Сліпий годинникар: як еволюція доводить відсутність задуму у Всесвіті

Розділ 3. Накопичення дрібних змін

Ми вже бачили, що живі організми є надто неймовірними й надто досконало «задуманими», щоб виникнути випадково. Як же тоді вони виникли? Відповідь (дарвінівська) є такою: шляхом поступових, покрокових перетворень із простих начал, з первісних сутностей, достатньо простих, аби виникнути випадково. Кожна наступна зміна в цьому поступовому еволюційному процесі була доволі простою (порівняно з її попередницею), аби виникнути випадково. Але вся послідовність сукупних етапів являє собою аж ніяк не випадковий процес, якщо врахувати складність кінцевого продукту порівняно з відправною точкою. Цей сукупний процес спрямовується невипадковим виживанням. Мета цього розділу — продемонструвати силу такого накопичувального відбору як фундаментально невипадкового процесу.

Прогулюючись укритим галькою пляжем, ви помітите, що камінці розташовані на ньому не абияк. Менші камінці зазвичай можна знайти в окремих зонах уздовж берега, а більші — в інших зонах, чи смугах. Ці камінці розсортовані, впорядковані, відібрані. Якесь плем’я, що живе на узбережжі, могло б дивуватися цим свідченням сортування чи впорядкування у світі й навіть скласти про це міф, можливо приписуючи це явище діям якогось Великого Духа на небі з чистим розумом і відчуттям порядку. Ми ж могли б зверхньо посміятися з цих марновірних уявлень і пояснити, що «чудесне» впорядкування насправді було здійснено сліпими силами фізики, в цьому випадку дією хвиль. Хвилі не мають жодних цілей і намірів, жодного тобі «чистого розуму», та й розуму взагалі. Вони просто енергійно розкидають камінці довкола, а великі та дрібні камінці по-різному відповідають на такі дії, тому й опиняються на різних рівнях пляжу. Трохи порядку виникло з безладу, і жоден розум його не планував.

Хвилі та камінці разом являють собою простий приклад системи, яка автоматично породжує невипадковість. У світі повно таких систем. Найпростіший приклад, що спадає мені на думку, — отвір. Крізь отвір можуть проникнути лише об’єкти, що менші за нього. Це означає, що коли почати з випадкового набору об’єктів над отвором і якась сила труситиме й штурхатиме їх навмання в усі боки, то згодом об’єкти над і під отвором будуть відсортовані невипадковим чином. Простір під отвором матиме тенденцію містити об’єкти, менші за отвір, а простір над ним матиме тенденцію містити об’єкти, більші за нього. Людство, звісно, вже давно використовує цей простий принцип породження невипадковості в корисному пристрої, відомому як сито.

Сонячна система є стабільним упорядкуванням планет, комет і різних уламків, що обертаються по орбітах навколо Сонця, і, можливо, однією з багатьох таких орбітальних систем у Всесвіті. Що ближче той чи інший супутник до свого сонця, то швидше він має рухатись, аби протистояти сонячному тяжінню й залишатися на стабільній орбіті. Для будь-якої конкретної орбіти є лише одна швидкість, з якою супутник може рухатися, залишаючись на ній. Якби він рухався з будь-якою іншою швидкістю, то або вилетів би у глибокий космос, або врізався б у Сонце, або вийшов би на іншу орбіту. І якщо ми подивимося на планети нашої Сонячної системи, то побачимо (о диво!), що всі вони рухаються з відповідною швидкістю, щоб залишатися на своїх стабільних орбітах навколо Сонця. Благословенне диво завбачливого задуму? Ні, просто ще одне природне «сито». Очевидно, що всі планети, які обертаються навколо Сонця, мають рухатися з відповідною швидкістю, щоб залишатися на своїх орбітах, а інакше ми не бачили б їх там, бо їх би там просто не було! Але не менш очевидно, що це не є свідченням на користь свідомого задуму. Це просто ще один різновид сита.

Самого по собі відсіювання такого порядку простоти недостатньо для пояснення великих обсягів невипадкового порядку, які ми бачимо в живих організмів. Явно недостатньо. Згадайте аналогію з кодовим замком велосипеда. Різновид невипадковості, який можна породити простим відсіюванням, є грубим еквівалентом відкривання кодового замка лише з одним диском: його легко відкрити завдяки простій удачі. З іншого боку, різновид невипадковості, який ми спостерігаємо у живих систем, є еквівалентом просто гігантського кодового замка з майже незліченною кількістю дисків. Породження біологічної молекули на кшталт гемоглобіну (червоного пігменту крові) простим відсіюванням було б еквівалентом того, щоб узяти всі амінокислотні складові гемоглобіну, перемішати їх навмання і сподіватися, що його молекула відтворить себе сама завдяки простому збігу. Мас­штаби удачі, що знадобилася б для цього, є просто неймовірними, тож цей приклад був використаний Айзеком Азімовим та іншими як показова головоломка.

Молекула гемоглобіну складається з чотирьох ланцюжків амінокислот, скручених разом. Розгляньмо лише один із цих чотирьох ланцюжків. Він складається зі 146 амінокислот. Існує 20 різновидів амінокислот, які зазвичай можна знайти в живих організмах. Число можливих способів упорядкування цих 20 різновидів у ланцюжках завдовжки 146 ланок є неймовірно великим; Азімов називає його «гемоглобіновим числом». Розрахувати його легко, але візуалізувати отриману відповідь неможливо. Першою зі 146 ланок у ланцюжку могла би бути будь-яка з 20 можливих амінокислот. Другою ланкою також могла би бути будь-яка з 20, тож число можливих варіантів 2-ланкових ланцюжків становить 20 × 20, тобто 400. Число можливих варіантів 3-ланкових ланцюжків становить 20 × 20 × 20, тобто 8000. Число ж можливих варіантів 146-ланкових ланцюжків дорівнює числу 20, помноженому на себе саме 146 разів. Це приголомшливо велике число. Мільйон — це 1 із 6 нулями. Мільярд (тисяча мільйонів) — це 1 із 9 нулями. Число ж, яке ми шукаємо, — «гемоглобінове число» — це (доволі приблизно) 1 із 190 нулями! Ось яка ймовірність «зліпити» гемоглобін завдяки щасливому збігу. А молекула ж гемоглобіну являє собою лише крихітну частинку складності живого організму. Очевидно, що саме по собі просте відсіювання й близько не здатне породити весь обсяг порядку в живому організмі. Відсіювання є необхідною складовою породження порядку живого, але це далеко не вся історія. Потрібно ще дещо. Аби пояснити цю думку, мені треба буде розмежувати поняття «однокроковий» і «накопичувальний відбір». Усі прості сита, які ми розглядали в цьому розділі, є прикладами однокрокового відбору. Організація ж живого є продуктом відбору накопичувального.

Основна відмінність між однокроковим і накопичувальним відбором така. За однокрокового відбору відібрані чи відсортовані сутності (камінці чи чим там вони є) відсортовуються раз і назавжди. За накопичувального ж відбору вони «відтворюються», тобто результати одного процесу відсіювання якимось чином використовуються в подальшому відсіюванні, яке використовується в… і т. д. Сутності піддаються відбору чи сортуванню багато поколінь поспіль. Кінцевий продукт одного покоління відбору є відправною точкою для наступного, і це повторюється впродовж багатьох поколінь. Цілком природно запозичити такі слова, як «відтворюються» та «поколінь», що асоціюються з живими організмами, бо живі організми є основними прикладами відомих нам об’єктів, що беруть участь у накопичувальному відборі. Фактично вони можуть бути єдиними об’єктами, які це роблять, але наразі я не хотів би порушувати це питання й бути категоричним.

Іноді через випадкове збивання докупи й обрізання вітрами форм знайомих нам об’єктів набувають хмаринки. Нерідко можна побачити фотографію, зроблену пілотом якогось маленького літака, що зображує щось схоже на образ Ісуса, який дивиться з небес. Ми всі бачили хмаринки, які нагадували нам щось — морського коника, скажімо, чи усміхнене обличчя. Ці схожості виникають за рахунок однокрокового відбору, тобто простого збігу. Відповідно, вони не дуже вражають. Схожість знаків зодіаку з тваринами, на честь яких вони названі, — скорпіоном, левом тощо — не вражає, як і передбачення астрологів. Вона не приголомшує нас так, як біологічні адаптації — продукти накопичувального відбору. Як химерну, надприродну чи захопливу ми описуємо схожість, скажімо, паличника з листком чи богомола з рожевим суцвіттям. Схожість же хмаринки з ласкою є лише трохи кумедною, ледь вартою уваги нашого співрозмовника. Більше того, ми доволі легко змінюємо свою думку стосовно того, на що саме ця хмаринка схожа найбільше.

Гамлет. Скажіть, ви бачите он ту хмаринку, що формою нагадує верблюда?

Полоній. Верблюд, і сумнівів не може бути.

Гамлет. Мені здається, схоже це на ласку.

Полоній. Так, мов у ласки, спина в нього, точно.

Гамлет. Чи, може, на кита?

Полоній. Авжеж, подібна дуже.

Не знаю, хто перший зазначив, що, маючи достатньо часу, всі твори Шекспіра могла б написати навіть мавпа, яка навмання тарабанить лапами по друкарській машинці. Ключова фраза тут, звісно, «маючи достатньо часу». Спробуймо дещо звузити завдання, що стоїть перед нашою мавпою. Припустімо, що вона має написати не повне зібрання творів Шекспіра, а лише одне коротке речення «Мені здається, схоже це на ласку» в його англійському варіанті «Methinks it is like a weasel», і ми зробимо це порівняно простою справою, надавши їй друкарську машинку зі скороченою клавіатурою, де є лише 26 (великих) літер і пробіл. Скільки ж часу їй знадобиться, щоб написати це одне коротке речення?

У цьому реченні 28 знаків, тому припустімо, що мавпа робить низку окремих «спроб», кожна з яких складається з 28 ударів по клавіатурі. Якщо вона напише фразу правильно, експеримент закінчиться. Якщо ж ні, ми дозволимо їй іще одну «спробу» з 28 знаків. Знайомої мавпи я не маю, але, на щастя, моя 11-місячна донька є майстром випадкових дій і одразу ж погодилася виступити в ролі мавпочки-машиністки. Ось що вона набрала на комп’ютері:

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

IJKAUIZMZI UXDKIDISFUMDKUDXI

Вона має й інші важливі заняття, які не можна залишити без уваги, тому я був змушений запрограмувати комп’ютер на імітацію випадкового друку дитини чи мавпи:

WDLDMNLT DTJBKWIRZREZLMQCO P

Y YVMQKZPGJXWVHGLAWFVCHQYOPY

MWR SWTNUXMLCDLEUBXTQHNZVJQF

FU OVAODVYKDGXDEKYVMOGGS VT

HZQZDSFZIHIVPHZPETPWVOVPMZGF

GEWRGZRPBCTPGQMCKHFDBGW ZCCF

І т. д. і т. п. Розрахувати, скільки часу треба обґрунтовано чекати, доки комп’ютер (дитина чи мавпа) випадково набере METHINKS IT IS LIKE A WEASEL, нескладно. Уявіть собі загальну кількість можливих фраз відповідної довжини, які мавпа, дитина чи комп’ютер могли б випадково набрати. Це той самий різновид розрахунку, який ми здійснили для гемоглобіну, і дає він так само великий результат. Загалом на першій позиції можуть опинитися 27 літер (якщо рахувати пробіл як літеру). Таким чином, імовірність того, що мавпа раптом правильно поставить першу літеру — M, становить 1 із 27. Імовірність того, що вона правильно надрукує перші дві літери — МЕ, складається з імовірності того, що вона правильно поставить другу літеру — E (1 із 27), за умови, що вона також правильно поставила першу літеру — M, тобто 1/27 × 1/27, що дорівнює 1/729. Імовірність того, що вона правильно набере перше слово — METHINKS, становить 1/27 для кожної з 8 літер цього слова, тобто (1/27) × × (1/27) × (1/27) × (1/27)… і так 8 разів, або (1/27) у 8-му ступені. Імовірність того, що вона правильно поставить усі 28 знаків цієї фрази, становить 1/27 у 28-му ступені, тобто 1/27, помножене саме на себе 28 разів. Це дуже маленькі шанси, приблизно 1 із 10 тисяч мільйонів мільйонів мільйонів мільйонів мільйонів мільйонів. М’яко кажучи, шуканої фрази довелося б чекати доволі довго, не кажучи вже про повне зібрання творів Шекспіра.

Але досить про однокроковий відбір випадкових варіацій. Як щодо накопичувального відбору? Наскільки ефективнішим він міг би бути? Набагато ефективнішим, можливо, більше, ніж ми на початку здатні усвідомити, хоча це майже очевидно, якщо трохи поміркувати. Ми знову використаємо нашу комп’ютерну мавпу, але з важливою відмінністю в її програмі. Як і раніше, вона починає з вибору випадкової послідовності 28 літер:

WDLMNLT DTJBKWIRZREZLMQCO P

Тепер вона «розводить» цю випадкову фразу. Вона відтворює її багато разів, але з певною ймовірністю випадкової помилки — «мутації» — під час копіювання. Комп’ютер вивчає беззмістовні мутантні фрази, «потомство» першої, й обирає одну, що хоч трохи більше нагадує потрібну нам: METHINKS IT IS LIKE A WEASEL. У цьому випадку «переможницею» в наступному «поколінні» стане така фраза:

WDLTMNLT DTJBSWIRZREZLMQCO P

Покращення не очевидне! Але процедура повторюється, мутантне «потомство» знову «розводиться» з цієї фрази, і відбирається новий «переможець». Це триває покоління за поколінням. Після 10 поколінь відібрана для «розведення» фраза матиме вже такий вигляд:

MDLDMNLS ITJISWHRZREZ MECS P

Після 20 поколінь вона буде такою:

MELDINLS IT ISWPRKE Z WECSEL

На цей момент на незаангажований погляд починає здаватися, що тут можна побачити схожість із цільовою фразою. До 30 поколінь у цьому не залишається жодних сумнівів:

METHINGS IT ISWLIKE B WECSEL

40-ве покоління підводить нас до мети на відстань лише однієї літери:

METHINKS IT IS LIKE I WEASEL

А в 43-му поколінні мета нарешті досягнута.

Другий прогін комп’ютера почався з фрази:

Y YVMQKZPFJXWVHGLAWFVCHQXYOPY,

пройшов крізь (знову згадуючи лише кожне десяте покоління):

Y YVMQKSPFTXW SHLIKEFV HQYSPY

YETHINKSPITXISHLIKEFA WQYSEY

METHINKS IT ISSLIKE A WEFSEY

METHINKS IT ISBLIKE A WEASES

METHINKS IT ISJLIKE A WEASEO

METHINKS IT IS LIKE A WEASEP

і досягнув шуканої фрази у 64-му поколінні.

У третьому прогоні комп’ютер стартував з

GEWRGZRPBCTPGQMCKHFDBGW ZCCF

і прийшов до METHINKS IT IS LIKE A WEASEL за 41 покоління вибіркового «розведення».

Точний час, який знадобився комп’ютеру для досягнення мети, не має значення. Якщо хочете знати, то вперше він виконав для мене всю роботу, поки я ходив обідати. Це зайняло приблизно півгодини. (Комп’ютерні ентузіасти можуть подумати, що це надто повільно. Причина в тому, що програму було написано бейсиком — такою собі «мовою немовлят» для комп’ютерів. Коли ж я переписав її паскалем, час виконання склав лише 11 секунд.) Комп’ютери в таких справах трохи швидші за мавп, але насправді розбіжність тут не важлива. Значення має лише розбіжність між часом, потрібним для здійснення накопичувального відбору, і часом, що знадобився б тому самому комп’ютеру в разі роботи на повну потужність із такою самою частотою для отримання цільової фрази, якби його змусили використовувати іншу процедуру, однокроковий відбір, — приблизно мільйон мільйонів мільйонів мільйонів мільйонів років. Це більше ніж у мільйон мільйонів мільйонів разів довше за нинішній час існування Всесвіту. По суті, було б справедливіше просто сказати, що порівняно з часом, який знадобився б мавпі або випадково запрограмованому комп’ютеру, щоб набрати нашу цільову фразу, нинішній загальний вік Усесвіту є мізерно малою величиною, достатньо малою, щоб цілком уміститися в межах похибки для таких приблизних розрахунків. Тоді як час, потрібний комп’ютеру, що працює над виконанням того самого завдання випадково, але з обмеженням накопичувального відбору, буде величиною, звичною для людського розуміння, — між 11 секундами і тривалістю обіду.

Виходить, що між накопичувальним (у якому кожне покращення, навіть незначне, використовується як основа для майбутньої побудови) і однокроковим (у якому кожна нова «спроба» робиться заново) відбором існує велика відмінність. Якби еволюційний прогрес мав покладатися на однокроковий відбір, то він ніколи ні до чого не прийшов би. Однак якби для сліпих сил природи існував якийсь спосіб створити необхідні умови для накопичувального відбору, наслідки були б дивними й дивовижними. Власне кажучи, саме це й сталося на нашій планеті, і ми самі є одними з найнедавніших, якщо не найдивніших і найдивовижніших, із цих наслідків.

Вражає те, що розрахунки на кшталт наведених для «гемоглобінового числа» все ще наводять як аргументи проти теорії Дарвіна. Люди, які це пишуть, часто є експертами у своїй галузі (астрономії чи будь-якій іншій) і, схоже, щиро вірять, що дарвінізм пояснює організацію живого з погляду самого лише випадку — «однокрокового відбору». Насправді ж віра в те, що дарвінівська еволюція є «випадковою», не просто хибна. Вона прямо протилежна істині. Випадок — лише незначний інгредієнт у дарвінівському рецепті, тоді як найважливішим у ньому є накопичувальний відбір, за своєю суттю невипадковий.

Хмаринки не здатні брати участь у накопичувальному відборі. Не існує жодного механізму, за допомогою якого хмаринки конкретних обрисів могли б породжувати дочірні хмаринки, схожі на них самих. Якби такий механізм існував, якби хмаринка, що нагадує ласку або верблюда, могла давати початок роду інших хмаринок приблизно такої самої форми, отоді накопичувальний відбір мав би можливість початися. Звісно, іноді хмаринки розриваються й утворюють «дочірні» хмаринки, але для накопичувального відбору цього недостатньо. Необхідно також, аби «потомство» будь-якої конкретної хмаринки нагадувало свого найближчого «предка» більше, ніж вона нагадує будь-якого більш давнього «предка» в «популяції». Цього надзвичайно важливого моменту явно не розуміють деякі філософи, що в останні роки цікавилися теорією природного відбору. Крім того, необхідно, щоб імовірність виживання та породження копій конкретної хмаринки залежала від її форми. Можливо, в якійсь далекій галактиці ці умови таки склалися, результатом чого, якщо минуло достатньо мільйонів років, стала якась ефемерна, невловна форма життя. З цього міг би вийти непоганий науково-фантастичний роман (його можна було б назвати «Біла хмаринка), але для наших цілей наочнішою є комп’ютерна модель типу мавпи, що друкує твори Шекспіра.

Утім, хоча модель мавпи, що друкує Шекспіра, й корисна для пояснення відмінності між однокроковим і накопичувальним відбором, вона збиває з пантелику у важливих моментах. Одним із них є те, що в кожному поколінні вибіркового «розведення» фрази мутантного «потомства» оцінювалися за критерієм схожості з далекою ідеальною метою, як-от фраза METHINKS IT IS LIKE A WEASEL. Життя ж не таке. Еволюція не має якоїсь довгострокової мети. Хоча людське марнославство й плекає абсурдну ідею, що наш вид є кінцевою метою еволюції, не існує жодної віддаленої мети, як і остаточної довершеності, яка могли б слугувати критерієм відбору. У реальному житті критерій відбору завжди короткостроковий: або виживання, або, у більш загальному плані, репродуктивний успіх. Якщо через мільярди років досягається те, що, з огляду на минуле, наводить на думку про просування до якоїсь далекої мети, це завжди є випадковим наслідком багатьох поколінь короткострокового відбору. «Годинникар» — накопичувальний природний відбір — не бачить майбутнього й не має жодної довгострокової мети.

Ми можемо змінити нашу комп’ютерну модель, аби врахувати цей момент. Ми можемо також зробити її реалістичнішою в інших аспектах. Літери й слова є суто людськими проявами, тож хай краще комп’ютер малює картинки. Можливо, ми навіть побачимо схожі на тварин обриси, що виникають на екрані внаслідок накопичувального відбору мутантних форм. Ми не будемо задавати чіткий курс, уводячи для початку якісь конкретні зображення тварин. Нам потрібно, щоб вони виникли самі унаслідок накопичувального відбору випадкових мутацій.

У реальному житті форма кожної окремої тварини є продуктом ембріонального розвитку. Еволюція відбувається тому, що в кожному наступному поколінні виникають порівняно з попереднім невеличкі відмінності ембріонального розвитку. Ці відмінності виникають через зміни генів, що контролюють розвиток (мутації — той самий невеличкий елемент випадковості у процесі, про який я говорив). Отже, у нашій комп’ютерній моделі мають бути якісь еквіваленти ембріонального розвитку та генів, що здатні мутувати. Існує багато способів створити комп’ютерну модель, що відповідає цим умовам. Я обрав один і написав програму, що його втілює. Зараз я опишу цю комп’ютерну модель, бо вважаю її показовою. Якщо ви не знаєтеся на комп’ютерах, просто запам’ятайте, що вони є машинами, які роблять точнісінько те, що ви їм кажете, але часто врешті-решт дивують вас. Перелік інструкцій для комп’ютера називається програмою.

Ембріональний розвиток є занадто складним процесом, аби реалістично змоделювати його на малопотужному комп’ютері. Доведеться представити його у вигляді якогось спрощеного аналога. Треба знайти просте правило малювання картинок, якого комп’ютер може легко дотримуватись і яке потім можна було би змусити змінюватися під впливом «генів». Яке ж правило малювання нам обрати? Підручники інформатики часто ілюструють силу того, що вони називають «рекурсивним» програмуванням, на прикладі простої процедури росту дерева. Для початку комп’ютер малює одну-єдину вертикальну лінію. Потім ця лінія розгалужується на дві. Далі кожна з нових гілок також поділяється на дві гілочки. Наступним кроком кожна з цих гілочок поділяється на гілочки меншого порядку, і т. д. «Рекурсивним» це називається тому, що однакове правило (в наведеному випадку правило розгалуження) застосовується в межах усього дерева, що росте. І хоч яким би великим виросло дерево, те саме правило розгалуження продовжує застосовуватися на кінчиках усіх його гілочок.

Під «глибиною» рекурсії розуміють кількість гілочок дедалі меншого порядку, яким дозволяється вирости, поки процес не буде завершено. Рисунок 2 показує, що відбувається, коли ви наказуєте комп’ютеру дотримуватись однакового правила малювання, але продовжувати до різних глибин рекурсії. За високих рівнів рекурсії схема стає доволі складною, але на рисунку 2 можна легко побачити, що вона все одно є продуктом того самого дуже простого правила розгалуження. Саме так усе відбувається з реальним деревом. Схема розгалуження дуба чи яблуні видається складною, але насправді такою не є. Базове правило розгалуження дуже просте. Тільки тому, що воно застосовується рекурсивно на кінчиках гілочок на всьому дереві (гілки утворюють гілочки наступного порядку), воно й стає великим і розлогим.

Рекурсивне розгалуження є також влучною метафорою ембріонального розвитку рослин і тварин загалом. Я не маю на увазі, що ембріони тварин схожі на дерева, які розгалужуються. Вони не схожі. Але всі ембріони ростуть шляхом поділу клітин. Клітини завжди розділяються на дві дочірні. І гени завжди виявляють свої остаточні впливи на організм за допомогою локальних впливів на клітини та двосторонні схеми розгалуження їхнього поділу. Гени тварин геть не є якимось великим задумом, кресленням для всього організму. Як ми побачимо нижче, вони більше подібні до рецепта, ніж до креслення, причому такого рецепта, якого дотримується не ембріон, що розвивається, загалом, а кожна клітина чи кожен локальний кластер клітин, що діляться. Я не заперечую того, що ембріон, як і дорослий організм згодом, має великомас­штабну форму. Але ця великомасштабна форма виникає внаслідок багатьох дрібних локальних клітинних впливів у всьому організмі, що розвивається, і ці локальні впливи складаються насамперед із двосторонніх розгалужень у вигляді поділів клітин. Саме впливаючи на ці локальні події, гени врешті-решт впливають на дорослий організм.

Отже, просте правило розгалуження для малювання дерев схоже на багатообіцяльний аналог ембріонального розвитку. Відповідно, ми оформимо його в невеличку комп’ютерну процедуру, назвемо її РОЗВИТОК і приготуємося ввести її в більшу програму під назвою ЕВОЛЮЦІЯ. І як перший крок до написання цієї більшої програми ми тепер звернемо увагу на гени. Як нам представити «гени» в нашій комп’ютерній моделі? У реальному житті гени роблять дві речі. Вони впливають на розвиток, і вони передаються майбутнім поколінням. Справжні тварини й рослини мають десятки тисяч генів, але ми скромно обмежимо нашу комп’ютерну модель дев’ятьма. Кожен із цих дев’яти генів буде представлений у комп’ютері певною цифрою, яка називатиметься його цінністю. Цінність конкретного гена може становити, скажімо, 4 чи –7.