ewolucja Artykuly

   wprowadzenie
   blog
   artykuły
      Teoria
      Biogeneza
      Filozofia
      Geologia
      Paleontologia
      Antropogeneza
      Genetyka
      Faktoidy
      Archiwum KS
      Behawior
      Modelowanie
   kreacjonizm
   e-WWWolucja
   forum
   literatura
   ludzie
   słowniczek
   varia
   mapa serwisu
   English info

szukaj w serwisie



Słowa kluczowe: modelowanie ewolucji, algorytmy ewolucyjne, sztuczne życie

Algorytmy ewolucyjne

Katarzyna Adamala i Karol Sabath   
15.I.2004    

Kreacjoniści przywołują przykłady programów modelujących ewolucję jako... dowód wykluczający prawdziwość teorii ewolucji (np. w artykule "Algorytmy ewolucyjne i inteligentny projekt" Michala Ostrowskiego).
Jak zwykle jednak mamy tu do czynienia z mieszanką nieporozumień, przekłamań i manipulacji.

Niektóre wspomniane algorytmy są w miarę rzetelnymi modelami (oczywiście skrajnie uproszczonymi, ale poglądowymi).

Główny algorytm jednak ("Weasel" kreacjonistów z Answers in Genesis) jest podwójnie mylący już w części symulującej jakoby model Dawkinsa.

Po pierwsze, sam wyjściowy model Dawkinsa ze "Ślepego zegarmistrza" jest - jak wyraźnie podkreśla jego autor - tylko ilustracją ukazującą dramatyczną różnicę szybkości dochodzenia do zadanego stanu z użyciem selekcji połączonej z dziedziczeniem w porównaniu z losowaniem całej kombinacji za jednym razem (w rodzaju "składania boeinga przez tornado na złomowisku" czy napisania dzieła Szekspira przez małpę, co kreacjoniści lubią cytować jako "argument probabilistyczny").-Wystarczy wówczas 40 kroków w porównaniu z szansą 1 : 10^40.
Innymi słowy, Dawkins nie twierdzi, że ten prościutki przykład jest modelem prawdziwego doboru naturalnego, a tylko pokazuje absurd argumentacji, jakoby nie dało się w czasie trwania wszechświata dojść do jakiegokolwiek złożonego układu drogą mutacji i selekcji.

Po drugie, WEASEL przekłamał nawet i ten z założenia uproszczony model, sugerując, że raz trafione litery w docelowym zdaniu METHINKS IT'S A WEASEL nie podlegają mutacji (odbiegając od Dawkinsowego modelu, bardziej realistycznego pod tym względem - tzn. dopuszczającego mutacje w każdym miejscu sekwencji).
Dyskusje na ten temat można znaleźć przy okazji podobnego ataku na algorytmy ewolucyjne ogłoszonego przez kreacjonistę Dembskiego.

Dalsze elementy algorytmu WEASEL służą wykazaniu różnych dodatkowych ograniczeń nałożonych na ten algorytm.
Oczywiście, ponieważ algorytm ten opracowano odwołując się do krótkiej modelowej ilustracji z popularnej książki Dawkinsa, mającej zasygnalizować czytelnikowi-niespecjaliście uproszczony schemat doboru, nie ma w nim np. realistycznych założeń o zmiennej liczbie potomstwa w różnych pokoleniach, tempie mutacji w różnych grupach organizmów, rozmnażania płciowego itp. itd., podobnie jak w popularnych zadaniach z fizyki rakiety kosmiczne mają postać kuli o promieniu R i masie m wysyłanej z prędkością V na orbitę, a nie składają z milionów podzespołów o różnych kształtach i gęstościach etc., co nie znaczy, że podawane tam wzory i prawa fizyczne są fałszywe...

Osobną kwestią jest kreacjonistyczny komentarz do algorytmów ewolucyjnych, który wmawia, że jeśli do napisania programu symulującego jakieś zjawisko jest potrzebny inteligentny programista i uwzględnienie dużej wiedzy o symulowanym zjawisku, to samo zjawisko też musiało zostać zaprojektowane.

Jak wiadomo, realistyczne symulowanie wody, chmur czy skał w filmach animowanych (np. "Gdzie jest Nemo?" :-)) jest bardzo trudne, wymaga potężnych komputerów, mnóstwa obliczeń i dużej wiedzy o wielu zjawiskach fizycznych (od dynamiki płynów, szczegółowych właściwości wody po subtelności optyki), ale nie jest to dowód, że prawdziwe fale morskie czy obłoki są każdorazowo planowane przez Inteligentnego Projektanta! ;-)

Algorytmy ewolucyjne pokazują właśnie to - że procesy bezrozumne i niezaprojektowane skutecznie i stosunkowo szybko generują efektywne rozwiązania. W tym przypadku symulatory losowych mutacji i doboru pozwalają odtworzyć procesy przyrodnicze szybciej i z możliwością ingerowania w dowolne ich parametry. Pozwala to testować różne hipotezy na temat przebiegu ewolucji w konkretnych grupach, gdyż umożliwia takie eksperymentalne dobranie parametrów symulacji, by odpowiadało empirycznie obserwowanemu wzorcowi.

W naturze oczywiście kryterium doboru nie jest zgodność z celem zadanym przez programistę, lecz sprawność fenotypu (dostosowanie osobnika o danym genotypie), wynikająca z obiektywnych uwarunkowań środowiska.
Podobnie zresztą udział rozumnego hodowcy (przynajmniej w czasach sprzed inżynierii genetycznej) w niczym nie zmieniał naturalnych mechanizmów dziedziczenia i selekcji, na których opiera się dobór naturalny, a jedynie zmieniał faworyzowany fenotyp (innymi słowy, w doborze sztucznym hodowca steruje środowiskiem, w którym toczy się ewolucja, zmieniając macierz wypłat w grze: np. zamiast najszybszego albo najlepiej zamaskowanego rozmnoży się zwierze najtłustsze albo najbardziej kolorowe).




autorzy:      Katarzyna Adamala       Karol Sabath