Jason Rosenhouse i wyspecyfikowana złożonośćCzas czytania: 20 min

William A. Dembski

2023-06-28
Jason Rosenhouse i wyspecyfikowana złożoność<span class="wtr-time-wrap after-title">Czas czytania: <span class="wtr-time-number">20</span> min </span>

Niniejszy tekst stanowi dziesiątą część recenzji książki Jasona Rosenhouse’a, The Failures of Mathematical Anti-Evolutionism, Cambridge University Press, New York 2022, s. 310. Cała recenzja w języku angielskim dostępna jest również na stronie internetowej autora: BillDembski.com.

 

Metoda wnioskowania o projekcie, którą wyłożyłem w książce Wnioskowanie o projekcie1, polega na ustaleniu, czy dane zdarzenie, obiekt lub struktura cechuje się wyspecyfikowaną złożonością lub – innymi słowy – wyspecyfikowanym małym prawdopodobieństwem. Termin wyspecyfikowana złożoność nie pojawił się jednak w książce Wnioskowanie o projekcie. Stosowałem w niej termin wyspecyfikowane małe prawdopodobieństwo odnoszący się do rzeczy mało prawdopodobnych i wykazujących odpowiedni wzorzec, czyli specyfikację. Terminy „wyspecyfikowana złożoność” i „wyspecyfikowane małe prawdopodobieństwo” mają jednak dokładnie takie samo znaczenie.

Aby dostrzec związek między tymi dwoma terminami, rozważmy przykład rzutów niesfałszowaną monetą. Jeśli podrzucimy ją trzydzieści razy, będziemy świadkami zdarzenia mającego prawdopodobieństwo 1 na 2^30, czyli w przybliżeniu 1 na miliard. Jeśli ponadto zapiszemy wyniki rzutów w postaci bitów (0 dla reszek i 1 dla orłów), to taki zapis będzie liczył 30 bitów. Prawdopodobieństwo 1 na 2^30 dokładnie odpowiada więc liczbie bitów wymaganych do zidentyfikowania zdarzenia. Im mniejsze prawdopodobieństwo, tym większa złożoność. Specyfikacja to natomiast odpowiedni rodzaj wzorca, który w połączeniu z małym prawdopodobieństwem umożliwia wyeliminowanie hipotezy przypadku.

 

Strzała wystrzelona do celu

Nie wszystkie wzorce pozwalają, w połączeniu z małym prawdopodobieństwem, na wyeliminowanie hipotezy przypadku. Rozważmy przykład strzały wystrzelonej do celu. Dajmy na to, że cel zawiera pole dziesiątki. Jeśli cel jest ustawiony, a strzała zostaje wystrzelona w jego kierunku, i jeśli pole dziesiątki jest dostatecznie małe, by trafienie weń strzałą było skrajnie mało prawdopodobne, to hipotezę przypadku można zasadnie odrzucić jako wyjaśnienie tego, że strzała trafiła w dziesiątkę. Jeśli jednak strzałę wystrzelimy w kierunku dużego muru, a prawdopodobieństwo trafienia w mur jest duże, zaś cel namalujemy wokół strzały utkwionej w murze tak, aby znajdowała się ona dokładnie w polu dziesiątki, to nie jesteśmy w stanie rozstrzygnąć, czy strzała została wystrzelona przypadkowo, czy nieprzypadkowo.

Wyspecyfikowane małe prawdopodobieństwo, czyli wyspecyfikowana złożoność, łączy się z wieloma innymi, wzajemnie powiązanymi pojęciami. Oprócz sposobu obliczenia lub oszacowania prawdopodobieństwa oraz kryterium umożliwiającego określenie, czy wzorzec rzeczywiście jest specyfikacją, pojęcie to wymaga uwzględnienia liczby istotnych zdarzeń, które mogą wystąpić, czyli tak zwanych zasobów probabilistycznych. Jeśli na przykład będziemy dysponować wieloma strzałami, które można wystrzelić do celu, to przypadkowe trafienie w dziesiątkę będzie łatwiejsze. Co więcej, pojęcie to wymaga, abyśmy mieli spójne przesłanki umożliwiające określenie, jakie granice prawdopodobieństwa można zasadnie uznać za dostatecznie małe do wyeliminowania hipotezy przypadku. Należy ponadto uwzględnić inne specyfikacje mogące konkurować z tą zidentyfikowaną pierwotnie – na przykład ustawienie na murze dwóch celów – i ustalić, czy da się odrzucić hipotezę przypadku, jeżeli w jeden z nich trafi strzała.

Podstawową teorię wyjaśniającą, jak wyspecyfikowane małe prawdopodobieństwo czy wyspecyfikowaną złożoność należy prawidłowo stosować do wnioskowania o projekcie, wyłożyłem w książce Wnioskowanie o projekcie, a z upływem czasu ją udoskonalałem (pod pewnymi względami upraszczałem, a pod innymi – rozszerzałem). Pojęcie to zostało dobrze przeanalizowane. Stanowiło fundament mojej dysertacji doktorskiej z zakresu filozofii nauki i podstaw teorii prawdopodobieństwa – właśnie tę rozprawę przerobiłem później na książkę Wnioskowanie o projekcie. Przed doktoratem z filozofii uzyskałem stopień doktora matematyki na podstawie dysertacji na temat teorii prawdopodobieństwa i teorii chaosu (jej promotorami byli Leo Kadanoff and Patrick Billingsley).

Komputeropis książki Wnioskowanie o projekcie został sumiennie zrecenzowany przez redaktorów akademickich z wydawnictwa Cambridge University Press, którym przewodził Brian Skyrms, pracujący na Uniwersytecie Kalifornijskim w Irvine filozof teorii prawdopodobieństwa i jeden z nielicznych filozofów należących do amerykańskiej Narodowej Akademii Nauk. Kiedy w latach 1996–1997 odbywałem staż podoktorski na Uniwersytecie Notre Dame, filozof Philip Quinn wyjawił mi, że był jednym z recenzentów mojej książki i z entuzjazmem rekomendował ją przedstawicielom wydawnictwa. Powiedział mi również, że szczególnie podobało mu się zawarte we Wnioskowaniu o projekcie ujęcie teorii złożoności (wyłożone w rozdziale czwartym tej książki).

 

To jeszcze nie wszystko

Wspólnie z moimi kolegami Winstonem Ewertem i Robertem Marksem nadaliśmy pojęciu wyspecyfikowanej złożoności ścisłe sformułowanie w kategoriach Kołmogorowskiej teorii złożoności, nazywanej też algorytmiczną teorią informacji2.

Oczywiście krytycy nie chcą przyznać, że pojęcie wyspecyfikowanej złożoności jest zasadne i dobrze zdefiniowane. Na przykład w haśle na temat wyspecyfikowanej złożoności zamieszczonym w Wikipedii uznano to pojęcie za kompletnie zmyślone. Nasze publikacje poświęcone tematowi wyspecyfikowanej złożoności są ignorowane i żaden krytyk ich nie cytuje. Tak samo postępuje Rosenhouse w swoich próbach zdyskredytowania pojęcia wyspecyfikowanej złożoności.

Zauważmy jednak, że naukowcy stale muszą obliczać lub przynajmniej oszacowywać prawdopodobieństwo i dotyczy to również biologów ewolucyjnych. Na przykład John Maynard Smith, w opublikowanej w 1958 roku książce The Theory of Evolution [Teoria ewolucji], doszedł do wniosku, że płazińce, pierścienice i mięczaki reprezentują trzy różne typy, ale muszą wywodzić się od wspólnego przodka, ponieważ „wydaje się wątpliwe”, by występujący u nich taki sam wzorzec bruzd we wczesnych stadiach rozwoju „powstał niezależnie więcej niż jeden raz”3. W tym przypadku słowo „wątpliwe” jest oczywiście synonimem wyrażenia „mało prawdopodobne”.

Samo małe prawdopodobieństwo jednak nie wystarczy. Zdarzenia, którym przypisujemy prawdopodobieństwa, trzeba zidentyfikować, a to oznacza, że muszą pasować do identyfikowalnych wzorców (w przykładzie rozważanym przez Maynarda Smitha u różnych typów zwierząt zidentyfikował on taki sam wzorzec bruzd). Zdarzenia niewykazujące żadnego identyfikowalnego wzorca nie podlegają dociekaniom naukowym i nie możemy na ich temat wysnuwać żadnych naukowych wniosków.

 

Fiksacja na punkcie pojęcia specyfikacji

Mimo to Rosenhouse wydaje się szczególnie zafiksowany na punkcie mojego pojęcia specyfikacji, które błędnie definiuje jako coś „dającego się opisać niezależnie”4 lub „dającego się opisać bez odniesienia do samego obiektu”5. Nigdzie jednak nie podaje on rzeczywistej definicji specyfikacji. Abyśmy lepiej zrozumieli pojęcie specyfikacji, użyłem takich określeń jak coś „niezależnie danego” bądź „niezależnie identyfikowalnego”. Są to jednak intuicyjne opisy tego pojęcia. Specyfikacja ma ścisłą techniczną definicję, której Rosenhouse najwyraźniej nie zna.

W książce Wnioskowanie o projekcie ściśle zdefiniowałem specyfikację jako miarę złożoności, która „oszacowuje trudność sformułowania wzorców”. Miara ta musi iść w parze z granicą złożoności, która „ustala poziom złożoności, do którego sformułowanie takich wzorców jest wykonalne”6. Tak pisałem w 1998 roku. W 2005 roku ta główna idea nie uległa żadnym zmianom, ale przy charakteryzowaniu specyfikacji zacząłem preferować terminy złożoność deskryptywnaminimalna długość opisu (por. mój opublikowany w 2005 roku w czasopiśmie „Philosophia Christi” artykuł na temat specyfikacji7, który Rosenhouse cytuje, ale znów nie podaje rzeczywistej definicji terminu „specyfikacja”).

 

Dwa pojęcia złożoności

Czym jest więc specyfikacja w świetle tej definicji? W zasadzie wyspecyfikowana złożoność lub wyspecyfikowane małe prawdopodobieństwo obejmuje dwa pojęcia złożoności – probabilistyczne oraz językowe bądź deskryptywne. Możemy więc mówić o złożoności probabilistycznej i złożoności deskryptywnej. Zdarzenia uzyskują większą złożoność probabilistyczną w miarę stawania się mniej prawdopodobnymi (jak wspomniałem wcześniej, przypomina do sytuację, kiedy dłuższe, mniej prawdopodobne sekwencje wyników rzutów monetą wymagają zapisywania dłuższych ciągów bitów). Jednocześnie złożoność deskryptywna charakteryzuje wzorce opisujące zdarzenia za pomocą języka opisowego. Złożoność deskryptywna różni się od złożoności probabilistycznej i denotuje najkrótszy opis danego zdarzenia. Specyfikacja w pojęciu wyspecyfikowanej złożoności odnosi się więc do wzorców mających krótkie opisy, a wyspecyfikowana złożoność odnosi się do zdarzeń, które mają dużą złożoność probabilistyczną, podczas gdy identyfikujące je wzorce mają małą złożoność deskryptywną.

Aby zrozumieć, jak w pojęciu wyspecyfikowanej złożoności wiążą się ze sobą złożoność probabilistyczna i złożoność deskryptywna, rozważmy następujący przykład dotyczący pokera. Weźmy pod uwagę wziątki odpowiadające „pokerowi królewskiemu” i „dowolnej wziątce”. Opisy te mają mniej więcej taką samą długość i są bardzo krótkie. Mimo to „poker królewski” odpowiada czterem wziątkom spośród 2 598 960 wszystkich wziątek pokerowych, a w związku z tym opisuje zdarzenie o prawdopodobieństwie 4/2 598 960 = 1/649 740. Natomiast „dowolna wziątka” dopuszcza każdą z 2 598 960 wszystkich wziątek, a więc opisuje zdarzenie o prawdopodobieństwie równym 1. To oczywiste, że gdybyśmy byli świadkami rozdania pokera królewskiego, bylibyśmy skłonni – biorąc za podstawę jego krótki opis i małe prawdopodobieństwo odpowiadającego mu zdarzenia – do uznania, że nie jest to wynik przypadku. Oczywiście przy uwzględnieniu wszystkich gier w pokera na całym świecie prawdopodobieństwo 1/649 740 nie jest dostatecznie małe, by można było definitywne wykluczyć hipotezę przypadku (w historii gry w pokera pokery królewskie rozdawano zupełnie przypadkowo). Z pewnością jednak bylibyśmy mniej skłonni uznać rozdanie pokera królewskiego za skutek przypadku niż gdyby chodziło o dowolną inną wziątkę.

Ogólna zasada, którą ilustruje ten przykład, polega na tym, że duża złożoność probabilistyczna (czyli małe prawdopodobieństwo) oraz mała złożoność deskryptywna łączą się ze sobą, tworząc wyspecyfikowaną złożoność. Specyfikacje są więc wzorcami, które mają małą złożoność deskryptywną. Zauważmy, że dokładne obliczenie minimalnej długości opisu może być trudne, ale często jesteśmy w stanie uzyskać dobre jej oszacowanie, jeśli znajdziemy krótki opis, który z definicji będzie stanowić górną granicę bezwzględnego minimum. Rzeczywiste miary wyspecyfikowanej złożoności przyjmują postać ujemnego logarytmu iloczynu miary złożoności deskryptywnej i prawdopodobieństwa. W związku z tym, że ujemny logarytm sprawia, że to, co małe, staje się duże, a to, co duże, robi się małe, duży stopień wyspecyfikowanej złożoności odpowiada małemu prawdopodobieństwu pomnożonemu przez małą złożoność deskryptywną. Taki jest według mnie najprostszy sposób ustalania miary wyspecyfikowanej złożoności.

W swojej książce Rosenhouse nie zdradza jednak żadnych oznak zrozumienia pojęć specyfikacji i wyspecyfikowanej złożoności8. Na przykład odrzuca on twierdzenie, że wić bakteryjna jest wyspecyfikowana, ponieważ jego zdaniem nie „daje się opisać bez odniesienia do samego obiektu” – tak jakby taka właśnie była definicja specyfikacji9. Ostatecznie nie chodzi tutaj o możliwość niezależnego opisu, lecz o możliwość podania opisu krótkiego, czyli mającego małą złożoność. Rzeczywiście uznaję, że opis „dwukierunkowa, zasilana silnikiem śruba napędowa” stanowi niezależny opis wici bakteryjnej, ponieważ ludzie wynaleźli takie śruby, zanim odkryli je – w formie wici – u E. coli i innych bakterii (jeśli coś niezależnie zidentyfikowano, to jest niezależnie identyfikowalne). Specyfikacją wici jest jednak to, że ma ona krótki opis, a nie to, czy opis można zidentyfikować niezależnie od wici. Losowy zbiór podjednostek białkowych, które tworzą wić, byłby natomiast znacznie trudniejszy do opisania. Wymagałby więc znacznie dłuższego opisu, a tym samym nie byłby wyspecyfikowany.

 

Literatura naukowa

W literaturze matematycznej, lingwistycznej i informatycznej roi się od miar złożoności opartych na długości opisu, aczkolwiek konkretne nazewnictwo takich miar różni się w zależności od dyscypliny. W teorii informacji szeroko stosowany jest na przykład skrót MDL – od minimum description length, czyli minimalnej długości opisu – który ma nawet osobne hasło w Wikipedii. Powszechnie stosowany jest również skrót AIT – od algorithmic information theory, czyli algorytmicznej teorii informacji; w tym przypadku nacisk kładzie się na kompresowalność programów komputerowych, przy czym wysoce kompresowalne programy mają krótsze opisy. Co więcej, argument, że wyspecyfikowana złożoność silnie wskazuje na projekt, kiedy złożoność probabilistyczna jest duża, a złożoność deskryptywna – mała, ma mocne podstawy. Chętnie odbędę dyskusję nad tymi ideami z każdym, ale musiałaby ona dotyczyć idei, za którymi naprawdę się opowiadam. Tymczasem Rosenhouse nie dyskutuje z tymi właśnie ideami, lecz przypisuje mi obcą dla mnie metodę wnioskowania o projekcie, a jego próba obalenia moich idei jest zwodnicza i chybiona.

Z praktycznego punktu widzenia warto zauważyć, że większość myślicieli darwinowskich, którzy krytykują twierdzenie, że różne układy biologiczne cechują się wyspecyfikowaną złożonością, nie podważają tezy, że takie układy (jak choćby wić bakteryjna) są wyspecyfikowane (na przykład w Ślepym zegarmistrzu10 Richard Dawkins nigdy nie kwestionuje tego, że układom biologicznym odpowiada specyfikacja). W gruncie rzeczy zwykle chętnie przyznają, że są one wyspecyfikowane. Powodem, dla którego według nich wyspecyfikowana złożoność nie uzasadnia wniosku o projekcie, jest to, że w ich przekonaniu wchodzące tutaj w grę prawdopodobieństwa nie są aż tak małe. A uważają tak dlatego, że dobór naturalny rzekomo eliminuje wszystkie problematyczne małe prawdopodobieństwa.

 

Analogia do rzutów monetami

W opublikowanym na łamach czasopisma „Skeptical Inquirer” eseju towarzyszącym jego książce Rosenhouse przedstawia następującą analogię do rzutów monetami, by zilustrować zdolność procesów darwinowskich do przezwyciężania domniemanych małych prawdopodobieństw:

[Kreacjoniści argumentują, że] geny i białka ewoluują drogą procesu analogicznego do wielokrotnych rzutów monetą. To nieprawda, ponieważ w rzutach monetą nie ma nic analogicznego do doboru naturalnego. Dobór naturalny to proces nielosowy, a to ma zasadniczy wpływ na prawdopodobieństwo wyewoluowania jakiegoś konkretnego genu. Aby zrozumieć, dlaczego tak jest, przypuśćmy, że rzucamy setką monet w nadziei otrzymania stu orłów. Jeden ze sposobów dokonania tego polega na rzuceniu wszystkich stu monet jednocześnie i wielokrotnie, aż w końcu w przypadku wszystkich stu monet wypadnie równocześnie orzeł. Takie zdarzenie jest, rzecz jasna, skrajnie mało prawdopodobne. Alternatywnym sposobem jest rzucenie wszystkich stu monet, pozostawienie tych, w przypadku których wypadł orzeł, i ponowne rzucenie tymi monetami, które upadły na stronę ukazującą reszkę. Proces ten kontynuujemy, aż do momentu otrzymania samych orłów, co przy tym sposobie nastąpi względnie szybko11.

Ten drugi sposób wykonywania rzutów monetami, polegający na ponownym rzucaniu monet, w przypadku których wypadły reszki, jest w przekonaniu Rosenhouse’a odpowiednikiem działania darwinowskiego doboru naturalnego, który w procesie ewolucji uprawdopodobnia to, co na pierwszy rzut oka wydaje się mało prawdopodobne. Oczywiście prawdziwym wyzwaniem jest tutaj wiarygodne oszacowanie rzeczywistych prawdopodobieństw nawet przy uwzględnieniu doboru naturalnego. Michael J. Behe i Douglas Axe argumentują, że w przypadku pewnych układów biologicznych (takich jak maszyny molekularne i pojedyncze enzymy) dobór naturalny w żaden sposób nie zwiększa prawdopodobieństwa tego, co bez jego udziału jest skrajnie mało prawdopodobne. Niektóre małe prawdopodobieństwa nadal są skrajnie małe, pomimo uwzględnienia doboru naturalnego.

Jeszcze jedna uwaga, zanim zamkniemy temat specyfikacji i wyspecyfikowanej złożoności. Rosenhouse sugeruje, że podając swoją definicję wyspecyfikowanej złożoności, posłużyłem się przedteoretycznym pojęciem stosowanym przez badacza pochodzenia życia Lesliego Orgela, a także Paula Daviesa oraz innych uczonych, i „stwierdziłem, że opracowałem ścisłą matematyczną postać tego pojęcia”. Innymi słowy, wskazuje on na to, że wziąłem na warsztat pojęcie z toru 1 i twierdziłem, że przekształciłem je w pojęcie należące do toru 212. Najczęściej Rosenhouse sprawia wrażenie, że przeniesienie idei matematycznych z toru 1 na tor 2 to coś dobrego. Jednak nie w tym przypadku. Rosenhouse krytykuje mnie za to, że twierdzę, iż „ta praca stanowi autentyczny wkład do nauki i że [teoretycy projektu] mogą wykorzystać [tę] pracę w dowodzeniu, że organizmy powstały wskutek inteligentnego projektu”. Według Rosenhouse’a „to właśnie te twierdzenia są problematyczne – mówiąc grzecznie – z powodów, które już przedstawiłem”13.

Mamy tutaj do czynienia z dużą ironią. Odkładając grzeczność na bok, należy stwierdzić, że przeprowadzona przez Rosenhouse’a krytyka pojęcia wyspecyfikowanej złożoności jest nietrafna, ponieważ błędnie przedstawił on odgrywające w niej główną rolę pojęcie specyfikacji. Najbardziej żenującym aspektem jego wyżej przytoczonej wypowiedzi jest jednak to, że Leslie Orgel, Paul Davies, Francis Crick i Richard Dawkins jak jeden mąż entuzjastycznie przyjęli pojęcie wyspecyfikowanej złożoności – w tej czy innej postaci, czasem używając tego właśnie terminu, a niekiedy stosując terminy „złożoność” i „specyfikacja” (lub „specyficzność”). Każdy z nich podkreślał kluczowe znaczenie tego pojęcia dla biologii, a zwłaszcza dla zrozumienia pochodzenia organizmów żywych.

Niemniej według Rosenhouse’a „Wszyscy ci autorzy używają terminu »wyspecyfikowana złożoność« na poziomie toru 1. Jeśli potratujemy to jako swobodne stwierdzenie, że organizmy żywe są nie tylko złożone, ale też ucieleśniają możliwe do niezależnego określenia wzorce, to nie ma w tym pojęciu nic złego”14. W istocie jednak byłoby bardzo źle, gdyby to pojęcie na zawsze musiało pozostać jedynie na poziomie przedteoretycznym (czyli na torze 1). Chodzi o to, że uczeni, którzy wprowadzili termin „wyspecyfikowana złożoność”, sugerują, że związana z nim koncepcja może w wielkiej mierze udoskonalić biologię, trafia bowiem w sedno zagadnienia biologicznych innowacji i pochodzenia organizmów żywych. Gdyby więc pojęcie wyspecyfikowanej złożoności miało być na siłę ograniczone do poziomu przedteoretycznego (to jest do toru 1), to byłoby pojęciem jałowym – sugestywnym, ale ostatecznie bezowocnym. Zważywszy jednak na jego ewidentnie ważną rolę w biologii, należy je dopracować i nadać mu znaczenie teoretyczne (właściwe dla toru 2). Jednak według Rosenhouse’a nie ma miejsca dla tego pojęcia na torze 2. Cóż to za dziwna, nienaukowa postawa.

Rozważmy wypowiedź Paula Daviesa w książce The Fifth Miracle [Piąty cud]: „Organizmy żywe stanowią zagadkę nie tyle z powodu samej swojej złożoności, ile ze względu na ściśle wyspecyfikowaną złożoność”15. Przyjrzyjmy się też następującej wypowiedzi znajdującej się w Ślepym zegarmistrzu Richarda Dawkinsa: „Szukaliśmy sposobu, żeby precyzyjnie sformułować, co mamy na myśli mówiąc, że jakiś obiekt jest złożony. Próbowaliśmy wskazać, co takiego mają ze sobą wspólnego ludzie, krety, dżdżownice, odrzutowce i zegarki, a czego jednocześnie brak galaretce, górze Mont Blanc i Księżycowi. Doszliśmy do odpowiedzi, że obiekty złożone mają pewne z góry określone cechy, których powstanie w drodze przypadku można uznać za wysoce nieprawdopodobne”16. Jak którykolwiek naukowiec, traktujący takie uwagi poważnie, może zadowolić się pozostawieniem pojęcia wyspecyfikowanej złożoności na torze 1?

 

Nie ma za co, Jasonie Rosenhouse

Szczerze powiedziawszy, Rosenhouse powinien być mi wdzięczny za wyprowadzenie pojęcia wyspecyfikowanej złożoności z toru 1 i zapewnienie mu solidnych podstaw jako pojęciu na torze 2, a więc za to, że rozjaśniłem to, co w wypowiedziach Lesliego Orgela i innych uczonych na temat wyspecyfikowanej złożoności było mgliste i rozmyte, dzięki czemu pojęcie to zyskało status ścisłego narzędzia w badaniach naukowych. Przypuszczam jednak, że czekając na takie podziękowania, będę wyczekiwać zdarzenia o bardzo małym prawdopodobieństwie. A kto przy zdrowych zmysłach zachowuje się w ten sposób? No, cóż – między innymi darwiniści. Na szczęście, nie jestem darwinistą.

William A. Dembski

Oryginał: Jason Rosenhouse and Specified Complexity, „Evolution News & Science Today” 2022, June 28 [dostęp 28 VI 2023].

 

Przekład z języka angielskiego: Dariusz Sagan

Źródło zdjęcia: Pixabay

Ostatnia aktualizacja strony: 28.6.2023

 

Przypisy

  1. Por. W.A. Dembski, Wnioskowanie o projekcie. Wykluczenie przypadku metodą małych prawdopodobieństw, tłum. Z. Kościuk, „Seria Inteligentny Projekt”, Fundacja En Arche, Warszawa 2021 (przyp. tłum.).
  2. Por. W. Ewert, W.A. Dembski, R.J. Marks II, Algorithmic Specified Complexity, w: Engineering and the Ultimate: An Interdisciplinary Investigation of Order and Design in Nature and Craft, eds. J. Bartlett, D. Halsmer, M.R.. Hall, Blyth Institute Press, Broken Arrow 2014, s. 131–149 [dostęp 23 VII 2022]; W. Ewert, W.A. Dembski, R.J. Marks II, Algorithmic Specified Complexity in the Game of Life, „IEEE Transactions on Systems, Man, and Cybernetics: Systems” 2015, Vol. 45, No. 4, s. 584–594 [dostęp 23 VII 2022].
  3. J. Maynard Smith, The Theory of Evolution, „Pelican Biology Series”, Vol. 433, Penguin Books, Harmondsworth 1958, s. 265–266. Takie dane bibliograficzne podaje Dembski. W istniejącym polskim przekładzie tej książki (por. J. Maynard Smith, Teoria ewolucji, tłum. J. Mikulski, „Biblioteka Problemów”, t. 120, Państwowe Wydawnictwo Naukowe, Warszawa 1968), nie udało mi się jednak znaleźć tłumaczenia tego fragmentu (przyp. tłum.).
  4. J. Rosenhouse, The Failures of Mathematical Anti-Evolutionism, Cambridge University Press, New York 2022, s. 133.
  5. Tamże, s. 141.
  6. W.A. Dembski, Wnioskowanie o projekcie, s. 171.
  7. Por. tenże, Specification: The Pattern That Signifies Intelligence, „Philosophia Christi” 2005, Vol. 7, No. 2, s. 299–343 [dostęp 24 VII 2022].
  8. Por. J. Rosenhouse, The Failures of Mathematical Anti-Evolutionism, s. 137–146.
  9. Por. też tamże, s. 161.
  10. Por. R. Dawkins, Ślepy zegarmistrz, czyli jak ewolucja dowodzi, że świat nie został zaplanowany, tłum. A. Hoffman, „Biblioteka Myśli Współczesnej”, Państwowy Instytut Wydawniczy, Warszawa 1994, s. 226 (przyp. tłum.).
  11. J. Rosenhouse, The Failures of Mathematical Anti-Evolutionism, „Skeptical Inquirer” 2022, Vol. 46, No. 3 [dostęp 24 VII 2022].
  12. Wyjaśnienie, czym są tor 1 i tor 2, znajduje się w tekście: W.A. Dembski, Darwinista jako matematyczny policjant: tor 1 i tor 2, tłum. D. Sagan, „W Poszukiwaniu Projektu” 2023, 9 czerwca [dostęp 21 VI 2023] [dostęp 24 VII 2022] (przyp. tłum.).
  13. J. Rosenhouse, The Failures of Mathematical Anti-Evolutionism, s. 161.
  14. Tamże, s. 161.
  15. P. Davies, The Fifth Miracle: The Search for the Origin and Meaning of Life, Simon & Schuster, New York 1999, s. 112.
  16. R. Dawkins, Ślepy zegarmistrz, s. 33–34.

Literatura:

  1. Davies P., The Fifth Miracle: The Search for the Origin and Meaning of Life, Simon & Schuster, New York 1999.
  2. Dawkins R., Ślepy zegarmistrz, czyli jak ewolucja dowodzi, że świat nie został zaplanowany, tłum. A. Hoffman, „Biblioteka Myśli Współczesnej”, Państwowy Instytut Wydawniczy, Warszawa 1994.
  3. Dembski W.A., Darwinista jako matematyczny policjant: tor 1 i tor 2, tłum. D. Sagan, „W Poszukiwaniu Projektu” 2023, 9 czerwca [dostęp 21 VI 2023] [dostęp 24 VII 2022].
  4. Dembski W.A., Specification: The Pattern That Signifies Intelligence, „Philosophia Christi” 2005, Vol. 7, No. 2, s. 299–343 [dostęp 24 VII 2022].
  5. Dembski W.A., Wnioskowanie o projekcie. Wykluczenie przypadku metodą małych prawdopodobieństw, tłum. Z. Kościuk, „Seria Inteligentny Projekt”, Fundacja En Arche, Warszawa 2021.
  6. Ewert W., Dembski W.A., Marks II R.J., Algorithmic Specified Complexity, w: Engineering and the Ultimate: An Interdisciplinary Investigation of Order and Design in Nature and Craft, eds. J. Bartlett, D. Halsmer, M.R.. Hall, Blyth Institute Press, Broken Arrow 2014, s. 131–149 [dostęp 23 VII 2022].
  7. Ewert W., Dembski W.A., Marks II R.J., Algorithmic Specified Complexity in the Game of Life, „IEEE Transactions on Systems, Man, and Cybernetics: Systems” 2015, Vol. 45, No. 4, s. 584–594 [dostęp 23 VII 2022].
  8. Maynard Smith J., Teoria ewolucji, tłum. J. Mikulski, „Biblioteka Problemów”, t. 120, Państwowe Wydawnictwo Naukowe, Warszawa 1968.
  9. Maynard Smith J., The Theory of Evolution, „Pelican Biology Series”, Vol. 433, Penguin Books, Harmondsworth 1958.
  10. Rosenhouse J., The Failures of Mathematical Anti-Evolutionism, „Skeptical Inquirer” 2022, Vol. 46, No. 3 [dostęp 24 VII 2022].
  11. Rosenhouse J., The Failures of Mathematical Anti-Evolutionism, Cambridge University Press, New York 2022.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *



Najnowsze wpisy

Najczęściej oglądane wpisy

Wybrane tagi