Неэргодичность: как прийти к эволюции от простой конкуренции
Предполагается (Wolf Y. I., Katzenelson M. I., Koonin E. V., 2018), что для биополимерных структур, обретших состояние, подобное «полосатым стеклообразным структурам», дальнейшее усложнение естественным образом реализуется в достижении состояния СОК (хотя само по себе состояние СОК не эквивалентно высокой сложности). Дальнейшее развитие систем в состоянии СОК предполагает возможность (но, разумеется, не гарантирует) эволюционной траектории развития по типу прерывистого равновесия.
Во многом ландшафт таких стеклоподобных состояний напоминает эволюционный ландшафт приспособленности – представление, впервые введенное Сьюэллом Райтом, представляющее собой «пространство генотипов» с соответствующими фенотипическими «пиками» и «провалами» приспособленности. Популяция как бы передвигается по пересеченному адаптивному ландшафту, то двигаясь вверх к локальной вершине приспособленности под давлением отбора, то дрейфуя горизонтально в (квази-) нейтральном режиме. Прямые аналогии фрустрированных биологических объектов или эволюционных адаптивных ландшафтов с физико-математическими моделями квантовых состояний материи, с усложнениями внутренних взаимодействий порождающих как более сложные типы взаимодействий, так и коллективистские феномены в системе, или пространствами метастабильных состояний полосатых стеклообразных структур представляются, разумеется, чрезмерными упрощениями.
Однако движущую роль конкурирующих взаимодействий в развитии вообще (начиная от упомянутого уже гегелевского принципа «тезис-антитезис-синтез») отрицать невозможно, и, соответственно, повторяемость порождаемых этим движением мотивов. Е. Кунин и соавторы предполагают, что развитие эволюционной сложности естественным образом реализуется из внешне сравнительно простой последовательности переходов: конкурирующие взаимодействия → фрустрированное состояние → стеклоподобное состояние → неэргодичность → состояние СОК → эволюция в состоянии прерывистого равновесия (Wolf Y. I., Katzenelson M. I., Koonin E. V., 2018). Этот эволюционный мотив, движимый конкурирующими взаимодействиями, можно проследить на разных уровнях биологической организации (табл. 2).
Фундаментальные эволюционные инновации, описываемые Maynard S. J. and Szathmary E. (1997), оказываются результатом разрешения фрустрированного/ стеклоподобного состояния биологических и протобиологических систем в форме «фазового перехода биологической системы» или «биологического Большого взрыва», в терминологии Е. Кунина (The Biological Big Bang model for the major transitions in evolution, Koonin E., 2007), или, в более математической форме, выходом из «перемешивающего слоя» (Д. С. Чернавский) или «джокерами» (Г. Г. Малинецкий). Визуально это можно представить как сверхбыстрые перемещения с малопредсказуемой динамикой по ландшафту приспособленности, которые в большом масштабе времени могут выглядеть как эволюционные прыжки (рис. 17).
Таблица 2.Конкурирующие взаимодействия и фрустрированные состояния в биологической эволюции (из Wolf Y. I., Katzenelson M. I., Koonin E. V., 2018 *, с незначительными дополнениями автора, выделенными курсивом)
Примеч. Системы, взаимодействия и возникшие явления, относящиеся к фундаментальным эволюционным инновациям (ФЭИ, Major Transitionin Evolution, MTE), выделены жирным.
*Авторы (Wolf Y. I., Katzenelson M. I., Koonin E. V.) «удерживаются от указания конфликтов, служащих драйверами возникновения и эволюции человеческих обществ»
Рис. 17. Эволюционное движение биологического объекта по ландшафту приспособленности:
а – первоначальный ландшафт; б, в – одинаково измененный:
а: начальное положение объекта и предпочтительное направление эволюционного движения в сторону локального максимума приспособленности: б: в силу трансформации ландшафта приспособленности (например, по причине геологических преобразований) достигнутые изменения в случае некритического состояния оказываются в лучшем (или в среднем) случае нейтральными (что в некоторых случаях также может иметь эволюционное значение); в: в случае критического состояния биологического объекта трансформация ландшафта привела к неожиданному сверхбыстрому перемещению в непредсказуемую локализацию
Так, сверхнормативное, но не разрушающее физическое воздействие на комплекс белков и нуклеиновых кислот, в обычных условиях приводившее к простым нуклеотидным или аминокислотным заменам, или другим подобным минорным изменениям, в его стеклоподобном фазовом состоянии «вдруг» приводит к замене трансформационных конфигураций всего комплекса и появлению новых функциональных возможностей; ситуативное сожительство двух простых организмов (прокариотов) «вдруг» рождает совершенно новую биологическую сущность; некое событие, как правило, исторически быстро забываемое, в некоей фрустрированной человеческой популяции «вдруг» делает из нее пассионарную общность, изменяющую историю всего человечества.
Быстрота перемещения практически не позволяет в отдаленной перспективе проследить промежуточные шаги (рис. 17в). Такие перемещения могут быть описаны как разновидность «полета Леви» – случайного блуждания, в котором длины шагов имеют распределение вероятностей с «тяжелым хвостом», при этом очень длинные скачки чередуются с эпизодами коротких разнонаправленных перемещений. Данное блуждание, обладающее масштабной инвариантностью, отличается от броуновского движения, имеющего более равномерное распределение длин шагов, но масштабно-специфичного. Предполагается, что в некоторых ситуациях (например, поиска пищи), многие животные (например, акулы) могут переходить от броуновского движению к движению по типу полета Леви. Показано, что обратное квадратичное распределение времени полета или расстояния значительно оптимизирует в некоторых случаях поиск редко и случайно распределенных повторно посещаемых целей при ограниченности ресурса памяти системы (Viswanathan G. M., Raposo E. P. and da Luz M. G. E., 2008). Это свойство может соотноситься со стратегией инфотаксиса, см. гипотезу безмасштабной когнитивности в предыдущей главе.
К сожалению, в настоящий момент нет достаточно достоверных аналитических инструментов, позволяющих математически строго определить нахождение системы в состоянии СОК и таким образом предсказывать грядущие великие события или великие катастрофы, хотя прикладные решения для частных случаев, чаще исторических, нежели актуальных, предлагаются с нарастающей частотой.
На протобиологическом этапе эволюции (протобиологическими мы договоримся называть устойчивые структуры с обменом веществ и энергии, но без функции наследования информации с помощью репликации нуклеиновых кислот) системы мембран обрели энергетическую устойчивость в циклических трансформациях, возможно благодаря структурной или какой иной, не информационной, функции нуклеиновых кислот. На этом уровне организации из случайного несвязанного набора однотипных органических молекул (нуклеотидов) уже может вознуть тот уровень биологической сложности, с которого начинается ее экспоненциальный рост.
Рождение сложности
Формально статистически сложность любого, в том числе совершенно случайного набора нуклеотидов можно определить как количество битов, необходимых для описания этой последовательности. Такая сложность будет просто возрастать с ростом числа нуклеотидов, вместе с энтропией этой системы. Она описывает число микросостояний системы, ее микроинформацию, или, иначе, потенциальную или синтаксическую информацию.
Очевидно, что эта сложность не совсем та, с помощью которой можно оценивать реальную сложность системы, так как совсем не учитывает смысловое и ценностное (семантическое) наполнение информации, однако и совсем недооценивать значение этой сложности нельзя: она является фундаментом всех остальных. На примере кучи песка она мало зависит от формы кучи, и нарастает с поступлением новых песчинок, однако при возникновении и нарастании критичности пути сложности и энтропии временно расходятся: сложность благодаря возникновению новых взаимодействий начинает возрастать, а энтропия при развитии «лавины» – падать.
Функциональная сложность, чаще всего понимаемая под сложностью системы, – это тоже сложность описания, но не самой системы, а множества выполняемых ею функций или алгоритмов взаимодействия с окружающей средой. Сложность алгоритмов взаимодействия не учитывается в функциональной сложности, поэтому она оказывается меньше описательной сложности и может быть рассчитана как разница между максимальной энтропией системы и наблюдаемой, то есть как вклад воздействия окружающей среды на энтропию системы.
Если описательная сложность, например генома, связана с энтропией, микроинформацией (потенциальной или синтаксической информацией), то приведенная по его размеру функциональная сложность – с макроинформацией (актуальной или семантической информацией). Отношения макроинформации и термодинамической энтропии гораздо более сложные; пожалуй, прямого количественного соотношения между ними не существует: вообще, любое изменение макроинформации, увеличение или уменьшение, ведет к увеличению энтропии, что следует в том числе и из необратимости этих функций. В принципе, энергетический эквивалент макроинформации вычисляем: в первую очередь как количество энергии, диссипатирующей в процессе запоминания и определяется условиями процесса, например требуемой длительностью запоминания (минимальным горизонтом прогнозирования вычислительной системы). Смысловая нагруженность макроинформации (семантичность), судя по всему, также может быть выражена количественно, то есть быть больше и меньше. Представляется, что наибольший уровень семантичности информации достигается с помощью эпигенетических (надгенетических) механизмов управления наследственной информацией, обеспечивающих максимальное количество паттернов ее реализации.