«Воображение важнее, чем знания».
Сценарий возникновения жизни в "новой теории эволюции", даже если ее сформулировать в самых общих чертах, предполагает, что возникновение соизмеримой с жизнью сложности является общей тенденцией эволюции сложных систем. На первый взгляд этот вывод может показаться противоречащим величине сложности этого мира, связанной с происхождением жизни. Тем не менее, происхождение жизни представляется ожидаемым результатом обучения с учетом соответствующих ограничений, таких как наличие необходимых химических веществ в достаточных концентрациях. Кажется, что вселенная идеально приспособлена для существования жизни, но "новая теория эволюции" утверждает, что Вселенная сама настроена на возникновение жизни.
С точки зрения "новой теории эволюции" все системы, которые усложняются, от атомов до молекул, от организмов до галактик, учатся предсказывать изменения в окружающей их среде с возрастающей точностью, и те, которые преуспевают в таком предсказании, получают способность сохраняться и, в конечном счете возможность распространения. Развитые системы обучения, имеющие несколько уровней обучаемых переменных, существенно различающихся по скорости их изменения, превосходят системы без такого разделения масштабов.
Анализ потока информации во время обучения (обратное распространение) и предсказания (прямое распространение) окружающей среды эволюционирующими организмами, дает возможность выражения теории биологической эволюции, включая происхождение жизни, как многоуровневому обучению.
Обучение в сложной среде приводит к разделению обучаемых как минимум на два класса: быстро меняющиеся и медленно меняющиеся. Такое разделение масштабов лежит в основе всех процессов, связанных с формированием сложной структуры во Вселенной от масштаба атома до масштаба скоплений галактик.
Возможность делать осмысленные наблюдения подразумевает определенную степень упорядоченности и сложности наблюдаемой Вселенной, возникающей в результате эволюционных процессов.
Следует подчеркнуть, что «наблюдение» и «обучение» здесь ни в коем случае не подразумевают «разум» или «сознание», а представляют собой гораздо более основное требование. Чтобы учиться и выживать в среде, система (или наблюдатель) должна с некоторой минимальной, но достаточной степенью точности предсказывать реакцию этой среды на различные действия и иметь возможность выбирать такие действия, которые совместимы с дальнейшим существованием наблюдателя в этой среде. В этом смысле любая форма жизни является наблюдателем, и поэтому даже неодушевленные системы наделены способностью обратной связи.
В этом самом общем смысле наблюдение является предпосылкой эволюции.
"Новая теория эволюции" формулирует семь фундаментальных принципов эволюции, которые кажутся необходимыми и достаточными для того, чтобы сделать вселенную доступной для наблюдения. Эти принципы влекут за собой основные черты биологической эволюции, включая репликацию и естественный отбор. Данные краеугольные явления биологии вытекают из фундаментальных особенностей динамики обучения, таких как существование функции потерь, минимизируемой в процессе обучения.
• P1. Функция потерь.
В любой эволюционирующей системе существует функция потерь переменных, зависящих от времени, которая минимизируется в процессе эволюции.
Само существование функции потерь подразумевает, что динамическая система Вселенной является обучающейся (развивающейся) системой. По сути стабильность или выживание любой подсистемы Вселенной эквивалентны решению задачи оптимизации или обучения. Принципиально важно, что для решения сложных задач оптимизации, зависящих от многих переменных, лучшим и фактически единственным эффективным методом является отбор, реализованный в различных стохастических алгоритмах. Всю эволюцию можно воспринимать и как реализацию стохастического алгоритма обучения.
Иными словами, обучение — это оптимизация методом проб и ошибок, как и эволюция.
• P2. Иерархия весов.
Развивающиеся системы охватывают множество динамических переменных, которые изменяются в разных временных масштабах (с разными характерными частотами).
• P3. Разрывы частот.
Динамические переменные разделены между отдельными уровнями организации, разделенными достаточно широким частотным интервалом.
• P4. Перенормируемость.
Во всем диапазоне организации развивающихся систем статистическое описание быстро меняющихся (более часто встречающихся) переменных возможно с помощью более медленно изменяющихся (низкочастотных) переменных.
• P5. Расширение.
Развивающиеся системы обладают способностью привлекать дополнительные переменные, которые можно использовать для поддержания системы, и способностью исключать переменные, которые могут дестабилизировать систему.
• P6. Репликация.
В развивающихся системах репликация и устранение соответствующих блоков обработки информации (IPU) может происходить на каждом уровне организации.
• P7. Поток информации.
В развивающихся системах более медленно меняющиеся уровни поглощают информацию от более быстро меняющихся уровней во время обучения и передают информацию на более быстрые уровни для прогнозирования состояния окружающей среды и самой системы.
Параллель между обучением и биологической эволюцией становится очевидной, как только устанавливается соответствие между функцией потерь и функцией приспособленности. Действительно, оба процесса представляют собой движение развивающейся (обучающейся) системы на ландшафте пригодности (функция потери), где адаптивные (обучающие) восходящие движения наиболее значимы, хотя нейтральные движения встречаются чаще всего, а иногда также происходят нисходящие движения.
Возможно, наиболее важной фундаментальной общностью между эволюцией и обучением является расслоение обучаемых переменных (степеней свободы) на классы, отличающиеся скоростью изменения. По крайней мере, в сложных средах любое обучение является многоуровневым, как и любой отбор, имеющий отношение к эволюционному процессу. С этой точки зрения появление новых уровней организации в обучении и эволюции, представляет собой подлинные фазовые переходы.
Смысл "новой теории эволюции" состоит в том, что медленная динамика (то есть эволюция в длительном масштабе времени) должна быть по большей части независимой от быстрых переменных. Говоря менее формально, медленные переменные определяют правила игры, и изменение этих правил в зависимости от результатов тех или иных игр было бы вредно для организма. Оптимизация в пространстве возможностей, ограниченных устойчивыми во времени правилами, выгоднее оптимизации без таких ограничений. Компромисс между глобальной и локальной оптимизацией является общим, неотъемлемым свойством фрустрированных систем. Чтобы система функционировала эффективно, влияние локальной оптимизации на глобальную оптимизацию должно быть ограничено.
Взаимодействие между увеличением энтропии в окружающей среде, диктуемым вторым законом термодинамики, и уменьшением энтропии в эволюционирующих системах (таких как организмы или популяции), диктуемым вторым законом обучения. Таким образом, эволюционирующие биологические системы открыты с точки зрения классической термодинамики, но закрыты и достигают равновесия в рамках расширенного подхода, включающего обучение.
В рамках теории адаптивная эволюция включает прежде всего организмы, которые учатся предсказывать свою среду, и, соответственно, энтропия среды по отношению к организму является одним из ключевых детерминантов эволюции. Среда с высокой энтропией способствует адаптации, и тогда успех порождает успех, то есть адаптация наиболее эффективна в больших популяциях.
Детальное соответствие между ключевыми чертами процессов обучения и биологической эволюции предполагает, что это не простая аналогия, а скорее отражение глубокого единства эволюционных процессов, происходящих во Вселенной. Действительно, разделение соответствующих степеней свободы на несколько временных классов распространено во Вселенной повсеместно — от составных субатомных частиц, таких как протоны, до галактических скоплений. Если представить всю вселенную как нейронную сеть, то все многообразие систем можно считать возникающими из динамики обучения. Более того, разделение масштабов и перенормируемость, по-видимому, являются существенными условиями наблюдаемости Вселенной. Согласно "новой теории эволюции", любая наблюдаемая Вселенная состоит из систем, которые проходят обучение или, синонимично, адаптивную эволюцию, и фактически сама Вселенная является такой системой.
В рамках "новой теории эволюции" различие между живыми и неживыми системами, каким бы важным оно ни было, можно рассматривать как различие в типе и степени оптимизации, так что все эволюционные явления могут быть описаны в одних и тех же формальных рамках теории обучения.
Точка, когда начинается жизнь, может быть естественным образом связана с появлением отдельного класса медленно меняющихся переменных, которые оцифровываются и, таким образом, могут быть точно воспроизведены; эти цифровые переменные хранят и предоставляют информацию для прямого распространения для прогнозирования состояния окружающей среды. С точки зрения биологии, этот фокус соответствует появлению репликаторов (геномов), которые несут информацию о функционировании репродукторов, в которых они находятся. Это также момент, когда начинается естественный (дарвиновский) отбор. "Новая теория эволюции" подразумевает, что этому ключевому этапу предшествовала эволюция «преджизни», которая состояла из репродукторов, у которых не было геномов, но которые, тем не менее, были обучающимися системами, которые подвергались отбору на устойчивость. Самовоспроизводящиеся мицеллы, содержащие сети автокаталитических протометаболических реакций, кажутся правдоподобными моделями таких первичных репродукторов. Первые репликаторы (молекулы РНК) должны были развиться внутри этих репродукторов, возможно, первоначально как молекулярные паразиты, но впоследствии в результате отбора на способность хранить, выражать и обмениваться информацией, необходимой для всей системы. Этот ключевой шаг значительно увеличил эффективность эволюции/обучения и обеспечил долговременную память, которая сохранялась на протяжении всей истории жизни, что способствовало началу естественного отбора и беспрецедентному разнообразию форм жизни.
Способность системы добавлять новые адаптируемые переменные имеет важное значение.
С биологической точки зрения это подразумевает расширяемость генома (то есть способность добавлять новые гены), что потребовало перехода от РНК к ДНК в качестве субстрата генома, учитывая очевидные внутренние ограничения размера репликации молекул РНК.
Еще одним необходимым условием эффективного обучения является обмен информацией, что в биологическом контексте соответствует горизонтальному переносу генов. Существенность горизонтального переноса генов на самых ранних стадиях эволюции жизни воспринимается как причина универсальности механизма трансляции и генетического кода у всех известных форм жизни, что потребовало перехода от РНК к ДНК в качестве субстрата генома, учитывая очевидные внутренние ограничения размера репликации молекул РНК.
Комментариев нет:
Отправить комментарий