🔵فقط سوال نپرسید!🔵
امروزه مدل های زبانی بزرگ (LLM) تبدیل به یک ابزار بسیار مهم برای انجام سریع تر و بهتر انواع و اقسام کارها شده اند با این حال اینکه شما چقدر از آن بهره می برید تا حد زیادی به نحوه ی استفاده ی شما بستگی دارد. از اولین روز های توسعه ی چنین مدل هایی بسیاری متوجه شدند تغییر دادن «پرامپت» تفاوت های زمین تا آسمان در نحوه ی پاسخ دهی این مدل ها ایجاد می کند و به همین خاطر چیزی به اسم «مهندسی پرامپت» (prompt engineering) کم کم جای خود را باز کرد. امروز میخواهم یکی از این روش ها را با شما به اشتراک بگذارم!
معمولا نحوه ی تعامل ما با این مدل ها به صورت «پرسش و پاسخ» است: ما سعی میکنیم یک ورودی خوب و دقیق ایجاد کنیم و بعد یک پاسخ خوب بگیریم. با این حال پیچیدگی برخی از مسائل فراتر ازین الگوی ساده است. برای این منظور یک مثال می آورم. فرض کنید که سرویس ایمیل شرکت قطع می شود و تنها چیزی که شما می دانید این است که چند روز پیش تنظیمات دی ان اس سایت را تغییر دادید. پیدا کردن ریشه ی مشکل در چنین حالتی به سادگی یک سوال نیست چون شما حتی نمی دانید که کجا خطا دارید بجز رفتن ایمیل ها به پوشه ی اسپم ها! به این ترتیب ورودی شما به مدل باید نه تنها شامل مشکل باشد بلکه باید از مدل بپرسید که چه داده هایی لازم دارد که عیب یابی بهتری انجام دهد! به عبارت دیگر شما از مدل می خواهید که سوالاتی که شما می توانید با جمع آوری داده های بیشتر برایش فراهم کنید را هم تولید کند!
دقت کنید که مدل های زبانی علم غیب ندارند و به این ترتیب اگر اطلاعاتی که شما به او می دهید ناقص باشد نمی توانند دقیقا ریشه ی مشکل را بدانند و به همین خاطر جواب های کلی می دهند! از طرفی شما ممکن است حتی ندانید کجا باید برای پیدا کردن اطلاعات بیشتر جستجو کنید! مدل می تواند به شما بگوید که چطور چنین اطلاعاتی را جمع آوری کرده و به او بدهید.
به این ترتیب شما از الگوی «پرسش و پاسخ» خارج شده و وارد الگوی «کنکاش» با کمک مدل می شوید. یک فرآیند رفت و برگشتی که شما فقط سوال کننده نیستید بلکه مدل هم سوالاتی تکمیلی از شما دارد. این شیوه میزان خطا و حدس های غلط مدل را به شدت کم کرده و شما عملا در چند رفت و برگشت به جواب نهایی می رسید. دفعه ی بعدی که از مدل سوالی میپرسید از او بخواهید که چه اطلاعات بیشتری نیاز دارد که قطعیت جوابش بهتر شود!
امروزه مدل های زبانی بزرگ (LLM) تبدیل به یک ابزار بسیار مهم برای انجام سریع تر و بهتر انواع و اقسام کارها شده اند با این حال اینکه شما چقدر از آن بهره می برید تا حد زیادی به نحوه ی استفاده ی شما بستگی دارد. از اولین روز های توسعه ی چنین مدل هایی بسیاری متوجه شدند تغییر دادن «پرامپت» تفاوت های زمین تا آسمان در نحوه ی پاسخ دهی این مدل ها ایجاد می کند و به همین خاطر چیزی به اسم «مهندسی پرامپت» (prompt engineering) کم کم جای خود را باز کرد. امروز میخواهم یکی از این روش ها را با شما به اشتراک بگذارم!
معمولا نحوه ی تعامل ما با این مدل ها به صورت «پرسش و پاسخ» است: ما سعی میکنیم یک ورودی خوب و دقیق ایجاد کنیم و بعد یک پاسخ خوب بگیریم. با این حال پیچیدگی برخی از مسائل فراتر ازین الگوی ساده است. برای این منظور یک مثال می آورم. فرض کنید که سرویس ایمیل شرکت قطع می شود و تنها چیزی که شما می دانید این است که چند روز پیش تنظیمات دی ان اس سایت را تغییر دادید. پیدا کردن ریشه ی مشکل در چنین حالتی به سادگی یک سوال نیست چون شما حتی نمی دانید که کجا خطا دارید بجز رفتن ایمیل ها به پوشه ی اسپم ها! به این ترتیب ورودی شما به مدل باید نه تنها شامل مشکل باشد بلکه باید از مدل بپرسید که چه داده هایی لازم دارد که عیب یابی بهتری انجام دهد! به عبارت دیگر شما از مدل می خواهید که سوالاتی که شما می توانید با جمع آوری داده های بیشتر برایش فراهم کنید را هم تولید کند!
دقت کنید که مدل های زبانی علم غیب ندارند و به این ترتیب اگر اطلاعاتی که شما به او می دهید ناقص باشد نمی توانند دقیقا ریشه ی مشکل را بدانند و به همین خاطر جواب های کلی می دهند! از طرفی شما ممکن است حتی ندانید کجا باید برای پیدا کردن اطلاعات بیشتر جستجو کنید! مدل می تواند به شما بگوید که چطور چنین اطلاعاتی را جمع آوری کرده و به او بدهید.
به این ترتیب شما از الگوی «پرسش و پاسخ» خارج شده و وارد الگوی «کنکاش» با کمک مدل می شوید. یک فرآیند رفت و برگشتی که شما فقط سوال کننده نیستید بلکه مدل هم سوالاتی تکمیلی از شما دارد. این شیوه میزان خطا و حدس های غلط مدل را به شدت کم کرده و شما عملا در چند رفت و برگشت به جواب نهایی می رسید. دفعه ی بعدی که از مدل سوالی میپرسید از او بخواهید که چه اطلاعات بیشتری نیاز دارد که قطعیت جوابش بهتر شود!
🔵پیچیدگی: ورود به دورانی جدید🔵
یکی از بزرگترین سوالات علم این است: چگونه زندگی بر روی زمین بوجود آمد؟ پیچیدگی و نظم عجیبی که در زیست شناسی میبینیم چگونه ممکن است ناشی از قوانین کور فیزیک باشد؟ تصور اینکه برخورد و واکنش برخی مواد شیمیایی با هم منجر به ایجاد موجودات زنده شود حتی برای قوی ترین مخیله هم دشوار است! برخی آن را به این شبیه می دانند که انتظار داشته باشیم وقتی طوفانی شده و قطعات فلز و چوب و پلاستیک به هوا برخاسته شده ناگهان یک هواپیمای بوئنینگ ۷۴۷ سر هم شده و بر زمین بنشیند! احتمال چنین رخدادی آنقدر پایین است که تنها یک ابله می تواند فکر کند که می تواند منتظر چنین چیزی باشد.
دانش امروز با تمام پیشرفت هایش و پیش بینی های دقیق از سطح زیر اتمی تا خود جهان هستی هنوز نتوانسته است جواب قانع کننده ای برای «پیدایش خود به خود» (abiogenesis) پیدا کند. با این حال دانش پیچیدگی (complexity science) کاملا دست خالی هم نیست. پیش از این در مورد اینکه چطور پیچیدگی می تواند از دل سادگی ایجاد شود پست هایی نوشتم. یکی از بزرگترین تغییرات در تصور ما از فیزیک بخصوص وقتی به تعداد زیادی از ذرات و اجزا اعمال می شود چیزی فراتر از یک فرایند کور است! ترمودینامیک کلاسیک اما چنین نظری ندارد: از دیدگاه ترمودینامیک رفتار دینامیکی تعداد زیادی ذره در کنار هم چیزی جز آشوب و در هم برهمی و بی نظمی نیست. با این حال چنین ادعایی در نهایت دچار مشکلات اساسی شد که راه را برای سرفصل جدیدی از ترمودینامیک باز کرد: ترمودینامیک غیر تعادلی (nonequilibrium thermodynamics)!
ایلیا پریگوژین (Ilya Prigogine) فیزیکدان و برنده ی نوبل شیمی روسی-بلژیکی از پیشگامان ترمودینامیک غیر تعادلی بود. او برای اولین بار توجه ها را به سمت فیزیک متفاوت سیستم های غیر تعادلی معطوف کرد. اما سیستم غیر تعادلی چه سیستمی است؟ برای درک بهتر باید ابتدا به سیستم های تعادلی توجه کنیم: چنین سیستم هایی با محیطشان تعاملی از انرژی یا ماده ندارند و سیستم در تعادل یا «بدون تغییر» است! یک تکه سنگ یا گازی که در یک محفظه محبوس شده است سیستم تعادلی است با این حال تقریبا تمام طبیعت و بخصوص حیات یک سیستم کاملا غیر تعادلی است. بدن ما مداوم در حال تعامل انرژی و ماده با محیط پیرامون است ما غذا میخوریم نفس میکشیم عرق و مدفوع میکنیم! تمام سیستم های زنده بسیار از تعادل فاصله دارند. پریگوژین از اصطلاح «سیستم های اتلافی» (dissipation systems) برای چنین پیکربندی هایی از ماده استفاده میکرد. اما این تنها اول ماجراست! ویژگی های خاص چنین سیستم هایی جهانی غنی از ابزارهای ریاضی به همراه می آورد که به ما نشان می دهد چگونه پیچیدگی می تواند از فرآیند بسیار ساده ایجاد شود.
در دهه ی ۸۰ میلادی تا به امروز بسیاری از دانشمندان علوم کامپیوتر از چنین ابزارهایی برای خلق آن چه امروز انقلاب هوش مصنوعی می شناسیم که همه را شگفت زده کرده است، استفاده کرده اند. مدل های انرژی (energy based model) و مدل های پخش (diffusion models) امروزه قادر به مدل کردن پیچیده ترین داده های تصویر و ویدیو هستند. دلیل چنین قدرتی بیشتر از حقه های مهندسی اساس ریاضی ترمودینامیک غیر تعادلی است که در قسمت های بعدی بیشتر به آن می پردازیم!
ما در زمانه ای بسیار هیجان انگیز هستیم ایده های مرکزی علم پیچیدگی ،ابزار های محاسباتی و سخت افزار ها همگی دست به دست هم داده تا پیچیده ترین سوالات را روشن کنند! شاید صد سال دیگر برای یک فرد عادی عجیب نباشد اگر فکر کند حیات بر روی زمین ناشی از فرایند های خود به خودی باشد اگر بداند که ریاضیات چه می تواند بیافریند!
یکی از بزرگترین سوالات علم این است: چگونه زندگی بر روی زمین بوجود آمد؟ پیچیدگی و نظم عجیبی که در زیست شناسی میبینیم چگونه ممکن است ناشی از قوانین کور فیزیک باشد؟ تصور اینکه برخورد و واکنش برخی مواد شیمیایی با هم منجر به ایجاد موجودات زنده شود حتی برای قوی ترین مخیله هم دشوار است! برخی آن را به این شبیه می دانند که انتظار داشته باشیم وقتی طوفانی شده و قطعات فلز و چوب و پلاستیک به هوا برخاسته شده ناگهان یک هواپیمای بوئنینگ ۷۴۷ سر هم شده و بر زمین بنشیند! احتمال چنین رخدادی آنقدر پایین است که تنها یک ابله می تواند فکر کند که می تواند منتظر چنین چیزی باشد.
دانش امروز با تمام پیشرفت هایش و پیش بینی های دقیق از سطح زیر اتمی تا خود جهان هستی هنوز نتوانسته است جواب قانع کننده ای برای «پیدایش خود به خود» (abiogenesis) پیدا کند. با این حال دانش پیچیدگی (complexity science) کاملا دست خالی هم نیست. پیش از این در مورد اینکه چطور پیچیدگی می تواند از دل سادگی ایجاد شود پست هایی نوشتم. یکی از بزرگترین تغییرات در تصور ما از فیزیک بخصوص وقتی به تعداد زیادی از ذرات و اجزا اعمال می شود چیزی فراتر از یک فرایند کور است! ترمودینامیک کلاسیک اما چنین نظری ندارد: از دیدگاه ترمودینامیک رفتار دینامیکی تعداد زیادی ذره در کنار هم چیزی جز آشوب و در هم برهمی و بی نظمی نیست. با این حال چنین ادعایی در نهایت دچار مشکلات اساسی شد که راه را برای سرفصل جدیدی از ترمودینامیک باز کرد: ترمودینامیک غیر تعادلی (nonequilibrium thermodynamics)!
ایلیا پریگوژین (Ilya Prigogine) فیزیکدان و برنده ی نوبل شیمی روسی-بلژیکی از پیشگامان ترمودینامیک غیر تعادلی بود. او برای اولین بار توجه ها را به سمت فیزیک متفاوت سیستم های غیر تعادلی معطوف کرد. اما سیستم غیر تعادلی چه سیستمی است؟ برای درک بهتر باید ابتدا به سیستم های تعادلی توجه کنیم: چنین سیستم هایی با محیطشان تعاملی از انرژی یا ماده ندارند و سیستم در تعادل یا «بدون تغییر» است! یک تکه سنگ یا گازی که در یک محفظه محبوس شده است سیستم تعادلی است با این حال تقریبا تمام طبیعت و بخصوص حیات یک سیستم کاملا غیر تعادلی است. بدن ما مداوم در حال تعامل انرژی و ماده با محیط پیرامون است ما غذا میخوریم نفس میکشیم عرق و مدفوع میکنیم! تمام سیستم های زنده بسیار از تعادل فاصله دارند. پریگوژین از اصطلاح «سیستم های اتلافی» (dissipation systems) برای چنین پیکربندی هایی از ماده استفاده میکرد. اما این تنها اول ماجراست! ویژگی های خاص چنین سیستم هایی جهانی غنی از ابزارهای ریاضی به همراه می آورد که به ما نشان می دهد چگونه پیچیدگی می تواند از فرآیند بسیار ساده ایجاد شود.
در دهه ی ۸۰ میلادی تا به امروز بسیاری از دانشمندان علوم کامپیوتر از چنین ابزارهایی برای خلق آن چه امروز انقلاب هوش مصنوعی می شناسیم که همه را شگفت زده کرده است، استفاده کرده اند. مدل های انرژی (energy based model) و مدل های پخش (diffusion models) امروزه قادر به مدل کردن پیچیده ترین داده های تصویر و ویدیو هستند. دلیل چنین قدرتی بیشتر از حقه های مهندسی اساس ریاضی ترمودینامیک غیر تعادلی است که در قسمت های بعدی بیشتر به آن می پردازیم!
ما در زمانه ای بسیار هیجان انگیز هستیم ایده های مرکزی علم پیچیدگی ،ابزار های محاسباتی و سخت افزار ها همگی دست به دست هم داده تا پیچیده ترین سوالات را روشن کنند! شاید صد سال دیگر برای یک فرد عادی عجیب نباشد اگر فکر کند حیات بر روی زمین ناشی از فرایند های خود به خودی باشد اگر بداند که ریاضیات چه می تواند بیافریند!
چاه های گرمایی (Hydrothermal vent) در عمق اقیانوس ها زبانه هایی چند صد متری از دود و مواد آتشفشانی به درون اقیانوس بیرون می دهند که خوراک اولیه ی گرادیان پروتون های آزاد (H+) (proton gradients) است که وجود حیات بر روی این کره ی آبی را ممکن می کند!
چاه های گرمایی اما رازهای بیشتری در درون خود دارند: آنها محیط اولیه ایجاد حیات بر روی زمین هستند!
چاه های گرمایی اما رازهای بیشتری در درون خود دارند: آنها محیط اولیه ایجاد حیات بر روی زمین هستند!
🔵پیچیدگی: ورود به دورانی جدید ۲🔵
اولین سوالی که پیش می اید این است که «حیات چیست»؟ تلاش های بسیار برای تعریف حیات و مرزهای غیر مشخص آن ناشی از درک ناقص ما از زیست شناسی نیست بلکه به مشکلی عمیق تر اشاره می کند.
سیاره ما زمین (فعلا) تنها محلی در جهان است که میزبان حیات است. با این حال این تنها حیات نیست که سیاره ی آبی و سبز رنگ ما را از بقیه سیارات جدا می کند بلکه ترکیب بسیار جالب مواد شیمیایی آن، فاصله ی دقیق از خورشید و بقیه پارامتر ها باعث شده است که این کره میزبان دینامیک های پیچیده و عجیبی باشد. به این ترتیب باید دید کلی تری داشت و نه تنها به زیست کره (biosphere) یعنی تمام آنچه حیات بر روی زمین است بلکه به سیستم های مادر آن یعنی هواکره (اتمسفر atmosphere) سنگ کره (geosphere) و آب کره (hydrosphere) توجه کرد.
زمین اولیه محل بسیار وحشیانه ای بود: کوه های مذاب و فوران های آتشفشانی تمام سطح زمین را پوشانده بود. بر روی سطحی با دماهای باورنکردنی چند هزار درجه هیچ شانسی برای ایجاد حیات وجود نداشت با این حال مذاب اولیه کنونی بستری را فراهم کرد که برای ایجاد ساختار ها و مواد شیمیایی پیچیده ی بعدی لازم بود. سنگ کره در آن زمان در بازه های زمانی سریع تغییر میکرد چرا که دمای سطح زمین آن را شبیه به یک مایع کرده بود. خروج مذاب و دیگر مواد از مرکز زمین به سطح امکان حضور اقیانوس ها و هوا (با ترکیبات شیمیای بسیار متفاوت از امروز) را فراهم میکرد. با این حال زمان آن بود که بازیگران بعدی یعنی اقیانوس ها و بسیار بعد تر هواکره نقش خود را در ایجاد حیات ایفا کنند. شناخت چنین سیستم هایی در اساسی ترین سطح هیچ تفاوتی با بررسی زیست شناسی ندارند!
اریک اسمیث (Eric Smith) در کتاب «منشا و طبیعت حیات بر روی زمین» ما را به این نکته آگاه می کند که حیات چهارمین سیستم در درون شبکه ای در هم تنیده از اتفاقاتی است که در زمین کره، هوا کره و اب کره می افتد! این چهار سیستم بر روی هم اثر می گذارند و تعیین مرزهای آن ها گاه دشوار می شود. به همین دلیل پاسخ به این پرسش که «حیات اولیه بر روی زمین کی بوجود آمد و چه شکلی بود؟» سوال درستی نیست! نیک لین (Nick Lane) در کتاب «سوال حیاتی» (The vital question) به این نکته اشاره می کند که شکلهای اولیه حیات تفاوت چندانی با واکنش های شیمیایی بین زمین کره و آب کره در عمق اقیانوس ها نداشته اند. در مرکز جریان های پرقدرت انرژی در کف اقیانوس در نقاطی که به «چاه های گرمایی» (Hydrothermal vent) شناخته می شوند در میلیاردها سال پیش رشته ی جدیدی از واکنش ها (که به ویژگی های خاص آن ها میپردازیم) امکان حضور یافتند که در نهایت منجر به حیات شد. اما ویژگی اصلی این واکنش ها چه بود که آن را «شبیه» به حیات می کرد؟
مشخص ترین ویژگی حیات واکنش دايم آن با محیط اطرف در عین «تعادل» و «ماندگاری» است! حیات تعادلی در عدم تعادل محیط است! به این ویژگی «هم‌ایستایی» (Homestasis) گفته می شود. بدن موجودات زنده در برابر بازه ای از تغییرات محیطی مانند دما، مواد شیمیایی، نور و فشار و غیره دوام می آورد و از هم نمی پاشد. به همین خاطر به نظر میرسد که حیات قانون آنتروپی را نقض می کند: ایجاد نظم در جهانی که به سوی بی نظمی در حرکت است!
اما چگونه هم ایستایی از لحاظ فیزیکی ممکن است؟ برای کشف این موضوع باید به مهمترین نوع واکنش های شیمیایی در بدن موجودات زنده دقت کرد. واکنش «خود کاتالیزی» (Autocatalysis): در این نوع واکنش های شیمیایی محصولات واکنش دوباره به عنوان ورودی مصرف می شوند. به طور مثال اگر دو ماده ی شیمیایی A و B با هم واکنش بدهند دوباره B تولید می شود:
A+2B -> B + C
به این ترتیب آنقدر B تولید و مصرف می شود که تمام شود! در این بین A فقط به این فرایند کمک می کند چنین موادی در زیست شناسی به «آنزیم» شناخته می شوند! تقریبا هر آنچه در بدن شما اتفاق می افتد بخشی از یک فرآیند آنزیمی است! اما چنین معادله ای چه اهمیتی دارد؟ ویژگی ریاضی بسیار جالب چنین اتفاق شیمیایی نقطه ی عطفی در یافتن ارتباط بین هم ایستایی و پیچیدگی است.
در قسمت بعد نشان می دهیم چگونه این ریاضی همه جا هست و چطور حتی در هوش مصنوعی جدید هم وارد شده است!
اولین سوالی که پیش می اید این است که «حیات چیست»؟ تلاش های بسیار برای تعریف حیات و مرزهای غیر مشخص آن ناشی از درک ناقص ما از زیست شناسی نیست بلکه به مشکلی عمیق تر اشاره می کند.
سیاره ما زمین (فعلا) تنها محلی در جهان است که میزبان حیات است. با این حال این تنها حیات نیست که سیاره ی آبی و سبز رنگ ما را از بقیه سیارات جدا می کند بلکه ترکیب بسیار جالب مواد شیمیایی آن، فاصله ی دقیق از خورشید و بقیه پارامتر ها باعث شده است که این کره میزبان دینامیک های پیچیده و عجیبی باشد. به این ترتیب باید دید کلی تری داشت و نه تنها به زیست کره (biosphere) یعنی تمام آنچه حیات بر روی زمین است بلکه به سیستم های مادر آن یعنی هواکره (اتمسفر atmosphere) سنگ کره (geosphere) و آب کره (hydrosphere) توجه کرد.
زمین اولیه محل بسیار وحشیانه ای بود: کوه های مذاب و فوران های آتشفشانی تمام سطح زمین را پوشانده بود. بر روی سطحی با دماهای باورنکردنی چند هزار درجه هیچ شانسی برای ایجاد حیات وجود نداشت با این حال مذاب اولیه کنونی بستری را فراهم کرد که برای ایجاد ساختار ها و مواد شیمیایی پیچیده ی بعدی لازم بود. سنگ کره در آن زمان در بازه های زمانی سریع تغییر میکرد چرا که دمای سطح زمین آن را شبیه به یک مایع کرده بود. خروج مذاب و دیگر مواد از مرکز زمین به سطح امکان حضور اقیانوس ها و هوا (با ترکیبات شیمیای بسیار متفاوت از امروز) را فراهم میکرد. با این حال زمان آن بود که بازیگران بعدی یعنی اقیانوس ها و بسیار بعد تر هواکره نقش خود را در ایجاد حیات ایفا کنند. شناخت چنین سیستم هایی در اساسی ترین سطح هیچ تفاوتی با بررسی زیست شناسی ندارند!
اریک اسمیث (Eric Smith) در کتاب «منشا و طبیعت حیات بر روی زمین» ما را به این نکته آگاه می کند که حیات چهارمین سیستم در درون شبکه ای در هم تنیده از اتفاقاتی است که در زمین کره، هوا کره و اب کره می افتد! این چهار سیستم بر روی هم اثر می گذارند و تعیین مرزهای آن ها گاه دشوار می شود. به همین دلیل پاسخ به این پرسش که «حیات اولیه بر روی زمین کی بوجود آمد و چه شکلی بود؟» سوال درستی نیست! نیک لین (Nick Lane) در کتاب «سوال حیاتی» (The vital question) به این نکته اشاره می کند که شکلهای اولیه حیات تفاوت چندانی با واکنش های شیمیایی بین زمین کره و آب کره در عمق اقیانوس ها نداشته اند. در مرکز جریان های پرقدرت انرژی در کف اقیانوس در نقاطی که به «چاه های گرمایی» (Hydrothermal vent) شناخته می شوند در میلیاردها سال پیش رشته ی جدیدی از واکنش ها (که به ویژگی های خاص آن ها میپردازیم) امکان حضور یافتند که در نهایت منجر به حیات شد. اما ویژگی اصلی این واکنش ها چه بود که آن را «شبیه» به حیات می کرد؟
مشخص ترین ویژگی حیات واکنش دايم آن با محیط اطرف در عین «تعادل» و «ماندگاری» است! حیات تعادلی در عدم تعادل محیط است! به این ویژگی «هم‌ایستایی» (Homestasis) گفته می شود. بدن موجودات زنده در برابر بازه ای از تغییرات محیطی مانند دما، مواد شیمیایی، نور و فشار و غیره دوام می آورد و از هم نمی پاشد. به همین خاطر به نظر میرسد که حیات قانون آنتروپی را نقض می کند: ایجاد نظم در جهانی که به سوی بی نظمی در حرکت است!
اما چگونه هم ایستایی از لحاظ فیزیکی ممکن است؟ برای کشف این موضوع باید به مهمترین نوع واکنش های شیمیایی در بدن موجودات زنده دقت کرد. واکنش «خود کاتالیزی» (Autocatalysis): در این نوع واکنش های شیمیایی محصولات واکنش دوباره به عنوان ورودی مصرف می شوند. به طور مثال اگر دو ماده ی شیمیایی A و B با هم واکنش بدهند دوباره B تولید می شود:
A+2B -> B + C
به این ترتیب آنقدر B تولید و مصرف می شود که تمام شود! در این بین A فقط به این فرایند کمک می کند چنین موادی در زیست شناسی به «آنزیم» شناخته می شوند! تقریبا هر آنچه در بدن شما اتفاق می افتد بخشی از یک فرآیند آنزیمی است! اما چنین معادله ای چه اهمیتی دارد؟ ویژگی ریاضی بسیار جالب چنین اتفاق شیمیایی نقطه ی عطفی در یافتن ارتباط بین هم ایستایی و پیچیدگی است.
در قسمت بعد نشان می دهیم چگونه این ریاضی همه جا هست و چطور حتی در هوش مصنوعی جدید هم وارد شده است!
This media is not supported in your browser
VIEW IN TELEGRAM
تقریبا تمام حیات چیزی جز این نیست! در مرکز ساخت تمام مواد شیمیایی پیچیده ی بدن تمام موجودات زنده یک حلقه پروتونی وجود دارد. در این حلقه پروتون ها وارد می شوند و مولکول ها از خودشان کپی درست می کند!
پروتئین ها، چربی ها، شکر ها وتامین ها همه از درون این حلقه بیرون می آیند! ریاضی چنین حلقه ای چیست؟
پروتئین ها، چربی ها، شکر ها وتامین ها همه از درون این حلقه بیرون می آیند! ریاضی چنین حلقه ای چیست؟