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."
Ik heb een rare loopbaan. Dat weet ik omdat mensen als collega's me zeggen: 'Chris, je hebt een rare loopbaan.'
(Laughter)
(Gelach)
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.
Ik begrijp ze want ik ben mijn carrière begonnen als theoretisch kernfysicus. Ik zat al na te denken over quarks, gluonen en botsingen met zware ijzerkernen toen ik slechts 14 jaar oud was. Nee, nee, ik was geen 14 jaar oud. Maar daarna had ik mijn eigen lab in de afdeling voor computationele neurowetenschappen en ik deed niet eens aan neurowetenschappen. Later zou ik werken aan evolutionaire genetica en systeembiologie.
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."
Maar ik ga jullie vandaag over iets anders vertellen. Ik ga jullie vertellen over hoe ik iets heb geleerd over het leven. Ik was eigenlijk raketwetenschapper. Niet echt raketwetenschapper, maar ik werkte bij het Jet Propulsion Laboratory in het zonnige Californië, waar het warm is. Nu zit ik in het middenwesten en daar is het koud. Maar het was een spannende ervaring. Op een dag komt een NASA-manager mijn kantoor binnen, gaat zitten en zegt: 'Kun je ons alsjeblieft vertellen hoe we op zoek kunnen gaan naar leven buiten de aarde?' Dat kwam als een verrassing voor mij, want ik was eigenlijk ingehuurd om te werken aan kwantumberekening. Toch had ik een heel goed antwoord. Ik zei: 'Ik heb geen idee.'
(Laughter)
hij vertelde me: 'Biosignaturen,
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?"
we moeten op zoek naar een biosignatuur.' Ik weer: 'Wat is dat?' Hij zei: 'Het is eender welk meetbaar fenomeen dat ons in staat stelt om de aanwezigheid van leven vast te stellen.' Ik zei: 'Echt waar? Is dat dan niet makkelijk? Ik bedoel, we hebben hier leven. Kun je daar geen definitie op toepassen zoals bijvoorbeeld een Supreme Court-achtige definitie van leven?'
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.
Toen ik er een beetje over had nagedacht, zei ik: 'Is het echt zo gemakkelijk? Want ja, als je zoiets als dit ziet, dan noem ik dat leven - geen twijfel mogelijk. Maar hier is iets.' Hij dan: 'Goed, dat is ook leven. Dat weet ik.' Maar als je denkt dat het leven ook is gedefinieerd door dingen die sterven, dan heb je geen geluk met dit ding omdat dat eigenlijk een heel vreemd organisme is. Het groeit op tot het volwassen stadium, maakt dan een Benjamin Buttonfase door, gaat achteruit en achteruit totdat het weer als een klein embryo is en groeit dan weer terug, terug naar beneden en weer terug - als een jojo. Het sterft nooit. Het is leven, maar geen leven zoals wij het ons voorstelden. Dan zie je zoiets. Hij : 'Mijn God, wat voor een levensvorm is dat?' Weet iemand dat? Het is eigenlijk geen leven, het is een kristal.
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.
Als je eenmaal op zoek gaat naar kleinere en kleinere dingen -- Deze persoon schreef er een heel artikel en zei: 'Hè, dit zijn bacteriën.' Maar als je een beetje dichterbij gaat kijken, zie je dat dit ding veel te klein is om dat te zijn. Hij was ervan overtuigd maar de meeste mensen in feite niet. Toen kwam NASA natuurlijk ook met een grote aankondiging. President Clinton gaf zelfs een persconferentie over deze verbazingwekkende ontdekking van leven in een meteoriet van Mars. Vandaag is dat zwaar omstreden. Als les uit al deze foto's kan je besluiten het toch niet zo gemakkelijk is. Misschien heb ik toch wel een definitie van leven nodig om dat soort onderscheid maken.
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.
Kan het leven worden gedefinieerd? Hoe zou je dat doen? Je kan natuurlijk de Encyclopaedia Britannica openslaan op de L. Natuurlijk doe je dat niet. Je zoekt het ergens op in Google. Dan zou je toch iets zou moeten vinden.
(Laughter)
Je vindt wat
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.
en alles dat we al kennen, gooi je weg. Dan kun iets als dit vinden. Het zegt iets ingewikkelds met veel, veel concepten. Wie op aarde zou zoiets ingewikkelds, complex en zinloos neerschrijven? In feite is het een reeks echt belangrijke concepten. Ik haal er een paar woorden uit. Het geven van dergelijke definities steunt op dingen die niet gebaseerd zijn op aminozuren of bladeren of iets dat we kennen, maar in feite alleen maar op processen. Dit komt eigenlijk uit een boek dat ik schreef en dat gaat over kunstmatig leven. Dat verklaart waarom die NASA-manager uiteindelijk in mijn kantoor belandde. Ze dachten dat we met dergelijke concepten misschien een vorm van leven zouden kunnen produceren.
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.
Misschien vraag je jezelf wel af: 'Wat in hemelsnaam is kunstmatig leven?' Ik leg even uit hoe dit alles tot stand kwam. Het begon al een tijdje geleden toen iemand een van de eerste succesvolle computervirussen schreef. Degenen onder jullie die nog niet oud genoeg zijn, weten niet hoe deze infectie werkte - namelijk door middel van deze diskettes. Maar het interessante aan deze computervirusinfecties was dat, als je keek naar de snelheid waarmee deze infectie om zich heen greep, zij het piekend gedrag vertoonde dat we zo goed kennen van een griepvirus. Door deze wapenwedloop tussen hackers en besturingssysteemontwerpers gaan die dingen op en neer. Het resultaat is een soort boom des levens van deze virussen, een fylogenie die heel erg lijkt op het type van leven dat we kennen, althans op het virale niveau.
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.
Is dat dan leven? Niet wat mij betreft. Waarom? Omdat deze zaken niet op zichzelf evolueren. In feite zijn er hackers nodig om ze te schrijven. Maar het idee werd al snel een klein beetje verder uitgewerkt toen een wetenschapper van het Wetenschappelijk Instituut dit bedacht: 'Waarom gaan we niet proberen om deze kleine virussen in kunstmatige werelden binnen de computer te laten evolueren?' Dat was Steen Rasmussen. Hij ontwierp dit systeem maar het werkte niet echt, omdat zijn virussen voortdurend bezig waren elkaar te vernietigen. Maar er was nog een andere wetenschapper die dit volgde, een ecoloog. Hij zei: 'Ik weet hoe dit op te lossen.' Hij schreef het Tierra-systeem. Volgens mij een van de eerste echt kunstmatige levende systemen - behalve het feit dat deze programma's niet echt groeiden in complexiteit.
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.
Vanuit deze basis begon ik eraan te werken. Ik besloot om een systeem te creëren met alle nodige eigenschappen om complexiteit te laten evolueren, om voortdurend meer en meer complexe problemen te laten evolueren. Natuurlijk had ik hierbij hulp nodig, omdat ik niet weet hoe code te schrijven. Twee studenten van het California Institute of Technology werkten bij mij. Charles Offria aan de linkerkant, Titus Brown aan de rechterkant. Ze zijn nu respectabele professoren aan de Michigan State University, maar ik kan jullie verzekeren dat wij indertijd een allesbehalve respectabel team waren. Ik ben echt blij dat er geen foto's meer bestaan over hoe wij gedrieën toen te keer gingen.
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.
Maar hoe ziet dit systeem eruit? Ik kan niet ingaan op de details, maar wat je hier ziet is een deel van de ingewanden. Ik wil de aandacht vestigen op dit type van de populatiestructuur. Er zitten ongeveer 10.000 programma's in. Alle verschillende stammen weergegeven in verschillende kleuren. Er zijn groepen die boven op elkaar groeien, omdat ze zich verspreiden. Telkens er een programma is dat beter is in overleven in deze wereld, door welke mutatie dan ook die het heeft verworven, gaat het zich verspreiden over de anderen en worden de anderen tot uitsterven gedreven.
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.
Ik ga jullie een film tonen waar dit dynamisch wordt voorgesteld. Dit soort experimenten begon met programma's die we zelf schreven. We schrijven onze eigen spullen, repliceren ze en zijn zeer trots op onszelf. We zetten ze in en wat je meteen ziet, is dat er golven van innovatie plaatsvinden. Tussen haakjes, dit is zeer versneld, je ziet hier een duizend generaties per seconde. Maar het systeem begint met: 'Wat voor een stom stuk code is dit? Dat kan snel op allerlei manieren worden verbeterd.' Je ziet golven van nieuwe types die het halen op andere types. Dit soort activiteiten gaat voor een tijdje door totdat de meest eenvoudige dingen zijn overgenomen door deze programma's. Dan zie je een soort stasis aankomen waar het systeem in wezen wacht op een nieuw type van innovatie, zoals dit, dat zich weer gaat verspreiden over alle andere innovaties die ervoor bestonden en zijn eerdere genen begint te wissen, totdat er een nieuw type met een hoger niveau van complexiteit is bereikt. Dit proces blijft maar doorgaan.
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."
Wat we hier zien, is een systeem dat leeft op een manier die erg lijkt op het leven dat we kennen. Maar wat de NASA-mensen me echt hadden gevraagd, was: 'Hebben deze jongens een biosignatuur? Kunnen we dit soort van leven meten? Want als we dat kunnen, hebben we misschien kans om elders leven te ontdekken zonder vooroordelen over dingen als aminozuren.' Ik zei: ‘Misschien moeten we een biosignatuur construeren gebaseerd op leven als universeel proces. In feite moet ze misschien gebruik maken van de concepten die ik heb ontwikkeld alleen maar om vast te leggen hoe een eenvoudig levend systeem zou kunnen zijn.'
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.
Wat ik bedacht - ik moet jullie eerst een inleiding tot het idee geven en misschien zou dat een betekenisdetector worden, in plaats van een levendetector. De manier waarop we dat zouden doen: ik wil te weten komen hoe ik tekst die door een miljoen apen is getypt, kan onderscheiden van tekst zoals hij in onze boeken staat. Ik zou het graag doen op zo'n manier dat ik de taal niet moeten kunnen lezen, want ik weet zeker dat ik dat niet zal kunnen. Als ik maar weet dat er een soort alfabet is. Ik zou een grafiek maken van de frequentie van hoe vaak elk van de 26 letters van het alfabet voorkomt in een tekst geschreven door willekeurige apen. Natuurlijk zou elk van deze letters ongeveer even frequent voorkomen.
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.
Als je nu kijkt naar dezelfde verdeling in Engelse teksten, dan ziet het er zo uit. Dat blijft praktisch hetzelfde voor alle Engelse teksten. Bij Franse, Italiaanse of Duitse teksten ziet het er een beetje anders uit. Ze hebben allemaal hun eigen type frequentieverdeling, maar het blijft hetzelfde. Het maakt niet uit of je nu schrijft over politiek of over wetenschap. Het maakt niet uit of het een gedicht of een wiskundige tekst is. Het is een herhaalbare signatuur en ze is zeer stabiel. Zolang onze boeken zijn geschreven in het Engels - omdat mensen ze herschrijven en kopiëren - vinden we die frequentie daar terug.
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. In fact, chemistry's extremely rich, and our body uses a lot of them.
Dat inspireerde me om dit idee te gebruiken, niet om willekeurige teksten te onderscheiden van teksten met betekenis, maar eerder om uit te vinden of er betekenis schuilt in de biomoleculen van het leven. Maar eerst moet ik vragen: wat zijn deze bouwstenen, zoals het alfabet, die ik liet zien? Het blijkt dat we vele verschillende alternatieven hebben voor zo'n set bouwstenen. We kunnen aminozuren, nucleïnezuren, carbonzuren of vetzuren gebruiken. De chemie is extreem rijk en ons lichaam maakt gebruik van veel van die zaken. Om dit idee te testen,
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.
namen we eerst een kijkje bij de aminozuren en enkele andere carbonzuren. Hier is het resultaat. Hier is in feite wat je krijgt als je kijkt naar de verdeling van de aminozuren op een komeet of in de interstellaire ruimte of, in feite, in een laboratorium, waar je heel zeker bent dat er in jouw oersoep geen levend spul zit. Meestal vind je wat glycine, alanine en wat sporen van de andere aminozuren. Dat is ook zeer herhaalbaar - voor wat je kunt vinden in plaatsen op Aarde waar er aminozuren zijn,
But suppose you take some dirt and dig through it
maar zonder leven.
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.
Maar stel dat je wat vuil opraapt en in een spectrometer plaatst, omdat er overal bacteriën zitten. Of je onderzoekt wat water dat krioelt van het leven, met dezelfde methode. Het spectrum ziet er dan compleet anders uit. Natuurlijk is er nog steeds glycine en alanine, maar in feite vind je dan deze zware moleculen, deze zware aminozuren, die worden aangemaakt omdat ze waardevol zijn voor organismen. Enkele andere die niet worden gebruikt in de set van 20, zullen niet te zien zijn in welke concentratie dan ook. Dit blijkt ook uiterst herhaalbaar te zijn. Het maakt niet uit wat voor soort sediment je gebruikt om te vermalen, of het nu bacteriën of andere planten of dieren zijn. Overal waar het leven is, zal je deze verdeling aantreffen, in tegenstelling tot die verdeling daar. Het is niet alleen voor aminozuren aantoonbaar.
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.
Nu kun je vragen: Hoe zit het met deze Avidianen? De Avidianen zijn de bewoners van deze computerwereld waar ze perfect gelukkig repliceren en groeien in complexiteit. Dit is de verdeling die je krijgt als er geen leven is. Ze hebben ongeveer 28 instructies. Als je een systeem hebt waar de een wordt vervangen door de andere is het net als bij apen die tikken op een typemachine. Al deze instructies komen voor met ongeveer gelijke frequentie. Maar als je nu een set hebt van replicerende jongens zoals in de video die je zag, dan ziet het er zo uit. Er zijn dus instructies die zeer waardevol zijn voor deze organismen, en hun frequentie zal hoog zijn. Er zijn zelfs instructies die je maar één keer gebruikt of nooit. Dus zijn ze ofwel giftig of moeten ze echt worden gebruikt op een lager niveau dan willekeurig. In dat geval is hun frequentie lager. Is dat nu echt een herhaalbare signatuur? Ik kan je vertellen dat het zo is, omdat dit type spectrum, net als wat je gezien hebt bij de boeken en net als wat je hebt gezien bij aminozuren, zeer herhaalbaar is zonder dat het uitmaakt hoe je het milieu verandert. Het gaat een weerspiegeling zijn van zijn het milieu.
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.
Daarom ga ik jullie nu een klein experiment tonen. Ik moet uitleggen dat de top van deze grafiek de frequentieverdeling laat zien waar ik het over had. Hier is het de levenloze omgeving waar elke instructie met een gelijke frequentie voorkomt. Daar beneden toon ik de mutatiesnelheid in de omgeving. Ik begin met een zeer hoge mutatiesnelheid. Als je er een replicerend programma in gooit dat anders graag zou opgroeien om de hele wereld te vullen, gaat het zo snel muteren dat het onmiddellijk doodgaat. Er is dus geen leven mogelijk bij deze mutatiesnelheid. Maar dan ga ik het bij wijze van spreken op een klein vuurtje zetten en dan stap je over de drempel voor levensvatbaarheid waar het nu voor een replicator mogelijk zou zijn om daadwerkelijk te leven. We blijven dan doorgaan met deze jongens de hele tijd in die soep te gooien.
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.
Laten we eens kijken wat dat geeft. Dus eerst, niets, niets, niets. Te warm, te warm. Nu wordt de levensvatbaarheidsdrempel bereikt, de frequentieverdeling verandert drastisch en stabiliseert. En dan doe ik iets vervelends. Ik voeg opnieuw warmte toe en nog eens en nog eens. Natuurlijk bereikt het de levensvatbaarheidsdrempel. Ik laat het jullie gewoon even opnieuw zien omdat het zo leuk is. Je overschrijdt de levensvatbaarheidsdrempel en de distributie verandert in 'levend!' Maar zodra je de drempel waar de mutatiesnelheid zo hoog is dat je niet in staat bent tot zelfreproductie, kan je de informatie niet meer naar je nageslacht kopiëren zonder zo veel fouten te maken dat je vermogen om te repliceren verdwijnt. Dan gaat die signatuur verloren.
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.
Wat leren we hieruit? Een aantal dingen. Een ervan is dat we in staat zijn om over het leven na te denken in abstracte termen. We praten dan niet over zaken als planten, aminozuren, of bacteriën. We denken in termen van processen. Dan kunnen we beginnen na te denken over het leven, niet als iets dat specifiek is voor de Aarde, maar als iets dat in feite overal kan bestaan. Omdat het eigenlijk alleen maar vandoen heeft met concepten van informatie, van het opslaan van informatie op fysische substraten. Dat kunnen bits zijn of nucleïnezuren, alles wat een alfabet kan vormen. Er moet een of ander proces bestaan zodat deze informatie lang kan worden opgeslagen. Veel langer dan de tijd die nodig is om de informatie teloor te laten gaan. Als je dat kan doen, dan heb je leven.
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.
Het eerste wat we leren, is dat het mogelijk is het leven te definiëren in termen van alleen maar processen, zonder ook maar te verwijzen naar het soort dingen die ons dierbaar zijn, voor zover de aard van het leven op aarde dat is. In die zin brengt ons dat weer, net zoals al onze wetenschappelijke ontdekkingen, of toch vele ervan - een stapje verder in de continue onttroning van de mens - van hoe we denken dat we speciaal zijn omdat we leven. We kunnen leven maken. We kunnen leven maken in de computer. Toegegeven, het is maar beperkt, maar we hebben geleerd wat er nodig is om het echt te construeren. Eens we zover zijn, is het niet zo'n moeilijke taak meer om te zeggen dat, als we de fundamentele processen begrijpen die niet verwijzen naar een bepaald substraat, we kunnen proberen om er voor andere werelden achter te komen wat voor soort chemische alfabetten er zouden kunnen zijn. We zullen genoeg te weten komen over de normale chemie, de geochemie van de planeet, zodat we zouden weten hoe deze verdeling eruit zou zien bij afwezigheid van leven. Dan kunnen we zoeken naar grote afwijkingen daarvan - zo'n opvallend iets dat zegt: 'Deze chemische stof hoort daar niet.' Dat betekent dan nog niet dat er leven is, maar we zouden kunnen zeggen: 'In ieder geval ga ik deze chemische stof eens nader bekijken om te zien waar ze vandaan komt.' Dat zou ons een kans geven om leven te ontdekken ook als we het niet kunnen zien.
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.
Dat is dus de enige boodschap die ik voor jullie heb. Leven zou wel eens minder mysterieus kunnen zijn dan we denken als we nadenken over hoe het zou zijn op andere planeten. Als we het mysterieuze van het leven kunnen wegnemen, dan denk ik dat het voor ons een beetje makkelijker zal zijn om na te denken over hoe we leven en hoe we misschien wel niet zo bijzonder zijn als we altijd gedacht hebben. Ik hou het hierbij.
And thank you very much.
Dank u zeer.
(Applause)
(Applaus)