Category: компьютеры

Category was added automatically. Read all entries about "компьютеры".

  • mns2012

Содержание


Основные понятия


  1. Введение: о чём этот блог

  2. Биосемиотика: Основные понятия

  3. Дизайн-распознавание (Intelligent Design, ID): Основные понятия

  4. Гипотеза дизайна и её возможная фальсификация

  5. Примеры семиотических и несемиотических систем

  6. Физический смысл формулы Хейзена для измерения количества функциональной информации

  7. Что такое сложная биофункция

  8. Примеры принципиально тестируемых предсказаний, сделанных на основе гипотезы дизайна биосферы

  9. Самое основное о статистической значимости

Биосемиотика


Гипотеза дизайна биосферы


Происхождение жизни


Проблемы биологической эволюции и её моделирования


Искусственный интеллект и искусственная жизнь


Дебаты знаменитостей, выступления


Философия проблем научного описания происхождения жизни и эволюции


Основы теории дизайна: конспект книги Del Ratzsch "Nature, Design and Science: The Status of Design in Natural Science"


Разное


При перепосте просьба ссылаться на этот блог.
  • mns2012

Открытость живых систем к возможным последующим модификациям, или оpen-endedness

Что это такое, как оно обеспечивается и зачем это нужно?

Открытость к модификациям - это свойство некоторой системы допускать структурные или иные изменения с целью адаптации к изменяющимся условиям окружения.

Допустим, производитель мобильных телефонов решает заложить в прошивку возможность поддержания 4G или более совершенной по техническим параметрам сети (скажем, 5G) до развертывания этого самого 5G. Это пример открытости к модификациям. Ещё аналогичный пример. Архитектура современных персональных компьютеров допускает подключение периферии через USB порты, при этом набор типов подключаемых устройств не лимитируется, регламентируется лишь тип соединения. Это также открытость к модификациям. Разумеется, эти и множество подобных примеров иллюстрируют инженерное предвидение разработчика и являются результатом целенаправленного принятия решений.

Итак, открытая система создается, если можно так выразиться, навырост. Важной особенностью подобных систем, как отмечается в литературе, является возможность (неограниченной) реализации новизны. Самый, наверное, сильный пример в этом отношении, - это языковые системы. Если язык является достаточно развитым (в математике есть понятие универсального языка вычислений, или Тьюринг-полного языка), на нем можно формулировать и компоновать новые утверждения, а при наличии письменности их можно записывать на носители.

В живых организмах мы всё это тоже наблюдаем. За счёт чего у живых организмов имеется возможность модернизации? В белковом синтезе открытость к модификации осуществлена за счёт отсутствия избирательности при полимеризации нуклеотидной цепи в водяном растворе. На более высоких уровнях организации живого, открытость, вероятно, тоже имеется (взаимозаменяемость тканей, например).

  • Ещё пример технологии навырост - белки прокариот, используемые эукариотами (я где-то видел ссылку на это, но подробностей уже не помню).

  • Особый пример - гипотеза универсального генома. Я не знаю, что с ней такое случилось, но на момент публикации её, автором были предложена конкретная исследовательская программа для подтверждения или отбраковки этой гипотезы.


Понятно, что модернизация, или генерация принципиальной функциональной новизны, во всех случаях, о которых известно современной науке (исключая жизнь), является коррелятом интеллекта: в данном случае не важно, кумулятивный ли это интеллект всего человечества, небольшой группы людей или интеллект индивидуального разработчика. Важен сам факт существования положительной корреляции между появлением в системе функциональной новизны и интеллектуальной активностью, связанной с модификацией системы. Поэтому всякий неангажированный исследователь должен спокойно отнестись к предположению, что и появление жизни, с научной точки зрения, также является коррелятом интеллекта.

Однако так уж исторически сложилось (с), что в ситуации с живыми системами открытость их к модификациям принято приписывать не разуму разработчика, а случаю, хотя никаких оснований этому нет. Даже напротив: наблюдения свидетельствуют об успешности разработки именно "сверху вниз" (то есть от идеи до имплементации, а не методом тыка "снизу вверх", авось сработает) и, соответственно, бесперспективности попыток разработки снизу вверх. Те, кто агитирует за "снизу вверх", не понимают всей тяжести проблемы, заключающейся не только в нехватке в природе вероятностных ресурсов для подобных экспериментов методом проб и ошибок, но по большей части в том, что даже организация метода проб и ошибок всё равно предполагает участие агента: кто-то ведь должен стремиться получить новую функцию, природе ведь абсолютно всё равно, работает что-то как единое сложное целое или нет.

Цитаты профессиональных биологов об их любимом детище -- эволюции

[В]еликий биолог Луи Пастер писал: «Идеи превращения видов так легко воспринимаются, может быть, потому, что освобождают от строгого экспериментирования»… Многие удивятся: разве эффективность отбора не доказана всей биологией? Я тоже 40 лет назад полагал, что доказана, – пока читал учебники. И даже поставил 35 лет назад компьютерный эксперимент, чтобы уточнить кое-какие детали вполне очевидной мне теории. Правда, компьютер …отказался подтверждать эффективность отбора, но я решил, что просто не так что-то задал. Пришлось зарыться в литературу, чтобы понять, где именно ошибка. Тут-то и выяснилось, что опытов поставлено на удивление мало, и все они истолкованы по той же схеме, что опыты Тинбергена, когда ответ задан заранее. Естественно, противники дарвинизма на это указывали, но без успеха. Тем самым, Пастер и ныне прав. Как уже давно заметил Любищев, такая ситуация характерна вовсе не для естествознания, а для философии, где противоположные учения сосуществуют тысячелетиями.

Чайковский Ю.В. Эволюция. (Вып. 22. М.: — Центр системных исследований – ИИЕТ РАН, 2003).

Цитату взял отсюда.

Одной цитаты мало? Прекрасно. Вот ещё цитата, причём не просто биолога, а специалиста именно по эволюционной теории:

"Darwinian evolutionary theory was my field of specialization in biology. Among other things, I wrote a textbook on the subject thirty years ago. Meanwhile, however I have become an apostate from Darwinian theory and have described it as part of modernism’s origination myth. Consequently, I certainly agree that biology students at least should have the opportunity to learn about the flaws and limits of Darwin’s theory while they are learning about the theory’s strongest claims."

Dr. Stanley Salthe, Professor Emeritus, Brooklyn College of the City University of New York.


Можно оспаривать представленную точку зрения (желательно с цифрами в руках), но нельзя сказать, что это мнение неспециалистов. Что-то с эволюцией не так, согласитесь...

Ещё непримиримые (более 20 страниц подписей). При желании "загнать под лавку", конечно, можно и их. Такие методы уже применялись. Но вот беда: проблему так не решишь.

Чейтин о парадоксе творчества

Что такое творчество? Как его определить? Что такое тест Лавласа? Смогут ли машины заниматься творчеством? Алгоритмизуемо ли оно? По-видимому, нет, поскольку как только мы создаем алгоритм для решения очередной задачи, её решение перестаёт быть творчеством. Хотя поиск лучшего алгоритма -- всё-таки задача творческая.
  • mns2012

Что такое программа?

Продолжение. Начало здесь.

Всё в той же бестолковой лекции Деннета, которую я всё ещё смотрю:



(остановился примерно на 40-й минуте, потому что записывать комментарии надо почти к каждому предложению, это что-то...) лектором была высказана следующая "глубокая" мысль.

Software is made of bits.

Ниже я привожу небольшую иллюстрацию, показывающую что Деннет вообще не понимает, о чём речь.

Collapse )
  • mns2012

Почему-то с эволюционистами найти общий язык очень тяжело...

Когда им говоришь, что у них всё зависит от случая, они отвечают: а как же естественный отбор, чем не закон? А когда им на это отвечаешь, что отбор только отбирает из уже существующего, ничего нового не создавая, они говорят: а случайные мутации кода на что? Хорошо индоктринированному эволюционисту ни за что не докажешь, что новая функция может появляться только если её создавать целенаправленно. Как может появиться сложный функционирующий код, например, операционная система Windows 10?! Только методом разработки: программист, а то и целый отдел, получает ТЗ и вперёд.

Collapse )
  • mns2012

Небольшая задача к проблеме кода

От отрицателей объективности кода хотелось бы услышать внятное подробное объяснение с использованием только законов физики (и химии) того, как, по их мнению, образовывается именно такое, а не иное разбиение пространства жёсткого диска персонального компьютера на логические средствами ОС Windows (скажем, 50% пространства выделяется под диск С, остальные 50% под диск D).

И сразу следующий вопрос. Каким образом, имея разбиение на диски C и D, как указано выше, только с позиций физики и химии становится возможным переформатировать жёсткий диск, выделив под диск С 60%, а под диск D 40% дискового пространства?

Каким образом получается, что одни и те же законы физики (и химии) при одних и тех же начальных условиях позволяют производить множество различных разбиений на логические диски одного и того же жёсткого диска, сделанного из одних и тех же материалов?

Объективность информации и распознавание дизайна

Мне возразил уже не помню кто. Информация, — говорит, — это у Вас в голове.

Вот здесь мы с ув. livelogic это обсуждали. Ниже я ещё немного пытаюсь рассуждать по этому вопросу. Нужно сказать сразу, что определений информации существует множество. Соответственно, использование различных определений повлечёт за собой различие выводов. Этот вопрос затрагивался в интересной книге Marks, Dembski, Ewert, Introduction to Evolutionary Informatics.

Collapse )

Физика вычислений

Увидел запись ув.bluxer по этому поводу и вот о чем подумал.

Вот что находим на странице Википедии Компьютерная память.

Компью́терная па́мять (устройство хранения информации, запоминающее устройство) — часть вычислительной машины, физическое устройство или среда для хранения данных, используемая в вычислениях в течение определённого времени. Память, как и центральный процессор, является неизменной частью компьютера с 1940-х годов. Память в вычислительных устройствах имеет иерархическую структуру и обычно предполагает использование нескольких запоминающих устройств, имеющих различные характеристики.

В персональных компьютерах «памятью» часто называют один из её видов — динамическая память с произвольным доступом (DRAM), — которая используется в качестве ОЗУ персонального компьютера.

Задачей компьютерной памяти является хранение в своих ячейках состояния внешнего воздействия, запись информации. Эти ячейки могут фиксировать самые разнообразные физические воздействия. Они функционально аналогичны обычному электромеханическому переключателю и информация в них записывается в виде двух чётко различимых состояний — 0 и 1 («выключено»/«включено»). Специальные механизмы обеспечивают доступ (считывание, произвольное или последовательное) к состоянию этих ячеек.


Пусть у нас есть две ячейки физической памяти. В обеих хранится 0. Таким образом, между ними изначально не существует разности потенциалов. Представим себе теперь, что в результате запрограммированных вычислений состояние ячеек поменялось с 00 (нулевая разность потенциалов) на 01 (ненулевая разность потенциалов). Ни один физический процесс, протекающий без управления, не способен устойчиво приводить к одному и тому же (такому же) результату (то есть именно к такому положению переключателей, оба возможных состояний которых безразличны по отношению к естественным регулярностям, так как оба они соответствуют минимуму полной потенциальной энергии и не являются один предпочтительнее другого). Флуктуации электромагнитного поля могли бы привести к такому результату, но лишь на незначительное время и в сравнительно редких случаях, мы же говорим об устойчивых во времени состояниях ячеек (установившихся режимах).

Таким образом, с точки зрения протекания физических процессов, вычисление есть не что иное, как управление или организация граничных условий (что также является результатом управления). Рассмотрение только движения молекул вещества физической системы, в которой осуществляется вычисление, не даст всей картины в полноте. Рассматривать лишь физические взаимодействия частиц материи системы и объяснять ими вычисление -- всё равно, что рассматривать этот текст с позиций "так сложились электрические взаимодействия частиц, составляющих пиксели монитора, что буквы на экране сложились в осмысленные предложения". Помимо изменений градиентов вещества и энергии в системе от времени необходимо рассматривать и организацию граничных условий (ключ к инженерному смыслу организации системы или смыслу текста, как в примере выше). Управление и организация символьных граничных условий на движение вещества в случае вычислительной системы есть исключительно действие агента. По-другому никак не бывает в нашем мире.

Далее замечаем, что вычислительные контуры присутствуют в живых системах (запись, хранение, считывание, транскрипция и трансляция информации при размножении, функционирование обменных сетей, обработка сенсорной информации и т.д.). Живое в каждый момент времени вычисляет собственное состояние для следующего момента времени и производит управление состоянием (так наз. гомеостаз).

Следовательно, первоначальная загрузка этих контуров (безотносительно возможности их эволюционирования во времени; границы возможностей эволюционирования -- это другой, сложный, но отдельный вопрос) должна была осуществляться только извне интеллектуально и никак иначе.

Ученые из Мичиганского университета врут

Ну, хорошо, хорошо, не врут, а фантазируют за государственный счёт.

Друг перепостил мне (не знаю, откуда) вот эту вот "прелесть". И попросил прокомментировать.

Collapse )

Мы имеем дело с компьютерной симуляцией. Авторами компьютерной симуляции, а также самой вычислительной среды, где такая симуляция возможна, являются люди. Это первое, что нужно запомнить, и никогда не сбрасывать со счетов.

Как следствие этого возможно создание виртуальных объектов, поведение которых доступно не только наблюдению, но и управлению. Управление осуществляется семиотически -- по набору заранее оговоренных правил, а также по явно заданной выходной функции, значения которой являются управляющим сигналом. Этим грешат все известные мне модели эволюции: моделируется на самом деле искусственный отбор, то есть в принципе не то, что написано на этикетке.

Особенно позабавило вот это: "полностью случайный выбор инструкций"... Да, инструкции, типа, мы прописали, засунули их в базу, а потом из базы полностью случайно (с) выбираем. Bingo! Я только надеюсь, что это Рабинович Моцарта насвистел (с) журналистские перепевки и что авторы такого написать не могли )

Авторы не отвечают на вопрос о появлении первой тройки инструкции+протокол+процессор. Они просто полагают эту тройку заданной. Никакие гипотезы РНК и прочие изыски на этот вопрос не отвечают. Где в природе (не в силиконе) процесс, способный не только что-то воспроизвести, но воспроизвести также и то, что это что-то будет воспроизводить по записи и считыванию инструкций из памяти? Воспроизводится-то неоднородная система, следовательно, должно быть её описание. А раз так, значит должны быть обеспечены запись/считывание инструкций с носителя.

Меня поражает полёт фантазии искусственников: показываем нечто, потом говорим ничем не обоснованное "следовательно" и считаем задачу решённой. Но вопросы только множатся...

Как и во всякой компьютерной симуляции, здесь что заложишь, то и получишь. Заложишь мощные нереалистичные допущения -- получишь красивый результат, но который, увы, не соответствует реальности. Заложишь реалистичные допущения -- получишь реалистичный, но неинтересный результат.

Два вопроса, ответы на которые нужно требовать от искусственников:

(1) откуда первая инструкция и первый процессор?
(2) каким образом осуществляется борьба с вероятностными барьерами? Если управлением поиска, то это интеллектуальный процесс и, следовательно, цель демонстраторов не только не достигнута, но продемонстрировано противоположное.

Искусство создателей разнообразных моделей жизни заключается лишь в том, как поглубже запрятать управление экспериментом и выдать то, что получилось, за природный процесс.

Так что ничего нового: здесь, как и во всех других подобных случаях, дизайн на дизайне сидит и дизайном погоняет.

Cм. также мой давнишний разбор подобного исследования.