И действительно, если мы хотим освободиться от сковывающего влияния позитивизма, то нужно в теорию ввести философски звучащее представление о нетривиальной спонтанности
, которое сразу же выведет рассмотрение сформулированных выше задач из сферы физикалистского редукционизма. Если не бояться метафизически звучащих понятий, то, наверное, лучше было бы ввести представление о биологическом предсознании и таким образом преодолеть редукцию к механистическим представлениям. В этом отношении хочется обратить внимание на статью Эфрона [Efron, 1977], подчеркивающего, что именно из-за редукционизма «создается впечатление, что многие биологи утратили контакт с реальностью».И, сколь бы странным это ни казалось, возможно, что философское обновление придет через математику. Математика в своих практических применениях многолика. Несколько схематизируя, мы рассмотрим три, как нам представляется, главных направления в математизации знаний.
Первое из них – это эмпирико-математическое
направление. Математик-модельер строит модель, опираясь, с одной стороны, на представленные ему эмпирические данные, с другой стороны – на расплывчатые пояснения исследователя-экспериментатора. Иногда задача выбора модели переходит в руки экспериментатора – за математиком остается только консультационное обеспечение. Математика здесь выступает скорее всего просто как некий новый язык, позволяющий компактно и вразумительно представить экспериментальные данные. Напомним, что Р. Фишер, один из создателей математической статистики, считал, что ее задача – редукция данных. Компактное представление данных делает их легкообозримыми, и в силу этого модель, с помощью которой достигнута эта редукция, может обрести эвристическую силу. Но в этом подходе сама математика не привносит каких-либо принципиально новых идей, она остается только инструментом, раскрывающим то, что заложено в экспериментальных данных. Это путь аналитический, а не синтетический. Вряд ли можно думать, что такое обращение к математике приведет к построению теоретической биологии.