Несколько замечаний по поводу книги Дэвида Эйбела "Первый ген"

Мне бы хотелось обратить внимание заинтересованных читателей на следующую книгу, вышедшую в прошлом месяце: 

• Abel, David L., Editor, December, 2011, The First Gene: The Birth of Programming, Messaging and Formal Control, LongView Press Academic: Biolog. Res. Div.: New York, NY
  http://www.amazon.com/First-Gene-Programming-Messaging-Control/dp/0965798895

Приведу некоторые мысли из этой книги, явившиеся ключевыми для меня с точки зрения понимания кибернетических аспектов эволюции. Книга, на мой взгляд, прекрасно написана и содержит много ценных мыслей. Редактором и автором большинства статей является Дэвид Эйбел.

Попытки сведения жизни только лишь к физико-химическим органичениям упираются в принципиальные непреодолимые сложности с точки зрения информации. По мысли Эйбела, любая адекватная сегодняшнему уровню знаний модель живых организмов должна учитывать кибернетические аспекты проблемы, конспективно изложенные ниже.

1. Кибернетическое сечение: ограничения и управление (the сybernetic сut). Все множество кибернетических систем S может быть разделено на два подмножества Sогр и Sупр так называемым кибернетическим сечением так, что S = Sогр + Sупр. В подмножестве Sогр, мы имеем системы, в которых реализуются физико-химические ограничения. Экспериментальная наука говорит нам, что максимум, что способна спонтанно породить материя, под действием лишь физико-химических ограничений в системах из Sогр - это низкоинформационная избыточная регулярность типа фракталов. Подмножество Sупр содержит концептуальные схемы формального управления системами, функционирующими по произвольно задаваемым правилам для достижения определенной цели. Существует большой массив данных, позволяющий предположить, что в то время как ограничения, присутствующие в любой реальной физической системе, определяются теми или иными физико-химическими взаимодействиями в каждом конкретном случае, добавление в систему управления соответствует осуществлению осознанного выбора в рамках определенного формализма и на практике всегда производится целенаправленно интеллектуальным агентом (агентами). Здесь под осознанным выбором следует понимать особую третью категорию причинности, отличную от случайности и закономерности. Понятно, что управление, также как и ограничения, неизбежно будет представлено материально, или "загружено в физическую реальность" (instantiated into physicality, выражение Эйбела). Однако физическая реальность сама по себе может предоставить лишь субстрат для реализации управления. Таким образом, управление в строгом смысле слова, реализуемое поверх физико-химического уровня, не сводится лишь к физико-химическим взаимодействиям. Точно так же, функциональная информация не сводится лишь к физическому уровню реализации процесса ее передачи. Ведь для понимания смысла информации, передаваемой, скажем, по компьютерной сети, недостаточно рассмотреть лишь скачки напряжения на физическом уровне стэка TCP/IP, необходимо иметь представление о том, как эту информацию декодировать для получателя. Декодирование же производится по соглашению (протоколу) и следует правилам, не зависящим от процессов физического уровня (подробнее см. сетевую модель OSI).

Мне кажется, для прояснения сказанного может оказаться полезной следующая аналогия. Рассмотрим классы сложности различных задач разрешимости (decision problems).

• На мой взгляд, эта аналогия служит и хорошей иллюстрацией понятия нередуцируемой сложности (irreducible complexity), о котором много спорят биологи. Это понятие было впервые предложено Майклом Бихи (Michael Behe) в книге "Черный ящик Дарвина" в 90-е гг. прошлого века. Впрочем, споры касаются вопросов происхождения неустранимо сложных систем, а не самого понятия. Но эту интересную тему я не буду здесь затрагивать.

Под сложностью алгоритма решения задачи будем понимать число шагов его выполнения. Соответственно, сложность задачи есть число шагов наиболее эффективного алгоритма ее решения. Будем называть быстрым алгоритм решения задачи разрешимости, приводящий к ответу "ДА/НЕТ", за число шагов, не большее полинома от размера исходных данных N.

На рис.1 изображены классы сложности задач разрешимости. Известно, что каждый нижестоящий дочерний класс сложности вложен в вышестоящий класс, что отражено ребрами графа, представленного на рисунке. Однако вопрос о вложенности вышестоящих классов в нижестоящие до сих пор является открытым. Вполне вероятно  - и с этим согласно большинство специалистов по теории сложности, - что вышестоящие классы вообще не сводятся к дочерним классам преобразованиями полиномиальной сложности от N. Еще раз повторим, что взаимная сводимость двух каких-либо классов сложности на рис.1 эквивалентна равенству этих классов и является открытой математической проблемой.

Рис.1. Классы сложности задач разрешимости. Источник: Wikipedia, Complexity Class.

Например, частная проблема равенства классов P и NP объявлена институтом Клэя одной из пока не решенных задач тысячелетия.

• NP (nondeterministically polynomially solvable) - класс задач комбинаторной сложности, (то есть задач, для которых не найдено быстрых алгоритмов), но все же допускающих быструю проверку корректности предполагаемых решений (т.наз. сертификатов). Задачи класса NP быстро решаемы на недетерминированной машине Тьюринга, включающей оракул. Пример задачи из класса NP - нахождение кратчайшего маршрута через M точек на плоскости (знаменитая задача о коммивояжере). Вполне очевидно, что проверить имеющийся маршрут, на предмет того, включает ли он все M точек и каждую только один раз, можно за O(M) шагов, то есть достаточно быстро.
• P (polynomially solvable) - класс задач, допускающих быстрые алгоритмы решения. Пример задачи из класса P - нахождение решения системы алгебраических уравнений на множестве действительных чисел. Известно, что решение системы из n уравнений можно отыскать за O(n^2) шагов с помощью метода Гаусса исключения переменных. 
• Заметим, что требование целочисленности решений  переводит задачу в класс NP (см. диофантовы уравнения). 

Задачу из класса P всегда можно представить как задачу из класса NP. Действительно, тот или иной известный быстрый алгоритм решения исходной задачи может выступить в роли оракула в недетерминированной машине. Однако, неизвестно ни одного способа сведения NP-сложной задачи к задаче из класса Р в общем случае.

2. Формализм и физический уровень. Чрезвычайно важно отметить, что неживая природа в принципе инертна по отношению к формальным процессам, в том числе к таким, как оптимизация функции, организация кибернетического управления и др. Неживая природа функционирует в рамках физических ограничений (законов), тогда как формализм оперирует правилами. В отличие от ограничений, правила с их семантикой задаются произвольным образом поверх физического уровня. Например, при действиях с булевым алфавитом {0,1} я волен поставить в соответствие единице значение НЕТ, а нулю - ДА. Правила легко могут меняться нами в зависимости от контекста. Реализация правил на физическом уровне производится с помощью настраиваемых переключателей (англ. configurable switches), актуализирующих целенаправленный выбор со стороны интеллектуального агента (или иначе лица, принимающего решения, ЛПР) по достижению какой-либо цели. Переключатель представляет собой логический элемент и несет в себе 1 бит информации. Заметим, что ЛПР решает, какие именно значения будут принимать булевы переменные в каждом переключателе для оптимизации заданной функции цели. Это назначение не является результатом действия каких-либо физических закономерностей или случайности, поскольку процесс назначения от них не зависит. Таким образом, переменные получают именно такие, а не иные значения лишь в результате осознанного выбора конструктора/проектировщика.

Переключатели задают формальные предписания для реализации развития/развертывания/онтогенеза данной системы. Тот или иной набор переключателей, объединенных в интегральную схему и соответствующий формальному управлению в кибернетической системе, осуществляет отображение Sупр -> Sогр и, образно говоря, является своеобразным "мостом" из Sупр в Sогр. Очень важно отдавать себе отчет в том, что на практике движение по этому мосту осуществляется только в одном направлении из Sупр в Sогр, то есть в направлении реализации на физическом уровне уже имеющейся концептуальной схемы управления, но не наоборот, так как на базовом уровне физической реальности ни управления, ни целей, ни формализма не существует. Модели, подобные кауфмановской границе хаоса (Stuart Kauffman's edge of chaos), оперирующие гипотетической спонтанной огранизацией управления на физическом уровне, не находят подтверждения в реальности. Жизнь не может самоорганизоваться подобно кристаллам, поскольку спонтанная кристаллизация из раствора является не чем иным, как действием лишь физических органичений, а не управления в строгом смысле слова. Доказательством этому служит низкое информационное наполнение регулярных структур и, как следствие, подверженность таких структур высокой степени информационного сжатия, в то время, как живые системы изначально функционально сложны и характеризуются наличием кибернетического управления и скоординированных формальных процессов.

Итак, сообщение системе функциональности и управления, наделение информационного обмена смысловой нагрузкой, а также интегрирование различных подсистем в единое устойчиво функционирующее целое представляет собой формальный процесс или совокупность процессов. Организация всякого формального процесса требует реализации целенаправленного выбора, во всех без исключения случаях на практике осуществляющегося осознанной деятельностью ЛПР.

3. ДНК как предписание. Фундаментальные проблемы макроэволюции по Дарвину. Известно, что ДНК представляет собой запись онтогенетической информации, или предписание того, как должно протекать развитие биосистемы. Эта информация по природе функциональна, а ее запись и считывание представляют собой формальные процессы (алгоритмы). Иными словами, для записи, считывания и интерпретации информации в геноме существует определенный язык со своим алфавитом, синтаксисом и семантикой. Поэтому ДНК есть код в строгом смысле слова. Однако, единственным известным эмпирической науке на сегодня источником формализма является интеллект. Таким образом, предположение о появлении высших таксонов (классов, типов) дарвиновским градуалистическим способом равносильно предположению о возможности спонтанной генерации принципиально новых формальных инструкций в достаточно больших количествах. Какие-либо экспериментальные данные, подтверждающие эту гипотезу, совершенно отсутствуют.

• Мы имеем лишь данные, подтверждающие случайный характер мутаций уже имеющихся таксономических единиц. Опытно известные на сегодня возможности мутагенеза и общепринятые оценки возраста Земли не позволяют считать гипотезу филогенеза дарвиновским отбором, наложенным на стохастические мутации, правдоподобной.

В продолжение приведенной нами аналогии полиномиальной сводимости одних классов сложности к другим, на рис.2 схематически показано то, как я представляю себе возможную в рамках теории разумного замысла (Intelligent Design, ID) интерпретацию отношений между базовым уровнем физической реальности (physicality), функциональной информацией (functional information), жизнью (life), интеллектом (intelligence) и сознанием (consciousness).

Рис.2. ID-совместимая интерпретация иерархических отношений физико-химических взаимодействий, функциональной информации, жизни, интеллекта и сознания. Каждый дочерний уровень включен в вышестоящий. По всей видимости, родительский уровень не может быть сведен лишь к отдельному дочернему.

Подобно положению вещей в иерархии классов сложности, жизнь не сводится только лишь к физико-химическим взаимодействиям и соответствующим им ограничениям, но для организации управления онтогенезом (метаболизмом, воспроизведением, адаптацией, реакцией на стимулы и др.) требует еще, по крайней мере, ввода функциональной информации, интегрирующей онтогенез в единый сложный процесс. Также и интеллект, по-видимому, не сводим исключительно к биологическим  процессам, а сознание - к интеллекту. На уровне интеллекта можно различать популяционный (например, роевой или стайный) интеллект и интеллект особи (соответственно, общественное и личное сознание). Конечно, это только предположение. В науке еще не выработано общепринятых моделей функционирования интеллекта и сознания, а может быть, эти вещи вообще неформализуемы. Можно, однако, предположить, что и интеллект, и сознание требуют сообщения системе особого рода интегрирующей информации по аналогии с функционально специфицированной информацией в цифровом виде (functionally specified complex information in digital form, dFSCI), определяющей биологическую функциональность.