Zachowanie informacji – ideaCzas czytania: 10 min

Niniejszy tekst stanowi dwunastą 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.

Jason Rosenhouse poświęca część swojej książki (6.10) zagadnieniu zachowania informacji, a poprzedza ją częścią na temat sztucznego życia (6.9). Treść zawarta w tych częściach ujawnia tak wielką ignorancję i zamieszanie, że najlepiej byłoby te części zupełnie wymazać z pamięci. Wskażę na pewne kluczowe problemy w prezentacji Rosenhouse’a, ale głównie skoncentruję się na przedstawieniu krótkiej historii i streszczeniu idei zachowania informacji. Podam przy tym odnośniki do literatury, aby czytelnicy sami mogli rozstrzygnąć, kto tutaj puszcza dym i kto ma z czymś problem.

Puszczanie dymu

To, że Rosenhouse nie rozumie idei zachowania informacji, widoczne jest wyraźnie w jego podejściu do zagadnienia sztucznego życia. Każdy, kto rozumie ideę zachowania informacji, wie również, że symulacje ze sztucznym życiem to daremny trud. Rosenhouse w pełni jednak je popiera. Termin „sztuczne życie” jest w obiegu od końca lat osiemdziesiątych XX wieku, kiedy to Christopher Langton, pracujący w Instytucie Santa Fe, wypromował go i zredagował materiały konferencyjne na ten temat¹. W tamtym czasie pracowałem nad teorią chaosu. Śledziłem wyniki badań przedstawicieli Instytutu Santa Fe w tym obszarze, a uboczną korzyścią (jeśli można tak to nazwać) okazało się to, że byłem naocznym świadkiem początkowej fali entuzjazmu badaniami dotyczącymi sztucznego życia.

Badania sztucznego życia polegają na przeprowadzaniu symulacji komputerowych, które tworzą wirtualne obiekty przypominające istoty żywe, przy czym często wykorzystuje się w nich pewną formę cyfrowej ewolucji naśladującej działanie selekcji, zmienności i dziedziczności. Dziedzina ta miała swoje wzloty i upadki, na początku wywołując duży entuzjazm, który później opadł, gdy ludzie zaczęli pytać: „Co to ma wspólnego z rzeczywistą biologią?”, następnie zapomniano o tych dręczących problemach, aż w końcu nowe pokolenie badaczy znów zaczęło się nią ekscytować – i tak ten cykl się powtarzał. Wygląda na to, że Rosenhouse zalicza się do najnowszej fali entuzjastów. Jak pisze: „[Eksperymenty ze sztucznym życiem] są nie tyle symulacjami ewolucji, ile jej przypadkami. Obserwując przebieg takiego eksperymentu, widzimy rzeczywisty proces ewolucji, aczkolwiek w środowisku, w którym badacze kontrolują wszystkie zmienne”².

Przemycona informacja

Idea zachowania informacji, w sformułowaniu moim i moich kolegów, powstała w reakcji na takie symulacje ze sztucznym życiem. Analizując je (zobacz kilka naszych analiz konkretnych programów do tworzenia sztucznego życia, takich jak Avida, którym Rosenhouse się zachwyca), odkryliśmy, że informacja, którą badacze rzekomo wygenerowali za pomocą tych programów, nigdy nie powstała od zera i nigdy nie mieliśmy tutaj do czynienia z autentycznym przyrostem informacji, lecz zawsze była ona odzwierciedleniem informacji wprowadzonej na wejściu przez badaczy – często nawet nieświadomie. Informacja została więc przemycona do algorytmu, a nie przezeń stworzona. Jeśli jednak przemycanie informacji nie jest błędem badaczy, lecz stanowi nieodzowną cechę tych symulacji (a tak właśnie jest), to nie można za ich pomocą zdobyć poparcia dla teorii ewolucji biologicznej. Każda warta uwagi ewolucja biologiczna powinna tworzyć nową informację biologiczną, nie zaś po prostu przekazywać ją z istniejących już źródeł.

Dla mnie i moich kolegów z Evolutionary Informatics Lab (EvoInfo.org) poszukiwanie, gdzie informacja rzekomo uzyskana w tych algorytmach za darmo została w istocie ukradkiem przemycona, stało się czymś w rodzaju zabawy (jak w grze w trzy kubki i groszek). Pouczający w tym względzie jest przypadek Dave’a Thomasa – fizyka, który napisał program do generowania drzew Steinera (pewnego rodzaju grafu umożliwiającego optymalne łączenie ze sobą punków w określone sposoby). Podważając nasze twierdzenie, że programiści zawsze wprowadzali do algorytmów tyle informacji, ile z nich wydobywali, napisał: „Jeśli utrzymujecie, że ten algorytm działa tylko dlatego, że do testu przystosowania przemycono rozwiązanie, to wskażcie, proszę, odpowiedni fragment kodu, w którym miało to miejsce”³.

Znaleźliśmy fragment kodu, w którym występuje winna temu stanowi rzeczy komenda „over-ride!!!” (obejdź!!!). Oto ten fragment:

x = (double)rand() / (double)RAND_MAX; num = (int)((double)(m_varbnodes*x); num = m_varbnodes; // over-ride!!!

Jak wyjaśniliśmy w artykule dotyczącym algorytmu Thomasa:

Twierdzenie, że żaden projekt nie był zaangażowany w utworzenie tego algorytmu, jest bardzo trudne do utrzymania, zważywszy na ten fragment kodu. Kod dobiera losową wartość liczby wymian, ale zaraz potem odrzuca obliczoną losowo wartość i zastępuje ją maksymalną możliwą wartością, czyli w tym przypadku liczbą 4. Ten fragment kodu kończy komenda „obejdź!!!”, co wskazuje na to, że taka była intencja Thomasa. To tak, jakbyśmy powiedzieli „idź na wschód”, a za chwilę zmienili zdanie i powiedzieli „idź na zachód”. Najbardziej prawdopodobnym powodem wprowadzenia tej komendy jest to, że Thomas nie był zadowolony z początkowego działania swojego algorytmu i dlatego musiał go podrasować⁴.

Słynny algorytm

Ten schemat, w którym do programów do tworzenia sztucznego życia przemycana jest informacja, powtarza się nieustannie. Po raz pierwszy zetknąłem się z nim w trakcie lektury Ślepego zegarmistrza⁵, w którym Richard Dawkins przedstawił swój słynny „algorytm łasicy” (Rosenhouse bez żadnych zastrzeżeń uznaje, że algorytm ten ujmuje istotę doboru naturalnego⁶). Zapożyczając z Szekspirowskiego Hamleta docelową frazę METHINKS IT IS LIKE A WEASEL („Zdaje mi się, że jest podobniejsza do łasicy”), Dawkins odkrył, że gdy próbował „wyewoluować” ją w wyniku losowego generowania liter tak, aby docelowa fraza utworzyła się za jednym razem (jest to analogia do wystąpienia wielu jednoczesnych mutacji bądź rzutów wszystkimi monetami naraz), wiązało się to ze skrajnie małym prawdopodobieństwem i w praktyce proces ten trwałby nieskończoną ilość czasu. Kiedy jednak za jednym razem zmianie ulegało tylko kilka liter, a frazy pośrednie zawierające większą liczbę liter odpowiadających frazie docelowej podlegały dalszej selekcji i zmianom, to prawdopodobieństwo wygenerowania frazy docelowej w wykonalnej liczbie kroków jest całkiem wysokie. Tym sposobem Dawkins był w stanie – średnio rzecz biorąc – wygenerować frazę docelową w niespełna pięćdziesięciu krokach, co jest znacznie mniejszą liczbą niż średnio 10^40 kroków potrzebnych do utworzenia frazy docelowej, gdyby algorytm musiał dostać się na Szczyt Nieprawdopodobieństwa w jednym skoku.

Dawkins, Rosenhouse i inni entuzjaści sztucznego życia uznają „algorytm łasicy” za wspaniałą ilustrację darwinowskiej ewolucji. Jeśli jednak jest to ilustracja darwinowskiej ewolucji, to świadczy ona o tym, że ewolucja darwinowska przepełniona jest informacją uprzednio wprowadzoną przez inteligencję, a więc jest to w istocie ilustracja inteligentnego projektu. Twierdzenie to nie powinno być kontrowersyjne. Jeśli jednak jest kontrowersyjne, to tylko dlatego, że algorytm Dawkinsa ilustruje urojoną potęgę darwinizmu. Zapytajmy, skąd w tym algorytmie wzięła się funkcja przystosowania, która ewoluuje w kierunku frazy docelowej przez szereg fraz pośrednich? Funkcja ta najwyższe przystosowanie przypisuje frazie METHINKS IT IS LIKE A WEASEL, a frazom pośrednim – różne stopnie przystosowania w zależności od tego, ile liter jest w nich zgodnych z frazą docelową. To oczywiste, że tę funkcję przystosowania skonstruowano na podstawie frazy docelowej. Całą więc informację o frazie docelowej wpisano – lub, jak powiedzieliby informatycy, ustalono na sztywno – w funkcję przystosowania. A co oznacza „ustalenie na sztywno”, jeśli nie inteligentny projekt?

To jeszcze nie wszystko

Funkcja przystosowania w algorytmie Dawkinsa cechuję się gładkim nachyleniem i jednomodalnością, dzięki czemu frazy pośrednie ulegają stopniowej ewolucji w kierunku frazy docelowej. Niemniej w przypadku dowolnej sekwencji liter tej samej długości, co fraza docelowa, istnieje równoległa względem niej funkcja przystosowania, która będzie prowadzić frazy pośrednie w kierunku nowej sekwencji liter. Co więcej, istnieje wiele innych funkcji przystosowania, cechujących się na przykład wielomodalnością, w których ewolucja może utkwić w lokalnym maksimum, albo też takich, które są mniej gładkie, ale mimo to prowadzą do frazy docelowej z dość dużym prawdopodobieństwem. Należy tutaj zauważyć, że manipulowanie funkcjami przystosowania tak, aby prowadziły do sekwencji docelowej, jest nawet bardziej skomplikowane niż po prostu prowadzenie bezpośrednio do tej sekwencji. Właśnie to spostrzeżenie stanowi klucz do idei zachowania informacji.

Terminu zachowanie informacji zacząłem używać pod koniec lat dziewięćdziesiątych XX wieku. Nie pochodzi on jednak ani ode mnie, ani od moich kolegów. W latach osiemdziesiątych wprowadził go biolog i laureat Nagrody Nobla Peter Medawar. W połowie lat dziewięćdziesiątych informatycy zaczęli posługiwać się zarówno tym terminem, jak i podobnym językiem. Być może nie wszyscy rozumieliśmy go tak samo, ale wszyscy przypisywaliśmy mu zbliżone znaczenie. W latach 1997–2007 wolałem mówić o przesunięciu niż o zachowaniu informacji. Przesunięcie dotyczy problemu wyjaśniania jednej informacji za pomocą drugiej, ale bez wyjaśnienia pochodzenia rozpatrywanej informacji. Jeśli na przykład wyjaśniam drzeworyt Dürera przez odniesienie do klocka drzeworytniczego, to nie wyjaśniam informacji zawartej w drzeworycie, a jedynie przesuwam ją do klocka drzeworytniczego.

Przesuwanie informacji

Darwiniści jedynie przesuwają informację. Kiedy jednak to robią, zwykle zgrywają niewiniątka i udają, że w pełni wyjaśnili rozpatrywaną informację. Co więcej, starają się zdyskredytować każdego, kto sugeruje, że teoria ewolucji biologiczna stoi w obliczu problemu informacji. Informacja podlega ścisłym zasadom obliczeniowym i nie może magicznie się zmaterializować w sposób pożądany przez darwinistów. Wraz z moimi kolegami z Evolutionary Informatics Lab odkryliśmy, że próby wyjaśnienia informacji nieodwołujące się do przyczynowości inteligentnej w żaden sposób nie łagodzą problemu pochodzenia informacji, a w istocie mogą go potęgować. To jak zakopywanie jednego dołu przez wykopanie drugiego, przy czym drugi dół jest co najmniej równie głęboki, jak pierwszy (a często głębszy). Jedyny wyjątek stanowi Douglas Robertson, który w artykule opublikowanym w 1999 roku na łamach wydawanego przez Instytut Santa Fe czasopisma „Complexity”⁷, sugerował, że stworzenie nowej informacji jest aktem wolnej woli istoty inteligentnej. Takie ujęcie jest spójne z teorią inteligentnego projektu, ale niedopuszczalne dla darwinistów.

William A. Dembski

Oryginał: Conservation of Information – The Idea, „Evolution News & Science Today” 2022, June 30 [dostęp 14 VII 2023].

Przekład z języka angielskiego: Dariusz Sagan

Źródło zdjęcia: Pixabay

Ostatnia aktualizacja strony: 14.7.2023

Literatura: