Bilde 1. tekst: Geralt, via Pixabay.
I en artikkel i går studerte jeg fysikeren Randy Isaacs kritikk -her, av flere vitenskapelige kapitler i Theistic Evolution (TE): A Scientific, Philosophical, and Theological Critique-omtalt på norsk her. I dag skal jeg diskutere hans kritikk av innholdet i TE-boken -her, som dreier seg om 'Introduction to Evolutionary Informatics' av Robert Marks, Bill Dembski og Winston Ewert (MDE) -her. Forfatternes arbeid er spesielt viktig siden det viser at ingen evolusjonær prosess -her, kunne oppnå nye resultater som tilsvarer å generere en betydelig mengde ny informasjon. Derfor er standard evolusjonsmodell ikke i stand til å drive store transformasjoner, som at en fisk utvikler seg til en amfibie.
For fullt ut å forstå betydningen av deres forskning, er det nødvendig med en historisk sammenheng. Informatikk-forskere begynte å utforme nye søke-algoritmer, som modellerer biologisk evolusjon i et forsøk på å finne nye metoder, for å finne løsninger på komplekse problemer. Disse evolusjonære algoritmene modifiserer tilfeldig detaljer i test-løsninger, for eksempel aerodynamikken ved en bilramme, for å løse et problem, f.eks. å oppdage nye bildesign med forbedret drivstoff-effektivitet. Algoritmene velger deretter de beste individuelle forsøkene, basert på en fitness-funksjon. De ikke valgte blir fjernet, og de valgte blir duplisert og videre modifisert for neste iterasjon. Prosessen gjentar seg til en prøve oppfyller noen forhåndsbestemte kriterier, for eksempel et mål for drivstoff-effektivitet, eller at løsninger slutter å forbedres.
Avida og andre algoritmer
Algoritmer ble til slutt designet for å demonstrere hvordan evolusjonære prosesser kunne skape nye resultater. Et klassisk eksempel er programmet Avida som kan finne komplekse funksjoner i sitt søkerom -her. Slike resultater har blitt presentert for publikum som bevis på at biologisk utvikling kunne drive dramatiske transformasjoner-her. Imidlertid demonstrerte MDE at disse programmene kun var i stand til å produsere komplekse løsninger fordi programmene innlemmet, i søkealgoritmen, informasjon som styrer populasjonene av forsøk mot ønskede målutfall. Uten slik informasjon, unnlater programmene alltid å bidra med noe virkelig nytt.
I tillegg benyttet MDE "ingen fri lunsj" teoremer, for å demonstrere at ingen søkealgoritme i gjennomsnitt kunne finne et mål raskere enn et tilfeldig søk. Som et resultat, bør utviklingsprosesser ikke forventes å oppdage komplekse innovasjoner, siden søkeområdet er ufattelig stort, og naturlig utvalg ikke har tilgang til informasjon knyttet til fjerne biologiske utfall. På samme vis, tilsvarer det å produsere komplekse innovasjoner, å generere store mengder ny genetisk informasjon og kun relativt små mengder kan oppnås gjennom ikke-styrte søk. Forfatternes arbeid var så overbevisende at mange forlot søke-algoritmer som bevis for biologisk evolusjon. De engasjerte seg i stedet i historisk revisjonisme, ved å nekte for at slike programmer til og med var relevante for diskusjonen -her.
Forutsetninger og forvirring
Isaac burde ha anerkjent forfatterens prestasjoner, hvis han hadde frihet til ærlig å vurdere deres arbeid. Dessverre tvang hans filosofiske antagelser ham til å avvise deres resultater -her. Som følge av dette engasjerer han seg i forvirringen ved å hevde at informasjon er fysisk, så fysiske prosesser kan generere det fritt. Han fortsetter med å hevde at den genetiske koden også er fysisk, og ikke en formell abstraksjon. Og han reiser flere saker for unødig å komplisere diskusjonen, som for eksempel forskjellene mellom meningsfylt og ikke-meningsfylt informasjon, rollene til populasjoner av forskjellige artsutvalg, den nøyaktige betydningen av 'mål' i den biologiske evolusjonen og den potensielle rollen der informasjonen er knyttet til tilstanden til omgivelsene og lokale populasjoner. Men ingen av hans bekymringer utfordrer MDEs hovedkonklusjoner -her, særlig i sammenheng med opprinnelsen til nye kroppsplaner (designarkitekturer)-her, i de høyere taksonomiske kategoriene (phyla og klasser).
I motsetning til Isaacs påstander har teoretikere konsekvent anerkjent at strukturer i biologi som inneholder informasjon kan være fysiske (f.eks. DNA), men den lagrede informasjonen er ikke-fysisk -her. Dette skillet har blitt godt formulert av slike teoretikere som Michael Polanyi -her og Peter Wills -her. I tillegg har den genetiske kodes ikke-fysiske karakter -her, blitt anerkjent siden den tiden Crick og Watson først identifiserte strukturen til DNA. Koden kan implementeres gjennom fysiske mekanismer, men det samme gjelder for ASCII-koden i datamaskiner og morse-koden i telegrafi. Koder er alltid formelle abstraksjoner som kan holdes atskilt fra mediene og mekanismene som implementerer dem.
I tillegg krever opprinnelsen til en høyere taksonomisk gruppe (f.eks. trilobitter) dannelsen av et stort antall nye gener i geologiske tilfeller -her. Generering av denne informasjonen innebærer mutasjoner som tilfeldigvis endrer bokstavene (A, C, G og T) i forskjellige deler av DNA som en populasjon søker etter et nytt sett med funksjonelle gener og deres tilsvarende proteiner -her. Denne prosessen etterligner tilstrekkelig evolusjonære algoritmer for MDEs analyser, for å kunne brukes fullt ut. Spesielt utviklet forfatterne den algoritmiske spesifiserte kompleksiteten (ASC) for å kvantifiseres i et mønster av meningsfylt informasjon, og de bestemte en øvre grense for mengden ASC som kunne oppnås gjennom en hvilken som helst søkealgoritme. De brukte sitt mål på et individuelt protein og beregnet at informasjonsinnholdet til selv en minimalistisk funksjon, overstiger det som noen gang kunne bli produsert av en ikke-styrt prosess.
En haug med Scrabble brikker
Og i motsetning til Isaacs forslag kunne informasjon knyttet til tilstanden i omgivelsene eller lokale populasjoner, ikke lenger bidra til å samle de riktige informasjonsrike genetiske sekvensene, enn at informasjonen i en haug med Scrabble-stykker kunne bidra til å ordne bokstavene til innledningen av uavhengighetserklæringen (US). Naturlig utvalg som følge av eksterne faktorer, kunne ikke lede søket mot ny genetisk informasjon, før tilstrekkelig antall gener ble fullt funksjonelle og aktivert ved rette tider og i de rette sammenhenger, for rett å integrere seg med hverandre og med eksisterende genetiske nettverk. Først da kunne noe nytt komplekst trekk, for eksempel en øyelinse -her, forbedre 
sin fitness (tilpasning). Ikke-funksjonelle genetiske sekvenser gir ingen selektiv fordel, og selv funksjonelle ville være ubrukelige, dersom de ikke var fullt integrert i genomet.
Videre, hvor biologisk evolusjon skiller seg fra data-algoritmer, reduseres ikke utfordringene, men forsterkes. Spesielt vil enhver evolusjonær prosess som styrer en større transformasjon, prestere langt verre enn et rent tilfeldig søk på grunn av de katastrofale konsekvensene av å endre de genetiske nettverkene -her, som styrer kroppsplan-dannelsen. Det ensartede beviset fra mutasjoner i utviklings-gener demonstrerer definitivt at forskjellige kroppsplaner representerer svært sjeldne mål i et stort hav av ikke-funksjonelle mellomprodukter. Derfor vil en utviklende populasjon i det evolusjonære fitness-landskapet -her, alltid forbli strandet på en lokal topp -her, som svarer til den eksisterende designarkitekturen.
Randy Isaac devaluerer urettmessig de overbevisende argumenter som MDE presenterer, og oppsummerer i stedet sin kritikk ved å si at "alle som søker innsikt i biologisk eller kjemisk utvikling, anbefales å se andre steder." {hvilket sikkert er tryggest for synet han representerer, se mer her -oversetters kommentar.}
Hvis han noen gang kunne komme seg fri fra sine filosofiske blindsoner, ville han erkjenne at de konvergerende bevisene fra simuleringer, matematiske og biologiske -disipliner demonstrerer, utenom rimelig tvil, at evolusjonære prosesser bare kan produsere mindre forbedringer av eksisterende egenskaper. Og at for å skape noe virkelig nytt, kreves direkte veiledning av et sinn.
Oversettelse og bilder ved Asbjørn E. Lund
Brian Miller; 31. oktober 2018