W 12 odcinku programu Cosmos, który został wyemitowany 14 grudnia 1980 roku, współtwórca programu i gospodarz Carl Sagan przedstawił telewidzom tytułowe równanie astronoma Franka Drake ’ a. Używając go, obliczył potencjalną liczbę zaawansowanych cywilizacji w Drodze Mlecznej, które mogłyby się z nami skontaktować używając pozaziemskiego odpowiednika naszej nowoczesnej technologii radiokomunikacyjnej. Szacunki Sagana wahały się od „kilku żałosnych” do milionów. „Jeśli cywilizacje nie zawsze niszczą się krótko po odkryciu radioastronomii, to niebo może cicho nucić wiadomościami od gwiazd” – intonował Sagan w swój niepowtarzalny sposób.
Sagan był pesymistyczny co do tego, że cywilizacje są w stanie przetrwać własną technologiczną „dojrzewanie”—okres przejściowy, kiedy rozwój kultury, powiedzmy, energii jądrowej, bioinżynierii lub niezliczonej ilości innych potężnych możliwości, może łatwo doprowadzić do samozniszczenia. W gruncie rzeczy był optymistą co do perspektyw życia pangalaktycznego i inteligencji. Ale naukowe podstawy jego wierzeń były w najlepszym razie chwiejne. Sagan i inni podejrzewali, że pojawienie się życia na światach Klemensa musi być Kosmiczną nieuchronnością, ponieważ dowody geologiczne sugerowały, że powstało ono szokująco szybko na Ziemi: ponad cztery miliardy lat temu, praktycznie tak szybko, jak tylko nasza planeta wystarczająco ochłodziła się ze swego ognistego formowania. I jeśli, tak jak w naszym świecie, życie na innych planetach pojawiło się szybko i ewoluowało, by z czasem stawało się coraz bardziej złożone, być może inteligencja i technologia również mogłyby być powszechne we wszechświecie.
jednak w ostatnich latach niektórzy sceptyczni astronomowie starali się bardziej empirycznie uzasadnić takie stwierdzenia, używając wyrafinowanej formy analizy zwanej statystyką Bayesowską. Skupili się na dwóch wielkich niewiadomych: szansach na życie powstające na planetach podobnych do ziemi w Warunkach abiotycznych-procesie zwanym abiogenezą-i, stamtąd, szansach na inteligencję. Nawet z takimi szacunkami astronomowie nie zgadzają się co do tego, co oznaczają dla życia w kosmosie. Brak konsensusu wynika z faktu, że nawet najlepsza Analiza Bayesa może zrobić tak wiele tylko wtedy, gdy twarde dowody na życie pozaziemskie i inteligencję są cienkie na ziemi.
równanie Drake ’ a, wprowadzone przez astronoma w 1961 roku, oblicza liczbę cywilizacji w naszej galaktyce, które mogą transmitować—lub odbierać—wiadomości międzygwiezdne za pomocą fal radiowych. Polega ona na pomnożeniu wielu czynników, z których każdy kwantyfikuje pewien aspekt naszej wiedzy o naszej galaktyce, planetach, życiu i inteligencji. Czynniki te obejmują ƒp, ułamek gwiazd z planetami pozasłonecznymi; ne, liczbę planet nadających się do zamieszkania w układzie pozasłonecznym; ƒl, ułamek planet nadających się do zamieszkania, na których pojawia się życie; i tak dalej.
„w tym czasie Drake spisał—a nawet 25 lat temu—prawie każdy z tych czynników mógł być tymi, które sprawiają, że życie jest bardzo rzadkie”, mówi Ed Turner, astrofizyk z Uniwersytetu Princeton. Teraz wiemy, że światy wokół gwiazd są normą, a te podobne do ziemi w najbardziej podstawowych kategoriach wielkości, masy i nasłonecznienia są również powszechne. Krótko mówiąc, wydaje się, że nie brakuje galaktycznych nieruchomości, które życie może zająć. Jednak” jedną z największych niepewności w całym łańcuchu czynników jest prawdopodobieństwo, że życie kiedykolwiek się zacznie—że dokonasz tego skoku z chemii do życia, nawet w odpowiednich warunkach”, mówi Turner.
ignorowanie tej niepewności może prowadzić astronomów do raczej śmiałych twierdzeń. Na przykład, w zeszłym miesiącu Tom Westby i Christopher Conselice, obaj z Uniwersytetu w Nottingham w Anglii, zrobili nagłówki, gdy obliczyli, że w naszej galaktyce powinno być co najmniej 36 inteligentnych cywilizacji zdolnych do komunikowania się z nami. Szacunki opierały się na założeniu, że inteligentne Życie wyłania się na innych nadających się do zamieszkania planetach podobnych do Ziemi około 4,5 miliarda do 5,5 miliarda lat po ich utworzeniu.
„to bardzo konkretne i mocne założenie” – mówi astronom David Kipping z Uniwersytetu Columbia. „Nie widzę żadnych dowodów, że to Bezpieczny zakład.”
odpowiadanie na pytania dotyczące prawdopodobieństwa abiogenezy i pojawienia się inteligencji jest trudne, ponieważ naukowcy mają tylko jedną informację: życie na Ziemi. „Nie mamy nawet jednego pełnego punktu danych”, mówi Kipping. „Nie wiemy, kiedy pojawiło się na przykład Życie na Ziemi. Nawet to podlega niepewności.”
kolejny problem z przyjmowaniem założeń opartych na tym, co lokalnie obserwujemy, to tzw. błąd selekcji. Wyobraź sobie, że kupujesz kupony na loterię i wygrywasz jackpot w setnej próbie. Rozsądnie, można wtedy przypisać 1% prawdopodobieństwo wygranej Na loterii. Ten błędny wniosek jest oczywiście tendencją selekcyjną, która powstaje, jeśli sondujesz tylko zwycięzców i żadnej z porażek (to znaczy dziesiątki milionów ludzi, którzy kupili bilety, ale nigdy nie wygrali na loterii). Jeśli chodzi o obliczanie szans na abiogenezę, „nie mamy dostępu do porażek”, mówi Kipping. „Dlatego jesteśmy w bardzo trudnej sytuacji, jeśli chodzi o ten problem.”
wprowadź analizę Bayesowską. Technika wykorzystuje twierdzenie Bayesa, nazwane na cześć Thomasa Bayesa, XVIII-wiecznego angielskiego statystyka i ministra. Aby obliczyć prawdopodobieństwo wystąpienia jakiegoś zdarzenia, takiego jak abiogeneza, astronomowie najpierw wymyślają prawdopodobny rozkład prawdopodobieństwa tego zdarzenia—najlepiej zgadywać. Na przykład, można założyć, że abiogeneza jest tak samo prawdopodobna między 100 milionami do 200 milionami lat po uformowaniu się ziemi, jak między 200 milionami do 300 milionami lat po tym czasie lub jakimkolwiek innym 100 milionowym kawałkiem historii naszej planety. Takie założenia nazywane są bajezjańskimi pierwowzorami i są jednoznaczne. Następnie statystycy zbierają dane lub dowody. Wreszcie, łączą one wcześniejsze i dowody, aby obliczyć to, co nazywa się prawdopodobieństwem tylnym. W przypadku abiogenezy Prawdopodobieństwo to byłoby szansą na pojawienie się życia na planecie podobnej do ziemi, biorąc pod uwagę nasze wcześniejsze założenia i dowody. Tylna nie jest pojedynczą liczbą, ale raczej rozkładem prawdopodobieństwa, który określa każdą niepewność. Może to wykazać, na przykład, że abiogeneza staje się bardziej lub mniej prawdopodobna z czasem, zamiast mieć jednolity rozkład prawdopodobieństwa sugerowany przez poprzedniego.
w 2012 roku Turner i jego kolega David Spiegel, wtedy w Institute for Advanced Study w Princeton, NJ, byli pierwszymi, którzy rygorystycznie zastosowali analizę Bayesowską do abiogenezy. W ich podejściu życie na podobnej do Ziemi planecie wokół gwiazdy podobnej do słońca nie pojawia się aż do pewnej minimalnej liczby lat, tmin, po uformowaniu się tego świata. Jeśli życie nie powstanie przed jakimś maksymalnym czasem, to w miarę starzenia się jej gwiazdy (i w końcu umiera), warunki na planecie stają się zbyt wrogie, aby kiedykolwiek doszło do abiogenezy. Pomiędzy tmin i Tmax zamiarem Turnera i Spiegela było obliczenie prawdopodobieństwa abiogenezy.
naukowcy pracowali z kilkoma różnymi wcześniejszymi rozkładami tego prawdopodobieństwa. Zakładali również, że pojawienie się inteligencji po abiogenezie zajęło pewną ustaloną ilość czasu.
biorąc pod uwagę takie założenia, geofizyczne i paleontologiczne dowody genezy życia na Ziemi oraz to, co teoria ewolucyjna mówi o pojawieniu się inteligentnego życia, Turner i Spiegel byli w stanie obliczyć różne tylne rozkłady prawdopodobieństwa dla abiogenezy. Chociaż dowody na to, że życie pojawiło się wcześnie na Ziemi, mogą rzeczywiście sugerować, że abiogeneza jest dość łatwa, posteriors nie umieścili dolnej granicy prawdopodobieństwa. Obliczenia „nie wykluczają bardzo niskich prawdopodobieństw, co jest naprawdę zdrowym rozsądkiem w przypadku statystyk jednego”, mówi Turner. Pomimo szybkiego pojawienia się życia na Ziemi, abiogeneza może być niezwykle rzadkim procesem.
wysiłek Turnera i Spiegela był „pierwszym naprawdę poważnym atakiem Bayesa na ten problem”, mówi Kipping. „Myślę, że to, co było atrakcyjne, to to, że złamali tę domyślną, naiwną interpretację wczesnego pojawiania się życia.”
mimo to, Kipping uważał, że praca badaczy nie jest pozbawiona jej słabości, a teraz starał się ją skorygować za pomocą bardziej rozbudowanej analizy bayesowskiej. Na przykład, Kipping kwestionuje założenie, że inteligencja pojawiła się w pewnym ustalonym czasie po abiogenezie. Ten przeor, jak mówi, może być kolejnym przykładem uprzedzenia selekcyjnego-pojęciem pod wpływem ścieżki ewolucyjnej, dzięki której wyłoniła się nasza własna inteligencja. „W duchu zakodowania całej swojej ignorancji, dlaczego po prostu nie przyznać, że ty też nie znasz tej liczby?”Kipping mówi. „Jeśli próbujesz wywnioskować, jak długo trwa życie, aby się wyłonić, dlaczego nie po prostu zrobić inteligencji w tym samym czasie?”
ta sugestia jest dokładnie tym, czego próbował Kipping, szacując zarówno prawdopodobieństwo abiogenezy, jak i pojawienia się inteligencji. Dla przeora wybrał coś o nazwie przeor Jeffreysa, który został zaprojektowany przez innego angielskiego statystyka i astronoma, Harolda Jeffreysa. Mówi się, że jest maksymalnie niedoinformowany. Ponieważ przeor Jeffreysa nie przyjmuje wielkich założeń, stawia większy nacisk na dowody. Turner i Spiegel również próbowali znaleźć niedoinformowanego przeora. „Jeśli chcesz wiedzieć, co mówią ci dane, a nie to, co myślałeś o tym wcześniej, to chcesz mieć niedoinformowanego przeora”, mówi Turner. W swojej analizie z 2012 roku naukowcy zatrudnili trzy wcześniejsze osoby, z których jedna była najmniej informacyjna, ale nie skorzystali z Jeffreys prior, mimo że byli tego świadomi.
w obliczeniach Kippinga, że wcześniej skupił uwagę na tym, co nazywa „czterema kątami” przestrzeni parametrów: życie jest powszechne, a inteligencja jest powszechna; życie jest powszechne, a inteligencja jest rzadka; życie jest rzadkie, a inteligencja jest powszechna; a życie jest rzadkie, a inteligencja rzadka. Wszystkie cztery rogi były jednakowo prawdopodobne przed rozpoczęciem analizy bayesowskiej.
Turner zgadza się, że użycie przeora Jeffreysa jest znaczącym postępem. „To najlepszy sposób, w jaki mamy, aby po prostu zapytać, Co dane próbują ci powiedzieć”, mówi.
łącząc przeora Jeffreysa z nielicznymi dowodami na pojawienie się i inteligencję życia na Ziemi, Kipping uzyskał tylny rozkład prawdopodobieństwa, co pozwoliło mu obliczyć nowe kursy na cztery rzuty rożne. Odkrył na przykład, że scenariusz” życie jest powszechne, a inteligencja jest rzadka ” jest dziewięciokrotnie bardziej prawdopodobny niż zarówno życie, jak i inteligencja są rzadkie. I nawet jeśli inteligencja nie jest rzadka, scenariusz „życie jest powszechne” ma minimalny stosunek szans 9 do 1. Te szanse nie są takie, na które można postawić dom, mówi Kipping. „Możesz łatwo przegrać zakład.”
mimo to, to obliczenie jest „pozytywnym znakiem, że życie powinno tam być”, mówi. „Jest to przynajmniej sugestywna wskazówka, że życie nie jest trudnym procesem.”
nie wszyscy bayesowscy statystycy by sie zgodzili. Turner, na przykład, interpretuje wyniki inaczej. Tak, Analiza Kippinga sugeruje, że wczesne przybycie życia na Ziemię sprzyja modelowi, w którym abiogeneza jest powszechna, ze szczególnym stosunkiem szans 9:1. Ale ta kalkulacja nie oznacza, że model jest dziewięciokrotnie bardziej prawdopodobny niż ten, który mówi, że abiogeneza jest rzadka, mówi Turner, dodając, że interpretacja Kippinga jest „trochę zbyt optymistyczna.”
według Turnera, który chwali pracę Kippinga, nawet najbardziej wyrafinowana Analiza bayesowska nadal pozostawi miejsce na rzadkość zarówno życia, jak i inteligencji we wszechświecie. „To, co wiemy o życiu na ziemi, nie wyklucza tych możliwości”, mówi.
i nie tylko bayesowscy statystycy mogą mieć problem z interpretacją Kippinga. Każdy, kto interesuje się pytaniami o pochodzenie życia, byłby sceptyczny wobec twierdzonych odpowiedzi, biorąc pod uwagę, że każda taka analiza jest zobowiązana do geologicznych, geofizycznych, paleontologicznych, archeologicznych i biologicznych dowodów na życie na Ziemi—z których żaden nie jest jednoznaczny co do linii czasowych abiogenezy i pojawienia się inteligencji.
„wciąż staramy się zdefiniować, co rozumiemy przez żywy system”, mówi Caleb Scharf, astronom i astrobiolog z Columbii. „Jest to śliska bestia, pod względem naukowej definicji. Jest to problematyczne w przypadku stwierdzenia, gdy dochodzi do abiogenezy-a nawet stwierdzenia o ewolucji inteligencji.”
Jeśli mamy rygorystyczne definicje, problemy utrzymują się. „Nie wiemy, czy życie zaczęło się, zatrzymało, wznowiło. Nie wiemy również, czy życie można zbudować tylko w jeden sposób, czy nie” – mówi Scharf. Kiedy Ziemia stała się gościnna dla życia? A kiedy to się stało, były pierwsze cząsteczki tego” życia ” aminokwasów, RNA lub lipidów błon? Czy po tym, jak życie pojawiło się po raz pierwszy, zostało zgaszone przez jakieś kataklizmiczne wydarzenie na początku historii Ziemi, tylko po to, aby ponownie uruchomić się w potencjalnie inny sposób? „Jest strasznie dużo niepewności”, mówi Scharf.
wszystkie te szkicowe dowody utrudniają nawet analizę Bayesowską. Ale jako technika, pozostaje ona najlepiej dopasowaną metodą do obsługi większej ilości dowodów-powiedzmy, odkrycie oznak życia istniejących na Marsie w przeszłości lub w obrębie jednego z pokrytych lodem księżyców Jowisza, noszących obecnie ocean.
„w momencie, gdy mamy kolejny punkt danych do zabawy, zakładając, że tak się stanie, są sposoby, aby najlepiej wykorzystać te dodatkowe dane. Nagle niepewność drastycznie się kurczy ” – mówi Scharf. „Nie musimy koniecznie badać każdej gwiazdy w naszej galaktyce, aby dowiedzieć się, jak prawdopodobne jest, że w danym miejscu żyje życie. Jeden lub dwa kolejne punkty danych i nagle wiemy o wszechświecie w kategoriach jego skłonności do wytwarzania życia lub ewentualnie inteligencji. I to jest dość potężne.”