Editors' choice! Xem thêm các bài hay nhất của zeal tại đây.
a
§ Tác giả: Phillip Ball | Nguồn: Quanta Magazine
Biên dịch: Minh Nhật | Hiệu đính:  Aceae
26/07/2017

Điểm khác biệt giữa vật lý và sinh học là gì? Hãy lấy một trái bóng golf và một quả đạn pháo rồi cùng thả xuống từ Tháp nghiêng Pisa. Các định luật vật lý cho phép ta dự đoán được quỹ đạo của chúng như mong muốn.

Giờ hãy thực hiện lại thí nghiệm, nhưng thay thế quả đạn pháo bằng một con chim bồ câu.

Tất nhiên các hệ thống sinh học không dám thách thức các định luật vật lý – nhưng có vẻ các định luật vật lý cũng không thể dự đoán được các hệ thống sinh học. Mà ngược lại, chúng (các hệ thống sinh học) hoạt động hướng đến mục tiêu: sinh tồn và duy trì nòi giống. Ta có thể nói chúng có một mục đích – hay như các triết gia vẫn gọi là mục đích luận (teleology) – dẫn dắt hành vi của chúng.

Cũng tương tự, vật lý giờ đây cho phép chúng ta dự đoán trạng thái của vũ trụ, bắt đầu từ thời điểm một phần tỷ giây sau khi vụ nổ Big Bang xảy ra. Nhưng không một ai chắc được rằng sự sống, từ những tế bào đầu tiên trên Trái Đất, sẽ luôn đi theo một con đường tiên đoán trước được dẫn đến loài người. Các định luật dường như không điều khiển quá trình tiến hóa.

Tất nhiên các hệ thống sinh học không dám thách thức các định luật vật lý – nhưng có vẻ các định luật vật lý cũng không thể dự đoán được các hệ thống sinh học.

Theo nhà sinh học tiến hóa Ernst Mayr1, tính có mục đích và phụ thuộc vào lịch sử khiến sinh học trở nên độc nhất trong các ngành khoa học. Cả hai yếu tố này bắt nguồn từ nguyên tắc chỉ dẫn tổng quát duy nhất của sinh học: tiến hóa. Tiến hóa phụ thuộc vào cơ hội và tính ngẫu nhiên, nhưng chọn lọc tự nhiên lại khiến cho nó có vẻ mang ý định và mục đích. Các loài động vật bị thu hút về hướng nguồn nước, không phải do lực hút từ tính nào đó, mà bởi bản năng của chúng, ý định của chúng, là để sinh tồn. Còn đôi chân thì phục vụ cho mục đích, trong số nhiều mục đích khác, là đưa chúng ta đến với nguồn nước.

Mayr khẳng định rằng những yếu tố trên khiến cho sinh học trở nên khác biệt – khiến chính nó trở thành một định luật riêng. Nhưng với sự phát triển trong các ngành vật lý học không cân bằng2 (non-equilibrium physics), hệ thống phức tạp3 (complex systems) và lý thuyết thông tin ngày nay, cách nhìn nhận này đang bị thách thức.

Một khi chúng ta xem sự sống như những tác nhân đang thực hiện công việc tính toán – bao gồm thu thập và lưu trữ thông tin về một môi trường không thể dự đoán trước – thì ta có thể hiểu ra rằng, những khả năng và hoạt động như nhân bản, thích nghi, agency4, mục đích và ý nghĩa, không phải đã phát triển từ những thích nghi tiến hóa, mà là từ những hệ quả hiển nhiên của các định luật vật lý. Hay nói cách khác, dường như có một hệ vật lý của vật chất hoạt động, hay chính là sống, và tiến hóa để làm những công việc đó. Ý nghĩa và ý định – từng được xem là những đặc điểm đặc trưng của các hệ thống sống – có thể sẽ từ đó xuất hiện một cách tự nhiên thông qua các định luật về nhiệt động lực học và cơ học thống kê5.

Tháng 11 vừa qua, các nhà vật lý, toán học và khoa học máy tính đã có một buổi thảo luận – đôi lúc là tranh luận – cùng với những nhà sinh học tiến hóa và sinh học phân tử về các ý tưởng vừa nêu trên tại buổi hội thảo ở Viện Santa Fe, bang New Mexico, thánh địa đối với ngành khoa học về những “hệ thống phức tạp.” Câu hỏi mọi người đặt ra là: Sinh học đặc biệt (hoặc không đặc biệt) đến mức nào?

Không có gì đáng ngạc nhiên khi không có sự đồng thuận nào giữa các nhà khoa học. Nhưng một thông điệp đã xuất hiện rất rõ ràng là, nếu có một dạng vật lý đằng sau mục đích và agency sinh học, thì nó phải sử dụng cùng một khái niệm cốt lõi với vật lý cơ bản, đó là thông tin.

§

Sự hỗn loạn và những con quỷ

Nỗ lực đầu tiên nhằm mang thông tin và ý định vào những định luật của nhiệt động lực học xuất hiện vào khoảng giữa thế kỷ 19, khi cơ học thống kê được phát minh bởi nhà khoa học người Scotland, James Clerk Maxwell. Maxwell đã đưa ra cách thức mà hai thành phần này dường như biến những điều nhiệt động lực học từng tuyên bố là không thể trở thành có thể.

Maxwell đã cho thấy cách rút ra những mối liên hệ toán học chính xác và có thể dự đoán được giữa những thuộc tính của chất khí – gồm áp suất, thể tích, và nhiệt độ – từ những chuyển động ngẫu nhiên và không thể nhận biết của vô số các phân tử mang nhiệt năng dao động hỗn loạn. Nói cách khác, nhiệt động lực học – một ngành khoa học mới về dòng chảy của nhiệt, hợp nhất các thuộc tính quy mô lớn của vật chất như áp suất và nhiệt độ – chính là kết quả của cơ học thống kê ở quy mô hiển vi của các phân tử và nguyên tử.

Theo nhiệt động lực học, khả năng trích ra một phần công hữu ích từ các nguồn năng lượng của vũ trụ luôn luôn giảm dần. Những quả bóng năng lượng đang xẹp dần, những điểm tập trung nhiệt càng ngày càng trở nên bằng phẳng (giống với mức nền). Trong tất cả các quá trình vật lý, một phần năng lượng chắc chắn bị tiêu tan dưới dạng nhiệt vô ích, do sự chuyển động ngẫu nhiên của các phân tử. Sự ngẫu nhiên này tương đương một đại lượng trong nhiệt động lực học, gọi là entropy – một phép đo của sự hỗn loạn – một thứ luôn gia tăng. Đó là định luật thứ hai của nhiệt động lực học. Sau cùng thì vũ trụ sẽ tiến đến một trạng thái đồng nhất và tẻ nhạt: một trạng thái cân bằng, entropy đạt mức tối đa, và không gì có ý nghĩa sẽ xảy ra nữa.

Có phải kết cục đáng sợ này là số phận của chúng ta không? Maxwell không muốn tin là vậy, và đến năm 1867 ông đã bắt đầu theo đuổi việc, theo cách nói của ông, “chọc một lỗ hổng” trong định luật thứ hai. Mục tiêu của ông là bắt đầu với một hộp gồm các phân tử dao động ngẫu nhiên, sau đó tách các phân tử nhanh khỏi các phân tử chậm, làm giảm entropy của hệ thống xuống.

Hãy tưởng tượng một sinh vật nhỏ bé – như nhà vật lý William Thomson sau này đã đặt tên, dù Maxwell có chút phiền lòng, là một con quỷ – có thể nhìn thấy từng phân tử riêng lẻ trong hộp. Con quỷ tách chiếc hộp thành hai ngăn, với một cánh cửa kéo trên bức tường ngăn giữa. Mỗi khi hắn thấy một phân tử năng lượng cao tiếp cận cánh cửa từ gian bên phải, hắn sẽ mở cửa cho phân tử đó đi qua. Và mỗi khi một phân tử chậm, “lạnh” tiếp cận từ gian bên trái, hắn cũng cho nó đi qua. Cuối cùng thì hắn sẽ có một gian chứa khí lạnh ở bên phải và khí nóng ở bên trái: một nguồn nhiệt có thể được khai thác để tạo ra công.

Con quỷ của Maxwell. Nguồn: Wikimedia.

Điều này chỉ trở nên khả thi bởi hai lý do. Thứ nhất, con quỷ có nhiều thông tin hơn chúng ta: Nó có thể nhìn thấy tất cả các phân tử riêng lẻ, chứ không chỉ là các số liệu thống kê trung bình. Và thứ hai, nó có ý định: một kế hoạch nhằm tách nóng khỏi lạnh. Bằng cách khai thác kiến thức của mình với ý định đó, nó có thể thách thức các định luật của nhiệt động lực học.

Ít nhất thì cũng có vẻ là như vậy. Phải mất cả trăm năm thì người ta mới hiểu được tại sao con quỷ của Maxwell không thể thực sự đánh bại được định luật thứ hai và ngăn chặn việc vũ trụ suy thoái không gì cản được về một trạng thái cân bằng chết chóc. Và lý do đó chỉ ra rằng có một mối liên hệ sâu sắc giữa nhiệt động lực học và quá trình xử lý thông tin – hay nói theo một cách khác, là tính toán. Nhà vật lý người Mỹ gốc Đức Rolf Landauer đã chỉ ra rằng, kể cả khi con quỷ có thể thu thập thông tin và di chuyển cánh cửa (không ma sát) mà không phải tốn năng lượng, thì cuối cùng cũng có một cái giá phải trả. Vì nó không thể sở hữu bộ nhớ vô tận về tất cả chuyển động phân tử, nên đôi khi nó phải làm sạch bộ nhớ – quên đi những gì nó đã nhìn thấy và bắt đầu lại – trước khi nó có thể tiếp tục thu thập năng lượng. Hành động xóa thông tin này có một cái giá không thể tránh được: Nó giải phóng năng lượng và do đó làm gia tăng entropy. Tất cả những gì thu được chống lại định luật thứ hai, được tạo ra bởi công sức làm việc của con quỷ, đã bị hủy bỏ bởi “Giới hạn của Landauer”: chi phí hữu hạn của việc xoá thông tin (hoặc tổng quát hơn là của việc chuyển đổi thông tin từ dạng này sang dạng khác).

Trong khi một chiếc cốc chứa đầy các chất phản ứng cuối cùng sẽ tiêu thụ năng lượng của chính nó, rồi đi vào trạng thái cân bằng và ổn định, thì các hệ thống sống lại cùng nhau tránh được trạng thái cân bằng từ thời khởi nguyên cách đây khoảng 3,5 tỷ năm trước.

Sinh vật sống dường như khá giống với con quỷ của Maxwell. Trong khi một chiếc cốc chứa đầy các chất phản ứng cuối cùng sẽ tiêu thụ năng lượng của chính nó, rồi đi vào trạng thái cân bằng và ổn định, thì các hệ thống sống lại cùng nhau tránh được trạng thái cân bằng từ thời khởi nguyên cách đây khoảng 3,5 tỷ năm trước. Chúng thu thập năng lượng từ môi trường xung quanh để duy trì trạng thái không cân bằng này, và thực hiện điều đó với “ý định.” Thậm chí những vi khuẩn đơn giản nhất cũng di chuyển với “mục đích” hướng về nguồn nhiệt và nguồn dinh dưỡng. Trong cuốn sách xuất bản năm 1944 – What is life? (Tạm dịch: Sự sống là gì?), nhà vật lý học Erwin Schrödinger đã mô tả điều đó bằng cách nói rằng các sinh vật sống tiêu thụ “entropy âm” để sống.

Chúng đạt được điều này, Schrödinger phát biểu, bằng cách thu giữ và lưu trữ thông tin. Một phần thông tin này được mã hóa vào trong gen của chúng và chuyển tiếp từ thế hệ này sang thế hệ kế tiếp: một tập hợp những chỉ dẫn cách thu thập entropy âm. Schrödinger không biết thông tin được lưu giữ ở đâu và được mã hóa như thế nào, nhưng ông cho rằng nó được ghi lại vào một thứ gọi là “tinh thể phi chu kỳ” (aperiodic crystal), và điều này đã truyền cảm hứng cho Francis Crick, vốn là một nhà vật lý, và James Watson, vào năm 1953 khi bộ đôi này tìm ra cách thông tin di truyền có thể được mã hóa vào trong cấu trúc phân tử của ADN.

Một bộ gen vậy ít nhất cũng là một bản ghi chép những kiến thức hữu ích đã cho phép tổ tiên sinh vật – từ thời xa xưa nhất – tồn tại trên hành tinh chúng ta. Theo nhà toán học và vật lý học David Wolpert thuộc Viện Santa Fe và là người tổ chức cuộc hội thảo nói trên, cùng đồng nghiệp của ông, Artemy Kolchinsky, thì điểm mấu chốt là những sinh vật nào thích nghi tốt thì có mối quan hệ tương quan với chính môi trường đó. Nếu một vi khuẩn luôn bơi về bên trái hoặc phải khi hướng đó có nguồn thức ăn, nó sẽ thích nghi tốt hơn và phát triển mạnh hơn một vi khuẩn khác bơi theo những hướng ngẫu nhiên và chỉ tìm thấy thức ăn nhờ may mắn. Mối tương quan giữa trạng thái sinh vật và môi trường của chúng gợi ý rằng chúng chia sẻ thông tin chung. Wolpert và Kolchinsky nói rằng thông tin này giúp cho những sinh vật sống tránh khỏi trạng thái cân bằng – bởi giống như con quỷ của Maxwell, nó có thể biến đổi hành vi của mình để trích công từ những dao động của môi trường xung quanh. Nếu không có được thông tin này, sinh vật sẽ dần trở lại trạng thái cân bằng: Nó sẽ chết.

Nhìn nhận theo cách này, sự sống có thể xem như là một phép tính tối ưu hóa việc lưu trữ và sử dụng những thông tin có ý nghĩa. Và sự sống hóa ra lại rất giỏi trong việc này. Lời giải của Landauer cho câu đố hóc búa về con quỷ của Maxwell đã đặt ra một giới hạn nhỏ nhất tuyệt đối cho mức năng lượng mà một hệ thống tính toán với bộ nhớ hữu hạn yêu cầu: đó là chi phí năng lượng của việc quên đi. Nếu so sánh thì những máy tính ưu việt nhất hiện nay lãng phí năng lượng hơn rất, rất nhiều, thường chúng tiêu thụ và giải phóng số năng lượng hơn cả một triệu lần giới hạn trên. Nhưng theo Wolpert, “ngay cả khi ta ước tính một cách rất thận trọng về hiệu suất nhiệt động lực học của tất cả các hoạt động tính toán mà một tế bào thực hiện, thì con số này cũng chỉ hơn 10 lần, hoặc tầm đó, so với giới hạn của Landauer.”

Hay nói cách khác, sinh học (có thể ngoại trừ bản thân chúng ta) dường như rất cẩn thận để tránh phải suy nghĩ quá mức về vấn đề tồn tại.

Ông nói rằng, ngụ ý ở đây là “chọn lọc tự nhiên rất bận tâm đến việc giảm thiểu chi phí nhiệt động lực học của hoạt động tính toán. Nó sẽ thực hiện mọi thứ có thể để giảm tổng số các phép tính toán mà một tế bào phải thực hiện.” Hay nói cách khác, sinh học (có thể ngoại trừ bản thân chúng ta) dường như rất cẩn thận để tránh phải suy nghĩ quá mức về vấn đề tồn tại. Ông nói, vấn đề về chi phí và lợi ích trong việc tính toán cách sống từ trước đến nay đã phần lớn bị bỏ qua trong sinh học.

§

Thuyết Darwin về vật vô tri

Vậy nên các sinh vật sống có thể được xem là các thực thể thích nghi với môi trường bằng cách sử dụng thông tin để thu thập năng lượng và tránh khỏi trạng thái cân bằng. Quả là dài dòng. Nhưng phải chú ý rằng cách nhìn nhận trên không đề cập gì đến gen và tiến hóa, thứ mà Mayr, cũng như rất nhiều nhà sinh vật học, cho là nền móng của ý định và mục đích sinh học.

Bức tranh này có thể đưa chúng ta đến đâu? Gen được mài giũa bởi quá trình chọn lọc tự nhiên chắc chắn là vô cùng quan trọng với sinh học. Nhưng có thể nào sự tiến hóa nhờ chọn lọc tự nhiên chỉ là một trường hợp cá biệt của một thiên hướng tổng quát hơn, hướng tới chức năng và mục đích, vốn vẫn tồn tại trong vũ trụ thuần vật lý? Dường như các bằng chứng đang bắt đầu chỉ đến kết luận đó.

Thích nghi từ lâu đã được xem là thương hiệu của tiến hóa theo thuyết Darwin. Nhưng Jeremy England tại Viện Công nghệ Massachusetts đã lập luận rằng sự thích nghi với môi trường có thể xảy ra ngay cả trong một hệ thống vô sinh phức tạp.

Thích nghi ở đây mang ý nghĩa cụ thể hơn so với bức tranh thông thường của Darwin về một sinh vật được trang bị tốt để sinh tồn. Có một khó khăn trong quan điểm của Darwin là ta không có cách nào để xác định một sinh vật có thích nghi tốt hay không, mà chỉ có thể nhìn lại vào quá khứ để kết luận. Các cá thể “phù hợp nhất” là những cá thể làm tốt hơn trong việc sinh tồn và nhân bản, nhưng ta không thể biết được sự phù hợp ấy bao gồm những tính trạng gì. Cá voi và sinh vật phù du đều là những sinh vật thích nghi tốt với môi trường sống đại dương, nhưng theo những cách ít có liên hệ rõ ràng với nhau.

Thích nghi từ lâu đã được xem là thương hiệu của tiến hóa theo thuyết Darwin. Nhưng Jeremy England tại Viện Công nghệ Massachusetts đã lập luận rằng sự thích nghi với môi trường có thể xảy ra ngay cả trong một hệ thống vô sinh phức tạp.

Định nghĩa về “sự thích nghi” của England gần giống với Schrödinger và Maxwell: Một thực thể thích nghi tốt có thể hấp thu năng lượng một cách hiệu quả từ một môi trường biến động và không thể đoán trước. Điều này giống như một người có thể giữ thăng bằng trên một con tàu đang nhồi lên hụp xuống, trong khi những người khác ngã nhào, nhờ khả năng điều chỉnh theo dao động của boong tàu. England và cộng sự của ông, sử dụng những khái niệm và phương pháp của cơ học thống kê trong điều kiện không cân bằng, đã kết luận rằng những hệ thống thích nghi tốt này là những hệ thống hấp thụ và giải phóng năng lượng của môi trường, trong quá trình này thì tạo ra entropy.

England cho biết, các hệ thống phức tạp trở nên ổn định tại những trạng thái thích nghi tốt một cách dễ dàng đến ngạc nhiên: “Chất có nhiệt độ biến đổi thường bị tạo hình một cách tự nhiên sao cho phù hợp với việc việc hấp thụ từ môi trường biến thiên theo thời gian.”

Quá trình này không liên quan gì đến Darwin, hay đến việc điều chỉnh dần dần theo môi trường xung quanh thông qua các cơ chế nhân bản, đột biến và kế thừa các tính trạng. Không có sự nhân bản nào cả. England nói: “Điều thú vị ở đây là khi ta đưa ra một giải thích vật lý về nguồn gốc của những cấu trúc có thể thích nghi mà chúng ta thấy, thì không nhất thiết chúng phải có cha mẹ theo nghĩa sinh học. Bạn có thể giải thích sự thích nghi tiến hóa bằng nhiệt động lực học, ngay cả trong những trường hợp khi không hề có sự tự nhân bản và logic của thuyết Darwin không còn áp dụng được nữa” – miễn là hệ thống được đề cập đến đủ phức tạp, linh hoạt và nhạy cảm để ứng phó với những biến động của môi trường.

Những đụn cát hình thành từ điệu nhảy ngẫu nhiên của gió. Nguồn: Pixabay.

Nhưng cũng không có bất kỳ mâu thuẫn nào giữa sự thích nghi vật lý và thích nghi sinh học kiểu Darwin. Trong thực tế, thích nghi sinh học có thể xem là một trường hợp đặc biệt của thích nghi vật lý. Nếu có sự sao chép, thì chọn lọc tự nhiên sẽ là con đường để các hệ thống có được khả năng hấp thụ công – entropy âm của Schrödinger – từ môi trường. Tự sao chép, trên thực tế, là một cơ chế đặc biệt tốt để ổn định các hệ thống phức tạp, và do đó không có gì đáng ngạc nhiên khi sinh học đã sử dụng cơ chế này. Nhưng trong giới vô sinh, nơi sự sao chép thường không xảy ra, những cấu trúc thích nghi tốt có xu hướng là những cấu trúc có tổ chức cao, như những gợn sóng và đụn cát được hình thành từ những điệu nhảy ngẫu nhiên của cát bị cuốn theo gió. Nhìn theo cách này, sự tiến hóa theo thuyết Darwin có thể xem như một trường hợp đặc biệt của một nguyên tắc vật lý tổng quát hơn, chi phối các hệ thống không cân bằng.

§

Những cỗ máy dự báo

Bức tranh về những cấu trúc phức tạp thích nghi với một môi trường biến động cũng cho phép chúng ta suy luận về cách những cấu trúc này lưu trữ thông tin. Một cách ngắn ngọn, miễn là những cấu trúc như vậy – dù hữu sinh hay không – bị buộc phải sử dụng năng lượng có sẵn một cách hiệu quả thì chúng sẽ có khả năng trở thành những “cỗ máy dự báo.”

Một phần định nghĩa của sự sống là các hệ thống sinh học thay đổi trạng thái của chúng để đáp ứng các tín hiệu kích thích từ môi trường. Một điều gì đó xảy ra; và bạn phản ứng lại. Thực vật hướng về nguồn sáng và tạo ra chất độc để chống lại mầm bệnh. Những tín hiệu môi trường này thường không dự đoán được, nhưng các hệ thống sống học được từ kinh nghiệm, lưu trữ thông tin về môi trường, và sử dụng chúng để định hướng các hành vi trong tương lai. (Trong bức tranh này, gen chỉ cung cấp cho bạn những chỉ dẫn cơ bản, mang tính định hướng chung.)

Tuy nhiên, việc dự báo không phải là thực hiện hay không cũng được. Dựa trên nghiên cứu của Susanne Still tại Đại học Hawaii, cùng Gavin Crooks, tại Phòng thí nghiệm Quốc gia Lawrence Berkeley ở California, và đồng nghiệp, việc dự đoán tương lai là thiết yếu cho bất cứ hệ thống sử dụng năng lượng hiệu quả nào trong một môi trường ngẫu nhiên và biến động.

Still và các đồng nghiệp chỉ ra rằng việc lưu trữ thông tin về quá khứ mà không có giá trị dự báo cho tương lai sẽ tạo ra chi phí nhiệt động lực học. Để tạo ra hiệu quả tối ưu, mỗi hệ thống cần phải có chọn lọc. Nếu ghi nhớ tất cả mọi thứ xảy ra mà không chọn lọc, nó sẽ phải gánh chịu một chi phí năng lượng lớn. Mặt khác, nếu không lưu trữ bất kỳ thông tin nào về môi trường, thì nó sẽ phải liên tục vật lộn để thích ứng với những sự việc không ngờ trước. David Sivak, một đồng tác giả, hiện đang làm việc tại Đại học Simon Fraser ở Burnaby, bang British Columbia, Canada, nói: “Một cỗ máy tối ưu về mặt nhiệt động lực học phải cân bằng giữa hai việc ghi nhớ và dự đoán, bằng cách giảm đến mức thấp nhất những kỷ niệm – hay nói cách khác là thông tin vô dụng về quá khứ.” Một cách ngắn gọn, nó phải trở nên thành thạo trong việc thu thập những thông tin có ý nghĩa, có thể hữu dụng cho việc sinh tồn trong tương lai.

“Một cỗ máy tối ưu về mặt nhiệt động lực học phải cân bằng giữa hai việc ghi nhớ và dự đoán, bằng cách giảm đến mức thấp nhất những kỷ niệm – hay nói cách khác là thông tin vô dụng về quá khứ.”

Bạn có lẽ sẽ đoán rằng chọn lọc tự nhiên sẽ ưu tiên những sinh vật sử dụng năng lượng hiệu quả. Nhưng thậm chí cả những cỗ máy sinh học phân tử riêng lẻ như các máy bơm và động cơ trong tế bào của ta cũng nên học từ quá khứ để dự đoán tương lai. Still nói, để đạt được hiệu quả xuất sắc, những cỗ máy này phải “ngầm xây dựng những bản mô tả súc tích về thế giới mà chúng đã trải nghiệm, cho phép chúng dự đoán những thứ sẽ xảy ra trong tương lai.”

Nhiệt động lực học về cái chết

Ngay cả khi một số tính năng xử lý thông tin cơ bản của các hệ thống sống có thể xuất hiện – thông qua nhiệt động lực học không cân bằng – mà không cần đến sự tiến hóa hoặc sao chép, bạn vẫn có thể cho rằng những khả năng phức tạp hơn – việc sử dụng công cụ, nói, hoặc hợp tác xã hội – thì phải có sự can thiệp của tiến hóa.

Chưa chắc là vậy đâu. Những hành vi này, thường được cho là phạm vi độc quyền của các sinh vật tiến hóa bậc cao như linh trưởng và chim, có thể được mô phỏng lại trong một mô hình đơn giản chứa một hệ thống các phần tử tương tác. Bí quyết là hệ thống này được định hướng bởi một quy tắc ràng buộc: Nó hoạt động theo cách sẽ tối đa hóa lượng entropy (trong trường hợp này, entropy được định nghĩa là số lượng các con đường khác nhau mà các phần tử có thể đi theo) tạo ra trong một khoảng thời gian nhất định.

Sự tối đa hóa entropy từ lâu đã được cho là một đặc điểm của các hệ thống không cân bằng. Nhưng hệ thống trong mô hình này tuân theo một quy luật, cho phép nó tối đa hóa entropy trong một khoảng thời gian cố định kéo dài đến tương lai. Nói cách khác, nó có khả năng tiên đoán. Thực tế là, mô hình nhìn vào tất cả các con đường mà các phần tử có thể đi theo và buộc chúng phải sử dụng con đường tạo ra entropy lớn nhất. Nói đơn giản, con đường được chọn thường có xu hướng là để mở số lượng lớn nhất các lựa chọn cách di chuyển sau đó.

Bạn có thể nói rằng hệ thống các hạt này có một sự thôi thúc nhằm bảo đảm tự do hành động trong tương lai, và lực thôi thúc này định hướng hành vi của nó tại mỗi thời điểm. Các nhà nghiên cứu đã phát triển mô hình – Alexander Wissner-Gross tại Đại học Harvard và Cameron Freer, một nhà toán học tại Viện Công nghệ Massachusetts – gọi đây là “lực entropy nhân quả” (causal entropic force). Trong các mô phỏng máy tính gồm các phần tử hình đĩa di chuyển trong một điều kiện cụ thể, lực này tạo ra các tình huống giống với trí thông minh một cách kỳ lạ.

Trong một trường hợp, một đĩa lớn có thể “sử dụng” một đĩa nhỏ để trích xuất một đĩa nhỏ thứ hai từ một ống hẹp – một quá trình trông giống như việc sử dụng công cụ. Giải phóng một đĩa khiến entropy của hệ thống tăng lên. Trong một ví dụ khác, hai đĩa trong các ngăn riêng biệt đồng bộ hóa hành vi của chúng và kéo một đĩa lớn hơn xuống để có thể tương tác với nó, tạo ra một thứ trông giống như sự tương tác tác xã hội.

Tất nhiên, sẽ có lợi cho những tác nhân tương tác đơn giản này nếu có thể phần nào đoán trước được tương lai. Sự sống, nói tổng quát, thì không thể biết trước tương lai. Vậy điều đó có liên quan đến sinh học như thế nào? Câu trả lời không mấy rõ ràng, mặc dù Wissner-Gross nói rằng ông đang cố gắng thiết lập một “cơ chế thực tế và hợp lý về mặt sinh học” cho các lực entropy nhân quả. Trong lúc đó, ông nghĩ rằng cách tiếp cận này có thể tạo nên những sản phẩm phụ thực tiễn, (ví dụ như là) một lối tắt đến trí tuệ nhân tạo. Ông nói: “Tôi tiên đoán rằng có một cách nhanh hơn để đạt được điều đó (trí tuệ nhân tạo), đó là nghiên cứu theo hướng ngược lại từ các ràng buộc và nguyên tắc vật lý, thay vì nghiên cứu tiến lên từ các tính toán cụ thể hay các kỹ thuật dự báo.” Nói cách khác, trước hết hãy tìm một hệ thống có thể làm những gì bạn muốn, sau đó nghiên cứu xem nó làm điều đó như thế nào.

Sự lão hóa cũng vốn được xem là một yếu tố được điều khiển bởi tiến hóa. Các sinh vật có một vòng đời hữu hạn, đủ tạo cơ hội cho việc sinh sản, mà không hạn chế cơ hội sống sót của con cái vì bố mẹ sống quá lâu và cạnh tranh nguồn tài nguyên (hữu hạn). Có vẻ đây chắc chắn là một phần của vấn đề, nhưng nhà vật lý học Hildegard Meyer-Ortmanns, tại Đại học Jacobs ở Bremen, Đức, cho rằng suy cho cùng, sự lão hóa là một quá trình vật lý chứ không phải sinh học, và được quản lý bởi các quy luật nhiệt động lực học của thông tin.

Chắc chắn việc này không đơn giản chỉ là vấn đề vật chất bị hao mòn. Meyer-Ortmanns cho biết: “Phần lớn các mô mềm tạo nên chúng ta được thay thế trước khi chúng có cơ hội để lão hóa.” Tuy nhiên quá trình này không hoàn hảo. Các nguyên lý nhiệt động lực học của hoạt động sao chép thông tin quyết định rằng phải có đánh đổi giữa độ chính xác và năng lượng s dng, và một cơ thể sống chỉ có nguồn cung cấp năng lượng hữu hạn, vì vậy các lỗi sẽ tích lũy cộng dồn qua thời gian. Cơ thể sống sẽ phải tiêu hao ngày càng nhiều năng lượng để sửa các lỗi này. Cuối cùng, quá trình thay thế sẽ tạo ra những phiên bản bị lỗi nghiêm trọng, không thể hoạt động được nữa; và dẫn đến cái chết.

Có vẻ bằng chứng thực nghiệm ủng hộ lý thuyết này. Từ lâu người ta đã biết các tế bào người được nuôi cấy không thể tự nhân bản hơn 40 đến 60 lần (hạn chế này được gọi là giới hạn Hayflick) trước khi chúng dừng hoạt động và trở nên lão hóa (senescent). Các quan sát gần đây về tuổi thọ của con người cho rằng có một số lý do cơ bản về việc tại sao con người không thể sống quá 100 tuổi.

Việc các hệ thống có thể dự báo, có tổ chức, và hiệu quả về mặt năng lượng có vẻ có xu hướng xuất hiện trong một môi trường không cân bằng và biến động dẫn đến một hệ quả. Loài người chúng ta là một hệ thống như vậy, cũng như tất cả tổ tiên, kể cả những tế bào nguyên thủy đầu tiên. Và các nguyên lý động lực học không căn bằng có vẻ đang cho chúng ta biết rằng, đây chính là xu hướng của vật chất trong những điều kiện như vậy. Nói cách khác, sự xuất hiện của sự sống trên một hành tinh giống như Trái Đất sơ khai (một nơi đầy các nguồn năng lượng từ mặt trời và hoạt động núi lửa, đẩy mọi thứ ra khỏi trạng thái cân bằng), không những không phải là một sự kiện bất khả thi như nhiều nhà khoa học đã giả định, mà thực ra là gần như không thể tránh khỏi. Năm 2006, Eric Smith và Harold Morowitz thuộc viện nghiên cứu Santa Fe cho rằng các nguyên lý nhiệt động lực học của các hệ thống không cân bằng khiến cho sự xuất hiện của các hệ thống phức tạp và có tổ chức trở nên khả thi hơn nhiều trên một Trái Đất sơ khai cách xa trạng thái cân bằng, so với trường hợp những nguyên liệu hóa học thô chỉ nằm trong một “cái ao nhỏ ấm áp” (theo cách nói của Darwin) và phản ứng nhẹ nhàng điềm tĩnh.

Trong thập niên kể từ khi lập luận trên được đưa ra, các nhà nghiên cứu đã thêm nhiều dữ liệu và những hiểu biết sâu sắc vào ý tưởng này. Những phẩm chất mà Ernst Mayr đã cho là thiết yếu đối với sinh học – ý nghĩa và ý định – có thể xuất hiện như những hệ quả tự nhiên của thống kê và nhiệt động lực học. Và đến lượt, các tính chất tổng quát này có thể dẫn đến một điều gì đó giống như sự sống.

Cùng lúc đó, các nhà thiên văn đã cho thấy có hằng hà sa số thế giới – ước tính lên đến hàng tỷ – quay quanh những ngôi sao trong thiên hà của chúng ta. Nhiều trong số đó đang ở cách xa trạng thái cân bằng, và ít nhất có một vài cái có các điều kiện giống Trái Đất. Và các quy luật tương tự chắc chắc cũng đang diễn ra ngoài đó.

 


  1. Ernst Mayr (1908 – 2005) là một trong những nhà sinh học tiến hóa hàng đầu thế kỷ XX. Ông cũng là nhà phân loại học, nhà thám hiểm nhiệt đới, nhà điểu cầm học, triết gia sinh học, và sử gia khoa học nổi tiếng.

    Năm 1942, Ernst Mayr phát triển khái niệm loài sinh học, hay còn gọi tắt là loài. Theo đó sinh vật trong một loài có thể giao phối với nhau để sinh ra các thế hệ con hữu thụ, và chúng không thể sinh sản với các sinh vật khác loài.

    Tuy vẫn còn nhưng điểm thực tế chưa thể giải thích nhưng lý thuyết về loài của Ernst Mayr đã đóng góp một phần quan trọng trong việc phát triển nên thuyết tiến hóa tổng hợp hiện đại.

  2. Non-equilibrium physics (Vật lý học không cân bằng) là thuật ngữ dùng để chỉ ngành nghiên cứu về các hệ thống vật lý không ở trạng thái cân bằng nhiệt và cơ học với môi trường xung quanh.

    Những hệ thống này trong một số trường hợp là hệ thống tự động đạt trạng thái cân bằng như hợp kim nóng chảy được để nguội và đóng rắn. Trong các trường hợp khác là hệ thống thay đổi hình dạng và thuộc tính khi có lực hay nhiệt tác dụng lên, hoặc khi trạng thái nghỉ bị xáo trộn như dòng chất lưu di chuyển do gradient nhiệt hoặc áp suất, vật liệu rắn biến dạng và phá vỡ dưới tác dụng của các ứng suất bên ngoài, hay hệ thống lượng tử (như các spin nguyên tử) bị di chuyển bởi các trường điện từ dao động.

    Vật lý học không cân bằng là một lĩnh vực nghiên cứu rất mới nhưng đồng thời cũng rất cũ. Giúp chúng ta gần đây hiểu ra được nguồn gốc những hình mẫu phức tạp như bông tuyết hay những chuyển động hỗn loạn như của chất lỏng. Đây là một lĩnh vực rất trừu tượng, nhưng đồng thời cũng rất thực tế. Các quy trình sản xuất ra các vật liệu công nghiệp – như hợp kim đúc dành cho động cơ phản lực, các linh kiện siêu vi dành cho vi mạch máy tính – đều là ứng dụng của vật lý học không cân bằng. Bạn đọc đọc thêm tại đây.

  3. Complex system (hệ thống phức tạp) là hệ thống bao gồm nhiều thành phần có thể tương tác với nhau.

    Một số ví dụ của hệ thống phức tạp là khí hậu toàn cầu, bộ não con người, các tổ chức kinh tế xã hội, hệ sinh thái, tế bào sống, toàn bộ vũ trụ.

    Bạn đọc có thể xem thêm về Hệ thống phức tạp tại đây.

  4. Đây là một từ mà người dịch (và hiệu đính) chưa thể nghĩ ra cách dịch sao cho ngắn gọn mà thể hiện được đầy đủ ý nghĩa. Khi ta nói một thực thể nào đó có agency, có nghĩa là nó không chỉ nhận tác động từ môi trường và từ các thực thể khác, mà bản thân nó cũng hành động gây ra tác động. Đây là một tính chất khá cơ bản mà ta nghĩ đến khi phân biệt vật sống (các thực thể sinh học) và vật không sống (các thực thể thuần tuân theo quy tắc vật lý/hóa học).

  5. Cơ học thống kê (Statistical mechanics) là một nhánh của ngành vật lý lý thuyết, trong đó áp dụng lý thuyết thống kê để nghiên cứu các hành vi trung bình của hệ thống cơ học không ổn định.

    Một ứng dụng phổ biến của cơ học thống kê là giải thích các hành vi nhiệt động lực của các hệ thống lớn. Nhánh cơ học thống kê này nghiên cứu và mở rộng phạm vi của nhiệt động lực học cổ điển, và được gọi là “Nhiệt động lực học thống kê” hay “Cơ học thống kê cân bằng.”

Leave a Reply

Your email address will not be published. Required fields are marked *

đọc thêm
Mới nhất