A co słowo to kłamstwo

Sigvatr znowu wygrzebał coś z zakładek… stary nius (trzy lata) o konferencji naukowej na temat kreacjonizmu. Miałem ją zwyczajnie wyrzucić, ale rzuciłem okiem i stwierdziłem, że nie mogę tego tak zostawić! Na pocieszenie pozostaje fakt, że wszystkie cztery komentarze dołączone do tekstu, nie są takie pozbawione rozumu. Szybka piłka, bez rozwodzenia się:

Teoria ewolucji jest obecnie powszechnie obowiązującym dogmatem – również o charakterze religijnym.

Nieprawda, teorie naukowe nie mają nic wspólnego z religią. Sorry, ale Bóg nie zwykł się zjawiać w próbówkach, czy równaniach matematycznych (choć w pewnym ujęciu…).

Podobnie jak religie stara się odpowiadać na pytania o początki (…)

Nieprawda. Teoria ewolucji nie wyjaśnia początków powstania życia.

(…) i pochodzenie świata, życia ludzkiego oraz jego celowość.

Nieprawda. Od pochodzenia świata (i życia) są inne teorie naukowe. A co do sensu życia ludzkiego, to prędzej filozofia – lub, boże uchowaj, religia.

Podobnie jak w przypadku religii – istnieje wiele ewolucjonistycznych odmian i “wyznań”. Jej zwolennicy różnią się w swoich wyjaśnieniach choćby na fundamentalny w ewolucjonizmie temat – sposobu powstawania nowych gatunków (darwinowskie formy przejściowe vs teoria nagłych zmian – St. J. Goulda).

Ten fragment wynika z niezrozumienia ewolucji. Pomimo względnej prostoty, jej historia jest dość złożona, doradzam zapoznanie się z fachową literaturą (np. “Ślepy zegarmistrz” nieźle to wyjaśnia).

Mało kto wie, że ewolucja jest nie tyle FAKTEM co sposobem ich INTERPRETOWANIA.

Nieprawda, ewolucja jest faktem.

Czy słusznym?

Tak. Wszystkie dowody wskazują za nią.

Uczciwym? Mającym rzetelne podłoże naukowe?

Tak.

Neutralnym światopoglądowo?

Tak.

Czy da się pogodzić teorię ewolucji z nauczaniem Pisma Św.?

Tak. Kwestia interpretacji owego Pisma, z doświadczenia wiem, że z nauczaniem Pisma Świętego da się pogodzić absolutnie wszystko.

Źródło: “Czego nie wiedział Darwin?” – konferencja kreacjonistyczna w Poznaniu i Gdańsku. Wciąż nie mogę wyjść ze zdumienia, że wszystkie twierdzenia w tym krótkim artykule były nieprawdziwe.

A na koniec, ciekawe, czy ktoś kojarzy skąd wziąłem cytat, który posłużył mi za tytuł 😉

63 thoughts on “A co słowo to kłamstwo

  1. myślę że w tej grze w którymś miejscu działa algortym genetyczny 😉 choćby do ważenia sieci neuronowych

    Hmm… Jak to sobie wyobrażasz?

    Like

  2. @n3m0: a ziemniak, groch i burak to warzywa więc dostaniesz frytki z buraków :/ uwaga okdp.
    A co do reszty – muszę komputer odpalić, z komórki nie chce mi się tego pisać

    Like

  3. @mt3o:
    Widzę, że coś cię naszło na te algorytmy genetyczne. Nie przeczę, istnieją takie, ale zapominasz, że to heurystyki – wyszykują optimum lokalne. Poza tym tak na prawdę wykorzystują one te właśnie podstawy ewolucji-procesu: mieszanie się puli rozwiązań i selekcje (dobór naturalny jak kto woli).

    Like

  4. Mój pierwszy program liczył pole trójkąta.

    A to mądry program był. Mój się umiał tylko przywitać.

    a ziemniak, groch i burak to warzywa więc dostaniesz frytki z buraków :/ uwaga okdp

    Udało Ci się mnie zgubić ;]

    Widzę, że coś cię naszło na te algorytmy genetyczne. Nie przeczę, istnieją takie, ale zapominasz, że to heurystyki – wyszykują optimum lokalne. Poza tym tak na prawdę wykorzystują one te właśnie podstawy ewolucji-procesu: mieszanie się puli rozwiązań i selekcje (dobór naturalny jak kto woli).

    I to chyba (o ile dobrze rozumiem to co mt3o pisze) miałby być ten dowód na prawdziwość ewolucji. Ale pewien nie jestm (i jakby co – nie zgadzam się z tym, że to dowód :)).

    Like

  5. @hcz: Do dobierania współczynników dla neuronów w sieci zamiast propagacji wstecznej. Szerzej patrząc na problem, do układania wzorów postępowania NPC. Muszę zgadywać, nie grałem w BW, nie zajmuję się gamedevem.

    Punkt 1.7.4 w:
    http://4programmers.net/Zpogranicza/Sztucznesiecineuronoweialgorytmygenetyczne
    Autor tekstu założył, że genotyp dla AG optymalizującego SN jest stały ale tak być nie musi, przykład – mój koncept programu z boską funkcją sin(x) przybliżaną wielomianowo. Pozostaje otwarte pytanie jak zaprojektować taki genotyp dla sieci neuronowej ale to temat na inne rozważania.

    @Sigvatr: Bo program realizował tylko jeden zadany algorytm. Może spróbuj napisać program który znajdzie sytuację w której przykładowo wzór pitagorasa nie będzie prawdziwy? 😀

    Komputerowy program może udowodnić twierdzenie matematyczne, przykładem niech będzie: http://pl.wikipedia.org/wiki/Twierdzenieoczterech_barwach

    Widzę, że coś cię naszło na te algorytmy genetyczne. Nie przeczę, istnieją takie, ale zapominasz, że to heurystyki – wyszukują optimum lokalne. Poza tym tak na prawdę wykorzystują one te właśnie podstawy ewolucji-procesu: mieszanie się puli rozwiązań i selekcje (dobór naturalny jak kto woli).

    E no właśnie nie. AG o ile jest dobrze zrobiony doprowadzi do postaci optymalnej. Może przeuczonej (to nie grzech tylko zły dobór funkcji fitness 😉 albo chociaż zbyt mała grupa testowa ) ale nadal optymalnej. O ile oczywiście populacja i liczba generacji będą dostatecznie duże. Gdy nie będą – to cóż, tak jakbyśmy przerwali liczenie pola trójkąta w połowie pracy. Albo simplex przed przeliczeniem wszystkiego. Uciekamy w teorię matematyczną więc to znak żeby wrócić do rdzenia dyskusji.

    AG oprócz mieszania się puli i selekcji zawiera jeszcze mutację, to dzięki niej testowane są nowe warianty. Mieszanie się puli ma zapewnić tylko rozprzestrzenianie się “wartościowych genów”. Tak, to jest podstawa ewolucji.
    Przy ograniczonej dziedzinie (czy tam zasobach, whateva) AG/ewolucja znajdą optymalne rozwiązanie i dużo innych potencjalnie dobrych.
    Za wiki:

    Przeszukiwanie
    Algorytmy genetyczne zapewniają skuteczne mechanizmy przeszukiwania dużych przestrzeni rozwiązań. Ponieważ grupowanie należy do tej kategorii zadań to oczywiste jest, że algorytmy genetyczne stosowane są w grupowaniu. Algorytmy genetyczne są bardziej niezależne od wstępnej inicjalizacji oraz mniej skłonne do znajdowania lokalnych rozwiązań w miejsce optymalnych. Przykładem może być zagadnienie grupowania w którym w miejsce klasycznych algorytmów z powodzeniem stosuje się algorytmy genetyczne

    Kojarzy mi się przykład anteny która została zaprojektowana przez AG. Nie mam linka (i nie chce mi się googlać) ale to ciekawy przykład na skuteczność podejścia ewolucyjnego.

    [AG to] dowód na prawdziwość ewolucji

    Dla mnie wystarczy.

    nie zgadzam się z tym, że to dowód

    Why?

    Odnośnie frytek z buraków:
    Program komputerowy może być dowodem matematycznym, tu AG konkretnie dowodem ma ewolucję bo wykorzystuje zasady leżące u jej podstaw -> n3m0 twierdzi że konkretna gra komputerowa nie jest dowodem a jest programem
    przenosząc domenę:
    mt3o twierdzi z ziemniaków typu irga będących warzywami można zrobić frytki
    n3m0 twierdzi że buraki to warzywa a nie robi się z nich frytek.
    Argument OKDP, chochoł, erystyka, czy coś podobnego czym się straszy niegrzeczne dzieci.

    Widzę, że coś cię naszło na te algorytmy genetyczne.

    Fascynują mnie, obok teorii gier. Chociaż cholernie nie po drodze mi z nimi bo ze studiów z informatyki – zrejterowałem. Wiem, że AG są cholernie zasobożerne i niewydajne, w rozwiązaniach wymagających szybkiej pracy – są niemożliwe. Mimo to mnie fascynują, jest w nich coś pięknego. Jak z czegoś pozornie losowego można COŚ stworzyć.

    Tak jeszcze wracając do tego, że AG to heurystyka – to zbyt daleko idące uproszczenie. Jeśli w zbiorze jest rozwiązanie optymalne (przykładowo minimalizacja y=x^2) to AG je znajdzie. Jeśli takiego nie ma – to choćby skały srały, punktu optimum nie będzie (max y=x). Wykorzystywanie heurystyki to nic złego. Gdy pomyślimy o algorytmach wyszukiwania drogi to teoretycznie poprawnym będzie alg Dijkstry. Gdyby go odrobinkę zmodyfikować przy pomocy heurystyki, wyjdzie A* który jest lepszy tak bardzo, jak dobra jest heurystyka.
    AG jest bliższy “brudnemu” podejściu metody monte carlo (czyli rzucaniu grochem o tablicę, jak trafimy to będzie to nasz wynik) niż “sterylnemu” podejściu analizy, wzorów, robaczków 😉
    Na wiki jest przykład programu liczącego liczbę pi metodą monte carlo. Program “tworzący” pi poprzez AG mógłby być ciekawy. Tylko byłby długi i by męczył CPU.

    Like

  6. Przepraszam, nie czytałem tego dokładnie tylko pobieznie. Gógiel podpowiedział, wyglądało znosnie 😉 nic mnie nie usprawiedliwia, znajdę coś jutro w wolnej chwili. Na ten moment juz ledwo na oczy widzę

    Like

  7. Jeśli w zbiorze jest rozwiązanie optymalne (przykładowo minimalizacja y=x^2) to AG je znajdzie

    Znajdzie albo nie. Akurat pisałem na zaliczenie program minimalizujący funkcję za pomocą algorytmu genetycznego i okazało się, że to nie jest takie proste.

    Like

  8. Why?

    Dlatego, że nie ma przełożenia między matematyczną definicją realnej ewolucji a twoimi algorytmami genetycznymi.

    Chyba, że skupiamy się jedynie na modelu matematycznym – wtedy zależy to od definicji.

    I jeszcze inaczej – mając daną teorię można zawsze napisać program komputerowy, który bazując na owej teorii będzie zwracał wyniki poprawne w świetle owej teorii – nie będzie za to żadnym dowodem na jej prawdziwość.

    Like

  9. @hcz:
    Pisałem dla własnej zabawy program robiący kompresję fraktalną wedle opisu https://sites.google.com/site/marekdrwota/fic
    Nawet ładnie działało 🙂

    @n3m0:

    I jeszcze inaczej – mając daną teorię można zawsze napisać program komputerowy, który bazując na owej teorii będzie zwracał wyniki poprawne w świetle owej teorii – nie będzie za to żadnym dowodem na jej prawdziwość.

    Jeśli sprawdzisz dostatecznie dużo rozwiązań (czyli zbadasz że dla zadanych danych wejściowych eksperyment zwraca takie wyniki) to program komputerowy pozwoli zaakceptować lub odrzucić przyjęty model.

    O, spójrz choćby tutaj: http://www.ncbi.nlm.nih.gov/pubmed/21814506

    Like

  10. to program komputerowy pozwoli zaakceptować lub odrzucić przyjęty model.

    Model.Tak jak pisałem – jest to zależne od definicji modelu i można zbudować sobie taki model, który będzie używał tych samych procesów i postulował kreacjonizm.

    Opcjonalnie – nawet jeśli pozwoli zaakceptować przyjęty model – od modelu do prawdziwego świata daleka droga. Ale o ile dobrze rozumiem rozmawiamy teraz TYLKO o matematyce?

    Like

  11. @mt3o

    Pisałem dla własnej zabawy program robiący kompresję fraktalną wedle opisu https://sites.google.com/site/marekdrwota/fic
    Nawet ładnie działało 🙂

    Nie wiem, czy ta kompresja ma coś wspólnego a algorytmami genetycznymi – z opisu to nie wynika.

    Poza tym nie twierdzę, że algorytmy genetyczne nie działają. Polemizuję natomiast z kategorycznym stwierdzeniem, że algorytm genetyczny znajdzie minimum jakiejś tam funkcji.

    Po pierwsze, wszelkie heurystyki z definicji nie służą znajdowaniu rozwiązań optymalnych, a jedynie “wystarczająco dobrych”.

    Po drugie, nawet w tak prostym przypadku algorytm genetyczny ma od cholery parametrów, których niewłaściwy dobór może skutecznie uniemożliwić znalezienie “wystarczająco dobrego” rozwiązania. W szczególności (ten przypadek akurat analizowałem) operator mutacji może od pewnego momentu przeszkadzać w poprawianiu rozwiązania.

    Like

  12. mt3o: muszę cię zmartwić, ale wszystkie algorytmy genetyczne znane mi (choć w zasadzie chyba nie wiele się od siebie nie różnią) są heurystykami. A heurystyki zawsze wyszukują optimum lokalne (czasem, owszem jest to optimum – to najprawdziwsze – ale raczej kwestia “szczęścia”). Dlatego nazywa się je heurystykami. Jeśli zawsze wychodzi najlepszy wynik, znaczy, że bawisz się małymi problemami. A teraz zgrabnie wrócę do meritum mojego postu: weźmy życie na Ziemi, największy przykład zastosowania algorytmów genetycznych (i to nawet różnych), tworzy same optima lokalne 😉

    Z innej strony, zgodzę się, że choć to nie dowód, to jednak algorytmy genetyczne świadczą o tym, że teoria ewolucji ma sens. Co modeli kreacjonistycznych, to każdy chyba program jest modelem takiego myślenia: realizuje ściśle określony program według zadanego algorytmu. I cóż, nie wygląda to dobrze dla kreacjonistów 🙂

    Widzę, że hcz dopisał właśnie komentarz, ale z pobieżnego spojrzenia widzę, że jesteśmy raczej zgodni.

    Like

Comments are closed.