Finding life we can't imagine | Christoph Adami

44,038 views ・ 2011-10-04

TED


Dubbelklik op de Engelse ondertitels hieronder om de video af te spelen.

Vertaald door: Rik Delaet Nagekeken door: Els De Keyser
00:15
So, I have a strange career.
0
15600
2041
Ik heb een rare loopbaan.
00:17
I know it because people come up to me, like colleagues, and say,
1
17665
3116
Dat weet ik omdat mensen als collega's
00:20
"Chris, you have a strange career."
2
20805
1866
me zeggen: 'Chris, je hebt een rare loopbaan.'
00:22
(Laughter)
3
22695
1643
(Gelach)
00:24
And I can see their point,
4
24362
1319
Ik begrijp ze
00:25
because I started my career as a theoretical nuclear physicist.
5
25705
4531
want ik ben mijn carrière begonnen
als theoretisch kernfysicus.
00:30
And I was thinking about quarks and gluons and heavy ion collisions,
6
30260
4164
Ik zat al na te denken over quarks, gluonen
en botsingen met zware ijzerkernen
00:34
and I was only 14 years old --
7
34448
1788
toen ik slechts 14 jaar oud was.
00:36
No, no, I wasn't 14 years old.
8
36853
2687
Nee, nee, ik was geen 14 jaar oud.
00:40
But after that,
9
40497
1739
Maar daarna
had ik mijn eigen lab
00:43
I actually had my own lab
10
43056
1941
in de afdeling voor computationele neurowetenschappen
00:45
in the Computational Neuroscience department,
11
45021
2115
en ik deed niet eens aan neurowetenschappen.
00:47
and I wasn't doing any neuroscience.
12
47160
1728
00:48
Later, I would work on evolutionary genetics,
13
48912
2932
Later zou ik werken aan evolutionaire genetica
00:51
and I would work on systems biology.
14
51868
1950
en systeembiologie.
00:53
But I'm going to tell you about something else today.
15
53842
2665
Maar ik ga jullie vandaag over iets anders vertellen.
00:56
I'm going to tell you about how I learned something about life.
16
56531
4262
Ik ga jullie vertellen
over hoe ik iets heb geleerd over het leven.
01:00
And I was actually a rocket scientist.
17
60817
3481
Ik was eigenlijk raketwetenschapper.
01:04
I wasn't really a rocket scientist,
18
64322
2303
Niet echt raketwetenschapper,
01:06
but I was working at the Jet Propulsion Laboratory
19
66649
4356
maar ik werkte
bij het Jet Propulsion Laboratory
in het zonnige Californië, waar het warm is.
01:11
in sunny California, where it's warm;
20
71029
2635
01:13
whereas now I am in the mid-West, and it's cold.
21
73688
3848
Nu zit ik in het middenwesten
en daar is het koud.
01:17
But it was an exciting experience.
22
77560
2676
Maar het was een spannende ervaring.
01:20
One day, a NASA manager comes into my office,
23
80260
3443
Op een dag komt een NASA-manager mijn kantoor binnen,
01:23
sits down and says,
24
83727
2509
gaat zitten en zegt:
01:26
"Can you please tell us, how do we look for life outside Earth?"
25
86862
3801
'Kun je ons alsjeblieft vertellen
hoe we op zoek kunnen gaan naar leven buiten de aarde?'
Dat kwam als een verrassing voor mij,
01:31
And that came as a surprise to me,
26
91621
1678
want ik was eigenlijk ingehuurd
01:33
because I was actually hired to work on quantum computation.
27
93323
3634
om te werken aan kwantumberekening.
Toch had ik een heel goed antwoord.
01:37
Yet, I had a very good answer.
28
97473
1501
01:38
I said, "I have no idea."
29
98998
1426
Ik zei: 'Ik heb geen idee.'
01:40
(Laughter)
30
100799
1150
01:41
And he told me, "Biosignatures, we need to look for a biosignature."
31
101973
5342
hij vertelde me: 'Biosignaturen,
we moeten op zoek naar een biosignatuur.'
Ik weer: 'Wat is dat?'
01:47
And I said, "What is that?"
32
107339
1364
01:48
And he said, "It's any measurable phenomenon
33
108727
2597
Hij zei: 'Het is eender welk meetbaar fenomeen
dat ons in staat stelt om
01:51
that allows us to indicate the presence of life."
34
111348
2845
de aanwezigheid van leven vast te stellen.'
01:54
And I said, "Really?
35
114788
1150
Ik zei: 'Echt waar?
01:56
Because isn't that easy?
36
116433
1947
Is dat dan niet makkelijk?
01:58
I mean, we have life.
37
118404
1831
Ik bedoel, we hebben hier leven.
02:00
Can't you apply a definition,
38
120259
1972
Kun je daar geen definitie op toepassen
02:02
for example, a Supreme Court-like definition of life?"
39
122255
4174
zoals bijvoorbeeld een Supreme Court-achtige definitie van leven?'
Toen ik er een beetje over had nagedacht, zei ik:
02:07
And then I thought about it a little bit, and I said,
40
127191
2542
'Is het echt zo gemakkelijk?
02:09
"Well, is it really that easy?
41
129757
1475
Want ja, als je zoiets als dit ziet,
02:11
Because, yes, if you see something like this,
42
131256
2193
02:13
then all right, fine, I'm going to call it life --
43
133473
2344
dan noem ik dat leven -
02:15
no doubt about it.
44
135841
1150
geen twijfel mogelijk.
02:17
But here's something."
45
137517
1640
Maar hier is iets.'
02:19
And he goes, "Right, that's life too. I know that."
46
139181
3055
Hij dan: 'Goed, dat is ook leven. Dat weet ik.'
02:22
Except, if you think that life is also defined by things that die,
47
142260
4592
Maar als je denkt dat het leven ook is gedefinieerd
door dingen die sterven,
02:26
you're not in luck with this thing,
48
146876
1753
dan heb je geen geluk met dit ding
02:28
because that's actually a very strange organism.
49
148653
2262
omdat dat eigenlijk een heel vreemd organisme is.
02:30
It grows up into the adult stage like that
50
150939
2047
Het groeit op tot het volwassen stadium,
maakt dan een Benjamin Buttonfase door,
02:33
and then goes through a Benjamin Button phase,
51
153010
2226
02:35
and actually goes backwards and backwards until it's like a little embryo again,
52
155260
4935
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.
02:40
and then actually grows back up, and back down and back up --
53
160219
2914
Het sterft nooit.
02:43
sort of yo-yo -- and it never dies.
54
163157
1779
02:44
So it's actually life,
55
164960
2226
Het is leven,
maar geen leven
02:47
but it's actually not as we thought life would be.
56
167210
4025
zoals wij het ons voorstelden.
02:51
And then you see something like that.
57
171751
1911
Dan zie je zoiets.
02:53
And he was like, "My God, what kind of a life form is that?"
58
173686
2873
Hij : 'Mijn God, wat voor een levensvorm is dat?'
Weet iemand dat?
02:56
Anyone know?
59
176583
1419
Het is eigenlijk geen leven, het is een kristal.
02:58
It's actually not life, it's a crystal.
60
178026
3002
Als je eenmaal op zoek gaat
03:01
So once you start looking and looking at smaller and smaller things --
61
181542
3301
naar kleinere en kleinere dingen --
03:04
so this particular person wrote a whole article and said,
62
184867
3162
Deze persoon
schreef er een heel artikel en zei: 'Hè, dit zijn bacteriën.'
03:08
"Hey, these are bacteria."
63
188053
1481
03:09
Except, if you look a little bit closer,
64
189558
1971
Maar als je een beetje dichterbij gaat kijken,
03:11
you see, in fact, that this thing is way too small to be anything like that.
65
191553
3636
zie je dat dit ding veel te klein is om dat te zijn.
Hij was ervan overtuigd
03:15
So he was convinced, but, in fact, most people aren't.
66
195213
3158
maar de meeste mensen in feite niet.
Toen kwam NASA natuurlijk
03:19
And then, of course, NASA also had a big announcement,
67
199052
3184
ook met een grote aankondiging.
03:22
and President Clinton gave a press conference,
68
202260
2865
President Clinton gaf zelfs een persconferentie
over deze verbazingwekkende ontdekking
03:25
about this amazing discovery of life in a Martian meteorite.
69
205149
4861
van leven in een meteoriet van Mars.
Vandaag is dat zwaar omstreden.
03:30
Except that nowadays, it's heavily disputed.
70
210660
2961
Als les uit al deze foto's
03:34
If you take the lesson of all these pictures,
71
214066
2435
03:36
then you realize, well, actually, maybe it's not that easy.
72
216525
2894
kan je besluiten het toch niet zo gemakkelijk is.
Misschien heb ik toch wel
03:39
Maybe I do need a definition of life
73
219443
3399
een definitie van leven nodig
03:42
in order to make that kind of distinction.
74
222866
2278
om dat soort onderscheid maken.
Kan het leven worden gedefinieerd?
03:45
So can life be defined?
75
225168
2531
Hoe zou je dat doen?
03:47
Well how would you go about it?
76
227723
1507
Je kan natuurlijk
03:49
Well of course, you'd go to Encyclopedia Britannica and open at L.
77
229254
4007
de Encyclopaedia Britannica openslaan op de L.
Natuurlijk doe je dat niet. Je zoekt het ergens op in Google.
03:53
No, of course you don't do that; you put it somewhere in Google.
78
233285
3012
Dan zou je toch iets zou moeten vinden.
03:56
And then you might get something.
79
236321
1591
03:57
(Laughter)
80
237936
1024
03:58
And what you might get --
81
238984
1218
Je vindt wat
04:00
and anything that actually refers to things that we are used to,
82
240226
3779
en alles dat we al kennen,
gooi je weg.
04:04
you throw away.
83
244029
1222
Dan kun iets als dit vinden.
04:05
And then you might come up with something like this.
84
245275
2498
Het zegt iets ingewikkelds
04:07
And it says something complicated with lots and lots of concepts.
85
247797
3257
met veel, veel concepten.
Wie op aarde zou zoiets
04:11
Who on Earth would write something as convoluted and complex and inane?
86
251078
5360
ingewikkelds, complex
en zinloos neerschrijven?
In feite is het een reeks echt belangrijke concepten.
04:18
Oh, it's actually a really, really, important set of concepts.
87
258212
3901
Ik haal er een paar woorden uit.
04:22
So I'm highlighting just a few words
88
262137
2099
04:24
and saying definitions like that rely on things
89
264260
3924
Het geven van dergelijke definities
steunt op dingen die niet gebaseerd zijn
04:28
that are not based on amino acids or leaves or anything that we are used to,
90
268208
6149
op aminozuren of bladeren
of iets dat we kennen,
maar in feite alleen maar op processen.
04:34
but in fact on processes only.
91
274381
1751
Dit komt eigenlijk uit een boek
04:36
And if you take a look at that,
92
276156
1871
dat ik schreef en dat gaat over kunstmatig leven.
04:38
this was actually in a book that I wrote that deals with artificial life.
93
278051
3457
Dat verklaart waarom
04:41
And that explains why that NASA manager was actually in my office to begin with.
94
281532
4227
die NASA-manager uiteindelijk in mijn kantoor belandde.
04:45
Because the idea was that, with concepts like that,
95
285783
3087
Ze dachten dat we met dergelijke concepten
04:48
maybe we can actually manufacture a form of life.
96
288894
4020
misschien een vorm van leven
zouden kunnen produceren.
04:52
And so if you go and ask yourself, "What on Earth is artificial life?",
97
292938
4797
Misschien vraag je jezelf wel af:
'Wat in hemelsnaam is kunstmatig leven?'
04:57
let me give you a whirlwind tour of how all this stuff came about.
98
297759
3669
Ik leg even uit
hoe dit alles tot stand kwam.
05:01
And it started out quite a while ago,
99
301452
3135
Het begon al een tijdje geleden
05:04
when someone wrote one of the first successful computer viruses.
100
304611
4325
toen iemand een van de eerste
succesvolle computervirussen schreef.
Degenen onder jullie die nog niet oud genoeg zijn,
05:09
And for those of you who aren't old enough,
101
309245
2173
05:11
you have no idea how this infection was working --
102
311442
2583
weten niet hoe deze infectie werkte -
05:14
namely, through these floppy disks.
103
314049
2260
namelijk door middel van deze diskettes.
05:16
But the interesting thing about these computer virus infections
104
316333
3887
Maar het interessante aan deze computervirusinfecties
was dat, als je keek naar de snelheid
05:20
was that, if you look at the rate at which the infection worked,
105
320244
3452
waarmee deze infectie om zich heen greep,
05:23
they show this spiky behavior that you're used to from a flu virus.
106
323720
4150
zij het piekend gedrag vertoonde
dat we zo goed kennen van een griepvirus.
05:27
And it is in fact due to this arms race
107
327894
2342
Door deze wapenwedloop
05:30
between hackers and operating system designers
108
330260
3456
tussen hackers en besturingssysteemontwerpers
05:33
that things go back and forth.
109
333740
1600
gaan die dingen op en neer.
05:35
And the result is kind of a tree of life of these viruses,
110
335364
4511
Het resultaat is een soort boom des levens
van deze virussen,
05:39
a phylogeny that looks very much like the type of life
111
339899
3605
een fylogenie die heel erg lijkt
op het type van leven dat we kennen, althans op het virale niveau.
05:43
that we're used to, at least on the viral level.
112
343528
2429
05:45
So is that life?
113
345981
1330
Is dat dan leven? Niet wat mij betreft.
05:47
Not as far as I'm concerned.
114
347526
1616
Waarom? Omdat deze zaken niet op zichzelf evolueren.
05:49
Why? Because these things don't evolve by themselves.
115
349166
2842
In feite zijn er hackers nodig om ze te schrijven.
05:52
In fact, they have hackers writing them.
116
352032
1953
Maar het idee werd al snel een klein beetje verder uitgewerkt
05:54
But the idea was taken very quickly a little bit further,
117
354009
3330
05:57
when a scientist working at the Santa Fe Institute decided,
118
357363
3311
toen een wetenschapper van het Wetenschappelijk Instituut dit bedacht:
06:00
"Why don't we try to package these little viruses
119
360698
3133
'Waarom gaan we niet proberen om deze kleine virussen
06:03
in artificial worlds inside of the computer
120
363855
2215
in kunstmatige werelden binnen de computer
te laten evolueren?'
06:06
and let them evolve?"
121
366094
1271
06:07
And this was Steen Rasmussen.
122
367389
1594
Dat was Steen Rasmussen.
06:09
And he designed this system, but it really didn't work,
123
369007
2692
Hij ontwierp dit systeem maar het werkte niet echt,
06:11
because his viruses were constantly destroying each other.
124
371723
2884
omdat zijn virussen voortdurend bezig waren elkaar te vernietigen.
06:14
But there was another scientist who had been watching this, an ecologist.
125
374631
3517
Maar er was nog een andere wetenschapper die dit volgde, een ecoloog.
Hij zei: 'Ik weet hoe dit op te lossen.'
06:18
And he went home and says, "I know how to fix this."
126
378172
2492
06:20
And he wrote the Tierra system,
127
380688
1644
Hij schreef het Tierra-systeem.
06:22
and, in my book,
128
382356
1205
Volgens mij een van de eerste
06:23
is in fact one of the first truly artificial living systems --
129
383585
3824
echt kunstmatige levende systemen -
06:27
except for the fact that these programs didn't really grow in complexity.
130
387433
3462
behalve het feit dat deze programma's niet echt groeiden in complexiteit.
06:30
So having seen this work, worked a little bit on this,
131
390919
2864
Vanuit deze basis
06:33
this is where I came in.
132
393807
1658
begon ik eraan te werken.
06:35
And I decided to create a system that has all the properties
133
395489
3643
Ik besloot om een systeem te creëren
met alle nodige eigenschappen
06:39
that are necessary to see, in fact, the evolution of complexity,
134
399156
3846
om complexiteit te laten evolueren,
om voortdurend meer en meer complexe problemen te laten evolueren.
06:43
more and more complex problems constantly evolving.
135
403026
3302
Natuurlijk had ik hierbij hulp nodig, omdat ik niet weet hoe code te schrijven.
06:46
And of course, since I really don't know how to write code, I had help in this.
136
406352
3784
Twee studenten
06:50
I had two undergraduate students
137
410160
1548
van het California Institute of Technology werkten bij mij.
06:51
at California Institute of Technology that worked with me.
138
411732
2729
Charles Offria aan de linkerkant, Titus Brown aan de rechterkant.
06:54
That's Charles Ofria on the left, Titus Brown on the right.
139
414485
2852
Ze zijn nu respectabele professoren
06:57
They are now, actually, respectable professors
140
417361
2335
06:59
at Michigan State University,
141
419720
1742
aan de Michigan State University,
07:01
but I can assure you, back in the day, we were not a respectable team.
142
421486
4501
maar ik kan jullie verzekeren dat wij indertijd
een allesbehalve respectabel team waren.
Ik ben echt blij dat er geen foto's meer bestaan
07:06
And I'm really happy that no photo survives
143
426011
2049
over hoe wij gedrieën toen te keer gingen.
07:08
of the three of us anywhere close together.
144
428084
2523
Maar hoe ziet dit systeem eruit?
07:11
But what is this system like?
145
431352
1875
Ik kan niet ingaan op de details,
07:13
Well I can't really go into the details,
146
433251
2189
07:15
but what you see here is some of the entrails.
147
435464
2653
maar wat je hier ziet is een deel van de ingewanden.
Ik wil de aandacht vestigen op
07:18
But what I wanted to focus on is this type of population structure.
148
438141
4085
dit type van de populatiestructuur.
Er zitten ongeveer 10.000 programma's in.
07:22
There's about 10,000 programs sitting here.
149
442250
2472
07:24
And all different strains are colored in different colors.
150
444746
2919
Alle verschillende stammen weergegeven in verschillende kleuren.
07:27
And as you see here, there are groups that are growing on top of each other,
151
447689
3604
Er zijn groepen die boven op elkaar groeien,
omdat ze zich verspreiden.
07:31
because they are spreading.
152
451317
1341
07:32
Any time there is a program that's better at surviving in this world,
153
452682
4104
Telkens er een programma is
dat beter is in overleven in deze wereld,
07:36
due to whatever mutation it has acquired,
154
456810
1968
door welke mutatie dan ook die het heeft verworven,
07:38
it is going to spread over the others and drive the others to extinction.
155
458802
3470
gaat het zich verspreiden over de anderen en worden de anderen tot uitsterven gedreven.
Ik ga jullie een film tonen waar dit dynamisch wordt voorgesteld.
07:42
So I'm going to show you a movie
156
462296
1555
07:43
where you're going to see that kind of dynamic.
157
463875
2227
Dit soort experimenten begon
07:46
And these kinds of experiments are started with programs that we wrote ourselves.
158
466126
4276
met programma's die we zelf schreven.
We schrijven onze eigen spullen, repliceren ze
07:50
We write our own stuff, replicate it, and are very proud of ourselves.
159
470426
3337
en zijn zeer trots op onszelf.
07:53
And we put them in, and what you see immediately
160
473787
2776
We zetten ze in en wat je meteen ziet,
07:56
is that there are waves and waves of innovation.
161
476587
3066
is dat er golven van innovatie plaatsvinden.
07:59
By the way, this is highly accelerated,
162
479677
1894
Tussen haakjes, dit is zeer versneld,
08:01
so it's like a 1000 generations a second.
163
481595
2197
je ziet hier een duizend generaties per seconde.
08:03
But immediately, the system goes like, "What kind of dumb piece of code was this?
164
483816
3967
Maar het systeem begint met:
'Wat voor een stom stuk code is dit?
08:07
This can be improved upon in so many ways, so quickly."
165
487807
3721
Dat kan snel op allerlei manieren
worden verbeterd.'
08:11
So you see waves of new types taking over the other types.
166
491552
3748
Je ziet golven van nieuwe types
die het halen op andere types.
08:15
And this type of activity goes on for quite a while,
167
495324
2562
Dit soort activiteiten gaat voor een tijdje door
08:17
until the main easy things have been acquired by these programs.
168
497910
4821
totdat de meest eenvoudige dingen zijn overgenomen door deze programma's.
08:22
And then, you see sort of like a stasis coming on
169
502755
3481
Dan zie je een soort stasis aankomen
08:26
where the system essentially waits
170
506260
1976
waar het systeem in wezen wacht
08:28
for a new type of innovation, like this one,
171
508260
3183
op een nieuw type van innovatie, zoals dit,
08:31
which is going to spread over all the other innovations that were before
172
511467
4282
dat zich weer gaat verspreiden
over alle andere innovaties die ervoor bestonden
08:35
and is erasing the genes that it had before,
173
515773
2463
en zijn eerdere genen begint te wissen,
08:38
until a new type of higher level of complexity has been achieved.
174
518260
3976
totdat er een nieuw type met een hoger niveau van complexiteit is bereikt.
08:42
And this process goes on and on and on.
175
522260
2976
Dit proces blijft maar doorgaan.
08:45
So what we see here
176
525727
1315
Wat we hier zien,
08:47
is a system that lives in very much the way we're used to how life goes.
177
527066
4163
is een systeem dat leeft op een manier
die erg lijkt op het leven dat we kennen.
08:51
But what the NASA people had asked me really was,
178
531948
4120
Maar wat de NASA-mensen me echt hadden gevraagd,
was: 'Hebben deze jongens
08:56
"Do these guys have a biosignature?
179
536473
2762
een biosignatuur?
08:59
Can we measure this type of life?
180
539840
1813
Kunnen we dit soort van leven meten?
09:01
Because if we can,
181
541677
1192
Want als we dat kunnen,
09:02
maybe we have a chance of actually discovering life somewhere else
182
542893
3849
hebben we misschien kans om elders leven te ontdekken
09:06
without being biased by things like amino acids."
183
546766
3154
zonder vooroordelen
over dingen als aminozuren.'
09:10
So I said, "Well, perhaps we should construct a biosignature
184
550481
4533
Ik zei: ‘Misschien moeten we
een biosignatuur construeren
09:15
based on life as a universal process.
185
555038
3198
gebaseerd op leven als universeel proces.
09:18
In fact, it should perhaps make use of the concepts that I developed
186
558260
4864
In feite moet ze misschien gebruik maken
van de concepten die ik heb ontwikkeld
alleen maar om vast te leggen
09:23
just in order to sort of capture what a simple living system might be."
187
563148
4087
hoe een eenvoudig levend systeem zou kunnen zijn.'
Wat ik bedacht -
09:27
And the thing I came up with --
188
567259
1519
09:28
I have to first give you an introduction about the idea,
189
568802
3982
ik moet jullie eerst een inleiding tot het idee geven
09:32
and maybe that would be a meaning detector,
190
572808
3539
en misschien zou dat een betekenisdetector worden,
in plaats van een levendetector.
09:36
rather than a life detector.
191
576371
1547
09:38
And the way we would do that --
192
578486
1750
De manier waarop we dat zouden doen:
09:40
I would like to find out how I can distinguish text
193
580260
2636
ik wil te weten komen hoe ik tekst
09:42
that was written by a million monkeys, as opposed to text that is in our books.
194
582920
4647
die door een miljoen apen is getypt, kan onderscheiden
van tekst zoals hij in onze boeken staat.
09:47
And I would like to do it in such a way
195
587905
1877
Ik zou het graag doen op zo'n manier
09:49
that I don't actually have to be able to read the language,
196
589806
2878
dat ik de taal niet moeten kunnen lezen,
want ik weet zeker dat ik dat niet zal kunnen.
09:52
because I'm sure I won't be able to.
197
592708
1770
Als ik maar weet dat er een soort alfabet is.
09:54
As long as I know that there's some sort of alphabet.
198
594502
2500
Ik zou een grafiek maken van de frequentie van
09:57
So here would be a frequency plot
199
597026
2330
hoe vaak
09:59
of how often you find each of the 26 letters of the alphabet
200
599380
3382
elk van de 26 letters van het alfabet voorkomt
10:02
in a text written by random monkeys.
201
602786
2219
in een tekst geschreven door willekeurige apen.
10:05
And obviously, each of these letters comes off about roughly equally frequent.
202
605455
4554
Natuurlijk zou elk van deze letters
ongeveer even frequent voorkomen.
Als je nu kijkt naar dezelfde verdeling in Engelse teksten,
10:10
But if you now look at the same distribution in English texts,
203
610033
3592
10:13
it looks like that.
204
613649
1248
dan ziet het er zo uit.
10:15
And I'm telling you, this is very robust across English texts.
205
615462
3548
Dat blijft praktisch hetzelfde voor alle Engelse teksten.
Bij Franse, Italiaanse of Duitse teksten
10:19
And if I look at French texts, it looks a little bit different,
206
619034
2984
ziet het er een beetje anders uit.
10:22
or Italian or German.
207
622042
1178
Ze hebben allemaal hun eigen type frequentieverdeling,
10:23
They all have their own type of frequency distribution,
208
623244
3416
maar het blijft hetzelfde.
10:26
but it's robust.
209
626684
1433
Het maakt niet uit of je nu schrijft over politiek of over wetenschap.
10:28
It doesn't matter whether it writes about politics or about science.
210
628141
3207
Het maakt niet uit of het een gedicht
10:31
It doesn't matter whether it's a poem or whether it's a mathematical text.
211
631372
5780
of een wiskundige tekst is.
Het is een herhaalbare signatuur
10:37
It's a robust signature,
212
637176
1837
en ze is zeer stabiel.
10:39
and it's very stable.
213
639037
1820
10:40
As long as our books are written in English --
214
640881
2157
Zolang onze boeken zijn geschreven in het Engels -
omdat mensen ze herschrijven en kopiëren -
10:43
because people are rewriting them and recopying them --
215
643062
2791
10:45
it's going to be there.
216
645877
1359
vinden we die frequentie daar terug.
10:47
So that inspired me to think about, well, what if I try to use this idea
217
647260
5761
Dat inspireerde me om
dit idee te gebruiken,
niet om willekeurige teksten te onderscheiden
10:53
in order, not to detect random texts from texts with meaning,
218
653045
3755
van teksten met betekenis,
10:56
but rather detect the fact that there is meaning
219
656824
3729
maar eerder om uit te vinden of er betekenis schuilt
11:00
in the biomolecules that make up life.
220
660577
2527
in de biomoleculen van het leven.
Maar eerst moet ik vragen:
11:03
But first I have to ask:
221
663128
1168
11:04
what are these building blocks,
222
664320
1488
wat zijn deze bouwstenen, zoals het alfabet, die ik liet zien?
11:05
like the alphabet, elements that I showed you?
223
665832
2296
Het blijkt dat we vele verschillende alternatieven hebben
11:08
Well it turns out, we have many different alternatives
224
668152
2873
voor zo'n set bouwstenen.
11:11
for such a set of building blocks.
225
671049
2314
We kunnen aminozuren,
11:13
We could use amino acids,
226
673387
1248
11:14
we could use nucleic acids, carboxylic acids, fatty acids.
227
674659
3202
nucleïnezuren, carbonzuren of vetzuren gebruiken.
11:17
In fact, chemistry's extremely rich, and our body uses a lot of them.
228
677885
3438
De chemie is extreem rijk en ons lichaam maakt gebruik van veel van die zaken.
Om dit idee te testen,
11:21
So that we actually, to test this idea,
229
681347
2306
11:23
first took a look at amino acids and some other carboxylic acids.
230
683677
3547
namen we eerst een kijkje bij de aminozuren en enkele andere carbonzuren.
Hier is het resultaat.
11:27
And here's the result.
231
687248
1471
11:28
Here is, in fact, what you get
232
688743
3166
Hier is in feite wat je krijgt
11:31
if you, for example, look at the distribution of amino acids
233
691933
3023
als je kijkt naar de verdeling van de aminozuren
11:34
on a comet or in interstellar space or, in fact, in a laboratory,
234
694980
4735
op een komeet of in de interstellaire ruimte
of, in feite, in een laboratorium,
11:39
where you made very sure that in your primordial soup,
235
699739
2659
waar je heel zeker bent dat er in jouw oersoep
geen levend spul zit.
11:42
there is no living stuff in there.
236
702422
1918
Meestal vind je wat glycine, alanine
11:44
What you find is mostly glycine and then alanine
237
704364
2879
en wat sporen van de andere aminozuren.
11:47
and there's some trace elements of the other ones.
238
707267
2359
11:49
That is also very robust --
239
709650
2429
Dat is ook zeer herhaalbaar -
11:52
what you find in systems like Earth
240
712103
3832
voor wat je kunt vinden in plaatsen op Aarde
11:55
where there are amino acids, but there is no life.
241
715959
3145
waar er aminozuren zijn,
maar zonder leven.
11:59
But suppose you take some dirt and dig through it
242
719128
4630
Maar stel dat je wat vuil
opraapt en
12:03
and then put it into these spectrometers,
243
723782
2960
in een spectrometer plaatst,
12:06
because there's bacteria all over the place;
244
726766
2098
omdat er overal bacteriën zitten.
12:08
or you take water anywhere on Earth,
245
728888
2231
Of je onderzoekt wat water
dat krioelt van het leven,
12:11
because it's teaming with life,
246
731143
1517
12:12
and you make the same analysis;
247
732684
1750
met dezelfde methode.
12:14
the spectrum looks completely different.
248
734458
2577
Het spectrum ziet er dan compleet anders uit.
Natuurlijk is er nog steeds glycine en alanine,
12:17
Of course, there is still glycine and alanine,
249
737059
3375
12:20
but in fact, there are these heavy elements, these heavy amino acids,
250
740458
3320
maar in feite vind je dan deze zware moleculen, deze zware aminozuren,
12:23
that are being produced because they are valuable to the organism.
251
743802
3395
die worden aangemaakt
omdat ze waardevol zijn voor organismen.
Enkele andere
12:28
And some other ones that are not used in the set of 20,
252
748327
3938
die niet worden gebruikt in de set van 20,
zullen niet te zien zijn
12:32
they will not appear at all in any type of concentration.
253
752289
2898
in welke concentratie dan ook.
12:35
So this also turns out to be extremely robust.
254
755211
2705
Dit blijkt ook uiterst herhaalbaar te zijn.
12:37
It doesn't matter what kind of sediment you're using to grind up,
255
757940
3118
Het maakt niet uit wat voor soort sediment je gebruikt om te vermalen,
of het nu bacteriën of andere planten of dieren zijn.
12:41
whether it's bacteria or any other plants or animals.
256
761082
3279
Overal waar het leven is,
12:44
Anywhere there's life,
257
764385
1424
12:45
you're going to have this distribution,
258
765833
1951
zal je deze verdeling aantreffen,
12:47
as opposed to that distribution.
259
767808
1817
in tegenstelling tot die verdeling daar.
12:49
And it is detectable not just in amino acids.
260
769649
3237
Het is niet alleen voor aminozuren aantoonbaar.
12:52
Now you could ask:
261
772910
1217
Nu kun je vragen:
12:54
Well, what about these Avidians?
262
774151
3159
Hoe zit het met deze Avidianen?
De Avidianen zijn de bewoners van deze computerwereld
12:57
The Avidians being the denizens of this computer world
263
777334
3051
13:00
where they are perfectly happy replicating and growing in complexity.
264
780409
3445
waar ze perfect gelukkig repliceren en groeien in complexiteit.
13:03
So this is the distribution that you get if, in fact, there is no life.
265
783878
5017
Dit is de verdeling die je krijgt
als er geen leven is.
13:08
They have about 28 of these instructions.
266
788919
2718
Ze hebben ongeveer 28 instructies.
13:11
And if you have a system where they're being replaced one by the other,
267
791661
3352
Als je een systeem hebt waar de een wordt vervangen door de andere
is het net als bij apen die tikken op een typemachine.
13:15
it's like the monkeys writing on a typewriter.
268
795037
2185
Al deze instructies komen voor
13:17
Each of these instructions appears with roughly the equal frequency.
269
797246
4220
met ongeveer gelijke frequentie.
13:22
But if you now take a set of replicating guys
270
802375
4780
Maar als je nu een set hebt van replicerende jongens
zoals in de video die je zag,
13:27
like in the video that you saw,
271
807179
1950
dan ziet het er zo uit.
13:29
it looks like this.
272
809153
1519
Er zijn dus instructies
13:31
So there are some instructions
273
811459
1473
13:32
that are extremely valuable to these organisms,
274
812956
2433
die zeer waardevol zijn voor deze organismen,
en hun frequentie zal hoog zijn.
13:35
and their frequency is going to be high.
275
815413
1970
13:37
And there's actually some instructions that you only use once, if ever.
276
817407
4041
Er zijn zelfs instructies
die je maar één keer gebruikt of nooit.
13:41
So they are either poisonous
277
821472
1523
Dus zijn ze ofwel giftig
13:43
or really should be used at less of a level than random.
278
823019
4505
of moeten ze echt worden gebruikt op een lager niveau dan willekeurig.
13:47
In this case, the frequency is lower.
279
827548
2688
In dat geval is hun frequentie lager.
Is dat nu echt een herhaalbare signatuur?
13:51
And so now we can see, is that really a robust signature?
280
831192
2671
13:53
I can tell you indeed it is,
281
833887
1357
Ik kan je vertellen dat het zo is,
13:55
because this type of spectrum, just like what you've seen in books,
282
835268
3248
omdat dit type spectrum, net als wat je gezien hebt bij de boeken
13:58
and just like what you've seen in amino acids,
283
838540
2153
en net als wat je hebt gezien bij aminozuren, zeer herhaalbaar is
14:00
it doesn't really matter how you change the environment,
284
840717
2642
zonder dat het uitmaakt hoe je het milieu verandert.
14:03
it's very robust, it's going to reflect the environment.
285
843383
2624
Het gaat een weerspiegeling zijn van zijn het milieu.
Daarom ga ik jullie nu een klein experiment tonen.
14:06
So I'm going to show you now a little experiment that we did.
286
846031
2949
Ik moet uitleggen dat
14:09
And I have to explain to you,
287
849004
1384
de top van deze grafiek
14:10
the top of this graph
288
850412
1182
14:11
shows you that frequency distribution that I talked about.
289
851618
2744
de frequentieverdeling laat zien waar ik het over had.
14:14
Here, that's the lifeless environment
290
854386
3807
Hier is het de levenloze omgeving
waar elke instructie
14:18
where each instruction occurs at an equal frequency.
291
858217
3412
met een gelijke frequentie voorkomt.
Daar beneden toon ik
14:22
And below there, I show, in fact, the mutation rate in the environment.
292
862564
4993
de mutatiesnelheid in de omgeving.
14:27
And I'm starting this at a mutation rate that is so high
293
867581
3303
Ik begin met een zeer hoge mutatiesnelheid.
14:30
that even if you would drop a replicating program
294
870908
3966
Als je er
een replicerend programma in gooit
14:34
that would otherwise happily grow up to fill the entire world,
295
874898
4125
dat anders graag zou opgroeien
om de hele wereld te vullen,
gaat het zo snel muteren dat het onmiddellijk doodgaat.
14:39
if you drop it in, it gets mutated to death immediately.
296
879047
3010
14:42
So there is no life possible at that type of mutation rate.
297
882081
5346
Er is dus geen leven mogelijk
bij deze mutatiesnelheid.
14:47
But then I'm going to slowly turn down the heat, so to speak,
298
887451
4036
Maar dan ga ik het bij wijze van spreken op een klein vuurtje zetten
14:51
and then there's this viability threshold
299
891511
2185
en dan stap je over de drempel voor levensvatbaarheid
14:53
where now it would be possible for a replicator to actually live.
300
893720
3892
waar het nu voor een replicator mogelijk zou zijn
om daadwerkelijk te leven.
14:57
And indeed, we're going to be dropping these guys into that soup all the time.
301
897636
5345
We blijven dan doorgaan met deze jongens
de hele tijd in die soep te gooien.
Laten we eens kijken wat dat geeft.
15:03
So let's see what that looks like.
302
903419
1636
Dus eerst, niets, niets, niets.
15:05
So first, nothing, nothing, nothing.
303
905079
2998
Te warm, te warm.
15:08
Too hot, too hot.
304
908101
1815
15:09
Now the viability threshold is reached,
305
909940
2296
Nu wordt de levensvatbaarheidsdrempel bereikt,
15:12
and the frequency distribution has dramatically changed
306
912260
4492
de frequentieverdeling
verandert drastisch en stabiliseert.
15:16
and, in fact, stabilizes.
307
916776
1476
En dan doe ik iets vervelends.
15:18
And now what I did there
308
918276
1510
15:19
is, I was being nasty, I just turned up the heat again and again.
309
919810
3598
Ik voeg opnieuw warmte toe en nog eens en nog eens.
Natuurlijk bereikt het de levensvatbaarheidsdrempel.
15:23
And of course, it reaches the viability threshold.
310
923432
2346
15:25
And I'm just showing this to you again because it's so nice.
311
925802
2868
Ik laat het jullie gewoon even opnieuw zien omdat het zo leuk is.
15:28
You hit the viability threshold.
312
928694
1542
Je overschrijdt de levensvatbaarheidsdrempel en
15:30
The distribution changes to "alive!"
313
930260
1976
de distributie verandert in 'levend!'
15:32
And then, once you hit the threshold
314
932691
3217
Maar zodra je de drempel
15:35
where the mutation rate is so high that you cannot self-reproduce,
315
935932
4049
waar de mutatiesnelheid zo hoog is
dat je niet in staat bent tot zelfreproductie,
kan je de informatie
15:40
you cannot copy the information forward to your offspring
316
940005
4921
niet meer naar je nageslacht kopiëren
15:44
without making so many mistakes that your ability to replicate vanishes.
317
944950
4730
zonder zo veel fouten te maken
dat je vermogen om te repliceren verdwijnt.
15:49
And then, that signature is lost.
318
949704
1859
Dan gaat die signatuur verloren.
Wat leren we hieruit?
15:53
What do we learn from that?
319
953216
1706
15:54
Well, I think we learn a number of things from that.
320
954946
3796
Een aantal dingen.
15:58
One of them is,
321
958766
1470
Een ervan is
16:00
if we are able to think about life in abstract terms --
322
960260
5224
dat we in staat zijn om over het leven na te denken
in abstracte termen.
16:05
and we're not talking about things like plants,
323
965508
2631
We praten dan niet over zaken als planten,
aminozuren,
16:08
and we're not talking about amino acids,
324
968163
1925
of bacteriën.
16:10
and we're not talking about bacteria,
325
970112
1764
16:11
but we think in terms of processes --
326
971900
2110
We denken in termen van processen.
Dan kunnen we beginnen na te denken over het leven,
16:14
then we could start to think about life
327
974034
2202
16:16
not as something that is so special to Earth,
328
976260
2619
niet als iets dat specifiek is voor de Aarde,
16:18
but that, in fact, could exist anywhere.
329
978903
2510
maar als iets dat in feite overal kan bestaan.
16:21
Because it really only has to do with these concepts of information,
330
981437
4313
Omdat het eigenlijk alleen maar vandoen heeft
met concepten van informatie,
16:25
of storing information within physical substrates --
331
985774
4058
van het opslaan van informatie
op fysische substraten.
16:29
anything: bits, nucleic acids, anything that's an alphabet --
332
989856
4016
Dat kunnen bits zijn of nucleïnezuren,
alles wat een alfabet kan vormen.
16:33
and make sure that there's some process
333
993896
1879
Er moet een of ander proces bestaan
16:35
so that this information can be stored for much longer than you would expect --
334
995799
3715
zodat deze informatie lang kan worden opgeslagen.
Veel langer dan de tijd die nodig is
om de informatie teloor te laten gaan.
16:40
the time scales for the deterioration of information.
335
1000076
4336
Als je dat kan doen,
16:44
And if you can do that, then you have life.
336
1004436
3168
dan heb je leven.
16:47
So the first thing that we learn
337
1007628
2254
Het eerste wat we leren,
16:49
is that it is possible to define life in terms of processes alone,
338
1009906
5212
is dat het mogelijk is het leven te definiëren
in termen van alleen maar processen,
16:55
without referring at all to the type of things that we hold dear,
339
1015142
4977
zonder ook maar te verwijzen naar
het soort dingen die ons dierbaar zijn,
voor zover de aard van het leven op aarde dat is.
17:00
as far as the type of life on Earth is.
340
1020143
2671
17:02
And that, in a sense, removes us again,
341
1022838
2641
In die zin brengt ons dat weer,
17:05
like all of our scientific discoveries, or many of them --
342
1025503
2831
net zoals al onze wetenschappelijke ontdekkingen, of toch vele ervan -
17:08
it's this continuous dethroning of man --
343
1028358
2771
een stapje verder in de continue onttroning van de mens -
van hoe we denken dat we speciaal zijn omdat we leven.
17:11
of how we think we're special because we're alive.
344
1031153
2727
17:13
Well, we can make life; we can make life in the computer.
345
1033904
3056
We kunnen leven maken. We kunnen leven maken in de computer.
17:16
Granted, it's limited,
346
1036984
1817
Toegegeven, het is maar beperkt,
17:18
but we have learned what it takes in order to actually construct it.
347
1038825
5117
maar we hebben geleerd wat er nodig is
om het echt te construeren.
17:23
And once we have that,
348
1043966
2788
Eens we zover zijn,
17:26
then it is not such a difficult task anymore
349
1046778
2647
is het niet zo'n moeilijke taak meer
17:29
to say, if we understand the fundamental processes
350
1049449
4152
om te zeggen dat, als we de fundamentele processen begrijpen
17:33
that do not refer to any particular substrate,
351
1053625
3342
die niet verwijzen naar een bepaald substraat,
17:36
then we can go out and try other worlds,
352
1056991
3768
we kunnen proberen
om er voor andere werelden
17:40
figure out what kind of chemical alphabets might there be,
353
1060783
3781
achter te komen wat voor soort chemische alfabetten er zouden kunnen zijn.
We zullen genoeg te weten komen over de normale chemie,
17:45
figure enough about the normal chemistry, the geochemistry of the planet,
354
1065293
4725
de geochemie van de planeet,
zodat we zouden weten hoe deze verdeling eruit zou zien
17:50
so that we know what this distribution would look like in the absence of life,
355
1070042
3774
bij afwezigheid van leven.
17:53
and then look for large deviations from this --
356
1073840
2971
Dan kunnen we zoeken naar grote afwijkingen daarvan -
17:56
this thing sticking out, which says, "This chemical really shouldn't be there."
357
1076835
5112
zo'n opvallend iets dat zegt:
'Deze chemische stof hoort daar niet.'
18:01
Now we don't know that there's life then,
358
1081971
1955
Dat betekent dan nog niet dat er leven is,
18:03
but we could say,
359
1083950
1207
maar we zouden kunnen zeggen:
18:05
"Well at least I'm going to have to take a look very precisely at this chemical
360
1085181
3769
'In ieder geval ga ik deze chemische stof eens nader bekijken
18:08
and see where it comes from."
361
1088974
2045
om te zien waar ze vandaan komt.'
Dat zou ons een kans geven om
18:11
And that might be our chance of actually discovering life
362
1091043
3711
leven te ontdekken
18:14
when we cannot visibly see it.
363
1094778
2119
ook als we het niet kunnen zien.
18:16
And so that's really the only take-home message that I have for you.
364
1096921
4564
Dat is dus de enige boodschap
die ik voor jullie heb.
18:21
Life can be less mysterious than we make it out to be
365
1101509
4231
Leven zou wel eens minder mysterieus kunnen zijn
dan we denken
18:25
when we try to think about how it would be on other planets.
366
1105764
3205
als we nadenken over hoe het zou zijn op andere planeten.
18:29
And if we remove the mystery of life,
367
1109540
3387
Als we het mysterieuze van het leven kunnen wegnemen,
18:32
then I think it is a little bit easier for us to think about how we live,
368
1112951
4685
dan denk ik dat het voor ons een beetje makkelijker
zal zijn om na te denken over hoe we leven
18:37
and how perhaps we're not as special as we always think we are.
369
1117660
3058
en hoe we misschien wel niet zo bijzonder zijn als we altijd gedacht hebben.
18:40
And I'm going to leave you with that.
370
1120742
2246
Ik hou het hierbij.
Dank u zeer.
18:43
And thank you very much.
371
1123012
1224
18:44
(Applause)
372
1124260
2174
(Applaus)
Over deze website

Deze site laat u kennismaken met YouTube-video's die nuttig zijn om Engels te leren. U ziet Engelse lessen gegeven door topdocenten uit de hele wereld. Dubbelklik op de Engelse ondertitels op elke videopagina om de video af te spelen. De ondertitels scrollen synchroon met het afspelen van de video. Heeft u opmerkingen of verzoeken, neem dan contact met ons op via dit contactformulier.

https://forms.gle/WvT1wiN1qDtmnspy7