حقیقتی که فیزیک دیگر نمی‌تواند نادیده بگیرد

0

طبیعت بنیادین موجودات زنده، فرضیاتی را که فیزیک‌دانان قرن‌ها به‌کار گرفته‌اند، به چالش می‌کشد.

توسط آدم فرانک

کلاژی از تصویر مبهم یک چشم‌انداز سبز، دستی که خطوطی با گچ روی تخته‌سیاه می‌کشد، و تصویری از سلول‌ها بر روی پس‌زمینه زرد
تصویر از آنا رچ / The Atlantic. منابع: مانوئل نیبرل / مایلز ماتسوی شلیفیر / Connected Archives؛ De Agostini / Getty.

در ۸ اکتبر ۲۰۲۴، حوزهٔ فیزیک دچار جنجالی شد. در همان روز، جایزهٔ نوبل فیزیک برای دستاوردهایی اعطا شد که به سیاه‌چاله‌ها، کیهان‌شناسی یا ذرات زیراتمی جدید و عجیب مرتبط نبود، بلکه دربارهٔ هوش مصنوعی بود. چگونه می‌توان بالاترین جایزهٔ این رشته را به پژوهشی دربارهٔ ماشین‌هایی که برای شبیه‌سازی مغز انسان طراحی شده‌اند، اختصاص داد؟ فیزیک در اینجا کجا حضور داشت؟

در طول اکثر قرن بیستم، فیزیک‌دانان به‌طور عمده‌ سیستم‌های زنده را نادیده می‌گرفتند. آن‌ها موجودات زنده را به‌عنوان ماشین می‌دانستند، اگرچه این ماشین‌ها از اجزای نرم تشکیل شده بودند. شاخه‌ای به نام بیوفیزیک، سازوکارهای فیزیکی خاصی که پشت این ماشین‌های مولکولی قرار دارد، کشف کرد. اما کل موجودات به‌عنوان یک کلیت، مورد توجه خاصی قرار نمی‌گرفت.

اما امروزه، بسیاری از همکاران من در فیزیک دیگر با این نوع ردکردن‌ها موافق نیستند. در عوض، به این باور رسیده‌ایم که معمایی در هر میکروب، حیوان و انسان به‌وجود می‌آید؛ معمایی که فرضیات اساسی که فیزیک‌دانان قرن‌ها به‌کار گرفته‌اند را به چالش می‌کشد و می‌تواند به سؤالات بنیادین دربارهٔ هوش مصنوعی پاسخ دهد. این شاید حتی به بازتعریف این رشته برای نسل آینده کمک کند.

سرافرازی اصلی فیزیک، مدت‌هاست بر این ایده استوار است که این علم، بنیادی‌ترین علم در میان همهٔ علوم است. دانشجویان فیزیک دربارهٔ اصول اولیهٔ واقعیت—فضا و زمان، انرژی و ماده—یاد می‌گیرند و به آن‌ها گفته می‌شود که تمام رشته‌های علمی دیگر باید دوباره به‌ذرات بنیادی و قوانینی که فیزیک تولید کرده است، کاهش یابند. این فلسفه که «کاهش‌گرایی» نام دارد، از زمان قوانین نیوتن تا بخشی بزرگ از قرن بیستم به خوبی کار می‌کرد، همان‌طور که فیزیک‌دانان الکترون‌ها، کوارک‌ها، نظریه نسبیت و دیگر موارد را کشف کردند. اما در چند دههٔ اخیر، پیشرفت در شاخه‌های بیش‌ازحد کاهش‌گرا فیزیک کند شده است. به‌عنوان مثال، نظریه‌های «همه‌چیز»، که مدت‌ها وعده داده شده بودند، مانند نظریه ریسمان، نتایج چشمگیری به‌دست نیاورده‌اند.

با این حال، راه‌های دیگری جز کاهش‌گرایی برای اندیشیدن به آنچه در جهان بنیادین است، وجود دارد. از دههٔ ۱۹۸۰، فیزیک‌دانان (به همراه پژوهشگران سایر حوزه‌ها) شروع به توسعه ابزارهای ریاضی جدید برای مطالعهٔ چیزی کردند که «پیچیدگی» نامیده می‌شود—سیستم‌هایی که در آن‌ها کل، بسیار بیشتر از مجموع اجزاء است. هدف نهایی کاهش‌گرایی این بود که همهٔ چیزهای جهان را به‌عنوان نتیجهٔ ذرات و تعاملات آن‌ها توضیح دهد. در مقابل، پیچیدگی می‌پذیرد که پس از ترکیب تعداد زیادی ذره برای تولید پدیده‌های ماکروسکوپی—مانند موجودات—دانستن همه چیز دربارهٔ ذرات برای درک واقعیت کافی نیست. یکی از پیشروان اولیهٔ این رویکرد، فیزیک‌دان فیلیپ دبلیو اندرسون بود که به‌خوبی دیدگاه نوظهور ضد‑کاهش‌گرایی را با عبارت «چیزهای بیشتر، متفاوت‌اند» خلاصه کرد. علم سیستم‌های پیچیده در قرن بیست و یکم به‌سرعت رشد کرده است و پژوهشگران این حوزه در سال ۲۰۲۱ برندهٔ جایزه نوبل فیزیک شدند.

از دیدگاه فیزیک‌دان، هیچ سیستم پیچیده‌ای عجیب‌تر یا چالش‌برانگیزتر از حیات نیست. نخست، سازماندهی مادهٔ زنده، انتظارات معمول فیزیک‌دانان دربارهٔ جهان را به چالش می‌کشد. بدن شما از ماده ساخته شده است، همانند تمام موجودات دیگر. اما اتم‌هایی که امروز شما را تشکیل می‌دهند، در یک سال آینده همان اتم‌ها نخواهند بود. به این معنی است که شما و هر موجود زنده دیگری، شئ ایستایی مانند یک سنگ نیستید، بلکه الگوی پویایی هستید که در طول زمان به‌پیش می‌رود. چالش واقعی فیزیک این است که الگوهای تشکیل‌دهندهٔ حیات خودسازمان‌یافته هستند. سیستم‌های زنده هم خود را خلق می‌کنند و هم حفظ می­سازند در حلقه‌ای عجیب که هیچ دستگاه موجودی نمی‌تواند آن را تکرار کند. به‌مثال غشای سلول فکر کنید که به سلول امکان زنده ماندن را می‌دهد، با عبور برخی مواد شیمیایی به داخل و نگهداری دیگران در بیرون. سلول غشا را می‌سازد و به‌طور مستمر آن را نگه می‌دارد، اما غشا خود نیز فرایندی است که سلول را می‌سازد.

این مسألهٔ مرغ و تخم چالش‌برانگیز رؤیای فیزیک کلاسیک است: این‌که پس از فهرست‌برداری از ذرات بنیادی جهان، می‌توان هر چیز دیگری را به‌صورت صریح توصیف و پیش‌بینی کرد. اگر به من یک ستارهٔ جوان بدهید، می‌توانم با قوانین کاهش‌گرای فیزیک آیندهٔ آن را پیش‌بینی کنم: ستاره یک میلیون سال زندگی می‌کند نه یک میلیارد سال؛ و به‌جای یک سفید‌کوه، به‌عنوان یک سیاه‌چاله می‌میرد. اما اجزای یک موجود زنده، چیز جدید و غیرمنتظره‌ای تولید می‌کنند، پدیده‌ای که «ظهور» نامیده می‌شود. اگر یک سلول ساده از روزهای اولیهٔ تاریخ زمین به من بدهید، هرگز نمی‌توانستم پیش‌بینی کنم که چهار میلیارد سال پس از آن به یک خرگوش غول‌پیکر تکامل یابد که بتواند به‌صورت فیزیکی به شما ضربه بزند. کنگوروها — همانند انسان‌ها — تبعات غیرقابل پیش‌بینی و ظهور یافتهٔ تکامل حیات هستند.

قوانین بنیادی که ماده و انرژی را حاکم می‌کنند نمی‌توانند ویژگی بنیادی دیگری از حیات را پیش‌بینی کنند: این تنها سیستمی در جهان است که اطلاعات را برای اهداف خود استفاده می‌کند. گیاهان به سمت نور رشد می‌کنند، میکروب‌ها به سوی منابع غذایی غنی شنا می‌نشینند، حیوانات از شکارچیان مخفی می‌شوند، انسان‌ها سازه‌های عظیم فلزی را به فضای بیرونی می‌فرستند. اگرچه می‌توان به‌عنوان مثال رباتی را برنامه‌ریزی کرد تا وقتی باتری‌اش کم می‌شود، به‌دنبال پریز دیواری بگردد، یک موجود زنده (به‌عنوان مثال یک برنامه‌نویس انسانی) باید این نیاز را به‌صورت سخت‌کد داخل ماشین بگذارد. در مقابل، حیات هم عاملی است و هم خودمختار. از میکروب‌ها تا خرچنگ‌ها تا انسان‌ها، همهٔ موجودات زنده نیازهای خاص خود را دارند.

برای درک واقعی سیستم‌های زنده به‌عنوان عوامل خودسازمانده و خودمختار، فیزیک‌دانان باید ذهنیت «فقط ذرات، خانم» خود را کنار بگذارند. یکی از توانمندی‌های بزرگ فیزیک‌دانان—شروع از قوانین اجزاء ساده (مانند اتم‌ها) و پیشروی به سوی یک کل پیچیده—نمی‌تواند به‌طور کامل سلول‌ها، حیوانات یا انسان‌ها را توجیه کند. خوشبختانه، این حوزه مهارتی دیگر اساسی دارد که می‌تواند مفید باشد: روشی خاص برای طرح سؤال‌ها و ساخت مدل‌ها جهت پیش‌بینی. فیزیک‌دانان همواره در استخراج جنبه‌های اساسی یک سیستم و تبدیل آن‌ها به زبان ریاضی مهارت داشته‌اند. چقدر انرژی مفید از غشای سلول عبور می‌کند؟ کدام ترکیب نورون‌ها حداکثر اطلاعات را در سامانه عصبی کرم تخت فراهم می‌کند؟ اکنون این مهارت‌ها باید به پرسشی کهن که به‌تازگی شایستگی واقعی خود را می‌یابد، بپردازند: حیات چیست؟

با استفاده از این مهارت‌ها، فیزیک‌دانان—همکاری با نمایندگان تمام رشته‌های دیگر که علم پیچیدگی را تشکیل می‌دهند—ممکن است به سؤال دربارهٔ چگونگی پیدایش حیات بر روی زمین میلیون‌ها سال پیش و چگونگی شکل‌گیری آن در جهان‌های بیگانهٔ دوردست که امروزه با تلسکوپ‌های پیشرفته می‌توانیم آن‌ها را بررسی کنیم، پاسخ دهند. به همان اندازه مهم است که درک اینکه چرا حیات، به‌عنوان سیستمی سازمان یافته، در سطح بنیادی از بقیهٔ مواد جهان متفاوت است، می‌تواند به اخترشناسان در طراحی استراتژی‌های جدید برای یافتن آن در مکان‌هایی که شبیه به زمین نیستند، یاری کند. تحلیل حیات—بدون توجه به مدى بیگانگی آن—به‌عنوان سیستمی خودسازمانده و مبتنی بر اطلاعات، می‌تواند کلید شناسایی نشانه‌های زیستی در سیاراتی صدها سال نوری دور باشد.

در مقیاس نزدیکتر به خانه، مطالعهٔ ماهیت حیات به‌احتمال زیاد برای درک کامل هوش—و ساخت نسخه‌های مصنوعی آن—اساساً ضروری است. در طول رونق فعلی هوش مصنوعی، پژوهشگران و فیلسوفان دربارهٔ این‌که آیا و چه‌وقت مدل‌های زبانی بزرگ می‌توانند به هوش عمومی دست یابند یا حتی به‌آگاهی برسند—یا اینکه در واقع برخی از آن‌ها قبلاً به این وضعیت دست یافته‌اند—بحث کرده‌اند. تنها راه برای ارزیابی صحیح این ادعاها، مطالعهٔ منبع واحد توافق‌شدهٔ هوش عمومی است: حیات، به هر وسیله‌ای که ممکن باشد. به‌کارگیری فیزیک جدید حیات در مسائل هوش مصنوعی ممکن است نه تنها به پژوهشگران کمک کند که پیش‌بینی کنند مهندسان نرم‌افزار چه می‌توانند بسازند؛ بلکه ممکن است محدودیت‌های تلاش برای درک ویژگی‌های اساسی حیات در سیلیکون را نیز آشکار سازد.

همان‌طور که قرن ۲۱ ادامه می‌یابد، همکاران فیزیک‌دان من به‌بدون شک مطالعهٔ سیاه‌چاله‌ها، مکانیک کوانتومی و سایر حوزه‌های سنتی را پیش می‌برند. اما مطالعهٔ حیات ما را به مکان‌هایی می‌برد که تاکنون تصور نکرده‌ایم و راهی را برای آیندهٔ رشته‌مان باز می‌کند که برای یکبار، همراه با زیست‌شناسان، بوم‌شناسان، عصب‌شناسان و جامعه‌شناسان، در یک میدان عادلانه پیش می‌رود. در بهترین حالت، جستجو برای پاسخ‌های بنیادی دربارهٔ ماهیت موجودات زنده می‌تواند فیزیک‌دانان را نه تنها به شگفتی‌های علمی جدید بکشاند، بلکه به روشی کاملاً نوین برای انجام علم راهنمایی کند.

ممکن است شما دوست داشته باشید
ارسال یک پاسخ

آدرس ایمیل شما منتشر نخواهد شد.