,

Συσσωρεύοντας μικρές αλλαγές

Είδαμε ότι τα έμβια πράγματα είναι εξαιρετικά απίθανα και πολύ «καλοσχεδιασμένα» για να έχουν εμφανιστεί τυχαία. Πώς εμφανίστηκαν, τότε; Η απάντηση -η απάντηση του

Είδαμε ότι τα έμβια πράγματα είναι εξαιρετικά απίθανα και πολύ «καλοσχεδιασμένα» για να έχουν εμφανιστεί τυχαία. Πώς εμφανίστηκαν, τότε; Η απάντηση -η απάντηση του Δαρβίνου- είναι: με σταδιακούς, βαθμιαίους μετασχηματισμούς από απλές αφετηρίες, από αρχέγονες οντότητες που ήταν αρκετά απλές ώστε να έχουν εμφανιστεί τυχαία.

Κάθε διαδοχική αλλαγή στη βαθμιαία εξελικτική διαδικασία ήταν αρκετά απλή, σε σχέση με τον προκάτοχό της, ώστε να μπορεί να εμφανιστεί τυχαία. Ωστόσο, η διαδοχή των συσσωρευτικών βημάτων ως σύνολο αποτελεί μια διαδικασία κάθε άλλο παρά τυχαία, αν σκεφτούμε την πολυπλοκότητα του τελικού αποτελέσματος σε σχέση με την αφετηρία. Η συσσωρευτική διαδικασία κατευθύνεται από τη μη τυχαία επιβίωση. Ο σκοπός του κειμένου αυτού είναι να δείξει τη δύναμη που έχει αυτή η συσσωρευτική επιλογή, επειδή ακριβώς αποτελεί μια θεμελιωδώς μη τυχαία διαδικασία.

Advertisment

Αν περπατήσετε σε μια παραλία με βότσαλα, θα παρατηρήσετε ότι δεν έχουν τυχαία διάταξη. Τα μικρότερα συνήθως τείνουν να συγκεντρώνονται σε συγκεκριμένες ζώνες που διατρέχουν το μήκος της παραλίας, ενώ τα μεγαλύτερα καταλαμβάνουν διαφορετικές ζώνες ή λωρίδες. Τα βότσαλα είναι διαχωρισμένα, διατεταγμένα, επιλεγμένα. Μια φυλή που ζει κοντά στην παραλία μπορεί να απορήσει με αυτή την ένδειξη διάταξης στον κόσμο και να αναπτύξει κάποιο μύθο για να την εξηγήσει, αποδίδοντάς την ίσως στη νόηση ενός Μεγάλου Πνεύματος που βρίσκεται στον ουρανό και του αρέσει η τάξη. Εμείς μπορεί να χαμογελάσουμε υπεροπτικά ακούγοντας αυτή την προληπτική ιδέα και να εξηγήσουμε ότι η διάταξη δημιουργείται στην πραγματικότητα από τις τυφλές δυνάμεις της Φύσης, σ’ αυτή την περίπτωση από τα κύματα. Τα κύματα δεν έχουν σκοπούς και προθέσεις, δεν έχουν νόηση, ούτε τους αρέσει η τάξη. Απλώς μετακινούν τα βότσαλα, και τα μεγάλα βότσαλα αντιδρούν σ’ αυτή τη μετακίνηση με διαφορετικό τρόπο από τα μικρά, με αποτέλεσμα να καταλήγουν σε διαφορετικά σημεία της παραλίας. Έτσι, μια μικρή ποσότητα τάξης προκύπτει από την αταξία, χωρίς να την έχει σχεδιάσει καμία νόηση.

Τα κύματα και τα βότσαλα αποτελούν ένα απλό παράδειγμα συστήματος που παράγει αυτόματα μη τυχαιότητα. Ο κόσμος είναι γεμάτος από τέτοια συστήματα. Το απλούστερο παράδειγμα που μπορώ να βρω είναι μια τρύπα. Μόνο τα αντικείμενα που είναι μικρότερα από αυτή μπορούν να περάσουν από μέσα της. Αυτό σημαίνει ότι αν υπάρχει μια τυχαία συλλογή αντικειμένων πάνω από την τρύπα και κάποια δύναμη αρχίσει να τα τραντάζει και να τα μετακινεί τυχαία, έπειτα από λίγο τα αντικείμενα πάνω και κάτω από την τρύπα θα έχουν διαχωριστεί κατά μη τυχαίο τρόπο. Στο χώρο κάτω από την τρύπα θα βρίσκονται αντικείμενα μικρότερα από αυτήν, ενώ από πάνω της θα έχουν μείνει τα μεγαλύτερα. Η ανθρωπότητα, φυσικά, έχει εκμεταλλευτεί εδώ και πολύ καιρό αυτή την απλή αρχή για την παραγωγή μη τυχαιότητας, με τη χρήσιμη συσκευή που είναι γνωστή ως κόσκινο.

Advertisment

Το ηλιακό μας σύστημα αποτελεί μια σταθερή διάταξη πλανητών, κομητών και μεσοπλανητικής ύλης σε τροχιά γύρω από τον Ήλιο, και είναι ένα από τα πολλά παρόμοια τροχιακά συστήματα στο σύμπαν. Όσο πιο κοντά στον Ήλιο του βρίσκεται ένας πλανήτης, τόσο πιο γρήγορα πρέπει να κινείται για να εξουδετερώνει την έλξη και να παραμένει σε σταθερή τροχιά. Υπάρχει μόνο μία ταχύτητα στην οποία μπορεί να κινηθεί ο πλανήτης για να διατηρήσει την τροχιά του. Αν κινούνταν με οποιαδήποτε άλλη ταχύτητα, ή θα απομακρυνόταν στο διάστημα ή θα προσέκρουε στον Ήλιο ή θα έμπαινε σε άλλη τροχιά. Εξετάζοντας τους πλανήτες του ηλιακού μας συστήματος διαπιστώνουμε ότι όλοι τους κινούνται ακριβώς με τη σωστή ταχύτητα ώστε να παραμένουν στη σταθερή τους τροχιά γύρω από τον Ήλιο. ‘Ένα εκπληκτικό θαύμα πρόνοιας και σχεδιασμού; Όχι, πρόκειται απλώς για ένα ακόμη φυσικό «κόσκινο». Είναι προφανές ότι όλοι οι πλανήτες που βλέπουμε να εκτελούν τροχιά γύρω από τον Ήλιο πρέπει να κινούνται με τη σωστή ταχύτητα για να παραμένουν στην τροχιά τους, αφού αλλιώς δεν θα τους βλέπαμε, επειδή δεν θα βρίσκονταν σ’ αυτή τη θέση! Ακόμη, είναι εξίσου προφανές ότι αυτό δεν αποτελεί ένδειξη συνειδητού σχεδιασμού• πρόκειται απλώς για άλλο ένα είδος κόσκινου.

Το «κόσκινο» σ’ αυτό το επίπεδο απλότητας δεν είναι από μόνο του αρκετό για να εξηγήσει τις τεράστιες ποσότητες μη τυχαίας τάξης που παρατηρούμε στα έμβια πράγματα -ούτε κατά διάνοια αρκετό. Θυμηθείτε την αναλογία της κλειδαριάς με τους συνδυασμούς. Το είδος της μη τυχαιότητας που μπορεί να παραχθεί από το απλό «κοσκίνισμα» αντιστοιχεί περίπου με το να ανοίξουμε μια κλειδαριά συνδυασμού που έχει μόνο έναν τροχό με αριθμούς: είναι εύκολο να βρεθεί ο σωστός αριθμός στην τύχη. Από την άλλη πλευρά, το είδος της μη τυχαιότητας που βλέπουμε στα έμβια συστήματα ισοδυναμεί με μια γιγάντια κλειδαριά συνδυασμών που έχει σχεδόν αμέτρητους τροχούς με αριθμούς. Η παραγωγή ενός βιολογικού μορίου όπως η αιμοσφαιρίνη (η κόκκινη χρωστική του αίματος) με απλό κοσκίνισμα, θα ισοδυναμούσε με το να πάρουμε όλα τα αμινοξέα που αποτελούν τους δομικούς λίθους της αιμοσφαιρίνης και να τα ανακατέψουμε στην τύχη, ελπίζοντας ότι το μόριο της αιμοσφαιρίνης θα σχηματιστεί εκ νέου εντελώς τυχαία. Η ποσότητα τύχης που θα χρειαζόταν για ένα τέτοιο κατόρθωμα είναι αδιανόητη και έχει χρησιμοποιηθεί από τον Isaac Asimov και άλλους σαν ένα αξιοπερίεργο και εντυπωσιακό στοιχείο.

Το μόριο της αιμοσφαιρίνης αποτελείται από τέσσερις αλυσίδες αμινοξέων πλεγμένες μεταξύ τους. Ας δούμε τη μία μόνο από αυτές τις τέσσερις αλυσίδες. Αποτελείται από 146 αμινοξέα. Στα έμβια αντικείμενα υπάρχουν 20 διαφορετικά είδη αμινοξέων. Ο αριθμός των δυνατών διατάξεων 20 διαφορετικών πραγμάτων σε αλυσίδες με 146 «κρίκους» είναι ασύλληπτα μεγάλος, και ο Asimov τον ονομάζει «αριθμό της αιμοσφαιρίνης». Είναι εύκολο να υπολογίσουμε την τιμή του, αλλά αδύνατο να συνειδητοποιήσουμε το μέγεθός του. Ο πρώτος κρίκος της αλυσίδας των 146 θέσεων μπορεί να είναι οποιοδήποτε από τα 20 δυνατά αμινοξέα. Ο δεύτερος κρίκος μπορεί και πάλι να είναι οποιοδήποτε από τα 20 αμινοξέα, επομένως ο αριθμός των δυνατών αλυσίδων με 3 κρίκους είναι 20 x 20, δηλαδή 400. Ο αριθμός των δυνατών αλυσίδων με 3 κρίκους είναι 20 x 20 x 20, δηλαδή 8.000. Ο αριθμός των δυνατών αλυσίδων με 146 κρίκους είναι το 20 πολλαπλασιασμένο επί τον εαυτό του 146 φορές. Ο αριθμός αυτός είναι ασύλληπτα μεγάλος. Το ένα εκατομμύριο γράφεται με μία μονάδα ακολουθούμενη από 6 μηδενικά. Για το ένα δισεκατομμύριο γράφουμε τη μονάδα ακολουθούμενη από 9 μηδενικά. Ο αριθμός που αναζητούμε, ο «αριθμός της αιμοσφαιρίνης», είναι κατά προσέγγιση ίσος με τη μονάδα ακολουθούμενη από 190 μηδενικά! Το αντίστροφο αυτού του αριθμού εκφράζει την πιθανότητα να σχηματιστεί το μόριο της αιμοσφαιρίνης κατά τύχη. Ας τονίσουμε,μάλιστα, ότι ένα μόριο αιμοσφαιρίνης αντιπροσωπεύει απειροελάχιστο ποσοστό της πολυπλοκότητας του έμβιου σώματος. Προφανώς, το απλό «κοσκίνισμα» από μόνο του δεν μπορεί ούτε κατά διάνοια να παραγάγει την ποσότητα τάξης που συναντούμε στο έμβιο αντικείμενο. Το κοσκίνισμα είναι ένα ουσιώδες συστατικό για την παραγωγή της έμβιας τάξης, αλλά απέχει πολύ από το να μπορεί να την εξηγήσει εξ ολοκλήρου. Χρειάζεται και κάτι άλλο. Για να το εξηγήσω αυτό, θα πρέπει να κάνω μια διάκριση ανάμεσα στην επιλογή «ενός βήματος» και στη «συσσωρευτική» επιλογή. Τα απλά κόσκινα που εξετάσαμε ως τώρα σ’αυτό το κεφάλαιο είναι όλα παραδείγματα επιλογής απλού βήματος. Η έμβια οργάνωση είναι προϊόν της συσσωρευτικής επιλογής.

Η ουσιώδης διαφορά ανάμεσα στην επιλογή ενός βήματος και στη συσσωρευτική επιλογή είναι η εξής: στην επιλογή ενός βήματος, η διαλογή ή η επιλογή των αντικειμένων -είτε είναι βότσαλα είτε οτιδήποτε άλλο- γίνεται μόνο μία φορά. Από την άλλη πλευρά, στη συσσωρευτική επιλογή τα αντικείμενα «αναπαράγοντα», ή υπάρχει κάποιος άλλος τρόπος με τον οποίο τα αποτελέσματα του ενός κοσκινίσματος μεταβιβάζονται σε ένα επόμενο κοσκίνισμα, τα αποτελέσματα του οποίου μεταβιβάζονται και πάλι σε ένα επόμενο κοσκίνισμα, και ούτω καθεξής. Τα αντικείμενα υποβάλλονται σε επιλογή διαλογής για πολλές διαδοχικές «γενιές». Το τελικό προϊόν μιας γενιάς επιλογής είναι η αφετηρία για την επόμενη γενιά επιλογής, και ούτω καθεξής• αυτή η διαδικασία συνεχίζεται για πολλές γενιές. Είναι φυσικό να δανειζόμαστε λέξεις όπως «αναπαράγονται» και «γενιά», οι οποίες μας θυμίζουν τα έμβια αντικείμενα, γιατί αυτά είναι τα πιο χαρακτηριστικά παραδείγματα αντικειμένων που συμμετέχουν σε μια διαδικασία συσσωρευτικής επιλογής. Μπορεί στην πράξη να είναι τα μοναδικά με αυτή την ιδιότητα. Προς το παρόν, όμως, δεν θέλω να θεωρήσω δεδομένο αυτό το στοιχείο και να παρακάμψω το ερώτημα.

Μερικές φορές τα σύννεφα, καθώς οι άνεμοι τους δίνουν τυχαία σχήματα και μορφές, καταλήγουν να μοιάζουν με γνωστά αντικείμενα. Μια πολυδημοσιευμένη φωτογραφία την οποία τράβηξε ο πιλότος ενός μικρού αεροπλάνου δείχνει ένα σύννεφο που μοιάζει κάπως με το πρόσωπο του Ιησού να κοιτάζει από τον ουρανό. ‘Όλοι μας έχουμε δει σύννεφα που μας θυμίζουν κάτι: έναν ιππόκαμπο, λόγου χάρη, ή ένα χαμογελαστό πρόσωπο. Αυτές οι ομοιότητες έχουν δημιουργηθεί με επιλογή ενός βήματος, δηλαδή μέσα από μία και μοναδική σύμπτωση. Κατά συνέπεια, δεν είναι πολύ εντυπωσιακά. Η ομοιότητα των ζωδίων με τα ζώα από τα οποία έχουν πάρει το όνομα τους (Σκορπιός, Λέων, κλπ.) είναι πολύ μικρή, όσο μικρή είναι και η ακρίβεια των προβλέψεων των αστρολόγων. Η ομοιότητα δεν μας εντυπωσιάζει, όπως συμβαίνει στην περίπτωση των βιολογικών προσαρμογών που προκύπτουν από τη συσσωρευτική επιλογή. Χαρακτηρίζουμε παράξενη, απίστευτη ή εντυπωσιακή την ομοιότητα, για παράδειγμα, ενός φυλλοφάγου εντόμου με ένα φύλλο ή μιας μάντεως με ένα μπουκέτο ροζ λουλουδιών. Η ομοιότητα ενός σύννεφου με μια νυφίτσα είναι απλώς διασκεδαστική, κάτι που μόλις αξίζει τον κόπο να δείξουμε στο σύντροφο μας. Επιπλέον, είναι πολύ πιθανό να αλλάξουμε γνώμη για το τι ακριβώς μας θυμίζει το σύννεφο.

Άμλετ. Βλέπεις εκείνο το σύννεφο που μοιάζει σχεδόν με καμήλα;
Πολώνιος. Μα την πίστη μου, είναι πραγματικά σαν καμήλα.
Άμλετ. Εμένα μου φαίνεται ότι μοιάζει με νυφίτσα.
Πολώνιος. Το πάνω μέρος του είναι σαν της νυφίτσας.
Άμλετ. Ή μήπως μοιάζει με φάλαινα;
Πολώνιος. Μοιάζει πολύ με φάλαινα.

Δεν ξέρω ποιος ήταν ο πρώτος που είπε ότι ένας πίθηκος ο οποίος χτυπά στην τύχη τα πλήκτρα μιας γραφομηχανής θα μπορούσε, αν είχε αρκετό χρόνο στη διάθεσή του, να γράψει όλα τα έργα του Σαίξπηρ. Το σημαντικό στοιχείο εδώ είναι, φυσικά, η φράση «αν είχε αρκετό χρόνο στη διάθεσή του». Ωστόσο, ας περιορίσουμε λίγο το έργο του πιθήκου μας. Ας υποθέσουμε ότι πρέπει να γράψει, όχι όλα τα έργα του Σαίξπηρ, αλλά μόνο τη σύντομη φράση «Εμένα μου φαίνεται ότι μοιάζει με νυφίτσα» (στα αγγλικά, «Methinks it is like a weasel»). Θα τον διευκολύνουμε ακόμη περισσότερο, δίνοντάς του μια γραφομηχανή με περιορισμένο πληκτρολόγιο, που να έχει μόνο τα 26 (κεφαλαία) γράμματα (της αγγλικής γλώσσας) και το πλήκτρο του διαστήματος. Πόσο χρόνο θα χρειαστεί για να γράψει αυτή τη μικρή πρόταση;

Η πρόταση έχει 28 γράμματα, επομένως ας θεωρήσουμε ότι ο πίθηκος κάνει μια σειρά από συγκεκριμένες «δοκιμές», χτυπώντας κάθε φορά 28 πλήκτρα. Αν γράψει τη φράση σωστά, το πείραμα τελειώνει. Αν όχι, του επιτρέπουμε άλλη μια «δοκιμή» των 28 χαρακτήρων. Δεν γνωρίζω κανέναν πίθηκο, ευτυχώς όμως η έντεκα μηνών κόρη μου είναι ένα πεπειραμένο σύστημα παραγωγής τυχαίων δεδομένων και έπαιζε με μεγάλη προθυμία το ρόλο του πιθήκου-δακτυλογράφου. Να τι έγραψε στον υπολογιστή:

UMMK JK CDZZ F ZD DSDSKSM
S SS FMCV PU I DDRGLKDXRRDO
RDTE QDWFDVIOY UDSKZWDCCVYT
H CHVY NMGNBAYTDFCCVD D
RCDFYYYRM N DFSKD LD K WDWK
J J KAUIZMZI UXDKIDISFUMDKUDXI

Η κόρη μου είναι εξαιρετικά πολυάσχολη έτσι αναγκάστηκα να εισαγάγω στον υπολογιστή ένα πρόγραμμα που προσομοιώνει ένα μωρό ή έναν πίθηκο που γράφει στην τύχη:

WDLDMNLT DTJBKWIRZREZLMQCO P
Y YVMQKZPGJXWVHGLAWFVCHQYORY
MWR SWTNUXMLCDLEUBXTQHNZVJ QF
FU OVAODVYKDGXDEKYVMOGGS VT
HZQZDSFZIHIVPHZPETPWVOVPMZGF
GEWRGZRPBCTPGQMCKHFDBGW ZCCF

Και ούτω καθεξής. Δεν είναι δύσκολο να υπολογίσουμε πόσο χρόνο θα χρειαστεί ο υπολογιστής (ή ένα μωρό ή ένας πίθηκος) για να γράψει στην τύχη τη φράση METHINKS IT IS LIKE A WEASEL. Σκεφτείτε ποιος είναι ο συνολικός αριθμός των φράσεων αυτού του μήκους που θα μπορούσε να γράψει ο πίθηκος ή το μωρό ή ο υπολογιστής. Είναι ο ίδιος υπολογισμός που κάναμε και για την αιμοσφαιρίνη, και μας δίνει εξίσου μεγάλο αποτέλεσμα. Στην αγγλική γλώσσα υπάρχουν 27 γράμματα (μετρώντας και το «διάστημα» σαν ένα γράμμα) που μπορούν να καταλάβουν την πρώτη θέση. Επομένως, η πιθανότητα να γράψει ο πίθηκος το σωστό πρώτο γράμμα, δηλαδή το (M), είναι μία στις 27. Ως εκ τούτου, η πιθανότητα να βρει το δεύτερο γράμμα (E) με την προϋπόθεση ότι έχει επίσης πετύχει το πρώτο γράμμα (M), είναι 1/27 x 1/27, δηλαδή 1/729. Η πιθανότητα να γράψει σωστά την πρώτη λέξη (METHINKS) είναι 1/27 για καθένα από τα οκτώ γράμματα, δηλαδή είναι (1/27) x (1/27) x (1/27) … κ.λπ., οκτώ φορές, ή (1/27) στην 8η δύναμη. Η πιθανότητα να γράψει σωστά ολόκληρη τη φράση των 28 χαρακτήρων είναι (1/27) στην 28η δύναμη, δηλαδή (1/27) πολλαπλασιασμένο με τον εαυτό του είκοσι οκτώ φορές. Η πιθανότητα αυτή είναι πολύ πολύ μικρή, περίπου 1 στα 10 δωδεκάκις εκατομμύρια (η μονάδα ακολουθούμενη από 40 μηδενικά). Με άλλα λόγια, η φράση που ζητούμε θα αργήσει πολύ να γραφτεί, για να μην αναφερθούμε στα άπαντα του Σαίξπηρ.

Όλα αυτά αφορούν την επιλογή των τυχαίων παραλλαγών με ένα βήμα. Τι γίνεται όμως με τη συσσωρευτική επιλογή; Πόσο πιο αποτελεσματική μπορεί να είναι; Πολύ πιο αποτελεσματική περισσότερο ίσως από όσο θα νομίζαμε στην αρχή -μολονότι αυτό γίνεται σχεδόν προφανές αν το σκεφτούμε καλύτερα. Χρησιμοποιούμε και πάλι τον πίθηκο-υπολογιστή μας, αλλά με μια κρίσιμη διαφορά στο πρόγραμμα. Ξεκινάει και πάλι επιλέγοντας μια τυχαία σειρά από 28 γράμματα, όπως και πριν:

WDLMNLT DTJBKWIRZREZLMQCO P

Κατόπιν, αρχίζει να «αναπαράγει», έχοντας ως αφετηρία αυτή την τυχαία φράση. Την επαναλαμβάνει πολλές φορές, αλλά με κάποιο τυχαίο σφάλμα -«μετάλλαξη»- σε κάθε επανάληψη. Ο υπολογιστής εξετάζει τις μεταλλαγμένες χωρίς νόημα φράσεις, τους «απογόνους» της αρχικής φράσης, και επιλέγει εκείνη που, έστω και σε ελάχιστο βαθμό, μοιάζει περισσότερο με τη φράση-στόχο, METHINKS IT IS LIKE A WEASEL. Σ’ αυτή την περίπτωση, από την επόμενη «γενιά» επιλέχθηκε η φράση:

WDLMNLT DTJBKWIRZREZLMQCO P

Όχι και πολύ μεγάλη βελτίωση! Εντούτοις, η διαδικασία επαναλαμβάνεται. Παράγονται και πάλι μεταλλαγμένοι «απόγονοι» από τη φράση και επιλέγεται ένας νέος «νικητής». Αυτό συνεχίζεται για κάθε διαδοχική γενιά. Έπειτα από 10 γενιές, η φράση που επιλέχθηκε για «αναπαραγωγή» ήταν:

MDLDMNLS ITJISWHRZREZ MECS P

Έπειτα από 20 γενιές ήταν:

MELDINLS IT ISWPRKE Z WECSEL

Ήδη το μάτι φαντάζεται ότι βλέπει μια ομοιότητα με τη φράση-στόχο. ‘Έπειτα από 30 γενιές δεν υπάρχει αμφιβολία:

METHINGS IT ISWLIKE B WECSEL

Η γενιά 40 μας φέρνει σε απόσταση ενός γράμματος από το στόχο:

METHINKS IT IS LIKE I WEASEL

Ο στόχος επιτυγχάνεται τελικά στην 43η γενιά. Μια δεύτερη εκτέλεση του προγράμματος άρχισε με την τυχαία φράση

Y YVMQKZPFJXWVHGLAWFVCHQXYOPY,

πέρασε από τις εξής αλλαγές (παραθέτω και πάλι τη φράση μόνο κάθε δέκατης γενιάς):

Y YVMQKSPFTXWSHLIKEFV HQYSPY
YETHINKSPITXISHLIKEFA WQYSEY
METHINKS IT ISSLIKE A WEFSEY
METHINKS IT ISBLIKE A WEASES
METHINKS IT ISJLIKE A WEASEO
METHINKS IT IS LIKE A WEASEP

και έφτασε στη φράση-στόχο στην 64η γενιά. Σε μια τρίτη εκτέλεση, το πρόγραμμα άρχισε με τη Φράση:

GEWRGZRPBCTPGQMCKHFDBGW ZCCF

και έφτασε στο METHINKS IT IS LIKE A WEASEL έπειτα από 41 γενιές επιλεκτικής «αναπαραγωγής».

Το ακριβές χρονικό διάστημα που χρειάστηκε ο υπολογιστής για να φτάσει στο στόχο δεν έχει σημασία. Αν θέλετε να ξέρετε, ολοκλήρωσε την πρώτη δόκιμη όσο είχα βγει για μεσημεριανό φαγητό. Χρειάστηκε γύρω στη μισή ώρα. (Οι φανατικοί των υπολογιστών μπορεί να θεωρήσουν αυτό το διάστημα αδικαιολόγητα μεγάλο. Ο λόγος είναι ότι το πρόγραμμα ήταν γραμμένο σε BASIC, μια πολύ απλή γλώσσα προγραμματισμού, που δεν είναι γρήγορη. ‘Όταν το ξανάγραψα σε Pascal, χρειάστηκε 11 δευτερόλεπτα.) Οι υπολογιστές είναι λίγο πιο γρήγοροι από τους πιθήκους σ’ αυτά τα πράγματα, αλλά αυτή η διαφορά δεν παίζει σημαντικό ρόλο. Εκείνο που έχει σημασία είναι η διαφορά ανάμεσα στο χρονικό διάστημα που απαιτήθηκε με τη συσσωρευτική επιλογή και στο διάστημα που θα χρειαζόταν ο ίδιος υπολογιστής, λειτουργώντας με την ίδια ταχύτητα, για να φτάσει στη φράση-στόχο αν χρησιμοποιούσε την άλλη διαδικασία, της επιλογής ενός βήματος: περίπου 1 εννεάκις εκατομμύριο χρόνια (η μονάδα ακολουθούμενη από 30 μηδενικά). Αυτό το χρονικό διάστημα είναι περίπου 1 πεντάκις εκατομμύριο φορές (η μονάδα ακολουθούμενη από 18 μηδενικά) μεγαλύτερο από την ηλικία του σύμπαντος. Ουσιαστικά, θα ήταν πιο σωστό να πούμε ότι, σε σύγκριση με το χρονικό διάστημα που θα χρειαζόταν για να γράψει τη φράση-στόχο ένας πίθηκος ή ένας υπολογιστής προγραμματισμένος να παράγει τυχαία γράμματα, η μέχρι τώρα ηλικία του σύμπαντος είναι μια αμελητέα ποσότητα, τόσο μικρή ώστε θα μπορούσε κάλλιστα να βρίσκεται μέσα στα όρια του σφάλματος για έναν τέτοιο πρόχειρο υπολογισμό. Αντίθετα, το χρονικό διάστημα που χρειάστηκε ο υπολογιστής για να φτάσει στον ίδιο στόχο δουλεύοντας τυχαία αλλά με τον περιορισμό της συσσωρευτικής επιλογής είναι μιας τάξης μεγέθους την οποία μπορούν να κατανοήσουν οι άνθρωποι, κάπου ανάμεσα στα 11 δευτερόλεπτα και στο χρονικό διάστημα που χρειάζεται κανείς για να φάει.

Υπάρχει λοιπόν μεγάλη διαφορά ανάμεσα στη συσσωρευτική επιλογή (στην οποία κάθε βελτίωση, όσο μικρή κι αν είναι, χρησιμοποιείται ως βάση για μελλοντικό «χτίσιμο») και στην επιλογή ενός βήματος (στην οποία κάθε νέα «δοκιμή» αποτελεί επιστροφή στην αρχή). Αν η εξελικτική διαδικασία ήταν υποχρεωμένη να στηριχτεί στην επιλογή ενός βήματος, δεν θα έφτανε ποτέ πουθενά. Αν, όμως, υπήρχε ένας τρόπος με τον οποίο οι τυφλές δυνάμεις της φύσης θα μπορούσαν να δημιουργήσουν τις απαραίτητες συνθήκες ώστε να λειτουργήσει η συσσωρευτική επιλογή, τα αποτελέσματα μπορεί να ήταν παράξενα και θαυμαστά. Πραγματικά, αυτό ακριβώς συνέβη στον πλανήτη μας, κι εμείς οι ίδιοι είμαστε ένα από τα πιο πρόσφατα, και ίσως το πιο παράξενο και θαυμαστό από αυτά τα αποτελέσματα.

Είναι εκπληκτικό το γεγονός ότι διαβάζουμε ακόμη βιβλία στα οποία υπολογισμοί σαν εκείνον που κάναμε για το μόριο της αιμοσφαιρίνης χρησιμοποιούνται ως επιχειρήματα εναντίον της θεωρίας του Δαρβίνου. Οι άνθρωποι που το κάνουν αυτό, και που συχνά μπορεί να είναι ειδικοί στον δικό τους τομέα -την αστρονομία η οτιδήποτε άλλο- φαίνονται να πιστεύουν ειλικρινά ότι ο δαρβινισμός εξηγεί την οργάνωση των έμβιων όντων με βάση μόνο το τυχαίο, δηλαδή την «επιλογή ενός βήματος». Αυτή η πεποίθηση, ότι η δαρβινική εξέλιξη είναι «τυχαία», δεν είναι απλώς λαθεμένη• είναι εντελώς αντίθετη με την αλήθεια. Το τυχαίο είναι ένα δευτερεύον συστατικό στη συνταγή του Δαρβίνου. Το πιο σημαντικό συστατικό είναι η συσσωρευτική επιλογή, που είναι στην ουσία της μη τυχαία.

Στα σύννεφα δεν μπορεί να εφαρμοστεί συσσωρευτική επιλογή. Δεν υπάρχει κανένας μηχανισμός με τον οποίο να μπορούν τα σύννεφα που έχουν κάποια συγκεκριμένα σχήματα να γεννούν θυγατρικά σύννεφα που να τους μοιάζουν. Αν υπήρχε τέτοιος μηχανισμός, αν ένα σύννεφο που μοιάζει με νυφίτσα ή καμήλα μπορούσε να παράγει μια σειρά από άλλα με το ίδιο περίπου σχήμα, θα ήταν δυνατό να λειτουργήσει η συσσωρευτική επιλογή. Φυσικά, μερικές φορές, τα σύννεφα χωρίζονται και σχηματίζουν «θυγατρικά» σύννεφα, αλλά αυτό δεν είναι αρκετό για τη συσσωρευτική επιλογή. ‘Ένα άλλο απαραίτητο στοιχείο είναι ότι οι «απόγονοι» πρέπει να μοιάζουν στους «γονείς τους» περισσότερο απ’ όσο μοιάζουν σε οποιονδήποτε άλλο «γονέα» του «πληθυσμού». Προφανώς, αυτό το ζωτικό στοιχείο παρανοείται από μερικούς φιλοσόφους που τα τελευταία χρόνια έχουν ενδιαφερθεί για τη θεωρία της φυσικής επιλογής. Επιπλέον, οι πιθανότητες που έχει κάθε σύννεφο να επιβιώσει και να παραγάγει αντίγραφα του εαυτού του πρέπει να εξαρτώνται από το σχήμα του. Μπορεί σε κάποιον μακρινό γαλαξία να υπάρχουν τέτοιες συνθήκες, και το αποτέλεσμα, αν έχουν περάσει αρκετά εκατομμύρια χρόνια, να είναι μια αιθέρια, αέρινη μορφή ζωής. Αυτό θα γινόταν ίσως ένα καλό διήγημα επιστημονικής φαντασίας -θα μπορούσε να λέγεται Το Λευκό Σύννεφο-, αλλά για τον δικό μας σκοπό είναι πιο εύκολο να κατανοήσουμε ένα μοντέλο υπολογιστή σαν εκείνο που χρησιμοποιήσαμε για την προσομοίωση του πιθήκου που «γράφει» τα έργα του Σαίξπηρ.

Μολονότι το μοντέλο του πιθήκου-Σαίξπηρ είναι χρήσιμο αν θέλουμε να εξηγήσουμε τη διάφορα ανάμεσα στην επιλογή ενός βήματος και στη συσσωρευτική επιλογή, είναι ταυτόχρονα παραπλανητικό από ορισμένες σημαντικές απόψεις. Μια από αυτές είναι ότι σε κάθε γενιά επιλεκτικής «αναπαραγωγής» οι μεταλλαγμένες φράσεις-απόγονοι κρίνονται με βάση την ομοιότητά τους προς έναν μακρινό ιδανικό στόχο, τη φράση METHINKS IT IS LIKE A WEASEL. Η ζωή δεν είναι έτσι. Η εξέλιξη δεν έχει κανέναν μακροπρόθεσμο στόχο, καμία απώτερη τέλεια κατάσταση που να λειτουργεί ως κριτήριο επιλογής, αν και η ανθρώπινη ματαιοδοξία τρέφει την παράλογη ιδέα ότι το είδος μας είναι ο τελικός στόχος της εξέλιξης. Στην πραγματικότητα, το κριτήριο επιλογής είναι πάντοτε βραχυπρόθεσμο: ή η απλή επιβίωση ή, γενικότερα, η αναπαραγωγική επιτυχία. Αν φαίνεται εκ των υστέρων να έχει επιτευχθεί έπειτα από πολλούς αιώνες κάτι που μοιάζει με πρόοδο προς κάποιον μακρινό στόχο, αυτό είναι πάντοτε μια συμπτωματική συνέπεια της βραχυπρόθεσμης επιλογής σε πολλές γενιές. Ο «ωρολογοποιός», δηλαδή η συσσωρευτική φυσική επιλογή, δεν αποβλέπει στο μέλλον και δεν έχει κανέναν μακροπρόθεσμο στόχο.

Μπορούμε να τροποποιήσουμε το μοντέλο υπολογιστή, ώστε να λαμβάνει υπόψη του αυτό το στοιχείο. Μπορούμε ακόμη να το κάνουμε πιο ρεαλιστικό και από άλλες πλευρές. Τα γράμματα και οι λέξεις είναι καθαρά ανθρώπινες εκδηλώσεις, γι’ αυτό θα ήταν προτιμότερο να δώσουμε στον υπολογιστή την εντολή να παράγει εικόνες. Έτσι, μπορεί να δούμε να εξελίσσονται ζωόμορφα σχήματα με τη συσσωρευτική επιλογή μεταλλαγμένων μορφών. Δεν θα προκαθορίσουμε το αποτέλεσμα ενσωματώνοντας στο πρόγραμμα κάποιες συγκεκριμένες αρχικές εικόνες ζώων. Θέλουμε τα σχέδια του υπολογιστή να προκύψουν αποκλειστικά ως αποτέλεσμα της συσσωρευτικής επιλογής τυχαίων μεταλλάξεων.

Στη ζωή, η μορφή κάθε ζώου παράγεται μέσα από την εμβρυϊκή ανάπτυξη. Η εξέλιξη συντελείται επειδή σε διαδοχικές γενιές υπάρχουν ανεπαίσθητες διαφορές στην εμβρυϊκή ανάπτυξη. Αυτές οι διαφορές οφείλονται σε μεταβολές (μεταλλάξεις, δηλαδή το τυχαίο στοιχείο της διαδικασίας για το οποίο μίλησα) των γονιδίων που ελέγχουν την ανάπτυξη. Επομένως, στο μοντέλο υπολογιστή πρέπει να έχουμε κάτι αντίστοιχο με την εμβρυική ανάπτυξη και τα γονίδια που μπορούν να μεταλλάσσονται. Υπάρχουν πολλοί τρόποι για να ικανοποιήσουμε αυτές τις προϋποθέσεις σε ένα μοντέλο υπολογιστή. Διάλεξα έναν από αυτούς και έγραψα ένα πρόγραμμα που τον ενσωμάτωνε. Θα περιγράψω τώρα αυτό το μοντέλο, γιατί πιστεύω ότι είναι αποκαλυπτικό. Αν δεν ξέρετε τίποτε από υπολογιστές, να θυμάστε απλώς ότι είναι μηχανές που κάνουν αυτό ακριβώς που τους λες, αλλά που συχνά σε εκπλήσσουν με το αποτέλεσμα. Ένας κατάλογος εντολών για έναν υπολογιστή ονομάζεται πρόγραμμα.

Η εμβρυϊκή ανάπτυξη αποτελεί μια τρομερά πολύπλοκη διαδικασία που είναι αδύνατο να προσομοιωθεί ρεαλιστικά σε έναν μικρό υπολογιστή. Πρέπει να την αποδώσουμε με κάποια απλουστευμένη αναλογία. Πρέπει να βρούμε έναν απλό κανόνα σχεδιασμού εικόνων που θα μπορεί εύκολα να τον υπακούει ο υπολογιστής και ο οποίος θα μεταβάλλεται σύμφωνα με την επίδραση κάποιων «γονιδίων». Ποιον σχεδιαστικό κανόνα θα διαλέξουμε; Τα εγχειρίδια της επιστήμης των υπολογιστών περιγράφουν συχνά τη δύναμη του λεγόμενου «αναδρομικού» προγραμματισμού δίνοντας ως παράδειγμα μια απλή τεχνική που θυμίζει τη δενδροειδή ανάπτυξη. Ο υπολογιστής αρχίζει σχεδιάζοντας μια κατακόρυφη γραμμή. Μετά, η γραμμή χωρίζεται σε δύο διακλαδώσεις. Έπειτα, καθεμία από τις διακλαδώσεις χωρίζεται σε δύο υποδιακλαδώσεις. Κατόπιν, καθεμιά από τις υποδιακλαδώσεις χωρίζεται σε υπο-υποδιακλαδώσεις, και ούτω καθεξής. Ο προγραμματισμός αυτός ονομάζεται «αναδρομικός», επειδή ο ίδιος κανόνας (σ’ αυτή την περίπτωση ο κανόνας της διακλάδωσης) εφαρμόζεται σε όλα τα σημεία του αναπτυσσόμενου δέντρου. Όσο μεγάλο κι αν γίνει το δέντρο, ο ίδιος κανόνας διακλάδωσης θα συνεχίσει να εφαρμόζεται στις άκρες όλων των κλαδιών του.

Η αναδρομική διακλάδωση είναι επίσης μια καλή αναλογία της εμβρυικής ανάπτυξης φυτών και ζώων γενικά. Δεν εννοώ ότι τα έμβρυα των ζώων μοιάζουν με δέντρα που διακλαδίζονται• κάθε άλλο. Ωστόσο, όλα τα έμβρυα αναπτύσσονται με την κυτταρική διαίρεση. Τα κύτταρα διαιρούνται πάντοτε σε δύο θυγατρικά κύτταρα, και τα γονίδια ασκούν πάντοτε την τελική τους επίδραση στο σώμα επηρεάζοντας τοπικά τα κύτταρα και τα πρότυπα διακλάδωσης της κυτταρικής διαίρεσης. Τα γονίδια ενός ζώου δεν αποτελούν ποτέ ένα γενικό σχέδιο για όλο το σώμα. Όπως θα δούμε, μοιάζουν περισσότερο με συνταγή παρά με αυστηρά καθορισμένο σχέδιο, και μάλιστα με μια συνταγή που εφαρμόζεται όχι από το αναπτυσσόμενο έμβρυο στο σύνολό του, -αλλά από κάθε κύτταρο ή από κάθε τοπική ομάδα διαιρούμενων κυττάρων. Δεν αρνούμαι ότι το έμβρυο, και αργότερα ο ενήλικος, έχει μια συνολική μορφή μεγάλης κλίμακας. Αυτή όμως η συγκεκριμένη μορφή προκύπτει ως αποτέλεσμα των πολλών μικρών και τοπικών κυτταρικών επιδράσεων που ασκούνται σε όλο το αναπτυσσόμενο σώμα, και αυτές οι τοπικές επιδράσεις συνίστανται κατά κύριο λόγο σε διακλαδώσεις δύο κατευθύνσεων που έχουν τη μορφή κυτταρικών διαιρέσεων. Τα γονίδια ασκούν τις επιδράσεις τους στο ενήλικο σώμα επηρεάζοντας αυτά τα τοπικά συμβάντα.

    Από το βιβλίο “Τυφλός Ορολογοποιός” του R. Dawkins

Πηγή

Λάβετε καθημερινά τα άρθρα μας στο e-mail σας

Σχετικά θέματα

Σύστημα Eisenhower: Πώς να διαχειριστείτε το χρόνο για παραγωγικότητα και επιτυχία
Η Θεωρία του Φοίνικα: Αναγέννηση μέσα από τις δυσκολίες και την αυτοβελτίωση
Ξεπερνώντας τις προκλήσεις: 7 στρατηγικές για να μετατρέψεις τις δυσκολίες σε ευκαιρίες προσωπικής ανάπτυξης
Ευτυχία: Έρευνα εξετάζει το ρόλο που παίζουν οι προσδοκίες που έχουμε από τη ζωή

Πρόσφατα Άρθρα

Εναλλακτική Δράση