Сотый раз об одном и том же
Что утверждает ID:
Статистически значимые количества функциональной информации невозможно на практике произвести неинтеллектуально (без целеполагания).
Это так наз. гипотеза дизайна.
Определения и др. подробности, касающиеся распознавания дизайна, см. здесь.
Откуда взялось это утверждение (гипотеза дизайна)?
Из обобщения опытных данных. Вся технологическая деятельность человечества изобилует примерами осуществления ID (proof of concept). С другой стороны, не существует никаких данных, объективно свидетельствующих о том, что гипотеза дизайна может когда-либо нарушаться.
Как это можно продемонстрировать?
Множеством способов, в том числе, на примере так наз. генетических алгоритмов.
В ГА есть:
- явно определенная функция цели, измеряемая с точностью, достижимой с использованием возможностей представления действительных чисел современными вычислительными системами;
- явно определенные операторы перехода между состояниями в зависимости от значения функции цели;
- возможность избежать стагнации в локальных оптимумах;
- возможность фиксации желательных аспектов искомого решения независимо от течения оптимизационного процесса;
- а также возможность запоминания нежелательных аспектов с целью их избежать при поиске решений.
Из практики комбинаторного поиска известно, что достижение глобально оптимальных решений в пространстве поиска астрономических размеров за ограниченное время чрезвычайно маловероятно в общем случае.
Вероятность этого повышается на порядки при выполнении следующих условий:
1. Процесс поиска начинается вблизи глобального оптимума.
2. Процесс поиска интеллектуально направляется к областям, в которых плотность оптимумов достаточно высока.
Вот эти условия, кстати, и обеспечиваются ГА.
Проблема для натурализма заключается в том, что обеспечить их в отношении живых организмов без целеполагания (то есть одними законами природы) невозможно.
Внимание, вопросы.
1. Где здесь псевдо-наука?
2. Где здесь утверждения о том, что ID противоречит биологической эволюции, понимаемой в следующем смысле: естественный отбор и генетические модификации приводят к изменению частоты аллелей в популяции?
ID и эволюция
Очень часто в дискуссиях, к сожалению, имеется недостаток взаимопонимания. Иногда он происходит вследствие подмены понятий и отсутствия выработки общей терминологической базы до начала дискуссии. Печально, что в отдельных случаях это происходит намеренно. Оппоненты жонглируют многочисленными определениями информации, биологической эволюции и пр., пытаясь играть на различии этих определений.
Теория дизайна вступает в противоречие не с биологической эволюцией как таковой (см. определение выше), а с утверждением, что в процессе эволюции без интеллектуального управления якобы появляются статистически значимые количества функциональной биологической новизны. Эмпирическая база у последнего утверждения отсутствует.
Однако сама возможность закрепления в популяции удачной в дарвиновском смысле (обеспечения приспособленности) мутации вследствие поломки генов, во-первых, имеет место, и, во-вторых, не противоречит гипотезе дизайна. Биологическая эволюция на практике происходит, но лишь за счёт функциональной деградации уже существующих функций, а не появления функциональной новизны.
И в заключение хочу снова обратить внимание читателей на генетические алгоритмы. С ними, как это часто бывает в данном вопросе, тоже путаница. Некоторые думают, что ГА иллюстрируют эволюцию именно как механизм возникновения новизны. Однако в действительности ГА иллюстрируют целенаправленный искусственный отбор селекционера, то есть ID. Название их обманчиво, так как не отражает самой сути того, что эти алгоритмы делают. Максимум, с чем можно согласиться, - это с расплывчатым тезисом о том, что ГА являются биологически мотивированными.
Поскольку я говорю об этом уже в сотый раз, то предвижу часто встречающееся возражение типа "что ни кинь, всё клин". Для опровержения необходимости интеллектуальной настройки параметров поиска натуралистам нужно продемонстрировать, что:
Обращаю внимание заинтересованных читателей на разбор с интересующей нас точки зрения решения одной практической задачи с использованием ГА. В разборе анализируется вопрос, почему автор разбираемого решения не имеет права утверждать, что генетический алгоритм автоматически без специальных настроек параметров, который производился бы исходя из опыта программиста, нашёл оптимальное решение задачи:В разборе "полёта" формализуется процесс сообщения дополнительной (так наз. активной) информации о желаемых (исходя из опыта решения аналогичных задач) характеристиках искомого решения, которая сообщается поисковому алгоритму экспертом. Вводится мера количества активной информации, по которой можно судить, насколько производительность того или иного поискового алгоритма отличается от производительности случайного поиска. И, наконец, демонстрируется, что в рассматриваемом случае количество активной информации > 0.
Статистически значимые количества функциональной информации невозможно на практике произвести неинтеллектуально (без целеполагания).
Это так наз. гипотеза дизайна.
Определения и др. подробности, касающиеся распознавания дизайна, см. здесь.
Откуда взялось это утверждение (гипотеза дизайна)?
Из обобщения опытных данных. Вся технологическая деятельность человечества изобилует примерами осуществления ID (proof of concept). С другой стороны, не существует никаких данных, объективно свидетельствующих о том, что гипотеза дизайна может когда-либо нарушаться.
Как это можно продемонстрировать?
Множеством способов, в том числе, на примере так наз. генетических алгоритмов.
В ГА есть:
- явно определенная функция цели, измеряемая с точностью, достижимой с использованием возможностей представления действительных чисел современными вычислительными системами;
- явно определенные операторы перехода между состояниями в зависимости от значения функции цели;
- возможность избежать стагнации в локальных оптимумах;
- возможность фиксации желательных аспектов искомого решения независимо от течения оптимизационного процесса;
- а также возможность запоминания нежелательных аспектов с целью их избежать при поиске решений.
Из практики комбинаторного поиска известно, что достижение глобально оптимальных решений в пространстве поиска астрономических размеров за ограниченное время чрезвычайно маловероятно в общем случае.
Вероятность этого повышается на порядки при выполнении следующих условий:
1. Процесс поиска начинается вблизи глобального оптимума.
2. Процесс поиска интеллектуально направляется к областям, в которых плотность оптимумов достаточно высока.
Вот эти условия, кстати, и обеспечиваются ГА.
Проблема для натурализма заключается в том, что обеспечить их в отношении живых организмов без целеполагания (то есть одними законами природы) невозможно.
Внимание, вопросы.
1. Где здесь псевдо-наука?
2. Где здесь утверждения о том, что ID противоречит биологической эволюции, понимаемой в следующем смысле: естественный отбор и генетические модификации приводят к изменению частоты аллелей в популяции?
ID и эволюция
Очень часто в дискуссиях, к сожалению, имеется недостаток взаимопонимания. Иногда он происходит вследствие подмены понятий и отсутствия выработки общей терминологической базы до начала дискуссии. Печально, что в отдельных случаях это происходит намеренно. Оппоненты жонглируют многочисленными определениями информации, биологической эволюции и пр., пытаясь играть на различии этих определений.
Теория дизайна вступает в противоречие не с биологической эволюцией как таковой (см. определение выше), а с утверждением, что в процессе эволюции без интеллектуального управления якобы появляются статистически значимые количества функциональной биологической новизны. Эмпирическая база у последнего утверждения отсутствует.
Однако сама возможность закрепления в популяции удачной в дарвиновском смысле (обеспечения приспособленности) мутации вследствие поломки генов, во-первых, имеет место, и, во-вторых, не противоречит гипотезе дизайна. Биологическая эволюция на практике происходит, но лишь за счёт функциональной деградации уже существующих функций, а не появления функциональной новизны.
И в заключение хочу снова обратить внимание читателей на генетические алгоритмы. С ними, как это часто бывает в данном вопросе, тоже путаница. Некоторые думают, что ГА иллюстрируют эволюцию именно как механизм возникновения новизны. Однако в действительности ГА иллюстрируют целенаправленный искусственный отбор селекционера, то есть ID. Название их обманчиво, так как не отражает самой сути того, что эти алгоритмы делают. Максимум, с чем можно согласиться, - это с расплывчатым тезисом о том, что ГА являются биологически мотивированными.
Поскольку я говорю об этом уже в сотый раз, то предвижу часто встречающееся возражение типа "что ни кинь, всё клин". Для опровержения необходимости интеллектуальной настройки параметров поиска натуралистам нужно продемонстрировать, что:
- Структуры (например, белковые строки), которые мы наблюдаем, не являются глобально оптимизированными
- Плотность решений с уровнем качества не ниже наблюдаемого достаточно высока.
- Во-первых, наблюдаемые in vivo решения по качеству сильно превосходят то, что может быть найдено интеллектуальным поиском при затратах ресурсов, превышающих оптимистические оценки ресурсов биосферы. Это даёт серьёзные основания подозревать, что системы in vivo глобально оптимизированы.
- Во-вторых, как и следовало бы ожидать, наблюдаемые решения сосредоточены в кластерах чрезвычайно малого размера, расположенных нерегулярно по пространству поиска. Поэтому интеллектуально управляемый поиск - это наше всё.
- При возникновении вопросов я готов развить эти тезисы в комментариях.
Обращаю внимание заинтересованных читателей на разбор с интересующей нас точки зрения решения одной практической задачи с использованием ГА. В разборе анализируется вопрос, почему автор разбираемого решения не имеет права утверждать, что генетический алгоритм автоматически без специальных настроек параметров, который производился бы исходя из опыта программиста, нашёл оптимальное решение задачи:В разборе "полёта" формализуется процесс сообщения дополнительной (так наз. активной) информации о желаемых (исходя из опыта решения аналогичных задач) характеристиках искомого решения, которая сообщается поисковому алгоритму экспертом. Вводится мера количества активной информации, по которой можно судить, насколько производительность того или иного поискового алгоритма отличается от производительности случайного поиска. И, наконец, демонстрируется, что в рассматриваемом случае количество активной информации > 0.