Weaselution

지적 설계 객체 수업 - 쇼 진화의 문제의 복잡성이 증가함에 따라

리차드 도킨스 (Richard Dawkins) '족제비 프로그램이 아닌 임의의 누적 선택과 함께 진화 과정 랜덤 변화를 보여줍니다. 그 주어진 충분한 시간을 주장, 작은 증분 유전자 코드 변경은 복잡한 시스템을 생산하고 있습니다. 그것은 '무한 원숭이 정리'에 기초하여 단순화; 무한한 시간이 주어진 원숭이와 타자기는 결국 셰익스피어의 작품을 모두 만들 수 있습니다. 족제비 프로그램은 햄릿에서 작은 문구를 추출, 진화 대상 문구로 "그분들의 IT는 족제비 LIKE입니다." 그것은 반복적으로 복제,하지만 '돌연변이'의 임의의 기회, 28 문자의 임의의 순서를 선택하여 시작합니다. 이 프로그램은 돌연변이 문구, 원래 문구의 '자손'을 검사하고 대부분의 대상 유사한 일이, 그분들의 IT는 족제비 같다는 선택합니다.

Weaselution이 작업을 기계화하고 그것을 바탕으로 확장 - 당신이 당신의 자신의 진화론 적 가정을 할 수 있도록. 사용자는 자손의 수, 돌연변이율 가장 크게 목표 구문 및 선택에 요구되는 복잡성을 실험 할 수있다.

도킨스 족제비 프로그램에서 목표와 일치하는 각 문자는 이점 간주 즉시 차세대 선정. 현실에서는 상황이 더 복잡 - 부분적으로 진화 된 기능이 더 도움이 될 것입니다; 그래서 일부 기능은 다른 어떤 것보다 선택되는 및 '아웃 양도'의지의 더 나은 기회가 없습니다. 보다 정확한 비유 완전한 단어 유용한 것으로 요구되는 차세대 선택된다는 것이다. Weaselution는 4 복잡성 모드 중 하나를 선택할 수 있도록하여 복잡성의 의미를 보여줍니다

모드 1 : 없음 - 모든 대상 구문과 일치하는 문자가 자연에 의해 선택 것으로 간주됩니다. 그러나 왜 미완성 된 단어는 선택성을 가질 것이다? 일부 복잡성은 의미가 적어도 말을해야처럼 선택할 수하는 기능이 필요합니다.

모드 4 : 전체 단어는 - 약간의 복잡성이 필요한 가정합니다. 무언가 (더 니스)을 선택하는 것은 기능을 수행한다. 이것은 전체 단어가 제 위치에 고정 될 때까지 선택 될 단어를 허용하지 않음으로써 시뮬레이션된다. 전체 단어가 완료되지 않기 때문에 MELDINLS 0으로 얻었습니다. 전체 단어가 완료된 이후 그분들의 8로 얻었습니다. 이것은 선택하기 전에 단어가 바뀔 것을 유의 확률을 증가시킨다.

모드 2 : 축적 / 고정 된 위치와 복잡성 - 환원 불가능한 복잡성에 대한 일반적인 반박은 구성 요소가 자신에 쓸모가 있다고 가정합니다. 진화 모델에서 대형 어셈블리의 하위 구성 요소는 따라서 그들이 선택할 수있는, 다른 작업을 수행 할 수 있습니다. Weaselution 모델이 모드에서는 그 개념. 복잡한 기능 (우리의 시뮬레이션에 더 이상 말은) 작은 덜 복잡한 기능 (짧은 단어)로 구성되어 있습니다. 그분들의 서브 단어 : 예를 들어 나, 얇은에, 생각 나는, 잉크, 생각합니다. 그것은 작은 단어가 유효한 subword 고려되어야 햄릿에 존재해야합니다 규칙을 사용합니다. 합니다 (Weaselution는 햄릿을 모두 포함하고 subwords 그 작업에 존재 확인). 이 모드는 키 속임수를 포함 - 서브 단어는 큰 단어의 올바른 위치로 강제된다. 예 : 그분들의의 : 저 ------하지 --- 나 ---

모드 3 : Weaselution 데모 4 : 증강 / 지정되지 않은 위치에 복잡성. subword의 위치를 ​​제외한 모드 2와 동일는 사전에 지정되어 있지 않습니다. subword 선택하지만 큰 단어를 만들 수있는 잘못된 위치에있을 수 있습니다. Subwords는 우연히 올바른 순서로 자신을 조립해야합니다.

진화의 짧은 오심을 보여 Weaselution의 비유를 사용합니다. 이것은 지능형 디자인 효과적인 변증 도구로 사용될 수있다. 생활에 비해 특히 당신은 햄릿의 단순화를 고려할 때. 예를 들어 평균 단어 5 글자를 가지고,이 번 곳에서 모든 문자를 얻기의 1 천만에서 기회를 생성합니다. 작은 단백질, 인슐린이 우연히 유용한 단백질을 조립하는 일 66 ^ 10 기회를 생산하는 51 개의 아미노산이있다.