Почему гомологии свидетельствуют об эволюции, а не об общем замысле?

Я видел, как некоторые креационисты утверждали, что, когда биологи-эволюционисты используют гомологии (анатомические или генетические) в качестве доказательства эволюции, они совершают ошибку, утверждая следствие. Таким образом, и эволюционисты, и креационисты согласились бы, что если бы эволюция была/была правдой, мы должны были бы ожидать гомологий. Мы видим гомологию, поэтому эволюция верна. Конечно, это пример ошибочности утверждения следствия.

Способ, который я вижу для решения этой проблемы, заключается в использовании теоремы Байеса. Итак, если у нас есть две взаимоисключающие и совместно исчерпывающие гипотезы с равными априорными вероятностями, скажем, эволюции и сотворения («Е» и «С»), и наблюдение, скажем, гомологии (Н), то если одна из гипотез влечет за собой наблюдения, эта гипотеза более вероятна, учитывая наблюдение, чем гипотеза, которая не влечет за собой наблюдения. Более формально:

1) Р(Е или С)=1

2) Р(Э)=Р(С)

3) (E->H)->P(H|E)=1 (поскольку из E следует H), (C-/->H)->P(H|C)=x;0

4) P(E|H)=p(H|E)P(E)/P(H), P(C|H)=P(H|C)P(C)/P(H) (теорема Байеса )

5) Поскольку P(H|E)=1, P(E|H)=P(E)/P(H) и поскольку P(H|C) является дробью, а P(H|C) умножается на P(C), и для любых чисел x и y, где y — дробь, x, умноженное на y, меньше x, следует, что P(H|E)P(E)>P(H|C) ПК).

Отсюда наш вывод: P(E|H)>P(C|H)

Итак, мои вопросы: 1. Верно ли это доказательство? 2. Решает ли это проблему подтверждения следствия не только в случае эволюции, но и при работе с другими теориями/гипотезами?

На самом деле это ничем не отличается от «Мы видим, что люди и губки обмениваются генетической информацией, поэтому эволюция верна». Конечно, креационист мог бы столь же рационально сказать, что Творец просто повторно использовал одни и те же гены. С другой стороны, если вы посмотрите на гомологии с генетической точки зрения, многие структуры, которые кажутся похожими, на самом деле являются продуктом совершенно разных генетических кодов. Это еще больше подрывает и без того неверную логику.
@BenPiper да, но для того, чтобы они заявили, что создатель решил повторно использовать гены и, следовательно, сделать гомологии предсказанием креационизма, им пришлось бы добавить это к гипотезе создания, что уменьшило бы ее априорную / внутреннюю вероятность.

Ответы (6)

подтверждая

Ученые различают достоинства объяснений на основе (а) того, насколько точно и (б) насколько широко они делают предсказания, подтвержденные экспериментально.

Это означает, что эмпиризм фундаментально основан на подтверждении следствия (и использует индуктивное рассуждение), так что вы можете утверждать, что эмпиризм логически довольно слаб. Тем не менее, вы должны отметить, что, используя A => Bи B, наука не утверждает, Aчто это правда , она обозначает Aхорошую модель для B.

К сожалению, средства массовой информации и общественное мнение склонны заключать, что «ученые обнаружили, что А верно». Это распространенное заблуждение («все науки истинны») приводит к разочарованию, когда дополнительные данные позволяют сделать другой вывод.

В основе науки лежит не истина, а степень статистического согласия.

Вот почему Ньютона считают выдающимся ученым, несмотря на то, что его теория механики явно неверна. Наука не заботится о правильности, она заботится о степени точности предсказания, и Ньютон был очень точен.

Рассуждение статистически

Да, ваш вывод правильный. Я бы представил (5) как:

P(H|E)=1, поэтому по теореме Байеса P(E|H) = P(H|E)P(E)/P(H) имеем P(E|H) = P(E
) /P(H), но аналогично P(H|C)=x<1, поэтому
P(C|H) = x P(C)/P(H), но P(C)=P(E) по предварительное предположение, поэтому
P(C|H) = x P(E)/P(H) < P(E)/P(H) = P(E|H). Таким образом, мы показали,
что P(C|H) < P(E|H).

но ваш имеет то достоинство, что он (а) короче и (б) более понятен.

Модели, проверенные эмпирическим путем

Этот аргумент из теоремы Байеса объясняет, почему простые объяснения, дающие точные предсказания, проверяются по сравнению с более двусмысленными предсказаниями при одинаковой точности. В более общем плане статистический подход эмпиризма отдает предпочтение теориям, которые легко делают (предпочтительно численные) конкретные и универсальные детерминистические прогнозы на основе измеримых входных данных, а не теориям, которые делают недетерминистические прогнозы или где сложно найти то, что предсказывает теория.

Это абсолютно правильный подход к научной статье, поскольку рецензируемый эмпиризм является инструментом проверки науки — не логика, не «истина», а статистическая предсказательная точность.

Вот почему «дети предпочитают оставлять свои игрушки грязными, а не опрятными» не является частью какой-либо крупной научной модели, в то время как «бозон Хиггса существует». Эмпирические данные об игрушках огромны, но трудно поддаются количественной оценке и почти универсальны , в то время как данные о бозоне Хиггса очень локальны и сравнительно невероятно редки, но их легко проанализировать численно.

Таким образом, другое слишком распространенное убеждение, что «всякая истина есть наука», также является заблуждением.
Это тот факт, который, как ни странно, будет подтверждаться эмпирическим исследованием (поскольку нечисловые, многовариантные и, как правило, трудно поддающиеся статистическому анализу истины уже уклонялись от того, чтобы быть частью научной модели)!

Можем ли мы использовать этот метод для выбора между теориями?

У вас есть прекрасный статистический аргумент в пользу научной теории (эволюции) по сравнению с конкурирующей теорией (креационизм молодой Земли). Однако, как всегда в случае с наукой и статистикой, вы должны быть осторожны, не обобщая и не искажая свои выводы.

Неудивительно, что статистический анализ отдает предпочтение детерминистской теории, поскольку мы только что доказали, не используя никаких других допущений, кроме E->H и C-/->H, что P(E|H)>P(C|H). Не позволяйте своей вере в эволюцию побуждать вас принимать такого рода рассуждения в качестве доказательства, поскольку вы совершите ошибку утверждения следствия, утверждения следствия!

Чтобы разубедить вас, приведу пример наоборот. Я мог бы сравнить доказательство E о ненулевом счете по кредитной карте с теорией G: «Мерзкие зеленые гоблины всегда заставят цифры в моем счете по кредитной карте быть ненулевыми» и теорией C: «Я предпочитаю относить покупки, сделанные по ненулевым счетам». - малые предприятия на моей кредитной карте, чтобы отсрочить платеж с вычетом «кэшбэка», поддерживать более высокий баланс текущего счета в целом и помещать полученные свободные деньги на сберегательный счет, приносящий проценты». Каждый месяц, используя теорему Байеса, P(E|C)<1 (хотя и незначительно) и P(перемещение денег в сбережения)<1 (значительно меньше незначительно!), но P(E|G)=1, поэтому я нахожу что через год или два P(G|EEEEEEEEEEEE)>P(C|EEEEEEEEEEEE) с достаточно большим отрывом, чтобы быть статистически значимым, поэтому, чтобы вести себя эмпирически, я должен принять модель гоблинов.

Какой вывод мы можем сделать?

Не подпускайте зеленых гоблинов к своей кредитной карте.

Нет, нет, это не так!

Такой способ рассуждения имеет логические пробелы (как вы заметили, а также общие индуктивные рассуждения, включая предположения о неизменности и единообразии Вселенной), отдает предпочтение определенным типам утверждений другим (Хиггс против игрушек), что может привести к неправильному диагностированию истины ( кредитная карта).

Однако использование эмпирических статистических рассуждений для выбора между двумя научными моделями вполне допустимо. Таким образом, вы намеренно отдаете предпочтение наиболее статистически предсказательной теории, но помните, что это означает, что у вас есть хорошая модель , не обязательно истинная . (Ваше школьное образование должно было познакомить вас с несколькими моделями, которые были лучшим объяснением, которое у нас было, но позже были превзойдены. Будьте особенно скептичны в отношении «самой фундаментальной частицы»!)

Верить в свои модели противно духу эмпиризма, в частности потому, что в этом случае вы с меньшей вероятностью придумаете новую модель. Тем не менее, все мы люди, и мы мгновенно верим в то, что нам нравится.

Как опровергнуть байесовский аргумент

Мы коснулись того, что проверка следствия по своей природе ошибочна с точки зрения логики (что не делает ее плохой наукой), так что мы никогда не проверяем истину, мы проверяем точность и в некоторых примерах, где они расходятся. Теперь давайте рассмотрим некоторые другие популярные способы логического опровержения ваших выводов.

Численный байесовский вывод после одного применения сильно зависит от предполагаемых вероятностей ваших конкурирующих теорий. Вот почему байесовские статистики любят снова и снова уточнять свою модель, включая в расчет новые данные (независимо от того, противоречат ли они предыдущим данным или нет). Вы можете прийти к радикально ошибочным выводам, сделав изначально ошибочные предположения.

Даже небольшие или тонкие ошибки могут перевернуть ваши выводы. В реальной жизни много времени и денег было потрачено впустую в первоначальных попытках найти место авиакатастрофы из-за забытого ошибочного первоначального предположения о том, что черный ящик будет нормально передавать данные. Хотя более поздние поиски были тщательными, модель не зафиксировала, что первый проход над близлежащими районами просто проверил наличие сигнала, чтобы ускорить процесс. Исправление этого существенно изменило карту вероятностей, и обломки быстро нашли в одной из новых байесовских горячих точек.

К сожалению, многие люди, пытающиеся аргументировать факты, ошибочно делают радикальные первоначальные предположения, такие как P(Y)=0. (например, «Я отказываюсь рассматривать это как возможность, не увидев сначала прямых доказательств» звучит разумно для многих.) Это и не нужно, и контрпродуктивно, поскольку оно обесценивает тот самый статистический аргумент, который они пытаются привести, и делает их рассуждения цикличными, кипящими. это сводится к «нет, это чепуха» как к предположению, так и к заключению.

Еще одна ловушка заключается в том, чтобы не учитывать возможные совпадения и, следовательно, вероятностные взаимодействия между вашими теориями, спасибо Крису Лайвли за этот ответ , указывающий на это.

Резюме:

Наука не об истине, а о точности. Эмпирические рассуждения делают великую науку и заключают, что наука обычно наиболее точна, но это круговые рассуждения.

...что не обязательно означает, что вывод неверен! ((A-/->B)-/->не B) Обратите внимание, что эмпиризм приходит к выводу, что текущая научная модель, вероятно, будет доказана заведомо ложной в какой-то момент в возможно отдаленном будущем и заменена чем-то более точным , но не обязательно ближе к истине.

«Наука принципиально не об истине, она в основном о степени статистического согласия». <- Это. Наука занимается созданием простейших (бритва Оккама) соответствующих моделей реальности на основе имеющихся у вас данных, она не имеет никакого отношения к истине. Если бы люди начали осознавать это, какой это был бы великий день.
@DavidMulder - Это был бы очень раздражающий день, поскольку то, что мы на практике подразумеваем под «истинным», является «статистически чрезвычайно вероятным согласно ментальным моделям». Каждый, кто «понимает» то, что вы сказали, будет вынужден впасть в нигилизм, что не является веселым (или мудрым) местом.
@RexKerr: Ну, это будет зависеть от того, считаете ли вы какое-либо заявление о «сверхъестественном» откровении правды (это звучит ужасно дешево) правдоподобным / приемлемым / заслуживающим рассмотрения. Но если отвергнуть все эти утверждения, то действительно логически и разумно придешь к нигилизму, независимо от того, весело это или нет. И для протокола: на практике «мы» (как и большинство) считаем истину чем-то абсолютным, вне зависимости от всех модернистских течений. И проблема в том, что людям говорят, что наука дает такие абсолютные истины, которые охотно принимаются из страха перед нигилизмом.
@RexKerr Нет, у вас могут быть две радикально разные модели, одна истинная, другая ложная, где результаты обеих в хорошей степени согласуются с экспериментальными данными, но ложная модель выходит на первое место в статистическом анализе. Можно сделать эмпирический вывод, что зеленые гоблины являются лучшей моделью для предсказания того, отличен ли мой кредитный баланс от нуля, но нельзя сделать вывод , что это правда. Смешивать истину и точность — плохая наука. Хранение их отдельно не означает нигилизма. Я отредактировал свой ответ двумя попытками и больше подчеркнул это центральное различие в резюме, извините, если я его скрыл.
Я думаю, вы упускаете мою мысль. Доведенное до логического завершения, это означает, что ни в одном эмпирическом вопросе нет истины . Это означает, что мы можем с тем же успехом истолковать слово « истина» как нечто менее недостижимое (вне математической логики). Тот факт, что процесс не гарантирует истинности, не означает, что он совершенно не связан с истиной (как утверждал @DavidMulder).
@RexKerr Нет, это просто означает, что эмпиризм не доказывает истину. Переопределение слова «истина» здесь вам не поможет, и я не хочу называть теорию гоблинов истинной, когда я знаю, что другая теория верна. Если вы переопределите это слово, чтобы оно означало «статистически достоверный», мне придется поменять местами этот раунд. Кроме того, использование слова «истинный» вместо «точный» приведет к тому, что больше людей, а не меньше, будут путать эти два понятия. В научных вопросах есть истина , но по указанным выше причинам эмпиризм ее не доказывает. Это нормально, потому что наука гениальна своей точностью и не нуждается в истине. Ведущие ученые сомневаются.
Вы совершенно не знаете, что другая теория верна. Вы можете ошибаться в своих мотивах, ваши воспоминания могут быть ошибочными и т. д. Вы накопили много доказательств, которые делают последнее хорошей моделью. Вот и все . Если вы не хотите использовать для этого «true», не делайте этого, но это делает разговоры неловкими. (В основном это просто означает, что вы никогда не используете слово «истина», кроме случаев, когда речь идет о математике, точно так же, как вы избегаете использовать слово «теорема».)
Если вы называете статистически проверенное «истинным», то ньютоновская механика раньше была верной, но не сейчас. Это делает истину непостоянной, несмотря на неизменную лежащую в основе физическую систему, что бессмысленно, или же вы допускаете и ньютоновское, и релятивистское, что делает науку внутренне противоречивой. Хорошая новость заключается в том, что ни в том, ни в другом нет необходимости, потому что наука избегает лжи, не обращаясь к истине, и вместо этого представляет собой фантастически полезное здание со все более точными моделями. Почему вы хотите переименовать точность в правду, когда точность так успешна?
@RexKerr Теперь ты споришь с нигилизмом! Конечно, я знаю, что другая теория верна. Я — это я, и все дело было в моих привычках и причинах их возникновения. Я не собирал доказательств, я был там, был собой! У вас могут быть только мои правдоподобные утверждения, но у меня есть знания. Если вы отказываетесь признать какое-либо знание, даже знание о себе, почему вы так стремитесь так свободно разбрасываться словом «истина»?
То, что все эмпирические вопросы являются предварительными, является одним из великих философских результатов. Но многие из них столь скудно условны, что нет смысла менять язык, говоря о них. Вы были там, будучи собой, вы говорите. Откуда ты это знаешь? Возможно, все это было сном или галлюцинацией. У вас есть некоторое ощущение, что это было на самом деле, но никогда ли ваши чувства не ошибаются (и как вы доказываете это лишь на конечном числе примеров)? Но нигилизм — это глупо (очень плохая модель; ложь), потому что мы можем создавать невероятно хорошие и надежные модели и перестать беспокоиться о значениях p.
@RexKerr На самом деле, я полностью согласен с этим комментарием (кроме части переопределения языка). Я должен был сказать, что мой пример был демонстрацией того, что эмпирические выводы могут быть скорее ложными, чем истинными, поэтому я напрасно утверждал истину. (Большая ирония!) Я ожидаю, что мы не собираемся убеждать друг друга в важности различия между точностью и истиной, но мы можем, я надеюсь, согласиться, что наука полезна, и что дискуссия была занимательной.
Я полностью согласен с последними двумя пунктами.
@AndrewC Ваш контрпример с «зелеными гоблинами» не удовлетворяет одному из условий. А именно, априорные вероятности G и C не равны. Причина, по которой это так, заключается в том, что вы знаете случаи, когда выполняется C, тогда как вы никогда не видели (я предполагаю) зеленых гоблинов.
@ user8083 Зеленые гоблины могут быть невидимыми, когда захотят. Я видел это по телевизору. А если серьезно, я указал на проблему с исправлением априорных вероятностей в соответствии с вашими убеждениями в разделе «Как сделать недействительным ваш байесовский аргумент». если вы фиксируете начальные вероятности, вы не принимаете во внимание доказательства. В хорошем байесовском подходе эксперименты повторяются несколько раз, и вскоре доказательства начинают доминировать над необоснованной первоначальной справедливостью. Это всего лишь юмористический суровый пример, демонстрирующий математическую зависимость от достоверности модели.
Тогда как бы вы измерили априорную вероятность гипотезы? В частности, в случае сотворения и эволюции. И, кстати, гипотеза зеленых гоблинов является нефальсифицируемой и специальной. Это большое предупреждение, что вы не должны воспринимать это всерьез.
@ user8083 Пересмотренная модель: зеленые гоблины не могут быть невидимыми, единственная причина, по которой я их никогда не видел, заключается в том, что они проводят свое время в центре обработки данных моей кредитной компании, а не в обществе в целом. Любое предложение, начинающееся со слов «Я предпочитаю…», очень трудно фальсифицировать, так же как трудно эмпирически сфальсифицировать утверждение, что я люблю свою жену. Привлекателен ли я физически к своей жене — это научный вопрос, на который можно ответить, но люблю ли я ее — нет. Ключом к байесовскому подходу является не начальная вероятность, а повторное включение в модель новых данных. Недостаток заключался только в проверке одного результата.
@user8083 Возможно, вы предпочтете это, например: Байес отдает предпочтение уверенному Колину, который громко предсказал в 1960 году, что в следующие 50 лет определенно будет чернокожий президент США, а не вероятностному Питу, который сказал, что вероятность того, что США выберут кого-то черного, будет 8% каждый раз в течение 50 лет. Эта вероятность близко соответствует фактам (выборы 1/12), но теория Пита дает только около 64% ​​вероятности того, что это действительно произойдет за это время, так что однократный Байес говорит, что Колин побеждает. Байес предпочитает теории, делающие правильные и уверенные предсказания маловероятных результатов. П(Т|О)=П(О|Т)П(Т)/П(О)
Просто чтобы внести ясность, я использую слово маловероятно как взаимозаменяемое с нечасто в этом фрагменте статистики.
Пожалуйста , рассмотрите возможность более длительных дискуссий в чате! :)
+1 за «наука не утверждает, что A истинно, она называет A хорошей моделью для B». Остальная часть ответа точна, но эта фраза отлично справляется с передачей очень важного и сложного научного нюанса языком, доступным непрофессионалу.
«Наука не в истине, а в точности». - Точность в отношении чего? Если наука «не об истине», то и точность не имеет значения.
@BenPiper Научная модель лучше другой, когда она делает прогнозы, которые соответствуют наблюдаемым данным с большим числом знаков после запятой. Это точность. Является ли модель правдой или нет, не имеет значения — важно лишь то, насколько она точна. И теория относительности, и квантовая механика звучат довольно неправдоподобно и считаются неудовлетворительными в том смысле, что не существует непротиворечивой модели, охватывающей обе, поэтому кажется, что по крайней мере одна из них не соответствует действительности, но это не имеет большого значения, поскольку они подходят друг другу. данные действительно очень близки и являются лучшими моделями, которые у нас есть.
Понял. Я пытался понять смысл комментария в свете заявлений, сделанных некоторыми представителями научного сообщества, например, «Теория гравитации — это факт». Если наука занимается только точностью одной модели по сравнению с другой, то никто не может использовать науку для провозглашения чего-то «фактом».
@BenPiper Действительно. Хотя сами ученые, активно занимающиеся исследованиями, обычно более знакомы с характером статистической проверки фактической науки, основанной на одобрении коллег и консенсусе, многие сторонники науки, похоже, замалчивают это и относятся к науке как к истине, полной истине и ничего, кроме правды. Это удивительный, захватывающий, растущий и изменяющийся, замысловато детализированный набор моделей, которые настолько точны, что являются одним из главных достижений человечества. Нам не нужно делать его заложником будущих замечательных открытий, утверждая, что это правда.

У AndrewC был очень хороший ответ; однако я хотел бы добавить несколько вещей.

Приступая к сравнению теорий, лучше всего начать с рассмотрения ваших предположений. В этом случае вы предполагаете, что теории сотворения и эволюции исключают друг друга. Второе важное предположение состоит в том, что они имеют равные вероятности.

Охватывая первый пункт, существуют креационистские теории, которые не исключают эволюции. Существуют также эволюционные теории, которые не исключают возможности первоначального сотворения. Другими словами , между ними есть золотая середина , которая не учитывается в вашем применении теоремы Байеса, потому что вы начинаете с очень упрощенной точки зрения.

Игнорируя это, вторая проблема связана с предположением, что каждый вариант имеет равную вероятность. Это просто невозможно определить. С эволюционной стороны у нас есть определенное количество физических свидетельств, которые интерпретируются как имеющие определенное значение. Это значение может быть правильным, а может и нет. У нас, конечно, было много случаев в истории, когда было сделано научное «открытие», которое оказывалось совершенно неверным по мере того, как появлялась новая информация, и у нас было много случаев, когда первоначальная гипотеза оказывалась настолько близкой к «установленной». "как получится. Однако в данном конкретном случае наука все еще изучает наше прошлое: и в нем есть пробелы. Пробелы не означают, что эволюция менее достоверна, но они, безусловно, означают, что есть точки, требующие дальнейшего изучения.

С точки зрения креационистов, какое «доказательство» может быть, кроме того, что создатель спустился и продемонстрировал перед мировой аудиторией, как был создан человек? Может быть, найти штрих-код, написанный на атомарном уровне? Даже если бы что-то из этого произошло, это все равно было бы оспорено. Другими словами, у нас нет реального способа отличить то, что было создано, от того, что могло образоваться «естественным образом». Однако отсутствие доказательств бессмысленно. Теперь есть аргументы непреодолимой сложности , по которым, честно говоря, я даже отдаленно не компетентен, чтобы составить мнение.

Какова вероятность того, что эволюция является единственным способом возникновения жизни на Земле? Является ли это все еще исключительно «эволюцией», если ей помогал какой-то внешний источник — даже такой безобидный, как астероид, врезавшийся в планету? Что, если этот астероид был брошен сверхразумной расой (или существом), которая знала, что он станет катализатором для начала жизни? Где мы вообще проводим черту? Здесь просто слишком много вопросов.

Дело в том, что мы не можем предполагать, что любой из вариантов изначально имеет равную вероятность, потому что на самом деле существует более двух вариантов, и эти серые области не исключают друг друга. Мы также не можем предположить, что вероятности одинаковы, потому что мы не знаем очень многого; что еще больше усугубляется крайностями обеих сторон, пытающихся сузить аргументы своих противников.

  1. Верно ли это доказательство?

Я должен сказать «нет», поскольку сравнение, которое вы пытаетесь сделать, исходит из ложных предположений.

  1. Решает ли это проблему утверждения следствия не только в случае эволюции, но и при работе с другими теориями/гипотезами?

Опять же, нет. Если «другие теории» включают начало с ложных предположений, то Байес вам не поможет. Честно говоря, мы можем также заменить «мой большой палец ноги» на «Е» и «банку со спамом» на «С» и получить точно такое же количество значений из уравнения.

+1 Действительно, да, я полностью упустил из виду любой созданный / управляемый эволюционный процесс, (еще одна) дыра в аргументе.
Использование начальных вероятностей, возникающих из ниоткуда, при использовании байесовских методов является одним из ключевых критических замечаний статистиков-фреквентистов по отношению к байесовским статистикам, еще одним аргументом, который не показывает никаких признаков разрешения, но который я мог/должен был привести.
Когда у меня будет время, я хотел бы воспользоваться вашей точкой зрения, которую я упомянул в предыдущем комментарии, и перечислить ее среди наиболее распространенных ошибок, объясненных в контексте байесовского метода как ошибочное предположение P (E и C) = 0, наряду с недопустимым запуском с P (E) = 0 или P (C) = 0. Я думаю, вы могли бы сказать, что они недействительны, только если вы рассуждаете статистически, так что, честно говоря, это больше проблема для тех, кто пытается доказать не-C, особенно потому, что кажется, что в представлении этого аргумента эти предположения используются чаще в любом случае. .
Априорные вероятности определяются простотой. В упомянутом вами случае креационистских теорий, связанных с эволюцией; у этих гипотез есть недостаток, заключающийся в том, что они менее просты, чем просто сотворение и просто эволюция. Мы приписываем обеим гипотезам равные априорные вероятности просто потому, что у нас нет оснований полагать, что одна гипотеза более вероятна, чем другая.
Вы упускаете суть доказательства. Я использовал эволюцию и сотворение только в качестве примера. Но идея заключалась в том, чтобы предоставить статистическую модель для определения того, какая гипотеза имеет большую вероятность при полном расхождении гипотез. Это требует, чтобы: 1. У нас было полное отклонение от гипотезы для некоторых наблюдений. 2. Более правдоподобной гипотезой является та, которая основывается на наблюдении и имеет вероятность, большую или равную вероятности всех других гипотез.
@ user8083: Я почти уверен, что вижу, что происходит. Вы начинаете с того, что приводите пример ошибочного утверждения следствия. Затем следует заявление о том, что вы хотите решить эту проблему с помощью Байеса. Затем вы совершаете точно такую ​​же ошибку в рамках теоремы Байеса, применяя указанную выше ошибку и получая вполне ожидаемый результат. Затем это предлагается в качестве доказательства того, что вы что-то решили.
Я пытался показать, что если начать не с той ноги, искусственно игнорируя известные возможности (т. е.: C может также подразумевать H; что означает, что H не является полезным определителем), никакие математические рассуждения не исправят это.
Я никогда не утверждаю, что что-то решил. Это попытка решить проблему. Если мы определим C как утверждение, что «всемогущее, всезнающее существо создало жизнь и разнообразие на земле», я не понимаю, как это может подразумевать H, поскольку (по определению всемогущества: Бог может решить делать или не делать все, что логически возможно) это существо может либо создавать гомологии, либо нет.

Принятие «разумного замысла» и «эволюции» как философских гипотез о происхождении жизни; тогда гомологии в природе являются доказательством обеих гипотез; но, конечно, это не единственное используемое доказательство.

Почему гомологии свидетельствуют об эволюции, а не об общем замысле?

Лучший вопрос: почему гомологии являются более сильным доказательством эволюции, чем общий дизайн?

Краткий ответ: эволюция (происхождение с модификацией) активно предсказывает и объясняет гомологичные структуры, а отсутствие гомологичных структур у родственных организмов было бы свидетельством против эволюции. В лучшем случае теория общего дизайна совместима с гомологиями, но не предсказывает и не требует их существования или отсутствия (поскольку дизайнер может либо повторно использовать шаблоны, либо начинать заново). Поэтому обширные гомологии, которые мы находим в природе, считаются свидетельством в пользу эволюции и нейтральны по отношению к общему конструктору.

Более длинный ответ:

За последние несколько миллиардов лет на нашей планете появилось МНОГО видов. [ Править ] Несколько сотен лет назад люди , изучающие растения и животных, обнаружили нечто поистине причудливое: вложенную иерархию признаков, которая предполагала, что существует некий объективный способ группировки животных и растений.

Например: знаете ли вы, что если вы посмотрите на животное с волосами или мехом , то увидите, что череп этого животного будет иметь одно височное окно , но если у животного есть чешуя или перья, то на черепе их будет либо два, либо (в частном случае черепах и черепахи) совсем нет?

Эволюция зависит от наследственности — передачи характеристик от одного поколения к другому . Каждое поколение вида будет в основном похоже на предыдущее с небольшими отличиями. Новая черта, возникающая в одной популяции, будет видна только в этой популяции и ее потомках — она не будет и не может возникнуть точно таким же образом в совершенно отдельной линии, даже если конвергенция способствовала бы внешнему сходству.

Например: летучие мыши — это млекопитающие (в частности, грызуны), и они унаследовали основное количество и расположение костей, которые есть у всех других млекопитающих. Каждая отдельная кость может быть больше или меньше, чем соответствующая кость в скелете другого млекопитающего, но мы должны найти гораздо больше сходства, чем различий, и сходство должно быть самым сильным между видами, которые более близкородственны . Это действительно то, что мы находим — кости крыльев летучей мыши гомологичны крыльям в наших руках.

Основной план тела, который разделяют летучие мыши, крысы и люди, происходит от самых ранних четвероногих, и, оглядываясь вокруг, мы видим, что основной план тела в значительной степени сохранился. Однако, если мы посмотрим на черту, возникшую независимо в разных линиях, скажем, на крылья/полет , эволюция предсказывает:

  1. Каждая группа, развившая способность летать (летучие мыши, птицы и ныне вымершие птерозавры), будет иметь структуру скелета, состоящую из костей, гомологичных другим группам — летучие мыши, птицы и птерозавры унаследовали один и тот же базовый набор скелетных инструментов четвероногих.
  2. Будут значительные различия в том, как каждая линия оттачивала свой полет — каждая линия унаследует свое собственное наследие мутаций и давления отбора, чтобы получить свой текущий дизайн крыла — нет «возврата назад», «переделки» или «начала с нуля». вариант доступен, если эволюция является единственной силой в игре.

Изучая различные конструкции крыльев, мы действительно видим именно это! Несмотря на то, что все 3 линии имеют крылья , дьявол, как говорится, кроется в деталях :

  • У птерозавров крылья построены из расширения 5-го пальца («мизинец»), чтобы создать крыло.
  • 3-й и 4-й пальцы на «руке» птицы слились вместе и удлинились, образуя каркас крыла, и птицы больше не выражают 1-й и 5-й пальцы.
  • Летучие мыши сохраняют все 5 «отличных» пальцев, а пальцы со 2 по 5 удлинены и используются для создания их крыла.

Это предсказание гомологии довольно уникально для эволюции . Если бы вместо этого биологические существа были спроектированы и созданы в какой-то мастерской, нет причин, по которым дизайнер был бы вынужден работать в рамках ограничений наследственности.

Для сравнения, автомобили, совершенно очевидно, являются спроектированными и произведенными объектами. Дизайнеры могут заимствовать идеи из других моделей (что в биологии называется « горизонтальным переносом ») или радикально переосмыслить что-либо в транспортном средстве. Когда инженеры садятся за разработку Volkswagen Beetle 2016 года, ничто не мешает им переместить двигатель с передней части на заднюю . Если бы вместо этого автомобили подвергались эволюции, такое радикальное изменение было бы невозможным .

Возвращаясь к идее общего дизайнера в качестве альтернативной гипотезы, наши знания о дизайне из других областей делают наблюдаемую строгую опору на гомологичные структуры и одновременное отсутствие горизонтального переноса и редизайнов «на чертежной доске» в совокупности являются слабыми. доказательства против этой гипотезы. Этот «обычный дизайнер» ведет себя совсем не так, как любой из известных нам дизайнеров.

Гомология — лишь одна из многих линий доказательств , которые приводят нас к заключению, что теория эволюции — это в основном правильное описание биологического разнообразия.

Несколько замечаний по вашему вопросу.

(1) Вы приписываете вероятности теориям, что не имеет смысла. Вероятности — это конкретные числа, которые подчиняются исчислению вероятностей. Они сделаны в свете объяснений, объясняющих, почему вероятности имеют именно те значения, которые у них есть. В результате объяснения не имеют вероятностей. Объяснение либо истинно, либо ложно. Объяснение может заключаться в том, что некоторое конкретное событие E имеет некоторую вероятность p(E), и если относительная частота E отличается от p(E), это является проблемой для теории.

(2) Многие сторонники эволюции могут думать, что структурные и генетические гомологии подтверждают их теории. Они ошибаются, потому что поддержки не существует. На самом деле вы не можете доказать какую-либо позицию или показать ее правдоподобность, т.е. - поддержать ее. Любой аргумент требует посылок и правил вывода и не доказывает (или делает вероятными) эти посылки или правила вывода. Если вы собираетесь сказать, что они самоочевидны, то вы действуете в догматической манере, которая не позволит вам заметить некоторые ошибки. Если вы не скажете, что они самоочевидны, то вам придется доказывать эти посылки и правила вывода с помощью другого аргумента, который вызовет аналогичную проблему в отношении своих посылок и правил вывода.

(3) Знание создается путем выявления проблемы с какой-либо текущей идеей, угадывания решений этой проблемы, критики догадок до тех пор, пока не останется только одна, а затем поиска новой проблемы с этим решением. В свете этого гомологии важны для принятия решения о том, следует ли вам принять эволюцию или разумный замысел.

Если биологическая эволюция верна, тогда должна быть структурная и генетическая гомология, а если такой гомологии не существует, теория ложна. Таким образом, поиск таких гомологий проверяет эволюцию, и эволюция прошла этот тест. Существование таких гомологий — это проблема, которую разрешила эволюция.

А теории дизайна? Теории замысла вообще ничего не предсказывают о структурной или генетической гомологии. Дизайнер мог спроектировать каждый вид с разным генетическим кодом, некоторые виды могли использовать ДНК, другие могли использовать информацию, хранящуюся на флэш-накопителе в виде текстового файла, третьи могли хранить информацию в виде программы, написанной на Clojure, или common lisp, или Ruby, или Python, или C++. Он мог бы создать каждый образец каждого вида по имеющимся у него чертежам, чтобы ни у одного вида не было генетического кода. Дизайнер мог бы построить дороги и сделать все виды с колесами. И это всего лишь конструктор, действующий по законам физики. Если мы постулируем, что бог был дизайнером, ситуация становится еще хуже. Бог мог бы создать законы физики такими, какие ему заблагорассудится. Таким образом, нет никаких ограничений на то, что может сделать Бог. Теории замысла не выбирают какое-либо конкретное положение дел как единственно возможное и поэтому ничего не объясняют. В результате они также ничего не предсказывают, и никакое предсказание не может считаться проверкой любой теории дизайна.

Подробнее об эпистемологии см. «Реализм и цель науки» Карла Поппера. Подробнее о многих вопросах, затронутых в этом вопросе, см. в «Начале бесконечности» Дэвида Дойча, особенно в главах 1, 4 и 13.

«Вы приписываете вероятности теориям, что не имеет смысла. Вероятности — это конкретные числа, которые подчиняются исчислению вероятностей. Они сделаны в свете объяснений, которые объясняют, почему вероятности имеют определенные значения, которые у них есть». Нет. Я присваиваю вероятности гипотезам.
Я использую термин теория как синоним гипотезы. Вы можете заменить гипотезу, если хотите.
Хорошо. Я не понимаю, почему мы не можем приписывать вероятности гипотезам. Каждая гипотеза имеет априорное правдоподобие (вероятность). Вы определили, что такое вероятность, но я не понимаю, как это сделало бы бессмысленным присвоение вероятностей гипотезе.
@alanf Похоже, вы в принципе возражаете против байесовского итеративного метода уточнения вероятностей. Движение частотников (включая Фишера) возражает по тем же причинам. Частотисты могут быть более «правильными», но байесовцы более эмпритичны.
Теорема Байеса — это правильное утверждение о вероятностях событий, а не теорий. Если вы не знаете вероятность какого-то конкретного события и хотите найти ее, теорема Байеса может оказаться полезной, если у вас есть соответствующее объяснение. Но невозможно приписать объяснениям вероятности, потому что объяснение — это объяснение того, как работает реальность, а такое объяснение необходимо для нахождения вероятностей. Я не частотник. См. «Начало бесконечности» Дэвида Дойча, глава 8, или это vimeo.com/5490979 , где есть часть о вероятности.
Объяснения являются причинами. Причины – это события. Следовательно, я не вижу проблемы в присвоении вероятностей объяснениям.
Объяснения не являются причинами: они отражают то, что происходит в действительности и почему. Причинное объяснение касается причин: оно касается того, что держат причинные отношения и почему. Событие может вызвать другое событие, но этого не произойдет, если не будут сохраняться определенные причинно-следственные отношения, а такие отношения не являются событиями, поэтому утверждение, что причины являются событиями, является выдумкой. Вероятности — это описания некоторых аспектов того, что происходит в действительности, поэтому вероятность может быть приписана только в свете объяснения, ее нельзя приписать объяснению.
Хм, нет... Пожалуйста, дайте мне пример некаузального объяснения. И даже если есть некаузальные объяснения, эволюция есть каузальное объяснение, т.е. эволюция вызывает гомологии. А эволюция — это событие. То же самое касается творчества.
Пример некаузального объяснения 1+1=2.
Эволюция не является событием или причиной. Везде во Вселенной, где гены подвергаются изменениям и отбору, происходит эволюция. Таким образом, нет ограниченной области пространства-времени, на которую вы могли бы указать, это единственная область, где произошла эволюция, поскольку она могла бы произойти в другом месте, поэтому это не событие. Эволюция также не является причиной, это объяснение тех причин, которые могут привести к биологической сложности. Сотворение также не будет событием, поскольку оно также призвано объяснить условия, при которых может возникнуть биологическая сложность.
Как 1+1=2 объяснение?
Две проблемы. Во-первых, 1+1=2 заменяет любой математический результат. Математика ничего не вызывает, она просто констатирует определенные абстрактные отношения и включает некаузальные объяснения. Во-вторых, 1 + 1 = 2 — очень нетривиальное объяснение, поэтому людей нужно учить тому, что 1 + 1 = 2, и почему некоторым людям трудно это понять. Например, вам нужно кое-что понять об идее числа, числа 1, числа 2, операции сложения и того, как эти идеи связаны друг с другом.
Да, но это не ответ на вопрос. Если 1+1=2 — это объяснение, то что же это объяснение? Объяснение — это ответ на вопрос «почему». Бессмысленно спрашивать: «Почему 1+1?» или «почему 1+1=2». Так скажи мне, что объясняет 1+1=2?
Имеет смысл спросить, почему 1+1=2. Ответ связан со свойствами целых чисел вообще, свойствами 1 и 2 в частности и свойствами операции +.
Да, но в этом случае «1 + 1 = 2» - это не объяснение, это то, что вы объясняете (свойствами 1 и 2 и свойствами операции).
Вы могли бы так сказать, но объяснение того, почему 1+1=2, все равно было бы некаузальным.
Хорошо, я соглашусь с тем, что существуют некаузальные объяснения. Но это не делает бессмысленным присвоение вероятностей гипотезам. Ознакомьтесь с этой статьей Эллиота Собера joelvelasco.net/teaching/3865/sober-bayesianepistemology.pdf Вам нужно присвоить вероятности гипотезе, чтобы понять такие понятия, как доказательное подтверждение, доказательное опровержение и доказательная нерелевантность.
Свидетельства не доказывают истинность идей и не повышают их вероятность, поэтому подтверждение невозможно. Свидетельство может иметь отношение к идее, просто противореча ей, не приписывая вероятностей задействованным теориям. Доказательства могут быть нерелевантными в силу того, что ваша идея не делает никаких предсказаний относительно нее. Теория эволюции не делает никаких предсказаний относительно массы бозона Хиггса. Поскольку присвоение вероятностей теориям не нужно для их оценки и подвергается критике, вам следует отказаться от этого.
Это голое утверждение. Поскольку теория эволюции не делает никаких предсказаний относительно массы бозона Хиггса, его вероятность не зависит от бозона Хиггса, следовательно, p(E|HB)=P(E) (где «E» обозначает любое утверждение о эволюции, а «HB» — любое утверждение о массе бозона Хиггса) и наоборот P(HB|E)=P(HB). Подтверждение невозможно только в том случае, если вы не можете присвоить вероятности гипотезе, но вы еще этого не продемонстрировали.
Если гипотеза противоречит наблюдению, мы можем сказать, что гипотеза влечет за собой отрицание наблюдения. поэтому P(H|O)<P(H) (при условии, что P(H)>0), что по определению означает, что O очевидным образом релевантно H.
Вероятности — это числа. Должен быть какой-то отчет о том, откуда берутся цифры. Но предполагается, что эти числа связаны с абстракциями, которые делают заявления обо всей физической реальности. (Даже математика делает это, поскольку физические объекты не могут нарушать математические истины.) Таким образом, числам неоткуда взяться. И в любом случае они ненужны и нежелательны в свете критики юстификационизма, к которой вы не обращались.
Если вы считаете, что обоснование не бинарно, т. е. существуют степени обоснования, и, таким образом, одна гипотеза может иметь БОЛЬШЕ обоснований, чем другая гипотеза, то вы автоматически приписываете вероятность этой гипотезе. Кроме того, один из способов присвоить вероятности гипотезе состоит в том, чтобы «измерить» их простоту по сравнению с другими и посмотреть, какие из них предъявляют меньше требований. Невозможно разобраться в степенях обоснования без использования вероятностей.
Обоснование невозможно, см.philips.stackexchange.com/questions /77/…
Если оправдание невозможно, почему вы придерживаетесь юстификационизма? (если вы это сделаете).
Я не. См. ответ, на который я ссылался, для краткого описания того, как создаются знания.

Основная проблема с аргументом в первой строке:

Итак, если у нас есть две взаимоисключающие и совместно исчерпывающие гипотезы с равными априорными вероятностями, скажем, эволюции и сотворения («Е» и «С»), и наблюдение, скажем, гомологии (Н), если одна из гипотез влечет за собой наблюдение , эта гипотеза более вероятна, учитывая наблюдение, чем гипотеза, которая не влечет за собой наблюдение. Более формально:

1) P(E или C)=1 [курсив мой]

Элвин Плантинга вызывает сомнение в том, что «Е» и «С» являются «взаимоисключающими и совместно исчерпывающими гипотезами». Он утверждает, что эволюция не противоречит христианской вере: (стр. 12)

Что, однако, не согласуется с христианской верой, так это утверждение, что этот процесс эволюции неуправляемый , что никакой личный агент, даже Бог, не руководил, не направлял, не организовывал и не формировал его.

Таким образом, сомнительно, что P(E или C) = 1. Нам потребуются две противоречивые гипотезы, такие как следующие:

  • Эволюция управляется.
  • Это не тот случай, когда эволюция управляется.

Однако обе эти гипотезы подразумевают одно и то же свидетельство гомологии .

Плантинга, А. (2011). В чем на самом деле заключается конфликт: наука, религия и натурализм. ОУП США.

Почему гомологии свидетельствуют об эволюции, а не об общем замысле?
СпросиСетьПолитика конфиденциальности1y, 0v