Ero sivun ”Elsberry–Shallit–2003:n kritiikki: Osa 3” versioiden välillä

ApoWikistä
(malline lisätty)
(otsikko viitteille)
 
(Yhtä välissä olevaa versiota toisen käyttäjän tekemänä ei näytetä)
Rivi 216: Rivi 216:


|}
|}


{{Tarkoituksellisuuspäättely}}
{{Tarkoituksellisuuspäättely}}
==Viitteet==
{{Viitteet|sarakkeet}}


{{Viitteet|sarakkeet}}
[[Luokka:Suunnitteluteorian kritiikki]]

Nykyinen versio 15. huhtikuuta 2017 kello 08.17

Luvun asema Luvun otsikko Otsikkosivun numero Sisällön tiivistelmä Kommentteja
10 Evolutionary computation (Evolutiivinen laskenta [geneettiset algoritmit]) 31
  1. Todetaan Dembskin väittävän, ettei evolutiivinen laskenta tuota MTI:tä1.
  2. Väite seuraa ISL:stä, joka katsotaan jo edellä kumotuksi.
  3. Todetaan Dembskin käsittelevän varsin yksityiskohtaisesti esimerkkejä geneettisistä algoritmeista ja onnistuvan mielestään joka kerralla osoittamaan, miten havaittu MTI oli päätynyt tarkasteltavaan systeemiin algoritmien laatijoiden – siis "oletettavasti" älykkäiden agenttien – "salakuljettamana".
  4. Myönnetään Dembskillä olevan oikeus tarkasteluihinsa, mutta paheksutaan hänen tapaansa esittää löytönsä "alentuvaan sävyyn".
  5. Referoidaan Dembskin löydöksiä jonkin verran ja todetaan, että hän saattaa olla tällä kohtaa oikeassakin2.
  6. Alaviitteessä todetaan, että eräs geneettisen algoritmin laatija oli argumentoinut systeeminsä pystyvän tuottamaan uutta Shannon-informaatiota.
  7. Todetaan, että ISL sisältää kvantitatiivisen kaavan, jonka mukaan mikään ohjelma ei pysty tulostamaan MTI:tä enempää kuin enintään koodinsa ja syötteidensä yhteensä sisältämän määrän, ja ettei Dembski ole tarkastellut esimerkkitapauksiaan kvantitatiivisesti vaan tyytynyt osoittamaan, miten ne ovat saaneet MTI:tä käyttöönsä. Vaaditaan tarkkoja laskelmia.
  8. Toisessa alaviitteessä väitetään aiemmin osoitetun, että Dembskin tavassa käsitellä kelpoisuusfunktion mutkikkuutta olisi jotain pahasti pielessä3.
  1. Aivan.
  2. Toteamus yhteydestä ISL:ään on oikein. Edellä osoitettiin, että ilo ISL:n "kumousyrityksen onnistumisesta" oli ennenaikainen.
  3. Aivan.
  4. Oliko kriitikoilla mielestään ihan oikeasti varaa puuttua jonkun muun käyttämään (todelliseen tai kuviteltuun) "alentuvaan sävyyn"? On syytä muistaa, että geneettisiin algoritmeihin on evolutionistileirissä kiinnitetty suurta huomiota ja väitetty niiden olevan suora osoitus darvinististyyppisten mekanismien suunnattomista kyvyistä. Tätä taustaa vasten kaikkea älylliseltä taholta saatua avitusta voi ilman muuta pitää "salakuljettamisena", sillä eihän oletetulla biologisella evoluutioprosessillakaan myönnetä olleen mitään mahdollisuutta vastaavaan "piilotukeen" vaan sen väitetään pyörineen ihan omillaan.
  5. Aivan.
  6. Aivan mahdollista mutta ISL:n kannalta täysin epäolennaista.
  7. Vaatimusten osalta tässä taas nojataan jonkinasteiseen käänteiseen todistustaakkaan: "Dembskin pitäisi sitä ja Dembskin pitäisi tätä". Dembski on esittänyt julkisesti falsifioitavissa olevan väitteen, ja jos joku nyt haluaa osoittaa esitetyn väitteen vääräksi, sen kuin osoittaa sen vääräksi. Kriitikot osoittavat tässä kohtaa tietävänsä, miten se olisi mahdollista tehdä, joten he siis4 itse asiassa julkisesti myöntävät Dembskin kvantitatiivisen kaavan täyttävän popperilaisen falsifikaatiokriteerin.5 Samoin he yksin teoin tässä myöntävät senkin, että suunnitteluteoria tuottaa testattavia ennusteita: ISL sulkee piiriinsä myös kaikki tulevaisuudessa laadittavat evolutiiviset algoritmit ja esittää niitä koskevan kvantitatiivisen väitteen, siis ennusteen.6
  8. Kyseistä aiempaa väitettä ei tässä sen kummemmin yksilöidä, mutta se lienee joka tapauksessa jo riittämiin kommentoitu alkuperäiskohdassaan7.
10.1 How genetic algorithms can increase Kolmogorov complexity (Miten geneettiset algoritmit voivat lisätä Kolmogorov-kompleksisuutta [l. algoritmista informaatiota]) 32
  1. Halutaan poiketa varsinaisesta aiheesta sen osoittamiseksi, miten geneettiset tai muutkin algoritmit voivat helposti lisätä "hyväksyttyjen informaatiotermin tulkintojen mukaista informaatiota"8, tässä tapauksessa Kolmogorov-kompleksisuutta (KK).
  2. Tämän osoittamiseksi lähdetään liikkeelle siitä matemaattisesta tosiasiasta, että pelkkä bittijonon kopioiminenkin voi jo lisätä sen KK:ta; tämä väännetään rautalangasta: kun lähdetään liikkeelle '0'-bitistä ja iteroidaan kopio-ohjelmaa käyttämällä edellisajon tulostetta aina seuraavan kerran syötteenä, saadaan mielivaltaisen pitkiä nollajonoja, ja lopulta niiden Kolmogorov-kompleksisuus ylittää minkä hyvänsä etukäteen sovitun rajan.
  3. Todetaan, että esitetyn tuloksen "voisi näyttää mitätöivän" se, että sekä syötteen että itse ohjelman KK:t huomioon otettaessa9 uutta Kolmogorov-kompleksisuutta ei ohjelma-ajossa lainkaan synny10.
  4. Asiaa koetetaan auttaa aitoa satunnaisuutta hyödyntäviin yksinkertaisiin algoritmeihin11 turvautumalla. Nämä nyt sitten voivat aikaansaada tulosteita, joiden KK ylittää monin verroin ohjelman ja sen syötteen yhteenlasketun KK:n. Varmemmaksi vakuudeksi esitellään satunnaispalindromialgoritmi12 tästä esimerkkinä.
  1. Taas turvaudutaan tieteen myyttiin ja auktoriteettiperusteluun. Mikä nyt taas oikeastaan olikaan se taho, jonka hyväksyntää tarkoituksellisuuspäättely oli vailla? Galileilta puuttui aikanaan Rooman paavillisen hallinnon hyväksyntä ja Dembskiltä nykyisten "tiedepaavillisten organisaatioiden" tuki. Tiede kuitenkin voi olla itseäänkorjaavaa vain siinä tapauksessa, että sen edistyminen ei loppuviimeksi ole tällaisten "hyväksyjien" tekemien ratkaisujen varassa vaan että keskusteluavaruus on sen verran avoin, että pätevät ideat tulevat tunnetuiksi ja pääsevät leviämään minkään "kiellettyjen kirjojen listojen" sitä estämättä. – "Informaatiotermin tulkinta" on huono tapa lähestyä näitä kysymyksiä. Järkevämpää olisi ajatella, että kullakin teorialla on omat käsitteensä ja niille omat määritelmänsä ja että silloin, kun eri teoriat käyttävät samannäköistä sanaa mutta määrittelevät sen kuitenkin eri tavoin, kysymys on vain tavallisesta homonymiatilanteesta13 eikä minkään "termin hyväksytyistä tai ei-hyväksytyistä tulkinnoista". Sanojen käsittäminen samoiksi pelkän ilmiasun perusteella on omiaan sekoittamaan ajattelua ja vaikeuttamaan uusien asioiden ymmärtämistä, kuten tämäkin kritiikkiteksti toistuvasti osoittaa.
  2. Suomeksi sanottuna koko jutussa on kysymys viime kädessä siitä, että tällaiset nollajonot syntyvät "tulosta '0' n kertaa" -tyyppisellä ohjelmalla ja että mitä suuremmaksi n kasvaa, sitä enemmän tilaa14 sen esittäminen vaatii. Koska ei ole mitään rajaa sille, kuinka suureksi sen voi ajatella kasvavan, mikään ei rajoita myöskään sitä, miten paljon tilaa sen merkitseminen voi vaatia.15
  3. Osuva toteamus. Dembskin lukeminen lienee auttanut kiinnittämään huomiota tällaiseenkin pikkuseikkaan (vaikka nyt siis puhutaankin Kolmogorov-kompleksisuudesta eikä täsmäinformaatiosta).
  4. Kriitikot jättävät esittelemänsä algoritmin "syömät" satunnaisbitit täysin mielivaltaisesti huomiotta määritellessään sen syötteeksi pelkän tulostettavan palindromin pituuden määräävän luvun. Kun Kolmogorov-kompleksisuus on nimenomaan eräänlainen satunnaisuusmitta, on täysin triviaalia, että satunnaisuus on satunnaista ja sen KK siis (keskimäärin) suuri. Koko palindromi-idea on tässä oikeastaan ylimääräinen: pelkkä satunnaisbittien kopiointiohjelma pääsisi olennaisesti samaan tulokseen16, mutta ei ehkä vaikuttaisi kritiikin lukijakunnasta yhtä vakuuttavalta "hyväksytyn informaatiotermin tulkinnan" mukaiselta "älyttömät syyt pystyvät kaikkeen" -perustelulta.17 – Tämä väliluku on joka tapauksessa hyödyllinen muistutus siitä, ettei edes aitoa satunnaisuutta voi tuottaa algoritmilla vaan jos jokin algoritmi toimiakseen sellaista tarvitsee, sen on jotenkin saatava se valmiina "ympäristöstä". Asiaan palataan seuraavassa alaluvussa.
10.2 CSI and evolutionary computation (MTI ja evolutiivinen laskenta) 33
  1. Luvataan esittää kaksikin algoritmia, joiden katsotaan mitätöivän Dembskin väitteet, etteivät evoluutioalgoritmit voisi tuottaa MTI:tä.
  2. Ensimmäinen algoritmeista ratkaisee paljon tutkitun ongelman ja "muistuttaa siksi evoluutioalgoritmien tyypillisiä käyttötapoja"18.
  3. Luonnostellaan ongelma ja ohjelman käyttäytyminen sekä johdetaan matemaattinen tulos, joka esitetään perusteluna sille, että näin olisi syntynyt MTI:tä "tasaisen jakauman tulkinnassa".
  4. Tarkemmin sanoen oletetaan, että MTI:tä saataisiin aikaan siten, että ohjelma ratkaisee tehtävän, jolla on hyvin monta ratkaisua, ja tulostaa yhden periaatteessa täysin satunnaisesti valitun ratkaisun. Perustelu MTI:n synnylle on se, että koska kyseessä on kyseisen tehtävän19 ratkaisu, tuloste on määrittynyt ja koska oikeita ratkaisuja on ongelmakoon kasvaessa yhä pienempi osuus kaikista mahdollisuuksista, ratkaisu on tarpeeksi suurilla syötteillä myös mutkikas. Satunnaisuutta käytetään tulosteen valinnassa, jotta esimerkki ei olisi deterministinen, koskapa Dembski on todennut, että deterministiset algoritmit eivät tuota MTI:tä, koska niiden tuloste saadaan todennäköisyydellä 1 eli kontingenssi puuttuu.
  5. Siirrytään "pääohjelmanumeroon": Luvataan esittää sattuman ja säännönmukaisuuden yhteispelin MTI:n tuottokyvyn osoittava algoritmi, johon liittyvät todennäköisyydet ovat aitoja eivätkä perustu "tasaisen jakauman todennäköisyystulkintaan", joten tähän "tulkintaan" liittyvät virheet vältetään myös20.
  6. Melkein myönnetään, ettei tämä nyt aivan varsinainen geneettinen algoritmi itse asiassa kylläkään ole21.
  1. [Palataan asiaan.]
  2. Luvun otsikoinnista huolimatta kyseessä siis ei ole geneettinen algoritmi, on vain ainakin omasta mielestä keksitty näiden välille "jotain yhteistä".
  3. Itse asiassa kyseessä ei siis ole varsinaisesti mikään algoritmi22 vaan pelkkä käsitepyörittely: "voitaisiin laatia algoritmi ja se voisi olla vaikka geneettinenkin" -tyyliin. "Tasaisen jakauman tulkinta" on siis sinänsä pelkkä olkinukkeperustelugeneraattori.
  4. Tämä perustelutapa voi joka tapauksessa valaista jotenkin kriitikkojen mielensisältöä, joten tässä hieman tarkempi selvittely: Kun ei ole ymmärretty MTI:n käsitettä, koetetaan vain keksiä jotain, mitä ei olisi jo valmiiksi todettu sellaiseksi, ettei se sisällä MTI:tä. "Tasaisen jakauman tulkinta" merkitsee tässä sellaista hölmöä ajatusta, että ohjelman tuottamien tulosteiden todennäköisyyksiä laskettaisiin siitä oletuksesta lähtien, että ohjelma voisi tulostaa sellaista, mitä se konstruktionsa perusteella tunnetusti ei voi tulostaa – ts. vaaditaan laskemaan väärin. Kun tämän ottaa huomioon, MTI:n syntymisen perusteluksi jää vain se, ettei etukäteen tiedetä, minkä ratkaisun ohjelma tällä ajokerralla tulostaa. Eipä niin – mutta sen sijaan tiedetään, että se aina tulostaa annetun ongelman jonkin ratkaisun ja että tulosteen määrittyneisyys perustuu juuri tähän23. Siispä määrittyneisyys nytkin toteutuu todennäköisyydellä 1 eikä mitään täsmäinformaatiota synny, ei bitinkään vertaa.
  5. Lopultakin siis itsekin myönnetään "tasaisen jakauman tulkinta" virheelliseksi24 ja "tartutaan härkää sarvesta" eli isketään pöytään oletettavasti paras kokoon saatu argumentti.
  6. Kun siis kumpikaan tämän luvun kahdesta algoritmista ei ole geneettinen, niin miksi luku on otsikoitu geneettisiä algoritmeja käsitteleväksi? Jos kriitikot todella uskoisivat osoittavansa ei-geneettistenkin algoritmien pystyvän tuottamaan MTI:tä, niin sehän olisi vielä kovempi tulos kuin pelkkiä geneettisiä algoritmeja koskeva ja ilmeisesti yleistyisi suoraan geneettisiäkin algoritmeja koskevaksi. Olisiko otsikoinnin tarkoituksena vain jotenkin pönkittää evolutionismin perusteisiin kohdistuvaa uskoa?

— Liitettä käsitellään heti tämän kohdan jälkeen:

  • HUOM! Asiayhteyden vuoksi A.2-liiteosa käsitellään heti seuraavaksi ja 10-luvun muihin pääkohtiin palataan vasta sen jälkeen.
A.2 [Liite] The algorithm P (P-algoritmi) 48
10.3 Dembski and No Free Lunch (Dembski ja [geneettisten algoritmien mahdollisuuksien rajoja koskevat] No Free Lunch -teoreemat) 36
  • HUOM! Tämä kohta jatkaa A.2-liiteosan käsittelyn edellä aloitettua 10-luvun käsittelyä.
10.4 The displacement problem (Siirto-ongelma [Dembskin käsite: informaation siirtäminen ei ole sen synnyttämistä]) 36
11 CSI and Biology (MTI ja biologia) 37
11.1 Biology and genetic algorithms (Biologia ja geneettiset algoritmit) 39
11.2 Dembski and artificial life (Dembski ja tekoelämä) 40
12 Challenges for intelligent design advocates (Haasteita älyllisen suunnitelman puolestapuhujille) 41
12.1 Publish a mathematically rigorous definition of CSI (Julkaiskaa matemaattisesti täsmällinen MTI:n määritelmä) 41
12.2 Provide real evidence for CSI claims (Esittäkää oikeaa todistusaineistoa MTI-väitteiden tueksi) 41
12.3 Apply CSI to identify human agency where it is currently not known (Soveltakaa MTI:tä tähän asti tuntemattomien inhimillisen toiminnan vaikutusten löytämiseen) 41
12.4 Distinguish between chance and design in archaeoastronomy (Erotelkaa sattuman ja tarkoituksellisuuden vaikutukset muinaisajan tähtitieteen havaintoasemien tunnistamiseksi) 42
12.5 Apply CSI to archaeology (Soveltakaa MTI:tä arkeologiaan) 42
12.6 Provide a more detailed account of CSI in biology (Esittäkää entistä yksityiskohtaisempi selvitys biologian alalta löytyvästä MTI:stä) 42
12.7 Use CSI to classify the complexity of animal communication (Käyttäkää MTI:tä eläinten viestinnän mutkikkuuden luokitteluun) 42
12.8 Animal cognition (Eläinten tietokyvyt) 43
13 Conclusions (Loppupäätelmiä) 43
14 Acknowledgments (Kiitokset avustajille)
A [Liite] Algorithmic Information Theory (Algoritminen informaatioteoria) 43 [Käsitelty edellä 8-luvun yhteydessä.]
A.1 [Liite] A different account of specification (Vaihtoehtoinen määrittämiskäsite) 46 [Käsitelty edellä 8-luvun yhteydessä.]
A.2 [Liite] The algorithm P (P-algoritmi) 48 [Käsitelty edellä 10-luvun yhteydessä.]
References (Lähteet) 48


Viitteet[muokkaa]

  1. ^ one of Dembski's principal claims is that evolutionary computation cannot generate CSI (s. 31)
  2. ^ It is certainly possible, a priori, that Dembski's objections might be correct in the context of his particular measure. (s. 32)
  3. ^ As we have remarked previously, this view implies an absurd estimate for the complexity of the fitness function. (s. 32)
  4. ^ joko ymmärtäen tai ymmärtämättä tekonsa merkitystä
  5. ^ Toisin sanoen naturalisteilla on tämän kaavan julkaisemisesta asti ollut aikaa rakentaa sitä vastaan edes yksi toimiva vastaesimerkki: edes yksi evolutiivinen algoritmi, joka todistettavasti pystyisi "tuottamaan" MTI:tä enemmän kuin "kuluttaa".
  6. ^ Tätä voi verrata vaikkapa siihen, kun Einstein julkaisi mallinsa, jonka mukaan avaruus kaareutuu massakeskittymien ympärillä, niin että auringonpimennyksen aikana samalla suunnalla olevat tähdet näyttävät olevan taivaalla hieman eri paikassa kuin kaartumattoman avaruuden tapauksessa pitäisi. Einsteinia ei passitettu mittaustöihin, vaan innokkaina saamaan selville, oliko asia niin, muut hoitivat mittaamispuolen. Näin tiede toimii: otetaan selvää, pitävätkö testattavat uudet väitteet paikkansa, sen sijaan, että sanottaisiin, ettei kiinnosta ainakaan siinä tapauksessa, ettei kaikkea ole jo valmiiksi mitattu. – Tarkkoja mittauksia taas voi yleensä tehdä vain se, jolla on kaikki tarvittavat tiedot. Näin ollen Dembski pystyisi mittaamaan tarkkaan vain omia tai ystäviensä ohjelmia, eivätkä niistä saadut ISL-tulokset juuri vastapuolta hetkauttaisi: yleispäteväksi tarkoitettua lakia ei koskaan voi lopullisesti osoittaa kokeellisesti oikeaksi. Vääräksi osoittaminen sitä vastoin voi onnistua yhdenkin koejärjestelyn varassa: yksikin selvä vastaesimerkki riittäisi tältä osin falsifioimaan ISL:n. Olennaista onkin nimenomaan se, pystyykö joku, joka toivoo Dembskin olevan väärässä, laatimaan ohjelman, joka osoittaisi tämän.
  7. ^ mikä se sitten olikin
  8. ^ we digress to point out that under accepted interpretations of the term "information", such as Kolmogorov complexity, it is easy for algorithms (including genetic algorithms) to generate outputs having more information than that contained in the input (s. 32)
  9. ^ koska syöte siis kasvaa kullakin iteraatiokierroksella
  10. ^ It might seem that this objection vanishes if both the information in the program and the input are taken into account. (s. 33) – Tämä johtuu siitä, että tulosteen KK on määritelmän mukaan sama kuin lyhimmän sen generoivan ohjelman pituus, joten se ei voi olla ainakaan enemmän kuin tällä kertaa käytetyn ohjelman pituus, syötteen pituus mukaanlukien.
  11. ^ simple randomized algorithms (those with access to a source of genuinely random bits) (s. 33)
  12. ^ Satunnaispalindromiesimerkissä on virhe: Väitetään, että se n-syötteellä tuottaisi 2n:n mittaisen palindromin, vaikka kaikki esitetyllä tavalla muodostetut palindromit muodostuvat parittomasta määrästä bittejä; tosiasiassa annetusta konstruktiosta seuraa, että pienimmät palindromipituudet ovat 1, 3, 7 ja 15 ja yleisessä tapauksessa pituus on 2n-1. Pituudeksi kyllä tulisi 2n, jos palindromit muodostetaankin s. 28 annetulla algoritmilla; tulosteiden Kolmogorov-kompleksisuuden kannalta on olennaisesti samantekevää, kumpaa algoritmia käytetään.
  13. ^ eri asiaa tarkoittavat sanat vain "näyttävät ulospäin samanlaisilta"
  14. ^ eli sitä useampia numeroita, binäärimerkinnässä siis bittejä
  15. ^ Tämänkö nyt sitten jotenkin on määrä lisätä luottamusta ohjaamattomien evoluutioprosessien rajattomiin mahdollisuuksiin? "Nyt mää kyl oon ihan kauhiast' hämmästyny."
  16. ^ että siis tulostusjonon Kolmogorov-kompleksisuus kasvaa nopeammin kuin tulosteen pituuden määräävän luvun bittiesityksen
  17. ^ Tämäkin esimerkki on outo. Kriitikot osoittavat itsekin tietävänsä tämän poikkeamaksi varsinaisesta aiheesta ja kuitenkin menevät tarpeettomasti yrittämään osoittaa jotain, joka kuitenkin olennaisesti jää osoittamatta. Silti tämäkin "koukero" jätetään tekstiin ikään kuin siinä toivossa, ettei kukaan osaisi kiinnittää asiaan huomiota. "Hullu juttu!"
  18. ^ Our first algorithm solves a well-studied problem, and hence is close to the way genetic algorithms are typically used in practice. (s. 33)
  19. ^ Lyhyt tehtävänkuvaus löytyy kritiikkiartikkelin tässä tarkasteltavasta luvusta mutta sen yksityiskohdat ovat kriitikkojen ajatuksenjuoksun hahmottamisen kannalta epäolennaisia.
  20. ^ We now present another program which is intended to illustrate how random chance combined with deterministic laws ("functions") can generate CSI, even if the flaws of the uniform probability interpretation are avoided by using the true probabilities of the generated events. (s. 34)
  21. ^ Strictly speaking our algorithm many not be a typical genetic algorithm, but it does combine randomness and determinism in a suggestive way. (s. 34)
  22. ^ ei siis anneta "yksityiskohtaisia ohjeita minkään tehtävän suorittamiseksi"
  23. ^ Ei siis ole mitään merkitystä sillä, että tietyllä kerralla saatiin juuri tietty ratkaisu, vaan sama määritys luonnehtii yhtäläisesti niitä kaikkia.
  24. ^ ainakin joissain lähemmin määrittelemättömissä suhteissa