ABOUT THE SPEAKER
Christoph Adami - Artificial life researcher
Christoph Adami works on the nature of life and evolution, trying to define life in a way that is as free as possible from our preconceptions.

Why you should listen

Christoph Adami researches the nature of living systems, using 'artificial life' -- small, self-replicating computer programs. His main research focus is Darwinian evolution, which he studies at different levels of organization (from simple molecules to brains). He has pioneered theapplication of methods from information theory to the study of evolution, and designed the "Avida" system that launched the use of digital life as a tool for investigating basic questions in evolutionary biology.

He is Professor of Applied Life Sciences at the Keck Graduate Institute in Claremont, CA, and a Visiting Professor at the BEACON Center for the Study of Evolution in Action at Michigan State University. He obtained his PhD in theoretical physics from the State University of New York at Stony Brook. 

More profile about the speaker
Christoph Adami | Speaker | TED.com
TEDxUIUC

Christoph Adami: Finding life we can't imagine

Christoph Adami: Leven vinden dat we ons niet kunnen voorstellen

Filmed:
652,149 views

Hoe kunnen we zoeken naar buitenaards leven als het helemaal niet lijkt op het leven dat wij kennen? Op TEDxUIUC laat Christoph Adami zien hoe hij zijn onderzoek over kunstmatig leven - zelf-replicerende computerprogramma's - gebruikt om een signatuur, een 'biomarker', te vinden die vrij is van onze vooroordelen van wat het leven is.
- Artificial life researcher
Christoph Adami works on the nature of life and evolution, trying to define life in a way that is as free as possible from our preconceptions. Full bio

Double-click the English transcript below to play the video.

00:15
So I have a strangevreemd careercarrière.
0
0
2000
Ik heb een rare loopbaan.
00:17
I know it because people come up to me, like colleaguescollega's,
1
2000
3000
Dat weet ik omdat mensen als collega's
00:20
and say, "ChrisChris, you have a strangevreemd careercarrière."
2
5000
2000
me zeggen: 'Chris, je hebt een rare loopbaan.'
00:22
(LaughterGelach)
3
7000
2000
(Gelach)
00:24
And I can see theirhun pointpunt,
4
9000
2000
Ik begrijp ze
00:26
because I startedbegonnen my careercarrière
5
11000
2000
want ik ben mijn carrière begonnen
00:28
as a theoreticaltheoretisch nuclearnucleair physicistnatuurkundige.
6
13000
2000
als theoretisch kernfysicus.
00:30
And I was thinkinghet denken about quarksquarks and gluonsgluonen
7
15000
2000
Ik zat al na te denken over quarks, gluonen
00:32
and heavyzwaar ionIon collisionsbotsingen,
8
17000
2000
en botsingen met zware ijzerkernen
00:34
and I was only 14 yearsjaar oldoud.
9
19000
2000
toen ik slechts 14 jaar oud was.
00:36
No, no, I wasn'twas niet 14 yearsjaar oldoud.
10
21000
3000
Nee, nee, ik was geen 14 jaar oud.
00:40
But after that,
11
25000
2000
Maar daarna
00:42
I actuallywerkelijk had my owneigen lablaboratorium
12
27000
2000
had ik mijn eigen lab
00:44
in the computationalcomputational neuroscienceneurowetenschappen departmentafdeling,
13
29000
2000
in de afdeling voor computationele neurowetenschappen
00:46
and I wasn'twas niet doing any neuroscienceneurowetenschappen.
14
31000
2000
en ik deed niet eens aan neurowetenschappen.
00:48
LaterLater, I would work on evolutionaryevolutionaire geneticsgenetica,
15
33000
3000
Later zou ik werken aan evolutionaire genetica
00:51
and I would work on systemssystemen biologybiologie.
16
36000
2000
en systeembiologie.
00:53
But I'm going to tell you about something elseanders todayvandaag.
17
38000
3000
Maar ik ga jullie vandaag over iets anders vertellen.
00:56
I'm going to tell you
18
41000
2000
Ik ga jullie vertellen
00:58
about how I learnedgeleerd something about life.
19
43000
2000
over hoe ik iets heb geleerd over het leven.
01:00
And I was actuallywerkelijk a rocketraket scientistwetenschapper.
20
45000
4000
Ik was eigenlijk raketwetenschapper.
01:04
I wasn'twas niet really a rocketraket scientistwetenschapper,
21
49000
2000
Niet echt raketwetenschapper,
01:06
but I was workingwerkend
22
51000
2000
maar ik werkte
01:08
at the JetJet PropulsionVoortstuwing LaboratoryLaboratorium
23
53000
2000
bij het Jet Propulsion Laboratory
01:10
in sunnyzonnige CaliforniaCalifornië where it's warmwarm;
24
55000
3000
in het zonnige Californië, waar het warm is.
01:13
whereasterwijl now I'm in the mid-Westmid-westen,
25
58000
2000
Nu zit ik in het middenwesten
01:15
and it's coldkoude.
26
60000
2000
en daar is het koud.
01:17
But it was an excitingopwindend experienceervaring.
27
62000
3000
Maar het was een spannende ervaring.
01:20
One day a NASANASA managermanager comeskomt into my officekantoor,
28
65000
3000
Op een dag komt een NASA-manager mijn kantoor binnen,
01:23
sitszit down and sayszegt,
29
68000
3000
gaat zitten en zegt:
01:26
"Can you please tell us,
30
71000
2000
'Kun je ons alsjeblieft vertellen
01:28
how do we look for life outsidebuiten EarthAarde?"
31
73000
2000
hoe we op zoek kunnen gaan naar leven buiten de aarde?'
01:30
And that camekwam as a surpriseverrassing to me,
32
75000
2000
Dat kwam als een verrassing voor mij,
01:32
because I was actuallywerkelijk hiredgehuurd
33
77000
2000
want ik was eigenlijk ingehuurd
01:34
to work on quantumquantum computationberekening.
34
79000
2000
om te werken aan kwantumberekening.
01:36
YetNog, I had a very good answerantwoord.
35
81000
2000
Toch had ik een heel goed antwoord.
01:38
I said, "I have no ideaidee."
36
83000
3000
Ik zei: 'Ik heb geen idee.'
01:41
And he told me, "BiosignaturesBiosignatures,
37
86000
3000
hij vertelde me: 'Biosignaturen,
01:44
we need to look for a biosignatureBioSignature."
38
89000
2000
we moeten op zoek naar een biosignatuur.'
01:46
And I said, "What is that?"
39
91000
2000
Ik weer: 'Wat is dat?'
01:48
And he said, "It's any measurablemeetbare phenomenonfenomeen
40
93000
2000
Hij zei: 'Het is eender welk meetbaar fenomeen
01:50
that allowstoestaat us to indicateaangeven
41
95000
2000
dat ons in staat stelt om
01:52
the presenceaanwezigheid of life."
42
97000
2000
de aanwezigheid van leven vast te stellen.'
01:54
And I said, "Really?
43
99000
2000
Ik zei: 'Echt waar?
01:56
Because isn't that easygemakkelijk?
44
101000
2000
Is dat dan niet makkelijk?
01:58
I mean, we have life.
45
103000
2000
Ik bedoel, we hebben hier leven.
02:00
Can't you applyvan toepassing zijn a definitiondefinitie,
46
105000
2000
Kun je daar geen definitie op toepassen
02:02
like for examplevoorbeeld, a SupremeOpperste Court-likeHof-achtige definitiondefinitie of life?"
47
107000
4000
zoals bijvoorbeeld een Supreme Court-achtige definitie van leven?'
02:06
And then I thought about it a little bitbeetje, and I said,
48
111000
2000
Toen ik er een beetje over had nagedacht, zei ik:
02:08
"Well, is it really that easygemakkelijk?
49
113000
2000
'Is het echt zo gemakkelijk?
02:10
Because, yes, if you see something like this,
50
115000
3000
Want ja, als je zoiets als dit ziet,
02:13
then all right, fine, I'm going to call it life --
51
118000
2000
dan noem ik dat leven -
02:15
no doubttwijfel about it.
52
120000
2000
geen twijfel mogelijk.
02:17
But here'shier is something."
53
122000
2000
Maar hier is iets.'
02:19
And he goesgaat, "Right, that's life too. I know that."
54
124000
3000
Hij dan: 'Goed, dat is ook leven. Dat weet ik.'
02:22
ExceptBehalve, if you think life is alsoook definedbepaald
55
127000
2000
Maar als je denkt dat het leven ook is gedefinieerd
02:24
by things that diedood gaan,
56
129000
2000
door dingen die sterven,
02:26
you're not in luckgeluk with this thing,
57
131000
2000
dan heb je geen geluk met dit ding
02:28
because that's actuallywerkelijk a very strangevreemd organismorganisme.
58
133000
2000
omdat dat eigenlijk een heel vreemd organisme is.
02:30
It growsgroeit up into the adultvolwassen stagestadium like that
59
135000
2000
Het groeit op tot het volwassen stadium,
02:32
and then goesgaat throughdoor a BenjaminBenjamin ButtonKnop phasefase,
60
137000
3000
maakt dan een Benjamin Buttonfase door,
02:35
and actuallywerkelijk goesgaat backwardsachteruit and backwardsachteruit
61
140000
2000
gaat achteruit en achteruit
02:37
untiltot it's like a little embryoembryo- again,
62
142000
2000
totdat het weer als een klein embryo is
02:39
and then actuallywerkelijk growsgroeit back up, and back down and back up -- sortsoort of yo-yoyo-yo --
63
144000
3000
en groeit dan weer terug, terug naar beneden en weer terug - als een jojo.
02:42
and it never diesoverlijdt.
64
147000
2000
Het sterft nooit.
02:44
So it's actuallywerkelijk life,
65
149000
2000
Het is leven,
02:46
but it's actuallywerkelijk not
66
151000
2000
maar geen leven
02:48
as we thought life would be.
67
153000
3000
zoals wij het ons voorstelden.
02:51
And then you see something like that.
68
156000
2000
Dan zie je zoiets.
02:53
And he was like, "My God, what kindsoort of a life formformulier is that?"
69
158000
2000
Hij : 'Mijn God, wat voor een levensvorm is dat?'
02:55
AnyoneIedereen know?
70
160000
2000
Weet iemand dat?
02:57
It's actuallywerkelijk not life, it's a crystalkristal.
71
162000
3000
Het is eigenlijk geen leven, het is een kristal.
03:00
So onceeen keer you startbegin looking and looking
72
165000
2000
Als je eenmaal op zoek gaat
03:02
at smallerkleiner and smallerkleiner things --
73
167000
2000
naar kleinere en kleinere dingen --
03:04
so this particularbijzonder personpersoon
74
169000
2000
Deze persoon
03:06
wroteschreef a wholegeheel articleartikel and said, "Hey, these are bacteriabacterie."
75
171000
3000
schreef er een heel artikel en zei: 'Hè, dit zijn bacteriën.'
03:09
ExceptBehalve, if you look a little bitbeetje closerdichterbij,
76
174000
2000
Maar als je een beetje dichterbij gaat kijken,
03:11
you see, in factfeit, that this thing is way too smallklein to be anything like that.
77
176000
3000
zie je dat dit ding veel te klein is om dat te zijn.
03:14
So he was convincedovertuigd,
78
179000
2000
Hij was ervan overtuigd
03:16
but, in factfeit, mostmeest people aren'tzijn niet.
79
181000
2000
maar de meeste mensen in feite niet.
03:18
And then, of courseCursus,
80
183000
2000
Toen kwam NASA natuurlijk
03:20
NASANASA alsoook had a biggroot announcementaankondiging,
81
185000
2000
ook met een grote aankondiging.
03:22
and PresidentDe Voorzitter ClintonClinton gavegaf a presspers conferenceconferentie,
82
187000
2000
President Clinton gaf zelfs een persconferentie
03:24
about this amazingverbazingwekkend discoveryontdekking
83
189000
2000
over deze verbazingwekkende ontdekking
03:26
of life in a MartianMartian meteoritemeteoriet.
84
191000
3000
van leven in een meteoriet van Mars.
03:29
ExceptBehalve that nowadaysvandaag de dag, it's heavilyhard disputedbetwist.
85
194000
4000
Vandaag is dat zwaar omstreden.
03:33
If you take the lessonles of all these picturesafbeeldingen,
86
198000
3000
Als les uit al deze foto's
03:36
then you realizerealiseren, well actuallywerkelijk maybe it's not that easygemakkelijk.
87
201000
2000
kan je besluiten het toch niet zo gemakkelijk is.
03:38
Maybe I do need
88
203000
2000
Misschien heb ik toch wel
03:40
a definitiondefinitie of life
89
205000
2000
een definitie van leven nodig
03:42
in orderbestellen to make that kindsoort of distinctiononderscheid.
90
207000
2000
om dat soort onderscheid maken.
03:44
So can life be definedbepaald?
91
209000
2000
Kan het leven worden gedefinieerd?
03:46
Well how would you go about it?
92
211000
2000
Hoe zou je dat doen?
03:48
Well of courseCursus,
93
213000
2000
Je kan natuurlijk
03:50
you'dje zou go to EncyclopediaEncyclopedie BritannicaBritannica and openOpen at L.
94
215000
2000
de Encyclopaedia Britannica openslaan op de L.
03:52
No, of courseCursus you don't do that; you put it somewhereergens in GoogleGoogle.
95
217000
3000
Natuurlijk doe je dat niet. Je zoekt het ergens op in Google.
03:55
And then you mightmacht get something.
96
220000
3000
Dan zou je toch iets zou moeten vinden.
03:58
And what you mightmacht get --
97
223000
2000
Je vindt wat
04:00
and anything that actuallywerkelijk refersverwijst to things that we are used to,
98
225000
2000
en alles dat we al kennen,
04:02
you throwGooi away.
99
227000
2000
gooi je weg.
04:04
And then you mightmacht come up with something like this.
100
229000
2000
Dan kun iets als dit vinden.
04:06
And it sayszegt something complicatedingewikkeld
101
231000
2000
Het zegt iets ingewikkelds
04:08
with lots and lots of conceptsconcepten.
102
233000
2000
met veel, veel concepten.
04:10
Who on EarthAarde would writeschrijven something
103
235000
2000
Wie op aarde zou zoiets
04:12
as convolutedingewikkelde and complexcomplex
104
237000
2000
ingewikkelds, complex
04:14
and inanezinloos?
105
239000
3000
en zinloos neerschrijven?
04:17
Oh, it's actuallywerkelijk a really, really, importantbelangrijk setreeks of conceptsconcepten.
106
242000
4000
In feite is het een reeks echt belangrijke concepten.
04:21
So I'm highlightingmarkeren just a fewweinig wordstekst
107
246000
3000
Ik haal er een paar woorden uit.
04:24
and sayinggezegde definitionsdefinities like that
108
249000
2000
Het geven van dergelijke definities
04:26
relyvertrouwen on things that are not basedgebaseerde
109
251000
2000
steunt op dingen die niet gebaseerd zijn
04:28
on aminoamino acidszuren or leavesbladeren
110
253000
3000
op aminozuren of bladeren
04:31
or anything that we are used to,
111
256000
2000
of iets dat we kennen,
04:33
but in factfeit on processesprocessen only.
112
258000
2000
maar in feite alleen maar op processen.
04:35
And if you take a look at that,
113
260000
2000
Dit komt eigenlijk uit een boek
04:37
this was actuallywerkelijk in a bookboek that I wroteschreef that dealsaanbiedingen with artificialkunstmatig life.
114
262000
3000
dat ik schreef en dat gaat over kunstmatig leven.
04:40
And that explainslegt uit why
115
265000
2000
Dat verklaart waarom
04:42
that NASANASA managermanager was actuallywerkelijk in my officekantoor to beginbeginnen with.
116
267000
3000
die NASA-manager uiteindelijk in mijn kantoor belandde.
04:45
Because the ideaidee was that, with conceptsconcepten like that,
117
270000
3000
Ze dachten dat we met dergelijke concepten
04:48
maybe we can actuallywerkelijk manufacturevervaardiging
118
273000
2000
misschien een vorm van leven
04:50
a formformulier of life.
119
275000
2000
zouden kunnen produceren.
04:52
And so if you go and askvragen yourselfjezelf,
120
277000
3000
Misschien vraag je jezelf wel af:
04:55
"What on EarthAarde is artificialkunstmatig life?",
121
280000
2000
'Wat in hemelsnaam is kunstmatig leven?'
04:57
let me give you a whirlwindwervelwind tourtour
122
282000
2000
Ik leg even uit
04:59
of how all this stuffspul camekwam about.
123
284000
2000
hoe dit alles tot stand kwam.
05:01
And it startedbegonnen out quiteheel a while agogeleden
124
286000
3000
Het begon al een tijdje geleden
05:04
when someoneiemand wroteschreef
125
289000
2000
toen iemand een van de eerste
05:06
one of the first successfulgeslaagd computercomputer virusesvirussen.
126
291000
2000
succesvolle computervirussen schreef.
05:08
And for those of you who aren'tzijn niet oldoud enoughgenoeg,
127
293000
3000
Degenen onder jullie die nog niet oud genoeg zijn,
05:11
you have no ideaidee how this infectioninfectie was workingwerkend --
128
296000
3000
weten niet hoe deze infectie werkte -
05:14
namelynamelijk, throughdoor these floppyplomp disksschijven.
129
299000
2000
namelijk door middel van deze diskettes.
05:16
But the interestinginteressant thing about these computercomputer virusvirus infectionsinfecties
130
301000
3000
Maar het interessante aan deze computervirusinfecties
05:19
was that, if you look at the ratetarief
131
304000
2000
was dat, als je keek naar de snelheid
05:21
at whichwelke the infectioninfectie workedwerkte,
132
306000
2000
waarmee deze infectie om zich heen greep,
05:23
they showtonen this spikystekelige behaviorgedrag
133
308000
2000
zij het piekend gedrag vertoonde
05:25
that you're used to from a flugriep virusvirus.
134
310000
3000
dat we zo goed kennen van een griepvirus.
05:28
And it is in factfeit dueten gevolge to this armsarmen racerace
135
313000
2000
Door deze wapenwedloop
05:30
betweentussen hackershackers and operatingbedrijfs- systemsysteem designersontwerpers
136
315000
3000
tussen hackers en besturingssysteemontwerpers
05:33
that things go back and forthvoort.
137
318000
2000
gaan die dingen op en neer.
05:35
And the resultresultaat is kindsoort of a treeboom of life
138
320000
2000
Het resultaat is een soort boom des levens
05:37
of these virusesvirussen,
139
322000
2000
van deze virussen,
05:39
a phylogenyfylogenie that lookslooks very much
140
324000
3000
een fylogenie die heel erg lijkt
05:42
like the typetype of life that we're used to, at leastminst on the viralvirale levelniveau.
141
327000
3000
op het type van leven dat we kennen, althans op het virale niveau.
05:45
So is that life? Not as farver as I'm concernedbezorgd.
142
330000
3000
Is dat dan leven? Niet wat mij betreft.
05:48
Why? Because these things don't evolveevolueren by themselveszich.
143
333000
3000
Waarom? Omdat deze zaken niet op zichzelf evolueren.
05:51
In factfeit, they have hackershackers writingschrift them.
144
336000
2000
In feite zijn er hackers nodig om ze te schrijven.
05:53
But the ideaidee was takeningenomen very quicklysnel a little bitbeetje furtherverder
145
338000
4000
Maar het idee werd al snel een klein beetje verder uitgewerkt
05:57
when a scientistwetenschapper workingwerkend at the ScientificWetenschappelijke InstituteInstituut decidedbeslist,
146
342000
3000
toen een wetenschapper van het Wetenschappelijk Instituut dit bedacht:
06:00
"Why don't we try to packagepakket these little virusesvirussen
147
345000
3000
'Waarom gaan we niet proberen om deze kleine virussen
06:03
in artificialkunstmatig worldswerelden insidebinnen of the computercomputer
148
348000
2000
in kunstmatige werelden binnen de computer
06:05
and let them evolveevolueren?"
149
350000
2000
te laten evolueren?'
06:07
And this was SteenSteen RasmussenRasmussen.
150
352000
2000
Dat was Steen Rasmussen.
06:09
And he designedontworpen this systemsysteem, but it really didn't work,
151
354000
2000
Hij ontwierp dit systeem maar het werkte niet echt,
06:11
because his virusesvirussen were constantlyvoortdurend destroyingvernietigen eachelk other.
152
356000
3000
omdat zijn virussen voortdurend bezig waren elkaar te vernietigen.
06:14
But there was anothereen ander scientistwetenschapper who had been watchingkijken this, an ecologistecoloog.
153
359000
3000
Maar er was nog een andere wetenschapper die dit volgde, een ecoloog.
06:17
And he wentgegaan home and sayszegt, "I know how to fixrepareren this."
154
362000
3000
Hij zei: 'Ik weet hoe dit op te lossen.'
06:20
And he wroteschreef the TierraTierra systemsysteem,
155
365000
2000
Hij schreef het Tierra-systeem.
06:22
and, in my bookboek, is in factfeit one of the first
156
367000
3000
Volgens mij een van de eerste
06:25
trulywerkelijk artificialkunstmatig livingleven systemssystemen --
157
370000
2000
echt kunstmatige levende systemen -
06:27
exceptbehalve for the factfeit that these programsprogramma's didn't really growgroeien in complexityingewikkeldheid.
158
372000
3000
behalve het feit dat deze programma's niet echt groeiden in complexiteit.
06:30
So havingmet seengezien this work, workedwerkte a little bitbeetje on this,
159
375000
3000
Vanuit deze basis
06:33
this is where I camekwam in.
160
378000
2000
begon ik eraan te werken.
06:35
And I decidedbeslist to createcreëren a systemsysteem
161
380000
2000
Ik besloot om een systeem te creëren
06:37
that has all the propertieseigenschappen that are necessarynoodzakelijk
162
382000
2000
met alle nodige eigenschappen
06:39
to see the evolutionevolutie of complexityingewikkeldheid,
163
384000
3000
om complexiteit te laten evolueren,
06:42
more and more complexcomplex problemsproblemen constantlyvoortdurend evolvingevoluerende.
164
387000
3000
om voortdurend meer en meer complexe problemen te laten evolueren.
06:45
And of courseCursus, sincesinds I really don't know how to writeschrijven codecode, I had help in this.
165
390000
3000
Natuurlijk had ik hierbij hulp nodig, omdat ik niet weet hoe code te schrijven.
06:48
I had two undergraduateundergraduate studentsstudenten
166
393000
2000
Twee studenten
06:50
at CaliforniaCalifornië InstituteInstituut of TechnologyTechnologie that workedwerkte with me.
167
395000
3000
van het California Institute of Technology werkten bij mij.
06:53
That's CharlesCharles OffriaOffria on the left, TitusTitus BrownBrown on the right.
168
398000
3000
Charles Offria aan de linkerkant, Titus Brown aan de rechterkant.
06:56
They are now actuallywerkelijk respectableachtenswaardig professorsprofessoren
169
401000
3000
Ze zijn nu respectabele professoren
06:59
at MichiganMichigan StateStaat UniversityUniversiteit,
170
404000
2000
aan de Michigan State University,
07:01
but I can assureverzekeren you, back in the day,
171
406000
2000
maar ik kan jullie verzekeren dat wij indertijd
07:03
we were not a respectableachtenswaardig teamteam.
172
408000
2000
een allesbehalve respectabel team waren.
07:05
And I'm really happygelukkig that no photofoto survivesoverleeft
173
410000
2000
Ik ben echt blij dat er geen foto's meer bestaan
07:07
of the threedrie of us anywhereoveral closedichtbij togethersamen.
174
412000
3000
over hoe wij gedrieën toen te keer gingen.
07:10
But what is this systemsysteem like?
175
415000
2000
Maar hoe ziet dit systeem eruit?
07:12
Well I can't really go into the detailsgegevens,
176
417000
3000
Ik kan niet ingaan op de details,
07:15
but what you see here is some of the entrailsingewanden.
177
420000
2000
maar wat je hier ziet is een deel van de ingewanden.
07:17
But what I wanted to focusfocus on
178
422000
2000
Ik wil de aandacht vestigen op
07:19
is this typetype of populationbevolking structurestructuur.
179
424000
2000
dit type van de populatiestructuur.
07:21
There's about 10,000 programsprogramma's sittingzittend here.
180
426000
3000
Er zitten ongeveer 10.000 programma's in.
07:24
And all differentverschillend strainsstammen are coloredgekleurde in differentverschillend colorskleuren.
181
429000
3000
Alle verschillende stammen weergegeven in verschillende kleuren.
07:27
And as you see here, there are groupsgroepen that are growinggroeiend on toptop of eachelk other,
182
432000
3000
Er zijn groepen die boven op elkaar groeien,
07:30
because they are spreadingverspreiding.
183
435000
2000
omdat ze zich verspreiden.
07:32
Any time there is a programprogramma
184
437000
2000
Telkens er een programma is
07:34
that's better at survivingoverlevende in this worldwereld-,
185
439000
2000
dat beter is in overleven in deze wereld,
07:36
dueten gevolge to whateverwat dan ook mutationMutatie it has acquiredverworven,
186
441000
2000
door welke mutatie dan ook die het heeft verworven,
07:38
it is going to spreadverspreiding over the othersanderen and driverijden the othersanderen to extinctionuitdoving.
187
443000
3000
gaat het zich verspreiden over de anderen en worden de anderen tot uitsterven gedreven.
07:41
So I'm going to showtonen you a moviefilm where you're going to see that kindsoort of dynamicdynamisch.
188
446000
3000
Ik ga jullie een film tonen waar dit dynamisch wordt voorgesteld.
07:44
And these kindssoorten of experimentsexperimenten are startedbegonnen
189
449000
3000
Dit soort experimenten begon
07:47
with programsprogramma's that we wroteschreef ourselvesonszelf.
190
452000
2000
met programma's die we zelf schreven.
07:49
We writeschrijven our owneigen stuffspul, replicatekopiëren it,
191
454000
2000
We schrijven onze eigen spullen, repliceren ze
07:51
and are very proudtrots of ourselvesonszelf.
192
456000
2000
en zijn zeer trots op onszelf.
07:53
And we put them in, and what you see immediatelyper direct
193
458000
3000
We zetten ze in en wat je meteen ziet,
07:56
is that there are wavesgolven and wavesgolven of innovationinnovatie.
194
461000
3000
is dat er golven van innovatie plaatsvinden.
07:59
By the way, this is highlyzeer acceleratedversneld,
195
464000
2000
Tussen haakjes, dit is zeer versneld,
08:01
so it's like a thousandduizend generationsgeneraties a secondtweede.
196
466000
2000
je ziet hier een duizend generaties per seconde.
08:03
But immediatelyper direct the systemsysteem goesgaat like,
197
468000
2000
Maar het systeem begint met:
08:05
"What kindsoort of dumbstom piecestuk of codecode was this?
198
470000
2000
'Wat voor een stom stuk code is dit?
08:07
This can be improvedverbeterd uponop in so manyveel waysmanieren
199
472000
2000
Dat kan snel op allerlei manieren
08:09
so quicklysnel."
200
474000
2000
worden verbeterd.'
08:11
So you see wavesgolven of newnieuwe typestypes
201
476000
2000
Je ziet golven van nieuwe types
08:13
takingnemen over the other typestypes.
202
478000
2000
die het halen op andere types.
08:15
And this typetype of activityactiviteit goesgaat on for quiteheel awhileeen tijdje,
203
480000
3000
Dit soort activiteiten gaat voor een tijdje door
08:18
untiltot the mainhoofd easygemakkelijk things have been acquiredverworven by these programsprogramma's.
204
483000
4000
totdat de meest eenvoudige dingen zijn overgenomen door deze programma's.
08:22
And then you see sortsoort of like a stasisstase comingkomt eraan on
205
487000
4000
Dan zie je een soort stasis aankomen
08:26
where the systemsysteem essentiallyin wezen waitswacht
206
491000
2000
waar het systeem in wezen wacht
08:28
for a newnieuwe typetype of innovationinnovatie, like this one,
207
493000
3000
op een nieuw type van innovatie, zoals dit,
08:31
whichwelke is going to spreadverspreiding
208
496000
2000
dat zich weer gaat verspreiden
08:33
over all the other innovationsinnovaties that were before
209
498000
2000
over alle andere innovaties die ervoor bestonden
08:35
and is erasingwissen the genesgenen that it had before,
210
500000
3000
en zijn eerdere genen begint te wissen,
08:38
untiltot a newnieuwe typetype of higherhoger levelniveau of complexityingewikkeldheid has been achievedbereikt.
211
503000
4000
totdat er een nieuw type met een hoger niveau van complexiteit is bereikt.
08:42
And this processwerkwijze goesgaat on and on and on.
212
507000
3000
Dit proces blijft maar doorgaan.
08:45
So what we see here
213
510000
2000
Wat we hier zien,
08:47
is a systemsysteem that liveslevens
214
512000
2000
is een systeem dat leeft op een manier
08:49
in very much the way we're used to life [going.]
215
514000
2000
die erg lijkt op het leven dat we kennen.
08:51
But what the NASANASA people had askedgevraagd me really
216
516000
4000
Maar wat de NASA-mensen me echt hadden gevraagd,
08:55
was, "Do these guys
217
520000
2000
was: 'Hebben deze jongens
08:57
have a biosignatureBioSignature?
218
522000
2000
een biosignatuur?
08:59
Can we measuremaatregel this typetype of life?
219
524000
2000
Kunnen we dit soort van leven meten?
09:01
Because if we can,
220
526000
2000
Want als we dat kunnen,
09:03
maybe we have a chancekans of actuallywerkelijk discoveringontdekken life somewhereergens elseanders
221
528000
3000
hebben we misschien kans om elders leven te ontdekken
09:06
withoutzonder beingwezen biasedvooringenomen
222
531000
2000
zonder vooroordelen
09:08
by things like aminoamino acidszuren."
223
533000
2000
over dingen als aminozuren.'
09:10
So I said, "Well, perhapsmisschien we should constructconstrueren
224
535000
3000
Ik zei: ‘Misschien moeten we
09:13
a biosignatureBioSignature
225
538000
2000
een biosignatuur construeren
09:15
basedgebaseerde on life as a universaluniverseel processwerkwijze.
226
540000
3000
gebaseerd op leven als universeel proces.
09:18
In factfeit, it should perhapsmisschien make use
227
543000
2000
In feite moet ze misschien gebruik maken
09:20
of the conceptsconcepten that I developedontwikkelde
228
545000
2000
van de concepten die ik heb ontwikkeld
09:22
just in orderbestellen to sortsoort of capturevangst
229
547000
2000
alleen maar om vast te leggen
09:24
what a simpleeenvoudig livingleven systemsysteem mightmacht be."
230
549000
2000
hoe een eenvoudig levend systeem zou kunnen zijn.'
09:26
And the thing I camekwam up with --
231
551000
2000
Wat ik bedacht -
09:28
I have to first give you an introductioninvoering about the ideaidee,
232
553000
4000
ik moet jullie eerst een inleiding tot het idee geven
09:32
and maybe that would be a meaningbetekenis detectordetector,
233
557000
3000
en misschien zou dat een betekenisdetector worden,
09:35
ratherliever than a life detectordetector.
234
560000
3000
in plaats van een levendetector.
09:38
And the way we would do that --
235
563000
2000
De manier waarop we dat zouden doen:
09:40
I would like to find out how I can distinguishonderscheiden
236
565000
2000
ik wil te weten komen hoe ik tekst
09:42
texttekst that was writtengeschreven by a millionmiljoen monkeysapen,
237
567000
2000
die door een miljoen apen is getypt, kan onderscheiden
09:44
as opposedgekant tegen to texttekst that [is] in our booksboeken.
238
569000
3000
van tekst zoals hij in onze boeken staat.
09:47
And I would like to do it in suchzodanig a way
239
572000
2000
Ik zou het graag doen op zo'n manier
09:49
that I don't actuallywerkelijk have to be ablein staat to readlezen the languagetaal,
240
574000
2000
dat ik de taal niet moeten kunnen lezen,
09:51
because I'm sure I won'tzal niet be ablein staat to.
241
576000
2000
want ik weet zeker dat ik dat niet zal kunnen.
09:53
As long as I know that there's some sortsoort of alphabetalfabet.
242
578000
2000
Als ik maar weet dat er een soort alfabet is.
09:55
So here would be a frequencyfrequentie plotplot
243
580000
3000
Ik zou een grafiek maken van de frequentie van
09:58
of how oftenvaak you find
244
583000
2000
hoe vaak
10:00
eachelk of the 26 lettersbrieven of the alphabetalfabet
245
585000
2000
elk van de 26 letters van het alfabet voorkomt
10:02
in a texttekst writtengeschreven by randomwillekeurig monkeysapen.
246
587000
3000
in een tekst geschreven door willekeurige apen.
10:05
And obviouslyduidelijk eachelk of these lettersbrieven
247
590000
2000
Natuurlijk zou elk van deze letters
10:07
comeskomt off about roughlyongeveer equallyeven frequentveel voorkomend.
248
592000
2000
ongeveer even frequent voorkomen.
10:09
But if you now look at the samedezelfde distributiondistributie in EnglishEngels textsteksten,
249
594000
4000
Als je nu kijkt naar dezelfde verdeling in Engelse teksten,
10:13
it lookslooks like that.
250
598000
2000
dan ziet het er zo uit.
10:15
And I'm tellingvertellen you, this is very robustrobuust acrossaan de overkant EnglishEngels textsteksten.
251
600000
3000
Dat blijft praktisch hetzelfde voor alle Engelse teksten.
10:18
And if I look at FrenchFrans textsteksten, it lookslooks a little bitbeetje differentverschillend,
252
603000
2000
Bij Franse, Italiaanse of Duitse teksten
10:20
or ItalianItaliaans or GermanDuits.
253
605000
2000
ziet het er een beetje anders uit.
10:22
They all have theirhun owneigen typetype of frequencyfrequentie distributiondistributie,
254
607000
3000
Ze hebben allemaal hun eigen type frequentieverdeling,
10:25
but it's robustrobuust.
255
610000
2000
maar het blijft hetzelfde.
10:27
It doesn't matterer toe doen whetherof it writesschrijft about politicspolitiek or about sciencewetenschap.
256
612000
3000
Het maakt niet uit of je nu schrijft over politiek of over wetenschap.
10:30
It doesn't matterer toe doen whetherof it's a poemgedicht
257
615000
3000
Het maakt niet uit of het een gedicht
10:33
or whetherof it's a mathematicalwiskundig texttekst.
258
618000
3000
of een wiskundige tekst is.
10:36
It's a robustrobuust signaturehandtekening,
259
621000
2000
Het is een herhaalbare signatuur
10:38
and it's very stablestal.
260
623000
2000
en ze is zeer stabiel.
10:40
As long as our booksboeken are writtengeschreven in EnglishEngels --
261
625000
2000
Zolang onze boeken zijn geschreven in het Engels -
10:42
because people are rewritingherschrijven them and recopyingopladen them --
262
627000
3000
omdat mensen ze herschrijven en kopiëren -
10:45
it's going to be there.
263
630000
2000
vinden we die frequentie daar terug.
10:47
So that inspiredgeinspireerd me to think about,
264
632000
2000
Dat inspireerde me om
10:49
well, what if I try to use this ideaidee
265
634000
3000
dit idee te gebruiken,
10:52
in orderbestellen, not to detectopsporen randomwillekeurig textsteksten
266
637000
2000
niet om willekeurige teksten te onderscheiden
10:54
from textsteksten with meaningbetekenis,
267
639000
2000
van teksten met betekenis,
10:56
but ratherliever detectopsporen the factfeit that there is meaningbetekenis
268
641000
4000
maar eerder om uit te vinden of er betekenis schuilt
11:00
in the biomoleculesbiomoleculen that make up life.
269
645000
2000
in de biomoleculen van het leven.
11:02
But first I have to askvragen:
270
647000
2000
Maar eerst moet ik vragen:
11:04
what are these buildinggebouw blocksblokken, like the alphabetalfabet, elementselementen that I showedtoonden you?
271
649000
3000
wat zijn deze bouwstenen, zoals het alfabet, die ik liet zien?
11:07
Well it turnsbochten out, we have manyveel differentverschillend alternativesalternatieven
272
652000
3000
Het blijkt dat we vele verschillende alternatieven hebben
11:10
for suchzodanig a setreeks of buildinggebouw blocksblokken.
273
655000
2000
voor zo'n set bouwstenen.
11:12
We could use aminoamino acidszuren,
274
657000
2000
We kunnen aminozuren,
11:14
we could use nucleicnucleïnezuur acidszuren, carboxyliccarboxylic acidszuren, fattyvette acidszuren.
275
659000
3000
nucleïnezuren, carbonzuren of vetzuren gebruiken.
11:17
In factfeit, chemistry'schemie extremelyuiterst richrijk, and our bodylichaam usestoepassingen a lot of them.
276
662000
3000
De chemie is extreem rijk en ons lichaam maakt gebruik van veel van die zaken.
11:20
So that we actuallywerkelijk, to testtest this ideaidee,
277
665000
3000
Om dit idee te testen,
11:23
first tooknam a look at aminoamino acidszuren and some other carboxyliccarboxylic acidszuren.
278
668000
3000
namen we eerst een kijkje bij de aminozuren en enkele andere carbonzuren.
11:26
And here'shier is the resultresultaat.
279
671000
2000
Hier is het resultaat.
11:28
Here is, in factfeit, what you get
280
673000
3000
Hier is in feite wat je krijgt
11:31
if you, for examplevoorbeeld, look at the distributiondistributie of aminoamino acidszuren
281
676000
3000
als je kijkt naar de verdeling van de aminozuren
11:34
on a cometkomeet or in interstellarinterstellair spaceruimte
282
679000
3000
op een komeet of in de interstellaire ruimte
11:37
or, in factfeit, in a laboratorylaboratorium,
283
682000
2000
of, in feite, in een laboratorium,
11:39
where you madegemaakt very sure that in your primordialoer- soupsoep
284
684000
2000
waar je heel zeker bent dat er in jouw oersoep
11:41
that there is not livingleven stuffspul in there.
285
686000
2000
geen levend spul zit.
11:43
What you find is mostlymeestal glycineGlycine and then alanineAlanine
286
688000
3000
Meestal vind je wat glycine, alanine
11:46
and there's some tracespoor elementselementen of the other onesdegenen.
287
691000
3000
en wat sporen van de andere aminozuren.
11:49
That is alsoook very robustrobuust --
288
694000
3000
Dat is ook zeer herhaalbaar -
11:52
what you find in systemssystemen like EarthAarde
289
697000
3000
voor wat je kunt vinden in plaatsen op Aarde
11:55
where there are aminoamino acidszuren,
290
700000
2000
waar er aminozuren zijn,
11:57
but there is no life.
291
702000
2000
maar zonder leven.
11:59
But supposeveronderstellen you take some dirtvuil
292
704000
2000
Maar stel dat je wat vuil
12:01
and diggraven throughdoor it
293
706000
2000
opraapt en
12:03
and then put it into these spectrometersSpectrometers,
294
708000
3000
in een spectrometer plaatst,
12:06
because there's bacteriabacterie all over the placeplaats;
295
711000
2000
omdat er overal bacteriën zitten.
12:08
or you take waterwater anywhereoveral on EarthAarde,
296
713000
2000
Of je onderzoekt wat water
12:10
because it's teamingteamwork with life,
297
715000
2000
dat krioelt van het leven,
12:12
and you make the samedezelfde analysisanalyse;
298
717000
2000
met dezelfde methode.
12:14
the spectrumspectrum lookslooks completelyhelemaal differentverschillend.
299
719000
2000
Het spectrum ziet er dan compleet anders uit.
12:16
Of courseCursus, there is still glycineGlycine and alanineAlanine,
300
721000
4000
Natuurlijk is er nog steeds glycine en alanine,
12:20
but in factfeit, there are these heavyzwaar elementselementen, these heavyzwaar aminoamino acidszuren,
301
725000
3000
maar in feite vind je dan deze zware moleculen, deze zware aminozuren,
12:23
that are beingwezen producedgeproduceerd
302
728000
2000
die worden aangemaakt
12:25
because these are valuablewaardevol to the organismorganisme.
303
730000
2000
omdat ze waardevol zijn voor organismen.
12:27
And some other onesdegenen
304
732000
2000
Enkele andere
12:29
that are not used in the setreeks of 20,
305
734000
2000
die niet worden gebruikt in de set van 20,
12:31
they will not appearverschijnen at all
306
736000
2000
zullen niet te zien zijn
12:33
in any typetype of concentrationconcentratie.
307
738000
2000
in welke concentratie dan ook.
12:35
So this alsoook turnsbochten out to be extremelyuiterst robustrobuust.
308
740000
2000
Dit blijkt ook uiterst herhaalbaar te zijn.
12:37
It doesn't matterer toe doen what kindsoort of sedimentsediment you're usinggebruik makend van to grindgrind up,
309
742000
3000
Het maakt niet uit wat voor soort sediment je gebruikt om te vermalen,
12:40
whetherof it's bacteriabacterie or any other plantsplanten or animalsdieren.
310
745000
3000
of het nu bacteriën of andere planten of dieren zijn.
12:43
AnywhereOveral there's life,
311
748000
2000
Overal waar het leven is,
12:45
you're going to have this distributiondistributie,
312
750000
2000
zal je deze verdeling aantreffen,
12:47
as opposedgekant tegen to that distributiondistributie.
313
752000
2000
in tegenstelling tot die verdeling daar.
12:49
And it is detectabledetecteerbare not just in aminoamino acidszuren.
314
754000
3000
Het is niet alleen voor aminozuren aantoonbaar.
12:52
Now you could askvragen:
315
757000
2000
Nu kun je vragen:
12:54
well, what about these AvidiansAvidians?
316
759000
2000
Hoe zit het met deze Avidianen?
12:56
The AvidiansAvidians beingwezen the denizensbewoners of this computercomputer worldwereld-
317
761000
4000
De Avidianen zijn de bewoners van deze computerwereld
13:00
where they are perfectlyvolmaakt happygelukkig replicatingreplicating and growinggroeiend in complexityingewikkeldheid.
318
765000
3000
waar ze perfect gelukkig repliceren en groeien in complexiteit.
13:03
So this is the distributiondistributie that you get
319
768000
3000
Dit is de verdeling die je krijgt
13:06
if, in factfeit, there is no life.
320
771000
2000
als er geen leven is.
13:08
They have about 28 of these instructionsinstructies.
321
773000
3000
Ze hebben ongeveer 28 instructies.
13:11
And if you have a systemsysteem where they're beingwezen replacedvervangen one by the other,
322
776000
3000
Als je een systeem hebt waar de een wordt vervangen door de andere
13:14
it's like the monkeysapen writingschrift on a typewriterschrijfmachine.
323
779000
2000
is het net als bij apen die tikken op een typemachine.
13:16
EachElke of these instructionsinstructies appearskomt naar voren
324
781000
3000
Al deze instructies komen voor
13:19
with roughlyongeveer the equalGelijk frequencyfrequentie.
325
784000
3000
met ongeveer gelijke frequentie.
13:22
But if you now take a setreeks of replicatingreplicating guys
326
787000
4000
Maar als je nu een set hebt van replicerende jongens
13:26
like in the videovideo- that you saw,
327
791000
2000
zoals in de video die je zag,
13:28
it lookslooks like this.
328
793000
2000
dan ziet het er zo uit.
13:30
So there are some instructionsinstructies
329
795000
2000
Er zijn dus instructies
13:32
that are extremelyuiterst valuablewaardevol to these organismsorganismen,
330
797000
2000
die zeer waardevol zijn voor deze organismen,
13:34
and theirhun frequencyfrequentie is going to be highhoog.
331
799000
3000
en hun frequentie zal hoog zijn.
13:37
And there's actuallywerkelijk some instructionsinstructies
332
802000
2000
Er zijn zelfs instructies
13:39
that you only use onceeen keer, if ever.
333
804000
2000
die je maar één keer gebruikt of nooit.
13:41
So they are eithereen van beide poisonousgiftig
334
806000
2000
Dus zijn ze ofwel giftig
13:43
or really should be used at lessminder of a levelniveau than randomwillekeurig.
335
808000
4000
of moeten ze echt worden gebruikt op een lager niveau dan willekeurig.
13:47
In this casegeval, the frequencyfrequentie is lowerlager.
336
812000
3000
In dat geval is hun frequentie lager.
13:50
And so now we can see, is that really a robustrobuust signaturehandtekening?
337
815000
3000
Is dat nu echt een herhaalbare signatuur?
13:53
I can tell you indeedinderdaad it is,
338
818000
2000
Ik kan je vertellen dat het zo is,
13:55
because this typetype of spectrumspectrum, just like what you've seengezien in booksboeken,
339
820000
3000
omdat dit type spectrum, net als wat je gezien hebt bij de boeken
13:58
and just like what you've seengezien in aminoamino acidszuren,
340
823000
2000
en net als wat je hebt gezien bij aminozuren, zeer herhaalbaar is
14:00
it doesn't really matterer toe doen how you changeverandering the environmentmilieu, it's very robustrobuust;
341
825000
3000
zonder dat het uitmaakt hoe je het milieu verandert.
14:03
it's going to reflectreflecteren the environmentmilieu.
342
828000
2000
Het gaat een weerspiegeling zijn van zijn het milieu.
14:05
So I'm going to showtonen you now a little experimentexperiment that we did.
343
830000
2000
Daarom ga ik jullie nu een klein experiment tonen.
14:07
And I have to explainuitleg geven to you,
344
832000
2000
Ik moet uitleggen dat
14:09
the toptop of this graphdiagram
345
834000
2000
de top van deze grafiek
14:11
showsshows you that frequencyfrequentie distributiondistributie that I talkedgesproken about.
346
836000
3000
de frequentieverdeling laat zien waar ik het over had.
14:14
Here, in factfeit, that's the lifelesslevenloze environmentmilieu
347
839000
3000
Hier is het de levenloze omgeving
14:17
where eachelk instructioninstructie occursvoordoet
348
842000
2000
waar elke instructie
14:19
at an equalGelijk frequencyfrequentie.
349
844000
2000
met een gelijke frequentie voorkomt.
14:21
And belowbeneden there, I showtonen, in factfeit,
350
846000
3000
Daar beneden toon ik
14:24
the mutationMutatie ratetarief in the environmentmilieu.
351
849000
3000
de mutatiesnelheid in de omgeving.
14:27
And I'm startingbeginnend this at a mutationMutatie ratetarief that is so highhoog
352
852000
3000
Ik begin met een zeer hoge mutatiesnelheid.
14:30
that, even if you would droplaten vallen
353
855000
2000
Als je er
14:32
a replicatingreplicating programprogramma
354
857000
2000
een replicerend programma in gooit
14:34
that would otherwiseanders- happilyGelukkig growgroeien up
355
859000
2000
dat anders graag zou opgroeien
14:36
to fillvullen the entiregeheel worldwereld-,
356
861000
2000
om de hele wereld te vullen,
14:38
if you droplaten vallen it in, it getskrijgt mutatedgemuteerd to deathdood immediatelyper direct.
357
863000
4000
gaat het zo snel muteren dat het onmiddellijk doodgaat.
14:42
So there is no life possiblemogelijk
358
867000
2000
Er is dus geen leven mogelijk
14:44
at that typetype of mutationMutatie ratetarief.
359
869000
3000
bij deze mutatiesnelheid.
14:47
But then I'm going to slowlylangzaam turnbeurt down the heatwarmte, so to speakspreken,
360
872000
4000
Maar dan ga ik het bij wijze van spreken op een klein vuurtje zetten
14:51
and then there's this viabilitylevensvatbaarheid thresholddrempel
361
876000
2000
en dan stap je over de drempel voor levensvatbaarheid
14:53
where now it would be possiblemogelijk
362
878000
2000
waar het nu voor een replicator mogelijk zou zijn
14:55
for a replicatorReplicator to actuallywerkelijk liveleven.
363
880000
2000
om daadwerkelijk te leven.
14:57
And indeedinderdaad, we're going to be droppingdropping these guys
364
882000
3000
We blijven dan doorgaan met deze jongens
15:00
into that soupsoep all the time.
365
885000
2000
de hele tijd in die soep te gooien.
15:02
So let's see what that lookslooks like.
366
887000
2000
Laten we eens kijken wat dat geeft.
15:04
So first, nothing, nothing, nothing.
367
889000
3000
Dus eerst, niets, niets, niets.
15:07
Too hotwarm, too hotwarm.
368
892000
2000
Te warm, te warm.
15:09
Now the viabilitylevensvatbaarheid thresholddrempel is reachedbereikte,
369
894000
3000
Nu wordt de levensvatbaarheidsdrempel bereikt,
15:12
and the frequencyfrequentie distributiondistributie
370
897000
2000
de frequentieverdeling
15:14
has dramaticallydramatisch changedveranderd and, in factfeit, stabilizesstabiliseert.
371
899000
3000
verandert drastisch en stabiliseert.
15:17
And now what I did there
372
902000
2000
En dan doe ik iets vervelends.
15:19
is, I was beingwezen nastyvervelende, I just turnedgedraaid up the heatwarmte again and again.
373
904000
3000
Ik voeg opnieuw warmte toe en nog eens en nog eens.
15:22
And of courseCursus, it reachesbereikt the viabilitylevensvatbaarheid thresholddrempel.
374
907000
3000
Natuurlijk bereikt het de levensvatbaarheidsdrempel.
15:25
And I'm just showingtonen this to you again because it's so niceleuk.
375
910000
3000
Ik laat het jullie gewoon even opnieuw zien omdat het zo leuk is.
15:28
You hitraken the viabilitylevensvatbaarheid thresholddrempel.
376
913000
2000
Je overschrijdt de levensvatbaarheidsdrempel en
15:30
The distributiondistributie changesveranderingen to "alivelevend!"
377
915000
2000
de distributie verandert in 'levend!'
15:32
And then, onceeen keer you hitraken the thresholddrempel
378
917000
3000
Maar zodra je de drempel
15:35
where the mutationMutatie ratetarief is so highhoog
379
920000
2000
waar de mutatiesnelheid zo hoog is
15:37
that you cannotkan niet self-reproducezelf reproduceren,
380
922000
2000
dat je niet in staat bent tot zelfreproductie,
15:39
you cannotkan niet copykopiëren the informationinformatie
381
924000
3000
kan je de informatie
15:42
forwardvooruit to your offspringnakomelingen
382
927000
2000
niet meer naar je nageslacht kopiëren
15:44
withoutzonder makingmaking so manyveel mistakesfouten
383
929000
2000
zonder zo veel fouten te maken
15:46
that your abilityvermogen to replicatekopiëren vanishesverdwijnt.
384
931000
3000
dat je vermogen om te repliceren verdwijnt.
15:49
And then that signaturehandtekening is lostde weg kwijt.
385
934000
3000
Dan gaat die signatuur verloren.
15:52
What do we learnleren from that?
386
937000
2000
Wat leren we hieruit?
15:54
Well, I think we learnleren a numberaantal of things from that.
387
939000
4000
Een aantal dingen.
15:58
One of them is,
388
943000
2000
Een ervan is
16:00
if we are ablein staat to think about life
389
945000
3000
dat we in staat zijn om over het leven na te denken
16:03
in abstractabstract termstermen --
390
948000
2000
in abstracte termen.
16:05
and we're not talkingpratend about things like plantsplanten,
391
950000
2000
We praten dan niet over zaken als planten,
16:07
and we're not talkingpratend about aminoamino acidszuren,
392
952000
2000
aminozuren,
16:09
and we're not talkingpratend about bacteriabacterie,
393
954000
2000
of bacteriën.
16:11
but we think in termstermen of processesprocessen --
394
956000
2000
We denken in termen van processen.
16:13
then we could startbegin to think about life,
395
958000
3000
Dan kunnen we beginnen na te denken over het leven,
16:16
not as something that is so specialspeciaal to EarthAarde,
396
961000
2000
niet als iets dat specifiek is voor de Aarde,
16:18
but that, in factfeit, could existbestaan anywhereoveral.
397
963000
3000
maar als iets dat in feite overal kan bestaan.
16:21
Because it really only has to do
398
966000
2000
Omdat het eigenlijk alleen maar vandoen heeft
16:23
with these conceptsconcepten of informationinformatie,
399
968000
2000
met concepten van informatie,
16:25
of storingopslaan informationinformatie
400
970000
2000
van het opslaan van informatie
16:27
withinbinnen physicalfysiek substratessubstraten --
401
972000
2000
op fysische substraten.
16:29
anything: bitsstukjes, nucleicnucleïnezuur acidszuren,
402
974000
2000
Dat kunnen bits zijn of nucleïnezuren,
16:31
anything that's an alphabetalfabet --
403
976000
2000
alles wat een alfabet kan vormen.
16:33
and make sure that there's some processwerkwijze
404
978000
2000
Er moet een of ander proces bestaan
16:35
so that this informationinformatie can be storedopgeslagen
405
980000
2000
zodat deze informatie lang kan worden opgeslagen.
16:37
for much longerlanger than you would expectverwachten
406
982000
2000
Veel langer dan de tijd die nodig is
16:39
the time scalesbalans for the deteriorationverslechtering of informationinformatie.
407
984000
4000
om de informatie teloor te laten gaan.
16:43
And if you can do that,
408
988000
2000
Als je dat kan doen,
16:45
then you have life.
409
990000
2000
dan heb je leven.
16:47
So the first thing that we learnleren
410
992000
2000
Het eerste wat we leren,
16:49
is that it is possiblemogelijk to definebepalen life
411
994000
3000
is dat het mogelijk is het leven te definiëren
16:52
in termstermen of processesprocessen alonealleen,
412
997000
3000
in termen van alleen maar processen,
16:55
withoutzonder referringverwijzend at all
413
1000000
2000
zonder ook maar te verwijzen naar
16:57
to the typetype of things that we holdhouden dearGeachte,
414
1002000
2000
het soort dingen die ons dierbaar zijn,
16:59
as farver as the typetype of life on EarthAarde is.
415
1004000
3000
voor zover de aard van het leven op aarde dat is.
17:02
And that in a sensezin removesverwijdert us again,
416
1007000
3000
In die zin brengt ons dat weer,
17:05
like all of our scientificwetenschappelijk discoveriesontdekkingen, or manyveel of them --
417
1010000
3000
net zoals al onze wetenschappelijke ontdekkingen, of toch vele ervan -
17:08
it's this continuousdoorlopend dethroningonttronen of man --
418
1013000
2000
een stapje verder in de continue onttroning van de mens -
17:10
of how we think we're specialspeciaal because we're alivelevend.
419
1015000
3000
van hoe we denken dat we speciaal zijn omdat we leven.
17:13
Well we can make life. We can make life in the computercomputer.
420
1018000
3000
We kunnen leven maken. We kunnen leven maken in de computer.
17:16
GrantedVerleend, it's limitedbeperkt,
421
1021000
2000
Toegegeven, het is maar beperkt,
17:18
but we have learnedgeleerd what it takes
422
1023000
3000
maar we hebben geleerd wat er nodig is
17:21
in orderbestellen to actuallywerkelijk constructconstrueren it.
423
1026000
2000
om het echt te construeren.
17:23
And onceeen keer we have that,
424
1028000
3000
Eens we zover zijn,
17:26
then it is not suchzodanig a difficultmoeilijk tasktaak anymoremeer
425
1031000
3000
is het niet zo'n moeilijke taak meer
17:29
to say, if we understandbegrijpen the fundamentalfundamenteel processesprocessen
426
1034000
4000
om te zeggen dat, als we de fundamentele processen begrijpen
17:33
that do not referverwijzen to any particularbijzonder substratesubstraat,
427
1038000
3000
die niet verwijzen naar een bepaald substraat,
17:36
then we can go out
428
1041000
2000
we kunnen proberen
17:38
and try other worldswerelden,
429
1043000
2000
om er voor andere werelden
17:40
figurefiguur out what kindsoort of chemicalchemisch alphabetsalfabetten mightmacht there be,
430
1045000
4000
achter te komen wat voor soort chemische alfabetten er zouden kunnen zijn.
17:44
figurefiguur enoughgenoeg about the normalnormaal chemistrychemie,
431
1049000
2000
We zullen genoeg te weten komen over de normale chemie,
17:46
the geochemistryGeochemie of the planetplaneet,
432
1051000
3000
de geochemie van de planeet,
17:49
so that we know what this distributiondistributie would look like
433
1054000
2000
zodat we zouden weten hoe deze verdeling eruit zou zien
17:51
in the absenceafwezigheid of life,
434
1056000
2000
bij afwezigheid van leven.
17:53
and then look for largegroot deviationsafwijkingen from this --
435
1058000
3000
Dan kunnen we zoeken naar grote afwijkingen daarvan -
17:56
this thing stickingplakken out, whichwelke sayszegt,
436
1061000
3000
zo'n opvallend iets dat zegt:
17:59
"This chemicalchemisch really shouldn'tmoet niet be there."
437
1064000
2000
'Deze chemische stof hoort daar niet.'
18:01
Now we don't know that there's life then,
438
1066000
2000
Dat betekent dan nog niet dat er leven is,
18:03
but we could say,
439
1068000
2000
maar we zouden kunnen zeggen:
18:05
"Well at leastminst I'm going to have to take a look very preciselyprecies at this chemicalchemisch
440
1070000
3000
'In ieder geval ga ik deze chemische stof eens nader bekijken
18:08
and see where it comeskomt from."
441
1073000
2000
om te zien waar ze vandaan komt.'
18:10
And that mightmacht be our chancekans
442
1075000
2000
Dat zou ons een kans geven om
18:12
of actuallywerkelijk discoveringontdekken life
443
1077000
2000
leven te ontdekken
18:14
when we cannotkan niet visiblyzichtbaar see it.
444
1079000
2000
ook als we het niet kunnen zien.
18:16
And so that's really the only take-homenemen naar huis messagebericht
445
1081000
3000
Dat is dus de enige boodschap
18:19
that I have for you.
446
1084000
2000
die ik voor jullie heb.
18:21
Life can be lessminder mysteriousmysterieus
447
1086000
2000
Leven zou wel eens minder mysterieus kunnen zijn
18:23
than we make it out to be
448
1088000
2000
dan we denken
18:25
when we try to think about how it would be on other planetsplaneten.
449
1090000
4000
als we nadenken over hoe het zou zijn op andere planeten.
18:29
And if we removeverwijderen the mysterymysterie of life,
450
1094000
3000
Als we het mysterieuze van het leven kunnen wegnemen,
18:32
then I think it is a little bitbeetje easiergemakkelijker
451
1097000
3000
dan denk ik dat het voor ons een beetje makkelijker
18:35
for us to think about how we liveleven,
452
1100000
2000
zal zijn om na te denken over hoe we leven
18:37
and how perhapsmisschien we're not as specialspeciaal as we always think we are.
453
1102000
3000
en hoe we misschien wel niet zo bijzonder zijn als we altijd gedacht hebben.
18:40
And I'm going to leavehet verlof you with that.
454
1105000
2000
Ik hou het hierbij.
18:42
And thank you very much.
455
1107000
2000
Dank u zeer.
18:44
(ApplauseApplaus)
456
1109000
2000
(Applaus)
Translated by Rik Delaet
Reviewed by Els De Keyser

▲Back to top

ABOUT THE SPEAKER
Christoph Adami - Artificial life researcher
Christoph Adami works on the nature of life and evolution, trying to define life in a way that is as free as possible from our preconceptions.

Why you should listen

Christoph Adami researches the nature of living systems, using 'artificial life' -- small, self-replicating computer programs. His main research focus is Darwinian evolution, which he studies at different levels of organization (from simple molecules to brains). He has pioneered theapplication of methods from information theory to the study of evolution, and designed the "Avida" system that launched the use of digital life as a tool for investigating basic questions in evolutionary biology.

He is Professor of Applied Life Sciences at the Keck Graduate Institute in Claremont, CA, and a Visiting Professor at the BEACON Center for the Study of Evolution in Action at Michigan State University. He obtained his PhD in theoretical physics from the State University of New York at Stony Brook. 

More profile about the speaker
Christoph Adami | Speaker | TED.com