Finding life we can't imagine | Christoph Adami

Fordító: Lektor: Laszlo Kereszturi

So, I have a strange career.

Nos, nekem furcsa a hivatásom.

I know it because people come up to me, like colleagues, and say,

Ezt onnan tudom, hogy az emberek, például a kollégáim odajönnek hozzám

"Chris, you have a strange career."

és azt mondják, "Chris, neked furcsa a hivatásod."

(Laughter)

(Nevetés)

And I can see their point,

És tudom, miért mondják ezt,

because I started my career as a theoretical nuclear physicist.

hiszen elméleti nukleáris fizikusként

kezdtem a pályafutásom.

And I was thinking about quarks and gluons and heavy ion collisions,

Kvarkokról, gluonokról,

nehézion ütközésekről gondolkodtam,

and I was only 14 years old --

és még csak 14 éves voltam.

No, no, I wasn't 14 years old.

Nem, nem, nem voltam 14 éves.

But after that,

De azután

tulajdonképpen lett egy saját laborom

I actually had my own lab

a számítógépes idegtudományi tanszéken,

in the Computational Neuroscience department,

és egyáltalán nem foglalkoztam az idegtudománnyal.

and I wasn't doing any neuroscience.

Later, I would work on evolutionary genetics,

A későbbiekben evolúciós genetikával,

and I would work on systems biology.

majd rendszer-szemléletű biológiával foglalkoztam.

But I'm going to tell you about something else today.

De ma valami másról fogok beszélni önöknek.

I'm going to tell you about how I learned something about life.

Azt fogom elmondani,

hogy hogyan tanultam meg valamit az életről.

And I was actually a rocket scientist.

És tulajdonképpen rakétakutató voltam.

I wasn't really a rocket scientist,

Igazából nem voltam rakétakutató,

but I was working at the Jet Propulsion Laboratory

de dolgoztam

a Sugárhajtású Meghajtás laboratóriumban

a napos Kaliforniában, ahol meleg van;

in sunny California, where it's warm;

whereas now I am in the mid-West, and it's cold.

ehhez képest most közép-nyugaton vagyok,

és hideg van.

But it was an exciting experience.

De izgalmas élmény volt.

One day, a NASA manager comes into my office,

Egyik nap bejön az irodámba egy NASA osztályvezető,

sits down and says,

leül és azt kérdezi,

"Can you please tell us, how do we look for life outside Earth?"

"Meg tudná kérem mondani,

hogyan keressünk életet a Földön kívül?"

És ez nagy meglepetésként ért engem,

And that came as a surprise to me,

mert konkrétan azért vettek fel,

because I was actually hired to work on quantum computation.

hogy kvantumszámításokon dolgozzak.

És mégis tudtam egy nagyon jó választ.

Yet, I had a very good answer.

I said, "I have no idea."

Azt válaszoltam, hogy "Fogalmam sincs".

(Laughter)

And he told me, "Biosignatures, we need to look for a biosignature."

A fickó pedig azt mondta, hogy "Bioazonosítók,

bioazonosítókat kell keresnünk."

Én meg azt kérdeztem, "Az meg mi?"

And I said, "What is that?"

And he said, "It's any measurable phenomenon

Ő pedig azt válaszolta, hogy "Bármilyen mérhető jelenség,

amely lehetővé teszi számunkra

that allows us to indicate the presence of life."

az élet jelenlétének kimutatását."

And I said, "Really?

És azt kérdeztem, hogy "Tényleg?

Because isn't that easy?

Mert ez könnyű, nem?

I mean, we have life.

Úgy értem, itt van az élet.

Can't you apply a definition,

Nem alkalmazhatunk rá egy meghatározást,

for example, a Supreme Court-like definition of life?"

olyasmit, mint a Legfelsőbb Bíróság féle élet definíció?"

De aztán gondolkodtam rajta egy kicsit, és azt kérdeztem,

And then I thought about it a little bit, and I said,

"Nos, ez tényleg ilyen egyszerű?

"Well, is it really that easy?

Mert igen, ha látunk valami ilyesmit,

Because, yes, if you see something like this,

then all right, fine, I'm going to call it life --

akkor persze, rendben, életnek fogjuk hívni --

no doubt about it.

ehhez nem fér kétség.

But here's something."

De itt van ez."

And he goes, "Right, that's life too. I know that."

És azt mondja, "Rendben, ez is élet. Ezt tudom."

Except, if you think that life is also defined by things that die,

Kivéve persze ha a meghaló dolgok által

határozzuk meg az életet,

you're not in luck with this thing,

mert akkor ezzel a dologgal nincs szerencsénk,

because that's actually a very strange organism.

ugyanis ez egy nagyon különös organizmus.

It grows up into the adult stage like that

Kifejlődik a felnőtt létig ilyen formában,

majd átél egy Benjamin Button fázist,

and then goes through a Benjamin Button phase,

and actually goes backwards and backwards until it's like a little embryo again,

és tulajdonképpen elkezd egyre jobban visszafejlődni,

amíg olyan nem lesz újra, mint egy embrió,

majd ismét elkezd felnőni, majd visszafejlődni, majd felnőni -- mint a jojó --

and then actually grows back up, and back down and back up --

és sohasem hal meg.

sort of yo-yo -- and it never dies.

So it's actually life,

Tehát tulajdonképpen ez is egy életforma,

de valójában nem úgy,

but it's actually not as we thought life would be.

ahogyan mi elképzeljük az életet.

And then you see something like that.

Aztán látunk valami ilyesmit.

And he was like, "My God, what kind of a life form is that?"

Erre a fickó, "Uram Isten, ez meg milyen életforma?"

Tudja valaki?

Anyone know?

Ez tulajdonképpen nem életforma, ez egy kristály.

It's actually not life, it's a crystal.

Tehát ha egyszer elkezdünk

So once you start looking and looking at smaller and smaller things --

egyre kisebb dolgokat vizsgálni --

so this particular person wrote a whole article and said,

tehát ez a bizonyos személy

egy egész cikket írt arról, hogy "Hé, ezek baktériumok".

"Hey, these are bacteria."

Except, if you look a little bit closer,

Kivéve persze ha közelebbről nézzük,

you see, in fact, that this thing is way too small to be anything like that.

akkor tulajdonképpen látjuk, hogy ez túl kicsi ahhoz, hogy bármi ilyesmi legyen.

Tehát ő meg volt győződve erről,

So he was convinced, but, in fact, most people aren't.

de ami azt illeti, a legtöbb ember nem.

És aztán, persze,

And then, of course, NASA also had a big announcement,

a NASA tett egy nagy bejelentést,

and President Clinton gave a press conference,

és Clinton elnök tartott egy sajtókonferenciát

erről a hatalmas felfedezésről,

about this amazing discovery of life in a Martian meteorite.

hogy életet találtak egy Marsról származó meteorban.

Leszámítva persze, hogy manapság ez erősen vitatott.

Except that nowadays, it's heavily disputed.

Ha megtanuljuk a leckét ezekből a képekből,

If you take the lesson of all these pictures,

then you realize, well, actually, maybe it's not that easy.

akkor rájövünk, hogy ez talán nem is olyan könnyű.

Talán mégiscsak szükségem van

Maybe I do need a definition of life

az élet meghatározására ahhoz,

in order to make that kind of distinction.

hogy ilyen jellegű különbséget tudjak tenni.

Tehát meghatározhatjuk-e az életet?

So can life be defined?

Nos, hogyan kezdenének hozzá?

Well how would you go about it?

Természetesen

Well of course, you'd go to Encyclopedia Britannica and open at L.

kinyitnák a Révai nagylexikont az É betűnél.

Nem, természetesen nem tennék ezt; inkább beírnák a Google-ba.

No, of course you don't do that; you put it somewhere in Google.

És talán kapnának valamit.

And then you might get something.

(Laughter)

And what you might get --

És amit kapnának --

and anything that actually refers to things that we are used to,

és bármit, ami tulajdonképpen azokra a dolgokra utal, amiket megszoktunk,

félredobnának.

you throw away.

Aztán kitalálnának valami ilyesmit.

And then you might come up with something like this.

És ez valami bonyolultról szól,

And it says something complicated with lots and lots of concepts.

amiben rengeteg a fogalom.

Ki a fene írna valamit,

Who on Earth would write something as convoluted and complex and inane?

ami ilyen tekervényes és összetett

és semmitmondó?

Ó, ez tulajdonképpen egy nagyon, nagyon fontos fogalomhalmaz.

Oh, it's actually a really, really, important set of concepts.

Úgyhogy kiemelek egy pár szót,

So I'm highlighting just a few words

and saying definitions like that rely on things

és azt mondom hogy az ilyen meghatározások

nem olyan dolgokra támaszkodnak, amelyeknek

that are not based on amino acids or leaves or anything that we are used to,

aminosavak vagy levelek

vagy bármi megszokott az alapja,

hanem valójában csak folyamatokra.

but in fact on processes only.

És ha egy pillantást vetnek erre,

And if you take a look at that,

ez tulajdonképpen egy könyvben volt, amit a mesterséges életről írtam.

this was actually in a book that I wrote that deals with artificial life.

És ez megmagyarázza, hogy hogyan

And that explains why that NASA manager was actually in my office to begin with.

került az a NASA ügyvezető az irodámba az elején.

Because the idea was that, with concepts like that,

Ugyanis az volt az ötlet, hogy az ilyen koncepciókkal

maybe we can actually manufacture a form of life.

talán ténylegesen létrehozhatunk

valamilyen létformát.

And so if you go and ask yourself, "What on Earth is artificial life?",

Így tehát ha megkérdezik maguktól, hogy

"Mi a fene az a mesterséges élet?",

let me give you a whirlwind tour of how all this stuff came about.

engedjék meg, hogy villámgyorsan bemutassam önöknek,

hogy hogyan is került szóba mindez.

And it started out quite a while ago,

És ez az egész elég régen kezdődött,

when someone wrote one of the first successful computer viruses.

amikor valaki megírta

az egyik első sikeres számítógépes vírust.

És azok számára, akik nem elég idősek,

And for those of you who aren't old enough,

you have no idea how this infection was working --

és fogalmuk sincs, hogy ez a fertőzés hogyan működött --

namely, through these floppy disks.

tudniillik ezeken a floppy lemezeken keresztül.

But the interesting thing about these computer virus infections

De ezekkel a számítógépes vírusokkal kapcsolatban

az volt az érdekes, hogy ha a fertőzés

was that, if you look at the rate at which the infection worked,

terjedésének sebességét nézzük,

they show this spiky behavior that you're used to from a flu virus.

akkor ezt a tüskés viselkedést mutatják,

amelyet egy influenza vírusnál figyelhetünk meg.

And it is in fact due to this arms race

És tulajdonképpen ennek a fegyverkezési versenynek köszönhető

between hackers and operating system designers

a hackerek és az operációs rendszerek tervezői között,

that things go back and forth.

hogy ezek a dolgok oda-vissza haladnak.

And the result is kind of a tree of life of these viruses,

A végeredmény pedig egyfajta családfa

a vírusokból,

a phylogeny that looks very much like the type of life

egy fejlődéstörténet, amely nagyon

hasonlít a már ismert élettípusra, legalábbis ami a vírusok szintjét illeti.

that we're used to, at least on the viral level.

So is that life?

Akkor tehát ez élet? Nem, ami engem illet.

Not as far as I'm concerned.

Miért? Mert ezek a dolgok nem maguktól fejlődnek.

Why? Because these things don't evolve by themselves.

Ami azt illeti, a hackerek írják őket.

In fact, they have hackers writing them.

De az ötletet nagyon hamar továbbgondolták,

But the idea was taken very quickly a little bit further,

when a scientist working at the Santa Fe Institute decided,

mikor a Tudományos Intézet egyik tudósa elhatározta,

"Why don't we try to package these little viruses

"Miért ne csomagolhatnánk be ezeket a vírusokat

in artificial worlds inside of the computer

a számítógép mesterséges világaiba

és hagyhatnánk őket fejlődni?"

and let them evolve?"

And this was Steen Rasmussen.

És ez az ember Steen Rasmussen volt.

And he designed this system, but it really didn't work,

És megtervezte ezt a rendszert, de valójában nem igazán működött,

because his viruses were constantly destroying each other.

mert a vírusai folyamatosan elpusztították egymást.

But there was another scientist who had been watching this, an ecologist.

De volt egy másik tudós, aki megfigyelte a kísérletet, egy ökológus.

Aztán hazament és azt mondta, "Tudom, hogyan oldjuk meg ezt."

And he went home and says, "I know how to fix this."

And he wrote the Tierra system,

És megírta a Tierra rendszert,

and, in my book,

és ami azt illeti, a könyvemben ez az egyik első

is in fact one of the first truly artificial living systems --

valóban mesterséges élő rendszer --

except for the fact that these programs didn't really grow in complexity.

leszámítva azt a tényt, hogy ezek a programok nem igazán váltak összetettebbé.

So having seen this work, worked a little bit on this,

Tehát miután láttam ezt a munkát és dolgoztam rajta egy kicsit,

this is where I came in.

itt jövök én a képbe.

And I decided to create a system that has all the properties

És én elhatároztam, hogy létrehozok egy olyan rendszert,

amely rendelkezik az összes szükséges tulajdonsággal

that are necessary to see, in fact, the evolution of complexity,

az evolúció összetettségének megjelenítéséhez,

az egyre bonyolultabb és bonyolultabb problémák folyamatos fejlődésével.

more and more complex problems constantly evolving.

És mivel tényleg nem tudok kódokat írni, természetesen volt segítségem.

And of course, since I really don't know how to write code, I had help in this.

Két egyetemi hallgató

I had two undergraduate students

dolgozott együtt velem a Kaliforniai Műszaki Intézetből.

at California Institute of Technology that worked with me.

Az Charles Offria a bal oldalon, Titus Brown pedig a jobb oldalon.

That's Charles Ofria on the left, Titus Brown on the right.

Jelenleg valójában már tekintélyes professzorok

They are now, actually, respectable professors

at Michigan State University,

a Michigani Állami Egyetemen,

but I can assure you, back in the day, we were not a respectable team.

de biztosíthatom önöket, hogy akkoriban

nem voltunk egy tekintélyes csapat.

És igazán boldog vagyok, hogy egy fénykép sem maradt fenn

And I'm really happy that no photo survives

sehol hármunkról, amin együtt vagyunk.

of the three of us anywhere close together.

De milyen is ez a rendszer?

But what is this system like?

Hát igazából nem nagyon mehetek bele a részletekbe,

Well I can't really go into the details,

but what you see here is some of the entrails.

de amit itt látnak, az a belsejének egy része.

De amire fókuszálni szeretnék,

But what I wanted to focus on is this type of population structure.

az ez a fajta populációs szerkezet.

Körülbelül 10,000 program látható itt.

There's about 10,000 programs sitting here.

And all different strains are colored in different colors.

És minden külön törzs különböző színnel van megjelölve.

And as you see here, there are groups that are growing on top of each other,

És mint itt is láthatják, vannak olyan csoportok, amelyek egymásra nőnek,

mert terjeszkednek.

because they are spreading.

Any time there is a program that's better at surviving in this world,

Ha bármikor létrejön egy program,

amely jobban életben tud maradni ebben a világban,

due to whatever mutation it has acquired,

mert olyan mutáción ment keresztül,

it is going to spread over the others and drive the others to extinction.

akkor elterjed a többi program rovására és kihalásra kényszeríti őket.

Úgyhogy mutatok önöknek egy filmet, amelyen látható lesz ez a fajta dinamika.

So I'm going to show you a movie

where you're going to see that kind of dynamic.

És az ilyen fajta kísérleteket

And these kinds of experiments are started with programs that we wrote ourselves.

olyan programokkal kezdtük, amelyeket magunk írtunk.

Megírjuk a saját dolgainkat, sokszorosítjuk őket,

We write our own stuff, replicate it, and are very proud of ourselves.

és nagyon büszkék vagyunk magunkra.

And we put them in, and what you see immediately

Aztán betesszük őket ide, és amit azonnal megfigyelhetnek az az,

is that there are waves and waves of innovation.

hogy az újítás újabb és újabb hulláma tűnik fel.

By the way, this is highly accelerated,

Mellesleg ez egy nagyon felgyorsított felvétel,

so it's like a 1000 generations a second.

úgy nagyjából ezer generáció másodpercenként.

But immediately, the system goes like, "What kind of dumb piece of code was this?

De a rendszer szinte azonnal megkérdezi,

"Milyen idióta kód darab volt ez?

This can be improved upon in so many ways, so quickly."

Ezt olyan sokféleképpen lehet tovább fejleszteni

nagyon gyorsan."

So you see waves of new types taking over the other types.

Úgyhogy láthatják, amint az új típusok hullámai

legyőzik a többi típust.

And this type of activity goes on for quite a while,

És ez a fajta tevékenység egész sokáig folytatódik,

until the main easy things have been acquired by these programs.

amíg a legfőbb, könnyű részeket megszerzik ezek a programok.

And then, you see sort of like a stasis coming on

Aztán láthatják, amint létrejön valamiféle pangás,

where the system essentially waits

ahol a rendszer tulajdonképpen

for a new type of innovation, like this one,

egy újításra vár, mint például ez itt,

which is going to spread over all the other innovations that were before

amely át fog terjedni

minden addigi más újításra, amely létezett

and is erasing the genes that it had before,

és kitörli az előzőleg birtokolt géneket,

until a new type of higher level of complexity has been achieved.

amíg el nem éri a nagyobb összetettségi szint egy új típusát.

And this process goes on and on and on.

És ez a folyamat újra és újra és újra megismétlődik.

So what we see here

Tehát amit itt látunk,

is a system that lives in very much the way we're used to how life goes.

az egy rendszer, amely

egészen olyan formában élő, mint amihez hozzászoktunk.

But what the NASA people had asked me really was,

De amit valójában a NASA emberei kérdeztek tőlem

az volt, hogy "Van ezeknek a fickóknak

"Do these guys have a biosignature?

bioazonosítójuk?

Can we measure this type of life?

Meg tudjuk mérni ezt a fajta életet?

Because if we can,

Mert ha igen,

maybe we have a chance of actually discovering life somewhere else

akkor talán van esélyünk arra, hogy valahol máshol életet fedezzünk fel

without being biased by things like amino acids."

anélkül, hogy az aminosavakhoz

hasonló dolgok befolyásolnának minket."

So I said, "Well, perhaps we should construct a biosignature

Úgyhogy azt mondtam, "Nos, talán olyan bioazonosítót

kellene készítenünk,

based on life as a universal process.

amely az élet univerzális folyamatain alapszik.

In fact, it should perhaps make use of the concepts that I developed

Valójában talán olyan fogalmakat

kellene hasznosítania, amiket én fejlesztettem ki

annak érdekében, hogy megragadja

just in order to sort of capture what a simple living system might be."

egy egyszerű, élő rendszer lényegét."

És az ötlet, amivel előálltam --

And the thing I came up with --

I have to first give you an introduction about the idea,

először is be kell mutatnom önöknek az ötletet,

and maybe that would be a meaning detector,

és ez talán inkább egy értelem-detektor lenne,

mint egy életdetektor.

rather than a life detector.

And the way we would do that --

És a módszer, amivel ezt kiviteleznénk --

I would like to find out how I can distinguish text

szeretném kideríteni, hogy mi különböztet meg

that was written by a million monkeys, as opposed to text that is in our books.

egy egymillió majom által írt szöveget

a könyveinkben található szövegtől.

And I would like to do it in such a way

És ezt olyan módon szeretném megtenni,

that I don't actually have to be able to read the language,

hogy tulajdonképpen nem kell értenem a nyelvet,

mert biztos vagyok benne, hogy képtelen lennék rá.

because I'm sure I won't be able to.

Amíg tudom, hogy létezik valamiféle abc.

As long as I know that there's some sort of alphabet.

Tehát itt lenne egy előfordulási grafikon arról,

So here would be a frequency plot

hogy milyen gyakran található meg

of how often you find each of the 26 letters of the alphabet

az abc 26 betűjének mindegyike

in a text written by random monkeys.

egy tetszőleges majmok által írt szövegben.

And obviously, each of these letters comes off about roughly equally frequent.

És nyilvánvalóan minden betű

nagyjából durván egyenlő gyakorisággal fordul elő.

De ha ugyanezt az eloszlást nézzük az angol szövegekben,

But if you now look at the same distribution in English texts,

it looks like that.

az így néz ki.

And I'm telling you, this is very robust across English texts.

És elhihetik nekem, hogy ez egy nagyon jellemző eredmény az angol szövegekben.

És ha francia szövegeket nézek, akkor egy kicsit máshogy néz ki,

And if I look at French texts, it looks a little bit different,

vagy olasznál vagy németnél.

or Italian or German.

Mindegyiknek megvan a maga előfordulási eloszlása,

They all have their own type of frequency distribution,

de az jellemző.

but it's robust.

Nem számít, hogy politikáról vagy tudományról szól.

It doesn't matter whether it writes about politics or about science.

Nem számít, hogy egy versről

It doesn't matter whether it's a poem or whether it's a mathematical text.

vagy matematikai szövegről van szó.

Ez egy jellemző azonosító,

It's a robust signature,

és nagyon stabil.

and it's very stable.

As long as our books are written in English --

Amíg a könyveink angol nyelven íródnak --

mert az emberek újraírják és lemásolják őket --

because people are rewriting them and recopying them --

it's going to be there.

addig jelen lesz.

So that inspired me to think about, well, what if I try to use this idea

Úgyhogy ez inspirált, hogy azon gondolkodjak,

nos, mi van akkor, ha nem arra próbálom használni ezt az ötletet,

hogy véletlenszerű szövegeket különböztetek meg

in order, not to detect random texts from texts with meaning,

értelmes szövegektől,

but rather detect the fact that there is meaning

hanem arra, hogy megtaláljam a bizonyságot, hogy értelem van

in the biomolecules that make up life.

az életet alkotó biomolekulákban.

De először is meg kell kérdeznem:

But first I have to ask:

what are these building blocks,

mik ezek az építőkockák, mint az abc, az elemek, amelyeket mutattam önöknek?

like the alphabet, elements that I showed you?

Nos úgy tűnik, hogy nagyon sok alternatíva létezik

Well it turns out, we have many different alternatives

az építőkockák ilyen halmazára.

for such a set of building blocks.

Használhatnánk az aminosavakat,

We could use amino acids,

we could use nucleic acids, carboxylic acids, fatty acids.

használhatnánk a nukleinsavakat, karboxilsavakat, zsírsavakat.

In fact, chemistry's extremely rich, and our body uses a lot of them.

Tulajdonképpen a kémia végtelenül bőséges, és a testünk nagyon sokat használ belőle.

Ezért az ötlet tesztelésére mi tulajdonképpen

So that we actually, to test this idea,

first took a look at amino acids and some other carboxylic acids.

először vetettünk egy pillantást az aminosavakra és néhány más karboxilsavra.

És itt az eredmény.

And here's the result.

Here is, in fact, what you get

Valójában itt van, mit kap az ember,

if you, for example, look at the distribution of amino acids

ha például az aminosavak eloszlását nézi

on a comet or in interstellar space or, in fact, in a laboratory,

egy üstökösön vagy csillagközi térben,

vagy tulajdonképpen egy laboratóriumban,

where you made very sure that in your primordial soup,

ahol alaposan megbizonyosodott róla, hogy az őslevesben

semmiféle élőlény sincs.

there is no living stuff in there.

Többségében glicint és alanint találunk,

What you find is mostly glycine and then alanine

és van némi nyoma a többi elemnek.

and there's some trace elements of the other ones.

That is also very robust --

Ez szintén nagyon jellemző --

what you find in systems like Earth

amit az olyan rendszerekben talál, mint a Föld,

where there are amino acids, but there is no life.

ahol vannak aminosavak,

de nincs élet.

But suppose you take some dirt and dig through it

De tételezzük fel, hogy vesz némi földet

és beleás,

and then put it into these spectrometers,

aztán beleteszi a spektrométerbe,

because there's bacteria all over the place;

mert mindenhol baktériumok vannak;

or you take water anywhere on Earth,

vagy vizet vesz bárhonnan a Földről,

mert burjánzik benne az élet,

because it's teaming with life,

and you make the same analysis;

és elvégzi ugyanezt az analízist;

the spectrum looks completely different.

a spektrum egészen máshogy néz ki.

Természetesen még mindig van benne glicin és alanin,

Of course, there is still glycine and alanine,

but in fact, there are these heavy elements, these heavy amino acids,

de valójában itt vannak ezek a nehéz elemek, ezek a nehéz aminosavak,

that are being produced because they are valuable to the organism.

amelyek azért termelődnek,

mert fontosak a szervezet számára.

És néhány másik,

And some other ones that are not used in the set of 20,

amelyet nem is használtunk fel a 20-as összeállításban,

ők egyáltalán nem lesznek jelen

they will not appear at all in any type of concentration.

semmilyen koncentrációban.

So this also turns out to be extremely robust.

Tehát ez is nagyon jellemzőnek tűnik.

It doesn't matter what kind of sediment you're using to grind up,

Nem számít, milyen típusú üledéket használunk a daráláshoz,

legyen az akár baktérium vagy bármilyen más növény vagy állat.

whether it's bacteria or any other plants or animals.

Bárhol, ahol élet van,

Anywhere there's life,

you're going to have this distribution,

ezzel az eloszlással fog találkozni,

as opposed to that distribution.

nem ezzel az eloszlással.

And it is detectable not just in amino acids.

És ez nem csak az aminosavaknál észlelhető.

Now you could ask:

Most megkérdezhetnék:

Well, what about these Avidians?

nos, és mi van ezekkel az Avidiánokkal?

Az Avidiánok ennek a számítógépvilágnak a lakói,

The Avidians being the denizens of this computer world

where they are perfectly happy replicating and growing in complexity.

ahol ők tökéletesen boldogok azáltal, hogy szaporodnak és egyre összetettebbé válnak.

So this is the distribution that you get if, in fact, there is no life.

Tehát ezt az eloszlást kapjuk,

ha tulajdonképpen nincs élet.

They have about 28 of these instructions.

Körülbelül 28 ilyen utasítással rendelkeznek.

And if you have a system where they're being replaced one by the other,

És ha van egy rendszer, ahol az egyik átveszi a másik helyét,

akkor ez olyan lesz, mint amikor a majmok gépelnek.

it's like the monkeys writing on a typewriter.

Minden egyes utasítás nagyjából

Each of these instructions appears with roughly the equal frequency.

ugyanolyan gyakorisággal fordul elő.

But if you now take a set of replicating guys

De ha most veszünk egy készletet ezekből a reprodukálódó fickókból,

mint amilyenek a videóban is láttak,

like in the video that you saw,

akkor így fog kinézni.

it looks like this.

Tehát van pár utasítás,

So there are some instructions

that are extremely valuable to these organisms,

amelyek rendkívüli módon értékesek ezen organizmusok számára,

és nagyobb gyakorisággal fognak előfordulni.

and their frequency is going to be high.

And there's actually some instructions that you only use once, if ever.

És tulajdonképpen vannak olyan utasítások,

amelyeket csak egyszer, vagy egyáltalán nem használunk.

So they are either poisonous

Tehát ezek vagy mérgezőek,

or really should be used at less of a level than random.

vagy a véletlenszerűnél is kevesebbszer kell használni őket.

In this case, the frequency is lower.

Ebben az esetben az előfordulás kisebb mértékű.

És most tehát láthatjuk, hogy ez tényleg egy jellemző azonosító?

And so now we can see, is that really a robust signature?

I can tell you indeed it is,

Azt mondhatom önöknek, hogy ténylegesen az,

because this type of spectrum, just like what you've seen in books,

mert ez a fajta spektrum, ugyanúgy, mint azok, amiket a könyvekben láthatnak,

and just like what you've seen in amino acids,

és ugyanúgy, mint amit az aminosavaknál láthattak,

it doesn't really matter how you change the environment,

mindegy, mennyire változtatjuk meg a környezetet, nagyon jellemző;

it's very robust, it's going to reflect the environment.

ez tükrözni fogja a környezetet.

Tehát most megmutatok önöknek egy kísérletet, amit elvégeztünk.

So I'm going to show you now a little experiment that we did.

És el kell magyaráznom,

And I have to explain to you,

hogy a felső grafikon

the top of this graph

shows you that frequency distribution that I talked about.

mutatja azt az előfordulási eloszlást, amiről beszéltem.

Here, that's the lifeless environment

Itt tulajdonképpen ez az az élettelen környezet,

ahol minden utasítás egyforma

where each instruction occurs at an equal frequency.

gyakorisággal fordul elő.

És itt alul mutatom tulajdonképpen

And below there, I show, in fact, the mutation rate in the environment.

a környezet mutációs mértékét.

And I'm starting this at a mutation rate that is so high

És ezt egy olyan magas mutációs értékkel kezdem,

that even if you would drop a replicating program

amelynél ha beledobnánk

egy reprodukálódó programot,

that would otherwise happily grow up to fill the entire world,

amely egyébként boldogan felnőne,

hogy betöltse az egész világot,

ha ide bedobjuk, azonnal halálra mutálódik.

if you drop it in, it gets mutated to death immediately.

So there is no life possible at that type of mutation rate.

Tehát az élet nem lehetséges

ilyen mutálódási mérték mellett.

But then I'm going to slowly turn down the heat, so to speak,

De ezután lassan lejjebb tekerem a hőmérsékletet, hogy úgy mondjam,

and then there's this viability threshold

és aztán itt ez a életképességi küszöb,

where now it would be possible for a replicator to actually live.

ahol most már lehetséges lenne

egy replikátor számára az élet.

And indeed, we're going to be dropping these guys into that soup all the time.

És tényleg, ezeket a fickókat mindig

bele fogjuk dobni ebbe a levesbe.

Tehát lássuk, hogy ez hogyan is néz ki.

So let's see what that looks like.

Tehát először semmi, semmi, semmi.

So first, nothing, nothing, nothing.

Túl forró, túl forró.

Too hot, too hot.

Now the viability threshold is reached,

Most elérjük az életképességi küszöböt,

and the frequency distribution has dramatically changed

és a gyakorisági eloszlás

drámaian megváltozik, és tulajdonképpen stabilizálódik.

and, in fact, stabilizes.

És amit most ott csináltam az az,

And now what I did there

is, I was being nasty, I just turned up the heat again and again.

hogy nagyon gonosz voltam, és folyton feljebb és feljebb állítottam a hőfokot.

És természetesen ezzel elértük az életképességi küszöböt.

And of course, it reaches the viability threshold.

And I'm just showing this to you again because it's so nice.

És ezt csak azért mutatom meg most önöknek újra, mert ez olyan szép.

You hit the viability threshold.

Elérjük az életképességi küszöböt.

The distribution changes to "alive!"

Az eloszlás "élőre" vált!

And then, once you hit the threshold

És aztán, amint elérjük az életképességi küszöböt,

where the mutation rate is so high that you cannot self-reproduce,

ahol a mutációs mérték már olyan magas,

hogy nem lehetséges az önreprodukció,

nem másolhatjuk tovább az információt

you cannot copy the information forward to your offspring

a leszármazottainknak

without making so many mistakes that your ability to replicate vanishes.

anélkül, hogy annyi hibát ejtenénk,

hogy eltűnjön a reprodukálódás képessége.

And then, that signature is lost.

És aztán eltűnik ez az azonosító.

Mit tanultunk meg ebből?

What do we learn from that?

Well, I think we learn a number of things from that.

Nos, úgy gondolom elég sok dolgot megtanultunk belőle.

One of them is,

Az egyik például az,

if we are able to think about life in abstract terms --

hogy ha képesek vagyunk elvont fogalmakban

gondolkodni az életről --

and we're not talking about things like plants,

és nem olyan dolgokról beszélünk, mint növények,

és nem aminosavakról beszélünk,

and we're not talking about amino acids,

és nem baktériumokról beszélünk,

and we're not talking about bacteria,

but we think in terms of processes --

hanem folyamatokban gondolkodunk --

akkor elkezdhetünk az életről gondolkodni,

then we could start to think about life

not as something that is so special to Earth,

nem mint a Földre jellemző különlegességről,

but that, in fact, could exist anywhere.

hanem tulajdonképpen olyasmiről, ami bárhol létezhet.

Because it really only has to do with these concepts of information,

Mert tényleg csak ezekhez az

információ-koncepciókhoz van köze,

of storing information within physical substrates --

vagy információtároláshoz

fizikai alapanyagokban --

anything: bits, nucleic acids, anything that's an alphabet --

bármiben: bitekben, nukleosavakban,

bármiben, ami megfelel egy abc-nek --

and make sure that there's some process

és megbizonyosodunk róla, hogy van valamilyen folyamat,

so that this information can be stored for much longer than you would expect --

és hogy ez az információ

sokkal hosszabb ideig tárolható, mint azt

az információ degenerálódásának időmértékétől elvárnánk.

the time scales for the deterioration of information.

És ha meg tudjuk ezt tenni,

And if you can do that, then you have life.

akkor megkapjuk az életet.

So the first thing that we learn

Tehát az első dolog, amit megtanultunk az az,

is that it is possible to define life in terms of processes alone,

hogy lehetséges az élet meghatározása

csupán folyamatokban gondolkodva,

without referring at all to the type of things that we hold dear,

anélkül, hogy bármilyen

kedvesnek ítélt dologra utalnánk,

már ami a földi élet típusát illeti.

as far as the type of life on Earth is.

And that, in a sense, removes us again,

És ez valamilyen értelemben újra eltávolít minket,

like all of our scientific discoveries, or many of them --

mint minden tudományos felfedezésünk, vagy sok közülük --

it's this continuous dethroning of man --

ez az ember folyamatos trónfosztása --

attól, hogy olyan különlegesnek gondoljuk magunkat, mert élünk.

of how we think we're special because we're alive.

Well, we can make life; we can make life in the computer.

Hát, mi képesek vagyunk életet létrehozni. Létre tudunk hozni életet a számítógépben.

Granted, it's limited,

Természetes, hogy ez korlátozott,

but we have learned what it takes in order to actually construct it.

de megtanultuk, hogy mi kell ahhoz,

hogy tulajdonképpen felépítsük.

And once we have that,

És ha ez egyszer már megvan,

then it is not such a difficult task anymore

akkor ez már nem olyan bonyolult feladat többé,

to say, if we understand the fundamental processes

hogy úgy mondjam, ha már értjük az alapvető folyamatokat,

that do not refer to any particular substrate,

amelyek nem vonatkoznak egyetlen bizonyos alapanyagra sem,

then we can go out and try other worlds,

akkor kimehetünk

és kipróbálhatunk más világokat,

figure out what kind of chemical alphabets might there be,

kideríthetjük, milyen kémiai abc-k vannak ott,

kideríthetünk eleget ahhoz a normál kémiáról,

figure enough about the normal chemistry, the geochemistry of the planet,

a bolygó geokémiájáról,

hogy tudjuk, hogyan nézne ki ez az eloszlás

so that we know what this distribution would look like in the absence of life,

az élet hiányában,

and then look for large deviations from this --

aztán megkereshetnénk a jelentős eltéréseket --

this thing sticking out, which says, "This chemical really shouldn't be there."

ezt a kiugró dolgot, amelyik azt mondja,

"Ennek a kémiai anyagnak nagyon nem kellene itt lennie."

Now we don't know that there's life then,

Ettől persze még nem fogjuk tudni, hogy ott élet van-e,

but we could say,

de mondhatjuk,

"Well at least I'm going to have to take a look very precisely at this chemical

hogy "Hát, legalább nagyon alaposan megvizsgálom ezt a kémiai anyagot,

and see where it comes from."

és megnézem, honnan származik."

És ez lehet a lehetőség arra,

And that might be our chance of actually discovering life

hogy tulajdonképpen életet fedezzünk fel,

when we cannot visibly see it.

amikor nem láthatjuk szemmel láthatóan.

And so that's really the only take-home message that I have for you.

Tehát ez tényleg az egyetlen hazavihető üzenet,

amelyet önöknek szánok.

Life can be less mysterious than we make it out to be

Az élet lehet kevésbé rejtélyes,

mint amilyennek mi hisszük,

when we try to think about how it would be on other planets.

ha megpróbálunk azon gondolkodni, hogy milyen lehet más bolygókon.

And if we remove the mystery of life,

És ha kivesszük a misztériumot az életből,

then I think it is a little bit easier for us to think about how we live,

akkor úgy gondolom, hogy egy kicsit könnyebb

arról gondolkodnunk, hogy mi hogyan élünk,

and how perhaps we're not as special as we always think we are.

és hogy talán nem vagyunk olyan különlegesek, mint amilyennek hisszük magunkat.

And I'm going to leave you with that.

És ezzel búcsúzom is önöktől.

És nagyon köszönöm.

And thank you very much.

(Applause)

(Taps)