Björn och tirian!

Ang Genetisk programmering så återkommer jag men det kan nog ta lite tid. Det är inte helt enkelt att beskriva utan att vara för teknisk men det skall nog gå. Jag har dessutom dåligt med tid och kommer vara lite bortrest. Jag kan dock förutskicka att i den mån jag håller med om tirians synpunkter så påverkar det inte mitt ställningstagande
Gunnar

Björn Nissen - 31 Augusti 2011 10:33 -

Som vanligt behöver jag lite tid, ska försöka återkomma inom veckan. Eftersom jag noterat hur ni två verkar ha “pratat förbi varann” i frågan om genetisk programmering ganska länge, och eftersom jag som amatör på området skulle vilja förstå det bättre, har jag dock en fråga till dig, Gunnar:

Du ger exemplet att med genetisk programmering ta fram en hållfast tändsticksbro. Programmeraren specificerar bara hur man kan sätta ihop tändstickor. “Programmet kommer att generera en oerhört stor mängd lösningsförslag innan den lyckas men behöver inte ha någon information alls ytterligare (annat än den genetiska algoritmen som kan vara mycket generell).” Min fråga: Vad är en genetisk algoritm? Går det att i ord uttrycka ett förslag till genetisk algoritm för tändsticksuppdraget (dvs utan matematiska/datamässiga formler)?

Eftersom jag hade lite tid över idag tänkte jag att jag kunde skriva ner på ett ungefär vad en genetisk algoritm är, Gunnar får väl säga till om han tycker att min beskrivning är fel på någon punkt. Man kan väl säga att en genetisk algoritm är en algoritm som försöker efterlikna Mendels ärftlighetslära och kan beskrivas som följer:

1. Välj ut en initial population av individer.

2. Utvärdera lämpligheten hos varje individ i den ursprungliga populationen.

2. Upprepa till man är nöjd:

- 2.1 Välj ut de lämpligaste individerna för reproduktion.

- 2.2 Skapa ny avkomma. Här härmar den genetiska algoritmen naturen genom att använda mutationer och genetisk rekombination. Hur exakt det data som skapas (en ritning på tändsticksbro ex.) kan representeras i programmet som en DNA sträng är lösningsspecifikt. Man kan även använda något eget generellt eller lösningsspecifikt sätt att skapa nya generationer, men då är det kanske inte en genetisk algoritm längre.

- 2.3 Utvärdera lämpligheten hos varje ny individ. Begreppet lämplighet (som återkommer på många ställen) är specifik för varje måluppfyllelse och har i princip inget med genetisk programmering att göra. Det kan vara alltifrån en enkel jämförelse till att beräkna vilken bro konstruktion som på något sätt anses vara bäst.

- 2.4 Ersätt de minst lämpliga individerna i populationen med de nya individerna.

- 2.5 Jämför den bäst rankade individens lämplighet med målet. Fortsätt om måluppfyllelsen inte är tillräckligt god.

Hoppas detta duger som förklaring.

Det finns ju problem med denna algoritm. Ett av problemen är att algoritmen tenderar att konvergera mot lokala optima eller godtyckliga punkter snarare än den globalt optimala lösningen av problemet. Detta beror på att algoritmen inte har kunskap om hur den ska offra kortsiktig lämplighet för att få bättre lämplighet på längre sikt. Sannolikheten att detta inträffar beror på vilket problem som ska lösas. En del lösningar kan ge en lätt stigning mot den globalt optimala lösningen, med andra kan fastna i ex. en godtycklig punkt.

tirian och Björn!

tirians algoritm är OK så vitt jag kan se lite snabbt, tack för den.  Den gör det enklare för mig att kommentera tirians frågor/påståenden Först dock två kommentarer till algoritmen:
-En sak som är komplicerad och måste bestämmas först är datastrukturen som bör likna en DNA-sträng för att algoritmen skall fungera. För tändsticksproblemet kan man tänka sig att för varje tändsticka finns ett informationelement om riktning i rummet och anslutningar till andra stickor. Den kompletta beskrivningen blir då en lång sträng av sådana informationselement ungefär som en biologisk DNA-sträng. På tändstickssträngen kan man utföra operationer som liknar de genetiska såsom t.ex. mutation (ändra ett element), sexuell reproduktion (ta två strängar och välj bitar varje för en ny stäng) eller kopiering (ta en bit av strängen och stoppa in någon annan stans). Detta sker i 2.2. i tirians algoritm
- Med mutation så hittar man lokala maxima men med t.ex. sexuell reproduktion kan man flytta sig en bit bort i lösningsrymden för att kanske komma närmare det globala (det totala) maximumet. (Är jag för teknisk nu?).

tirian - 31 Augusti 2011 09:36 -

1 - Genetiska program måste veta hur man beräknar om ett resultat är bättre än ett annat resultat. I konstruktionen av den beräkningen ligger mycket av den intelligenta designen.

Nja. Om man väljer att lägga beräkningen av resultatet i algorimen, 2.3 så är den delen av programmeringen inte oväsentlig (man kan alternativt lägga den utanför t.ex. låta någon bygga och testa lösningarna i tändsticksexemplet). Men om du med “den intelligenta designen” avser designen av programmet så stämmer det. Om du med “den intelligenta designen” avser vad programmet genererar som optimal lösning så håller jag inte alls med. Då jämför du äpplen (design av program) och päron (design av lösningar).

2 - Det genetiska programmet och den genetiska algoritmen är inget som uppkommit via slump och naturligt urval utan är exempel på intelligent design.

I de två exempel jag nämnt, elektroniskt filter och tändsticksbro så är de naturligtvis inte det.

3 - Det är programmerarnas medvetna val av vilka resultat som ska produceras som skapar den information som produceras. Så är det någon som skapat något nytt med mycket hög specifik komplexitet så är det de som medvetet designat programmet att åstadkomma detta, inte programmet i sig. Det är inte programmets förtjänst att viss information skapas, utan de som byggt programmet. Programmet kan inte välja vilka resultat som det ska producera utan följer slaviskt de förutbestämda regler som finns om hur detta ska göras.

Här känns det återigen som om du inte skiljer äpplen och päron. Men först en fråga. Om jag skriver ett program som låter en dator måla på ett papper beroende på Vissa slumptal som datorn genererar. Vem har skapat de målningar som produceras? Att säga att det är jag som skapat målningarna anser jag är missvisande. Jag har skrivit ett program som låter datorn skapa målningarna men det är inte jag som sett till att en målning t.ex. går mest i rött och att en annan har många linjer som går parallellt. Det är programmet eller snarare de slumptal som programmet använt som skapat målningarna. Vems förtjänst det är kan man diskutera med hur är det relevant? Och att i det fallet säga att målningarna “slaviskt följer de förutbestämda regler som finns” är också missvisande.

Om jag skriver ett genetiskt program för filterkonstruktion så är jag naturligtvis ansvarig och kanske förtjänt av beröm för vad datorn skapat, men jag är definitivt inte konstruktör av lösningarna - det är (den av mig skapade) algoritmen plus slumpen. När körningarna börjar har jag släppt kontrollen totalt.

4 - Vad är den teoretisk skillnad mot ett genetiskt program och ett annat data program? Är det någon skillnad eller kan båda representeras som Turing maskiner?

Alla kan naturligtvis implementeras av en turingmaskin. Det genetiska programmet är speciellt genom att det är bra på att söka sig igenom enormt stora lösningsrymder på ett effektivt sätt. Det skulle kanske de sorteringsprogram du talar om också göra, bara att de inte skulle bli klara inom rimlig tid - de är för ineffektiva för ändamålet.

5 - Vad har genetisk programmering med genetiska förändringar i naturen att göra? De fungerar inte på samma sätt.

Det beror väl på vad du menar med “på samma sätt”. Men bortsett från det så är anledningen till den här diskussionen mitt påstående att vissa program (plus slump) kan skapa specifikt komplexa lösningar. En följd av detta är att det inte är orimligt att även DNA och naturligt urval kan det.

Björn: Jag hoppas ovanstående tillsammans med tirians algoritm kan vara något klarläggande så vi kan fortsätta huvuddiskussionen.

Gunnar

Tack, båda två!
Jag hänger med (tror jag).
Funderar och återkommer.
Björn

Nils G - 31 Augusti 2011 08:08 -

tirian - 31 Augusti 2011 09:36 -

1 - Genetiska program måste veta hur man beräknar om ett resultat är bättre än ett annat resultat. I konstruktionen av den beräkningen ligger mycket av den intelligenta designen.

Om man väljer att lägga beräkningen av resultatet i algorimen, 2.3 så är den delen av programmeringen inte oväsentlig (man kan alternativt lägga den utanför t.ex. låta någon bygga och testa lösningarna i tändsticksexemplet). ... Om du med “den intelligenta designen” avser vad programmet genererar som optimal lösning så håller jag inte alls med. Då jämför du äpplen (design av program) och päron (design av lösningar).

Om man lägger beräkning av lämplighet utanför programmet så är den beräkningen ändå ett väsentligt steg i algoritmen. Ingen lämplighet att jämföra => ingen lösning. För att en lösning ska kunna ges måste algoritmen på något sätt få veta hur lämplig varje individ är så att man kan jämföra individerna. Och hur denna lämplighet räknas ut kräver att man tillför den kunskapen.

Nils G - 31 Augusti 2011 08:08 -

3 - Det är programmerarnas medvetna val av vilka resultat som ska produceras som skapar den information som produceras. ...

... Om jag skriver ett program som låter en dator måla på ett papper beroende på Vissa slumptal som datorn genererar. Vem har skapat de målningar som produceras? Att säga att det är jag som skapat målningarna anser jag är missvisande. Jag har skrivit ett program som låter datorn skapa målningarna men det är inte jag som sett till att en målning t.ex. går mest i rött ...

Det enda programmen gör är att variera inom av programmerarna givna ramar. Bara för att ett spel (som ex. Nethack eller WoW) kan generera slumpmässiga grottor innebär det inte att man pratar om att dessa program har konstruerat något helt nytt. Det har bara varierat grottorna i enlighet med vad programmerarna skrivit.

Dessutom är det ett missförstånd att prata om slump inom programmering. Inom datalogi finns ingen slump utan endast mer eller mindre bra slump algoritmer som försöker simulera slumpmässiga utfall.

Nils G - 31 Augusti 2011 08:08 -

4 - Vad är den teoretiska skillnaden mellan ett genetiskt program och ett annat data program? Är det någon skillnad eller kan båda representeras som Turing maskiner?

Alla kan naturligtvis implementeras av en turingmaskin. Det genetiska programmet är speciellt genom att det är bra på att söka sig igenom enormt stora lösningsrymder på ett effektivt sätt. Det skulle kanske de sorteringsprogram du talar om också göra, bara att de inte skulle bli klara inom rimlig tid - de är för ineffektiva för ändamålet.

Det finns många liknande stokastiska algoritmer som kanske kan vara nog så effektiva för ett givet problem. Men även icke stokastiska algoritmer kan fungera bättre i vissa fall. Så jag ser fortfarande inte vari skillnaden ligger gentemot andra program. Här är exempel på olika stokastiska algoritmer:

Innan jag svarar Gunnar några kommentarer till ett tidigare inlägg av dig, tirian.

tirian - 31 Augusti 2011 09:36 -

1 - Genetiska program måste veta hur man beräknar om ett resultat är bättre än ett annat resultat. I konstruktionen av den beräkningen ligger mycket av den intelligenta designen.

Här håller jag verkligen med.

2 - Det genetiska programmet och den genetiska algoritmen är inget som uppkommit via slump och naturligt urval utan är exempel på intelligent design.

Det är visserligen sant, och något som Gunnar också säger, men det är en annan sak. Det säger väl bara att det yttersta ursprunget till processen är design, ungefär som när man tänker sig att universum från början är skapat med därefter utvecklats helt efter naturalistiska principer.

3 - Det är programmerarnas medvetna val av vilka resultat som ska produceras som skapar den information som produceras. Så är det någon som skapat något nytt med mycket hög specifik komplexitet så är det de som medvetet designat programmet att åstadkomma detta, inte programmet i sig. Det är inte programmets förtjänst att viss information skapas, utan de som byggt programmet. Programmet kan inte välja vilka resultat som det ska producera utan följer slaviskt de förutbestämda regler som finns om hur detta ska göras.

Här tycker jag väl inte du säger mycket mer än det du redan sagt i punkt 1.

4 - Vad är den teoretisk skillnad mot ett genetiskt program och ett annat data program? Är det någon skillnad eller kan båda representeras som Turing maskiner?

No comments. Vet för lite om turingmaskiner.

5 - Vad har genetisk programmering med genetiska förändringar i naturen att göra? De fungerar inte på samma sätt.

Jag är böjd att hålla med dig, och en annan aspekt är de biologiska strukturerna är betydligt mer komplicerade (har mycket högre mängd specificerad komplexitet) än dataprogrammen och deras produkter. Dock är Gunnars argument relevant så tillvida att om man kan visa att en stor mängd specificerad komplexitet kan uppkomma naturalistiskt via dataprogram har man försvagat ett av ID-argumenten.

Björn

Hej Gunnar! Jag tror jag får dela upp mitt inlägg i flera delar.

Nils G - 31 Augusti 2011 07:35 -

1. Det är skillnad på naturvetenskap och annan vetenskap t.ex. humaniora med avseende på agentparadigmets användbarhet (ense)
2. Agentparadigmet är inte användbart inom naturvetenskapen vilken använder metodologisk naturalism (ense)
3. Metodologisk naturalism och därmed naturvetenskap kan inte förklara allting. Vissa frågor som rör materien kan således inte behandlas av naturvetenskapen (t.ex. vissa skapelsefrågor) (ense)
4. Du nämner några exempel på saker vars uppkomst naturvetenskapen inte kan förklara: Vad gäller universum, livet och komplicerade naturliga strukturer så håller jag med om att det finns utrymme i olika grad för en annan förklaring än den naturvetenskapliga (även om jag inte inser vitsen med en sådan, se mera nedan). För solsystemets uppkomst kan jag inte se något sådant utrymme. (alltså inte helt ense)
5. Angående ID så har jag ju läst om specificerad komplexitet och oreducerbar komplexitet men jag anser inte att det är tillräckligt för att bygga upp en egen vetenskap (oense?)
6. Om det vore så att man inte kan visa hur specificerad komplexitet kan uppkomma naturligt så finns det en viss grund för en teori om agentgenererad specificerad komplexitet (ense)
7. Men det finns exempel på hur specificerad komplexitet kan uppkomma naturligt. Jag behandlar mer om detta nedan (oense)
8. Jag frågade efter hur agentparadigmet var användbart. Ditt svar är så vitt jag ser just specificerad komplexitet - inget annat. (ense?)

Jag uppfattar det som att vi är överens om ganska mycket. Punkt 1, 3 och 6 är vi överens om, och i punkt 7 är vi överens om att vi inte är överens. I punkt 4 kan vi nog vara överens, om jag låter bli att nämna solsystemets uppkomst, och eftersom detta varken är särskilt viktigt i diskussionen eller något jag egentligen är insatt i backar jag gärna på den punkten.

Återstår tre punkter som jag vill kommentera:

2. Jag skrev att metodologisk naturalism fungerar väl i naturvetenskap som enbart studerar hur den materiella naturen beter sig. Däremot skrev jag inte att agentparadigmet skulle vara oanvändbart i sådana sammanhang, bara att när det finns goda naturliga förklaringar prioriterar agentparadigmet sådana förklaringar. (Så även om man har agentparadigmet som ”metod” eller vetenskapsfilosofisk förutsättning blir det samma resultat som med metodologisk naturalism.)

5. ID som en egen vetenskap? Jag skulle nog hellre se det som ett bidrag till informationsvetenskap – och det skulle förmodligen utvidga och delvis förändra denna vetenskap (vetenskap i bredare mening). Eller man kanske kan se det som en delvetenskap inom informationsvetenskapen? Är ID i dagsläget tillräckligt utvecklat? Tillräckligt för att bygga vidare på, tror jag, särskilt som det kan tillämpas på ett antal mänskliga aktiviteter.

8. Nej, här tänker vi inte likadant. För det första vill jag åter betona att agentparadigmet och specificerad komplexitet är två helt olika typer av företeelser. Specificerad komplexitet är ett begrepp inom en ”bredvetenskaplig” teori, ingår alltså i det vetenskapliga resonemanget. Agentparadigmet är en vetenskapsfilosofisk utgångspunkt, och därmed prevetenskapligt, precis som metodologisk naturalism.

För det andra har agentparadigmet mycket bredare relevans än enbart kopplat till specificerad komplexitet. Dels finns åtminstone ytterligare ett kriterium som framförts inom ID-rörelsen, nämligen oreducerbar komplexitet. Men sedan är det så att all diskussion i det jag kallar ursprungsfrågorna blir annorlunda utifrån agentparadigmet(AP) jämfört med metodologisk naturalism (MN). Ta vår diskussion i Theobald-tråden. När man tar fram likheter i proteiner och DNA hos alla organismer får man utifrån MN slutsatsen att de sannolikt är släkt. Utifrån AP blir slutsatsen att de förmodligen antingen är släkt eller medvetet designade. Fördelen med AP här är att man inte frestas att dra mer långtgående slutsatser än faktamaterialet ger anledning till.

(forts följer)

Nils G - 31 Augusti 2011 07:35 -

Vad är vitsen med agentförklaringar? ... varför hamnar livets uppkomst utanför naturvetenskapen och, vilket är det viktigaste, på vilket sätt kan livets uppkomst studeras utifrån agentparadigmet? Du nämner specificerad komplexitet. Men även om detta vore ett argument, vart leder det? Säg att man skulle kunnat visa att naturen maximalt kan genera 500 bitars (jag har dock inte läst Meyer) och att det inte räcker för att livet skall kunna uppstå. Man skulle då kunna säga att livet inte uppkommer naturligt och inom naturvetenskapen skulle man nöja sig med detta. Vad skulle i det läget det tillföra vetenskapligt (i bred bemärkelse) att säga att det var en agent som agerat. Vad för kunskap skulle detta generera? Vetenskap handlar ju om att veta dvs kunskap.

Livets uppkomst hamnar utanför den renodlade naturvetenskapen, därför att vi inte vet att livet uppkommit genom naturliga processer. Agentparadigmet lämnar frågan principiellt öppen.

Låt mig försöka svara på din huvudfråga här med två scenarier. I båda scenarierna förutsätter jag att man forskar utifrån agentparadigmet.

Scenario 1: Det finns inga vetenskapliga kriterier för intelligent design (dvs SK och OK håller inte), och för närvarande inte heller någon rimlig naturlig förklaring till livets uppkomst.

Här kan man utifrån AP skilja mellan det man vet och det man inte vet. Livets uppkomst är i detta scenario helt oförklarat (vetenskapligt sett), och frågan öppen. Den forskare som av andra skäl anser att det bör finnas en medveten designer bakom levande organismer kan till exempel koncentrera sig på förändringar mellan organismer som kan ges rimliga naturliga förklaringar, och också undersöka var gränserna för sådana naturliga förklaringar verkar gå. Livets uppkomst kan inte studeras utifrån AP i detta scenario, men vad AP bidrar med är en broms för obefogade extrapoleringar och obestyrkta antaganden.

Scenario 2: Det finns vetenskapliga kriterier för intelligent design, och ingen rimlig naturlig förklaring till livets uppkomst.

Nu kan man studera livets uppkomst genom att jämföra enklast tänkbara levande organismer med kriterierna för design. Man kan visa att livet inte uppkommit naturligt utan skapats av en medveten agent. Detta är kunskap. Inom vetenskapen är all kunskap tentativ. Kanske man senare kommer att kunna ge en rimlig och utförlig naturalistisk förklaring till livets uppkomst. Då måste man revidera teorierna, men de revideras inte på grundval av att man kanske någon gång i framtiden finner en naturlig förklaring.

Du skriver att man skulle ”kunna säga att livet inte uppkommer naturligt och inom naturvetenskapen skulle man nöja sig med detta”. Men som jag redan påpekat kan man säga mer än så. Dessutom är det fullständigt orealistiskt att tro att man inom naturvetenskapen – så som den bedrivs i dag – skulle ”nöja sig” med att säga att livet inte uppkommer naturligt. Jag skulle kunna ge ett antal exempel på att inflytelserika naturvetare och naturvetenskapliga organisationer strider med näbbar och klor för att inte ge en sådan öppning.

Vidare får man verktyg för att dra gränsen mellan naturligt uppkomna strukturer och agentproducerade strukturer. Dessutom leder agentparadigmet till ett uttalat designperspektiv inom biologin, vilket kan bidra till att undvika misstag som att betrakta nästan allt DNA som skräp, stimulera undersökningar av biologiska strukturer i syfte att lära god konstruktionsteknik, och främja varsamhet när det gäller att manipulera genetiskt material.

Den kritiska frågan i ditt resonemang är dock frågan om specifik komplexitet. Jag har refererat i olika sammanhang till s.k. Genetisk programmering där man tagit fram elektroniska konstruktioner som är väsentligt bättre än de som människor skapat. Bl.a. ett frekvensfilter som var bättre än något känt filter men som var så komplicerat att ingen kan förklara hur det fungerar. Om jag minns rätt så bestod en lösning av en konstruktion med c:a 30 komponenter där varje komponent valdes bland 200 olika. Komplexiteten blir då 200E30 (om man inte tar hänsyn till alla topologiska varianter) vilket ger c:a 210 bitars komplexitet. Med 100 komponenter så kommer man över de 500 bitarna Meyer nämner så jag är mycket tveksam till hans tanke.

Om jag räknat rätt blir 200E30 ungefär 10E69, vilket är betydligt mindre än 10E139, den siffra för de universella sannolikhetsresurserna som Meyer utgår ifrån när han sätter gränsen 500 bitars information. Om man med 100 komponenter kommer över 500 bitar, så undrar jag: har man de facto gjort sådana försök där datorerna fått räkna ut en konstruktion med 100 komponenter? Annars är det ju rent hypotetiskt.

Huvudproblemet är dock ett annat. Ditt resonemang förutsätter att informationen på 210 bitar (en lösning av 10E69 möjliga) är helt och hållet ett resultat av naturliga, fysikaliska processer i datorn. Mer om detta nedan.

Naturliga processer kan åstadkomma specificerad komplexitet, det kan vi vara överens om, frågan är om det finns en gräns för hur mycket. Utan att gå in på detaljer håller jag med tirian om att det som sker i naturen och det som sker i datorerna inte är helt jämförbart. Ett medellångt protein (150 aminosyror) har enligt Meyer en specificerad komplexitet på 10E164. När det gäller livets uppkomst måste oerhört mycket mer än ett protein ha uppstått samtidigt och på samma plats, annars kommer inte reproduktionen igång. Och utan reproduktion inget naturligt urval, så det finns ingen naturlig väg att bygga den första organismen i etapper.

(forts följer)

Nils G - 31 Augusti 2011 07:35 -

Du kanske invänder att det finns en mängd information nerlagd i programmet från början men det stämmer inte. De fakto finns det väldigt liten information där. För att förklara det så tror jag att det är enklast med ett annat exempel-

Man kan tänka sig ett program där datorn försöker bygga en bro av tändstickor mellan två bord. Det gäller att med så få tändstickor göra en konstruktion som har en viss hållbarhet. Uppgiften som är lämplig för en trial-and-error-ansats och därmed lämplig för Geneteisk programmering kräver lite enkla specifikationer för hur man kan sätta ihop tändstickor men just ingen ytterligare. Programmet kommer generera en oerhört stor mängd lösningsförslag innan den lyckas men behöver inte ha någon information alls ytterligare (annat än den genetiska algoritmen som kan vara mycket generell)...
Jag ägnar en viss kraft åt att försöka förklara det som är finessen med genetisk programmering nämligen att den kräver mycket lite initial information om de lösningsförslag som programmet genererar…

Jag vågar alltså med bestämdhet påstå att datorprogram kan göra konstruktioner med mycket hög specifik komplexitet utan att särskilt mycket information tillförts från början. Slutsatsen blir att det då inte blir möjligt att använda specifik komplexitet som ett argument för en agent. Vad blir kvar?

Tack igen till dig och tirian för informationen om genetisk programmering.

Du skriver i ett senare inlägg: ”om du med ’den intelligenta designen’ avser designen av programmet så stämmer det. Om du med ’den intelligenta designen’ avser vad programmet genererar som optimal lösning så håller jag inte alls med. Då jämför du äpplen (design av program) och päron (design av lösningar).” Jag håller med om att det är viktigt att hålla isär detta. Du har rätt i att lösningarna inte är medvetet designade. Men även om de har hög specifik komplexitet (SK), så måste den mängd SK som uppkommit naturalistiskt beräknas genom att man från slutprodukten subtraherar all information som tillförts medvetet.

Efter din och tirians beskrivning av proceduren kan jag åtminstone se vissa saker. För det första räknar ju inte datorerna fram 10E69 lösningsförslag utan ett eller ett fåtal. För att göra det krävs något kriterium för lämplighet, som tirian skriver. Detta tillför information; det styr programmet i en viss riktning. Och lämplighetskriteriet är inte jämförbart med ”naturligt urval”, som bara är en term för att vissa organismer överlever i högre grad än andra, och som inte har någon speciell konkret form, som lämplighetskriteriet måste ha. Lämplighetskriteriet är medvetet formulerat, och den information det tillför måste subtraheras från slutproduktens SK.

De program som använder Genetisk programmering kan definitivt inte karaktäriseras som de program Meyer refererar. I exemplet med filtret ovan visste ingen vad man skulle få fram. Det var en sann nykonstruktion med mycket hög specifik komplexitet.

Här håller jag med dig och inte tirian, eftersom programmen i citatet du hade var mycket enklare och inte liknade genetisk programmering. Meyer har dock också tittat på ett program som inte matar in en given slutstruktur, Avida kallat (Signature in the Cell, s 286-290). Det påminner om den typ av program ni har skissat (huruvida det innefattar genetisk programmering kan jag inte bedöma, men Meyer talar om ”evolutionary algorithm”). Förutom frågan om hur mycket information som producerats naturalistiskt och hur mycket som programmerarna bidragit med, finns också problemet att dessa program kan kopiera (och mutera) befintliga teckensträngar. Därmed är de inte relevanta för frågan om livets uppkomst, eftersom inget ”maskineri” för kopiering existerade innan livet uppkommit.

När det gäller de genetiska programmens förmåga att producera SK anser jag alltså inte det är klarlagt att de exempel du gett visar på en naturalistisk produktion av storleksordningen 200 bitar, eftersom resultatet av programmet är en kombination av fysikaliska processer och medvetna tillskott av information.

Hoppas det gick att läsa…
Björn

Björn Nissen - 01 September 2011 08:09 -

Hoppas det gick att läsa…
Björn

Jovisst, intressant, återkommer mot slutet av nästa vecka.

Gunnar

Björn Nissen - 01 September 2011 08:09 -

... Efter din och tirians beskrivning av proceduren kan jag åtminstone se vissa saker. För det första räknar ju inte datorerna fram 10E69 lösningsförslag utan ett eller ett fåtal. För att göra det krävs något kriterium för lämplighet, som tirian skriver. Detta tillför information; det styr programmet i en viss riktning. Och lämplighetskriteriet är inte jämförbart med ”naturligt urval”, som bara är en term för att vissa organismer överlever i högre grad än andra, och som inte har någon speciell konkret form, som lämplighetskriteriet måste ha. Lämplighetskriteriet är medvetet formulerat, och den information det tillför måste subtraheras från slutproduktens SK.

Borde inte även DNA representationen också göra att slutproduktens SK minskar? Detta på grund av att DNA representationen är riggad för en specifik lösning.

Björn Nissen - 01 September 2011 08:09 -

De program som använder Genetisk programmering kan definitivt inte karaktäriseras som de program Meyer refererar. I exemplet med filtret ovan visste ingen vad man skulle få fram. Det var en sann nykonstruktion med mycket hög specifik komplexitet.

Här håller jag med dig och inte tirian, eftersom programmen i citatet du hade var mycket enklare och inte liknade genetisk programmering. ...

Här är min tanke att man kan representera vilken algoritm som helst som en Turing maskin, så även den genetiska algoritmen. Så principiellt tillför den algoritmen inget annat till ett program än vad andra algoritmer gör. Och detta är inget nytt, Alan Turing definierade Turing maskinen Redan 1936. Den tes som normalt omnämns är Church-Turing tesen. Den säger kort att om någon metod (algoritm) existerar som utför en beräkning, då kan samma beräkning också utföras av en Turing maskin.

Så min fråga (utifrån ett datavetenskaplig perspektiv) är vad en genetisk algoritm tillför ett dataprogram som inte vilken annan algoritm som helst tillför ett program?

Hej Björn!

Björn Nissen - 01 September 2011 07:47 -

Nils G - 31 Augusti 2011 07:35 -

1. Det är skillnad på naturvetenskap och annan vetenskap t.ex. humaniora med avseende på agentparadigmets användbarhet (ense)
2. Agentparadigmet är inte användbart inom naturvetenskapen vilken använder metodologisk naturalism (ense)
3. Metodologisk naturalism och därmed naturvetenskap kan inte förklara allting. Vissa frågor som rör materien kan således inte behandlas av naturvetenskapen (t.ex. vissa skapelsefrågor) (ense)
4. Du nämner några exempel på saker vars uppkomst naturvetenskapen inte kan förklara: Vad gäller universum, livet och komplicerade naturliga strukturer så håller jag med om att det finns utrymme i olika grad för en annan förklaring än den naturvetenskapliga (även om jag inte inser vitsen med en sådan, se mera nedan). För solsystemets uppkomst kan jag inte se något sådant utrymme. (alltså inte helt ense)
5. Angående ID så har jag ju läst om specificerad komplexitet och oreducerbar komplexitet men jag anser inte att det är tillräckligt för att bygga upp en egen vetenskap (oense?)
6. Om det vore så att man inte kan visa hur specificerad komplexitet kan uppkomma naturligt så finns det en viss grund för en teori om agentgenererad specificerad komplexitet (ense)
7. Men det finns exempel på hur specificerad komplexitet kan uppkomma naturligt. Jag behandlar mer om detta nedan (oense)
8. Jag frågade efter hur agentparadigmet var användbart. Ditt svar är så vitt jag ser just specificerad komplexitet - inget annat. (ense?)

Jag uppfattar det som att vi är överens om ganska mycket. Punkt 1, 3 och 6 är vi överens om, och i punkt 7 är vi överens om att vi inte är överens. I punkt 4 kan vi nog vara överens, om jag låter bli att nämna solsystemets uppkomst, och eftersom detta varken är särskilt viktigt i diskussionen eller något jag egentligen är insatt i backar jag gärna på den punkten.

Återstår tre punkter som jag vill kommentera:

Bra, då har vi en gemensam bas att diskutera utifrån.

Kommit så här långt finnes jag att min struktur med åtta frågor inte var så bra så jag hoppas du ursäktar om jag återigen strukturerar om debatten. Några rubriker

A. Om och i så fall hur kan agentparadigmet användas inom naturvetenskapen
B. Om och i så fall hur kan agentparadigmet användas inom annan vetenskap t.ex. informationvetenskap.

C. Finns det några positiva argument för påståendena
    - C1 att specifik komplexitet (SK) inte kan uppkomma naturligt resp
    - C2 att specifik komplexitet (SK) kan uppkomma naturligt
D. Finns det några positiva argument för påståendena
    - D1 att oreducerbar komplexitet (OK) inte kan uppkomma naturligt resp
    - D2 att oreducerbar komplexitet (OK) kan uppkomma naturligt
E. Finns det något annat inom ID ärn SK och OK dvs om SK och OK inte är argument för ID, finns det några andra argument för ID.

Jag tänker gå igenom C, D och E snabbt för att återkomma om detaljfrågor senare. Sedan A och B.

C. Såvitt jag vet så finns det inget positivt argument för C1. Du nämner att Mayers har ett argument men du har inte berättat hur det går. Dessutom verkar det orimligt att det skulle kunna finnas någon specifik gräns för vilken komplexitet naturliga processer kan t.ex. program kan åstadkomma. Däremot så finns det många exempel på program som åstadkommer (genererar) lösningar som ‘är komplexa. Mer om det senare nedan, om genetisk programmering.

D. Inte heller för D1 känner jag till några positiva argument. För D2 så finns det ett exempel på hur en förment oreducerbar komplex konstruktion nämligen råttfällan kan konstrueras successivt samtidigt som den fungerar. Diskussionen kompliceras dock av att definitionen av oreducerbar komplexitet är mist sagt diffus.

E. Några alternativ till argument till C1 och D1 känner jag inte till.

A.  Om användandet av agentparadigmet inom naturvetenskap. Du skriver:

2. Jag skrev att metodologisk naturalism fungerar väl i naturvetenskap som enbart studerar hur den materiella naturen beter sig. Däremot skrev jag inte att agentparadigmet skulle vara oanvändbart i sådana sammanhang, bara att när det finns goda naturliga förklaringar prioriterar agentparadigmet sådana förklaringar. (Så även om man har agentparadigmet som ”metod” eller vetenskapsfilosofisk förutsättning blir det samma resultat som med metodologisk naturalism.)

Det kriterium som du använder för att agentparadigmet skulle kunna vara användbart inom naturvetenskap är extremt diffust nämligen då det inte finns några naturliga förklaringar. Men hur definierar man detta!? Naturvetenskaplig forskning handlar ju väsentligen om att forska på sådant som man inte vet. Jag har tidigare varit inne på att man skulle kunna komma i läget att man inom naturvetenskapen inte hittar någon lösning och finner anledning att ge upp men då talar vi om tidsrymder om hundratals år intensiv forskning tror jag.

I #38 skriver du

Livets uppkomst hamnar utanför den renodlade naturvetenskapen, därför att vi inte vet att livet uppkommit genom naturliga processer. Agentparadigmet lämnar frågan principiellt öppen.

Men detta är inte riktigt. Så länge som naturvetenskapen tror att den kommer att kunna visa att livet uppkommit genom naturliga processer så är det en fråga som kan behandlas och lämpligen behandlas
inom naturvetenskapen. Utrymmet för att behandla frågan utanför naturvetenskapen ökas om det går lång tid och ingen naturvetenskaplig lösning dyker upp. Jag är dock tveksam att andra vetenskaper kan tillföra något väsentligt (se mer nedan).

Du fortsätter med ett exempel

Låt mig försöka svara på din huvudfråga här med två scenarier. I båda scenarierna förutsätter jag att man forskar utifrån agentparadigmet.

Scenario 1: Det finns inga vetenskapliga kriterier för intelligent design (dvs SK och OK håller inte), och för närvarande inte heller någon rimlig naturlig förklaring till livets uppkomst.

Här kan man utifrån AP skilja mellan det man vet och det man inte vet. Livets uppkomst är i detta scenario helt oförklarat (vetenskapligt sett), och frågan öppen. Den forskare som av andra skäl anser att det bör finnas en medveten designer bakom levande organismer kan till exempel koncentrera sig på förändringar mellan organismer som kan ges rimliga naturliga förklaringar, och också undersöka var gränserna för sådana naturliga förklaringar verkar gå. Livets uppkomst kan inte studeras utifrån AP i detta scenario, ....

Håller delvis med men om SK och OK inte håller vad skall man använda för kriterier för “var gränserna för sådana naturliga förklaringar verkar gå”.  Enda kriteriet som jag kan komma på är att man ännu inte lyckats hitta någon förklaring och det är ett i varje stund oanvändbart arguent (om det inte gått mycket lång tid).

... men vad AP bidrar med är en broms för obefogade extrapoleringar och obestyrkta antaganden.

“obefogade extrapoleringar och obestyrkta antaganden” finns det andra inomvetenskapliga skäl för att avvisa. Dock, antagande såsom hypotesiska antaganden kan dock användas om de redovisas öppet.

Scenario 2: Det finns vetenskapliga kriterier för intelligent design, och ingen rimlig naturlig förklaring till livets uppkomst.

Nu kan man studera livets uppkomst genom att jämföra enklast tänkbara levande organismer med kriterierna för design. Man kan visa att livet inte uppkommit naturligt utan skapats av en medveten agent. Detta är kunskap. Inom vetenskapen är all kunskap tentativ. Kanske man senare kommer att kunna ge en rimlig och utförlig naturalistisk förklaring till livets uppkomst. Då måste man revidera teorierna, men de revideras inte på grundval av att man kanske någon gång i framtiden finner en naturlig förklaring.

Om, emot det jag anser, man kan finna strikta bevis för SK och OK och om det kan visas att livets uppkomst kräver SK, så blir vidare forskning om naturalistiska lösningar för livets uppkomst meningslös. För att en sådan lösning skall kunna framläggas måste man då visa att bevisen för antingen SK eller att livets uppkomst är SK är felaktiga

Du skriver att man skulle ”kunna säga att livet inte uppkommer naturligt och inom naturvetenskapen skulle man nöja sig med detta”. Men som jag redan påpekat kan man säga mer än så. Dessutom är det fullständigt orealistiskt att tro att man inom naturvetenskapen – så som den bedrivs i dag – skulle ”nöja sig” med att säga att livet inte uppkommer naturligt. Jag skulle kunna ge ett antal exempel på att inflytelserika naturvetare och naturvetenskapliga organisationer strider med näbbar och klor för att inte ge en sådan öppning.

Det är väl kanske naturligt med tanke på att forskning om livets uppkomst inte kommit till vägs ände. Dessutom så är det ganska vanligt att individer och organisationer inte använder metodologisk naturalism när de talar om naturvetenskap.

Vidare får man verktyg för att dra gränsen mellan naturligt uppkomna strukturer och agentproducerade strukturer. Dessutom leder agentparadigmet till ett uttalat designperspektiv inom biologin, vilket kan bidra till att undvika misstag som att betrakta nästan allt DNA som skräp, stimulera undersökningar av biologiska strukturer i syfte att lära god konstruktionsteknik, och främja varsamhet när det gäller att manipulera genetiskt material.

Här kommer du in på användbarheten av agentparadigmet. Jag kan inte inse att man inte kan och bör göra precis samma saker även utan ett agentparadigm.

forts följer

forts från föregående

B.  Om användandet av agentparadigmet inom annan vetenskap.

5. ID som en egen vetenskap? Jag skulle nog hellre se det som ett bidrag till informationsvetenskap – och det skulle förmodligen utvidga och delvis förändra denna vetenskap (vetenskap i bredare mening). Eller man kanske kan se det som en delvetenskap inom informationsvetenskapen? Är ID i dagsläget tillräckligt utvecklat? Tillräckligt för att bygga vidare på, tror jag, särskilt som det kan tillämpas på ett antal mänskliga aktiviteter.

Jag är lite osäker om ID, givet att det finns någon substans i ID, kan platsa i informationsteorin. Jag tittade lite på engelska Wikipedia, men jag har ingen bestämd uppfattning, bara ganska tveksam.

———

Nu till frågan om det finns några positiva argument för påståendet att specifik komplexitet (SK) inte kan uppkomma naturligt (C1)

Du gör tre påståenden som jag kan se.

- Det finns en övre gräns för naturlig komplexitet.

Du skriver i #38

Naturliga processer kan åstadkomma specificerad komplexitet, det kan vi vara överens om, frågan är om det finns en gräns för hur mycket.

Vi är tydligen ense om att naturliga processer kan åstadkomma specificerad komplexitet, men varför skulle det finnas en gräns? Om man tar det genetiska programmet så finns det en praktisk gräns för hur komplexa problem man kan behandla. Filterproblemet som jag berättat om krävde hundratals datorer som arbetade i många veckor om jag minns rätt (och behandlade miljontals lösningar). Om man skulle öka antalet komponenter i lösningarna skulle det krävas ohanterligt lång tid att få fram resultat men det finns inga teoretiska begränsningar som gör att man inte skulle få en komplexitet som motsvarar 2E500. 

Ett annat sätt är att se på lösningsrymden. Man kan skriva ett program som systematiskt testar alla varianter i lösningsrymden, 2E500 tex. Det är inget svårt att skriva programmet men det skulle ta hart när oändlig tid att köra det. När det hittat den optimala lösningen så har det funnit en lösning som är specifikt komplex, eller hur? Att argumentera för att det skulle finnas en övre gräns när detta fungerar teoretiskt verkar vara svårt, minst sagt.

- En stor del av den komplexitet som finns i de lösningar som jag angivit kommer från de som skapat programmen genom konstruktionen av programmet.
#39:

För att göra det krävs något kriterium för lämplighet, som tirian skriver. Detta tillför information; det styr programmet i en viss riktning. Och lämplighetskriteriet är inte jämförbart med ”naturligt urval”, som bara är en term för att vissa organismer överlever i högre grad än andra, och som inte har någon speciell konkret form, som lämplighetskriteriet måste ha. Lämplighetskriteriet är medvetet formulerat, och den information det tillför måste subtraheras från slutproduktens SK.

Jag är övertygad om att det är obetydlig information som tillförts genom lämplighetskriteriet. Problemet är bara hur jag skall överföra den övertygelsen till dig. Jag försöker:

All den extra informationen som tillförs den optimala lösningen finns i satsen “lösningen x är den optimal lösningen”. Jag kan inte värdera hur mycket information som finns i den satsen men det är inga stora mängder. Ett annat sätt är se hur mycket information om konstruktionen som tillförts av målfunktionen. Om vi ser på exemplet med tändsticksbron så kan man tänka sig att varje konstruktion byggdes av en robot som styrs av datorn medan själva testet, hur mycket bron kan belastas, utförs av ett antal sjuåriga barn. De har till uppgift att belasta varje konstruktion med vikter på mittpunkten och successivt öka belastningen tills bron kollapsar samt mata värdet tillbaka till datorn. Det finns inga principiella problem med detta, bara praktiska. När datorn kommer fram till resultat om optimala konstruktioner har då barnen bidragit med information om konstruktionen? Jag kan inte se det. De har rimligen inte tillgång till någon information om brokonstruktion.

På samma sätt kan man i exemplet med filterkonstruktion låta utvärderingsbiten ligga utanför själva algoritmen för att förhindra att någon information om filterkonstruktion skulle smyga sig in den vägen. En robot bygger varje konstruktion och någon godtycklig välutbildad skulle efter två timmars instruktion på standardinstrument skulle kunna testa konstruktionen och mata tillbaka siffran med godhetstalet. T.ex. är jag övertygas att du Björn är väl lämpad för uppgiften eftersom du, som jag förmodar, inte har någon kunskap om filterkonstruktion.

- Formen på lämplighetskriteriet
Du skriver att “lämplighetskriteriet är inte jämförbart med ”naturligt urval”, som bara är en term för att vissa organismer överlever i högre grad än andra, och som inte har någon speciell konkret form, som lämplighetskriteriet måste ha”.
Naturligt urval har ett lämplighetskriterium precis som de genetiska algoritmerna, ett tal som beskriver överlevnaden för avkomman eller hur väl man kan reproducera sig. På vad sätt skulle denna återkoppling skilja sig från återkopplingen vid brobygge eller filterkonstruktion?  Vilken konkret form är nödvändig?

Sammanfattningsvis kan jag inte se några positiva bevis för att specifik komplexitet inte kan uppstå naturligt. Jag har tidigare argumenterat för att specifik komplexitet verkligen har skapats.  Angående oreducerbar komplexitet kan vi kanske återkomma.

Hoppas jag svarat på allt, jag blev lite trött här men skickar iväg i alla fall för detta blir mitt svar denna vecka. Jag återkommer tidigast i slutet av nästa vecka så du kan ta tid på dig.

Gunnar

tirian - 01 September 2011 10:19 -

Det finns många liknande stokastiska algoritmer som kanske kan vara nog så effektiva för ett givet problem. Men även icke stokastiska algoritmer kan fungera bättre i vissa fall. Så jag ser fortfarande inte vari skillnaden ligger gentemot andra program. Här är exempel på olika stokastiska algoritmer:

Jag förstår inte vad du är ute efter. Algoritmen i genetisk programmering har visat sig så effektiv att den genererat patenterbar kunskap. Kanske det finns andra algoritmer som gjort det också men jag känner inte till någon som gjort det.

Du skrev om slumptal, varför det? Du vet att jag vet att slumptal i datorer normalt endast är kvasislumptal.

F.ö tror jag att jag behandlat det mesta i mitt svar till Björn

Gunnar

Tirian!

tirian - 05 September 2011 07:28 -

Borde inte även DNA representationen också göra att slutproduktens SK minskar? Detta på grund av att DNA representationen är riggad för en specifik lösning.

Vad betyder ”DNA-representationen”? Är det den genetiska algoritmen i dataprogrammet?

tirian - 05 September 2011 07:28 -

Björn Nissen - 01 September 2011 08:09 -

De program som använder Genetisk programmering kan definitivt inte karaktäriseras som de program Meyer refererar. I exemplet med filtret ovan visste ingen vad man skulle få fram. Det var en sann nykonstruktion med mycket hög specifik komplexitet.

Här håller jag med dig och inte tirian, eftersom programmen i citatet du hade var mycket enklare och inte liknade genetisk programmering. ...

Här är min tanke att man kan representera vilken algoritm som helst som en Turing maskin, så även den genetiska algoritmen. Så principiellt tillför den algoritmen inget annat till ett program än vad andra algoritmer gör. Och detta är inget nytt, Alan Turing definierade Turing maskinen Redan 1936. Den tes som normalt omnämns är Church-Turing tesen. Den säger kort att om någon metod (algoritm) existerar som utför en beräkning, då kan samma beräkning också utföras av en Turing maskin.

Så min fråga (utifrån ett datavetenskaplig perspektiv) är vad en genetisk algoritm tillför ett dataprogram som inte vilken annan algoritm som helst tillför ett program?

Det är möjligt att du har rätt, jag bara konstaterar att jag vet för lite om turingmaskiner för att bedöma denna form av argumentation.

I min kommentar ovan håller jag med Gunnar i slutet av #28, på vilket du i #29 svarade: ”Varför, vad har du för anledning att tro något sådant? Är inte ett genetiskt program en turing maskin precis som vilket annat data program som helst?” Anledningen att jag håller med Gunnar är följande: Han citerade någon som refererade Meyers bok (Signature in the Cell), och som nämnde att Meyer hade kritiserat ”evolutionistiska” dataprogram av Richard Dawkins och Bernd-Olaf Küppers, eftersom programmen har en inbyggd lösning som styr programmet. Gunnar konstaterade att dessa dataprogram i vilket fall som helst inte liknar de program med genetiska algoritmer som han talar om, eftersom dessa inte har någon given lösning. Det är på den punkten jag ger Gunnar rätt.

Också Meyer ger honom rätt på den punkten. Men Meyer konstaterar vidare i sin bok att det finns åtminstone ett program, Avida, som inte har en i förväg given lösning som programmet ska söka sig fram till. Hans kritik av detta program (eller av dess relevans för forskningen om livets uppkomst) är i huvudsak:
1) Programmet har inbyggt en förmåga att replikera sina ”organismer”. Problemet med livets uppkomst är att denna förmåga inte fanns – det behövs en fungerande cell för att replikation ska komma igång, man kan därför inte förklara livets uppkomst med en simulering där replikation redan är i funktion.
2) De funktioner som Avidas konstruktörer ser programmet åstadkomma är oändligt mycket enklare än en levande cell. Programmet är helt enkelt inte biologiskt relevant.

Kanske din argumentation med turingmaskiner är ett annat sätt att visa att genetiska algoritmer inte kan åstadkomma större biologiska nyheter. Gunnars svar (i #33) verkar gå ut på att alla typer av program i princip kan åstadkomma specificerad komplexitet, bara det att ”enklare” program typ sorteringsprogram behöver orimligt mycket tid på sig. Med evolutionsalgoritmerna kan man ta genvägar genom lösningsrymden, så genom att skära bort en massa möjligheter kommer man fram till ett skapande av specificerad komplexitet inom realistisk tid. Jag säger inte att jag håller med honom, bara att jag tyvärr inte kan bidra i diskussionen kring turingmaskiner.

Björn