|
Слепой часовщик
Ричард Докинз
Глава 3
...продолжение...
Давайте кратко пробежимся по первым нескольким поколениям главной линии эволюции рисунка 4. Точка превращается в "Y" во 2-м поколении. В следующих двух поколениях, "Y" становится больше. Затем ветви слегка изогнутся, как у хорошей рогатки. В 7-м поколении, изгиб усиливается так, что эти две ветви почти соприкасаются. Изогнутые ветви становятся большими, и каждый приобретает пару маленьких придатков в поколении 8. В поколении 9 эти придатки потеряны снова, а стебель рогатки становится более длинным. Поколение 10 напоминает разрез цветка; изогнутые боковые ветви походят на лепестки, охватывающие центральный придаток или "пестик". В поколении 11 цветок остался той же формы, но увеличился, и слегка усложнился.
Я не буду продолжать описание. Картина говорит сама за себя - все 29 поколений. Заметьте, как мало каждое поколение отлично от своего родителя или сестёр. Так как каждый из нас немного отличен от своих родителей, то логично ожидать, что каждый будет несколько более отличен от своих бабушек и дедушек (и соответственно - внуков), и ещё более отличен от прабабушек и прадедушек (и правнуков). Такова вот нарастающая эволюция - хотя из-за принятой здесь высокой частоты мутаций, мы нереалистично ускорили её. Поэтому, рисунок 4 выглядит более родословной вида, а не родословной особей, но принцип тот же самый. Когда я писал программу, я не думал, она породит что-нибудь большее, чем разнообразные древовидные формы. Я надеялся увидеть плачущие ивы, ливанские кедры, пирамидальные тополя, морские водоросли - ну возможно, рога оленя. Ни моя интуиция биолога, ни мой 20-летний опыт программирования на компьютерах, и ни мои самые смелые мечты, ничто из этого не подсказало мне, что я фактически увижу на экране. Я не помню точный момент моего озарения, когда я подумал, что в эволюционирующей последовательности возможно появление какого-то подобия насекомым. Вне себя от предчувствия, я начал выводить, от чего угодно, поколение за поколением - потомков, более похожих на насекомых. Я не верил своим глазам. Вы видите некоторые из результатов внизу рисунка 4. У них восемь ног (как у паука), а не шесть (как у насекомого), но ну и что! Я до сих пор не могу забыть того момента, когда я впервые увидел этих изящных существ, и того ликующего чувства. Мне отчётливо слышались триумфальные вступительные фанфары из "Так сказал Заратустра" ("2001 тема"). Я потерял аппетит, а ночью, когда я пытался заснуть, "мои" насекомые роились у меня перед глазами.
В продаже есть компьютерные игры, в которых у игрока создаётся иллюзия его блужданий в подземном лабиринте с определённой, довольно сложной географией и в котором он сталкивается с драконами, минотаврами или другими мифическими противниками. Монстров в этих играх довольно немного. Все они разработаны человеком-программистом, как и география лабиринта. При игре в эволюцию, будь то компьютерная версия или реальная жизнь, игрок (или наблюдатель) имеет то же самое чувство "блуждания" (метафорически) по лабиринту с ветвящимися проходами, но количество возможных путей - почти бесконечно велико, а монстры, с которыми он при этом сталкивается, невымышлены и непредсказуемы. В моих блужданиях по болотам Страны Биоморф, я сталкивался с волшебными креветками, ацтекскими храмами, с готическими окнами храмов, очертаниями кенгуру, нарисованными аборигенами, и в одном незабываемом, но невоспроизводимом случае - сносная карикатура на профессора логики Винчестерского колледжа.
Рисунок 5 - это другая маленькая коллекция из моей комнаты трофеев, все они были развиты примерно тем же путём. Я хочу подчеркнуть, что все эти фигурки - не плод фантазии художника. Они никак не подрисовывались или как-то иначе улучшались. Они именно таковы, какими они были нарисованы компьютером, в котором эволюционировали. Роль человека ограничивалась отбором из хаотично видоизмененных потомков в ходе многих поколений нарастающей эволюции.
Теперь у нас есть намного более реалистичная модель эволюции, чем обезьяна, печатающая Шекспира. Но модель биоморфов всё ещё несовершенна. Она демонстрирует мощность нарастающего отбора для генерации почти бесконечно разнообразных квази-биологических форм, но она использует искусственный, а не естественный отбор. Отбор выполняет человек. А нельзя ли обойтись без человека, и поручить дело отбора самому компьютеру - на основе некоторых биологически реалистичных критериев? Это труднее, чем может показаться. Проблема заслуживает некоторых затрат времени на объяснения.
Отбор конкретной генетической формулы был бы тривиальным занятием, если у нас была бы возможность читать гены всех животных. Но естественный отбор не отбирает непосредственно гены - он отбирает эффекты, которые гены оказывают на тела: это так называемые фенотипические эффекты. Человеческий глаз неплохо подходит для отбора фенотипических эффектов - что мы видим на примере многочисленных пород собак, коров и голубей, а также, если позволите - тех, что показаны на рисунке 5. Чтобы поручить компьютеру самому выбирать фенотипические эффекты, нам придётся написать очень хитроумную программа распознавания образов. Программы распознавания образов существуют. Они используются, чтобы распознавать напечатанный и даже рукописный текст. Но эти трудные, "на грани искусства", программы требуют очень больших и быстрых компьютеров. Но даже если бы такая программа распознавания образов и не превосходила моих способностей программиста, и была бы по силам моему маленькому компьютеру с его 64 килобайтами памяти, я бы всё равно не суетился на этот счёт. Эту задачу гораздо лучше решает человеческий глаз - вкупе с, и это более важно, 10-гиганейронным компьютером в голове. Было бы не слишком трудно поручить компьютеру отбор неопределённых общих особенностей - таких, как высоких и тонких, низких и широких, возможно изогнутости, остроконечности, даже украшенности в стиле рококо. Можно было бы запрограммировать компьютер так, чтобы он помнил качества, одобренные человеком в прошлом, и поддерживать селекцию того же самого качества в будущем. Но это нисколько не приблизило бы нас к моделированию естественного отбора. Важный момент - природе не нужно вычислительных мощностей для отбора, ну кроме разве что особых случаев, например - павам, выбирающим павлинов. В природе, обычный селектирующий агент непосредственен, непреклонен и прост. Это - мрачная старуха с косой. Конечно, критерии выживания совсем не просты - именно поэтому естественный отбор может создавать животных и растения такой огромной сложности. Но сама смерть очень груба и проста. И неслучайная смерть - это всё, что нужно природе для отбора фенотипов - и следовательно, генов, их поддерживающих. Чтобы смоделировать на компьютере естественный отбор (в интересующем нас смысле), мы должны забыть об украшениях в стиле рококо, и всех других визуально выраженных качествах. Вместо этого мы должны будем сосредоточиться на моделирования неслучайной смерти. Биоморфы должны взаимодействовать в компьютере с сымитированной враждебной окружающей средой. И какие-то особенности их формы должны оказать влияние на их выживание в этой окружающей среде. В идеале, враждебная окружающая среда должна включить эволюцию разных биоморфов: "хищников", "добычу","паразитов", и конкурентов. Специфическая форма биоморфов-добычи должна определять её уязвимость к поимке, например, специфической формой биоморфа-хищника. Такие критерии уязвимости не должны быть предусмотрены программистом. Они должны появиться тем же самым путём, каким появляются любые формы. Тогда эволюция в компьютере действительно пойдёт сама собой, поскольку уже будут выполнены условия для самоподдержания "гонок вооружений" (см. главу 7), и я бы не осмелился предсказать, чем всё это могло бы закончиться. К сожалению, создание такого искусственного мира было бы выше моих возможностей как программиста.
Достаточно умны для такой работы видимо программисты, разрабатывающий трескучие и вульгарные игры - разновидности "Космических захватчиков". В этих программах симулируется искусственный мир. У него есть география, часто трёхмерная, и очень сжатая временная размерность. Объекты сжимаются в моделируемом трёхмерном пространстве, сталкиваясь друг с другом, стреляя друг в друга, глотая друг друга на фоне отвратительного шума. Симуляция может быть настолько хороша, что у игрока, манипулирующего джойстиком, складывается полная иллюзия, что он сам - часть этого искусственного мира. Мне кажется, что встретить такой уровень программирования можно на имитаторах, на которых тренируются пилоты самолётов и космических кораблей. Но даже эти программы - мелюзга в сравнении с программой, которую нужно было бы написать для моделирования появляющейся гонки вооружений между хищниками и добычей, проходящей в полноценно сымитированной экосистеме. Конечно, это выполнимая задача. Если кто-то из профессиональных программистов испытывает желание сотрудничать на эту тему - отзовитесь.
Между тем, есть идеи насчёт кое-чего намного более реализуемого, и я наметил их испробовать с наступлением лета. Я поставлю компьютер в затенённый угол сада; экран может показывать цветные картинки. У меня уже есть версия программы, которая поддерживает ещё несколько "генов", управляющих цветом - так же, как остальные 9 генов управляют формой. Я начну с более-менее компактных и ярко раскрашенных биоморфов. Компьютер одновременно покажет всех мутантных потомков биоморфа, отличающихся от данного по форме и/или цвету. Я надеюсь, что пчёлы, бабочки и другие насекомые будут садиться на экран, и "выбирать" своим телом конкретное пятно на экране. Когда будет зарегистрировано заданное количество "выборов", компьютер очистит экран, и "размножит" потомков от избранного биоморфа, и покажет следующее поколение мутантных потомков.
Я питаю большие надежды на то, что через много поколений настоящие насекомые вызовут в компьютере эволюцию цветов. Если так и будет, то компьютерные цветы проэволюционируют под теми же самыми давлениями отбора, что и реальные цветы в реальной эволюции. Мои надежды поддержаны и тем фактом, что насекомые часто садятся на яркие цветные точки на женских платьях, и также более систематическими экспериментами, которые были опубликованы. Но есть также надежда, которую я бы счёл даже более захватывающей, что живые насекомые могли бы вызывать эволюцию насекомоподобных форм. Прецедент есть - и следовательно, основания для надежды: в прошлом пчёлы вызвали эволюцию орфисов - пчёлоподобных орхидей. Трутни, в течение многих поколений нарастающей эволюции орхидей, создали пчелоподобную форму цветка - они пытались совокупиться с цветами, и следовательно, переносили пыльцу. Представьте себе "пчелоподобную орхидею" из рисунка 5 в цвете (мы решили для наглядности добавить фото настоящего орфиса - А.П.). Разве вы не захотели бы вывести новый сорт цветов, если б вы были пчелой?
Пчелоподобная орхидея Орфис
(Добавлено переводчиком)
Главный повод для моего пессимизма на этот счёт - большие и принципиальные отличия нашего зрения, и зрения насекомых. Экраны компьютеров разработаны для человеческих глаз, а не для глаз пчелы. Очень может быть так, что хотя и мы, и пчёлы (при всём несходстве наших глаз), находим орфисов очень похожими на пчелу, но пчёлы возможно вообще не смогут видеть образы на экране. Возможно, что пчёлы увидят только 625 линий строчной развёртки! Однако, попытаться стоит. К тому времени, когда эта книга будет опубликована, я уже буду знать ответ.
Есть такое расхожее мнение, обычно формулируемое в стиле Стивена Поттера (который можно было бы назвать "плонкингом"), гласящее, что из компьютера нельзя извлечь больше, чем в него введено. Другие варианты: "компьютеры делают лишь в точности то, что вы велите им, но никогда не творят новое. Это мнение справедливо лишь в тупо тривиальном смысле - в смысле предположения, что Шекспир никогда не написал бы ничего, кроме отдельных слов, которые его учил писать его первый школьный учитель. Я запрограммировал ЭВОЛЮЦИЮ в компьютере, но я не планировал ни "моих" насекомых, ни скорпиона, ни спитфайра, ни лунного посадочного модуля . У меня не было даже отдалённых подозрений, что появятся именно они, и поэтому слово "появляться" здесь уместно. Да, производил отбор именно я, и я направлял эволюцию, но на каждой стадии я был ограничен маленьким выводком потомков, предлагаемым случайной мутацией, а моя "стратегия" селекции была капризна и краткосрочна. Я не стремился к какой-то отдалённой цели - как и естественный отбор.
Я могу добавить красок, вспоминая то время, когда я пытался стремиться к отдалённой цели. Прежде всего должен признаться кое в чём - собственно, вы и сами это наверное уже предположили. Эволюционная история на рисунке 4 - это реконструкция. Это не были первые насекомые, которых я видел. Когда они впервые появились мысленные под звуки фанфар, у меня ещё не было возможности сохранения их генов. Они сидели на компьютерном экране, но я не мог забраться внутрь их, и не мог расшифровывать их гены. Я оставил компьютер включенным, мучительно думая о каких-то способах сохранения их, но ни одного не придумал. Гены были внедрены в толщу тканей также глубоко, как и в реальной жизни. Я мог распечатать изображения тел насекомых, но я потерял их гены. Я сразу же изменил программу, чтобы в будущем можно было бы сохранять генетические формулы, но было уже поздно. Я потерял моих насекомых.
Я начал попытки "найти" их снова. Однажды они вроде развились, и мне показалось, что можно развить их снова. Подобно аккордам из "Заратустры", они часто посещали меня. Я блуждал по Стране Биоморф, пересекая бесконечные пейзажи со странными существами и предметами, но нигде не было моих насекомых. Я знал, что они должны скрываться где-то здесь. Я знал гены прародителя. У меня были изображения тел моих насекомых. У меня даже были пошаговые изображения эволюционной последовательности тел, ведущих к моим насекомым от точечного прародителя. Но я не знал их генетическую формулу.
Вы могли бы подумать, что восстановить эволюционную линию было бы достаточно легко, но не тут-то было. Причина этого (к чему я буду ещё возвращаться), - в астрономическом количестве возможных биоморф, которые может предлагать нам достаточно длинная эволюционная линия, даже если она оперирует вариациями только девяти генов. В моих странствиях по Стране Биоморф, мне несколько раз казалось, что я подошёл вплотную к предшественнику моих насекомых, но затем, несмотря на мои героические усилия селекционера, эволюция уходила в сторону, и всё это оказывалось ложным следом. В конце концов, долго блуждая по Стране Биоморф, я наконец загнал их в угол. Ощущение триумфа было вряд ли меньше, чем в первый раз! Я не знал (и до сих пор не знаю), точно ли это те насекомые, как и в первый раз, насекомые ли это "финальных аккордов Заратустры", или они были поверхностно "конвергентны" (см. следующую главу), но они были достаточно хороши. На этот раз я не сделал оплошности - записал генетическую формулу, и теперь я могу "проэволюционировать" этих насекомых всегда, когда захочу.
Да я чуть приукрашиваю драму, но в ней есть серьёзный вывод. А вывод этот в том, что хотя именно я запрограммировал компьютер, и играл важную роль в этой эволюции, однако я не планировал животных, эволюционировавших самих по себе, и был совершенно удивлён, когда впервые увидел их предшественников. И я оказался настолько бессилен в контроле за эволюцией, что даже когда я очень хотел вернуться на конкретную эволюционную линию, то я убедился в том, что это почти невозможно сделать. Я не думаю, что когда-нибудь нашёл бы моих насекомых ещё раз, если бы у меня не было напечатанных рисунков всех их эволюционных предшественников - и даже при этом задача была трудна и утомительна. Не выглядит ли бессилие программиста в управлении или предсказании направления эволюции в компьютере парадоксальным? Не означает ли это наличие каких-то таинственных и даже мистических процессов внутри компьютера? Конечно нет. Точно так же нет ничего мистического в ходе эволюции реальных животных и растений. Мы можем использовать компьютерную модель для разрешения этого парадокса, и изучить кое-что насчёт хода реальной эволюции.
Забегая вперёд скажу, что разрешение этого парадокса будет основано на следующем. Имеется определённый набор биоморфов, каждый из которых постоянно находится в своей уникальной точке математического пространства. "Постоянно находится" - в смысле, что если вы знаете его генетическую формулу, то вы можете сразу найти его; кроме того, его соседи в этом специфическом пространстве - это биоморфы, отличающиеся от данного только одним геном. Сейчас, когда я знаю генетические формулы моих насекомых, я могу воспроизводить их по своему желанию; я могу велеть компьютеру "эволюционировать" к ним от любой произвольной отправной точки. Когда вы впервые развиваете новое существо искусственным отбором в компьютерной модели, это выглядит как творческий процесс. И это в самом деле так. Но в действительности, "находя" это существо, вы находите его уже существующим (в математическом смысле), в его уникальной точке генетического пространства Страны Биоморф. Почему это настоящий творческий процесс? Потому, что найти любое конкретное существо чрезвычайно трудно - просто потому, что Страна Биоморф очень велика, и общее количество находящихся в ней существ почти бесконечно. Искать его бесцельно и наугад бесполезно - мы должны применить несколько более эффективные, т.е. творческие, поисковые процедуры.
Некоторые люди наивно верят, что шахматные компьютеры играют, пробуя все возможные комбинации шахматных ходов. Они находят подтверждение этой веры тогда, когда компьютер их побеждает, но эта вера крайне ложна. Возможных шахматных ходов неимоверно много; пространство поиска - в миллиарды раз больше того, что позволило бы слепому и спотыкающемуся поиску преуспеть. Искусство написания хорошей шахматной программы заключается в продумывании эффективных коротких ходов в поисковом пространстве. Нарастающий отбор, будь то искусственный отбор - как в компьютерной модели, или естественный отбор в реальном мире, является эффективной поисковой процедурой, и её последствия выглядят очень похожими на творческую интеллектуальную деятельность. А это, в конце концов, именно то, чем козырял Вильям Пали, говоря о "Замысле". Формально говоря, всё, что мы делаем, играя в компьютерную игру "Биоморф", - это обнаружение животных, которые (в математическом смысле) уже ждут, когда их найдут. Что делает этот процесс похожим на креативное творчество художника. Поиск в узком пространстве, где имеется только несколько объектов, обычно не похож на творческий процесс. Детская игра "найди напёрсток" не воспринимается творческой. Переворачивание предмета наугад в надежде наткнуться на разыскиваемую цель - такая стратегия обычно срабатывает, когда пространство поиска мало. По мере того, как пространство поиска становится больше и сложнее, становятся всё более необходимы специальные поисковые процедуры. Если пространство поиска достаточно велико, то эффективные поисковые процедуры становятся неотличимы от истинного творчества.
Компьютерная модель биоморфов неплохо отвечает этим требованиям, а они составляют поучительный мост между творческими процессами у человека - типа планирования победной стратегии в шахматах, и эволюционным творчеством естественного отбора, слепого часовщика. Чтобы увидеть это, нам нужно развить идею Страны Биоморф как математического "пространства" - бесконечной, но организованной перспективы морфологического разнообразия, в котором каждое существо находится в своей уникальной точке, ожидая своего обнаружения. 17 существ рисунка 5 не выстроены в какой-то специальный порядок на странице. Но в Стране Биоморф каждое занимает своё уникальное положение, определяемое его генетической формулой, в окружении своих собственных конкретных соседей. Все существа в Стране Биоморф находятся в определённых пространственных отношениях между собой. Что это означает? Какой смысл мы можем вкладывать в "пространственную позицию"? Пространство, о котором мы говорим - это генетическое пространство. Каждое животное находится на своей позиции в генетическом пространстве. Ближайшие соседей в генетическом пространстве - это животные, отличающиеся друг от друга только одной мутацией. В рисунке 3, базовое дерево в центре окружено 8 из его 18 ближайших соседей в генетическом пространстве. 18 соседей животного - это 18 различных детей, которых это животное может породить, и 18 различных родителей, от который оно могло произойти - таковы правила нашей компьютерной модели. В каждом колене, каждое животное имеет 324 (18 × 18, игнорируя обратные мутации для упрощения) соседей - это множество его возможных внуков, бабушек, тёть или племянниц. В каждом последующем колене, каждое животное имеет 5 832 (18 × 18 × 18) соседей - множество возможных правнуков, прабабушек, кузин, и т.д.
В чём смысл этих размышлений в понятиях генетического пространства? Что это нам даёт? А то, что они выводят нас на путь понимания эволюции, как постепенного, нарастающего процесса. В любой поколении, согласно правилам компьютерной модели, можно сделать только один шаг в генетическом пространстве. За 29 поколений в генетическом пространстве нельзя продвинуться дальше, чем на 29 шагов от прародителя. Каждая эволюционная история состоит из конкретной трассы, или траектории в генетическом пространстве. Случай эволюционной истории, зафиксированной в рисунке 4 - конкретная извилистая траектория в генетическом пространстве, подводящая к точке с насекомым, и проходящая через 28 промежуточных стадий. Именно это я имел в виду, когда метафорически говорил о своих "блужданиях" по Стране Биоморф.
Я хотел было представить это генетическое пространство в виде картины. Но вот проблема - картины двумерны. Генетическое пространство с биоморфами - не двумерное. И даже не трёхмерное. Это - девятимерное пространство! (Важно не пугаться высоколобого математического понятия. Это не так трудно, как математические снобы иногда подают. Всякий раз, когда я чувствую робость, я всегда вспоминаю изречение Сильвануса Томпсона про облегчение исчислений: "Что может сделать один дурак, может сделать и другой"). Если бы мы могли рисовать девятимерные картины, мы могли бы соотнести каждую размерность с каждым из девяти генов. Позиция конкретного животного, скажем, "Скорпиона" или "Летучей мыши" или "Насекомого", фиксирована в генетическом пространстве числовыми значениями его девяти генов. Эволюционные изменения состоят из пошаговой прогулки по девятимерному пространству. Величина генетической разности между животными, и следовательно - время, потребное на эволюцию, и сложность перехода от одного животного до другого, может быть измерена как расстояние в девятимерном пространстве между ними.
Увы, мы не можем рисовать девятимерные картины. Я искал обходные пути, чтобы на двумерном рисунке передавалось некое ощущение движения из точки в точку девятимерного генетического пространства Страны Биоморф. Есть несколько способов сделать это. Я выбрал способ, который я называю трюком треугольника. Посмотрите на рисунок 6. В трёх углах треугольника имеются три произвольно выбранных биоморфа. Тот, что сверху - наше основное дерево; слева - одно из "моих" насекомых; справа - не имеет названия, но я думаю, что оно симпатично. Как и все биоморфы, каждый из них имеет свою генетическую формулу, которая определяет его уникальное положение в девятимерном генетическом пространстве.
Треугольник лежит на двумерной "плоскости", которая пронизывает девятимерный гиперобъём (что может сделать один дурак, то может делать и другой).
Плоскость подобна плоскому листу стекла, погруженному в желе. На стекле нарисован треугольник, и также некоторые биоморфы чья генетическая формула даёт им право находиться на этой конкретной плоскости. Что даёт им такое право? Такое право дают им эти три биоморфы в углах треугольника. Они называются якорными биоморфами.
Вспомним, что идея "расстояния" в генетическом "пространстве" предполагает, что наследственно подобные биоморфы - это близкие соседи, а наследственно отличные биоморфы - далёкие. На этой конкретной плоскости все расстояния рассчитаны относительно трёх якорных биоморф. Для любой заданной точки на пластине стекла, будь то внутри треугольника, или вне его, соответствующая генетическая формула этой точки рассчитана как "средневзвешенное" значение генетических формул трёх якорных биоморф. Вы уже можете предположить, как этот вес вычислен. Он вычислен по расстояниям на странице; точнее - степени близости рассматриваемой точки ко всем трём якорным биоморфам. Так, чем ближе вы к насекомому на плоскости, тем больше "насекомоподобие" данной биоморфы. А чем ближе вы продвигаетесь по стеклу к дереву, тем сходство с насекомым слабеет, но усиливаются древовидные черты. Если вы двинетесь в центр треугольника, то обнаружите животных, например, паука с еврейскими семиветочными канделябрами на голове, которые будут различными "генетическими компромиссами" между тремя якорными биоморфами.
Но этот подход делает слишком много чести этим трём якорным биоморфам. Можно будет предположить, что компьютер использовал их для вычисления соответствующих генетических формул каждой точки на картине. Но на самом деле любые три якорные точки на плоскости могли бы сыграть ту же роль и дали бы идентичные результаты. Поэтому на рисунке 7 нет явно нарисованного треугольника. На рисунке 7 приведено примерно то же самое, что и на рисунке 6, там только показана другая плоскость. То же самое "насекомое" находится в одном из трёх якорных точек, на сей раз в правой. Другие якорные точки здесь - это "Спитфайр" и "цветок Офрис", оба - в точности, как на рисунке 5. На этой плоскости также легко заметить, что граничащие биоморфы похожи друг на друга больше, чем отдалённые. "Спитфайр" в частности, входит в эскадру подобных самолётов, летящих строем. Поскольку "насекомое" находится на обеих пластинах стекла, то вы можете полагать эти две плоскости пересекающимися под углом одна другую. По отношению к рисунку 6, плоскость рисунка 7, как говорят, "повёрнута" по оси, проходящей через "насекомое".
Убрав треугольник, мы усовершенствовали наш метод, потому что он только отвлекал. Он придавал незаслуженные привилегии трём конкретным точкам плоскости. Но нужно сделать ещё одно дальнейшее усовершенствование. В рисунках 6 и 7, геометрическое расстояние отражает генетическое, но масштаб перекошен. Один дюйм по вертикали может не быть эквивалентен одному дюйму по горизонтали. Чтобы его выправить, мы должны тщательно выбирать наши три якорные биоморфы, чтобы генетические расстояния между ними были одинаковы. На рисунке 8 именно это и сделано. Снова сам треугольник не нарисован. Три якоря - "скорпион" с рисунка 5, опять "насекомое" (здесь мы сделали ещё один поворот через "насекомое"), и довольно невнятный биоморф вверху. Эти три биоморфа отделены друг от друга 30 мутациями. Это означает, что каждому из них одинаково легко развиться до любого другого. Во всех трёх вариантах должно быть предпринято как минимум 30 генетических шагов. Внизу рисунка 8 нанесена шкала расстояний в генах. Вы можете рассматривать её как генетическую линейку. Линейка применима не только по горизонтали. Вы можете наклонить её в любую сторону, и измерять генетическое расстояние - и следовательно, минимум эволюционного времени между любыми точками на листе, или чём-то другом (к моей досаде, что это не совсем верно на странице книги, потому что компьютерный принтер искажает пропорции, но этот эффект не настолько велик, чтобы шуметь по его поводу, хотя он означает, что вы получите слегка неточный ответ, если просто примените эту линейку не по горизонтали.
Это двумерные сечения девятимерного генетического пространства дают некоторое представление о том, что означает - ходить по Стране Биоморф. Чтобы дополнить это представление, нужно помнить, что эволюция не ограничена одной плоскостью. В настоящем эволюционном путешествии, вы могли бы в любое время "провалиться насквозь", на другую плоскость, например - из плоскости рисунка 6 на плоскость рисунка 7 (вблизи "насекомого", где эти две плоскости проходят вблизи друг от друга).
Я сказал, что "генетическая линейка" на рисунке 8 позволяет нам вычислить минимальное время для эволюции от одной точки до другой. Так оно и есть, учитывая ограничения изначальной модели, но следует подчеркнуть слово минимум. Так как "насекомое" и "скорпиона" отделяют 30 генетических единиц, то потребуется всего 30 поколений, чтобы одному проэволюционировать до другого, однако только если вы никогда не выберете неправильный поворот, то есть, вы точно знаете, к какой генетической формуле вы стремитесь, и каким путём идти к ней. В реальной эволюции нет ничего, что бы соответствовало знанию пути к определённой далёкой генетической цели.
Давайте теперь применим биоморфы, чтобы вернуться к идее, ранее проиллюстрированной обезьяной, печатающей Гамлета - идее важности постепенных, пошаговых изменений в эволюции, как антитезе прямой спонтанности. Давайте попробуем переградуировать масштабную линейку внизу рисунка 8 в других единицах. Вместо расстояния в "количестве генов, должных измениться в ходе эволюции", мы будем измерять расстояние как "вероятность проскочить это расстояние за один раз - на тупом везении". Для этого нужно сейчас ослабить одно ограничение, в которые я ввёл в компьютерную игру - и в конце мы увидим зачем я ввёл это ограничение одним из первых. Ограничение состояло в том, что детям "позволялось" отстоять от родителей только на одну мутацию. Другими словами, только одному гену позволялось мутировать в данной смене поколений, и этому гену разрешалось изменить его "значение" только на +1 или -1. Снимая это ограничение, мы теперь разрешаем любому количеству генов мутировать одновременно, и им можно добавлять любое число, положительное или отрицательное, к своему текущему значению. Впрочем, "любое" подразумевает от плюс до минус бесконечности, а это уж пожалуй, слишком. Есть смысл ограничиться одноразрядными числами значений гена, в пределах от -9 до +9.
Итак, в этих широких пределах, мы разрешаем мутацию, которая за один раз, в одном поколении, может изменить любую комбинацию из наших девяти генов. Кроме того, значение каждого гена может изменяться с любым шагом, лишь не выводящим его значение за пределы от -9 до +9. Что это значит? Это значит, что эволюция может теоретически проскакивать, за единственное поколение от любой точки Страны Биоморф, до любой другой. Не только до любой точки на плоскости, но и до любой точки во всём девятимерном гиперобъёме. Например, если вы хотите проскочить за одно поколение от "насекомого" до "лисы" в рисунке 5, то следуйте такому рецепту: прибавьте нижеуказанные величины к значениям генов, с номерами соответственно от 1 до 9: -2, 2, 2, -2, 2, 0, -4, -1, 1. Но так как мы рассматриваем случайные прыжки, то значит, все точки в Стране Биоморф равновероятны как цель для любого из этих скачков. Легко вычислить шансы на то, что случайный прыжок приведёт нас в любую другую точку, кроме нашей намеченной "лисы". Это просто общее количество биоморф в пространстве. Вы уже чувствуете, что нам предстоит вычислить ещё одно астрономически большое число? У нас есть девять генов, каждый из которых может принимать любое из 19 значений. Тогда общее число биоморф, к которым мы можем перескочить за один шаг - это 19, умноженное само на себя 9 раз, или 19 в степени 9, что составит порядка полтриллиона биоморф (если точно, то 322 687 697 779; однако при истинно случайных скачках такое количество попыток не влечёт стопроцентно гарантированного попадания! Вероятность, что такое количество попыток приведёт к цели составляет порядка 50%. О гарантированном попадании в цель при таком числе попыток можно говорить только, если ни одна из попыток не повторит другую, что требует запоминания сделанных ходов, что есть уже отчасти нарастающий отбор, т.е. не чистая спонтанность - А.П.). Сущий пустяк в сравнению с Азимовским "числом гемоглобина", но тем не менее, я бы сказал, что это очень много. Если вы начали с "насекомого", и подобно сумасшедшей блохе, подскочили полтриллиона раз, то вы бы пожалуй, однажды и попали бы в "Лису".
Как всё вышесказанное соотносится с реальной эволюцией? Всё так же - оно ещё раз доказывает важность постепенных, пошаговых изменений. Некоторые эволюционисты отрицали необходимость такого рода градуализма в эволюции. Наши вычисления с биоморфами точно указывают нам на одну из причин, почему постепенность, пошаговость изменений важна. Когда я говорю, что можно ожидать перескока эволюции от "насекомого" до одного из его непосредственных соседей, но не от "насекомого" сразу к "лисе" или "скорпиону", то я имею в виду следующее. Если бы по-настоящему случайные скачки действительно происходили, тогда скачок от "насекомого" к "скорпиону" был бы совершенно возможен. И он был бы столь же вероятен, как скачок от "насекомого" до одного из его непосредственных соседей. И он был бы столь же вероятен, как и скачок к любому другому биоморфу в Стране. А вот в этом загвоздка. Ибо число Биоморф в Стране - полтриллиона, и раз уж ни один из них не более вероятен, чем любой другой, то вероятность скачка к любому конкретному из них достаточно мала, чтобы её можно было проигнорировать.
Заметьте, что это не наводит нас на предположение о существовании мощного неслучайного "давления отбора". Не имело бы значения, если бы вам обещали королевскую награду за достижение "скорпиона" одним случайным скачком. Но у вас на это один шанс из полутриллиона! Однако если вместо большого скачка вы будете идти по одному шагу зараз, и получать при этом одну маленькую монетку за шаг в правильном направлении, вы бы достигли "скорпиона" за очень короткое время. Не обязательно за наикратчайшее из возможных время в 30 поколений, тем не менее, очень быстро. Теоретически, скачком вы могли бы заработать быстрее - вплоть до единственного. Но из-за астрономически низкого шанса на успех такого предприятия, альтернативный путь - ряд маленьких шагов, каждый из которых отталкивается от ранее накопленного успеха предыдущих шагов, является единственно выполнимым.
Тон моих предыдущих параграфов уязвим для недоразумений, которые я должен рассеять. Опять может создастся впечатление, что эволюция стремится к каким-то далёким целям, "самонаводясь" на объекты, подобные скорпионам. Как мы уже видели, это не так. Однако о некотором подобии цели всё же можно говорить; цель эта - повышение вероятности выживания, и этот аргумент по прежнему актуален. Если животное - родитель, то оно должно быть достаточно успешно, чтобы дожить по крайней мере до взрослого состояния. Возможно, что мутантный ребёнок этого родителя будет даже успешнее в деле выживания. Но если ребёнок мутирует настолько, что эта мутация переместит его на большое расстояние от его родителя в генетическом пространстве, то каковы шансы, что это существо будет лучше своего родителя? Конечно, шансы будут очень и очень низки. И причину этого мы только что видели в нашей модели биоморф. Если рассматриваемый мутационный скачок очень велик, то количество возможных точек его попадания астрономически велико. И как мы видели в главе 1, количество различных способов быть мёртвым неизмеримо больше, чем количество различных способов быть живым, то очень высока вероятность того, что большой случайный скачок в генетическом пространстве закончится смертью. Даже маленький случайный скачок в генетическом пространстве с заметной вероятностью может привести к смерти. Но чем меньше этот скачок, тем менее вероятно он приведёт к смерти, и более вероятно - к улучшению. Мы вернёмся к этой теме в последующих главах.
Вот, собственно мораль, которую я хочу извлечь из рисования Страны Биоморф. Я надеюсь, вы не сочли это слишком высокой абстракцией. Жизнь располагается в другом математическом пространстве, заполненным не биоморфами с девятью генами, но животными из плоти и крови, состоящими из миллиардов клеток, каждая из которых содержит десятки тысяч генов. Это не пространство биоморфов, а реальное генетическое пространство. Реальные животные, когда-либо жившие на Земле - это ничтожное подмножество животных, которые могли бы теоретически существовать. Эти реальные животные - плоды очень небольшого количества эволюционных траекторий в генетическом пространстве. Необозримое большинство теоретических траекторий в этом пространстве ведёт к невозможным чудищам. Реальные животные разбросаны редкими точками среди гипотетических чудищ, каждое из которых заняло своё собственное уникальное место в генетическом гиперпространстве. Каждое реальное животное окружено небольшим кластером соседей, большая часть которых никогда не существовала, но часть которых - его предки, потомки и кузены.
Сидят где-то в этом огромном математическом пространстве люди и гиены, амёбы и трубкозубы, плоские черви и кальмары, дронты и динозавры. Теоретически, если бы мы были достаточно продвинуты в генной инженерии, мы могли перейти от любой точки в животного пространства к любой другой. От любой отправной точки мы бы смогли пройти лабиринт так, чтобы возродить дронта, тиранозавра и трилобитов. Если бы мы только знали, с какими генами работать, какие частички хромосом дублировать, инвертировать или удалять. Я сомневаюсь, что когда-нибудь наши знания позволят нам делать это, но дорогие нам мёртвые существа навечно притаились в своих углах этого огромного генетического гиперобъёма, в ожидании, что мы их найдём, если когда-нибудь узнаем, как проложить правильный курс по этому лабиринту. Когда-нибудь мы может быть даже будем в состоянии селекцией голубей вывести точную реконструкцию дронта, хотя окончания эксперимента нам бы пришлось ждать миллион лет. Но когда нам нельзя путешествовать по-настоящему, то воображение является неплохой заменой. Для тех, кто подобно мне, не силён в математике, компьютер может быть хорошим подспорьем для воображения. Как и математика, он не только усиливает воображение. Он также дисциплинирует и контролирует его.
Далее Добавлено: 17 марта 2009г. 20:58:29
|
|
