ее обнаженной. Ведь нельзя же считать одеждой фиговые листки этих убогих «сил»! Удивительно еще, что игру в туманные натурфилософские идеи, стремления и силы считали объяснением. Корни этого заблуждения, по-видимому, в самой манере мышления, присущей натуралистам XVI, XVII и XVIII веков. Ее ядовито высмеял Мольер в «Мнимом больном», где врач объясняет действие опиума тем, что тот содержит «фактор усыпления». И это казалось достаточным. А что такое этот загадочный фактор, уже никого не интересовало.
Не будем, впрочем, свысока смотреть на естествоиспытателей прошлого. Еще в конце прошлого века Г. Дриш пытался воскресить концепции Аристотеля – вплоть до термина «энтелехия». Согласно Дришу, энтелехия не материальна и не является энергией, она стоит над клетками и тканями развивающегося организма.
Да и в наши дни физик У. Эльзассер утверждает, что существуют некие «биотонические законы», которые не выводятся дедуктивно из законов физики. Они-то и управляют развитием организма. Не будем на них останавливаться. Упомяну лишь беспощадный, но справедливый отзыв о эльзассеровских законах голландского эмбриолога Х. Равена: «Ощущаешь, что находишься на грани, если не в самой гуще, того пустословия, где витализм чувствует себя как дома».
Итак, и преформация, и эпигенез оказываются одинаково идеалистическими. Впервые это понял в 1763 году Иммануил Кант, изложивший свои соображения в сочинении под выразительным названием «Единственно возможное основание для доказательства бытия бога». Крупный французский натуралист и историк естествознания Флуранс объяснял в 1861 году возникновение теории преформации стремлением к экономии чудес. Если возникновение живого существа чудо, так уж лучше, чтобы оно произошло один раз, при сотворении мира, чем осуществлялось при каждом акте развития.
Еще в середине нашего века исследователи развития стояли перед небогатым выбором: абсурд теории вложенных друг в друга зародышей-матрешек или же витализм того или иного толка, в конце концов, сводимый к конечной причине Аристотеля. Помощь пришла неожиданно и из той области, откуда ее совсем не ждали.
Генетическая теория развития. Наше время – время «умных» машин. Думаю, каждый хотя бы из восторженных журналистских очерков знает об автоматических станках с программным управлением. Однако машина, выполняющая более или менее сложную работу согласно вложенной в нее программе, отнюдь не такая уж новинка. Уже в начале прошлого века существовали станки для набивки материи и вязки кружев, а также всякого рода музыкальные инструменты – механические органы, шарманки, механические пианино, выдававшие довольно сложные структуры в виде последовательностей узоров, рисунков и звуков разной тональности по программе. Программа в такие устройства вкладывалась в виде металлической или картонной пластинки с пробитыми в ней отверстиями. Так что перфокарта – совсем не достижение века кибернетики.
Со временем перфокарту сменила магнитная лента и считывающая с нее команды головка. Полагаю, и лента заменится в будущем какой– либо голографической пластинкой или же кристаллом, в котором будет записан огромный массив информации. В научно-фантастических романах такие устройства уже есть.
Какое же отношение станки с программным управлением могут иметь к проблеме развития организмов? Оказывается, самое прямое.
Крупный математик Джон фон Нейман, вместе с Норбертом Винером и Клодом Шенноном считающийся создателем новой отрасли знания – кибернетики, как-то задумался: возможно ли построить такую машину, которая, следуя заложенной в ней системе инструкций, построила бы точную копию самой себя? Иными словами, воспроизвести в металле биологическую смену поколений, построить саморазмножающийся автомат.
Согласно математическим выкладкам фон Неймана существует определенный порог сложности машины, ниже которого она не может воспроизводить себе подобных. Естественно, возникает вопрос: как объективно измерять степень сложности системы? Вопрос этот крайне важен, решение его понадобится нам и в будущем, поэтому самое время сейчас на нем остановиться.
Сложность системы измеряется количеством информации, потребной для ее описания. Наиболее распространена двоичная единица информации – бит (от английского
Например, любой ответ на вопрос: «Пойдете ли вы сегодня в кино?» – содержит один бит информации. А если ответов на вопрос больше двух, то есть больше выборов? Если выборы равновероятны, число битов в ответе равно двоичному логарифму (то есть логарифму при основании 2) из числа выборов.
Как этот принцип измерения информации использовать для оценки сложности описания системы? Возьмем классическое описание: «А ростом он мал, грудь широкая, одна рука короче другой, глаза голубые, волосы рыжие, на щеке бородавка, на лбу другая».
Описание очень краткое и годится только для опознавания системы «Гришка Отрепьев», но в принципе его можно сделать сколь угодно более детальным, вплоть до того, чтобы эту систему можно было воссоздать (нужно ли воссоздавать Лжедмитрия – это уже другой вопрос). Забавы ради я подсчитал, что в описании содержится около 12 бит информации.
Иными словами, дьяк сыскного приказа должен был задать 12 вопросов и получить на них 12 ответов «да» или «нет» чтобы это описание составить.
Спешу оговориться, что мои подсчеты отнюдь не так точны, как хотелось бы. Так я исходил из того, что цвета волос (черный, русый, светлый, рыжий, седой и отсутствие волос) равновероятны. Тогда информация была бы равна
Так что, строго говоря, надо для оценки количества информации пользоваться формулой
то есть количество информации равно сумме произведений вероятности встречаемости элемента на двоичный логарифм этой вероятности. Так, если вероятность встречаемости рыжего цвета волос 0,1 – (каждый десятый рыжий), то ответ на вопрос о цвете волос дает 0,3322 бита информации. А будь рыжими все (вероятность
Вот так в битах информации фон Нейман оценил сложность системы, способной воспроизводить самое
