ID-распознавание есть тест Тьюринга

Покажем, что распознавание вмешательства лица, принимающего решение (ЛПР), в конфигурацию сложных систем (ID-распознавание) представляет собой вариант теста Тьюринга.

Рис.1. Тест Тьюринга (источник: Википедия). Получатель С сообщений должен распознать источник, которым может быть компьютер A или человек В. Условие теста: отсутствие у С достоверных данных об источнике сообщений.

Тест Тьюринга имеет целью выяснить, сможет ли получатель информации, которым является человек, распознать, является ли источник информации вычислительной машиной или человеком. Получатель информации должен отличить компьютерную программу от человека исходя только лишь из получаемой информации при отсутствии (достоверных) данных об источнике. С другой стороны, от компьютерной программы требуется, если можно так выразиться, себя "не выдать". Тест был предложен А.Тьюрингом как выход из затруднения, связанного с необходимостью моделировать мыслительный процесс. Идеология теста такова: если мы добьемся того, что компьютерная программа будет отвечать на вопросы практически, как человек, то не будет необходимости и моделировать сам процесс мышления. Таким образом, тест Тьюринга позволяет абстрагироваться от моделирования мышления, ведь предполагается, что для получателя информации важно не само мышление, но лишь его результат.

Джоном фон Нейманом было показано, что биосистемы могут быть промоделированы так называемыми клеточными автоматами, способными обмениваться информацией, реплицироваться и поддерживать свое состояние (см. раздел "Клеточные автоматы" в моей записке здесь). Для моделирования биологических процессов в систему, включающую клеточные автоматы, предварительно загружаются правила перехода автомата из одного состояния в другое, при этом сами автоматы переводятся в заданные начальные условия. Для нас важным в данном случае является то, что, согласно фон Нейману, клеточные автоматы при определенных условиях обладают свойством Тьюринг-эквивалентности. Это означает, что они могут являться универсальной моделью вычислительного процесса (машиной Тьюринга). Таким образом, биосистема эквивалентна вычислительной системе. 

ID-распознавание ставит вопрос: возможно ли и, если да, то при каких условиях, распознать a posteriori следы целенаправленного вмешательства лица, принимающего решения, в некоторую конфигурацию исходя только лишь из нее самой. В частности, ID-распознавание может быть применено в анализе конфигураций биосистем. 

Биосистемы способны адаптироваться к условиям среды, вычисляя в определенных пределах наилучшее в состояние при наличии случайных изменений кода вследствие мутаций, генетического дрейфа и рекомбинации (в случае полового размножения), наложенных на естественный отбор. Однако вопрос состоит в том, насколько статистически правдоподобен указанный механизм изменчивости, наложенной на естественный отбор, с точки зрения генерации заданной конфигурации. То есть, вопрос в том, насколько мы можем полагаться на стохастику и закономерность при объяснении появления биологической новизны. 

ID утверждает, что на основе статистического анализа конфигураций биосистем в некоторых случаях возможно осуществить распознавание действий лица, принимающего решения, как источника конфигурации подобно тому, как это делает получатель информации в тесте Тьюринга: 

• Тест Тьюринга:
• Источник: компьютерная программа или человек;
• Получатель: человек;
• Положительный с точки зрения получателя исход теста: на основе анализа ответов на вопросы, получатель делает заключение о том, что отправитель — компьютер.
• ID-распознавание:
• Источник: биосистема, предоставленная самой себе {реализуется изменчивость+отбор}, или лицо, принимающее решение в процессе генерации структурной и функциональной новизны;
• Получатель: исследователь;
• Положительный исход теста: на основе статистического анализа конфигурации, исследователь делает заключение о том, что конфигурация была сгенерирована интеллектуальным агентом. Условия положительности теста: для заданной вероятности, количество функциональной информации, ассоциированной с данной конфигурацией (см. здесь), превышает независимо вычисленное пороговое значение. Пороговое значение, отвечающее спонтанно-закономерным факторам без участия ЛПР, вычисляется на основе анализа вероятностных ресурсов системы (см. здесь). Основание для введения дополнительного источника новизны — ЛПР, которое производится в рамках теории ID, — статистическое неправдоподобие неинтеллектуальных факторов {изменчивость+естественный отбор} в процессе генерации биологической новизны (см. мои записки здесь и здесь).