آیا زندگی و مرگ از دل بی‌نظمی سرچشمه می‌گیرد؟
وقتی یخی را توی لیوان آب می‌اندازید، یخ کم‌کم ذوب می‌شود و آب رفته رفته سرد، تا یک‌جایی که بالاخره دمایشان با هم برابر می‌شود. بالاتر، وقتی بخاری را خاموش می‌کنید، دمای اتاقتان تغییر می‌کند تا با دمای محیط برابر شود؛ و این قصه ادامه دارد تا لحظه‌ای که همه‌چیز در کیهان دارای دمای برابری می‌شود: روزی که سرانجامِ جهان را رقم خواهد زد. در علم، این فرایند را با قانون دوم ترمودینامیک توضیح می‌دهند. تحقیقات جدیدی مدعی‌اند که با این قانون شاید بتوان منشأ حیات در زمین را نیز توضیح داد.
کد خبر :
۶۰۲۳۱
بازدید :
۱۲۴۴
وایرد | فیلیپ بال، تفاوت بین فیزیک و زیست‌شناسی چیست؟ یک توپ گلف و یک گلولۀ توپ را از بالای برج پیزا پایین بیاندازید. قوانین فیزیک به شما امکان می‌دهد تا مسیر سقوط آن‌ها را تقریباً با هر دقتی که دوست دارید پیش‌بینی کنید.
اکنون همین آزمایش را دوباره انجام دهید، اما گلولۀ توپ را با یک کبوتر جایگزین کنید.
البته سیستم‌های زیست‌شناختی از قوانین فیزیک سرپیچی نمی‌کنند، اما چندان هم به نظر نمی‌رسد که رفتار آن‌ها با قوانین فیزیک پیش‌بینی شود. در سوی مقابل، سیستم‌های زیست‌شناختی غایاتی دارند: زنده می‌مانند و تولیدمثل می‌کنند. می‌توانیم بگوییم که این سیستم‌ها دارای هدف هستند، یا آنچه فیلسوفان به‌طور سنتی غایت‌شناسی می‌نامند، چیزی که رفتار آن‌ها را راهبری می‌کند.
به‌همین‌سان، اکنون فیزیک به ما امکان می‌دهد که بر مبنای حالت جهان در یک میلیاردم ثانیه پس از بیگ‌بنگ حالت امروزین آن را پیش‌بینی کنیم. اما هیچ کس تصور نمی‌کند که ظهور نخستین سلول‌های ابتدایی بر روی زمین به‌طرزی پیش‌بینی‌پذیر منجر به ظهور نژاد بشر شده است. به نظر می‌رسد که قوانینْ مسیر فرگشت را تعیین نمی‌کنند.
زیست‌شناس فرگشتی ارنست مایر می‌گوید که غایت‌شناسی و امکان‌مندی تاریخی ۱ زیست‌شناسی، آن را در بین علوم منحصربه‌فرد کرده است. هر دوی این ویژگی‌ها از قانونی سرچشمه می‌گیرد که احتمالاً یگانه قانون کلی‌ای است که راهنمای زیست‌شناسی به شمار می‌رود: فرگشت. فرگشت به شانس و تصادف بستگی دارد، اما انتخاب طبیعی به آن جلوه‌ای از قصد و هدف می‌بخشد. حیوانات نه با نوعی جاذبۀ مغناطیسی بلکه به‌دلیل غریزه و قصدِ بقا به‌سوی آب کشانده می‌شوند. از جملۀ اهدافی که پا‌ها برآورده می‌کنند آن است که ما را به آب می‌رسانند.
مایر مدعی است که این ویژگی‌ها زیست‌شناسی را استثنایی کرده است، یعنی قانونی منحصر به‌فرد. اما پیشرفت‌های اخیر در حوزۀ فیزیک غیرتعادلی، علم سیستم‌های پیچیده و نظریۀ اطلاعاتْ این دیدگاه را دارد به چالش می‌کشد.
هنگامی که موجودات زنده را عاملینی در نظر می‌گیریم که به بر اساس نوعی محاسبه دست به عمل می‌زنند، یعنی گردآوری و ذخیره‌سازی اطلاعات دربارۀ محیطی پیش‌بینی‌ناپذیر، آنگاه توانایی‌ها و اموری نظیر تکثیر، سازگاری، عاملیت، هدف و معنا را می‌توان به‌مثابۀ نتایج اجتناب‌ناپذیر قوانین فیزیکی فهم کرد نه حاصل ابداع فرگشت. به‌دیگر سخن، به نظر می‌رسد که نوعی فیزیکِ مربوط به چیز‌هایی وجود دارد که کار‌هایی انجام می‌دهند و فرگشت می‌یابند که کار‌هایی انجام دهند. در این‌صورت ممکن است معنا و قصد، که ویژگی‌های تعریف‌کنندۀ سیستم‌های زنده تصور می‌شوند، به‌طور طبیعی از بطن قوانین ترمودینامیک و مکانیک آماری ظهور کنند.
ماه نوامبر گذشته، فیزیکدانان، ریاضیدانان و دانشمندان علوم رایانه با زیست‌شناسان ملکولی و فرگشتی در یک کارگاه گرد هم آمدند تا دربارۀ این ایده‌ها گفت‌وگو و گاهی مباحثه کنند؛ این کارگاه در مؤسسۀ سانتافه در نیومکزیکو برگزار شد که کعبۀ آمال علم «سیستم‌های پیچیده» است. پرسش آن‌ها این بود: زیست‌شناسی دقیقاً چقدر خاص است (یا نیست)؟
اصلاً تعجب‌انگیز نیست که هیچ گونه اتفاق نظری وجود نداشت. اما پیام بسیار روشن این کارگاه آن بود که، اگر نوعی فیزیک در پس عاملیت و غایت‌شناسی زیستی وجود داشته باشد، به‌نوعی با همان مفهومی مرتبط است که در کانون فیزیک بنیادی جای دارد: اطلاعات.
بی‌نظمی و شیطانک‌ها
نخستین کوشش برای واردکردن اطلاعات و هدف در قوانین ترمودینامیک در میانۀ قرن نوزدهم رخ داد، هنگامی که مکانیک آماری به‌دست دانشمند اسکاتلندی جیمز کلارک ماکسول در حال پایه‌ریزی بود. ماکسول نشان داد که چگونه با استفاده از این دو عنصر به نظر می‌رسد امکان انجام کار‌هایی فراهم می‌شود که ترمودینامیک آن‌ها را ناممکن اعلام کرده است.
ماکسول پیش از این نشان داده بود که چگونه روابط ریاضیِ پیش‌بینی‌پذیر و قابل‌اعتماد بین خواص یک گاز یعنی روابط بین فشار، حجم و دما را می‌توان از حرکات شناخت‌ناپذیر و تصادفی ملکول‌های بی‌شماری استنتاج کرد که با انرژی گرمایی به‌این سو و آن سو در جنبش هستند. به‌دیگر سخن، ترمودینامیک، یعنی علم جدید جریان گرما، که خواص بزرگ‌مقیاسِ ماده نظیر فشار و دما را وحدت می‌بخشید، نتیجۀ کاربرد مکانیک آماری در مقیاس میکروسکوپی ملکول‌ها و اتم‌ها بود.
بر اساس ترمودینامیک، ظرفیت استخراج کار مفید از منابع انرژی جهان همواره رو به کاهش است. بسته‌های انرژی دارند کاهش می‌یابند، کانون‌های گرما دارند از میان می‌روند. در هر فرآیند فیزیکی، مقداری انرژی به‌نحوی اجتناب‌ناپذیر به‌صورت گرمای غیرمفید هدر می‌رود، یعنی در اثر حرکات تصادفی ملکول‌ها از دست می‌رود. این بی‌نظمی با کمیتی ترمودینامیکی به‌نام آنتروپی برابر نهاده می‌شود که معیار سنجش بی‌نظمی است و همواره رو به افزایش. این قانون دوم ترمودینامیک است. تمام جهان در نهایت به توده‌ای یکنواخت و ملال‌آور تقلیل خواهد یافت: حالت تعادل، که در آن آنتروپی بیشینه است و هیچ چیز معناداری هرگز دوباره رخ نخواهد داد.
آیا ما واقعاً محکوم به این سرنوشت اندوهبار هستیم؟ ماکسول اکراه داشت که این ماجرا را باور کند، و آنچنان که خودش می‌گوید، در ۱۸۶۷ تصمیم گرفت که در قانون دوم «رخنه‌ای پیدا کند». هدف او آن بود که در جعبه‌ای بی‌نظم حاوی ملکول‌هایی که به‌طور تصادفی در جنبش هستند، ملکول‌های سریع را از ملکول‌های کند جدا کند، و آنتروپی را در این فرآیند کاهش دهد.
نوعی مخلوق کوچک را در نظر بگیرید، که ویلیام تامسون فیزیکدان بعد‌ها آن را به‌رغم میل ماکسول شیطانک نامید، موجودی که می‌تواند هر ملکول منفرد را از داخل جعبه ببیند. شیطانک جعبه را به دو بخش با دری کشویی بین آن‌ها تقسیم می‌کند. هر بار که او ملکولی فوق‌العاده باانرژی را می‌بیند که از بخش راست به در نزدیک می‌شود، در را باز می‌کند تا ملکول عبور کند؛ و هر بار که ملکولی «سرد» و کند از بخش چپ نزدیک می‌شود، باز اجازه می‌دهد آن هم عبور کند. سرانجام او محفظه‌ای از گاز سرد در سمت راست و گاز گرم در سمت چپ دارد: یک مخزن گرما که می‌توان از آن برای انجام کار‌هایی بهره‌برداری کرد.
این کار فقط به دو دلیل ممکن است. نخست، شیطانک از ما اطلاعات بیشتری دارد: او می‌تواند تک تکِ ملکول‌ها را به‌طور منفرد ببیند، نه صرفاً میانگین‌های آماری آن‌ها را؛ و دوم، او هدف دارد: برنامه‌ای برای جداسازی گرم از سرد. او با بهره‌برداری از دانشش همراه با هدف می‌تواند از قوانین ترمودینامیک سرپیچی کند.
حداقل چنین به نظر می‌رسد. صد سال طول کشید تا دریابیم که چرا شیطانک ماکسول در واقع نمی‌تواند قانون دوم را نقض کند و از لغزش گریزناپذیر به‌سوی تعادل مرگبار و جهانی جلوگیری کند؛ و دلیل این امر نشان می‌دهد که پیوندی ژرف بین ترمودینامیک و پردازش اطلاعات، یا به‌دیگر سخن، محاسبه، وجود دارد. رولف لانداور فیزیکدان آلمانی-آمریکایی نشان داد که حتی اگر شیطانک بتواند اطلاعات را گردآوری کند و در را (در شرایطی که اصطکاک وجود ندارد) بدون صرف انرژی حرکت دهد، سرانجام باید هزینه‌ای پرداخت شود. از آنجا که او نمی‌تواند حافظۀ نامحدود دربارۀ هر حرکت ملکولی داشته باشد، باید گهگاه حافظۀ خود را پاک کند، یعنی آنچه را دیده است فراموش کند و دوباره آغاز کند، قبل از آنکه بتواند به ذخیره‌سازی انرژی ادامه دهد. این عمل حذف اطلاعات هزینه‌ای اجتناب‌ناپذیر دارد: این کار انرژی را هدر می‌دهد، و بنابراین آنتروپی را افزایش می‌دهد. تمام موفقیت حاصله در برابر قانون دوم ناشی از کار ماهرانۀ شیطانک توسط «حد لانداور» ۲ خنثی می‌شود: هزینۀ متناهی حذف اطلاعات (یا به‌طور کلی‌تر، تبدیل اطلاعات از صورتی به صورت دیگر).
به نظر می‌رسد که موجودات زنده نیز شبیه شیطانک ماکسول هستند. در حالی که لیوانی پر از مواد شیمیایی واکنش‌دهنده سرانجام انرژی‌اش را مصرف خواهد کرد و به حالت سکون و تعادل فرو خواهد رفت، موجودات زنده از آغاز حیات در حدود سه و نیم میلیارد سال پیش تاکنون به‌طور جمعی از حالت تعادلِ بی‌روح دوری جسته‌اند. آن‌ها برای حفظ این حالت غیرتعادلی به برداشت انرژی از پیرامون خود می‌پردازند، و این کار را با «قصد» انجام می‌دهند. حتی باکتری‌های ساده با «هدف» به‌سوی منابع گرما و غذا حرکت می‌کنند. فیزیک‌دانی به نام اروین شرودینگر در ۱۹۴۴ در کتاب حیات چیست؟ ۳ این حقیقت را با این جمله بیان می‌کند که موجودات زنده از «آنتروپی منفی» تغذیه می‌کنند.
شرودینگر می‌گوید که آن‌ها با جذب و ذخیرۀ اطلاعات به این هدف دست می‌یابند. برخی از این اطلاعات در ژن‌های آن‌ها رمزگذاری می‌شود و از نسلی به نسل دیگر منتقل می‌شود: مجموعه‌ای از دستورالعمل‌ها برای برداشت آنتروپی منفی. شرودینگر نمی‌دانست که اطلاعات کجا نگهداری می‌شود یا چگونه رمزگذاری می‌شود، اما شهود او مبنی بر اینکه اطلاعات در چیزی ثبت می‌شود که او آن را «کریستال غیرتناوبی» نامیده بود، الهام‌بخش فرانسیس کریک فیزیکدان و جیمز واتسون می‌شود هنگامی که در ۱۹۵۳ در می‌یابند چگونه اطلاعات ژنتیکی می‌تواند در ساختار ملکولی ملکول دی. ان.ای رمزگذاری شود.
بنابراین، ژنوم حداقل تا حدودی ثبت دانش سودمندی است که نیاکان یک موجود زنده را، تا گذشته‌های دور، قادر ساخته است بر روی زمین زنده بمانند. از دیدگاه دیوید ولپرت، ریاضیدان و فیزیکدان مؤسسۀ سانتافه که کارگاه اخیر را برگزار کرد، و همکارش آرتمی کولچینسکی، نکتۀ کلیدی آن است که موجودات زنده با سازگاری خوب با آن محیط همبستگی دارند. اگر یک باکتری به‌طرزی مطمئن به‌سوی چپ یا راست شنا می‌کند هنگامی که منبع غذا در آن جهت وجود دارد، در مقایسه با باکتری دیگری که در جهات تصادفی شنا می‌کند و بنابراین فقط با شانس غذا پیدا می‌کند، از سازگاری بهتری برخوردار است و بیشتر تکثیر می‌شود. همبستگی بین وضعیت موجود زنده و وضعیت محیط بدان معناست که آن‌ها در اطلاعات مشترکی سهیم هستند. ولپرت و کولچینسکی می‌گویند که همین اطلاعات است که به موجود زنده کمک می‌کند تا از تعادل پرهیز کند، زیرا بر همین اساس همانند شیطانک ماکسول می‌تواند رفتارش را طوری سامان دهد که از نوسانات پیرامونش کار استخراج کند. اگر موجود زنده این اطلاعات را به دست نیاورد، به‌تدریج به تعادل باز می‌گردد: یعنی می‌میرد.
از این منظر، حیات را می‌توان محاسبه‌ای در نظر گرفت که هدفش بهینه‌سازی ذخیره و کاربرد اطلاعات معنادار است؛ و شواهد نشان می‌دهد که حیات فوق‌العاده در این کار مهارت دارد. راه‌حل لانداور برای معمای شیطانک ماکسول حد پایین مطلقی را تعیین می‌کند برای مقدار انرژی لازم جهتِ محاسبات یک حافظۀ متناهی: یعنی، هزینۀ انرژی‌برِ فراموش‌کردن. بهترین رایانه‌های امروزی بسیار بسیار بیشتر از آن حد انرژی هدر می‌دهند، به عبارت دیگر، معمولاً بیش از یک میلیون بار بیشتر انرژی مصرف می‌کنند و هدر می‌دهند. اما از دیدگاه ولپرت، «طبق تخمینی بسیار محافظه‌کارانه از کارآیی ترمودینامیکی کل محاسباتِ یک سلول، انرژیِ مصرفیِ سلول فقط حدود ۱۰ بار بیشتر از حد لانداور است».
او می‌گوید این بدان معناست که «انتخاب طبیعی بی‌اندازه به کمینه‌سازی هزینۀ ترمودینامیکیِ محاسبه توجه داشته است. انتخاب طبیعی هر آنچه می‌تواند انجام می‌دهد تا مقدار کل محاسباتی را که یک سلول باید اجرا کند کاهش دهد». به‌دیگر سخن، به نظر می‌رسد زیست‌شناسی (محتملاً به‌استثنای خودمان) بسیار توجه دارد که به مسئلۀ بقا بیش از حد فکر نکند. او می‌گوید موضوع هزینه‌ها و منافع محاسبۀ شیوۀ رفتار در طول حیات تاکنون در زیست‌شناسی عمدتاً نادیده انگاشته شده است.
داروینیسم بی‌جان
بنابراین موجودات زنده را می‌توان هستومند‌هایی در نظر گرفت که با استفاده از اطلاعات برای برداشت انرژی و گریز از تعادل با محیط هماهنگ می‌شوند. بی‌تردید، این حرف حرفِ قلنبه سلنبه‌ای است. اما توجه داشته باشید که این عبارت هیچ چیز دربارۀ ژن‌ها و فرگشت نمی‌گوید که مایر همانند بسیاری از زیست‌شناسان فرض می‌کرد هدف و مقصود زیست‌شناختی بدان‌ها وابسته است.
اما این نگرش تا کجا می‌تواند بسط پیدا کند؟ بی‌تردید، ژن‌ها که با انتخاب طبیعیِ بهترینِ آن‌ها بر جا می‌ماند، عنصر اصلی زیست‌شناسی هستند. اما آیا ممکن است که فرگشت از طریق انتخاب طبیعی خودش صرفاً موردی خاص از الزامی جامع‌تر در جهت کارکرد و هدف آشکاری باشد که در جهان کاملاً فیزیکی وجود دارد؟ ما کم‌کم داریم به این نتیجه می‌رسیم که چنین است.
سازگاری از دیرباز به‌عنوان نشانۀ بارز فرگشت داروینی در نظر گرفته شده است. اما جرمی انگلند در ام. آی. تی استدلال می‌کند که سازگاری با محیط حتی در سیستم‌های پیچیدۀ بی‌جان نیز می‌تواند رخ دهد.
در اینجا سازگاری معنایی خاص‌تر از معنای معمول داروینی دارد که طبق آن موجود زنده برای بقا به‌خوبی تجهیز شده است. یک مشکل دیدگاه داروینی آن است که راهی برای تعریف موجود زندۀ دارای سازگاری خوب وجود ندارد مگر با نگاه به گذشته. «اصلح» ۴ آن‌هایی هستند که مشخص شده است از نظر بقا و تولیدمثل بهتر هستند، اما نمی‌توان پیش‌بینی کرد که صلاحیت چه نتایجی دارد. نهنگ‌ها و پلانکتون‌ها با زندگی آبی سازگاری خوبی دارند، اما به‌شیوه‌هایی که رابطۀ روشن اندکی با یکدیگر دارد.
تعریف انگلند از «سازگاری» به تعریف شرودینگر و در واقع ماکسول نزدیک‌تر است: موجودِ دارای سازگاری خوب می‌تواند از محیطی پیش‌بینی‌ناپذیر و دگرگون‌شونده به‌طور کارآمد انرژی جذب کند. این موجود همانند کسی است که تعادل خود را بر روی یک کشتی متلاطم حفظ می‌کند در حالی که دیگران به زمین می‌افتند، زیرا او بهتر می‌تواند خودش را با نوسانات عرشه هماهنگ کند. انگلند و همکارانش با استفاده از مفاهیم و روش‌های مکانیک آماری در چارچوبی غیرتعادلی استدلال می‌کنند که این سیستم‌های دارای سازگاری خوب آن‌هایی هستند که انرژی محیط را جذب و تلف می‌کنند، و در این فرآیندْ آنتروپی تولید می‌کنند.
انگلند می‌گوید سیستم‌های پیچیده معمولاً با آسانی شگفت‌آوری در این حالت‌های سازگاری خوب مستقر می‌شوند: «مادۀ دارای نوسان گرمایی اغلب به‌طور خودانگیخته به شکل‌هایی در می‌آید که در جذب کار از محیطی دگرگون‌شونده مهارت دارند».
در این فرآیند هیچ چیزی وجود ندارد که دربرگیرندۀ سازگاری تدریجی با محیط از طریق مکانیسم‌های داروینی تولیدمثل، جهش ژنتیکی و توارث صفات باشد. در اینجا اصلاً تولیدمثل وجود ندارد. انگلند می‌گوید: «نکتۀ جالب دربارۀ معنای این فرآیند آن است که هنگامی که ما تبیینی فیزیکی از خاستگاه‌های برخی از ساختارهایی به دست می‌دهیم که سازگار به نظر می‌رسند، ضرورتاً لازم نیست که آن سیستم به‌معنای زیست‌شناختی معمول دارای والدین باشند. شما می‌توانید سازگاری فرگشتی را با استفاده از ترمودینامیک تبیین کنید، حتی در موارد جالب توجهی که در آن هیچ تولیدمثل‌کننده‌ای وجود ندارد و منطق داروینی از کار می‌افتد»، مشروط به اینکه سیستم مورد نظر پیچیده، چندکاره و به‌اندازۀ کافی حساس باشد که به نوسانات در محیط پیرامونش واکنش نشان دهد.
اما هیچ تعارضی بین سازگاری داروینی و فیزیکی نیز وجود ندارد. در واقع، سازگاری داروینی را می‌توان مورد خاصی از سازگاری فیزیکی دانست. اگر تولیدمثل وجود داشته باشد، آنگاه انتخاب طبیعی مسیری خواهد بود که سیستم‌ها از طریق آن توانایی جذب کار، یعنی آنتروپی منفی شرودینگر، از محیط را کسب می‌کنند. در واقع، تولیدمثل مکانیسمی فوق‌العاده خوب برای پایدارسازی سیستم‌های پیچیده است، و بنابراین تعجبی ندارد که این چیزی است که زیست‌شناسی از آن استفاده می‌کند. اما در جهانِ بی‌جان که معمولاً تولیدمثل رخ نمی‌دهد، ساختار‌های اتلافی با سازگاری خوب معمولاً آن‌هایی هستند که بسیار سازمان‌یافته‌اند، مانند ریگ‌های روان و تپه‌های شنی که از رقص تصادفی شن‌ها بر اثر وزش باد تبلور می‌یابند. از این منظر، فرگشت داروینی را می‌توان مورد خاصی از یک اصل فیزیکی کلی‌تر در نظر گرفت که بر رفتار سیستم‌های غیرتعادلی حاکم است.
ماشین‌های پیش‌بینی
این تصویر از ساختار‌های پیچیده‌ای که با محیطی دگرگون‌شونده سازگار می‌شوند، به ما امکان می‌دهد تا همچنین حقیقتی را دربارۀ این امر استنتاج کنیم که این ساختار‌ها چگونه اطلاعات ذخیره می‌کنند. به‌طور خلاصه، تا آنجا که چنین ساختارهایی، جاندار یا بی‌جان، مجبور به استفاده از انرژی موجود به‌طور کارآمد باشند، محتملاً به «ماشین‌های پیش‌بینی» تبدیل می‌شوند.
این تقریباً مشخصۀ تعریف‌کنندۀ حیات است که سیستم‌های زیستی در واکنش به سیگنال محرک از جانب محیط حالت خود را تغییر می‌دهند. چیزی رخ می‌دهد؛ شما واکنش نشان می‌دهید. گیاهان به‌سوی نور رشد می‌کنند؛ آن‌ها در واکنش به عوامل بیماری‌زا سمومی تولید می‌کنند. این سیگنال‌های محیطی معمولاً پیش‌بینی‌ناپذیر هستند، اما سیستم‌های زنده با استفاده از تجربه می‌آموزند، یعنی اطلاعات دربارۀ محیط خود را ذخیره می‌کنند و از آن برای هدایت رفتار آینده استفاده می‌کنند. (در این تصویر، ژن‌ها صرفاً ضروریات بنیادی و همه‌منظوره را به دست می‌دهند.)
باوجوداین، پیش‌بینی اختیاری نیست. طبق تحقیقات سوزان استیل در دانشگاه هاوایی، گاوین کروکس، پژوهشگر سابق لارنس برکلی نشنال لبرتری در کالیفرنیا، و همکاران آن‌ها، به نظر می‌رسد برای هر سیستم انرژی-کارا ۵ در محیطی تصادفی و دگرگون‌شونده پیش‌بینیِ آینده ضروری است.
استیل و همکارانش نشان می‌دهند که ذخیره‌سازی اطلاعات دربارۀ گذشته هزینه‌ای ترمودینامیکی دارد که هیچگونه ارزشی برای پیش‌بینیِ آینده ندارد. یک سیستم برای آنکه کارآیی بیشینه داشته باشد، باید گزینشگر باشد. اگر سیستم بی‌هیچ تمیزی هر آنچه را رخ داده است به یاد بسپارد، هزینۀ انرژی زیادی به بار می‌آورد. از دیگر سو، اگر به ذخیرۀ اطلاعات دربارۀ محیطش اصلاً اهمیت ندهد، پیوسته باید برای رویارویی با امور پیش‌بینی‌ناشده تلاش کند. دیوید سیواک از همکاران استیل که اکنون در دانشگاه سایمون فریزر در بورنابی بریتیش کلمبیا پژوهش می‌کند، در این باره می‌گوید: «یک ماشین از نظر ترمودینامیکی بهینه باید بین حافظه و پیش‌بینی تعادل برقرار کند از طریق کمینه‌سازیِ نوستالژی‌اش یعنی اطلاعات بی‌فایده دربارۀ گذشته». به‌طور خلاصه، سیستم باید در برداشت اطلاعات معنادار مهارت پیدا کند یعنی اطلاعاتی که محتملاً برای بقا در آینده مفید خواهد بود.
شما انتظار دارید که انتخاب طبیعی از موجودات زنده‌ای حمایت کند که از انرژی به‌نحو کارا استفاده می‌کنند. اما حتی دستگاه‌های بیومولکولی منفرد نظیر پمپ‌ها و موتور‌های درون سلولیِ ما باید به‌شیوه‌ای مهم از گذشته بیاموزند تا آینده را پیش‌بینی کنند. استیل می‌گوید این دستگاه‌ها برای دستیابی به کارآیی چشمگیرشان باید «به‌نحو ضمنی بازنمایی‌های فشرده‌ای از جهانی بسازند که تاکنون با آن برخورد داشته‌اند، تا آن‌ها را قادر سازد رخداد‌های آتی را پیش‌بینی کنند».
ترمودینامیک مرگ
حتی اگر برخی از این ویژگی‌های پردازش اطلاعات بنیادی سیستم‌های زنده از قبل، در غیاب فرگشت یا تولیدمثل، توسط ترمودینامیک غیرتعادلی پدید آمده باشد، شاید تصور کنید که صفات پیچیده‌تر، نظیر کاربرد ابزار یا همکاری اجتماعی، باید با فرگشت حاصل شود.
خب، روی این تصورتان حساب نکنید. این رفتارها، که معمولاً تصور می‌شود قلمروی اختصاصی موجوداتِ از نظر فرگشتی بسیار پیشرفته شامل نخستی‌ها و پرندگان است، می‌تواند در مدلی ساده متشکل از سیستمی از ذراتِ دارای برهم‌کنش تقلید شود. دلیلش آن است که سیستم با یک قید هدایت می‌شود: سیستم به‌شیوه‌ای عمل می‌کند که مقدار آنتروپی تولیدی (که در اینجا بر حسب مسیر‌های ممکن متفاوتی تعریف می‌شود که ذرات می‌توانند انتخاب کنند) در یک بازۀ زمانی مشخص بیشینه می‌شود.
بیشینه‌سازی آنتروپی از دیرباز ویژگی سیستم‌های غیرتعادلی در نظر گرفته شده است. اما سیستم در این مدل از قانونی پیروی می‌کند که به آن امکان می‌دهد تا آنتروپی را در طول پنجرۀ زمانی ثابتی بیشینه سازد که به آینده گسترش می‌یابد. به‌دیگر سخن، سیستم از آینده‌نگری برخوردار است. در واقع، مدل به تمام مسیر‌هایی نگاه می‌کند که ذرات می‌توانند انتخاب کنند و آن‌ها را مجبور می‌کند تا مسیری را برگزینند که بیشترین آنتروپی را تولید می‌کند. به‌بیان ساده، این همان مسیری خواهد بود که بیشترین تعداد گزینه‌ها را برای حرکات بعدی ذرات باز می‌گذارد.
شاید بگویید که سیستمِ ذرات نوعی میل شدید تجربه می‌کند که آزادی کنش آتی را حفظ کند، و این میل شدید در هر لحظه رفتارش را هدایت می‌کند. پژوهشگرانی که این مدل را ساخته‌اند، الکساندر ویسنر-گراس در دانشگاه هاروارد و کامرون فریر، ریاضیدانی در ام. آی. تی، این را «نیروی آنتروپیک علّی» ۶ می‌نامند. در شبیه‌سازی‌های رایانه‌ای آرایش‌هایی از ذرات دیسک‌شکل که در چارچوب‌های خاص به این سو و آن سو حرکت می‌کنند، این نیرو نتایجی پدید می‌آورد که به‌طرزی ترسناک تداعی‌کنندۀ هوش است.
در یک مورد، دیسکی بزرگ توانست از دیسکی کوچک «استفاده کند» تا دیسک کوچک دومی را از درون لوله‌ای باریک بیرون بکشد، فرآیندی که شبیه کاربرد ابزار به نظر می‌رسد. آزادکردن دیسک آنتروپی سیستم را افزایش می‌دهد. در مثالی دیگر، دو دیسک در محفظه‌های جدا رفتارشان را با هم همزمان کردند تا دیسکی بزرگ‌تر را پایین بکشند به‌نحوی که بتوانند با آن اندرکنش کنند، که همچون نوعی همکاری اجتماعی به نظر می‌رسد.
البته، این عاملین اندرکنش‌کنندۀ ساده از امتیاز نظر به آینده برخوردار هستند. حیات، به‌طور کلی، از چنین امتیازی برخوردار نیست. بنابراین، این یافته‌ها چگونه با زیست‌شناسی ارتباط پیدا می‌کند؟ هنوز روشن نیست، اگرچه ویسنر-گراس می‌گوید که اکنون دارد تحقیق می‌کند تا «مکانیسمی عملی و از نظر زیست‌شناختی موجه برای نیرو‌های آنتروپیک علّی» به دست دهد. درعین‌حال، او معتقد است که این رویکرد می‌تواند پیامد‌های سودمندی داشته باشد، به‌نحوی که راه میان‌بری به هوش مصنوعی فراهم خواهد ساخت. او می‌گوید: «من پیش‌بینی می‌کنم که راهی سریع‌تر برای دستیابی به این هدف آن است که نخست چنین رفتار‌هایی کشف شود و سپس بر مبنای قید‌ها و اصول فیزیکی روبه‌عقب کار کنیم، نه اینکه بر مبنای تکنیک‌های پیش‌بینی یا محاسبات خاص روبه‌جلو کار کنیم». به‌دیگر سخن، نخست سیستمی پیدا کنید که آنچه را شما از آن می‌خواهید انجام می‌دهد و سپس دریابید که سیستم چگونه آن کار را انجام می‌دهد.
پیری نیز به‌طور معمول به‌مثابۀ صفتی نگریسته می‌شود که از سوی فرگشت تحمیل می‌شود. از این منظر، موجودات زنده دارای طول‌عمری هستند که فرصت‌هایی برای تولیدمثل فراهم می‌کند بدون آنکه از فرصتِ بقای فرزندان جلوگیری کند به‌واسطۀ آنکه والدین عمری بسیار طولانی داشته باشند و بر سر منابع رقابت کنند. بی‌تردید به نظر می‌رسد این بخشی از واقعیت است، اما هیلدگارد میرارتمانس، فیزیکدان دانشگاه جاکوبز در برمن آلمان، معتقد است که پیری در نهایت فرآیندی فیزیکی است نه زیست‌شناختی، که قوانین ترمودینامیک اطلاعات بر آن حاکم است.
بی‌تردید پیری صرفاً به این مربوط نمی‌شود که چیز‌ها فرسوده می‌شوند. میرارتمانس می‌گوید: «بیشتر مواد نرمی که بدن ما را می‌سازند، قبل از آنکه فرصت یابند پیر شوند، نوسازی می‌شوند». اما این فرآیند نوسازی کامل نیست. ترمودینامیک نسخه‌برداری از اطلاعات ایجاب می‌کند که باید بین دقت و انرژی موازنه باشد. موجود زنده ذخیرۀ انرژی محدودی دارد، بنابراین خطا‌ها ضرورتاً در طول زمان انباشت می‌شود. سپس موجود زنده باید مقداری به‌طور فزاینده زیاد از انرژی مصرف کند تا این خطا‌ها را اصلاح کند. سرانجام فرآیند نوسازی نسخه‌هایی به دست می‌دهد که بیش از حد معیوب هستند که به‌درستی کار کنند: آنگاه مرگ از پی می‌آید.
به نظر می‌رسد شواهد تجربی این موضوع را تأیید می‌کند. ما از دیرباز می‌دانیم که ظاهراً سلول‌های انسانی کاشت‌شده نمی‌توانند بیش از ۴۰ تا ۶۰ بار تکثیر شوند (که حد هایفلیک ۷ نامیده می‌شود) قبل از آنکه تکثیر متوقف شود و پیر شوند؛ و پژوهش‌های اخیر دربارۀ طول‌عمر انسان نشان داده است که ممکن است دلیلی بنیادین وجود داشته باشد که چرا آدمیان نمی‌توانند خیلی بیشتر از ۱۰۰ سال عمر کنند.
این میلِ شدیدِ آشکار برای ظهور سیستم‌های پیش‌بینی‌کننده، سازمان‌یافته و کارا در محیطی غیرتعادلی و دگرگون‌شونده، دارای نتایجی منطقی است. خود ما، درست همانند نیاکانمان تا نخستین سلول ابتدایی، چنین سیستمی هستیم؛ و به نظر می‌رسد ترمودینامیک غیرتعادلی به ما می‌گوید که این دقیقاً همان چیزی است که ماده تحت چنین شرایطی انجام می‌دهد. به‌دیگر سخن، ظهور حیات بر روی سیاره‌ای نظیر زمین در دوران اولیه، که سرشار از منابع انرژی نظیر نور خورشید و فعالیت آتشفشانی بوده است که چیز‌ها را پیوسته از تعادل خارج می‌کرده، کم‌کم به نظر می‌رسد رخدادی فوق‌العاده نامحتمل نیست، آنچنان که بسیاری از دانشمندان فرض کرده‌اند، بلکه عملاً اجتناب‌ناپذیر است. در سال ۲۰۰۶، اریک اسمیت و دانشمندِ درگذشته، هارولد مورویتس، در مؤسسۀ سانتافه استدلال کردند که ترمودینامیک سیستم‌های غیرتعادلی، ظهور سیستم‌های پیچیدۀ سازمان‌یافته را بر روی زمینِ عاری از حیات و خارج از تعادل بسیار بیشتر محتمل می‌سازد تا آنکه شرایط به‌گونه‌ای بوده باشد که مواد شیمیایی خام سازندۀ حیات در «تالابی کوچک و گرم» (آنچنان که چارلز داروین بیان می‌دارد) باشد که به‌آرامی در حال جوشیدن بوده است.
در طول یک دهه‌ای که از عمر این استدلال می‌گذرد، پژوهشگران جزئیات و بینش‌های بیشتری به این تحلیل افزوده‌اند. آن ویژگی‌هایی که ارنست مایر تصور می‌کرد عناصر بنیادی زیست‌شناسی هستند، یعنی معنا و قصد، می‌توانند به‌مثابۀ نتیجۀ طبیعی آمار و ترمودینامیک ظهور کنند؛ و این ویژگی‌های کلی به‌نوبۀ خود می‌توانند به‌طور طبیعی به چیزی شبیه حیات منجر شوند.
در همین حال، ستاره‌شناسان به ما نشان داده‌اند که انبوهی از دنیا‌های دیگر وجود دارد که گرد دیگر ستارگان در کهکشان ما می‌چرخند؛ طبق برخی تخمین‌ها، شمار آن‌ها به میلیارد‌ها می‌رسد. بسیاری از این دنیا‌ها از حالت تعادل بسیار دورند، و حداقل چند تا از آن‌ها شبیه زمین هستند؛ و بی‌تردید در آنجا هم قوانینی مشابه حاکم است.
اکنون همین آزمایش را دوباره انجام دهید، اما گلولۀ توپ را با یک کبوتر جایگزین کنید.
البته سیستم‌های زیست‌شناختی از قوانین فیزیک سرپیچی نمی‌کنند، اما چندان هم به نظر نمی‌رسد که رفتار آن‌ها با قوانین فیزیک پیش‌بینی شود. در سوی مقابل، سیستم‌های زیست‌شناختی غایاتی دارند: زنده می‌مانند و تولیدمثل می‌کنند. می‌توانیم بگوییم که این سیستم‌ها دارای هدف هستند، یا آنچه فیلسوفان به‌طور سنتی غایت‌شناسی می‌نامند، چیزی که رفتار آن‌ها را راهبری می‌کند.
به‌همین‌سان، اکنون فیزیک به ما امکان می‌دهد که بر مبنای حالت جهان در یک میلیاردم ثانیه پس از بیگ‌بنگ حالت امروزین آن را پیش‌بینی کنیم. اما هیچ کس تصور نمی‌کند که ظهور نخستین سلول‌های ابتدایی بر روی زمین به‌طرزی پیش‌بینی‌پذیر منجر به ظهور نژاد بشر شده است. به نظر می‌رسد که قوانینْ مسیر فرگشت را تعیین نمی‌کنند.
زیست‌شناس فرگشتی ارنست مایر می‌گوید که غایت‌شناسی و امکان‌مندی تاریخی ۱ زیست‌شناسی، آن را در بین علوم منحصربه‌فرد کرده است. هر دوی این ویژگی‌ها از قانونی سرچشمه می‌گیرد که احتمالاً یگانه قانون کلی‌ای است که راهنمای زیست‌شناسی به شمار می‌رود: فرگشت. فرگشت به شانس و تصادف بستگی دارد، اما انتخاب طبیعی به آن جلوه‌ای از قصد و هدف می‌بخشد. حیوانات نه با نوعی جاذبۀ مغناطیسی بلکه به‌دلیل غریزه و قصدِ بقا به‌سوی آب کشانده می‌شوند. از جملۀ اهدافی که پا‌ها برآورده می‌کنند آن است که ما را به آب می‌رسانند.
مایر مدعی است که این ویژگی‌ها زیست‌شناسی را استثنایی کرده است، یعنی قانونی منحصر به‌فرد. اما پیشرفت‌های اخیر در حوزۀ فیزیک غیرتعادلی، علم سیستم‌های پیچیده و نظریۀ اطلاعاتْ این دیدگاه را دارد به چالش می‌کشد.
هنگامی که موجودات زنده را عاملینی در نظر می‌گیریم که به بر اساس نوعی محاسبه دست به عمل می‌زنند، یعنی گردآوری و ذخیره‌سازی اطلاعات دربارۀ محیطی پیش‌بینی‌ناپذیر، آنگاه توانایی‌ها و اموری نظیر تکثیر، سازگاری، عاملیت، هدف و معنا را می‌توان به‌مثابۀ نتایج اجتناب‌ناپذیر قوانین فیزیکی فهم کرد نه حاصل ابداع فرگشت. به‌دیگر سخن، به نظر می‌رسد که نوعی فیزیکِ مربوط به چیز‌هایی وجود دارد که کار‌هایی انجام می‌دهند و فرگشت می‌یابند که کار‌هایی انجام دهند. در این‌صورت ممکن است معنا و قصد، که ویژگی‌های تعریف‌کنندۀ سیستم‌های زنده تصور می‌شوند، به‌طور طبیعی از بطن قوانین ترمودینامیک و مکانیک آماری ظهور کنند.
ماه نوامبر گذشته، فیزیکدانان، ریاضیدانان و دانشمندان علوم رایانه با زیست‌شناسان ملکولی و فرگشتی در یک کارگاه گرد هم آمدند تا دربارۀ این ایده‌ها گفت‌وگو و گاهی مباحثه کنند؛ این کارگاه در مؤسسۀ سانتافه در نیومکزیکو برگزار شد که کعبۀ آمال علم «سیستم‌های پیچیده» است. پرسش آن‌ها این بود: زیست‌شناسی دقیقاً چقدر خاص است (یا نیست)؟
اصلاً تعجب‌انگیز نیست که هیچ گونه اتفاق نظری وجود نداشت. اما پیام بسیار روشن این کارگاه آن بود که، اگر نوعی فیزیک در پس عاملیت و غایت‌شناسی زیستی وجود داشته باشد، به‌نوعی با همان مفهومی مرتبط است که در کانون فیزیک بنیادی جای دارد: اطلاعات.
بی‌نظمی و شیطانک‌ها
نخستین کوشش برای واردکردن اطلاعات و هدف در قوانین ترمودینامیک در میانۀ قرن نوزدهم رخ داد، هنگامی که مکانیک آماری به‌دست دانشمند اسکاتلندی جیمز کلارک ماکسول در حال پایه‌ریزی بود. ماکسول نشان داد که چگونه با استفاده از این دو عنصر به نظر می‌رسد امکان انجام کار‌هایی فراهم می‌شود که ترمودینامیک آن‌ها را ناممکن اعلام کرده است.
ماکسول پیش از این نشان داده بود که چگونه روابط ریاضیِ پیش‌بینی‌پذیر و قابل‌اعتماد بین خواص یک گاز یعنی روابط بین فشار، حجم و دما را می‌توان از حرکات شناخت‌ناپذیر و تصادفی ملکول‌های بی‌شماری استنتاج کرد که با انرژی گرمایی به‌این سو و آن سو در جنبش هستند. به‌دیگر سخن، ترمودینامیک، یعنی علم جدید جریان گرما، که خواص بزرگ‌مقیاسِ ماده نظیر فشار و دما را وحدت می‌بخشید، نتیجۀ کاربرد مکانیک آماری در مقیاس میکروسکوپی ملکول‌ها و اتم‌ها بود.
بر اساس ترمودینامیک، ظرفیت استخراج کار مفید از منابع انرژی جهان همواره رو به کاهش است. بسته‌های انرژی دارند کاهش می‌یابند، کانون‌های گرما دارند از میان می‌روند. در هر فرآیند فیزیکی، مقداری انرژی به‌نحوی اجتناب‌ناپذیر به‌صورت گرمای غیرمفید هدر می‌رود، یعنی در اثر حرکات تصادفی ملکول‌ها از دست می‌رود. این بی‌نظمی با کمیتی ترمودینامیکی به‌نام آنتروپی برابر نهاده می‌شود که معیار سنجش بی‌نظمی است و همواره رو به افزایش. این قانون دوم ترمودینامیک است. تمام جهان در نهایت به توده‌ای یکنواخت و ملال‌آور تقلیل خواهد یافت: حالت تعادل، که در آن آنتروپی بیشینه است و هیچ چیز معناداری هرگز دوباره رخ نخواهد داد.
آیا ما واقعاً محکوم به این سرنوشت اندوهبار هستیم؟ ماکسول اکراه داشت که این ماجرا را باور کند، و آنچنان که خودش می‌گوید، در ۱۸۶۷ تصمیم گرفت که در قانون دوم «رخنه‌ای پیدا کند». هدف او آن بود که در جعبه‌ای بی‌نظم حاوی ملکول‌هایی که به‌طور تصادفی در جنبش هستند، ملکول‌های سریع را از ملکول‌های کند جدا کند، و آنتروپی را در این فرآیند کاهش دهد.
نوعی مخلوق کوچک را در نظر بگیرید، که ویلیام تامسون فیزیکدان بعد‌ها آن را به‌رغم میل ماکسول شیطانک نامید، موجودی که می‌تواند هر ملکول منفرد را از داخل جعبه ببیند. شیطانک جعبه را به دو بخش با دری کشویی بین آن‌ها تقسیم می‌کند. هر بار که او ملکولی فوق‌العاده باانرژی را می‌بیند که از بخش راست به در نزدیک می‌شود، در را باز می‌کند تا ملکول عبور کند؛ و هر بار که ملکولی «سرد» و کند از بخش چپ نزدیک می‌شود، باز اجازه می‌دهد آن هم عبور کند. سرانجام او محفظه‌ای از گاز سرد در سمت راست و گاز گرم در سمت چپ دارد: یک مخزن گرما که می‌توان از آن برای انجام کار‌هایی بهره‌برداری کرد.
این کار فقط به دو دلیل ممکن است. نخست، شیطانک از ما اطلاعات بیشتری دارد: او می‌تواند تک تکِ ملکول‌ها را به‌طور منفرد ببیند، نه صرفاً میانگین‌های آماری آن‌ها را؛ و دوم، او هدف دارد: برنامه‌ای برای جداسازی گرم از سرد. او با بهره‌برداری از دانشش همراه با هدف می‌تواند از قوانین ترمودینامیک سرپیچی کند.
حداقل چنین به نظر می‌رسد. صد سال طول کشید تا دریابیم که چرا شیطانک ماکسول در واقع نمی‌تواند قانون دوم را نقض کند و از لغزش گریزناپذیر به‌سوی تعادل مرگبار و جهانی جلوگیری کند؛ و دلیل این امر نشان می‌دهد که پیوندی ژرف بین ترمودینامیک و پردازش اطلاعات، یا به‌دیگر سخن، محاسبه، وجود دارد. رولف لانداور فیزیکدان آلمانی-آمریکایی نشان داد که حتی اگر شیطانک بتواند اطلاعات را گردآوری کند و در را (در شرایطی که اصطکاک وجود ندارد) بدون صرف انرژی حرکت دهد، سرانجام باید هزینه‌ای پرداخت شود. از آنجا که او نمی‌تواند حافظۀ نامحدود دربارۀ هر حرکت ملکولی داشته باشد، باید گهگاه حافظۀ خود را پاک کند، یعنی آنچه را دیده است فراموش کند و دوباره آغاز کند، قبل از آنکه بتواند به ذخیره‌سازی انرژی ادامه دهد. این عمل حذف اطلاعات هزینه‌ای اجتناب‌ناپذیر دارد: این کار انرژی را هدر می‌دهد، و بنابراین آنتروپی را افزایش می‌دهد. تمام موفقیت حاصله در برابر قانون دوم ناشی از کار ماهرانۀ شیطانک توسط «حد لانداور» ۲ خنثی می‌شود: هزینۀ متناهی حذف اطلاعات (یا به‌طور کلی‌تر، تبدیل اطلاعات از صورتی به صورت دیگر).
به نظر می‌رسد که موجودات زنده نیز شبیه شیطانک ماکسول هستند. در حالی که لیوانی پر از مواد شیمیایی واکنش‌دهنده سرانجام انرژی‌اش را مصرف خواهد کرد و به حالت سکون و تعادل فرو خواهد رفت، موجودات زنده از آغاز حیات در حدود سه و نیم میلیارد سال پیش تاکنون به‌طور جمعی از حالت تعادلِ بی‌روح دوری جسته‌اند. آن‌ها برای حفظ این حالت غیرتعادلی به برداشت انرژی از پیرامون خود می‌پردازند، و این کار را با «قصد» انجام می‌دهند. حتی باکتری‌های ساده با «هدف» به‌سوی منابع گرما و غذا حرکت می‌کنند. فیزیک‌دانی به نام اروین شرودینگر در ۱۹۴۴ در کتاب حیات چیست؟ ۳ این حقیقت را با این جمله بیان می‌کند که موجودات زنده از «آنتروپی منفی» تغذیه می‌کنند.
شرودینگر می‌گوید که آن‌ها با جذب و ذخیرۀ اطلاعات به این هدف دست می‌یابند. برخی از این اطلاعات در ژن‌های آن‌ها رمزگذاری می‌شود و از نسلی به نسل دیگر منتقل می‌شود: مجموعه‌ای از دستورالعمل‌ها برای برداشت آنتروپی منفی. شرودینگر نمی‌دانست که اطلاعات کجا نگهداری می‌شود یا چگونه رمزگذاری می‌شود، اما شهود او مبنی بر اینکه اطلاعات در چیزی ثبت می‌شود که او آن را «کریستال غیرتناوبی» نامیده بود، الهام‌بخش فرانسیس کریک فیزیکدان و جیمز واتسون می‌شود هنگامی که در ۱۹۵۳ در می‌یابند چگونه اطلاعات ژنتیکی می‌تواند در ساختار ملکولی ملکول دی. ان.ای رمزگذاری شود.
بنابراین، ژنوم حداقل تا حدودی ثبت دانش سودمندی است که نیاکان یک موجود زنده را، تا گذشته‌های دور، قادر ساخته است بر روی زمین زنده بمانند. از دیدگاه دیوید ولپرت، ریاضیدان و فیزیکدان مؤسسۀ سانتافه که کارگاه اخیر را برگزار کرد، و همکارش آرتمی کولچینسکی، نکتۀ کلیدی آن است که موجودات زنده با سازگاری خوب با آن محیط همبستگی دارند. اگر یک باکتری به‌طرزی مطمئن به‌سوی چپ یا راست شنا می‌کند هنگامی که منبع غذا در آن جهت وجود دارد، در مقایسه با باکتری دیگری که در جهات تصادفی شنا می‌کند و بنابراین فقط با شانس غذا پیدا می‌کند، از سازگاری بهتری برخوردار است و بیشتر تکثیر می‌شود. همبستگی بین وضعیت موجود زنده و وضعیت محیط بدان معناست که آن‌ها در اطلاعات مشترکی سهیم هستند. ولپرت و کولچینسکی می‌گویند که همین اطلاعات است که به موجود زنده کمک می‌کند تا از تعادل پرهیز کند، زیرا بر همین اساس همانند شیطانک ماکسول می‌تواند رفتارش را طوری سامان دهد که از نوسانات پیرامونش کار استخراج کند. اگر موجود زنده این اطلاعات را به دست نیاورد، به‌تدریج به تعادل باز می‌گردد: یعنی می‌میرد.
از این منظر، حیات را می‌توان محاسبه‌ای در نظر گرفت که هدفش بهینه‌سازی ذخیره و کاربرد اطلاعات معنادار است؛ و شواهد نشان می‌دهد که حیات فوق‌العاده در این کار مهارت دارد. راه‌حل لانداور برای معمای شیطانک ماکسول حد پایین مطلقی را تعیین می‌کند برای مقدار انرژی لازم جهتِ محاسبات یک حافظۀ متناهی: یعنی، هزینۀ انرژی‌برِ فراموش‌کردن. بهترین رایانه‌های امروزی بسیار بسیار بیشتر از آن حد انرژی هدر می‌دهند، به عبارت دیگر، معمولاً بیش از یک میلیون بار بیشتر انرژی مصرف می‌کنند و هدر می‌دهند. اما از دیدگاه ولپرت، «طبق تخمینی بسیار محافظه‌کارانه از کارآیی ترمودینامیکی کل محاسباتِ یک سلول، انرژیِ مصرفیِ سلول فقط حدود ۱۰ بار بیشتر از حد لانداور است».
او می‌گوید این بدان معناست که «انتخاب طبیعی بی‌اندازه به کمینه‌سازی هزینۀ ترمودینامیکیِ محاسبه توجه داشته است. انتخاب طبیعی هر آنچه می‌تواند انجام می‌دهد تا مقدار کل محاسباتی را که یک سلول باید اجرا کند کاهش دهد». به‌دیگر سخن، به نظر می‌رسد زیست‌شناسی (محتملاً به‌استثنای خودمان) بسیار توجه دارد که به مسئلۀ بقا بیش از حد فکر نکند. او می‌گوید موضوع هزینه‌ها و منافع محاسبۀ شیوۀ رفتار در طول حیات تاکنون در زیست‌شناسی عمدتاً نادیده انگاشته شده است.
داروینیسم بی‌جان
بنابراین موجودات زنده را می‌توان هستومند‌هایی در نظر گرفت که با استفاده از اطلاعات برای برداشت انرژی و گریز از تعادل با محیط هماهنگ می‌شوند. بی‌تردید، این حرف حرفِ قلنبه سلنبه‌ای است. اما توجه داشته باشید که این عبارت هیچ چیز دربارۀ ژن‌ها و فرگشت نمی‌گوید که مایر همانند بسیاری از زیست‌شناسان فرض می‌کرد هدف و مقصود زیست‌شناختی بدان‌ها وابسته است.
اما این نگرش تا کجا می‌تواند بسط پیدا کند؟ بی‌تردید، ژن‌ها که با انتخاب طبیعیِ بهترینِ آن‌ها بر جا می‌ماند، عنصر اصلی زیست‌شناسی هستند. اما آیا ممکن است که فرگشت از طریق انتخاب طبیعی خودش صرفاً موردی خاص از الزامی جامع‌تر در جهت کارکرد و هدف آشکاری باشد که در جهان کاملاً فیزیکی وجود دارد؟ ما کم‌کم داریم به این نتیجه می‌رسیم که چنین است.
سازگاری از دیرباز به‌عنوان نشانۀ بارز فرگشت داروینی در نظر گرفته شده است. اما جرمی انگلند در ام. آی. تی استدلال می‌کند که سازگاری با محیط حتی در سیستم‌های پیچیدۀ بی‌جان نیز می‌تواند رخ دهد.
در اینجا سازگاری معنایی خاص‌تر از معنای معمول داروینی دارد که طبق آن موجود زنده برای بقا به‌خوبی تجهیز شده است. یک مشکل دیدگاه داروینی آن است که راهی برای تعریف موجود زندۀ دارای سازگاری خوب وجود ندارد مگر با نگاه به گذشته. «اصلح» ۴ آن‌هایی هستند که مشخص شده است از نظر بقا و تولیدمثل بهتر هستند، اما نمی‌توان پیش‌بینی کرد که صلاحیت چه نتایجی دارد. نهنگ‌ها و پلانکتون‌ها با زندگی آبی سازگاری خوبی دارند، اما به‌شیوه‌هایی که رابطۀ روشن اندکی با یکدیگر دارد.
تعریف انگلند از «سازگاری» به تعریف شرودینگر و در واقع ماکسول نزدیک‌تر است: موجودِ دارای سازگاری خوب می‌تواند از محیطی پیش‌بینی‌ناپذیر و دگرگون‌شونده به‌طور کارآمد انرژی جذب کند. این موجود همانند کسی است که تعادل خود را بر روی یک کشتی متلاطم حفظ می‌کند در حالی که دیگران به زمین می‌افتند، زیرا او بهتر می‌تواند خودش را با نوسانات عرشه هماهنگ کند. انگلند و همکارانش با استفاده از مفاهیم و روش‌های مکانیک آماری در چارچوبی غیرتعادلی استدلال می‌کنند که این سیستم‌های دارای سازگاری خوب آن‌هایی هستند که انرژی محیط را جذب و تلف می‌کنند، و در این فرآیندْ آنتروپی تولید می‌کنند.
انگلند می‌گوید سیستم‌های پیچیده معمولاً با آسانی شگفت‌آوری در این حالت‌های سازگاری خوب مستقر می‌شوند: «مادۀ دارای نوسان گرمایی اغلب به‌طور خودانگیخته به شکل‌هایی در می‌آید که در جذب کار از محیطی دگرگون‌شونده مهارت دارند».
در این فرآیند هیچ چیزی وجود ندارد که دربرگیرندۀ سازگاری تدریجی با محیط از طریق مکانیسم‌های داروینی تولیدمثل، جهش ژنتیکی و توارث صفات باشد. در اینجا اصلاً تولیدمثل وجود ندارد. انگلند می‌گوید: «نکتۀ جالب دربارۀ معنای این فرآیند آن است که هنگامی که ما تبیینی فیزیکی از خاستگاه‌های برخی از ساختارهایی به دست می‌دهیم که سازگار به نظر می‌رسند، ضرورتاً لازم نیست که آن سیستم به‌معنای زیست‌شناختی معمول دارای والدین باشند. شما می‌توانید سازگاری فرگشتی را با استفاده از ترمودینامیک تبیین کنید، حتی در موارد جالب توجهی که در آن هیچ تولیدمثل‌کننده‌ای وجود ندارد و منطق داروینی از کار می‌افتد»، مشروط به اینکه سیستم مورد نظر پیچیده، چندکاره و به‌اندازۀ کافی حساس باشد که به نوسانات در محیط پیرامونش واکنش نشان دهد.
اما هیچ تعارضی بین سازگاری داروینی و فیزیکی نیز وجود ندارد. در واقع، سازگاری داروینی را می‌توان مورد خاصی از سازگاری فیزیکی دانست. اگر تولیدمثل وجود داشته باشد، آنگاه انتخاب طبیعی مسیری خواهد بود که سیستم‌ها از طریق آن توانایی جذب کار، یعنی آنتروپی منفی شرودینگر، از محیط را کسب می‌کنند. در واقع، تولیدمثل مکانیسمی فوق‌العاده خوب برای پایدارسازی سیستم‌های پیچیده است، و بنابراین تعجبی ندارد که این چیزی است که زیست‌شناسی از آن استفاده می‌کند. اما در جهانِ بی‌جان که معمولاً تولیدمثل رخ نمی‌دهد، ساختار‌های اتلافی با سازگاری خوب معمولاً آن‌هایی هستند که بسیار سازمان‌یافته‌اند، مانند ریگ‌های روان و تپه‌های شنی که از رقص تصادفی شن‌ها بر اثر وزش باد تبلور می‌یابند. از این منظر، فرگشت داروینی را می‌توان مورد خاصی از یک اصل فیزیکی کلی‌تر در نظر گرفت که بر رفتار سیستم‌های غیرتعادلی حاکم است.
ماشین‌های پیش‌بینی
این تصویر از ساختار‌های پیچیده‌ای که با محیطی دگرگون‌شونده سازگار می‌شوند، به ما امکان می‌دهد تا همچنین حقیقتی را دربارۀ این امر استنتاج کنیم که این ساختار‌ها چگونه اطلاعات ذخیره می‌کنند. به‌طور خلاصه، تا آنجا که چنین ساختارهایی، جاندار یا بی‌جان، مجبور به استفاده از انرژی موجود به‌طور کارآمد باشند، محتملاً به «ماشین‌های پیش‌بینی» تبدیل می‌شوند.
این تقریباً مشخصۀ تعریف‌کنندۀ حیات است که سیستم‌های زیستی در واکنش به سیگنال محرک از جانب محیط حالت خود را تغییر می‌دهند. چیزی رخ می‌دهد؛ شما واکنش نشان می‌دهید. گیاهان به‌سوی نور رشد می‌کنند؛ آن‌ها در واکنش به عوامل بیماری‌زا سمومی تولید می‌کنند. این سیگنال‌های محیطی معمولاً پیش‌بینی‌ناپذیر هستند، اما سیستم‌های زنده با استفاده از تجربه می‌آموزند، یعنی اطلاعات دربارۀ محیط خود را ذخیره می‌کنند و از آن برای هدایت رفتار آینده استفاده می‌کنند. (در این تصویر، ژن‌ها صرفاً ضروریات بنیادی و همه‌منظوره را به دست می‌دهند.)
باوجوداین، پیش‌بینی اختیاری نیست. طبق تحقیقات سوزان استیل در دانشگاه هاوایی، گاوین کروکس، پژوهشگر سابق لارنس برکلی نشنال لبرتری در کالیفرنیا، و همکاران آن‌ها، به نظر می‌رسد برای هر سیستم انرژی-کارا ۵ در محیطی تصادفی و دگرگون‌شونده پیش‌بینیِ آینده ضروری است.
استیل و همکارانش نشان می‌دهند که ذخیره‌سازی اطلاعات دربارۀ گذشته هزینه‌ای ترمودینامیکی دارد که هیچگونه ارزشی برای پیش‌بینیِ آینده ندارد. یک سیستم برای آنکه کارآیی بیشینه داشته باشد، باید گزینشگر باشد. اگر سیستم بی‌هیچ تمیزی هر آنچه را رخ داده است به یاد بسپارد، هزینۀ انرژی زیادی به بار می‌آورد. از دیگر سو، اگر به ذخیرۀ اطلاعات دربارۀ محیطش اصلاً اهمیت ندهد، پیوسته باید برای رویارویی با امور پیش‌بینی‌ناشده تلاش کند. دیوید سیواک از همکاران استیل که اکنون در دانشگاه سایمون فریزر در بورنابی بریتیش کلمبیا پژوهش می‌کند، در این باره می‌گوید: «یک ماشین از نظر ترمودینامیکی بهینه باید بین حافظه و پیش‌بینی تعادل برقرار کند از طریق کمینه‌سازیِ نوستالژی‌اش یعنی اطلاعات بی‌فایده دربارۀ گذشته». به‌طور خلاصه، سیستم باید در برداشت اطلاعات معنادار مهارت پیدا کند یعنی اطلاعاتی که محتملاً برای بقا در آینده مفید خواهد بود.
شما انتظار دارید که انتخاب طبیعی از موجودات زنده‌ای حمایت کند که از انرژی به‌نحو کارا استفاده می‌کنند. اما حتی دستگاه‌های بیومولکولی منفرد نظیر پمپ‌ها و موتور‌های درون سلولیِ ما باید به‌شیوه‌ای مهم از گذشته بیاموزند تا آینده را پیش‌بینی کنند. استیل می‌گوید این دستگاه‌ها برای دستیابی به کارآیی چشمگیرشان باید «به‌نحو ضمنی بازنمایی‌های فشرده‌ای از جهانی بسازند که تاکنون با آن برخورد داشته‌اند، تا آن‌ها را قادر سازد رخداد‌های آتی را پیش‌بینی کنند».
ترمودینامیک مرگ
حتی اگر برخی از این ویژگی‌های پردازش اطلاعات بنیادی سیستم‌های زنده از قبل، در غیاب فرگشت یا تولیدمثل، توسط ترمودینامیک غیرتعادلی پدید آمده باشد، شاید تصور کنید که صفات پیچیده‌تر، نظیر کاربرد ابزار یا همکاری اجتماعی، باید با فرگشت حاصل شود.
خب، روی این تصورتان حساب نکنید. این رفتارها، که معمولاً تصور می‌شود قلمروی اختصاصی موجوداتِ از نظر فرگشتی بسیار پیشرفته شامل نخستی‌ها و پرندگان است، می‌تواند در مدلی ساده متشکل از سیستمی از ذراتِ دارای برهم‌کنش تقلید شود. دلیلش آن است که سیستم با یک قید هدایت می‌شود: سیستم به‌شیوه‌ای عمل می‌کند که مقدار آنتروپی تولیدی (که در اینجا بر حسب مسیر‌های ممکن متفاوتی تعریف می‌شود که ذرات می‌توانند انتخاب کنند) در یک بازۀ زمانی مشخص بیشینه می‌شود.
بیشینه‌سازی آنتروپی از دیرباز ویژگی سیستم‌های غیرتعادلی در نظر گرفته شده است. اما سیستم در این مدل از قانونی پیروی می‌کند که به آن امکان می‌دهد تا آنتروپی را در طول پنجرۀ زمانی ثابتی بیشینه سازد که به آینده گسترش می‌یابد. به‌دیگر سخن، سیستم از آینده‌نگری برخوردار است. در واقع، مدل به تمام مسیر‌هایی نگاه می‌کند که ذرات می‌توانند انتخاب کنند و آن‌ها را مجبور می‌کند تا مسیری را برگزینند که بیشترین آنتروپی را تولید می‌کند. به‌بیان ساده، این همان مسیری خواهد بود که بیشترین تعداد گزینه‌ها را برای حرکات بعدی ذرات باز می‌گذارد.
شاید بگویید که سیستمِ ذرات نوعی میل شدید تجربه می‌کند که آزادی کنش آتی را حفظ کند، و این میل شدید در هر لحظه رفتارش را هدایت می‌کند. پژوهشگرانی که این مدل را ساخته‌اند، الکساندر ویسنر-گراس در دانشگاه هاروارد و کامرون فریر، ریاضیدانی در ام. آی. تی، این را «نیروی آنتروپیک علّی» ۶ می‌نامند. در شبیه‌سازی‌های رایانه‌ای آرایش‌هایی از ذرات دیسک‌شکل که در چارچوب‌های خاص به این سو و آن سو حرکت می‌کنند، این نیرو نتایجی پدید می‌آورد که به‌طرزی ترسناک تداعی‌کنندۀ هوش است.
در یک مورد، دیسکی بزرگ توانست از دیسکی کوچک «استفاده کند» تا دیسک کوچک دومی را از درون لوله‌ای باریک بیرون بکشد، فرآیندی که شبیه کاربرد ابزار به نظر می‌رسد. آزادکردن دیسک آنتروپی سیستم را افزایش می‌دهد. در مثالی دیگر، دو دیسک در محفظه‌های جدا رفتارشان را با هم همزمان کردند تا دیسکی بزرگ‌تر را پایین بکشند به‌نحوی که بتوانند با آن اندرکنش کنند، که همچون نوعی همکاری اجتماعی به نظر می‌رسد.
البته، این عاملین اندرکنش‌کنندۀ ساده از امتیاز نظر به آینده برخوردار هستند. حیات، به‌طور کلی، از چنین امتیازی برخوردار نیست. بنابراین، این یافته‌ها چگونه با زیست‌شناسی ارتباط پیدا می‌کند؟ هنوز روشن نیست، اگرچه ویسنر-گراس می‌گوید که اکنون دارد تحقیق می‌کند تا «مکانیسمی عملی و از نظر زیست‌شناختی موجه برای نیرو‌های آنتروپیک علّی» به دست دهد. درعین‌حال، او معتقد است که این رویکرد می‌تواند پیامد‌های سودمندی داشته باشد، به‌نحوی که راه میان‌بری به هوش مصنوعی فراهم خواهد ساخت. او می‌گوید: «من پیش‌بینی می‌کنم که راهی سریع‌تر برای دستیابی به این هدف آن است که نخست چنین رفتار‌هایی کشف شود و سپس بر مبنای قید‌ها و اصول فیزیکی روبه‌عقب کار کنیم، نه اینکه بر مبنای تکنیک‌های پیش‌بینی یا محاسبات خاص روبه‌جلو کار کنیم». به‌دیگر سخن، نخست سیستمی پیدا کنید که آنچه را شما از آن می‌خواهید انجام می‌دهد و سپس دریابید که سیستم چگونه آن کار را انجام می‌دهد.
پیری نیز به‌طور معمول به‌مثابۀ صفتی نگریسته می‌شود که از سوی فرگشت تحمیل می‌شود. از این منظر، موجودات زنده دارای طول‌عمری هستند که فرصت‌هایی برای تولیدمثل فراهم می‌کند بدون آنکه از فرصتِ بقای فرزندان جلوگیری کند به‌واسطۀ آنکه والدین عمری بسیار طولانی داشته باشند و بر سر منابع رقابت کنند. بی‌تردید به نظر می‌رسد این بخشی از واقعیت است، اما هیلدگارد میرارتمانس، فیزیکدان دانشگاه جاکوبز در برمن آلمان، معتقد است که پیری در نهایت فرآیندی فیزیکی است نه زیست‌شناختی، که قوانین ترمودینامیک اطلاعات بر آن حاکم است.
بی‌تردید پیری صرفاً به این مربوط نمی‌شود که چیز‌ها فرسوده می‌شوند. میرارتمانس می‌گوید: «بیشتر مواد نرمی که بدن ما را می‌سازند، قبل از آنکه فرصت یابند پیر شوند، نوسازی می‌شوند». اما این فرآیند نوسازی کامل نیست. ترمودینامیک نسخه‌برداری از اطلاعات ایجاب می‌کند که باید بین دقت و انرژی موازنه باشد. موجود زنده ذخیرۀ انرژی محدودی دارد، بنابراین خطا‌ها ضرورتاً در طول زمان انباشت می‌شود. سپس موجود زنده باید مقداری به‌طور فزاینده زیاد از انرژی مصرف کند تا این خطا‌ها را اصلاح کند. سرانجام فرآیند نوسازی نسخه‌هایی به دست می‌دهد که بیش از حد معیوب هستند که به‌درستی کار کنند: آنگاه مرگ از پی می‌آید.
به نظر می‌رسد شواهد تجربی این موضوع را تأیید می‌کند. ما از دیرباز می‌دانیم که ظاهراً سلول‌های انسانی کاشت‌شده نمی‌توانند بیش از ۴۰ تا ۶۰ بار تکثیر شوند (که حد هایفلیک ۷ نامیده می‌شود) قبل از آنکه تکثیر متوقف شود و پیر شوند؛ و پژوهش‌های اخیر دربارۀ طول‌عمر انسان نشان داده است که ممکن است دلیلی بنیادین وجود داشته باشد که چرا آدمیان نمی‌توانند خیلی بیشتر از ۱۰۰ سال عمر کنند.
این میلِ شدیدِ آشکار برای ظهور سیستم‌های پیش‌بینی‌کننده، سازمان‌یافته و کارا در محیطی غیرتعادلی و دگرگون‌شونده، دارای نتایجی منطقی است. خود ما، درست همانند نیاکانمان تا نخستین سلول ابتدایی، چنین سیستمی هستیم؛ و به نظر می‌رسد ترمودینامیک غیرتعادلی به ما می‌گوید که این دقیقاً همان چیزی است که ماده تحت چنین شرایطی انجام می‌دهد. به‌دیگر سخن، ظهور حیات بر روی سیاره‌ای نظیر زمین در دوران اولیه، که سرشار از منابع انرژی نظیر نور خورشید و فعالیت آتشفشانی بوده است که چیز‌ها را پیوسته از تعادل خارج می‌کرده، کم‌کم به نظر می‌رسد رخدادی فوق‌العاده نامحتمل نیست، آنچنان که بسیاری از دانشمندان فرض کرده‌اند، بلکه عملاً اجتناب‌ناپذیر است. در سال ۲۰۰۶، اریک اسمیت و دانشمندِ درگذشته، هارولد مورویتس، در مؤسسۀ سانتافه استدلال کردند که ترمودینامیک سیستم‌های غیرتعادلی، ظهور سیستم‌های پیچیدۀ سازمان‌یافته را بر روی زمینِ عاری از حیات و خارج از تعادل بسیار بیشتر محتمل می‌سازد تا آنکه شرایط به‌گونه‌ای بوده باشد که مواد شیمیایی خام سازندۀ حیات در «تالابی کوچک و گرم» (آنچنان که چارلز داروین بیان می‌دارد) باشد که به‌آرامی در حال جوشیدن بوده است.
در طول یک دهه‌ای که از عمر این استدلال می‌گذرد، پژوهشگران جزئیات و بینش‌های بیشتری به این تحلیل افزوده‌اند. آن ویژگی‌هایی که ارنست مایر تصور می‌کرد عناصر بنیادی زیست‌شناسی هستند، یعنی معنا و قصد، می‌توانند به‌مثابۀ نتیجۀ طبیعی آمار و ترمودینامیک ظهور کنند؛ و این ویژگی‌های کلی به‌نوبۀ خود می‌توانند به‌طور طبیعی به چیزی شبیه حیات منجر شوند.
در همین حال، ستاره‌شناسان به ما نشان داده‌اند که انبوهی از دنیا‌های دیگر وجود دارد که گرد دیگر ستارگان در کهکشان ما می‌چرخند؛ طبق برخی تخمین‌ها، شمار آن‌ها به میلیارد‌ها می‌رسد. بسیاری از این دنیا‌ها از حالت تعادل بسیار دورند، و حداقل چند تا از آن‌ها شبیه زمین هستند؛ و بی‌تردید در آنجا هم قوانینی مشابه حاکم است.
منبع: ترجمان
مترجم:علی برزگر
پی‌نوشت‌ها:
• این مطلب را فیلیپ بال نوشته است و در ۲ نوامبر ۲۰۱۷ با عنوان «How Life (And Death) Spring From Disorder» در وب‌سایت وایرد منتشر شده است و وب‌سایت ترجمان در تاریخ ۲۰ تیر ۱۳۹۷ آن را با عنوان «زندگی و مرگ از دل بی‌نظمی سرچشمه می‌گیرد؟» و ترجمۀ علی برزگر منتشر کرده است.
پی‌نوشت‌ها:
• این مطلب را فیلیپ بال نوشته است و در ۲ نوامبر ۲۰۱۷ با عنوان «How Life (And Death) Spring From Disorder» در وب‌سایت وایرد منتشر شده است و وب‌سایت ترجمان در تاریخ ۲۰ تیر ۱۳۹۷ آن را با عنوان «زندگی و مرگ از دل بی‌نظمی سرچشمه می‌گیرد؟» و ترجمۀ علی برزگر منتشر کرده است.
•• فیلیپ بال (Philip Ball) بیش از بیست‌سال است که در زمینۀ روزنامه‌نگاری علمی فعالیت می‌کند. بال یکی از سردبیران مجلۀ نیچر است و نوشته‌های او در نیویورک‌تایمز، گاردین، نیواستیتسمن و دیگر جا‌ها به انتشار رسیده است.
[۱]historical contingency
[۲]Landauer's limit
[۳]What is Life
[۴]fittest
[۵]energy-efficient
[۶]causal entropic force
[۷]Hayflick limit
۰
