθηκους να γράφουν σε γραφομηχανή. Κάθε μία από αυτές τις εντολές εμφανίζεται με περίπου την ίδια συχνότητα. Αλλά αν τώρα πάρετε ένα νέο σετ από αναπαραγόμενους τύπους όπως στο βίντεο που είδατε, θα δείχνει κάπως έτσι. Οπότε υπάρχουν κάποιες εντολές οι οποίες είναι εξαιρετικά πολύτιμες για αυτούς τους οργανισμούς, και η συχνότητά τους θα είναι υψηλή. Και υπάρχουν και κάποιες εντολές που χρησιμοποιείτε μόνο μια φορά, αν όχι ποτέ. Οπότε, είτε είναι δηλητηριώδη είτε πραγματικά θα πρέπει να χρησιμοποιείται σε ένα επίπεδο λιγότερο από τυχαία. Σε αυτή την περίπτωση, η συχνότητα είναι χαμηλότερη. Οπότε τώρα μπορούμε να δούμε, είναι αυτή μία ισχυρή υπογραφή; Μπορώ να σας πω ότι όντως είναι, διότι αυτό το είδος του φάσματος, όπως αυτά που βλέπετε στα βιβλία, και σαν αυτά που έχετε δει στα αμινοξέα, δεν έχει σημασία πώς αλλάξατε το περιβάλλον, είναι πολύ ισχυρό, πρόκειται να αντικατοπτρίζει το περιβάλλον.
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.
Οπότε τώρα θα σας δείξω ένα μικρό πείραμα που κάναμε. Και πρέπει να σας εξηγήσω, η κορυφή αυτού του γραφήματος δείχνει την συχνότητα της κατανομής για την οποία μιλούσα. Εδώ, στην πραγματικότητα, είναι το άψυχο περιβάλλον όπου εμφανίζεται η κάθε εντολή με την ίδια συχνότητα. Και κάτω από εκεί, είδα, στην πραγματικότητα, το ρυθμό μετάλλαξης στο περιβάλλον. Και ξεκινάω από ένα τόσο μεγάλο ρυθμό μετάλλαξης έτσι ώστε, ακόμη κι αν ρίξω ένα αναπαραγόμενο πρόγραμμα το οποίο σε διαφορετική περίπτωση θα μεγάλωνε ευχαρίστως να καταλάβει ολόκληρο τον κόσμο, εάν το ρίξετε μέσα, αποκτάει μετάλλαξη θανάτου αμέσως. Οπότε δεν υπάρχει πιθανότητα ζωής σε αυτό τον τύπο ρυθμού μετάλλαξης. Αλλά μετά θα χαμηλώσω τη θερμοκρασία, για να το πω έτσι, και στη συνέχεια υπάρχει αυτό το όριο της βιωσιμότητας όπου τώρα θα ήταν πιθανό για έναν αναπαραγωγέα πραγματικά να ζήσει. Και όντως, θα ρίχνουμε αυτούς τους τύπους στη σούπα διαρκώς.
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.
Οπότε για να δούμε πώς θα φαίνεται. Έτσι στην αρχή, τίποτα, τίποτα, τίποτα. Πολύ ζέστη, πολύ ζέστη. Τώρα το όριο βιωσιμότητας επιτυγχάνεται, και η συχνότητα κατανομής έχει αλλάξει δραματικά και, στην πραγματικότητα, σταθεροποιείται. Και τώρα αυτό που έκανα εκεί είναι, ήμουν λίγο κακός, ανέβασα τη θερμοκρασία ξανά και ξανά. Και φυσικά, έφτασε το όριο της βιωσιμότητας. Και σας το ξαναδείχνω αυτό επειδή είναι τόσο ωραίο. Φτάνουμε το όριο της βιωσιμότητας. Η κατανομή αλλάζει σε "ζωντανό!" Και μετά, αφού έχετε φτάσει το όριο όπου ο ρυθμός μετάλλαξης είναι τόσο υψηλός που δεν μπορείτε να αυτο-αναπαραχθείτε, δεν μπορείτε να αντιγράψετε την πληροφορία στους απογόνους σας χωρίς να κάνετε τόσα πολλά λάθη η ικανότητά σας για αναπαραγωή εξαφανίζεται. Και μετά η υπογραφή χάνεται.
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.
Τι μαθαίνουμε από αυτό; Πιστεύω πως μαθαίνουμε αρκετά από αυτό. Ένα από αυτά είναι, εάν είμαστε σε θέση να σκεφτούμε για τη ζωή σε αφηρημένους όρους -- και δεν μιλάμε για πράγματα όπως φυτά, και δεν μιλάμε για αμινοξέα, και δεν μιλάμε για βακτήρια, αλλά σκεφτόμαστε με όρους διεργασιών -- μετά μπορούμε να σκεφτούμε για τη ζωή, όχι ως κάτι που είναι τόσο ξεχωριστό στη Γη, αλλά κάτι, που στην πραγματικότητα, μπορεί να υπάρξει οπουδήποτε. Διότι πραγματικά έχει να κάνει με αυτές τις έννοιες της πληροφορίας, της αποθήκευσης πληροφορίας μέσα στα φυσικά υποστρώματα -- οτιδήποτε: δυαδικά ψηφία, νουκλεϊκά οξέα, οτιδήποτε είναι ένα αλφάβητο -- και να σιγουρευτούμε ότι υπάρχει κάποια διεργασία έτσι ώστε η πληροφορία να μπορεί να αποθηκευτεί για πολύ περισσότερο απ' ό,τι θα περιμένατε να είναι οι χρονικές κλίμακες για την αλλοίωση της πληροφορίας. Και αν μπορείτε να το κάνετε αυτό, τότε έχετε ζωή.
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.
Οπότε το πρώτο πράγμα που μάθαμε είναι ότι είναι εφικτό να ορίσουμε τη ζωή μόνο σε όρους διεργασιών, χωρίς να αναφερθούμε καθόλου σε όλα εκείνα που θεωρούμε ιερά όσον αφορά το είδος ζωής που έχουμε στη Γη. Και αυτό κατά μία έννοια μας απομακρύνει ξανά, όπως όλες οι επιστημονικές ανακαλύψεις, ή οι πιο πολλές από αυτές -- είναι αυτή η συνεχής εκθρόνιση του ανθρώπου -- από το ότι σκεφτόμαστε ότι είμαστε μοναδικοί επειδή είμαστε ζωντανοί. Μπορούμε να δημιουργήσουμε ζωή. Μπορούμε να δημιουργήσουμε ζωή σε έναν υπολογιστή. Δεδομένου ότι είναι περιοριστικό, έχουμε μάθει τι χρειάζεται για να την δημιουργήσουμε πραγματικά. Και εφόσον έχουμε αυτό, τότε δεν είναι τόσο δύσκολο πια να πούμε, εάν αντιλαμβανόμαστε τις πρωταρχικές διεργασίες που δεν αναφέρονται σε κανένα συγκεκριμένο υπόστρωμα, ότι μπορούμε να πάμε εκεί έξω και να δοκιμάσουμε άλλους κόσμους, να καταλάβουμε ποια είδη χημικών αλφάβητων υπάρχουν, να έχουμε μια καλή εικόνα της κανονικής χημείας, της γεωχημείας του πλανήτη, έτσι ώστε να γνωρίζουμε πώς θα είναι η κατανομή στην απουσία ζωής, και μετά να αναζητήσουμε μεγάλες αποκλίσεις από αυτή -- αυτό το πράγμα ξεχωρίζει, που λέμε, «Αυτό το χημικό πραγματικά δε θα έπρεπε να ήταν εκεί». Τώρα, δεν θα ξέρουμε αν θα υπάρχει ζωή εκεί, αλλά μπορούμε να πούμε, «Λοιπόν, τουλάχιστον θα ρίξω μια ματιά με ακρίβεια σε αυτό το χημικό και θα δω από που προέρχεται». Και αυτή ίσως είναι η ευκαιρία μας να ανακαλύψουμε πραγματικά τη ζωή όταν δεν θα είναι ορατή.
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.
Και άρα αυτό είναι το μήνυμα που πρέπει να πάρετε μαζί σας που έχω για εσάς. Η ζωή μπορεί να είναι λιγότερο μυστηριώδης απ' ότι την κάνουμε εμείς να είναι όταν προσπαθούμε να σκεφτούμε πώς θα είναι σε άλλους πλανήτες. Και αν αφαιρέσουμε το μυστήριο της ζωής, τότε πιστεύω πως είναι λιγάκι πιο εύκολο για εμάς να σκεφτούμε πώς ζούμε, και πως ίσως δεν είμαστε τόσο μοναδικοί όπως πάντα πιστεύουμε ότι είμαστε. Και θα σας αφήσω με αυτό.
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.
Και σας ευχαριστώ πάρα πολύ.
And thank you very much.
(Χειροκρότημα)
(Applause)