در ۸ اکتبر ۲۰۲۴، حوزه فیزیک درگیر بحث و جدل شد. در آن روز، جایزه نوبل فیزیک به خاطر کشفیاتی اهدا شد که نه مربوط به سیاهچالهها، کیهانشناسی، یا ذرات زیراتمی عجیب و غریب جدید بود، بلکه درباره هوش مصنوعی (AI) بود. چگونه میتوانست بالاترین جایزه این رشته به پژوهشی درباره ماشینهایی که برای تقلید از مغز انسان طراحی شدهاند، تعلق بگیرد؟ فیزیک در این موضوع کجا بود؟
در بیشتر قرن بیستم، فیزیکدانان تا حد زیادی سیستمهای زنده را نادیده گرفتند. آنها موجودات زنده را به عنوان ماشینهایی، البته با قطعات خمیریشکل، درک میکردند. زیرشاخهای به نام بیوفیزیک مکانیسمهای فیزیکی خاصی را در پس این ماشینهای مولکولی کشف کرد. با این حال، ارگانیسمها به طور کلی، دغدغه اصلی نبودند.
اما امروزه، بسیاری از همکاران من در فیزیک دیگر با چنین نادیده گرفتنهایی موافق نیستند. در عوض، ما به این باور رسیدهایم که رازی در هر میکروب، حیوان و انسان در حال آشکار شدن است – رازی که مفروضات بنیادی فیزیکدانان را برای قرنها به چالش میکشد و میتواند به سوالات اساسی درباره هوش مصنوعی پاسخ دهد. حتی ممکن است به بازتعریف این حوزه برای نسل بعدی کمک کند.
خودبزرگبینی اصلی فیزیک همواره این ایده بوده است که این رشته «بنیادیترین» علم در میان تمام علوم است. دانشجویان فیزیک درباره مواد اصلی واقعیت – فضا و زمان، انرژی و ماده – میآموزند و به آنها گفته میشود که تمام رشتههای علمی دیگر باید به ذرات بنیادی و قوانینی که فیزیک تولید کرده است، تقلیل یابند. این فلسفه که «تقلیلگرایی» (reductionism) نامیده میشود، از قوانین نیوتن تا بخش عمدهای از قرن بیستم، با کشف الکترونها، کوارکها، نظریه نسبیت و غیره، به خوبی کار کرد. اما طی چند دهه گذشته، پیشرفت در تقلیلگراترین شاخههای فیزیک کند شده است. برای مثال، «نظریههای همهچیز» که مدتها وعده داده شده بودند، مانند نظریه ریسمان (string theory)، ثمر قابل توجهی نداشتهاند.
با این حال، راههای دیگری غیر از تقلیلگرایی برای تفکر درباره آنچه در جهان بنیادی است، وجود دارد. از دهه ۱۹۸۰، فیزیکدانان (همراه با پژوهشگران سایر رشتهها) شروع به توسعه ابزارهای ریاضی جدیدی برای مطالعه آنچه «پیچیدگی» (complexity) نامیده میشود، کردند – سیستمهایی که کل آنها بسیار فراتر از مجموع اجزایشان است. هدف نهایی تقلیلگرایی این بود که همه چیز در جهان را نتیجه ذرات و تعاملات آنها توضیح دهد. در مقابل، پیچیدگی اذعان دارد که وقتی تعداد زیادی ذره به هم میپیوندند تا چیزهای ماکروسکوپی – مانند ارگانیسمها – را تولید کنند، دانستن همه چیز درباره ذرات برای درک واقعیت کافی نیست. یکی از پیشگامان اولیه این رویکرد، فیزیکدان فیلیپ دبلیو. اندرسون بود که به طور خلاصه چشمانداز ضدتقلیلگرایانه نوظهور را با عبارت «بیشتر، متفاوت است» (More is different) بیان کرد. علم سیستمهای پیچیده در قرن بیست و یکم به سرعت رشد کرده است و پژوهشگران این حوزه در سال ۲۰۲۱ جایزه نوبل فیزیک را از آن خود کردند.
از دیدگاه یک فیزیکدان، هیچ سیستم پیچیدهای عجیبتر یا چالشبرانگیزتر از زندگی نیست. به عنوان مثال، سازماندهی ماده زنده، انتظارات معمول فیزیکدانان را درباره جهان به چالش میکشد. بدن شما مانند هر چیز دیگری از ماده ساخته شده است. اما اتمهایی که امروز بدن شما را میسازند، اتمهایی نخواهند بود که یک سال دیگر بدن شما را تشکیل میدهند. این بدان معناست که شما و هر موجود زنده دیگری یک شیء بیحرکت، مانند سنگ، نیستید، بلکه الگویی پویا هستید که در طول زمان در حال شکلگیری است. با این حال، چالش واقعی برای فیزیک این است که الگوهای سازنده زندگی «خودسازمانیافته» (self-organized) هستند. سیستمهای زنده هم خود را ایجاد میکنند و هم خود را در نوعی حلقه عجیب حفظ میکنند که هیچ ماشین موجودی نمیتواند آن را تکرار کند. به غشای سلولی فکر کنید که با اجازه دادن به ورود برخی مواد شیمیایی و جلوگیری از ورود برخی دیگر، سلول را زنده نگه میدارد. سلول غشا را ایجاد و به طور مداوم نگهداری میکند، اما خود غشا نیز فرایندی است که سلول را میسازد.
این مشکل «مرغ و تخممرغ» رویای فیزیک قدیمی را به چالش میکشد: اینکه وقتی ذرات بنیادی جهان فهرست شدند، همه چیز را میتوان به صراحت توصیف و پیشبینی کرد. یک ستاره جوان به من بدهید، و من میتوانم از قوانین تقلیلگرایانه فیزیک برای پیشبینی آینده آن ستاره استفاده کنم: میلیونها سال زندگی خواهد کرد به جای میلیاردها سال؛ به جای کوتوله سفید، به عنوان یک سیاهچاله خواهد مرد. اما اجزای یک ارگانیسم زنده، چیزی جدید و غیرمنتظره تولید میکنند، پدیدهای که «بروز» (emergence) نامیده میشود. یک سلول ساده از روزهای اولیه تاریخ زمین به من بدهید، و من هرگز نمیتوانستم پیشبینی کنم که حدود ۴ میلیارد سال بعد، به خرگوشی غولپیکر تکامل خواهد یافت که میتواند به صورت شما مشت بزند. کانگوروها – مانند انسانها – پیامد غیرقابل پیشبینی و بروزیافته تکامل زندگی هستند.
قوانین بنیادی که ماده و انرژی را کنترل میکنند، نمیتوانند یک ویژگی بنیادی دیگر زندگی را پیشبینی کنند: زندگی تنها سیستمی در جهان است که اطلاعات را برای اهداف خود «استفاده» میکند. گیاهان به سمت نور رشد میکنند، میکروبها به سمت منابع غذایی غنی شنا میکنند، حیوانات از شکارچیان پنهان میشوند، انسانها ماشینآلات فلزی غولپیکر را به فضای بیرونی میفرستند. اگرچه میتوان، برای مثال، یک ربات را برنامهریزی کرد تا زمانی که باتریاش کم میشود، به دنبال پریز برق بگردد، اما یک موجود زنده (مثلاً یک برنامهنویس انسانی) باید آن نیاز را در ماشین کدگذاری کند. در مقابل، زندگی هم عامل (agential) و هم خودمختار (autonomous) است. از میکروبها گرفته تا خرچنگها و انسانها، همه موجودات زنده نیازهای خود را دارند که باید برطرف کنند.
برای درک واقعی سیستمهای زنده به عنوان عوامل خودسازمانیافته و خودمختار، فیزیکدانان باید ذهنیت «فقط ذرات، خانم» خود را کنار بگذارند. یکی از استعدادهای بزرگ فیزیکدانان – شروع با قوانین بخشهای ساده (مانند اتمها) و کار کردن تا رسیدن به یک کل پیچیده – نمیتواند به طور کامل سلولها، حیوانات یا انسانها را توضیح دهد. خوشبختانه، این رشته مهارت بنیادی دیگری دارد که «میتواند» کمک کند: روشی خاص برای پرسیدن سوالات و ساخت مدلها برای پیشبینی. فیزیکدانان همیشه در به تصویر کشیدن جنبههای اساسی یک سیستم و بیان آن جنبهها به زبان ریاضیات خوب بودهاند. چه مقدار انرژی مفید از غشای سلولی جریان مییابد؟ کدام چیدمان نورونها اطلاعات را در سیستم عصبی یک کرم پهن به حداکثر میرساند؟ اکنون این مهارتها باید به کار گرفته شوند برای پرسشی دیرینه که تازه به درستی به آن توجه میشود: زندگی چیست؟
با استفاده از این مهارتها، فیزیکدانان – با همکاری نمایندگان تمام رشتههای دیگری که علم پیچیدگی را تشکیل میدهند – ممکن است به این پرسش پاسخ دهند که چگونه زندگی میلیاردها سال پیش روی زمین شکل گرفت و چگونه ممکن است روی جهانهای بیگانه دوردستی که اکنون با تلسکوپهای پیشرفته میتوانیم کاوش کنیم، شکل گرفته باشد. به همان اندازه مهم، درک اینکه چرا زندگی، به عنوان یک سیستم سازمانیافته، در سطحی بنیادی با تمام مواد دیگر در جهان متفاوت است، ممکن است به ستارهشناسان کمک کند تا استراتژیهای جدیدی را برای یافتن آن در مکانهایی که شباهت کمی به زمین دارند، طراحی کنند. تجزیه و تحلیل زندگی – هرچقدر هم بیگانه باشد – به عنوان یک سیستم خودسازمانیافته و اطلاعاتمحور، ممکن است کلید شناسایی نشانههای زیستی در سیاراتی صدها سال نوری دورتر را فراهم کند.
در نزدیکی زمین، مطالعه ماهیت زندگی احتمالاً برای درک کامل هوش – و ساخت نسخههای مصنوعی آن – ضروری است. در طول رونق فعلی هوش مصنوعی، پژوهشگران و فیلسوفان بحث کردهاند که آیا و چه زمانی مدلهای زبان بزرگ ممکن است به هوش عمومی دست یابند یا حتی آگاه شوند – یا در واقع، برخی از آنها قبلاً شدهاند. تنها راه برای ارزیابی صحیح چنین ادعاهایی، مطالعه، به هر وسیله ممکن، تنها منبع مورد توافق هوش عمومی است: زندگی. آوردن فیزیک جدید زندگی به مشکلات هوش مصنوعی نه تنها ممکن است به پژوهشگران کمک کند تا پیشبینی کنند مهندسان نرمافزار چه چیزی میتوانند بسازند؛ بلکه ممکن است محدودیتهای تلاش برای به تصویر کشیدن ویژگی اساسی زندگی در سیلیکون را نیز آشکار کند.
با ادامه قرن بیست و یکم، همکاران فیزیکدان من بدون شک به پیشرفت مطالعه سیاهچالهها، مکانیک کوانتومی و سایر حوزههای سنتی ادامه خواهند داد. اما مطالعه زندگی ما را به جاهایی خواهد برد که هرگز تصور نمیکردیم، و مسیری را برای آینده رشته ما میگشاید که برای اولین بار، با زیستشناسان، اکولوژیستها، نوروساینتیستها و جامعهشناسان در یک سطح بازی خواهد کرد. در بهترین حالت، پیگیری پاسخهای بنیادی درباره ماهیت موجودات زنده ممکن است فیزیکدانان را نه تنها به شگفتیهای علمی جدید، بلکه به روشی کاملاً جدید برای انجام علم نیز رهنمون شود.