tag:blogger.com,1999:blog-20144765515347865552024-03-18T20:31:45.615-07:00Распознавание дизайна в природеБиология, Сложность, Эволюция, Кибернетика, Семиотика, Артефактность, ИнтеллектEvgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.comBlogger331125tag:blogger.com,1999:blog-2014476551534786555.post-63541599849844572612023-06-19T13:18:00.007-07:002023-06-20T10:16:50.360-07:00Нерегулярность и неаддитивность функции<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto;"><tbody><tr><td style="text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgsdIR4uIjD9Vi6GLhqQn9983ar0z9bo2yefBUjxAUhJZwXKUJYr8mR_I9jHisk6jqwmt2qxr16n7zbRpaqBTaoiiELDiffzgO_L6m7PfuXbs7TysoqRi3-BsQiiNax_tZWstK916-qd4-rrxWA4oIAuiwkqXlbsV_fAbqTMlQSCb-PPaHNTKbIrCgLjj2G/s946/Screenshot%202023-05-15%20202804.png" style="margin-left: auto; margin-right: auto;"><img border="0" data-original-height="946" data-original-width="619" height="320" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgsdIR4uIjD9Vi6GLhqQn9983ar0z9bo2yefBUjxAUhJZwXKUJYr8mR_I9jHisk6jqwmt2qxr16n7zbRpaqBTaoiiELDiffzgO_L6m7PfuXbs7TysoqRi3-BsQiiNax_tZWstK916-qd4-rrxWA4oIAuiwkqXlbsV_fAbqTMlQSCb-PPaHNTKbIrCgLjj2G/s320/Screenshot%202023-05-15%20202804.png" width="209" /></a></td></tr><tr><td class="tr-caption" style="text-align: center;">Claude Shannon<br />by Alfred Eisenstaedt / The LIFE Picture Collection / Getty</td></tr></tbody></table><p>Рассмотрим стандартное возражение эволюционистов*, в котором утверждается <i>результативность</i> путешествия в пространстве параметров <i>дарвиновским</i> способом с <i>возрастанием</i> сложности функции.
<lj-cut text="Эволюционисты, они же самособойщики"></lj-cut></p><p><span style="font-size: 0.9em;">------ </span></p><p><span style="font-size: 0.9em;">* Или, как я их называю, самособойщиков, верящих в то, что всё, что мы наблюдаем вокруг, включая биологическое разнообразие, сформировалось <s>по мановению волшебной палочки</s> <i>само собой.</i> Разумеется, при этом произносятся какие-то дежурные слова типа "при определённых начальных/граничных условиях под действием физических законов". Однако весь вопрос и заключается как раз в этих самых начальных и граничных условиях на движение материи. Дело в том, что они настолько специфичны и настолько сложны, что <i>само собой</i>-то как раз и исключено и что они вполне однозначно указывают на <i>неоднократную</i> интеллектуальную настройку, или, выражаясь в терминах <a href="https://ru.wikipedia.org/wiki/%D0%98%D0%B3%D1%80%D0%B0_%C2%AB%D0%96%D0%B8%D0%B7%D0%BD%D1%8C%C2%BB">игры Жизнь</a>, на то, что как правила, так и начальные условия неоднократно целенаправленно усложнялись. </span>
<span style="font-size: 0.9em;"> </span></p><p><span style="font-size: 0.9em;">------</span></p>
Напоминаю, <a href="https://biosemiotics.livejournal.com/31878.html">что мы согласились называть сложной биологическую функцию</a>, количество которой в некоторой биологической системе (например, в линейной структуре белка), превышает эмпирически установленную границу эволюционных возможностей в 140 <i>функциональных </i>бит (что соответствует 2<sup>140</sup> событиям размножения, то есть числу состояний, доступных для просмотра эволюцией). Всё, что менее 140 функциональных бит, мы классифицируем как достижимое эволюционными движениями биоты*. <p></p><p><lj-cut>------
<span style="font-size: 0.9em;"> </span></lj-cut></p><p><lj-cut><span style="font-size: 0.9em;">* Пояснения к данному методу классификации биологической функции по критерию дизайна, предложенному биологом Дж. Пуччио, см. <a href="https://biosemiotics.livejournal.com/69062.html">в этой записке</a>. Особенно важно понять, как вопрос о числе состояний, доступном эволюции, связан с количеством функциональной информации, способной генерироваться эволюционно. Читателям, интересующимся подробностями, порекомендую также <a href="https://biosemiotics.livejournal.com/114785.html">эту запись</a>. Интересно отметить, что Дж. Пуччио исходит из распространённых неодарвинистских предположений о происхождении биологических видов от общего предка (или небольшого числа общих предков) с модификацией (a common descent with modification), правда, в отличие от дарвинистов, на основе предложенной им оценки максимального числа состояний, доступных для эволюционного поиска, и статистического анализа гомологичности линейной структуры белков автор приходит к выводу о том, что главным источником генетических модификаций является разум, а не случайность (даже в комбинации с естественным отбором). О том, что в дарвинистской парадигме единственным фактором, ответственным за появление новизны, является случайность, см. ниже.</span></lj-cut></p><p> </p><p>Функция, в том числе биологическая, -- одно из основных понятий в распознавании дизайна.
</p><ul>
<li>Примером биологической функции является способность белков вступать в химические взаимодействия, зависящая от последовательности аминокислот в первичной (линейной) структуре белковых молекул.</li>
</ul>Здесь мне хотелось бы изложить некоторые соображения по вопросу функции и функциональной информации. О функции удобнее всего рассуждать в языковом контексте: в предположении о существовании языка и инструкций на этом языке, получаемых и обрабатываемых исследуемой нами системой. Важным мотивационным моментом в нашем разговоре является теоретический вывод биофизика Х. Патти о том, что системы с иерархическим управлением, в частности, биологические по необходимости являются лингвистическими, то есть в таких системах используется язык.<ul>
<li>Howard Pattee: <a href="http://mechanism.ucsd.edu/teaching/f17/phil204A/readings/Pattee%201972%20The%20Nature%20of%20Hierarchical%20Controls%20in%20Living%20Matter.pdf">The nature of hierarchical controls in living matter</a>, DOI:<a href="http://dx.doi.org/10.1016/B978-0-12-597201-7.50008-5" target="_blank">10.1016/B978-0-12-597201-7.50008-5</a>.</li></ul>
<a name='more'></a><div>
<span style="font-size: 1.4em;"> </span></div><div><span style="font-size: 1.4em;">Функциональная информация и информация Шеннона</span></div><div><span style="font-size: 1.4em;"> </span></div><div>Первое, на что нужно обратить внимание, — это слабая применимость информационной модели Шеннона в анализе биологических структур. Довольно странным мне представляется то обстоятельство, что теоретически с этим положением согласны все квалифицированные самособойщики, однако почти никто из них не возражает при этом против повсеместного использования шенноновской модели.<ul>
<li>Claude Shannon: <a href="https://people.math.harvard.edu/~ctm/home/text/others/shannon/entropy/entropy.pdf">A mathematical theory of communication</a>, a corrected version of the ogiginal publication in: The Bell System Technical Journal, Vol. 27, pp. 379–423, 623–656, July, October, 1948.</li>
</ul>Давайте вспомним, чем функциональная информация отличается от информации Шеннона. Лучше всего это показать на примере.
<lj-cut><b> </b></lj-cut></div><div><lj-cut><b> </b></lj-cut></div><div><lj-cut><b>Пример 1.</b> </lj-cut></div><div><lj-cut> </lj-cut></div><div><lj-cut>Дан булев алфавит K = {0,1} и строка s длиной L = 32 символа: <font color="#fc030f">01001111001010111100111000011001</font>. Размер алфавита обозначим |K|. В данном случае |K| = 2.<ul style="text-align: left;">
<li><b>Количество информации Шеннона в строке s</b>: I<sub>sh</sub>(s) = <b>32 бита</b>. Это значение соответствует предположению о том, что любой символ сообщает приёмнику одинаковое количество информации (то есть что появление любого символа в строке равновероятно). Таким образом, значение, полученное для всей строки, зависит только от её длины и не зависит от содержимого строки. Этого и следовало ожидать, так как модель Шеннона была разработана для решения проблем, связанных с<i> передачей </i>сообщений<i>,</i> независимо от их содержимого.<ul>
<li>Информационная энтропия H(X) случайной переменной Х в модели Шеннона вводится как сумма по всем возможным значениям случайной величины: H(X) = —Σp<sub>i</sub>log<sub>2</sub>p<sub>i</sub>, где p<sub>i</sub> - вероятность события, при котором X принимает i-е значение из n теоретически возможных. H(X) отражает количество информации, сообщаемой наблюдателю при реализации этого события. Функция H(X) достигает максимума при условии равной вероятности реализации возможных значений X. В том случае, когда множество возможных значений Х содержит всего два элемента (например, при броске монеты множество возможных исходов выглядит так: {"орёл", "решка"}), максимум функции H(X) отвечает вероятности каждого исхода, равной 1/2, и составляет 1 бит (см. график ниже, взятый <a href="https://en.wikipedia.org/wiki/Entropy_(information_theory)">отсюда</a>).</li>
<li><br /><div class="separator" style="clear: both; text-align: left;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhBzqc-cwwdtvZF4AP_P43clWZOhzZmyezlLegrXcWiIwmcrKq79TkfW_N-jIw9qgl3QPNv0Pj2G9nOEd_H96VA-GS8oOdldXKCUNOXpSgaienBcLCIgQXvqeFBpcbPG6Ah5lJFgacbCcheXSFVd-1oxiNzRRqpQd5tMSPjM76nATxwKZGmDet34vjjYws9/s489/460942_original.png" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="489" data-original-width="223" height="320" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhBzqc-cwwdtvZF4AP_P43clWZOhzZmyezlLegrXcWiIwmcrKq79TkfW_N-jIw9qgl3QPNv0Pj2G9nOEd_H96VA-GS8oOdldXKCUNOXpSgaienBcLCIgQXvqeFBpcbPG6Ah5lJFgacbCcheXSFVd-1oxiNzRRqpQd5tMSPjM76nATxwKZGmDet34vjjYws9/s320/460942_original.png" width="146" /></a></div><br /></li>
</ul></li>
<li>Функциональная информация вводится для решения задач интерпретации сообщений. <b>Количество I<sub>f</sub> функциональной информации</b> зависит от того, какова рассматриваемая нами функция. I<sub>f</sub> <b>отражает смысл сообщения</b>, который определяется как локальная функция информационного контекста.<ul>
<li><b>В контексте действий пользователя по аутентификации в некоторой информационной системе</b>, строка s может служить ключом. В таком случае s сообщает системе функциональную информацию. Количество ф.и., <a href="https://biosemiotics.livejournal.com/113792.html">вычисленное по формуле Хейзена</a> в упрощающем предположении, что все возможные строки имеют одну и ту же длину L, составляет:</li>
<li>I<sub>f</sub>(s) = —log<sub>2</sub>(M/|K|<sup>L</sup>) = —log<sub>2</sub>(1/|K|<sup>L</sup>) = L * log<sub>2</sub>|K|, где М = 1 число синонимов s, то есть строк, имеющих такой же смысл, как и s.</li>
<li>Таким образом, в данном случае количество функциональной информации: I<sub>f</sub>(s) = L * log<sub>2</sub>|K| = 32 * log<sub>2</sub> 2 = <b>32 функциональных бита</b>.</li>
<li>Стоит обратить внимание на несколько важных моментов:<ul>
<li>Величина под логарифмом может быть интерпретирована как вероятность попадания строкой s в функциональную область пространства возможных строк. Чем меньше это значение вероятности, тем большее количество функциональной информации получает приёмник вместе со строкой s. Подробнее св. <a href="https://biosemiotics.livejournal.com/113792.html">в другой записке</a>.</li>
<li>Единица в числителе дроби (M = 1) под логарифмом отражает единственность аутентификационного ключа среди множества возможных строк данной длины, а размер множества возможных строк |K|<sup>L </sup>находится в знаменателе этой дроби.</li>
<li>Существование M > 1 функциональных синонимов снижает количество функциональной информации в строке.</li>
<li>Отметим также, что удельное количество функциональной информации на позицию строки I<sub>f</sub><sup>уд</sup>(s) = I<sub>f</sub>(s)/L и в данном случае составляет I<sub>f</sub><sup>уд</sup>(s) = 1 функциональный бит. Теоретический максимум I<sub>f</sub><sup>уд</sup> зависит лишь от размера алфавита: max(I<sub>f</sub><sup>уд</sup>) = log<sub>2</sub>|K|.<ul>
<li>Для булева алфавита: max(I<sub>f</sub><sup>уд</sup>) = log<sub>2</sub>|K| = log<sub>2</sub> 2 = 1 функциональный бит. Таким образом, для булева алфавита удельная функциональная информация заключена в интервале от 0 до 1: 0 ≤ I<sub>f</sub><sup>уд.</sup> ≤ 1.</li>
<li>Для алфавита размером |K| удельная ф.и.: 0 ≤ I<sub>f</sub><sup>уд.</sup> ≤ log<sub>2</sub>|K|. Например, линейные структуры белков представляют собой строки аминокислотного алфавита, размер которого |K| = 20, поэтому для них справедливо: 0 ≤ I<sub>f</sub><sup>уд.</sup> ≤ log<sub>2</sub>20.</li>
</ul></li>
<li>Наконец, в случае, когда смысл имеет лишь некоторая подстрока строки s, справедливо: I<sub>f</sub><sup>уд</sup>(s) < max(I<sub>f</sub><sup>уд</sup>). Для булевой строки, соответственно: I<sub>f</sub><sup>уд</sup>(s) < 1.</li>
</ul></li>
<li><b>Вне подобного контекста</b>, включающего обработку строк данных с какими-то осмысленными действиями в отклик на полученные данные, <b>количество функциональной информации в строке s составляет I<sub>f</sub>(s) = 0</b>. Попросту говоря, каков бы ни был набор данных, без соответствующего интерпретатора он не имеет никакого смысла.</li>
</ul></li>
</ul>Из примера 1 видно, что при фиксированном алфавите количество функциональной информации зависит от рассматриваемой функции f, от содержимого строки и, наконец, от числа синонимов, кодирующих f. Функциональная информация может меняться в пределах от нуля до теоретического максимума (шенноновское значение), который, в свою очередь, зависит от выбора алфавита и длины строки. Итак, в общем случае:
<ul>
<li>I<sub>f</sub> ≤ I<sub>sh</sub>.</li>
</ul>Чтобы подчеркнуть это неравенство, некоторые авторы используют понятие <i>фита</i>, т.е. функционального бита (англ. fit, functional bit). </lj-cut></div><div><lj-cut><span style="font-size: 1.4em;"> </span></lj-cut></div><div><lj-cut><span style="font-size: 1.4em;">Реальные возможности незатейливой схемы RV+NS в смысле генерации функциональной новизны </span> </lj-cut></div><div><lj-cut> </lj-cut></div><div><lj-cut>Следующее соображение заключается в принципиальной возможности возрастания функциональной сложности в результате действия дарвиновского механизма RV+NS. C этим никто не спорит. Никто не спорит также с утверждением о том, что метрики фазовых пространств генотипов и фенотипов различны, и поэтому то, что "далеко" в пространстве фенотипов, может оказаться "близким" в пространстве генотипов.
Тем не менее, весь вопрос состоит в том, насколько широки практические возможности эволюции по увеличению биологической функции. </lj-cut></div><div><lj-cut> </lj-cut></div><div><lj-cut>Действие отбора налагает в этом смысле серьёзные ограничения на предполагаемый процесс селективного функционального усложнения: каждый промежуточный пункт дарвиновской фазовой траектории должен быть виден отбору <i>в статистическом смысле</i>. Вся сложность обычно зарыта именно в деталях, до которых мало кто докапывается, а научная картинка транслируется публике в победном ключе: </lj-cut></div><div><lj-cut> </lj-cut></div><div><lj-cut>«Pаз теоретически возможно, <i>значит</i> так оно и было». </lj-cut></div><div><lj-cut> </lj-cut></div><div><lj-cut>Теории разные бывают. На практике же эволюционный механизм обладает определёнными возможностями, которые не нужно переоценивать. Для закрепления мутации X в популяции необходимо обеспечить не просто её появление, но селективное преимущество, то есть мутация X должна каким-то образом возникнуть в значительной доле особей (чем значительнее доля, тем выше вероятность закрепления X). Иначе отбор на практике её просто не заметит. Однако эта доля обычно ограничена зашумлением: например, возникновением других полезных, с точки зрения репродуктивного преимущества, мутаций. Может получиться так, что различные полезные мутации взаимно ослабляют селективные преимущества друг друга в процессе закрепления. Необходимо также помнить о действии так наз. случайного отбора (например, дрейфа генов), который способен перебороть действие естественного отбора. Потеря полезных мутаций вследствие дрейфа генов — вполне реальная вещь (подробнее — см. записку <a href="https://biosemiotics.livejournal.com/49538.html">"Банкротство игрока — банкротство Дарвина"</a>). </lj-cut></div><div><lj-cut> </lj-cut></div><div><lj-cut>Эволюционисты занимаются научным фантазированием, когда говорят, что дарвиновским способом можно достичь развития функциональной сложности. Дарвиновский механизм обеспечивает лишь фиксацию мутаций, полезных с точки зрения репродуктивного преимущества, будучи зависим от появления этих самых мутаций в популяции. Развитие функции предполагает параллельное развитие информационного контекста, в котором эта функция может существовать. </lj-cut></div><div><lj-cut> </lj-cut></div><div><lj-cut>Предположим, у вас случайным образом появилась мутация, которая могла бы соответствовать какой-то сложной функции, однако если информационный контекст, то есть возможности интерпретатора, не соответствует сложности функции, мутация будет потеряна. Функциональная информация в достаточных количествах генерируется в реальности только интеллектуально, потому что интеллект в своей творческой активности не связан ограничениями чувствительности, необходимости фильтрации шумов и пр. Селекционер гораздо эффективнее естественного отбора, потому что он, <i>зная заранее</i>, чего он хочет добиться, может отобрать едва заметный признак, тогда как естественному отбору необходимо иметь данный признак в значительной части особей популяции, для того, чтобы он хотя бы начал работать. Вот в этой недооценке эффективности искусственной направленной селекции и заключается, на мой взгляд, критическая ошибка Ч. Дарвина и его последователей.
<span style="font-size: 1.4em;"> </span></lj-cut></div><div><lj-cut><span style="font-size: 1.4em;"> </span></lj-cut></div><div><lj-cut><span style="font-size: 1.4em;">Нерегулярность функциональных конфигураций материи</span> </lj-cut></div><div><lj-cut> </lj-cut></div><div><lj-cut>Далее, функция как таковая, а тем более сложная, ассоциирована с нерегулярными структурами. Интуитивно понятно, что регулярные (сильно сжимаемые) структуры не имеют большой информационной ёмкости: например, количество информации, которое можно сообщить мычанием, блеянием, сиреной, или повторением одной-двух букв, относительно мало. С другой стороны, распределение частот букв в литературном тексте, далеко от равномерного:
<ul>
<li>Регулярная строка: <font color="#fc030f">АААААААААААААА</font></li>
<li>Нерегулярная строка: <font color="#fc030f">Нерегулярная строка</font></li>
</ul>Регулярные структуры встречаются в природе повсеместно: от интерференционных паттернов, до дюн, конвекционных ячеек Бенара и таких экзотических феноменов, как реакция Белоусова-Жаботинского (так наз. химических часов). Таким образом, регулярность, или, иными словами, следствие действия естественных природных закономерностей, — киллер информации. Поэтому единственным источником информации, по логике эволюционной теории, может быть только случайность. Других источников генерации информации у самособойщиков не предусмотрено. Заявления дарвинистов о творческой роли отбора или среды являются лирикой и не соответствуют действительности. В реальности сложная функция возникает в природе не случайно, но только интеллектуально. Это самое слабое место в системе их представлений, так как единственным достоверно известным источником функциональной информации является интеллект агента, или лица, принимающего решения.
<span style="font-size: 1.4em;"> </span></lj-cut></div><div><lj-cut><span style="font-size: 1.4em;"> </span></lj-cut></div><div><lj-cut><span style="font-size: 1.4em;">Неаддитивность функции</span> </lj-cut></div><div><lj-cut> </lj-cut></div><div><lj-cut>Функция не является аддитивной величиной, биологическая функция в том числе. Нельзя дарвиновским способом пропутешествовать от велосипеда до самолёта, то есть так, чтобы все промежуточные пункты предоставляли бы селективное преимущество настолько, чтобы за них мог бы зацепиться отбор. Конечно, биологическая функция имеет своего рода уровень, что можно оптимизировать в некоторых пределах: динамически управлять, приглушать или усиливать. Используя ту же аналогию, скажем, что можно управлять «велосипедной» или «самолётной» функцией. Однако сама биологическая функция дискретна, так сказать, «в большом»; в том смысле, что пики функции крайне редки и разнесены по пространству. Отбор включается только когда система находится вблизи пика. В реальности пропутешествовать в пространстве генотипов дарвиновским способом от одной фенотипической функции к другой весьма проблематично. В теории можно, на практике же этого не происходит. Как я вижу, этому есть две причины.
<p>Во-первых, в существующей на данный момент реальности природа всегда идёт по пути распада, деградации, стремится к всевозможным равновесным состояниям, включая смерть. Мы не будем здесь вдаваться в вопрос, откуда смерть в мироздании, поскольку это выходит за рамки данной записки. Сейчас для нас важно понимать, что смерть де-факто имеется и что она как распад и стремление к термодинамическому и химическому равновесию является одним из проявлений всеобъемлющего феномена: второго начала термодинамики. В том, что касается функции, эволюция как изменение частот аллелей в популяции также идёт по пути распада: удачные в смысле репродуктивного преимущества поломки генов могут закрепляться в популяции, в результате чего изначально заданная функция деградирует.</p><p>Только пусть уважаемый читатель не спешит инкриминировать мне утверждение о том, что эволюция противоречит второму началу. Формального противоречия нет, но со статистической точки зрения, проявляемая в эволюционной динамике тенденция «в большом» соответствует именно деградации функции. Эволюционное возрастание сложности функции, превышающее практическую границу в 140 функциональных бит, не наблюдается. Поэтому в случаях, где при сравнительном анализе биологических структур пост-фактум наблюдается информационная дельта, превышающая 140 функциональных бит, мы не имеем права интерпретировать её в эволюционном ключе, поскольку такие значения выходят за рамки возможностей дарвиновской эволюции. Да и нейтральной тоже, так как в нейтральной модели источник появления информационной новизны, как и у Дарвина, один-единственный: случайность.</p>Второй причиной невозможности практической реализации дарвиновского механизма возрастания функциональной сложности является крайняя разрежённость (sparsity) функции в пространстве параметров: чем больше функциональная сложность, тем большая специфичность информационно-несущих структур, тем они реже в пространстве параметров. Например, забить гвоздь можно много чем: от камня до молотка. В то же самое время, для вычисления логарифма с заданной точностью требуются весьма специфичные функциональные конфигурации материи: логарифмическая линейка, калькулятор, персональный компьютер, да, вероятно, и всё. Думаю, что читателю ясно, что точки в пространстве всех возможных конфигураций материи, соответствующие таким конфигурациям, весьма редки и разнесены друг от друга. В общем случае для того, чтобы сделать выборку с относительно большой долей функциональных состояний, нужен всё тот же интеллект, против необходимости которого так возражают наши друзья самособойщики.
</lj-cut>
<span style="font-size: 1.4em;"> </span></div><div><span style="font-size: 1.4em;"> </span></div><div><span style="font-size: 1.4em;">Естественный отбор не выход для самособойщиков при объяснении генезиса сложной функции</span>
<p>И, наконец, последний момент: отбор происходит не по критерию сложности будущей функции, а по критерию репродуктивного преимущества. Поэтому, с точки зрения ненаправленной эволюции, каковая мыслилась Дарвину и его сторонникам, трата драгоценных ресурсов предпочтительнее в сторону адаптационной деградации <i>уже имеющейся</i> функции. Так оно и происходит: до новой функции далеко, а имеющаяся мутировала так, что с поломкой рождается больше особей. Насколько я знаю, полевых доказательств эволюционного возрастания функции до наблюдаемых in vivo значений не зафиксировано. <a href="https://biosemiotics.livejournal.com/115226.html">Экспериментально продемонстрировано</a>, что отбор может оптимизировать функцию только до определённого предела, а дальше он застревает в локальных оптимумах. Но что касается поиска новой функции, то никаких лабораторных подтверждений этому нет (с экспериментом Ричарда Ленски, предназначенным для демонстрации именно этого, <a href="https://biosemiotics.livejournal.com/106239.html">вышел конфуз, пополнивший список эпических фиаско дарвинистов</a>).
Спрашивается: откуда взялась та функция, что уже есть, ведь если эволюция и идёт на практике, то только по пути деградации функции? Естественно, появиться она могла только посредством интеллектуальной загрузки, но на это, самособойщики, понятное дело, согласиться не могут.</p></div>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-20110016972165210362023-06-19T13:06:00.003-07:002023-06-19T13:09:36.198-07:00Принцип Э.Бореля: достаточно маловероятные события не происходят на практике<div class="separator" style="clear: both; text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjzn6U2Q4rzybdF7cXRzaQik_8N82L6oTFninVpFPK1E85r6BfhjMCG1QzXj2UbIecPqSBB9b6Wi27spmRJxhOti8PL_QfWeMGBdTE4qxMh0KJRqvFJXhdzlbngN5Ws45Vd9TJGAGbofygOnXxLg5Eeog0FKh-XRv3N-SZml3eyQGsdBblUObTQipdC25kR/s2048/licensed-image.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="2048" data-original-width="1480" height="320" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjzn6U2Q4rzybdF7cXRzaQik_8N82L6oTFninVpFPK1E85r6BfhjMCG1QzXj2UbIecPqSBB9b6Wi27spmRJxhOti8PL_QfWeMGBdTE4qxMh0KJRqvFJXhdzlbngN5Ws45Vd9TJGAGbofygOnXxLg5Eeog0FKh-XRv3N-SZml3eyQGsdBblUObTQipdC25kR/s320/licensed-image.jpg" width="231" /></a></div><br /><table><tbody>
<tr>
<td><br /></td>
</tr>
<tr>
<td><div style="text-align: center;">Французский математик Émile Borel (1971 - 1956).</div><div style="text-align: center;">Источник: Getty images. <br /></div></td>
</tr>
</tbody></table><p>
<b>События, характеризующиеся достаточно малой вероятностью, на практике не происходят.</b>
Иными словами, достаточно малая вероятность -- это практический нуль. С практической точки зрения, при исследовании некоторой реально существующей системы привнесение экзотических, но формально возможных случайных факторов, ничего не даёт, а поэтому бессмысленно.
См. последнюю цитату <a href="https://biosemiotics.livejournal.com/132095.html">здесь</a>. </p><a name='more'></a><p>Собака порылась в словах "достаточно малая". Для различных исследуемых систем пороговое значение, ниже которго вероятности в практических расчётах можно смело обнулять, различно.
Принцип его вычисления таков. Берётся оптимистическая оценка макс. числа взаимодействий N в системе за время её жизни (оптимизм заключается в предположении о возможно большем N). Тогда пороговая вероятность p = <fraction> <numer>1/</numer><read>N. Смысл формулы: это вероятность одного определённого события из N равновероятных исходов. </read></fraction>
Искусство вычисления этого порога заключается в том, чтобы наша оценка сверху была как можно ближе к реальному максимуму, чтобы не выкинуть редкие возможные события, которые нам интересны (false negatives). С другой стороны, нельзя и слишком занизить N, чтобы не привнести false positives. Под взаимодействиями подразумевается то, что нам интересно, например, для оценки вероятностных ресурсов биосферы имеет смысл рассматривать число событий размножения.
Имея такую оценку, автор G.Puccio вывел практический критерий распознавания дизайна в биологических системах: максимальное количество <i>функциональной</i> информации (не путать с информацией Шеннона), которое может быть сгенерировано дарвиновским механизмом NS+RV, составляет 140 бит (это несколько десятков АА, если рассматривать белковые строки). Нетрудно догадаться, что 140 -- это двоичный логарифм 2<sup>140</sup> 😁, это и есть оценка числа состояний (событий размножения), которые эволюция может просмотреть в режиме блуждания <b><span style="color: #fc0303;">ДО ТОГО</span></b>, как включится отбор (выделяю капслоком с красненьким, во избежание реплик из зала про "всемогущий" естественный отбор...).</p><ul>
<li>Физический смысл формулы подсчёта функциональной информации рассмотрен <a href="https://biosemiotics.livejournal.com/113792.html">здесь</a>.</li>
</ul>2<sup>140 </sup>-- это поистине щедрая со стороны разумнотворщиков оценка сверху и, вероятно, значительно урезает наш фильтр дизайна, порождая множество false negatives, но мы люди добрые, так уж и быть, дадим фору нашим друзьям самособойщикам. Однако всё, что сопровождается скачкообразным возрастанием функциональной информации на более 140 функциональных бит, таким образом, необъяснимо с позиции эволюции, ergo design.<ul>
<li>Можно было бы возразить: а как же дарвиновская постепенность? Да никак, потому что функция не аддитивна, нельзя дарвиновским методом потихоньку набрать сложную функцию, от велосипеда до самолета. Поэтому того, о чём эти товарищи любят рассуждать на пальцах, не может быть в реальности, и в статистическом смысле можно рассчитывать только на скачкообразное появление сложной функции.</li>
</ul>Итак, 140 функциональных бит. А, между тем, в биосфере есть много чего такого, что серьезно превышает это значение. <a href="https://tbiomed.biomedcentral.com/articles/10.1186/1742-4682-4-47">Есть даже белки с линейной структурой на 2 Кб функциональной информации</a>, например, а ведь каждый бит ф. информации соответствует удвоению числа состояний, которые надо просмотреть <i>в режиме random walk</i>. Все такие биоструктуры дизайн-положительны.
Реальные возражения данному подходу систематически рассмотрены в статьях G.Puccio, которые я перевёл и прокомментировал у себя в блоге <a href="https://biosemiotics.livejournal.com/tag/gpuccio">biosemiotics.livejournal.com/tag/gpuccio</a> (например, <a href="https://biosemiotics.livejournal.com/115226.html">здесь</a>). Если есть вопросы, то просьба сначала обратиться к этим материалам в целях экономии времени.
Возвращаясь к Эмилю нашему Борелю, скажу, что без этого практического принципа у нас нет средств отделить, так сказать, полезный сигнал от шума. Посудите сами. Вероятность того, что моя нога испытает эффект тунеллирования сегодня в 2 часа пополудни, больше нуля. Больше нуля, Карл!Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-25773527129397570872023-04-20T13:52:00.000-07:002023-04-20T13:52:17.485-07:00Мой комментарий к ролику Дж.Тура<p>Не то, чтоб я выпячивал свои экзерсисы, просто удобно сохранить в зоне доступности и не выдумывать по сто раз, что отвечать. Кмк, упомянул вроде все главные тезисы. Сам ролик:
<div class="separator" style="clear: both; text-align: center;"><iframe class="BLOG_video_class" allowfullscreen="" youtube-src-id="atxmIZw3DdA" width="320" height="266" src="https://www.youtube.com/embed/atxmIZw3DdA"></iframe></div>
<p>Мой конспект статьи А.С. Спирина по проблемам гипотезы РНК-мира находится <a href="https://biosemiotics.livejournal.com/134430.html">здесь</a>.
<a name='more'></a><blockquote><span style="color: #030fff;">To cross-reference, the works of the late Prof. Spirin (Russia) attest to what Dr Tour is saying. Problems exist left, right and center and OOL, as it is approached by naturalists, is nowhere near to be solved. Spirin's response to a newspaper question on the status of OOL research:
<p>"The question is not how life could have formed from RNA but how nucleotides themselves could have been synthesized. For two years I tried to get my head around the problem and came to the conclusion that life must have come to Earth from space. I am convinced that nucleotide synthesis is impossible under any conditions from among those that we know of. The only assumption we are left with is that they came into existence in an unknown way. If you wish, you can think of divine intervention, but we are unaccustomed to this. If you like, you can just say that cosmic conditions are so versatile that it is possible to find those that we could not even theorize about». Translation mine, source: https://www.ng.ru/nauka/2004-04-14/13_life.html
<p>Now, my personal take on this.
<p>1. It almost totally agrees with what Dr Tour is talking about. The only difference I noticed is that Prof. Spirin (2007) claims that non-enzymatic nucleotide polymerization in aqueous solutions leading to the right 3'-5' bonds was actually achieved, for up to 40-mers. However, this synthesis, was using nucleoside-phosphoramidate substrates, which is problematic in terms of realistic prebiotic conditions. He quoted the following works:
- Ferris J.P. and Ertem, G. Monmorillonite catalysis of RNA oligomer formation in aqueous solution. A model for prebiotic formation of RNA // J. Amer.
Chem. Soc. 1993. V. 115. P. 12270-12275.
- Ferris J.P., Hill A.R., Liu R., and Orgel L.E. Synthesis of long prebiotic oligomers on mineral surfaces // Nature. 1996. V. 381. P. 59-61.
- Ferris J.P., Joshi P.C., Wang K.-J., Miyakawa S., and Huang W. Catalysis in prebiotic chemistry: Application to the synthesis of RNA oligomers // Adv.
Space Res. 2004. V. 33. P. 100-105.
- Huang W. and Ferris J.P. Synthesis of 35-40 mers of RNA oligomers from unblocked monomers. A simple approach to the RNA world // Chem. Commun. 2003. V. 12. P. 1458-1459.
<p>2. As regards panspermia, it seems that it is just moving of the goal posts. Using hypotheses like panspermia, one isn't buying much really as the amount of probabilistic resources in the universe is insufficient for the first life to be synthesized by non-telic processes. On this, refer to a really good book: An introduction to Evolutionary Informatics by Marks, Dembski, Ewert. It is available on Amazon.
<p>3. Life is chemistry + function. For life to counter the second law, it must include complex machinery for reproduction. This machinery is, in essence, a semantically closed complex consisting of an instruction set and a processor for this instruction set (recall Prof. Behe's notion of irreducible complexity, bang right 'in the middle' of all life). The instruction set includes BOTH the instructions to rebuild the system per se, AND the instructions to rebuild the processor to rebuild the system with! For someone trying to find a non-telic process to account for that, it is a hopeless business. The theoretical foundations for this were laid by people like Polanyi, von Neumann, Watson, Crick, Brenner, Nuremberg and others. Their key scientific predictions, such as:
-the irreducibility of the measuring function, to the motion of the particles of matter the measuring device consists of (von Neumann);
- to facilitate the replication of a non-homogeneous system, a description of it should exist in memory (von Neumann, his own term is 'quiescent description', i.e. a description that does not take part in the dynamics of the system it describes);
- the necessity for the duality of copying and interpretation of DNA (von Neumann), and
- the adaptor hypothesis (Crick, Brenner);
<p>were stunningly verified by subsequent research. As recently as in 2015 though, a Nobel prize in chemistry was awarded for research into DNA/RNA instability. The scientists had found that for replication to function stably without deterioration, the processor MUST include subroutines of error correction during replication. This ties in brilliantly with the paradox of Manfred Eigen (articulated in 1971):
- it is observed that the replication error rate rockets with the growth of the size of the DNA molecule;
- so, to ensure a stable process without a catastrophic increase of replication errors, DNA replication must be accompanied by a corrector BUT...
- at the same time, the length of the code for a simplest corrector is LONGER than the max length of a DNA molecule that can replicate without a catastrophic increase of errors.
<p>Because information translation comes first, and only then comes evolution (whatever its realistic capabilities in constructing complex functional systems), essentially, Eigen's paradox in the light of the DNA instability research amounts to saying that there IS NO prebiotic Darwinian type selectable path to life. Even though things may look promising on paper, the 'dirty' details of reality preclude a Farina type of bingo show from happening, full stop.
<p>4. THE ONLY thinkable way out of this n-th order conundrum is super-naturalism. But people like Prof. Benner (not to be confused with Sydney Brenner, the co-worker of Francis Crick) want to live in their comfort zone, at all costs :) even at the cost of the quality of their own research.
<p>Reality does not build adaptors for itself! Organization is about building specific boundary and initial conditions for the flow of energy/matter in the system. The boundary/initial conditions and the laws/regularities of nature are two different and complementary concepts irreducible to one another. Those people who think that the laws of motion could be responsible for building specific symbolic (!) constraints for the flow of mass/energy in a system are making a gross category error (a 'not even wrong' kind of thing). An epistemic separation between the boundary/initial conditions and the laws of motion is the single most significant contribution to science by sir Isaac Newton (according to Eugene Wigner, a Nobel prize in physics in 1965).
<p>Notwithstanding the misconceptions and prejudices of Farina's camp about ID, its scientific agenda is fruitful, includes testable hypotheses and is really the way forward.</span></blockquote>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-32380754579623442852023-04-20T13:32:00.004-07:002023-04-20T13:32:17.638-07:00Дарвинисты -- фантазёры<p>Слепая вера дарвинистов способна породить вот такие кульбиты: система репарации ошибок копирования ДНК возникла в результате... ошибок копирования ДНК.
</p><table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto;"><tbody><tr><td style="text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEizOh2Q00CwV9lZh8GZFrWVbgLox3KL_DYinP2jMnmGogLyCiZqNfRVj2j8xwWU0a6__33lKCKrt9-Xz1MnMOm5R3laS-dvwRHs0_mOljMkRPXfkMmaoU5C6JbnFZ8n7icSX9p1FyJ9RNQS3zDyb3oY8c9jkx-2mK4Iex7nW595XOhrWgbf6SAY-vPwDw/s274/454646_original.jpg" style="display: block; margin-left: auto; margin-right: auto; padding: 1em 0px; text-align: center;"><img alt="" border="0" data-original-height="210" data-original-width="274" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEizOh2Q00CwV9lZh8GZFrWVbgLox3KL_DYinP2jMnmGogLyCiZqNfRVj2j8xwWU0a6__33lKCKrt9-Xz1MnMOm5R3laS-dvwRHs0_mOljMkRPXfkMmaoU5C6JbnFZ8n7icSX9p1FyJ9RNQS3zDyb3oY8c9jkx-2mK4Iex7nW595XOhrWgbf6SAY-vPwDw/s320/454646_original.jpg" width="320" /></a></td></tr><tr><td class="tr-caption" style="text-align: center;"><span style="text-align: left;"><b>— Неужели?! Сомневаюсь.<br /></b><br />(Вл. Басов в роли Чарльза Стэнтона, кадр из к/ф "Опасный поворот", 1973 г.)</span></td></tr></tbody></table><a name='more'></a><p>Когда им указываешь вот на такие пируэты мысли, они говорят: вы не понимаете, "это другое", вы забыли про отбор. А когда им указываешь на проблемы с естественным отбором, они тут же переключаются: вы, говорят, забыли о том, что есть мутации. Но даже если кому-то и удастся растолковать им статистические проблемы дарвиновского мутагенеза, то самые упрямые из них и после этого не унимаются: это, говорят, результат всесильной комбинации отбора и случайности.
</p><p>Но ведь от произнесения слова "комбинация" в данном случае проблем меньше не становится, ибо:
</p><blockquote>Garbage(Garbage) = всё равно Garbage.</blockquote>
<p>Garbage, он такой, идемпотентный.</p><p></p><p></p><p></p>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-68708451391670346242023-04-20T13:27:00.011-07:002023-04-21T04:37:35.864-07:00Демон Максвелла и демон Дарвина<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto;"><tbody><tr><td style="text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhz3uvjw41Gy4QPjgJ5qzCBweHSlbCUIvRAToNvx6MI0dKXBQXlL4DlGcC87LgW2Yy09SEbOAaLSGu5KfuYghTLpB07PlkH5TOkYuC8hA7S4srmn_oS8lIP_Cm2TxT6qF1xDM-8P4He2JLbcdsVC91h_aVacK9TSYDQfoEu4rFzug1WqJGo7Ew_i9MT7g/s221/maxwell_james_clerk_200.jpg" style="display: block; margin-left: auto; margin-right: auto; padding: 1em 0px; text-align: center;"><img alt="" border="0" data-original-height="221" data-original-width="200" height="200" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhz3uvjw41Gy4QPjgJ5qzCBweHSlbCUIvRAToNvx6MI0dKXBQXlL4DlGcC87LgW2Yy09SEbOAaLSGu5KfuYghTLpB07PlkH5TOkYuC8hA7S4srmn_oS8lIP_Cm2TxT6qF1xDM-8P4He2JLbcdsVC91h_aVacK9TSYDQfoEu4rFzug1WqJGo7Ew_i9MT7g/w181-h200/maxwell_james_clerk_200.jpg" width="181" /></a></td></tr><tr><td class="tr-caption" style="text-align: center;"><b>Дж. Максвелл</b></td></tr></tbody></table>
<div><p>В википедии читаем: </p></div><div><span style="color: #0400fc;">
<p>Де́мон Ма́ксвелла — мысленный эксперимент 1867 года, а также его главный персонаж — воображаемое разумное существо микроскопического размера, придуманное британским физиком Джеймсом Клерком Максвеллом с целью проиллюстрировать кажущийся парадокс Второго начала термодинамики.
</p><a name='more'></a><p>Мысленный эксперимент состоит в следующем: предположим, сосуд с газом разделён непроницаемой перегородкой на две части: правую и левую. Молекулы хаотично движутся (Тепловое движение). В перегородке есть отверстие с устройством (так называемый демон Максвелла), которое позволяет пролетать быстрым (горячим) молекулам газа только из левой части сосуда в правую, а медленным (холодным) молекулам — только из правой части сосуда в левую (демон «открывает» и «закрывает» перегородку перед молекулами, оценивая их скорость). Тогда через большой промежуток времени «горячие» (быстрые) молекулы окажутся в правом сосуде, а «холодные» останутся в левом.
</p><p>Таким образом, получается, что демон Максвелла позволяет нагреть правую часть сосуда и охладить левую без дополнительного подвода энергии к системе. Энтропия для системы, состоящей из правой и левой части сосуда, в начальном состоянии больше, чем в конечном, что противоречит термодинамическому принципу неубывания энтропии в замкнутых системах (см. Второе начало термодинамики).
</p><p>Парадокс разрешается, если рассмотреть замкнутую систему, включающую в себя демона Максвелла и сосуд. Для функционирования демона Максвелла необходима передача ему энергии от стороннего источника. За счёт этой энергии и производится разделение горячих и холодных молекул в сосуде, то есть переход в состояние с меньшей энтропией. Детальный разбор парадокса для механической реализации демона (храповик и собачка) приведён в Фейнмановских лекциях по физике, вып. 4, а также в популярных лекциях Фейнмана «Характер физических законов».</p><p></p><p></p><p></p></span></div><div><br /></div>
<div><table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto;"><tbody><tr><td style="text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg3dO2N8odUJM7ZEhrAU636riftzwBN_qA64HPpdjlmuo7mhDgHWvev4334lyxq4ZGFTFNF_KohGyuv-pTkOzytK3L9aGu9daCLCvBB9swvplG-SGPT4N30TP9Ogx7MLazbq1e-Ts-oU4C4BjWdiD_uQSFieNsYN8lfKdSVgBvLwJxGPynCTOtL4tli9w/s800/455163_original.jpg" style="margin-left: auto; margin-right: auto;"><img border="0" data-original-height="450" data-original-width="800" height="180" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg3dO2N8odUJM7ZEhrAU636riftzwBN_qA64HPpdjlmuo7mhDgHWvev4334lyxq4ZGFTFNF_KohGyuv-pTkOzytK3L9aGu9daCLCvBB9swvplG-SGPT4N30TP9Ogx7MLazbq1e-Ts-oU4C4BjWdiD_uQSFieNsYN8lfKdSVgBvLwJxGPynCTOtL4tli9w/s320/455163_original.jpg" width="320" /></a></td></tr><tr><td class="tr-caption" style="text-align: center;"><b>Ч.Дарвин и галапагосские вьюрки</b></td></tr></tbody></table>
<p>По аналогии с демоном Максвелла можно ввести демона Дарвина, только вместо сортировки молекул газа по критерию скорости, демон Дарвина осуществлял бы селекцию на генетическом пуле заданной популяции организмов по градиенту одному ему известной функции цели. В официальных источниках по дарвиновской эволюции отрицается её направленность. И тем не менее, объективно существующие статистические барьеры, стоящие на пути эволюционного блуждания по пространству параметров, вынуждают говорить о целеполагании, лежащем в основе живого, потому что в реальном мире, где демона Дарвина нет, функциональная сложность недостижима посредством неинтеллектуальных ненаправленных процессов. Функция есть не что-то само собой получающееся как бесплатный бонус, а нечто, к чему нужно активно стремиться, устанавливая специфические граничные и начальные условия на протекание физических процессов:</p></div><div><ul>
<li>См. так наз. No Free Lunch теоремы в книге <a href="https://www.amazon.co.uk/Introduction-Evolutionary-Informatics-Robert-Marks/dp/9813142146">R. Marks, W. Dembski, W. Ewert: Introduction to Evolutionary Informatics</a>.</li>
</ul></div>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-26695176482623099022023-04-20T13:16:00.003-07:002023-04-20T13:20:50.369-07:00Alexander Pruss и его тезис<p>Еще один интересный блогер, который пишет на тему эволюции и дизайна. Чувствуется, что автор с техническим научным прошлым. Тем лучше, так как мне в таком случае легче понять его аргументацию, хотя сам о себе он говорит, что он философ.
</p><p>Вот это уже, кстати, товарищ, понимающий всю сложность вопроса, в отличие от многих моих прошлых собеседников, пытавшихся разделаться с ID набросками формул на салфетках 😂.
</p><p>Благодарю ув. artemtiutiunnyk за ссылку на блог Александра Прусса.
</p><a name='more'></a><p><a href="http://alexanderpruss.blogspot.com/search/label/Intelligent%20Design">Sampling multiple cases with a selection bias can produce the illusion of design.</a>
</p><p>В записке представлены результаты численного эксперимента по случайному блужданию точки в пространстве заданной геометрической формы на плоскости. Показаны две траектории случайного блуждания. Первая -- результат селекции по определенному принципу, вторая -- одна из множества траекторий, не прошедших отбор (которых было в эксперименте большинство).
</p><p><table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto;"><tbody><tr><td style="text-align: center;"><a href="https://ic.pics.livejournal.com/mns2012/58325740/344882/344882_original.png" style="margin-left: auto; margin-right: auto;"><img alt="" src="https://ic.pics.livejournal.com/mns2012/58325740/344882/344882_original.png" title="" width="500" /></a></td></tr><tr><td class="tr-caption" style="text-align: center;"><p>Одна из успешных траекторий</p><div><br style="text-align: left;" /></div></td></tr></tbody></table>
<p><table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto;"><tbody><tr><td style="text-align: center;"><a href="https://ic.pics.livejournal.com/mns2012/58325740/345132/345132_original.png" style="margin-left: auto; margin-right: auto;"><img alt="" src="https://ic.pics.livejournal.com/mns2012/58325740/345132/345132_original.png" title="" width="500" /></a></td></tr><tr><td class="tr-caption" style="text-align: center;"><blockquote style="border: none; margin: 0px 0px 0px 40px; padding: 0px; text-align: left;"><p style="text-align: center;">Одна из отбракованных траекторий</p><div><br /></div></blockquote></td></tr></tbody></table>
<p>Было проведено множество запусков случайного блуждания изображающей точки в очерченном пространстве, причем каждый запуск начинался из одного и того же начального положения с заданными координатами. Большая часть получившихся траекторий была отбракована. Отбор осуществлялся по принципу: достигнет или нет случайное блуждание красной линии, не коснувшись прежде черной. Основной тезис автора состоит в том, что вследствие отбора <i>создается впечатление</i>, что успешные траектории являются результатом непосредственного <i>пошагового</i> дизайна, тогда как они на самом деле являются результатом отбора. Например, <i>может показаться</i>, что система, поведение которой представлено траекторией, изображенной на первом рисунке, обладает интеллектом в том смысле, что она "знает", что касаться черных границ нельзя, и, тем не менее, это лишь результат отбора.<p>Давайте рассмотрим аргументацию этого автора.
</p><p>Во-первых, неясно, почему автор предлагает не считать саму селекцию дизайном. А.Прусс резонно отмечает, что требуемые характеристики процесса являются результатом не пошагового управления, а влияния отбора. В численном эксперименте множество допустимых траекторий блуждания включает траектории, которые начинаются в заданной точке, не касаются черных границ и завершаются пересечением красной линии.
</p><p>Однако отбор отбору -- рознь. Естественный отбор намного менее чувствителен, чем искусственный, поскольку в распоряжении первого нет возможности управлять выбором состояний по значениям градиента функции цели. Если говорить о приведенном примере, то ЕО не может отбирать по принципу, пошла частица блуждать влево или вправо. Селекционер же такой возможностью обладает <i>с самого начала процесса блуждания</i>! Естественный отбор не осуществляется по критерию близости состояния к некоторой будущей функции, но лишь по принципу репродуктивного преимущества: если текущее состояние доставляет (локальный) максимум репродуктивного преимущества, отбор останется слеп к потенциальной возможности формирования новой функции. В то же самое время, функция не является аддитивной, и поэтому дарвиновский путь пошаговых модификаций на пути к новой функции чрезвычайно проблематичен: нечто достаточно сложное должно быть найдено случайным блужданием практически целиком, прежде чем новая функция будет видна естественному отбору. Вероятность подобных сценариев чрезвычайно мала; мала до такой степени, что неинтеллектуальный поиск сложной биофункции на практике исключён.
</p><p>В одной из предыдущих записей я приводил <a href="https://mns2012.livejournal.com/775367.html">биологический пример</a> (работа японских биохимиков), демонстрирующий высокую степень оптимизации природных белков, не достижимую за время жизни биоты средствами случайного блуждания, исходя из реальных возможностей белковой эволюции. Японские авторы утверждали, что для значительного улучшения результатов блуждания необходимо наличие <i>существенно большего</i> разнообразия полипептидов, что в реальных условиях ограниченности ресурсов и времени недостижимо:
</p><p><a href="https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0000096"><span face="Helvetica, Arial, sans-serif" style="background-color: white; color: #0509fa; font-size: 13px;">[...] it appears possible for adaptive walks with only random substitutions to climb with relative ease up to the middle region of the fitness landscape from any primordial or random sequence, </span><b style="background-color: white; border: 0px; color: #0509fa; font-family: Helvetica, Arial, sans-serif; font-size: 13px; margin: 0px; outline: 0px; padding: 0px; vertical-align: baseline;">whereas an enormous range of sequence diversity is required to climb further up the rugged surface above the middle region</b><span face="Helvetica, Arial, sans-serif" style="background-color: white; color: #0509fa; font-size: 13px;">.</span></a>
</p><p>Во-вторых, автор не рассматривает ограниченность времени процесса. На всё про всё у эволюции ограниченное количество времени и, следовательно, блуждание может посетить ограниченное число состояний. В эксперименте необходимо рассматривать траектории не более заданной длины.
</p><p>В-третьих, хотя функциональная сложность и упомянута автором, в эксперименте она не моделировалась. Здесь можно было бы рассмотреть два реальных сценария:
1. начальная точка соответствует уже имеющейся функции, красная линия -- множество локусов новой функции.
2. начальная точка соответствует уже имеющейся функции, красная линия -- глобальные пики существующей или новой функции.
</p><p>Второй сценарий, насколько я могу судить, для реальных эволюционных процессов в популяциях представляет больше трудностей, чем первый.
</p><p>В реальности красная линия соответствует (глобальным) пикам функции, а блуждание начинается из точки со значительно меньшего пика или из лагуны (из бассейна аттракции уже имеющейся функции). Реальный ландшафт может иметь множество пиков, на которых застревает (стагнирует) дарвиновское блуждание. Таким образом, на пути к красной линии у реального процесса множество субоптимальных аттракторов (ловушек).
</p><p>В-четвертых, не учтено влияние дрейфа генов и возможности изменения границ допустимой области параметрического пространства во времени. В данном эксперименте это могло быть промоделировано случайным изменением кривизны, ориентации и положения красной и черных линий во времени. Диалектически, конечно, такое изменение может выступать не только как ограничение, но и как предоставление новых возможностей, однако в общем и целом речь у ID-авторов идёт о статистической невозможности удовлетворения всех имеющихся <i>на практике</i> ограничений. Я понимаю, что данный эксперимент весьма упрощён и он не ставил целью моделировать всё, однако это надо иметь в виду, иначе выводы, которые мы извлекаем из модели не будут отражением реальности.
</p><p>В-пятых, нужно помнить, что само блуждание изображающей точки в пространстве параметров обусловлено существованием живой системы, а следовательно и <i>транслятором информации</i>. Трансляция обуславливает эволюцию (случайное блуждание), а не наоборот. Невозможно прийти к системам, способным транслировать информацию, эволюционным блужданием, начиная от систем, не умеющих это делать. Невозможно по той простой причине, что трансляция информации -- ключевой элемент любой живой системы, без которого никакой эволюции нет и в помине.</p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-56448108021004115642023-04-20T12:58:00.007-07:002023-04-20T13:00:09.046-07:00Академик А.Н. Крылов о принципе GIGO<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto;"><tbody><tr><td style="text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEimfhOOXnIXzczyBwq3toDGCcDW4uz1Xv8UZXrMcW1qNQ-Pv38EFJecQMgQmlECXonpmi7DK1BukRCkmJVub8TpUp3gMS-kmr3YrDKYZHoZJP3j3iXoUVs-sZVM5Oi1Hdec7ohUP4gmT6FW0TwiHLoUaQsg3FJJTAMxXBeM1twsCFMH0FoUsY6Pl4vWiA/s332/453835_original.jpg" style="display: block; margin-left: auto; margin-right: auto; padding: 1em 0px; text-align: center;"><img alt="" border="0" data-original-height="332" data-original-width="274" height="320" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEimfhOOXnIXzczyBwq3toDGCcDW4uz1Xv8UZXrMcW1qNQ-Pv38EFJecQMgQmlECXonpmi7DK1BukRCkmJVub8TpUp3gMS-kmr3YrDKYZHoZJP3j3iXoUVs-sZVM5Oi1Hdec7ohUP4gmT6FW0TwiHLoUaQsg3FJJTAMxXBeM1twsCFMH0FoUsY6Pl4vWiA/s320/453835_original.jpg" /></a></td></tr><tr><td class="tr-caption" style="text-align: center;"><span style="text-align: left;"><b>Академик А.Н.Крылов (1863-1945)</b></span></td></tr></tbody></table><p>Из всех известных мне учёных, которые говорили о том, что заложишь в модель, то и получишь на выходе (Garbage In -- Garbage Out), самым первым был академик Алексей Николаевич Крылов (1863-1945). Осознание этой простой истины чрезвычайно важно в век информационных технологий: можно создать компьютерную модель и "доказать" всё, что угодно. Однако модель всегда нужно проверять на соответствие реальности.
</p><a name='more'></a><p>Я помню, как мой дед Игорь Алексеевич Селенский (<a href="https://ru.wikipedia.org/wiki/%D0%A1%D1%82%D0%B0%D0%BB%D0%B8%D0%BD%D1%81%D0%BA%D0%B0%D1%8F_%D0%BF%D1%80%D0%B5%D0%BC%D0%B8%D1%8F_%D0%B7%D0%B0_%D0%B2%D1%8B%D0%B4%D0%B0%D1%8E%D1%89%D0%B8%D0%B5%D1%81%D1%8F_%D0%B8%D0%B7%D0%BE%D0%B1%D1%80%D0%B5%D1%82%D0%B5%D0%BD%D0%B8%D1%8F_%D0%B8_%D0%BA%D0%BE%D1%80%D0%B5%D0%BD%D0%BD%D1%8B%D0%B5_%D1%83%D1%81%D0%BE%D0%B2%D0%B5%D1%80%D1%88%D0%B5%D0%BD%D1%81%D1%82%D0%B2%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%BC%D0%B5%D1%82%D0%BE%D0%B4%D0%BE%D0%B2_%D0%BF%D1%80%D0%BE%D0%B8%D0%B7%D0%B2%D0%BE%D0%B4%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D0%BE%D0%B9_%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D1%8B_(1951)">лауреат Сталинской премии</a> за работы в вагоностроении, 1951 г.), который все свои проекты просчитывал на логарифмической линейке, жаловался, что его студенты приносили ему компьютерные вычисления с длинными хвостами после запятой: они не понимали, что в этих хвостах нет никакого физического смысла, потому что точность исходных данных намного меньше, чем выбранная ими "точность" представления результата. Вычисления с большим числом разрядов при невысокой точности исходных данных важны только по одной причине: для обеспечения устойчивости вычислительных методов. Однако даже с учётом этого обстоятельства грамотный инженер обязан знать, как корректно представлять результат.
<p>Неудивительно, что лишь инженеры и прикладники лучше всех представляют себе реальное положение вещей и в отношении обсуждаемых в этом блоге вопросов. Биологи биологами, у них там вообще конь не валялся лет 150 (за исключением, может быть, работ в популяционной генетике). Математики любят создавать виртуальные миры, слабо относящиеся к реальности. По большому счёту, только инженеры твердо стоят на земле обеими ногами. Я не хочу сказать, что среди химиков, биологов и математиков нет реалистов, но это редкое явление. Вот <a href="https://dissentfromdarwin.org/">такие штуки</a> моментально выводят мейнстримного биолога из зоны комфорта. Так что именно инженеры вынуждены ставить на место фантазёров. Проблема в том, что реалистов мало кто слушает: вот уже полтораста лет основная масса исследователей озабочена поиском несуществующих простых решений, которые легким движением руки должны превратить брюки в элегантные шорты...</p><p></p><p></p>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-74325645959955426012023-04-20T12:55:00.007-07:002023-04-20T13:01:16.112-07:00Экзопланеты и ID<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto;"><tbody><tr><td style="text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhxfIcgRbdawCKVrRwqVDxCdwtF7TXscO8xrtILBXH1N4Z2OoQeeMjC9q2gOb8UHkBteSDyzOB8gFjnFw2kGKvB97OKQg3EJbFpHk8Dhpdo4SEPG9A6CMQWaQOtXuP9Fq8gDmpjcw-QJj6J-0CTdbZwdlxqPG8pUDVNzfvx-eQ9kdcvJ79XzYS5GxueXw/s970/ShUgGBDmkArFBD4JzzeUy6-970-80.jpg.webp" style="display: block; margin-left: auto; margin-right: auto; padding: 1em 0px; text-align: center;"><img alt="" border="0" data-original-height="546" data-original-width="970" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhxfIcgRbdawCKVrRwqVDxCdwtF7TXscO8xrtILBXH1N4Z2OoQeeMjC9q2gOb8UHkBteSDyzOB8gFjnFw2kGKvB97OKQg3EJbFpHk8Dhpdo4SEPG9A6CMQWaQOtXuP9Fq8gDmpjcw-QJj6J-0CTdbZwdlxqPG8pUDVNzfvx-eQ9kdcvJ79XzYS5GxueXw/s320/ShUgGBDmkArFBD4JzzeUy6-970-80.jpg.webp" width="320" /></a></td></tr><tr><td class="tr-caption" style="text-align: center;"><b style="text-align: left;">Европа, спутник Юпитера. Источник: Wikipedia/NASA. Распространено мнение, что подо льдом Европы может находиться вода и, потенциально, жизнь.</b></td></tr></tbody></table>
<p>Недавно <a href="https://www.msn.com/en-gb/news/world/nasa-discover-new-earth-like-planet-in-its-star-s-habitable-zone/vi-AA16dhAk?rc=1&ocid=winp1taskbar&cvid=c7e5224caa94488d93f6d791af9bf40a&category=foryou">была обнаружена очередная экзопланета</a>.
</p><a name='more'></a><p>Как мне кажется, биологическая жизнь (по кр. мере, такая, какую мы знаем, то есть на основе углерода) уникальна и существует только на Земле. Я так думаю, потому что считаю, что возникновение жизни не является закономерным. Жизнь контингентна: её могло и не быть. В свою очередь, это вытекает из анализа необходимых для её начала и поддержания физических условий, одним из которых (если не главным) является организация семантически замкнутой системы записи и чтения из памяти. В памяти хранится как описание самой системы для её последующего воспроизведения, так и описание того, что будет воспроизводить систему по этому же описанию. Дж. фон Нейман показал, что такая система является необходимой для обеспечения персистентности нерегулярных структур. C. Бреннер установил, что система размножения, использующая генетический код, семантически замкнута. С физической точки зрения, эта система обеспечивает особые граничные условия для протекания физико-химических процессов жизнедеятельности организма и является дополнительной к динамике движения материи, а поэтому и несводимой к законам движения (Х. Патти). К тому же, эти граничные условия по необходимости являются символьными, поскольку системы с иерархическим управлением, к числу которых относится жизнь, предполагают использование языка (Х. Патти).
</p><p>Однако найдут или не найдут жизнь на других планетах, по набору свойств похожих на Землю, на ID вообще никак не повлияет. ID стоит или падает только с теоретическим доказательством или практической демонстрацией возможности автоматического появления вот таких вот специфических ограничений. Это именно то, о чём говорил Вальтер Эльзассер. Для опровержения ID (а точнее,<i> сильного</i> ID, так как <i>слабый</i> ID состоит в утверждении о тонких настройках физических параметров нашей вселенной, что не имеет прямого отношения к данному вопросу) необходимо выявление неких (пока неизвестных) особых законов, действие которых приводило бы к формированию подобных ограничений. Пока же железный аргумент (сильного) ID стоит, как и прежде: единственный известный науке пример во всей обозримой вселенной, где такие ограничения имеют место помимо жизни, — заведомо артефактные системы обработки информации; следовательно, имеет смысл предположение о том, что и сама жизнь также — артефакт.
</p><p>Да, конечно, это ставит перед нами новые вопросы: каков интеллект, стоящий за созданием жизни, можно ли что-либо определённое сказать о нём, исходя из тех научных данных, которые у нас есть, и пр. На мой взгляд, кое-что существенное мы сказать можем. Но это уже следующий этап. Сначала должно быть осознание простой мысли о том, что именно ID теперь является той плодотворной рабочей гипотезой, которая способна продвигать науку.</p><p></p><p></p><p></p>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-28744270146666884312023-04-20T12:49:00.006-07:002023-06-20T05:18:58.952-07:00Garbage in -- garbage out<p></p><div class="separator" style="clear: both; text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiJqzPgut_mo3I6UnevIOrHcGuP8OmMRcAzg9dQh3cZ9WVnawIP3Atjzwb1xRcHvbUH3FT3pp3WTubsPmLmVw91dAM6aXC0XBbEE6unqgrC_nEZJY_JkW3b-W1uq2gIOe_R_BavnR1uBuT8MzWB5E24Ab_5PGe-pUohZwLYnlJqvgkEskEsMYaM0etQ0SIV/s275/garbage.in.garbage.out.jpeg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="183" data-original-width="275" height="183" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiJqzPgut_mo3I6UnevIOrHcGuP8OmMRcAzg9dQh3cZ9WVnawIP3Atjzwb1xRcHvbUH3FT3pp3WTubsPmLmVw91dAM6aXC0XBbEE6unqgrC_nEZJY_JkW3b-W1uq2gIOe_R_BavnR1uBuT8MzWB5E24Ab_5PGe-pUohZwLYnlJqvgkEskEsMYaM0etQ0SIV/s1600/garbage.in.garbage.out.jpeg" width="275" /></a></div> <p></p><p>По-моему, более ёмко ещё никто не сформулировал сущность проблемы информации. В этом афоризме из заголовка суммировано всё: все проблемы, какие некоторые товарищи, <s>которые нам не товарищи :)</s>, пытаются размазать по стенке. Правда, как бы они ни пытались, у них это слабо получается. Для тех, кто хотя бы в общих чертах представляет, что происходит на самом деле, эта математическая хиромантия неубедительна.
</p><a name='more'></a><p>Математика -- такая штуковина: что заложишь, то и получишь. Это виртуальный мир. Насколько он соответствует реальному, зависит от того, что ты заложил в модель. "Компьютер посчитал" катит далеко не всегда. Красиво получается только, если закладывать в модель фантастику (например, что отбор работает со 100% эффективностью, работает всегда и везде, фитнес-ландшафт гладкий, функциональные кластеры плотные и равномерно распределены по пространству, вероятностных ресурсов на просмотр достаточно, чтобы ненаправленным поиском набрести на сложную функцию). Это старый приём -- рассматривать школьный игрушечный пример, делать многозначительное лицо и, подняв вверх указательный палец, говорить: "следовательно...". На самом же деле, там проблемы на проблемах: шум, недостаточная чувствительность, дрейф генов и пр., нехватка вероятностных ресурсов, о чём я уже не раз здесь писал. А вот если принимать реалистичные допущения, то ничего нетривиального не получишь. Увы...
</p><p>Коллеги, поймите одну простую вещь. Случайный процесс в нашем мире не может генерировать информацию (я имею в виду, конечно, функциональную). Шенноновская информация не интересна именно потому, что она не отражает смысл сообщения. Если два файла -- ужатый архиватором сонет Шекспира и ужатый мусор -- имеют один и тот же размер, это ещё не повод считать, что в этом мусоре столько же информации, сколько в сонете. К.Шеннон и сам это признавал.
</p><p>Функциональная информация предполагает локальный контекст и не имеет смысла вне этого контекста. Какой смысл имеет байтовый поток без интерпретатора? Какой смысл имеет сонет Шекспира для иностранца, не владеющего английским языком времён Шекспира, без переводчика? Абсолютно никакого.
</p><p>Подумайте, прежде чем защищать бессмыслицу, к тому же, безнадёжно устаревшую. Современная биология и СТЭ практически никак не пересекаются.
</p><p>Для того, чтобы понять, что же происходит на самом деле, недостаточно слушать СТЭ-шников, нужно прислушиваться и к скептикам. Например, критически об СТЭ высказываются профессиональные биологи Eugene Koonin и Denis Noble, которых нельзя заподозрить в симпатиях к ID, не говоря уже об ID-шниках (Behe, Axe, Denton и др.). Из специалистов по теории информации можно послушать Роберта Маркса (Robert Marks). Без телеологии (так или иначе направленного интеллектуального поиска: differential evolution, guided local search, population algorithms и так далее) здесь не обойтись. Ну, нет решения у этой задачи теми средствами, которые заявляются дарвинистами. На мой непрофессиональный взгляд, уж лучше послушать этих скептиков или физиков типа Вальтера Эльзассера, чем талдычить о всесильном отборе. Кстати, Robert Marks рассмотрел этот вопрос в наиболее общем виде (см. напр. <a href="https://www.amazon.co.uk/Introduction-Evolutionary-Informatics-Robert-Marks/dp/9813142146">здесь</a> и <a href="https://bio-complexity.org/ojs/index.php/main/article/view/BIO-C.2012.1/BIO-C.2012.1">здесь</a>), введя понятие активной информации и связав проблему поиска приемлемого на практике качества решений задач комбинаторной оптимизации с вопросом об <a href="https://intuit.ru/studies/courses/14227/1284/lecture/24168?page=13#:~:text=NFL%2D%D1%82%D0%B5%D0%BE%D1%80%D0%B5%D0%BC%D0%B0%20%D0%BF%D0%BE%D0%B4%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B0%D0%B5%D1%82%2C%20%D1%87%D1%82%D0%BE%20%D1%80%D0%B0%D0%B7%D0%BD%D1%8B%D0%B5,%D0%B8%20%D0%B4%D1%80%D1%83%D0%B3%D0%B8%D1%85%20%D1%81%D0%BF%D0%B5%D1%86%D0%B8%D0%B0%D0%BB%D1%8C%D0%BD%D1%8B%D1%85%20%D0%BA%D0%BB%D0%B0%D1%81%D1%81%D0%BE%D0%B2%20%D0%BF%D1%80%D0%BE%D0%B1%D0%BB%D0%B5%D0%BC.">NFL-теоремах</a>. Чем больше оракул сообщает поисковому алгоритму активной информации, направляя поиск, тем нетривиальнее результат.
</p><ul>
<li><a href="https://www.amazon.co.uk/Introduction-Evolutionary-Informatics-Robert-Marks/dp/9813142146?asin=9813142146&revisionId=&format=4&depth=1">Robert Marks, William Dembski, Winston Ewert: Introduction to Evolutionary Informatics</a>.</li>
</ul>Что же касается происхождения жизни (Origin Of Life -- OOL), то, да, это действительно другая проблема, по сравнению с которой проблемы эволюции -- детский сад. OOL я тоже интересуюсь и, по мере сил, собираю здесь <a href="https://biosemiotics.livejournal.com/tag/ool">материалы</a>. По этому вопросу тоже нужно больше слушать скептиков-профессионалов, скажем проф. химии Дж. Тура (вот <a href="https://www.youtube.com/watch?v=71dqAFUb-v0&ab_channel=Dr.JamesTour">здесь</a> находится его цикл лекций по проблемам абиогенеза), а не выскочек, которые уже 150 лет обещают через год решить проблему.
<div class="separator" style="clear: both; text-align: center;"><iframe allowfullscreen="" class="BLOG_video_class" height="266" src="https://www.youtube.com/embed/71dqAFUb-v0" width="320" youtube-src-id="71dqAFUb-v0"></iframe></div>
<p>Очень советую обратить внимание на этот ресурс: <a href="https://bio-complexity.org/ojs/index.php/main">Bio-Complexity.Org</a>. Здесь находятся статьи по этой тематике, написанные сторонниками ID, в частности, биологами, специалистами по информатике.</p><p></p><p></p><p></p><p></p><p></p><p></p>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-6695730711333761792023-02-14T10:13:00.006-08:002023-06-20T10:10:43.854-07:00Зашоренность, нефальсифицируемые утверждения и недооценка сложности проблемы<p>По завершении дискуссии с <lj user="nil_0">, начавшейся <a href="https://biosemiotics.livejournal.com/23008.html?thread=329952#t329952">вот здесь</a> и продолжившейся <a href="https://biosemiotics.livejournal.com/131251.html?thread=338867#t338867">здесь</a>, думаю, можно подвести неутешительные итоги.
</lj></p><a name='more'></a>
<p>Коллега не представляет себе проблемы, стоящей перед эволюцией в смысле поиска новой функции <i>в реальности</i>, а не на листке бумаги. В реальности мы имеем следующее:</p><ul>
<li>В процессе мутагенеза доминируют нейтральные мутации, не оказывающие влияние на фитнес-функцию, так что, в статистическом смысле, имеет место случайное блуждание, а не поиск с отбором.</li>
<li>Отбор, на который так уповает мой оппонент, проявляется лишь вблизи редких и разнесённых друг от друга в пространстве поиска функциональных пиков.</li>
<li>Случайное блуждание без оценивания качества производится по параметрическому пространству астрономических размеров.</li>
<li>Ландшафт фитнес-функции представляет собой плато с редкими функциональными пиками. Биохимиками <a href="https://pubmed.ncbi.nlm.nih.gov/15321723/">была получена оценка плотности белковой функции</a>, составляющая в среднем порядка 1 функциональной строки на каждые 10<sup>77</sup>. В окрестностях наблюдаемых функциональных пиков ландшафт не гладкий. Поэтому хотя отбор в окрестности функций и начинает работать, наблюдаемая функция естественным отбором может быть объяснена лишь частично: эволюционный поиск поднимается до какого-то уровня (судя по литературе, примерно до 40%) и стагнирует в локальных пиках.</li>
<li>Надежды на то, что функциональные кластеры расположены достаточно кучно, чтобы это исключало необходимость эволюционного просмотра значительной части пространства поиска, <a href="https://biosemiotics.livejournal.com/115226.html">тоже нет</a>.</li>
<li>Коллега понимает, что функция не аддитивна, однако упирается, пытаясь говорить о событиях отбора промежуточных состояний между функциями, применяя к тому же шенноновскую модель, которая в вопросах биофункции неприменима. На мой вопрос о том, что же, по его мнению, может отбираться в промежутках между функциями, он не дал ответа. Оно и понятно: невозмножно себе представить работающей автомашину с 3.5 колесами или функционирующим компьютер с половиной частей материнской платы.</li>
<li>Данные свидетельствуют о высокой вероятности того, что наблюдаемая in vivo функция, является глобально оптимизированной. Разумеется, гарантировать это локальным поиском никто не может, а о систематическом и речи нет по причинам ограниченности вычислительных ресурсов. Современные исследования (см. цитированную <a href="https://biosemiotics.livejournal.com/114785.html">здесь</a> статью японских учёных об инфективности фагов), по крайней мере, дают основания утверждать, что точечными заменами и делециями наблюдаемых в природе уровней функции достичь не удаётся, а все более сложные и интеллектуальные ухищрения уже вносят серьёзное искажение в чистоту эксперимента по оценке возможностей неинтеллектуальной эволюции.</li>
<li>Биологическая функция (как и любая иная) в общем случае неаддитивна. Нельзя из мобильного телефона дарвиновским путем прийти к ноутбуку. Под дарвиновским путём я понимаю последовательность незначительных случайных модификаций функций, да ещё таких, за которые может зацепиться отбор. Das ist fantastisch! Поэтому речь идёт о поиске функций целиком. То, что может эволюция, с ростом размерности задачи безнадёжно тонет в море комбинаторики.</li>
<li>Дарвиновская эволюционная модель в среднем не работает. См. мою запись <a href="https://biosemiotics.livejournal.com/49538.html?thread=302466#t302466">"Банкротство игрока -- банкротство Дарвина"</a> (мой вольный перевод статьи <a href="https://uncommondescent.com/evolution/gamblers-ruin-is-darwins-ruin/">"Gambler's Ruin is Darwin's Ruin"</a>), опубликованной на сайте <a href="https://uncommondescent.com/">uncommondescent.com</a>).</li>
</ul>Каков же в сумме ответ моего оппонента:<ul>
<li>Разведение руками ("представьте себе", за которым следовало нефальсифицируемое утверждение с нулевой ценностью, с научной точки зрения).</li>
<li>На мой вопрос: Что же может отбираться на каждом шагу предполагаемого эволюционного поиска с отбором при том, что фитнес-функция не является аддитивной, вразумительного ответа я не получил. Нам, по мнению оппонента, просто не хватает фантазии.</li>
<li>На мою просьбу о демонстрации работы алгоритма по производству осмысленной строки длиной более 600 символов <i>случайным поиском</i> (оценка функциональной сложности английского языка, выведенная G.Puccio ранее <a href="https://uncommondescent.com/intelligent-design/an-attempt-at-computing-dfsci-for-english-language/">здесь</a>) оппонент представил набросок алгоритма. Однако этот набросок не сопровожден каким-бы то ни было оцениванием time complexity с учётом реалистичных допущений, тогда как именно в них всё и дело. Вероятно, ему бы стоило обратить внимание на <a href="https://ru.wikipedia.org/wiki/%D0%A2%D0%B5%D0%BE%D1%80%D0%B5%D0%BC%D0%B0_%D0%BE_%D0%B1%D0%B5%D1%81%D0%BA%D0%BE%D0%BD%D0%B5%D1%87%D0%BD%D1%8B%D1%85_%D0%BE%D0%B1%D0%B5%D0%B7%D1%8C%D1%8F%D0%BD%D0%B0%D1%85">Теорему о бесконечных обезьянах</a> и её интерпретацию в смысле асимптотического убывания вероятности генерации осмысленного текста случайным процессом с увеличением длины строки.</li>
</ul>
<p>Позволю себе дать небольшой совет, хотя бы и заочно (не надеясь на то, что он опять когда-либо заглянет сюда). В отношении околоэволюционной полемики стоит прислушаться к компетентным скептикам, например, Michael Behe, Douglas Axe, James Tour, Eugene Koonin и др. Думаю, это понятно, но на всякий случай скажу, что я себя к таковым ни в коей мере не причисляю, конечно, я всего лишь интерессант, мне нравится проблема эволюции не только с религиозно-философской, но и с научной стороны. Однако и того небольшого объёма знаний, который у меня есть, достаточно, чтобы подвергнуть сомнению сложившийся на сегодня консенсус.
</p><p>Главной проблемой моего уважаемого оппонента является, по моему мнению, даже не недостаток конкретных знаний в данном вопросе или непонимание, что такое функциональная информация, но зашоренность, то есть априорная его настроенность на то, каким должно быть решение, до того, как поймешь, какова же задача, стоящая перед тобой. Этот недостаток критичного отношения к своей же собственной позиции и есть главная его шора, мешающая взглянуть на проблему, так сказать, с птичьего полёта. О каких научных открытиях может идти речь, когда учёный заранее уверен в том, как быть должно, а как не должно?!
</p><iframe allowfullscreen="" class="BLOG_video_class" height="266" src="https://www.youtube.com/embed/l9_4ARknPEo" width="320" youtube-src-id="l9_4ARknPEo"></iframe>
<p>-- Товарищ, а вы неправы... С вашей философией мы далеко не уйдём.</p><p></p><p></p><p></p><p></p><p></p><p></p>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-39789731368417763042023-02-13T10:43:00.001-08:002023-02-14T10:09:14.158-08:00Вопрос юзера nil_0 и мой ответ<p>Ув. nil_0, судя по информации из его журнала, имеющий отношение к МФТИ, выступил с критикой оценки количества ф.информации, необходимой для эволюционной генерации биологической функции.
</p><p><span style="font-size: 1.4em;">Благодарность</span>
</p><p>Прежде всего я хотел бы поблагодарить <lj user="nil_0"> за спокойное обсуждение. Такие обсуждения на вес золота. Они позволяют увидеть недостаток собственного понимания проблемы и улучшить аргументацию. Без них мы варились бы в собственном соку. В основном, правда, мне приходится слышать совсем другое. Примерно с 2012 года, когда я начал интересоваться этой тематикой и завёл живой журнал, я могу припомнить лишь 3 или 4 таких случая уважительного обсуждения проблемы. Обычно критики вообще ничего не понимают, однако же лезут на амбразуру, причем делают это иногда очень грубо (как правило, чем меньше знаний, тем больше хамства).
</lj></p><p>Я благодарю также моего коллегу профессора медицины Giuseppe Puccio за всегдашний интерес к ID-проблематике и ценные комментарии. </p>
<a name='more'></a>
<p><span style="font-size: 1.4em;">Постановка проблемы</span>
</p><p>Обсуждается оценка возможностей, или <i>вероятностных ресурсов</i>, в смысле генерации белковой функции, находящихся в распоряжении естественного ненаправленного эволюционного блуждания в пространстве первичных линейных белковых структур (или, неформально говоря, белковых строк). Блуждание характеризуется дискретным изменением состояния (изменением символов в белковых строках) <b>без оценивания качества</b>. Случайные (в рассматриваемой нами дарвиновской модели) изменения генотипа (имеются в виду мутации кода для последующего синтеза белка) приводят к изменениям фенотипа (белковых строк). Чрезвычайно важное для нас обстоятельство заключается в том, что подавляющее большинство этих изменений по причинам, указанным ниже, не оказывает никакого влияния на репродуктивность и, следовательно, <b>не могут быть отобраны</b>, по Дарвину.
</p><p>Подробнее о случайном блуждании см. <a href="https://en.wikipedia.org/wiki/Random_walk">здесь</a>.
</p><p><span style="font-size: 1.4em;">Обсуждение</span>
</p><p>Наше с nil_0 обсуждение находится <a href="https://biosemiotics.livejournal.com/23008.html?thread=329952#t329952">здесь</a>.
</lj></p><p>Итак, ещё раз очень кратко, о чём речь.
</p><p><b>Оценка</b>: эволюция может произвести максимум 140 функциональных бит. Эта оценка, выведенная Джузеппе Пуччио, приведена в моей записке: <a href="https://biosemiotics.livejournal.com/23008.html">"Дизайн-распознавание: основные понятия"</a>. Если совсем кратко, то её вывод можно суммировать следующим образом.
</p><p>Сначала мы оцениваем сверху число состояний, доступных -- <span style="color: #fa0008;">ВНИМАНИЕ специалистам по теории информации!</span> -- эволюционному случайному блужданию (evolutionary random walk). Число состояний, которые способен посетить блуждающий случайный поиск за всю историю биоты, оценивается сверху как O(2<sup>140</sup>).
</p><p>Далее, количество информации, соответствующее этому числу состояний, оценивается как ⌈log<sub>2</sub>(2<sup>140</sup>)⌉ = 140 функциональных бит, где ⌈x⌉ означает так наз. <i>потолок</i>(x), то есть ближайшее целое число, большее или равное х.
</p><p>Зачем берётся логарифм? Во-первых, для удобства: от степенных функций мы переходим к показателям степени. Однако, смысл логарифма также и в том, чтобы перевести число состояний в число разрядов представления, необходимых для того, чтобы все эти состояния занумеровать/проиндексировать, то есть <i>недвусмысленно указать наблюдаемое фиксированное состояние из набора возможных состояний</i>. Это и есть количество информации, ассоциированной с наблюдаемым состоянием.
</p><p>Если используется двоичный логарифм, мы имеем дело с двоичным представлением индексов состояний, и тогда единицей измерения количества информации являются <i>биты</i>, то есть двоичные разряды. Эта единица измерения де-факто принята стандартом, хотя иногда используют и иные, например, если используется десятичный логарифм, то единица измерения называется не бит, а <i>хартли</i>. Впрочем, на выводы оценки максимально возможного количества функциональной информации это не влияет, так как появляется лишь небольшой множитель для перевода из одних единиц в другие, тогда как мы оцениваем порядки величин.
</p><p>Проиллюстрируем сказанное на примере.
</p><p><span style="font-size: 19.6px;">Небольшой пример</span>
</p><p>Занумеруем дискретные состояния светофора: { красный, желтый, зеленый, выключен} . Это можно сделать, например, так:
</p><ol start="0">
<li>выключен: двоичное представление: 00</li>
<li>красный: двоичное представление: 01</li>
<li>желтый: двоичное представление: 10</li>
<li>зеленый: двоичное представление: 11</li>
</ol>
<p>Число состояний светофора: 4. Число бит, необходимых для индексации состояний: ⌈log<sub>2</sub>4⌉ = 2.
</p><p>Вопрос: Сколько нужно бит для представления 5 состояний (рассмотренные выше плюс дополнительное состояние, когда красный и желтый горят вместе)?
</p><p>Ответ: Число необходимых бит для представления состояний ищем всё по той же формуле: ⌈log<sub>2</sub>5⌉ = ⌈2.322⌉ = 3. Вот как можно проиндексировать эти состояния:<ol start="0">
<li>выключен: двоичное представление: 000</li>
<li>красный: двоичное представление: 001</li>
<li>желтый: двоичное представление: 010</li>
<li>зеленый: двоичное представление: 011</li>
<li>красный+желтый: двоичное представление: 100.</li>
</ol>
</p><p>Итак, ничего сложного здесь пока нет.
</p><p><span style="font-size: 1.4em;">Функциональная информация vs информация Шеннона</span>
</p><p>Функцией в нашем случае является способность белковой молекулы вступать в химические взаимодействия. Эта способность реализуется за счёт укладки линейной структуры белка (белковой строки) в трёхмерную молекулу под действием ван-дер-ваальсовских сил между частями молекулы, на что влияет состав первичной структуры (набор и порядок следования аминокислот). Таким образом, белковая функция фактически задаётся линейной структурой, а изменения состава строки и/или порядка следования аминокислот в линейной структуре влияют на способность белка к химическим взаимодействиям.
</p><p>Важным обстоятельством является слабая применимость шенноновской информационной модели в биологическом контексте, поскольку модель К. Шеннона не отражает смысловой стороны информации. Как говорит Дж. Пуччио ниже, в шенноновской модели рассматриваются любые состояния, безотносительно того, функциональны они или нет. Поэтому в рамках случайного процесса, порождающего шенноновскую информацию, нет возможности направить поиск к функциональным состояниям <span style="color: #fa0008;">до того, как включится отбор</span>. Следовательно, при увеличении размерности задачи возможности случайного процесса по генерации функции очень быстро тонут, так сказать, в море комбинаторики.
</p><p>Случайный ненаправленный процесс (эволюция, в том числе) не способен породить функциональную информацию в сколь-либо практически значимых количествах, потому что он <span style="color: #fa0008;">не видит функции</span>. Агент же, в отличие от среды, обладающий сознанием и предвидением, напротив, с лёгкостью способен преодолевать вероятностные барьеры, непроходимые для эволюции. Именно поэтому искусственный отбор многократно более мощен/чувствителен, чем естественный. Именно в этом и скрыта причина успеха так наз. генетических алгоритмов, где поиск явно или неявно направляется в области пространства с повышенной плотностью целевых состояний с приемлемым качеством <span style="color: #fa0008;">как раз за счёт оценивания качества</span> <span style="color: #fa0008;">исходя из предыдущего опыта решения аналогичных задач</span>.
</p><p>Естественный отбор, на который уповают дарвинисты, включается очень редко, в непосредственных окрестностях функциональных пиков, в основном же влияние оказывают нейтральные мутации и дрейф генов. Дарвинисты, вместо того, чтобы нас, ID-шников, ругать, должны быть благодарны за то, что мы даём им такую значительную фору, как 140 функциональных бит. На практике же, возможности эволюции по генерации функции, вероятно, ограничены следовыми количествами.
</p><p>Сделав эти предварительные ремарки, перейдём, наконец, к разбору критического замечания от nil_0.
</p><p><span style="font-size: 1.4em;">Критика оценки количества функциональной информации, доступной эволюции</span>
</p><p>Итак, цитата nil_0:
</p><p><span style="color: #0703fc;">Объём информации пропорционален числу актов выбора. А логарифм надо брать от числа выбираемых альтернатив. Выбор у вас в основном между двумя альтернативами (выжил/не выжил), что даёт ОДИН НА ОДИН АКТ ОТБОРА.
</span></p><p><span style="color: #0703fc;">Так что в ваших выкладках одна ошибка: логарифм не надо было брать. В результате вы оценили не количество информации, а размер адресного пространства, которое нужно, чтобы все акты отбора пронумеровать.</span></p>
<p>Насколько я понял оппонента, оценка, по его мнению, должна была бы выглядеть так:
</p><p>logX1 + logX2 + logX3 + ... + logXn,
</p><p>где X1, ..., Хn -- количества альтернатив при каждом из n событий отбора на предполагаемом пути по параметрическому пространству до финальной точки (искомой функции).
</p><p><span style="font-size: 1.4em;">Почему я думаю, что оппонент неправ</span>
</p><p>Как я понимаю, оппонент мыслит в рамках формулы Хартли для информации в строке символов: nlogm, где n -- число букв в строке, m -- число букв в фиксированном алфавите. Таким образом, по его представлениям, насколько я, конечно, могу о них судить, каждое событие отбора представляется такой "буквой" строки, а алфавитом представляется набор альтернатив (видимо, каждый раз свой набор).
</p><p>Что можно об этом сказать?
</p><ul>
<li>Во-первых, как я уже говорил, формула Хартли не отражает функциональности, или смысла строки. Для неё что осмысленная строка, что бессмысленный набор букв, несут наблюдателю одно и то же количество информации при условии равенства длин строк и фиксированности алфавита.</li>
<li>Во-вторых, оппонент кмк неправильно представляет себе процесс, который мы рассматриваем. <span style="color: #fa0008;">НИКАКИХ событий отбора вообще здесь нет</span>. Есть лишь <span style="color: #fa0008;">random walk</span> от начальной точки (грубо говоря, от одной функции) до финальной точки в некоторой окрестности другой функции, <span style="color: #fa0008;">только после достижения которой вновь включится отбор</span>.</li>
<li>В-третьих, он, по-видимому, не совсем понимает, что появление мутации и отбор -- это разные вещи. В основном, мутагенез в реальности представлен нейтральными мутациями, которые вообще на фитнес-функцию не влияют; небольшая часть мутаций представляет собой вредные мутации, которые подвергаются, по Дарвину, очищающему отбору (попросту говоря, удаляются и, таким образом, никак не влияют на наше обсуждение поиска функциональной новизны) и лишь малая доля мутаций полезны <span style="color: #fa0008;">при условии, что они видимы отбором</span>. Однако они появляются только в окрестностях функциональных пиков, и доля их в основном массиве мутаций чрезвычайно мала. В связи с этим, <span style="color: #fa0008;">до того, как включится отбор</span>, процесс представляет собой именно <span style="color: #fa0008;">random walk</span> и ничего более.</li>
</ul>Ниже в ветке обсуждения <nil_0 span="" style="color: #0703fc;">Вы вычисляете, как я уже отмечал, количество информации нужной, чтобы выбрать из всех актов отбора (мутаций) один. </nil_0><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p>Да, разумеется, по причинам, изложенным выше.
<p>Вследствие неверных допущений nil_0 приходит к существенно завышенной оценке в 2<sup>2<sup>140</sup></sup>, которая тривиально удовлетворяется и поэтому практически не интересна.
</p><p>Почему в процессе поиска функции нет никаких событий отбора? Потому что функция не аддитивна: два мобильных телефона не равны одному ноутбуку, потому что мобильный телефон и ноутбук -- совершенно разные функции (более точно, наборы функций), между которыми нет дарвиновского пути с промежуточными функциями, за которые мог бы зацепиться отбор. Эти промежуточные функции существуют только в воображении дарвинистов, но не в реальности. Об этом можно посмотреть <a href="https://biosemiotics.livejournal.com/tag/gpuccio">записи в моём журнале с тэгом gpuccio</a>, где подробно разбирается и опровергается аргументация дарвинистов по данной проблеме.
</p><p>Оппонент согласен со мной, что функция не аддитивна, но почему-то считает, что оценка информации всё же обладает свойством аддитивности. Его ошибка в том, что он рассматривает какой-то совершенно другой процесс, не имеющий места в реальности.
</p><p>Ниже в ветке я задал ему вопрос: "что может отбираться на всех этих предполагаемых промежуточных этапах дарвиновского пути, если функция не аддитивна?", на который он <strike>пока</strike> так и не ответил. Понятное дело, его странная реплика о недостатке фантазии насчёт того, что может быть отобрано в реальности (см. комментарии ниже), не может быть воспринята серьёзно.
</p><p>Обычно биологи приводят соображения из области дубликации генов: пока первая копия подвержена отбору, вторая "гуляет" по пространству, как ей вздумается и, когда набредёт на новую функцию, отбор уже включится относительно дубликата (так наз. гена-пара́лога). Но это никак не решает основной проблемы нехватки у эволюции вероятностных ресурсов, ведь проблема всё та же: отыскание новой достаточно сложной (больше 140 ф.бит, или 37 АА) функции <b>случайным блужданием</b>, тогда как белковые функции сложнее 140 бит встречаются в биосфере довольно часто (напр., см. Таблицу 1 здесь: <a href="https://p2c.com/sites/default/files/documents/blogs/kirk/functional-complexity-press.pdf">Functional Sequence Complexity in Biopolymers. Kirk K. Durston & David K.Y. Chiu, In: The First Gene, D. Abel (Ed.), 2011</a>).</p><p></p><p></p><p></p><p></p>
<p><span style="font-size: 1.4em;">Вот что по данному вопросу думает Giuseppe Puccio</span>
</p><p><span style="color: #0703fc;">Well, I have tried to understand what he is saying, but I think he is talking a completely different language. I really don't understand what he means by "act of selection". I don't think he is reasoning in terms of selectable intermediates. Probably he means that a mutation can survive or not survive. But most mutations do survive because they are neutral. they are neither negatively nor positively selected. On the long run, drift will decide their final destiny.
</span></p><p><span style="color: #0703fc;">My impression is that that person is trying (probably badly) to reason in terms of population genetics, which has not much to do with our reasoning about functional complexity. Population genetics is a world of its own, but is only marginally relevant in the main scenario of the appearance of new functional complexity.
</span></p><p><span style="color: #0703fc;">Those who want to understand ID must become familiar with the concept of FI. If they stick to concepts of Shannon information, they will never understand. FI is such a simple and intuitive concept, it is really strange that almost everybody obstinately tries to ignore or deny it (not all, of course, Szostak for example has defined it very correctly). Shannon information is about any choice between possible states. There is no reference in it to meaning or function. FI is simply the information linked to meaning or function. What is so difficult in that idea?
</span></p><p><span style="color: #0703fc;">It is all so clear if we look at language. There, meaning is the real function. My old example of Shakespeare's sonnet is always valid. What random system will ever be able to generate a Shakespeare sonnet? Or, more simply, a sonnet which makes good sense? Or, even more simply, a composition of the same length made of good English words?
</span></p><p><span style="color: #0703fc;">In my old post, I computed a FI of at least 800 bits simply for the third functional definition, the most generic and gross. What random system can explore a space of more than 800 bits?
</span></p><p><span style="color: #0703fc;">Of course we always discuss FC linked to a complex function, not selectable through simpler intermediates. That is almost always the case, in biology. Complex proteins (indeed, most of proteins) are complex machines: they work because they correspond to a specific plan and design, their function strictly depends on that plan and design. Again, we cannot build the code for a spreadsheet summing simpler short pieces of code that are independently functional. The real information is in the general architecture, in the general purpose of the whole. So it is in all complex machines and structures.
</span></p><p><span style="color: #0703fc;">A mutation is not an "act of selection". In my computation I have included all mutations that happen, independently from their destiny after they appear. If a mutation in itself does not create a new function which confers a definite reproductive advantage, it cannot be positively selected. It can be neutral, and in that case it will be random drift to decide its final destiny, or it can be harmful, and probably negative selection will take care of it.
</span></p><p><span style="color: #0703fc;">But even if for some reason a simple mutation can be positively selected for some advantage it confers (for example, if it improves an existing function, like in simple antibiotic resistance), of course there can be no relation between what is selected for "local" reasons and what is necessary for a new, diefferen function which still does not exists.
</span></p><p><span style="color: #0703fc;">IOWs, the simple point is that all mechanisms of population genetics (drift, various types of selection) are completely blind to any new possible function, which still does not exist anywhere. No spontaneous random mutation taking place in a bacteria has any privileged relation with the AA sequence which is necessary for ATP synthase, if ATP synthase still does not exist. If those hundreds of specific AAs are not yet present anywhere in the world, there is really no possible non design way to get them in reality. As there is no possible non design way to get the Shakespeare sonnet without Shakespeare.</span></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-77665055698974751022023-02-13T10:29:00.005-08:002023-02-14T09:59:16.756-08:00Дарвинисты используют нереалистичные оценки вычислительных ресурсов эволюции<p>Вчера наткнулся вот на этот шедевр.
<a href="https://www.pnas.org/doi/full/10.1073/pnas.1016207107">Herbert S. Wilf and Warren J. Ewens: There’s plenty of time for evolution</a>. </p>
<a name='more'></a>
<p>Авторы хотят показать, что у эволюции было достаточно ресурсов для производства всей наблюдаемой функциональной сложности. Но это им не удаётся. Они так же, как и когда-то Р.Докинз, вместо того, чтобы это продемонстрировать, предполагают существование оракула, который и даёт им возможность на каждом шаге направлять процесс поиска туда, куда им нужно. Разве так можно?! Причем тут параллельный и последовательный поиск? Кто вообще говорит о последовательном поиске? Откуда они это взяли?
<a href="https://biosemiotics.livejournal.com/23008.html">Вот здесь</a> с помощью простого расчета выводится оптимистическая оценка возможностей эволюции по производству сложной функции: максимум максиморум <u><b>140 функциональных бит, или 37 AA</b></u>. <span style="color: #fc030b;">Всё, что консервативно (а значит, кодирует функцию) и длиннее 37 AA, эволюцией объяснить невозможно</span>.
Отмечу ещё раз русским по белому несколько обстоятельств:</p><ul>
<li>140 функциональных бит (или 2<sup>140</sup> состояний, доступных эволюции) — это очень либеральная оценка сверху (то есть предоставляется очень большая фора эволюции), в реальности возможности эволюции (ещё) более скромны;</li>
<li>В биосфере встречаются функции, сложность которых многократно превышает это значение (напр., некоторые из приведенных <a href="https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2217542/">здесь</a> белков характеризуются сложностью порядка 1 Кб). Соответствующие этим значениям числа состояний — из области фантастики. Тем читателям, кто уже тянется к клавиатуре, чтобы возразить что-то типа: "эволюции не нужно было просматривать столько состояний", просьба обратиться <a href="https://biosemiotics.livejournal.com/115226.html">сюда</a>.</li>
<li>Функциональные биты не то же самое, что шенноновские биты;</li>
<li>Эволюционная модель здесь вообще не играет никакой роли — дарвиновская, нейтральная или ещё какая-либо: оценка максимально доступной эволюции биологической сложности выводится лишь на основе числа событий размножения безотносительно допущений эволюционной модели.</li>
</ul>Нет, ну, так нельзя. Ну, нельзя.Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-52697773732221626062022-12-09T11:26:00.007-08:002022-12-09T11:28:07.541-08:00Показывать картинку тем "химикам", кто не знает, что такое граничные условия<p> </p><div class="separator" style="clear: both; text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEio5kTwmKzpDr82XNcYylTeLzKGWrynTeE4eqCMorxHWAozI0FCD1Z51vfSPYFpIkGnda__3OhYm42FyZch8wBiCzAxQatykiUaLUfJS_TyjGbqYb5aNe7I3aLnsi80OuhCJipEPPC0Ok1Fi3-7lIFOghxDsyCswpdk4gMmhtvMkVO_qtSfJ2T7THVBEg/s2402/ID_Argument.png" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="1520" data-original-width="2402" height="405" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEio5kTwmKzpDr82XNcYylTeLzKGWrynTeE4eqCMorxHWAozI0FCD1Z51vfSPYFpIkGnda__3OhYm42FyZch8wBiCzAxQatykiUaLUfJS_TyjGbqYb5aNe7I3aLnsi80OuhCJipEPPC0Ok1Fi3-7lIFOghxDsyCswpdk4gMmhtvMkVO_qtSfJ2T7THVBEg/w640-h405/ID_Argument.png" width="640" /></a></div><br /><p></p>
<p>И, кстати, ещё важно понимать следующее.
</p><a name='more'></a>
<p>В системах, изображённых на рисунке сверху, применяются символьные граничные условия: с одной стороны, генетический, мембранный и др. коды, распознавание сигналов в метаболических сетях и пр.; с другой, современные радиоприемники, которые позволяют запоминать частоты радиостанций, а это значит, производить запись в память информации в символьном виде и, конечно же, чтение из памяти. Запись и чтение из памяти являются градиенто-независимыми (rate independent) операциями, то есть не зависят от динамики процессов, в организации граничных условий на которые участвует память. Динамика чтения-записи -- это динамика иного процесса, то есть процесса оркестровки.
</p><p>Дж. фон Нейман показал несводимость измерительной функции прибора к динамике движения частиц материи, из которых этот прибор состоит. Здесь имеет место то же самое. Семиотичность живых организмов, а равно и заведомо искусственных систем обработки информации (таких как современные радиоприёмники, например) -- указатель на дизайн. </p><p></p><p></p>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-86190295693932217352022-12-09T11:18:00.006-08:002022-12-10T09:11:01.505-08:00Наконец-то, я знаменит!<p>Я удостоился <a href="https://vk.com/away.php?to=https%3A%2F%2Fdeep-econom.livejournal.com%2F684828.html&cc_key=">упоминания</a>. Качество полемики невысокое, много ad hominem.
</p><p>Кто хочет, может посмотреть на тезисы оппонента, там есть ссылка. Мы уже дискутировали с ним <a href="http://mns2012.livejournal.com">у меня в живом журнале</a>, но мне пришлось его забанить. Думаю, что должно быть очевидно, почему. Если убрать все ad hominem, то, по сути, он повторяет тезис о сводимости биологии к химии. Он не знает, что такое граничные условия и какую роль они играют в физике. Это неграмотно, и сегодня не знать этого просто неприлично, как говорил герой Анатолия Папанова.
</p><a name='more'></a><p>По вопросу особых граничных условий на движение материи в живом организме, так называемой <i>семантической замкнутости</i>, можно посмотреть работы биофизика Ховарда Патти: </p><ul style="text-align: left;"><li> <a href="https://casci.binghamton.edu/publications/pattee/pattee.html">H. H. Pattee. The Physics of Symbols: Bridging the Epistemic Cut</a>
</li><li><a href="https://www.researchgate.net/publication/2515094_Evolving_Self-Reference_Matter_Symbols_And_Semantic_Closure">H. H. Pattee. Evolving Self-Reference: Matter, Symbols, And Semantic Closure</a>
</li></ul><p>Патти определяет семантическое замыкание как автономное отношение взаимной дополнительности между материальным и символьным аспектами биологической организации; то есть, между динамикой движения частиц вещества системы, с одной стороны, и символьных ограничений (синтаксических правил), наложенных на это движение, с другой.
</p><p>Речь идёт о комплиментарности законов движения материи и граничных условий на него.
</p><p>Разумеется, сам Патти, будучи воспитан в рамках дарвиновской эволюционной парадигмы, рассматривает эту комплиментарность как условие для обеспечения возможности неограниченного эволюционирования (open-ended evolvability). Достоинство серьёзного научного исследования именно в том и состоит, что оно выявляет объективные вещи, не зависящие от мотивации или мировоззрения учёного (если, повторю, мы имеем дело с настоящей наукой, конечно). К тому же, автор совершенно определённо говорит о том, что на сегодняшний момент вопрос о происхождении символьных граничных условий в живых системах не имеет решения, хотя сам он, исходя из своих философских предпосылок, и полагает, что решение может быть найдено в рамках эволюционистской научной повестки.
</p><p>C ним можно согласиться, что эта комплиментарность свидетельствует о том, что в функционирование и структуру живых организмов заложена определённая свобода адаптации: биологические системы могут выступать в качестве акторов изменения собственного состояния в отклик на стимулы среды (в этом, насколько мне известно, состоит основная идея так наз. «третьего пути», сформулированного группой эволюционных биологов, признающих очевидное фиаско дарвиновского мышления). Однако, сколь значительна эта свобода — отдельный вопрос. Патти не рассматривает, насколько мне известны его публикации, эволюционирование как таковое. Он также не занимается вопросом происхождения пары {законы движения, символьные начальные/граничные условия} в отношении живых организмов, просто предполагая эволюцию. В заключительных частях статей он иногда касается этой проблемы, но там он выступает скорее как философ-дарвинист, а не как физик.
</p><p>Эволюционная парадигма предполагает генерацию больших количеств функциональной сложности живого снизу вверх (bottom up), чему нет никаких «полевых доказательств». С другой стороны, у нас есть пример применения парадигмы дизайна, я имею в виду технологическую деятельность человечества, в рамках которой мы видим создание сложной функции сверху вниз (top down): от идеи через план до реализации конкретных шагов по её достижению.
</p><p>В современной биологии живые системы рассматриваются с позиции теории систем, предполагающей, среди прочего, загрузку функций в рамках разработки сверху вниз, целеполагание, повторное использование кода, отказобезопасное дублирование функций и пр. Это де-факто парадигма дизайна.
</p><p>Парадокс или, скорее, противоречие заключается в том, что, с одной стороны, сегодня есть уже понимание того, что парадигма дизайна — единственный плодотворный путь развития науки о жизни, что подтверждается самим ходом исследований, — кто бы мог подумать лет 20 назад, что в биологии можно будет обсуждать хоть что-либо с позиции дизайна, а не «в свете эволюции», по знаменитому выражению Ф. Добржанского?! — с другой, есть злейшая оппозиция этим идеям, когда в ход идут не только научные доводы, но прямые подтасовки, заведомые искажения тезисов оппонентов и нападки ad hominem — за иллюстрациями далеко ходить не надо. Это лишний указатель на то, что дарвинистская парадигма отжила своё.
</p><p>Парадигма дизайна более универсальна, так как допускает эволюционирование (пределы и возможности которого — отдельный вопрос), а вот эволюционная парадигма запрещает дизайн априори.
</p><p>Что касается выводов из того, что известно на сегодня, то я остаюсь при своём мнении. С точки зрения науки:
</p><p></p><blockquote>Биология — это химия + информация.
</blockquote><p></p><p>Под информацией я в данном случае подразумеваю идею, цель, слово, план, биологическую функцию, организацию специфических начальных и граничных условий на протекание физических процессов, функцию.
</p><p>Послушаем Ховарда Патти:
</p><p></p><blockquote>The general concept of information does not belong in the category of universal and inexorable physical laws but in the category of initial conditions and boundary conditions. Boundary conditions formed by local structures are often called constraints. Informational structures such as symbol vehicles are a special type of constraint. It should be clear that the concepts of initialconditions and constraints in physics make no sense outside the context of the law-based physical dynamics to which they apply. This is also the case for the concept of information.
</blockquote><p></p><p></p><blockquote>Понятие информации относится не к законам движения, но к категории начальных или граничных условий. Граничные условия, формируемые локальными структурами, называют ограничениями. Конфигурации материи, несущие информацию, например, выполняющие роль символов, являются особым типом ограничений. Ясно, что граничные условия и ограничения как таковые не имеют смысла вне контекста системы, движение которой они ограничивают. То же самое справедливо и в отношении понятия информации (перевод и полужирный шрифт мои: свящ. Евгений)
</blockquote><p></p><p></p><blockquote><b>H. H. Pattee, The Physics of Autonomous Biological Information, Biological Theory, Summer 2006, Vol. 1, No. 3: 224–226.
</b>
</blockquote><p></p><p>Именно потому на меня так и взъелся мой читатель, что он как раз этого не понимает. Его проблема даже, скорее, не в том, что он не понимает чего-то, но в том, что ему хоть кол на голове теши.
</p><p>Патти же <a href="http://mechanism.ucsd.edu/teaching/f17/phil204A/readings/Pattee%201972%20The%20Nature%20of%20Hierarchical%20Controls%20in%20Living%20Matter.pdf">в другой статье</a> пишет о том, что обеспечение иерархического управления по необходимости нуждается в языке для описания управляемой системы. И далее он рассуждает о физических свойствах лингвистических систем, а именно: о том, что всякая языковая система содержит дискретный набор произвольных, но фиксированных элементов, называемых носителями символов (symbol vehicles).
</p><p>Итак, вследствие того, что в рассматриваемых нами биологических системах имеется иерархическое управление, следует ожидать, что биологические системы должны быть языковыми, или лингвистическими системами. Действительно, так оно и есть, причём генетический код — лишь один из примеров: коды используются в биосфере на всех уровнях биологической организации — от молекулярного до групп популяций (см. <a href="https://link.springer.com/book/10.1007/978-3-319-14535-8?source=shoppingads&locale=en-gb&gclid=Cj0KCQiA1sucBhDgARIsAFoytUuO5_3rtdWAM0DMCjjKojmZwf1blEOiZ6ktsVSFFzjOnkacBEWRPIMaAmFvEALw_wcB">Marcello Barbiery «Code Biology»</a>).
</p><p>Каким же образом может быть реализована способность некоторой материальной системы распознавать и обрабатывать инструкции? Поскольку использование языков предполагает реализацию распознавания определённых конфигураций атомов как символов языка, в таких системах не должно быть физически или химически обусловленного стремления к каким-либо определённым конфигурациям материи из множества возможных. В этой физико-химической инертности распознавателя относительно состава символьных структур, подвергающихся распознаванию, заключается необходимое условие организации лингвистических систем. В том, что касается генетического кода, указанное условие соблюдается в форме практически полного отсутствия химической избирательности при полимеризации нуклеотидов в водяном растворе (см. <a href="https://www.amazon.co.uk/First-Gene-Programming-Messaging-Control/dp/0965798895">David L. Abel «The First Gene»</a>).
</p><p>Состав и конфигурация информационно-несущих молекул определяются тем, что вследствие указанной физико-химической инертности на некоторые из возможных конфигураций может быть наложена семантика. Таким образом, лишь некоторые конфигурации распознаются системой как <i>имеющие смысл</i>. Смысл при этом <i>локален </i>для рассматриваемой системы и обеспечивается структурой граничных условий, налагаемых на движение частиц вещества в ней.
</p><p>Ситуация здесь точно такая же, как и с естественными языками. В разговорном контексте строка «здесь был Вася» имеет смысл, а строка «фывапролдже» — нет. Однако, как я уже сказал, вопрос о семантике контекстуален: та же строка «фывапролдже» вполне может и иметь смысл, например как пользовательский пароль. Самое же главное здесь — понять, что смысл задаётся ограничениями, комплиментарными движению частиц вещества. Поэтому и пытаться выводить смысл из динамики движения материи, как делает забаненный мной читатель, просто глупо.
</p><p>Кстати, этот же автор Х. Патти, <a href="https://mns2012.livejournal.com/455453.html">говорит о том</a>, что шенноновская модель информации полезна в биологии далеко не всегда, поскольку не учитывает именно смысловой нагрузки сообщений. Смысл в биологии — это, разумеется, биофункция. Например, одна линейная последовательность аминокислот имеет смысл, то есть обеспечивает необходимую 3х-мерную укладку белка, а другая — нет.
</p><p>В заключение скажу несколько слов о прагматике и целеполагании в отношении биологических систем.
</p><p>Неживая природа не имеет потенции к выбору из альтернативных (энергетически вырожденных) состояний с минимумом потенциальной энергии по <i>нефизическому </i>критерию: прагматическому, эстетическому или какому-либо иному. Живое же, напротив, изначально, то есть с первого поколения настроено на персистентность: поддержание гомеостаза, репликацию, целесообразное поведение (апоптоз, популяционный альтруизм) и пр. Живое хочет жить, а неживому «параллельно», неживое оно или живое, красное, тёплое или ещё какое-либо.
</p><p>Чтобы создать что-то сложное, нужна цель, для которой требуется разум. Далее разрабатывается стратегия её достижения и конкретные шаги, в результате которых логическая структура имплементируется, или, как сказал бы Д. Абель, загружается в физическую систему. В случае живых организмов, организация на самом базовом уровне реализована биохимически, разумеется. Однако от этого она организацией быть не перестаёт. Законы движения материи лишь допускают её существование, не предопределяя её. Семантика определяется организацией процесса, которая представляет собой артефакт по необходимости, ибо не существует таких законов движения, которые бы сами формировали условия для своего собственного протекания. Поэтому мы неминуемо и приходим к телеологии, целесообразности и другим понятиям парадигмы дизайна.
</p><p>Справедливости ради, нужно упомянуть работы физика Вальтера Эльзассера, который пытался выявить особые так наз. <a href="https://en.wikipedia.org/wiki/Walter_M._Elsasser#:~:text=A%20biotonic%20law,%20a%20phrase,Organismic%20Principle%20of%20Natural%20Selection">биотонические законы</a>, или нефизические принципы, по которым строится и функционирует живое и которые бы исключали участие внешнего по отношению к системе интеллектуального агента. Однако, согласно <a href="https://www.amazon.co.uk/Life-Itself-Comprehensive-Fabrication-Complexity/dp/0231075650">характеристике биолога Роберта Розена</a>, идеи Эльзассера не получили поддержку ни среди физиков, ни среди биологов.
</p><p>Законы движения материи допускают написание строки символов на бумаге или отображение их на мониторе, но <i>не фиксируют</i> её символьный состав (и тем более, смысл). Иначе символы уже были бы не символы. На место материального объекта, выполняющего роль <i>символа </i>в системе, в информационно-несущей структуре можно (т.е. законы природы это сделать позволяют) поставить иной символ. Будет ли эта изменённая структура иметь смысл, зависит от организации граничных условий.
</p><p>Чрезвычайно важный момент, иллюстрирующий локальность смысла в рамках данной лингвистической системы, состоит в том, что установленное в ней соглашение о семантике можно изменить, чего нельзя сделать в отношении законов природы. Именно подобное изменение семантики, кстати, имело место в результате искусственного расширения генетического алфавита с 4 до 8 букв (см. японский эксперимент по изменению генетического кода: <a href="https://biosemiotics.livejournal.com/108040.html">hachimoji DNA</a>).
</p><p>Смысл существования гайки — в том, чтобы навинчиваться на болт. Прагматический контекст задаётся здесь требованием обеспечения работы соединения болт-гайка. То есть сначала — идея, и только потом — реализация! Сложные системы строятся только сверху вниз, а не наоборот. Гайка не думала: а давай-ка, я попробую навинтиться на болт, посмотрим, что получится! Это абсурд. А что уж говорить о ещё более сложных функциональных штуковинах типа метаболических сетей!
</p><p>Так что организация в виде символьных г.у. в живых существах — это просто факт.</p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-56659647921619606742022-12-09T11:08:00.000-08:002022-12-09T11:08:01.894-08:00Компромисс смещение/дисперсия<p>Я помню, как мне написали комментарий: запусти, мол, нейронную сеть, и она всё за тебя решит. Хорош аргумент: раз система называется экспертной, значит, эксперта мы можем отправить на пенсию, заменив его машиной.
<p>Может быть, и можно будет отправить его на пенсию, только вот от настроек никуда не денешься. Формулировать модель для решения задачи, в том числе выбирать независимые переменные (feature engineering), а также настраивать систему на оптимум поведения (hyperparameter tuning) должен человек, исходя из экспертного опыта. Задачу ему можно, конечно, облегчить, поручив основную механическую вычислительную работу технике. Но окончательное решение должен принимать именно человек, то есть Programmator Sapiens.
<a name='more'></a>
<p>Почему этот круг не замыкается на технике? Потому что <a href="https://ru.wikipedia.org/wiki/%D0%94%D0%B8%D0%BB%D0%B5%D0%BC%D0%BC%D0%B0_%D1%81%D0%BC%D0%B5%D1%89%D0%B5%D0%BD%D0%B8%D1%8F%E2%80%93%D0%B4%D0%B8%D1%81%D0%BF%D0%B5%D1%80%D1%81%D0%B8%D0%B8">практическая задача нахождения приемлемого компромисса между смещением и дисперсией неустранима</a> (the bias vs variance trade-off). И техника здесь никогда не сможет играть определяющую роль. Как формализовать для всех случаев жизни: переобучил ты модель или недообучил?! Решение, зависящее от множества факторов, иногда даже плохо формализуемых, выносит в конечном итоге человек.
<p>Пусть есть некоторая задача, требующая решения. Анализ её (который сегодня делается человеком) служит для выработки рекомендаций, каким способом её решить. Хорошо, выбрали для решения её нейронную сеть. Но кто будет вырабатывать конкретную модель? Каковы её параметры? Ок, применили алгоритм для поиска оптимальных параметров (который, кстати, также имеет целый ряд параметров, подлежащих настройке). Дальше начинаем обучать сеть. Здесь тоже можно автоматизировать. Однако никто не застрахован от того, что данные не смогут претерпеть изменения настолько, что модель начнёт деградировать. Значит, нужен мониторинг модели. Здесь тоже можно поставить автоматику, для того, чтобы отслеживать качество поведения модели. Но вдруг наступает такой момент, когда модель нужно радикально менять. Могут поменяться также сами критерии выбора модели. Вот в таких вопросах выбора и настройки параметров модели и нужен экспертный опыт. Иногда требуется нестандартное мышление, свежий взгляд на проблему. А это творческая задача. Творчество нельзя перепоручить машине. Однако после того, как решение изменившейся задачи найдено, его также можно преобразовать в рутину и запрограммировать. И так далее...
<p>Существуют NFL теоремы, которые объясняют необходимость экспертного знания в конкретной предметной области для того, чтобы выбрать вычислительную модель и настроить её так, чтобы она отвечала конкретному множеству конфликтующих между собой критериев качества. Решение в присутствии множества конфликтующих критериев выносится за счёт компромисса, а здесь без человека, тем или иным образом участвующего в поиске этого компромисса, не обойтись. Всегда будет существовать зазор между тем, что может вычислительная технология, и тем, что может человек. И чем дальше мы выбираем этот зазор между человеческим интеллектом и искусственным, тем труднее будет приблизиться к полному перекрытию зазора. Такая ситуация характерна для систем с асимптотическим поведением, для чего в литературе есть понятие убывающей отдачи (diminishing returns).
<p>Современные информационные технологии — очень сложная область человеческой деятельности. Поэтому здесь профессионалы нередко пытаются набивать себе цену, наводя тень на плетень, чтобы выкачивать деньги на исследования: в ход идут "искусственный интеллект", "экспертные системы" и пр. красивые слова. Но не следует забывать простой вещи: "золотого" решения на все случаи жизни не существует, из правил всегда будут исключения, покрыть которые никогда полностью не удастся, как это бывает в случаях, когда цель отдаляется по мере приближения к ней.
<p>Только коллективный человеческий разум достаточно мощен и одновременно гибок, чтобы быть способным к творческому поиску решения, поверх узких ментальных рамок, как говорят англичане, out of the box. А алгоритм решает только «от и до», каким бы сложным он ни был. Как сказал специалист по машинному обучению Роберт Маркс, сеть, обученная на Бахе, не выдаст Стравинского.Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-86187815904543742752022-12-09T11:06:00.002-08:002022-12-09T11:06:39.422-08:00Сэр Исаак Ньютон об эпистемном сечении: законы движения/ограничения<img alt="" src="https://ic.pics.livejournal.com/mns2012/58325740/447225/447225_original.jpg" title="" width="600/" />
<p>По мысли физика Ю.Вигнера, различение законов движения материи и ограничений на движение материи явилось главным вкладом И. Ньютона (1642-1727) в науку.
<p>В 20 в. Джон фон Нейман (1903-1957) рассмотрел схожий вопрос о несводимости измерительной функции к динамике измерительного прибора.<ul>
<li>Подробности см. в публикации <a href="https://casci.binghamton.edu/publications/pattee/pattee.html">Howard Pattee: The Physics of Symbols: Bridging the Epistemic cut. Systems Science and Industrial Engineering Department T. J. Watson School of Engineering and Applied Science State University at Binghamton, NY 13902-6000 (U.S.A.)</a>.</li>
</ul>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-91014935551894250662022-12-09T11:05:00.003-08:002022-12-19T01:53:59.521-08:00Брайан Миллер: Поразительная актуальность инженерных технологий в биологии <lj-embed id="90">
<iframe allowfullscreen="allowfullscreen" frameborder="0" height="315" src="https://www.youtube.com/embed/M9i2vFEa6rE?wmode=opaque" width="560"></iframe>
</lj-embed>
<p>Тезисы [мои комментарии выделены <i>курсивом</i>].
<a name='more'></a>
<ul>
<li>Системная биология де-факто исходит из парадигмы дизайна, пусть даже сами люди, которые ею занимаются, не являются философскими сторонниками этой парадигмы. Имеются в виду отправные предположения так наз. целевого исчисления (the 'calculus of purpose').</li>
<li>Представление о том, что существующие биосистемы субоптимальны (что надо было бы ожидать, если исходить из предпосылок ненаправленных эволюционных процессов без целеполагания) — как правило, следствие неучёта многокритериальности. Это так наз. "аргумент несовершенства пробелов", imperfections-of-the-gaps. Согласно новейшим данным, целый ряд распространённых хрестоматийных примеров "плохого" дизайна в действительности является оптимальным дизайном, если учитывать не один, а множество критериев (фоторецепторы растений, конструкция человеческой стопы, большой палец панды, конструкция глаза позвоночных, мусорная ДНК и пр.). Совершенно не соответствуют действительности и лишены оснований заявления деятелей типа Джерри Койна о том, что биосистемы — это якобы конструкции, сляпанные хаотически из первых подвернувшихся под руку эволюции компонентов; такие, в которых нельзя проследить целенаправленную инженерную мысль и предвидение.</li>
<li>К большому сожалению, многие популяризаторы эволюции получают беспрепятственный доступ к широкой аудитории, если только своей задачей они видят намеренное искажение эмпирических данных, объективно свидетельствующих в пользу дизайна.</li>
<li>Существует большое перекрытие между множеством принципов технологического дизайна, с одной стороны, и множеством принципов организации живого, с другой. К числу таких технологий, где наблюдается это перекрытие, относятся системные, информационные и химические технологии. Совпадение и прямое соответствие имеют место не только на уровне функций (<i>естественно, с различием реализации</i>), но и на уровне логической организации.</li>
<li>Приведены некоторые примеры использования идей дизайна в научных публикациях по системной биологии. Демонстрируется применение общих принципов в инженерных технологиях, с одной стороны, и в биосфере, с другой. Приведен, в частности, пример механического соединения с общими принципами функционирования (4-элементная система рычагов в жевательном аппарате рыб). Механическая конструкция с идентичным принципом работы применяется и в технике. Лектор: такие системы могли появиться только в результате разработки сверху вниз. В качестве обоснования этого утверждения лектор приводит источники по системной биологии, где указано, что изменяться такие системы могут только в определенных (подчас сильно ограниченных) пределах, выход параметров за эти пределы приводит к сбоям и, в конечном счёте, к вымиранию. Важным обстоятельством является указание в литературе на невозможность пластичных эволюционных изменений от одной системы до другой, если они характеризуются принципиально различными схемами функционирования (инженерными решениями). Области в пространстве параметров, в которых возможны адаптационные изменения, представляются аналогичными потенциальным ямам: системе позволяется самонастроиться в тех или иных пределах, однако система с подобными свойствами должна быть спроектирована и реализована сверху вниз.</li>
<li>Данные выводы подтверждаются летописью отложений: во-первых, наблюдается скачкообразное появление новых в инженерном плане форм; во-вторых, организмы, в которых наблюдаются подсистемы, использующие одни и те же принципы функционирования, могут и не иметь предполагаемого общего предка, который был бы наделён соответствующей подсистемой. Моделью, гораздо более экономно описывающей эти наблюдения, чем общее происхождение и эволюционная конвергенция, является модель графа зависимости (the dependency graph).<ul>
<li><i>Этот термин заимствован из информационных технологий. Вершинами графа зависимости являются модули программного обеспечения, ребрами — отношения зависимости: между двумя модулями существует ребро, если один из них использует второй в качестве библиотеки. Ссылка на оригинальную статью W.Ewert "The dependency graph of life" находится в моей записи <a href="https://biosemiotics.livejournal.com/67650.html">здесь</a>. </i></li>
</ul>Указанная модель допускает появление одних и тех же функциональных блоков в узлах графа, не объединенных общим происхождением. Фактически это модель <i>общего дизайна.</i> Она отвечает разработке сверху вниз в рамках целеполагания и гораздо лучше соответствует наблюдениям, чем эволюционная. Именно так происходит заимствование решений в области технологий, откуда эта модель и была, собственно говоря, взята.</li>
<li>Ошибка Дарвина состояла в том, что он ассоциировал понятие адаптации со средой, которая у него выступила как прокси дизайнера: среда у него формирует, среда отбирает, среда адаптирует и пр. Для описания того, что происходит в живых организмах, предложена принципиально иная модель, которая лучше соотносится с реальностью. Эта модель успешно применяется в робототехнических системах (например, самодвижущихся автомобилей): сигналы поступают извне на датчики, от датчиков — в анализатор состояния, от анализатора к исполнительному модулю (приводу), который вырабатывает необходимые сигналы для воздействия на систему механического управления. Важно отметить, что привод откликается на входное воздействие не (только) случайным образом, но имеет целый ряд заранее загруженных откликов в зависимости от значения сигнальных величин, поступающих к нему на вход (в арсенале откликов может присутствовать и стохастический отклик, однако рамки действия стохастики заранее определены). В настоящее время есть море специализированной литературы, в которой подтверждается, что фактически то же самое есть в живых организмах: выработка отклика на стимулы среды в организме происходит включением или выключением соответствующих механизмов управления изменениями генетической информации, а не (исключительно) случайными мутациями. Картина гораздо сложнее, чем было принято считать 150-100 лет назад (классика, СТЭ).</li>
<li>Предложена новая модель, которая носит название: "Естественные генетические технологии" (natural genetic engineering). Лектор ссылается на James Shapiro.<ul>
<li><i>Сам Дж. Шапиро и его единомышленники предпочитают говорить о так наз. "третьем пути", под первыми двумя имея в виду дарвинизм и креационизм, но это очередная карикатура на дизайн (a strawman argument), ведь ID как парадигма прекрасно себя чувствует, допуская рассмотрение живых организмов в качестве аналогов робототехнических систем, выступающих в процессе жизнедеятельности как интеллектуальные акторы</i>.</li>
</ul>Упомянутые механизмы, реализованные на генетическом уровне, относятся к тому, что называется управлением стохастикой (the harnessing of stochasticity). Отклик организма может происходить чрезвычайно быстро, в пределах одного поколения, для чего не требуется дарвиновского постепенного накопления малых адаптационных изменений.<ul>
<li><i>Дарвиновская модель налагает сильные ограничения на предполагаемый эволюционный процесс: каждый этап дарвиновского эволюционного пути обязан предоставлять селективное преимущество, что в комплексе с множеством других факторов типа дрейфа генов и взаимного ослабления положительных мутаций делает предполагаемый процесс эволюционного движения в параметрическом пространстве чрезвычайно маловероятным.</i></li>
</ul>Существует и другая аналогичная модель, которая называется фенотипической пластичностью. В этой модели фенотипические изменения также представляются результатом действия "прошитых" генетических откликов на стимулы среды, только эти отклики происходят на этапе развития организма. Тот или иной отклик включается или выключается в определенный момент развития организма в зависимости от значений поступающих из среды стимулов. Иными словами, разнообразие биологических форм представляется не результатом действия естественного отбора на случайные изменения генотипа, а следствием различных откликов, заложенных в организмы и реализующихся в различных условиях обитания.</li>
<li>Название представленной статьи и доклада ("Поразительная актуальность инженерных технологий в биологии") — аллюзия на знаменитую <a href="https://en.wikipedia.org/wiki/The_Unreasonable_Effectiveness_of_Mathematics_in_the_Natural_Sciences">статью Ю. Вигнера</a> о "поразительной эффективности математики" в естественных науках.<ul>
<li><i>Большой плюс автору. Я подозревал об этом, но для подтверждения предположения надо было прослушать лекцию до конца</i>.</li>
</ul>Источник этой эффективности — замысел Творца: в мире, сотворённом именно с такими свойствами, <i>в результате чего возможны повторяемость эксперимента и научное прогнозирование</i>, возможно и систематическое использование одних и тех же принципов творчества в различных контекстах.</li>
<li>Лектор заключает доклад, отмечая, что актуальность инженерных технологий в изучении живого — настолько мощный указатель на дизайн, что для опровержения представленных доводов оппонентам приходится совершать насилие над собственным разумом, заведомо искажая истину (см. Послание к Римлянам св. ап. Павла, гл.1).</li>
</ul>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-35070452214521176972022-12-09T11:00:00.005-08:002022-12-09T11:00:43.495-08:00Эмили Ривз: Биология трансформируется в системную дисциплину<lj-embed id="89">
<iframe allowfullscreen="allowfullscreen" data-link="https://youtube.com/watch?v=7PD0iXgu_S8" frameborder="0" height="315" src="https://www.youtube.com/embed/7PD0iXgu_S8?wmode=opaque" width="560"></iframe>
</lj-embed>
<p>Тезисы (с некоторыми <i>моими комментариями</i>):
<a name='more'></a>
<ul>
<li>Анализ больших массивов данных, ставший возможным в последнее время, выявил системный характер биологии и неадекватность редукционизма при описании биологических феноменов.<ul>
<li><i>"Редукция" обозначает "сведение к чему-либо". Редукционизм заключается в таком анализе изучаемого феномена, при котором изучаемое сводится к совокупности его базовых составляющих компонентов. В определённом смысле, редукционизм — это парадигма, в которой целое равно сумме составных частей.</i></li>
<li><i>Примеры применения редукции: объяснение биологического разнообразия как результата совместного действия случайных мутаций и естественного отбора; представление о человеке как о машине для переноски генов (см. Р. Докинз "Эгоистичный ген"); представление о том, что вся сложность взаимоотношений в человеческом обществе сводится к экономике и классовым противоречиям.</i></li>
</ul></li>
<li>Редукционизм как платформа больше не удовлетворяет биологов, несмотря на то, что большинство из них профессионально сложились в условиях доминирования редукционизма.</li>
<li>Критическое число биологов сегодня уже подошло к пониманию системной природы биологии, проделав путь от редукционизма к холизму (новая парадигма, в которой целое больше суммы составных частей). Ни один биологический феномен не может более изучаться в отрыве от системы, в которой он проявляется.</li>
<li>Характеристические черты биосистем включают иерархию, интеграцию компонентов, сигнальные сети, эмерджентные свойства (то есть такие свойства системы, которые не присущи её компонентам по отдельности и в силу этого несводимы к сумме свойств её компонентов).</li>
</ul><lj-cut><ul>
<li>Современные сложные технологические системы и рядом не стоят по уровню сложности и эффективности организации в биосфере.</li>
<li>В биологии фактически сформирован консенсус в отношении необходимости пересмотра представлений, доминирующих на сегодняшний день. Большое число работников обращается при исследовании биологических феноменов к теории систем. Это положение докладчица описывает, как революцию в биологии.</li>
<li>Цитата: системная биология подходит к изучению организмов как к интегральным системам, состоящим из динамически изменяющихся взаимозависимых генетических, белковых, метаболических и клеточных компонентов, с использованием традиционных методов собственно биологии, математики, информатики, а также современных технологий.<ul>
<li><i>Это, безусловно, также относится к популяциям организмов.</i></li>
</ul></li>
<li>Наилучшее объяснение генезиса некоторой сложной системы состоит в предположении о том, что она явилась результатом разработки "сверху вниз": от идеи к имплементации в рамках целеполагания. Такая разработка является примером дизайна. Конкурирующее традиционное эволюционное объяснение генезиса сложных систем как результата действия ненаправленного отбора в контексте популяции организмов, характеризующейся разбросом свойств, не представляется более удовлетворительным.<ul>
<li><i>В самом деле, как можно удовлетворяться эволюционным объяснением появления, например, системы репарации генетического кода, ведь, согласно эволюционным представлениям, система выявления и коррекции ошибок копирования возникла в результате появления ошибок копирования. Неадекватность эволюционных представлений в данном случае становится особенно очевидной, если вспомнить известный парадокс Манфреда Айгена: код простейшего корректора по длине намного превышает максимальную критическую длину генома, которая может реплицироваться, не сопровождаясь фатальным лавинообразным накоплением ошибок копирования.</i></li>
</ul></li>
<li>Системы разрабатываются в рамках предвидения, планирования и целеполагания (foresight), через координирование и слаживание работы компонентов и создание неразложимого функционального ядра (irreducible complexity).</li>
<li>Сторонники ID десятилетиями говорили обо всём этом. Фактически ID предсказал необходимость системного мышления в биологии.</li>
<li>Системная биология основана на парадигме дизайна: появление сложных функциональных систем обусловлено целенаправленной разработкой, то есть дизайном.<ul>
<li>Иерархическая интеграция требует предвидения.</li>
<li>Сигнальные сети требуют разработки "сверху вниз".</li>
<li>Эмерджентные свойства обусловлены существованием неразложимого функционального ядра.</li>
</ul></li>
<li>Cистемная биология заимствует терминологию и образ мысли у современных информационных технологий и применяет их в изучении биологических феноменов, что обеспечит долговременный успех системной биологии:<ul>
<li>Многокритериальная оптимизация.</li>
<li>Принятие решений.</li>
<li>Построение сетей.</li>
<li>Управление.</li>
<li>Сигналирование.</li>
<li>Обработка информации.</li>
<li>Обеспечение устойчивости.</li>
<li>Организация памяти.</li>
</ul></li>
<li>Анализ принципов технологической разработки поможет глубже понять принципы организации биологических систем. Некоторые принципы разработки технологических систем:<ul>
<li>Дизайн требует планирования.<ul>
<li>Составление схем функционирования биосистем и сравнение с их технологическими аналогами позволяет сузить пространство поиска недостающих деталей биологической картины. См. <a href="https://bio-complexity.org/ojs/index.php/main/article/view/BIO-C.2021.1">W. Shultz: An Engineering Perspective on the Bacterial Flaggelum. Part 1 - Constructive View</a>.</li>
</ul></li>
<li>Тяжелые проблемы требуют поиска элегантных решений.<ul>
<li>Инженерный навык поиска и видения элегантных технологических решений может помочь понять подробности структуры и функционирования живых организмов.</li>
</ul></li>
<li>Технологические решения оптимизируются с учётом существующих ограничений.<ul>
<li>Парето-оптимизация приложима и в биологическом контексте. То, что при поверхностном взгляде нам представляется плохим дизайном, может оказаться решением задачи многокритериальной оптимизации с учётом конфликтующих ограничений.</li>
<li><i><a href="https://biosemiotics.livejournal.com/tag/%D1%8D%D1%84%D1%84%D0%B5%D0%BA%D1%82%D0%B8%D0%B2%D0%BD%D0%BE%D1%81%D1%82%D1%8C%20%D0%B1%D0%B8%D0%BE%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC">Примеры этого рассмотрены у меня в данном блоге</a></i>.</li>
</ul></li>
<li>Повторное использование элементов решений предшествующих задач в новом контексте.<ul>
<li>Схожесть строения или функционирования биосистем может быть следствием не только общего происхождения, но и общей разработки.</li>
<li><i>См. напр. <a href="https://evolutionnews.org/2018/08/more-on-winston-ewerts-dependency-graph-of-life-an-important-new-paper/">W.Ewert: The dependency graph of life</a>. </i><i>Об этой публикации я писал <a href="https://biosemiotics.livejournal.com/67650.html">здесь</a>.</i></li>
</ul></li>
</ul></li>
</ul></lj-cut><ul>
<li>Зачем весь этот разговор о дизайне?<ul>
<li>Научная цель: Для того, чтобы лучше понимать, как устроены живые организмы. В свою очередь, это может помочь в лечении патологий.</li>
<li>Научная повестка ID включает также стимуляцию междисциплинарных дискуссий.</li>
<li>Парадигма дизайна — стимулятор научной мысли. Без такого разговора книги, подобные вот этой, были бы невозможны: <a href="https://www.google.co.uk/books/edition/An_Introduction_to_Systems_Biology/Lg3MDwAAQBAJ?hl=en&gbpv=1&printsec=frontcover">U. Alon: An Introduction to Systems Biology. Design Principles of Biological Circuits (2020)</a>.</li>
<li>Философские следствия из парадигмы дизайна значительны и заключаются в осознании неотъемлемой внутренне присущей осмысленности бытия человека как такового даже безотносительно человеческого социума: если мы не явились случайным побочным продуктом слепых сил природы, но были созданы, значит наш Создатель хотел этим самым достичь определённой цели. Таким образом, цель нашего бытия заключается в свободном исполнении нашего предназначения.</li>
</ul></li>
</ul>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-6902045367149126742022-12-09T10:59:00.007-08:002022-12-12T11:26:09.584-08:00Проф. Майкл Бихи: Система свёртывания крови<iframe allowfullscreen="" class="BLOG_video_class" height="300" src="https://www.youtube.com/embed/DyyqKpPVg4c" width="560" youtube-src-id="DyyqKpPVg4c"></iframe>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-33430805786138847072022-12-09T10:57:00.006-08:002022-12-09T10:57:50.849-08:00Проф. математики Дж. Леннокс о трансгуманизме<lj-embed id="87">
<iframe allowfullscreen="allowfullscreen" frameborder="0" height="315" src="https://www.youtube.com/embed/imzQDQU6QaU?wmode=opaque" width="560"></iframe>
</lj-embed>
<p>Профессор математики Оксфордского университета (Великобритания), римо-католик.
<p>Тезисы:
<a name='more'></a>
<ul>
<li>Есть два типа искусственного интеллекта: (1) собственно AI (искусственный в собственном смысле слова, со всеми вытекающими отсюда ограничениями), к которому относятся уже существующие мощные специализированные методы решения некоторых практических задач, и (2) так наз. AGI (artificial general intelligence) — гипотеза о том, что интеллектуальные вычислительные системы в будущем достигнут способности понимать или самообучаться всему, что может понять и чему может обучиться человек. Это именно гипотеза, и притом гипотеза, не имеющая практического обоснования.</li>
<li>Может ли AI обрести сознание? О том, что такое сознание, никто сегодня и понятия не имеет. Так что давайте сначала разберёмся с тем, что такое сознание, а потом будем спекулировать на тему о сознательном компьютере.</li>
<li>Существует гораздо больше оснований верить обещанию Христа вернуться и "загрузить" на небо верующих в Него, чем обещанию трансгуманистов "загрузить" в силикон содержимое мозга человека.</li>
<li>Трансгуманисты 21 века не первые люди, кто пытался решить проблему смерти. У них было множество предшественников, начиная со строителей Вавилонской башни и кончая коммунистами, пытавшимися вывести человека нового типа. Трансгуманисты опоздали на 2 тысячи лет. Проблема бессметрия уже решена воскресением Христа из мертвых.</li>
</ul>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-26612043641437579282022-12-09T02:37:00.004-08:002022-12-09T02:42:58.351-08:00Что получается, когда путаешь карту с территорией<p>Некоторое время назад один читатель возразил мне (как это, увы, слишком часто бывает) в не совсем корректной форме. Если не обращать внимание на форму, то суть возражения сводилась всё к тому же старому, как мир, ошибочному утверждению, что вселенная что-то там постоянно вычисляет.
</p><p>Ещё раз разберём, что такое вычисление и что на самом деле происходит в природе, а чего не происходит.
</p><p>Оговоримся сразу, что живую природу мы пока вынесем за скобки рассуждений. В живой природе, а также в некоторых системах, индуцированных живой природой, вычисления действительно производятся, <b>что и является сутью биосемиотического аргумента в пользу дизайна жизни</b>. Но обо всём по порядку.
</p><p>Приведём возражения этого товарища.
<a name='more'></a>
</p><p>Первое его возражение касалось клеточных автоматов и того, что они <b>моделируют и якобы тем самым иллюстрируют возможность</b> неинтеллектуального появления в природе разных сложных функциональных штуковин. Здесь у оппонента имеет место распространённая логическая ошибка, когда карту путают с территорией.
</p><p>— Вот тут, — говорят нам, — видите? Параллель проходит...
</p><p>Параллели и меридианы существуют только в сознании исследователя и на карте. Но в реальности никаких параллелей нет.
</p><p>Клеточный автомат — это модель. Поведение модели является следствием самой модели. При этом вопрос о том, насколько хорошо модель отражает реальность, остаётся открытым. Что касается именно КА, у меня есть целый ряд записей, в частности:
</p><ul>
<li><a href="https://biosemiotics.livejournal.com/90885.html">https://biosemiotics.livejournal.com/90885.html</a></li>
<li><a href="https://biosemiotics.livejournal.com/96470.html">https://biosemiotics.livejournal.com/96470.html</a></li>
</ul>
<p>Главная мысль этих записей — необходимость интеллектуальной настройки автомата: чем нетривиальнее хотим получить результат (чем больше пропасть между тем, что умеет делать модель, и тем, что происходит в реальном мире), тем сложнее настройка и тем большее требуется участие программиста разумного в этом процессе. Среди создателей клеточных автоматов проводятся даже соревнования: чей автомат круче, тот и выиграл. Так что никакого бинго там не получается: для достижения выдающегося результата требуются разум, пот и слёзы.
</p><p>Второе возражение читателя состоит в том, что якобы, ни больше и ни меньше, вся вселенная является таким вот клеточным автоматом, который вычисляет самоё себя. Цитата<span style="color: black;"> <b>[мой читатель приводит отрывок из рассказа </b></span><b><u><a href="https://www.litmir.me/br/?b=83410"><span style="color: black;">Максима Самохвалова "Дед Mazдай Reloaded"</span></a></u><span style="color: black;"> - прим. </span><lj user="mns2012"><span style="color: black;">]</span></lj></b>:</p><p><span style="color: #0512ff;">А если "универсальный компьютер" — то значит и ЧТО УГОДНО.
</span></p><p><span style="color: #0512ff;">Вон не так давно один деятель в ФАКТОРИО компьютер сделал тупо из тамощних КОНВЕЙЕРОВ — комбинаций "лент" со "сплиттерами" в качестве логических элементов...</span></p>
<p><span style="color: #0512ff;">- Как происходит ввод программы в память? - я решил донимать деда специальными вопросами.
</span></p><p><span style="color: #0512ff;">- Посредством размещения корма в математически выверенных точках ареала естественного обитания.
</span></p><p><span style="color: #0512ff;">- Каким образом производятся операции сложения, вычитания, деления, и умножения?
</span></p><p><span style="color: #0512ff;">- Естественно-природным. Сено сожрут - минус, не сожрут плюс. Если плодятся - умножают, если дохнут - это деление пошло.
</span></p><p><span style="color: #0512ff;">- И какова скорость вашей машины? - спросил я, с усмешкой.
</span></p><p><span style="color: #0512ff;">- Вот по осени будет один такт.
</span></p><p><span style="color: #0512ff;">Я вытащил новую сигарету из пачки и задумался. Hу почему, почему мне все время не везет, а? Вот Светка Мухова поехала в Питер, писать о световоде длиной в один оборот вокруг земного шара, без единого вареного шва, Витек махнул гейму тестировать в Семипалатинск, а меня сюда, на мещерскую сторону! Болота, черный торф, мокрые зайцы, и маразматический дедушка.
</span></p><p><span style="color: #0512ff;">- И какой смысл в такой скорости?
</span></p><p><span style="color: #0512ff;">- А тебе что? Числа складывать? Калькулятор купи!
</span></p><p><span style="color: #0512ff;">Дедушка засмеялся, а потом плюнул в воду и пояснил:
</span></p><p><span style="color: #0512ff;">- О принципе рассказываю, о принципе!</span></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p>
<p>Что же мы имеем? По сути своей, это та же самая ошибка, когда путают карту с территорией, только в данном случае она доведена до логического конца, в результате чего мы имеем дело с абсурдом. Давайте разберёмся, почему это абсурд.
</p><p>Даже если только внимательно прочитать эту колоритную цитату, то можно заметить невольное признание дедушки, что его конструкция не является вычислителем. Ключевой момент наступает, когда он говорит собеседнику:
<p><b>— Купи калькулятор!</b>
</p><p>Итак, данная "система" не компьютер. Но почему? Потому что в ней нет никакой трансляции информации. Нет ничего, что бы воспринимало нечто, входящее в систему извне, как что-то, по отношению к чему нужно произвести некоторое действие в соответствии с предварительно загруженным в эту систему набором правил. Не нужно "покупаться" на то, что представление об этой системе как о чём-то целом, есть в голове дедушки, ведь кроме дедушкиной головы вся эта конструкция вообще нигде больше не существует <i>как система</i>. Поэтому не удивительно, что как только его просят, чтобы эта штуковина произвела вычисление, дед отсылает собеседника в магазин за калькулятором.
</p><p>Самая суть <i>вычисления </i>состоит в установлении <i>логического</i> соответствия между тем, что воспринимается вычислителем в качестве данных, с одной стороны, и результатом вычисления, с другой. Я ещё раз повторю: <i>логического</i>!
</p><p>Логическое соответствие безразлично в отношении законов природы и комплиментарно им. И поэтому <i>исключительно </i>к законам природы (то есть к движению материи) оно несводимо. Физическое же следствие чего-либо заключается в проявлении законов природы, то есть в движении материи под действием градиентов плотности, энергии, давления, электрического заряда и так далее. Логическое комплиментарно физическому и хотя реализуется физически, сама эта реализация <i>исключительно </i>к законам природы несводима.
</p><p>Любой вычислитель реализует набор логических правил. Природа (то есть четыре базовых типа физических взаимодействий) не может этого сделать без участия разума, того самого интерфейса, который логику и загружает в физику. А физике безразлично, что в неё загружается и кем.</p>
Читатель (если бы я его не забанил) мог бы спросить:
<p>— А чего же вам еще надо кроме законов движения материи?!
</p><p>Не хватает формирования особых начальных и граничных условий на движение материи, в чем, собственно и заключается, работа дизайнера (если принять существование законов природы как данность). Без организации особых условий для движения вещества и энергии в вычислительной системе ни о каком вычислении и речи нет.
</p><p>Для иллюстрации сравните проявления одних и тех же законов электромагнетизма: в природных условиях и в контексте интегральной микросхемы (рис.1-2). Разница в рис.2 по сравнению с рис.1 состоит как раз в наложении специфических органичений на движение материи для достижения прагматической (то есть принципиально <i>нефизической</i>) цели. Никакой прагматики в <i>неживой </i>природе не существует. Природа лишь предоставляет возможность получения прагматически ценного результата.
</p><div style="display: grid; text-align: center;">
<table border="1" style="table-layout: fixed; width: 100%;"><tbody>
<tr>
<td>
<img alt="" src="https://ic.pics.livejournal.com/mns2012/58325740/446344/446344_900.jpg" title="" width="300/" /></td>
<td>
<img alt="" src="https://ic.pics.livejournal.com/mns2012/58325740/446558/446558_900.jpg" title="" width="300" /></td>
</tr>
<tr>
<td><span style="font-size: 0.9em;"><b>Рис.1. Молния — разряд атмосферного электричества</b></span></td>
<td><span style="font-size: 0.9em;"><b>Рис.2. Интегральные микросхемы: а — принципиальная электрическая схема, б — полупроводниковая, в — совмещенная, г —гибридная, 1—5 — нумерация соответствующих выводов. <a href="https://sinref.ru/000_uchebniki/04600radio/008_regulirovshik_radioaparaturi_gorodilin/016.htm">Источник</a>.</b></span></td>
</tr>
</tbody></table></div>
<p>В живом, напротив, присутствует прагматический контекст <i>персистентности</i> — поддержание гомеостаза, размножение и пр. В живом, как я уже сказал выше, также присутствуют особые граничные условия на протекание <i>вычислительных и сигнальных</i> процессов. Например, особые граничные условия есть в системе синтеза белка, где реализуется чтение и исполнение останавливающейся по Тьюрингу последовательности инструкций сборки первичной структуры белковой молекулы. Подобные специфические граничные условия наблюдаются только в живых системах и в некоторых системах, созданных человеком.
</p><p>Спрашивается: <i>А откуда в живом то, чего помимо живого и некоторых сложных изобретений человеческого разума, не наблюдается во всей обозримой вселенной?</i>
</p><p>А вот с этого, как сказал бы Штирлиц, и нужно было начинать.</p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p><p></p>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-24141306604810798832022-10-14T09:29:00.007-07:002022-12-09T02:28:29.762-08:00Необходимость интеллектуальной настройки параметров модели и NFL теоремы<p>Всё, <a href="https://biosemiotics.livejournal.com/127335.html">о чём мы говорили по поводу дарвиновской модели и искусственного отбора</a>, справедливо и в отношении так наз. алгоритмов глубокого обучения (в частности, многоуровневых перцептронов и пр. заковык). </p><p>Там происходит ровно то же самое: без настройки (а настройку производит, в конечном счёте, интеллектуальный агент) на решение узко определённого типа задач эти алгоритмы по производительности ничем не отличаются от <s>научного тыка</s> случайного поиска. </p><p>Уверенность в том, что это справедливо и для любого другого алгоритма, проистекает из так наз. <a href="https://ieeexplore.ieee.org/document/585893">"теорем о бесплатном обеде"</a>: No Free Lunch Theorems.
</p><ul>
<li><a href="https://www.geeksforgeeks.org/what-is-no-free-lunch-theorem/">NFL for Optimization vs NFL for ML</a></li>
<li><a href="https://towardsdatascience.com/what-no-free-lunch-really-means-in-machine-learning-85493215625d#:~:text=The%20%E2%80%9Cno%20free%20lunch%E2%80%9D%20(,performing%20algorithm%20for%20all%20problems.">Ещё одна запись о том же </a></li>
</ul><a name='more'></a>
<p>Эти две теоремы (одна для машинного обучения, другая для поиска и оптимизационных задач), в принципе, говорят об одном: <b>какого-то одного алгоритма, который бы оказался самым лучшим для всех случаев жизни, не существует</b>. Самым первым, кто это осознал, был шотландец Дэвид Юм, задавшийся вопросом: <i>приводит ли индуктивная логика, основанная на утверждениях лишь о предшествующих наблюдениях, к новому знанию или то, что мы получаем путём индукции, представляет собой лишь переформулировку уже известного по предыдущему опыту?</i></p><ul style="text-align: left;"><li>Википедия, как обычно в отношении эволюционной тематики, пытается противоречить, утверждая, что теоремы NFL не применимы к сценарию коэволюции. Якобы в случае, когда всё параллельно эволюционирует, появляется возможность информационной "халявы". <a href="https://evolutionnews.org/2017/09/conservation-of-information-and-coevolution-new-bio-complexity-article-by-winston-ewert-and-robert-marks/">Это не так</a>. </li></ul><p>Из этой, в общем-то, очевидного утверждения об отсутствии "лёгкой жизни" следует, что настройка некоторого алгоритма <i>с использованием источников информации, сторонних по отношению к нему, </i>необходима, коль скоро мы хотим добиться производительности выше среднего по больнице. </p><p>Поэтому, как мне кажется, человеческий интеллект + машинный всегда будет доминировать над машинным интеллектом. Поэтому и всегда будет нужен человек-эксперт, обладающий конкретными знаниями в своей предметной области, позволяющими найти для решения конкретной задачи оптимальные значения параметров модели.<br /></p>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-49067619319847886282022-10-14T09:24:00.012-07:002023-06-20T04:27:16.916-07:00Письмо в "редакцию"<p>Мне написали отклик на мою публикацию <a href="https://evgeny-thoughts.blogspot.com/2020/06/blog-post_22.html" target="_blank">"Действительно ли это результат эволюции?"</a>, посвященную использованию так наз. генетических алгоритмов при решении практических задач. В частности, я обсуждал использование генетического алгоритма для нахождения оптимальной пространственной формы антенны устройства NASA.
</p><p>Читатель пишет:
</p><p><span style="color: blue;">Успешные (приспособленные) размножаются, не приспособленные вымирают. Нас окружают те особи, которые умеют хорошо (успешно) размножаться. Именно это и есть целевая функция (и не важно, что мы до конца не понимаем всех тонкостей).
</span></p><p><span style="color: blue;">Не так важно какой отбор: посредством людей или посредством факторов природы. Отбор направлен на уничтожение неприспособленных (в простонаречьи - "слабых").</span></p>
<p>Моя точка зрения состоит в том, что у эволюции нет активного управления по значениям функции цели. Функции цели вообще нет как таковой, потому что нет оценивания качества решения. Читатель неправ, полагая, что выживание выступает критерием эффективности в контексте эволюции. Критерием является не выживание, а <i>репродуктивное преимущество</i>. Полезной мутацией будет являться любая мутация, увеличивающая репродуктивное преимущество, то есть повышающая численность потомства в данных условиях среды обитания). Полезными могут выступать мутации, являющиеся поломками существующих генов. Такие мутации, закрепляясь в популяции, приводят к деградации функции, за которую отвечал поломанный ген. Полезные мутации с новой функцией на практике не наблюдаются (о них пишут только в книгах как о чём-то теоретически возможном). Далее, для того, чтобы отбор зацепился за ту или иную мутацию, должно быть обеспечено её селективное преимущество. Селективное преимущество — это разница в процентном выражении между числом особей с данной (полезной) мутацией и числом особей без этой мутации. Селективное преимущество влияет на вероятность закрепления мутации (то есть распространения мутации на всю популяцию).</p>
<a name='more'></a>
<p>Эволюция представляет собой случайный поиск в пространстве решений <i>без оценивания качества</i>. Отбор впрягается только в окрестности локальных пиков фитнес-функции. Случайный поиск действительно может найти локально (и даже глобально) оптимальное решение, что и будет проявлением эволюционного процесса оптимизации. Однако это происходит лишь при выполнении некоторых условий:
</p><ol style="text-align: left;"><li>Фитнесс-ландшафт достаточно гладкий. </li><li>Поиск начинается вблизи оптимума. </li><li>Влиянием факторов, отрицательно отражающихся на устойчивости решения, можно пренебречь. </li><ol><li>К числу таких факторов в контексте эволюционирующих популяций относится так наз. дрейф генов, в результате которого частоты аллелей меняются случайным образом, что отрицательно сказывается на селективном преимуществе полезных мутаций, то есть когда они, попросту говоря, теряются. </li><li>Ещё одним фактором, влияющим на характер эволюционного процесса на практике, является взаимное ослабление селективного преимущества разных полезных мутаций. Когда процесс мутагенеза приводит к появлению более одной полезной мутации в популяции, они начинают конкурировать в популяции, взаимно ослабляя друг друга. Джон Сэнфорд, специалист по популяционной генетике, утверждает, например, что это приводит к тому, что на практике селективное преимущество отдельно взятой полезной мутации составляет 1.5%-2%. </li></ol></ol><p style="text-align: left;">Насколько эти условия выполняются в технологической практике (при решении практически важных задач комбинаторного поиска) или в контексте биосферы, можно судить по имеющейся литературе. Всё, с чем я лично имел опыт работы, а также источники по биоинформатике, которые я смотрел, говорят одно: эти условия <i>в общем случае</i> не выполняются. </p><p style="text-align: left;">Не следует забывать также и то, что в успешных применяемых на практике так называемых эволюционных алгоритмах используется явное или неявное оценивание качества решений, выбор операторов перехода между состояниями процесса комбинаторного поиска и др. операции, которые фактически управляют процессом поиска, сообщая алгоритму знания программиста о том, в какие области пространства параметров должен быть <i>направлен</i> поиск для нахождения решений приемлемого качества. Совершенно очевидно, что в природе такого направленного поиска не существует, поскольку эволюция лишена предвидения и целеполагания, что, кстати, признаётся даже теми специалистами, кто разделяет мнение о больших возможностях биологической эволюции.<br /></p><p style="text-align: left;">Как мы видим, целый ряд факторов в реальности "осложняет жизнь" эволюционного процесса, делая его практически случайным блужданием по пространству параметров.<br /></p><p style="text-align: left;"></p><p style="text-align: left;">Равносильно ли моё утверждение утверждению о том, что эволюции (понимаемой в смысле случайного блуждания по параметрическому пространству) не наблюдается? Разумеется, нет. Однако её влияние <i>в среднем </i>практически не имеет места. Дарвинисты переоценивают возможности дарвиновской эволюции. </p><p style="text-align: left;">Что такое "оценить качество решения"? </p><p style="text-align: left;">Оценить значит поставить в соответствие состоянию системы значение целевой функции (вычисленное, к тому же, с очень высокой точностью) с тем, чтобы управлять последующим процессом по этому значению, то есть направить поиск в ту или иную область пространства решений.
Именно это имеет место в генетических алгоритмах (ГА) и именно этого нет в дарвиновской модели. </p><p style="text-align: left;">ГА моделируют <i>искусственный отбор</i> селекционера именно потому, что в ГА есть оценивание качества. Оценивание качества с использованием булева оператора (выжил/не выжил), как предлагает читатель, на практике не применяется. Почему? Потому что это неэффективно. Ни один практически работающий эффективный ГА не является моделью дарвиновской эволюции.
Я предложил своему корреспонденту написать алгоритм поиска, основанный на дарвиновской эволюции, и разобраться, почему он работает не так эффективно, как хотелось бы.
</p><ul>
<li>В <a href="https://robertmarks.org/REPRINTS/2012_ClimbingTheSteinerTree.pdf" target="_blank">этой статье</a> демонстрируется, что для практически эффективного поиска необходимо управление, использующее внешний источник информации о структуре пространства решений.</li>
</ul><p>Читатель недоумевает: "Какая разница, кто или что выполняет отбор: селекционер или среда?" </p><p>Давайте попытаемся эту разницу проиллюстрировать на примере. Допустим, некоторый признак для закрепления в данной популяции требует закрепления трех независимых мутаций. Для простоты примем, что вероятность закрепления каждой равна р, где p < 1. Тогда вероятность последовательного закрепления всех трёх составляет р<sup>3</sup>, то есть достаточно малое число: р<sup>3</sup> << 1. </p><p>При достаточно малом исходном значении p вероятность закрепления всех необходимых мутаций, падающая экспоненциально с увеличением числа необходимых мутаций, представляет собой весьма малую величину. При рассмотрении достаточно сложной функции вероятность эта столь низка, что мы легко выходим за пределы числа особей, когда-либо появившихся в популяции. Эволюции нужно просматривать все эти состояния, чтобы иметь слабый шанс зацепиться отбором за нужную мутацию. </p><p>В отличие от среды, селекционер сразу видит необходимый ему признак и может отобрать для последующего разведения только те особи, которые обладают этой мутацией, вместо того, чтобы дожидаться возрастания её селективного преимущества до того, чтобы включился отбор. Иными словами, селекционер многократно эффективнее естественного отбора. Так что не следует забывать о тех факторах, которые многократно снижают эффективность дарвиновской эволюции.<br /></p><p>В заключение следует сказать, что в прошлом бразильский математик Г.Чейтин задавался целью промоделировать дарвиновскую эволюцию и продемонстрировать эффективность эволюционного поиска. Так появилась его известная модель под названием "метажизнь". Анализ реалистичности допущений и выводов из этой модели можно посмотреть вот <a href="https://evolutionnews.org/2014/04/bio-complexity_/" target="_blank">здесь</a>. Одним словом, как и ожидалось, в этой математической модели использованы нереалистичные предположения, не отражающие действительного положения дел. <br /></p><p></p><p></p><p></p><p></p><p></p><p></p>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-42401455504950058832022-07-08T01:41:00.005-07:002022-07-08T02:10:48.107-07:00Интеллект<p>Напоминаю читателям, что в моих записях я рассматриваю интеллект только как способность принятия решений, то есть способность выбора из альтернатив по нефизическому критерию. Хрестоматийный пример такого выбора — покупка продуктов в магазине, где критериями являются приобретение покупок по списку при максимуме качества товаров и ограничениях бюджета. К физическим критериям относится, например, минимизация расходуемой энергии.
<p>Таким образом, при рассмотрении интеллекта я не касаюсь проблемы сознания, используя только инженерную сторону интеллекта. Согласно этому определению, например, интеллектом обладает автопилот. В этом случае прагматическим критерием выступает безопасное управление. Разумеется, человек тоже подпадает под используемое мной определение интеллекта. С другой стороны, отличить автоматику от человека это определение не позволяет, что, однако, в большинстве рассматриваемых нами случаев и не требуется. В тех немногих записях, которые явно касаются вопросов сознания, данное определение интеллекта, принимаемое по умолчанию, не всегда можно применить. Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0tag:blogger.com,1999:blog-2014476551534786555.post-30460965563984483932022-07-07T10:11:00.009-07:002022-08-23T02:32:30.746-07:00Почему интеллектуальный агент не всегда является лишней сущностью<p>Часто приходится слышать упрёк в том, что разумнотворщики вводят в объяснения наблюдений лишнюю сущность, то есть интеллектуального агента. Стандартная объяснительная процедура, с которой нас приучают работать сызмальства, состоит в понимании некоторого "простого" X с последующим сведением "сложного" Y к понятным и простым X. Я ничего не имел бы против такого подхода и в случае ID, если бы не одно важное обстоятельство.
</p><p>Дело в том, что существует целый класс феноменов, объяснение которых без введения интеллектуального агента проблематично. Это не означает, конечно, что таких объяснений нет, однако к их качеству возникает всё больше претензий со стороны всё большего числа заинтересованных специалистов.
</p><p>Приведу конкретный пример. Упрощённая картина, приписывающая всё наблюдаемое биологическое разнообразие незатейливой схеме NS+RV, больше не может быть признана удовлетворительной, по замечаниям самих же биологов. К этой схеме возникает всё больше вопросов и у инженеров, специалистов по теории информации и др. Мотивация таких специалистов, их конфессиональный состав и религиозно-философские предпочтения имеют второстепенное значение в том, что касается выдвигаемых ими вполне обоснованных претензий научного плана. Вот несколько примеров таких претензий:</p><ul>
<li><a href="https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2784144/">Биолог Е.Кунин говорит о гигантских скачках вариаций биоформ, приписывая их, правда, всё той же эволюции, но сам факт признания возможности скачкообразных изменений отраден, хотя атрибуция и неверна</a>,</li>
<li><a href="https://www.discovery.org/a/2950/">Выдающийся химик Ф.Скелл задаётся вопросом, нужна ли вообще теория Дарвина биологу в реальной работе</a>,</li>
<li><a href="https://sites.google.com/site/darwinspredictions/">Биолог К.Хантер анализирует предсказания синтетической теории эволюции на предмет их соответствия реальности</a>,</li>
<li><a href="https://youtu.be/kaHKqOCT3IM">Биолог М.Бихи утверждает, что в реальности эволюция идёт только по пути закрепления деградации биофункции в популяции</a>.</li>
</ul>К особому классу феноменов, о которых я упомянул, относится всё, что характеризуется так называемой функциональной сложностью. Функцией называется способность рассматриваемой системы производить определённые действия (например, способность белка вступать в реакцию, способность калькулятора производить вычисления, способность гвоздя забиваться в древесину и т.д.).
<p>Для оценки сложности функции вводится язык описания исследуемой системы S, а также рассматривается отношение числа строк описания S, соответствующих интересующей нас функции, к числу всех возможных строк не более определенной фиксированной длины. Функциональная сложность есть —log<sub>2</sub> этого отношения (подробнее см. <a href="https://biosemiotics.livejournal.com/31878.html">здесь</a>).
</p><p>Порог количества функциональной информации, по превышении которого некоторая система считается сложной, оценивается эмпирически таким образом, что нулевая гипотеза о неинтеллектуальном происхождении системы статистически исключается (согласно <a href="https://www.frontiersin.org/articles/10.3389/fpsyg.2015.00223/full">методу Р. Фишера статистического тестирования гипотез</a>). Для живых организмов этот порог составляет 140 функциональных бит (следует учитывать, что это не шенноновские биты).
</p><p>Как выясняется:
</p><ol>
<li>Живые организмы являются примерами сложно-функциональных систем (точнее, они могут моделироваться такими системами).</li>
<li>За исключением 1. все остальные примеры таких систем в обозримой вселенной исчерпываются заведомыми артефактами. Да, конечно, артефакты могут быть сравнительно просты и даже нефункциональны (например, пятно краски на полу, которое по неосторожности оставил маляр), но у нас идёт речь именно о сложных функциональных артефактах (рис.1).</li>
<li>Всё остальное наблюдаемое в мире - либо нефункциональное, либо функциональное и простое. Для дотошных математиков: нефункциональное есть функциональное со следовым (или нулевым) количеством функциональной информации.</li>
</ol>
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto;"><tbody><tr><td style="text-align: center;"><img alt="" src="https://ic.pics.livejournal.com/mns2012/58325740/438159/438159_original.png" style="margin-left: auto; margin-right: auto;" title="" width="400" /></td></tr><tr><td class="tr-caption" style="text-align: center;"><b>Рис.1 Жизнь как сложно-функциональный артефакт</b></td></tr></tbody></table><div style="text-align: center;"> </div>
<p>Появление сложной функции невозможно адекватно описать без привлечения целенаправленной интеллектуальной активности агента. Почему? Потому что неинтеллектуального появления сложной функции не наблюдается.</p><p></p><p></p><p></p><p></p><p></p><p></p>Evgeny Selenskyhttp://www.blogger.com/profile/13863920287602828921noreply@blogger.com0